Revista de Ingeniería Mecánica Aplicada

Abstracto

Optimización multiobjetivo de una aleta con transferencia de calor bidimensional utilizando NSGA-II y ANN

MM Ghanadi Arab, Mohsen Hajabdollahi y Hassan Hajabdollahi

La transferencia de calor bidimensional en una aleta se modeló con una precisión aceptable y se optimizó. Se utilizó la curva de Bézier para estimar la geometría de la aleta. Se desarrolló el método de volumen finito acoplado con la red neuronal artificial para predecir la distribución de temperatura a través de la aleta con una precisión de -1,5% a +1% y ± 0,5% para la eficiencia de la aleta y la tasa de transferencia de calor, respectivamente. Las ubicaciones de cuatro puntos de control en la curva de Bézier se consideraron como variables de diseño. Luego, se aplicó el algoritmo genético de clasificación no dominada rápido y elitista (NSGA-II) para encontrar la eficiencia máxima de la aleta y la tasa de transferencia de calor como dos funciones objetivo. Los resultados de los diseños óptimos fueron un conjunto de múltiples soluciones óptimas, llamadas "soluciones óptimas de Pareto". El máximo 72 por ciento para la eficiencia de la aleta se encontró con 739 W como su tasa de transferencia de calor, mientras que la tasa máxima de transferencia de calor fue 962,3 W con 57 por ciento de eficiencia.
Además, se compararon los resultados óptimos de la transferencia de calor bidimensional con los unidimensionales y se encontró que las disminuciones promedio del 14,7 por ciento en la eficiencia de las aletas y la tasa de transferencia de calor muestran la deficiencia del modelado unidimensional. En el segundo estudio de caso, se derivó el frente de Pareto para la tasa de transferencia de calor y el área de la superficie de las aletas como dos funciones objetivo. Se observó que los resultados de la configuración óptima de las aletas en el caso de la eficiencia de las aletas como función objetivo son los mismos que los resultados del área de la superficie de las aletas como función objetivo.