Use of Artificial Neural Networks for Prediction of the Convective Heat Transfer Coefficient in Evaporative Mini-Tubes

• Ricardo Romero-Méndez ^[1] ; Patricia Lara-Vázquez ^[2] ; Francisco Oviedo-Tolentino ^[1] ; Héctor Martín Durán-García ^[1] ; Francisco Gerardo Pérez-Gutiérrez ^[1] ; Arturo Pacheco-Vega ^[3]
  1. [1] Universidad Autónoma de San Luis Potosí

     Universidad Autónoma de San Luis Potosí

     México

     
  2. [2] Universidad Tecnológica de San Luis Potosí
  3. [3] California State University, Los Angeles Department of Mechanical Engineering

  Mostrar afiliaciones +
• Localización: Ingeniería, investigación y tecnología, ISSN 1405-7743, ISSN-e 2594-0732, Vol. 17, Nº. 1, 2016
• Idioma: inglés
• Títulos paralelos:
  • Uso de redes neuronales para la predicción del coeficiente de transferencia de calor por convección de la evaporacion en minitubos
• Enlaces
  • Texto completo
• Resumen
  • español

    En esta investigación se utilizan redes neuronales para determinar la tasa de transferencia de calor convectiva durante la evaporación de un refrigerante en el interior de un minitubo. Se desarrolló un sistema experimental, incluye un ciclo de refrigeración basado en el ciclo de Rankine inverso, instrumentado con equipo de medición y un sistema de adquisición de datos para obtener información del desempeño térmico bajo diferentes condiciones de operación. Con este banco de pruebas experimental fue posible obtener una cantidad considerable de datos que permiten caracterizar el desempeño térmico del proceso de evaporación en consideración. Un 75% de las mediciones se usan para entrenar varias configuraciones de red neuronal y 25% de los datos se emplean para determinar el error de predicción de cada configuración. Los resultados obtenidos en esta investigación demuestran la conveniencia de usar redes neuronales artificiales para la determinación correcta de la transferencia de calor evaporadores de minitubos.

  • English

    In this work, artificial neural networks (ANNs) are used to characterize the convective heat transfer rate that occurs during the evaporation of a refrigerant flowing inside tubes of very small diameter. An experimental setup based on an inverse Rankine refrigeration cycle is used to obtain the heat transfer data in an R-134a refrigerant mini-tube evaporator set operated under constant heat flux conditions. A considerable amount of data was acquired to map the thermal performance of the evaporative process under analysis, 75% of which were used for training the ANN and 25% were reserved for prediction purposes. Several neural network configurations were trained and the most accurate was selected to predict the thermal behavior. The results obtained in this investigation reveal the convenience of using ANNs as an accurate predictive tool for determination of convective heat transfer rates inside mini-tube evaporators.