SwePub
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:DiVA.org:hv-17448"
 

Sökning: onr:"swepub:oai:DiVA.org:hv-17448" > Machine learning cl...

  • Seal, M. K.Clean Energy Research Group, Department of Mechanical and Aeronautical Engineering, University of Pretoria,Hatfield (ZAF) (författare)

Machine learning classification of in-tube condensation flow patterns using visualization

  • Artikel/kapitelEngelska2021

Förlag, utgivningsår, omfång ...

  • Elsevier,2021
  • printrdacarrier

Nummerbeteckningar

  • LIBRIS-ID:oai:DiVA.org:hv-17448
  • https://urn.kb.se/resolve?urn=urn:nbn:se:hv:diva-17448URI
  • https://doi.org/10.1016/j.ijmultiphaseflow.2021.103755DOI

Kompletterande språkuppgifter

  • Språk:engelska
  • Sammanfattning på:engelska

Ingår i deldatabas

Klassifikation

  • Ämneskategori:ref swepub-contenttype
  • Ämneskategori:art swepub-publicationtype

Anmärkningar

  • Identifying two-phase flow patterns is fundamental to successfully design and subsequently optimize highprecision heat transfer equipment, given that the heat transfer efficiency and pressure gradients occurring in such thermo-hydraulic systems are dependent on the flow structure of the working fluid. This paper shows that with visualization data and artificial neural networks, the flow pattern images of condensation of R-134a refrigerant in inclined smooth tubes can be classified with more than 98% accuracy. The study considers 10 classes of flow pattern images acquired from previous experimental works for a wide range of flow conditions and the full range of tube inclination angles. Although not the focus of this paper, the use of a Principal Component Analysis allowed feature dimensionality reduction, dataset visualization, and decreased associated computational cost when used together with multilayer perceptron neural networks. In addition, the superior two-dimensional spatial learning capability of convolutional neural networks allowed improved image classification and generalization performance. In both cases, the classification was performed sufficiently fast to enable real-time implementation in two-phase flow systems.

Ämnesord och genrebeteckningar

Biuppslag (personer, institutioner, konferenser, titlar ...)

  • Noori Rahim Abadi, Seyyed Mohammad Ali,1985-Högskolan Väst,Avdelningen för svetsteknologi (SV),PTW(Swepub:hv)seynoo (författare)
  • Mehrabi, M.Clean Energy Research Group, Department of Mechanical and Aeronautical Engineering, University of Pretoria, Hatfield (ZAF) (författare)
  • Meyer, J. P.Clean Energy Research Group, Department of Mechanical and Aeronautical Engineering, University of Pretoria, Hatfield (ZAF) (författare)
  • Clean Energy Research Group, Department of Mechanical and Aeronautical Engineering, University of Pretoria,Hatfield (ZAF)Avdelningen för svetsteknologi (SV) (creator_code:org_t)

Sammanhörande titlar

  • Ingår i:International Journal of Multiphase Flow: Elsevier1430301-93221879-3533

Internetlänk

Hitta via bibliotek

Till lärosätets databas

Hitta mer i SwePub

Av författaren/redakt...
Seal, M. K.
Noori Rahim Abad ...
Mehrabi, M.
Meyer, J. P.
Om ämnet
NATURVETENSKAP
NATURVETENSKAP
och Data och informa ...
och Datavetenskap
TEKNIK OCH TEKNOLOGIER
TEKNIK OCH TEKNO ...
och Maskinteknik
och Energiteknik
TEKNIK OCH TEKNOLOGIER
TEKNIK OCH TEKNO ...
och Medicinteknik
och Medicinsk bildbe ...
Artiklar i publikationen
International Jo ...
Av lärosätet
Högskolan Väst

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy