Performance prediction of hybrid thermoelectric generator with high accuracy using artificial neural networks
บทความในวารสาร
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Angeline A.A., Asirvatham L.G., Hemanth D.J., Jayakumar J., Wongwises S.
ผู้เผยแพร่: Elsevier Ltd
ปีที่เผยแพร่ (ค.ศ.): 2019
Volume number: 33
หน้าแรก: 53
หน้าสุดท้าย: 60
จำนวนหน้า: 8
นอก: 2213-1388
eISSN: 2213-1388
ภาษา: English-Great Britain (EN-GB)
ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์
บทคัดย่อ
This paper presents the application of Artificial Neural Networks for the simulation of the performance parameters of a hybrid thermoelectric generator, using the artificial neural networks tool in the MATLAB software under various temperature, load and series condition. The simulated parameters (till an input heater temperature of about 250 °C) are compared with experimental results and the average error between the experimental approach and ANN based approach for all the parameter values is less than 3%. This low error value shows that the experiments need not be repeated for input temperatures above 250 °C which is quite complex. Hence, the effect of temperature gradient on the hybrid thermoelectric generator performance upto 350 °C of the hot side temperature with a single module and “N” no. of series connection have been estimated using ANN methodology. Experimental results suggest the necessity for ANN based approaches for hybrid TEG applications. © 2019
คำสำคัญ
Figure of merit
ติดต่อสอบถามเพิ่มเติมได้ที่