|
| 美国没有。 |
作者(年代),年(s),和引用 |
类型的长官 |
Metaheuristic算法(年代) |
重要的考虑输入/设计/操作参数优化性能(效率) |
热工水力/热性能(效率) |
评论 |
|
| 1。 |
悉达多et al。(2012)14] |
光滑平板SAH (SFPSAH) |
算法 |
(我)玻璃覆盖的数量(
):3
(2)太阳能辐照度(
):600.0 W /米2
(3)风速(
):1.0米/秒
(iv)倾斜角度
:68.36°
(v)板发射率(无量纲)
:0.89
(vi)环境温度的空气
:280.43 K |
最大热效率:72.42% |
(我)增加雷诺数(重新)会导致更好的传热速率和提高热效率W / m2。
(2)SFPSAH的热效率是使用更多的改进和相同的值W / m2。
(iii)的最大热效率三个玻璃盖片被发现
。
(iv)通过增加太阳辐射强度、热性能降低了。 |
| 2。 |
莫汉蒂et al。(2020)194年] |
呈现出一个三面粗糙SAH |
MOPSO |
(我)Re: 12000 0 - 13000 0
(2)适用音高粗糙度:10.0
(3)适用的粗糙度值:0.3 - -0.4
(四)质量流率:0.04公斤/ s |
最大的热效率范围:63.0 - -75.0% |
(我)雷诺数和适用的音高粗糙度反应的最主要的参数。
(2)适用的粗糙度值几乎没有变化对两种反应的影响。
(3)加强努塞尔特和雷诺数削弱了适用的粗糙度。 |
| 3所示。 |
Kumar和Layek (2019) [84年] |
一个粗糙SAH(扭曲的肋骨粗糙度) |
PSO和TLBO |
(我)比率
:3
(2)Pitch-height比率
:8
(3)Re: 21000 0
(iv)肋骨倾角
:60.0° |
实验,2.13是热工水力效率最高的。
最优的结果获得的热工水力效率最高的算法和TLBO技术分别为2.105和2.117,分别。 |
(我)获得了最佳热工水力效率较低价值和减少增加比率。
(2)TLBO显示比PSO算法更好的最优解。 |
| 4所示。 |
饶和Waghmare (2015) [24] |
光滑平板长官 |
TLBO |
(我)风速:1.2729米/秒
(2)倾斜角度:59.5832°
(3)板辐射率:0.8835
(四)环境温度:293.9362 K
(v)温升:2.1395 K
(vi)辐照度:600.0 W / m2
(七)雷诺数:20000 0 |
最大热效率:76.67% |
(我)热效率与雷诺数的增加。
(2)热效率略增加玻璃盖板。
(3)从TLBO算法获得的解决方案比替代metaheuristic算法如遗传算法、算法和SA。因此,对于相同的考虑问题,TLBO比选择优化技术在新出版的文献。 |
| 5。 |
拉奥(2016)(200年] |
光滑平板长官 |
TLBO和ETLBO |
(我)风速:1.3194米/秒
(2)倾斜角度:60.4883°
(3)板辐射率:0.8947
(四)环境温度:292.5993 K
(v)温升:2.1448 K
(vi)辐照度:600.0 W / m2
(七)雷诺数:20000 0 |
最高的热效率:76.7881%(应用ETLBO) |
(我)热效率与雷诺数的增加。
(2)与玻璃盖板热效率会略微增加。
(3)从TLBO和ELTBO算法获得最终的解决方案是比替代metaheuristic算法如遗传算法、算法和SA。因此,TLBO和ELTBO算法被发现更有效。 |
| 6。 |
Varun和悉达多(2010)202年] |
光滑平板长官 |
遗传算法 |
(我)气流速度:2.95米/秒
(2)倾斜角度:65.33°
(3)板辐射率:0.86
(四)环境温度:296.11 K
(v)温升:2.20 K
(vi)辐照度:600.0 W / m2
(七)雷诺数:20000 0 |
最高的热效率:75.65% |
(我)平板SAH的热效率与雷诺数的增加。
(2)最高的热效率得到许多应用系统设计参数。 |
| 7所示。 |
Şahin (2012) (203年] |
囊 |
ABC和遗传算法 |
(我)速度:3.6859米/秒
(2)收集器斜率:40°
(3)吸收板辐射率:0.9415
(iv)发射率的玻璃覆盖:0.8043
(v)空气温度:290.0798 K
(vi)辐照度:600.0 W / m2
(七)雷诺数:6000 0 |
最佳热效率:
(我)美国广播公司(ABC): 0.7998
(2)遗传算法:0.7983 |
(我)ABC和GA优化解决方案比传统方法更精确。
(2)结果表明,ABC和GA技术盈利申请热囊效率优化。然而,ABC算法优于遗传算法。
(3)囊的热效率与雷诺数的增加。 |
| 8。 |
Saravanakumar et al。(2020)159年] |
加入鳍和塞粗弧形肋长官 |
遗传算法 |
(我)翅片数量:8
(2)挡板长度:0.2米
(3)挡板宽度:0.015米
(四)质量流率:0.012公斤/ s |
最高的(火用)效率:5.2% |
最佳热效率高(我)会导致更大的质量流率,和更多的(火用)破坏板和太阳之间的观察。
(2)(火用)效率的评估是基于(火用)破坏和损失。
(3)遗传算法优化参数的最大(火用)效率为5.2%。
(iv)获得设计和操作参数的最优值。
(v)模型模拟的结果验证了提出的SAH模型可用在最近的文献。 |
| 9。 |
戈拉米et al。(2019)204年] |
与arcuate-shaped SAH的障碍 |
NSGA-II |
(我)的流量范围(公斤1):0.001 - -0.5
(2)入口温度范围(K): 273.0 - -300.0
(3)进气温度范围(K): 273.0 - -410.0
(iv)范围的区域(m2):1.0 - -5.0
(v)太阳能辐照度(W m2):800.0 |
(火用)效率的收藏家障碍:3.5% |
(我)结果表明,双层玻璃盖和障碍(III型)sah更有效率的经济和exergetic特征比选择在他们的研究。 |
| 10。 |
Yıldırım和Aydoğdu (2017) [23] |
平板长官:
(我)单次的长官
(2)汽油辛烷值通过长官 |
美国广播公司 |
最优通道深度和最佳空气质量流率都是评估不同的收集器长度和不同的太阳能辐射。他们的分析和比较表中所示23]。 |
最大的热工水力效率:
(我)单程SAH: 71.43%
(2)汽油辛烷值通过SAH: 82.91% |
(我)ABC优化技术被发现适用于优化长官。
(2)一些设计参数,如通道深度和空气质量流量可以评估最佳热工水力效率。
(3)最佳热工水力效率随收集器长度增加而降低。
(iv)热效率对应于最大热工水力效率随收集器长度增加而降低。
(v)最优通道深度收集器长度的增加而增加。
(vi)太阳日晒增加热量增益和增强热效率和热工水力性能。 |
| 11。 |
悉达多et al。(2012)210年] |
平板SAH |
SA |
(我)风速:1.0米/秒
(2)倾斜角度:70.0°
(3)辐照度:600.0 W / m2
(iv)板辐射率:0.85
(v)雷诺数:20000 0 |
优化的热效率:72.48% |
(我)平板SAH的热效率与雷诺数的增加。
(2)平板SAH的热效率随玻璃盖板和倾角的数量。
(3)在与遗传算法比较,实证SA最佳热效率类似于遗传算法。然而,GA值高于SA的估计。 |
|
