...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Energy Storage >An approach to predict the isobaric specific heat capacity of nitrides/ ethylene glycol-based nanofluids using support vector regression
【24h】

An approach to predict the isobaric specific heat capacity of nitrides/ ethylene glycol-based nanofluids using support vector regression

机译：一种方法来预测氮化物/乙二醇基纳米流体的等管状比热容量使用载体回归

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 a novel strategy based on Bayesian support vector regression for the estimation of the specific heat capacity of nitrides/ethylene glycol-based nanofluid. The nanoparticles considered are aluminium nitride (AlN), silicon nitride (Si3N4) and titanium nitride (TiN). The proposed model was built using simple and easy-toobtain inputs such as the size of the nanoparticles (20, 30, 50, and 80 nm), the molar mass of the nanoparticles, mass fraction of nanoparticles (0.01 - 0.1) and the temperature (288.15 K, 298.15 K, and 308.15 K). Our suggested model showed better prediction accuracy over the analytical models for the estimation of specific heat capacity of nitrides/ethylene glycol nanofluids. Given the simplicity of the model inputs and the accuracy of the model, the approach presented provides a more reliable prediction of specific heat capacity of nitrides-ethylene glycol-based nanofluids than previous models.
机译：本研究提出了一种基于贝叶斯支持向量回归的新型策略，用于估计氮化物/乙二醇基纳米流体的比热容。认为纳米颗粒是氮化铝（ALN），氮化硅（Si3N4）和氮化钛（锡）。所提出的模型采用简单且易于多粒子的输入构建，例如纳米颗粒（20,30,50和80nm）的尺寸，纳米颗粒的摩尔质量，纳米颗粒的质量分数（0.01-0.1）和温度（288.15 k，298.15 k和308.15 k）。我们的建议模型在分析模型上显示了更好的预测精度，用于估计氮化物/乙二醇纳米流体的特定热容量。鉴于模型输入的简单性和模型的准确性，所提出的方法提供了比以前模型的氮化乙二醇的比纳米流体的比热容量更可靠地预测。

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