...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Energy Conversion & Management >Data Mining Techniques For Thermophysical Properties Of Refrigerants
【24h】

Data Mining Techniques For Thermophysical Properties Of Refrigerants

机译：制冷剂热物理性质的数据挖掘技术

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This study presents ten modeling techniques within data mining process for the prediction of thermophysical properties of refrigerants (R134a, R404a, R407c and R410a). These are linear regression (LR), multi layer perception (MLP), pace regression (PR), simple linear regression (SLR), sequential minimal optimization (SMO), KStar, additive regression (AR), M5 model tree, decision table (DT), M5'Rules models. Relations depending on temperature and pressure were carried out for the determination of thermophysical properties as the specific heat capacity, viscosity, heat conduction coefficient, density of the refrigerants. Obtained model results for every refrigerant were compared and the best model was investigated. Results indicate that use of derived formulations from these techniques will facilitate design and optimize of heat exchangers which is component of especially vapor compression refrigeration system.
机译：这项研究提出了数据挖掘过程中用于预测制冷剂（R134a，R404a，R407c和R410a）热物理性质的十种建模技术。这些是线性回归（LR），多层感知（MLP），步伐回归（PR），简单线性回归（SLR），顺序最小优化（SMO），KStar，加性回归（AR），M5模型树，决策表（ DT），M5'Rules模型。进行取决于温度和压力的关系以确定热物理性质，例如比热容，粘度，导热系数，制冷剂密度。比较每种制冷剂获得的模型结果，并研究最佳模型。结果表明，使用这些技术衍生的配方将有助于热交换器的设计和优化，而热交换器尤其是蒸气压缩式制冷系统的组成部分。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号