Number：

04097030

Download

PDF

Name：

Sheng-Chung Tzeng

Titles：

Professor

Author：

Sheng-Chung Tzeng

Paper name：

Neural network analysis localized impact spray shed of stacked copper particles dense bed of the temperature distribution.

Name of activity：

Twenty-fifth of the Chinese Mechanical Engineering Society National Symposium

Keywords：Neural network stack copper particles dense bed, backpropagation, Taguchi method

Abstract：本文以類神經網路(Arificial Neural Network，ANN)探討侷限式衝擎噴流下堆疊銅粒密實床之溫度分布，利用實驗量測數建立分析流道溫度分布之最佳化類神經網路。實驗採用空氣為冷卻流體，噴嘴出口為矩形，堆疊銅粒密實床之尺寸為長120mm(L)、寬60mm(W)、高30mm(H)。考量參數包括相對實床高度、銅粒粒徑、相對噴嘴寬度、噴口流速、環境溫度、測試段相對位置及其壁溫，經由量測取得’上述之數據，並結合倒傳遞(Back Propagation，BP)訓練方法，建立類神經網路的分析模型。其中對BP造成預測誤差的重要參數則以田口方法選擇其最佳組合，由結果發現類神經網路應用於溫度分布之數據分析，其最大絕對直誤差可控制於5%以下，因此類神經網路應用於分析熱傳參數間複雜的關係確為可行。在變動單一參數進行敏感度(Sensitivity)分析上，噴嘴出口平均流速變動之網路輸出值，經與實驗量測值比較後發現，其整體實驗特性趨勢相當吻合。因此本網路既可以預測期測試段任一位置之溫度，大幅降低實驗的次數，又可預先判別輸入參數對整體實驗數據趨勢之影響。

Back