Carreau Akışkanının Dikey Germe Silindirindeki Akış Karakteristiklerinin Yapay Zeka Yaklaşımıyla Analizi

Abstract

Bu çalışmada, Carreau akışkan akışının gözenekli bir ortama daldırılmış dikey bir germe silindiri üzerindeki akış karakteristikleri, yapay zeka yaklaşımı ile detaylı olarak analiz edilmiştir. Akış parametreleri olarak lokal yüzey sürtünmesi, lokal Nusselt sayısı ve lokal Sherwood sayısı parametreleri ele alınmıştır. Akış parametrelerini tahmin etmek için çok katmanlı algılayıcı mimarisine sahip üç farklı yapay sinir ağı modeli tasarlanmıştır. Literatürden elde edilmiş ve sayısal olarak hesaplanmış bir veri seti kullanılarak eğitilen yapay sinir ağlarında Bayesian Düzenlileştirme eğitim algoritması kullanılmıştır. Farklı performans parametreleri dikkate alınarak optimize edilen yapay sinir ağlarında tahmin performansı en yüksek olan modeller tercih edilmiştir. Elde edilen tahmini değerler, hedef verilerle karşılaştırılmıştır. Ayrıca performans parametreleri de hesaplanmış ve ağ modellerinin performansları kapsamlı bir şekilde analiz edilmiştir. Çalışma bulguları, yapay sinir ağlarının, doğal taşınımlı Carreau akışkan akışının germe silindirine doğru akış özelliklerini tahmin etmek için kullanılabilecek ideal bir yapay zeka aracı olduğunu göstermiştir.