Dolaylı buharlaştırıcı soğutucular üzerine kapsamlı bir çalışma: Had tabanlı performans analizi, geometrik optimizasyon ve makine öğrenmesi modelleri

Bu tez, hesaplamalı akışkanlar dinamiği (HAD), geometrik optimizasyon ve gelişmiş tahmin edici modeller üretmeyi bir araya getirerek, çiğ noktası dolaylı buharlaştırıcı soğutucuların performansı ve optimizasyonu üzerine kapsamlı üç aşamalı bir araştırma sunmaktadır. İlk aşamada, farklı yapısal tasarıma ve sabit geometrik özelliklere sahip beş soğutucu konfigürasyonu (Tip 0'dan Tip 4'e kadar) geliştirilmiş ve geniş bir psikrometrik ve çalışma koşulları aralığında sistematik olarak analiz edilmiştir. İşlem havası giriş sıcaklığı, nemi, hızı ve çalışma-giriş havası oranı gibi temel bağımsız değişkenler; çiğ noktası etkinliği, soğutma kapasitesi, su tüketimi ve soğutma performans katsayısı (COP) olmak üzere dört performans göstergesi üzerindeki etkilerini değerlendirmek amacıyla geniş bir aralıkta değiştirilmiştir. Test edilen tasarımlar arasında, çok açıklıklı Tip 2 konfigürasyonu sürekli olarak üstün performans göstermiştir. Bu bulgulara dayanarak, tezin ikinci aşaması Tip 2 soğutucunun geometrik optimizasyonuna odaklanmıştır. İstenilebilirlik fonksiyonu yöntemi kullanılarak toplam 4.200 HAD simülasyonu gerçekleştirilmiş ve bunlardan 2.225 geçerli durum (ters akış koşullarının oluşmadığı) optimizasyon için kullanılmıştır. Kanal uzunluğu, kanal genişliği, açıklık sayısı, açıklık çapı ve çalışma-giriş havası oranı için optimum tasarım parametreleri belirlenmiştir. Soğutucunun çok amaçlı optimizasyonu, her biri belirli bir amaç için tasarlanmış beş farklı senaryoda gerçekleştirilmiştir. Üçüncü ve son aşamada, HAD düzeyinde sonuçları daha düşük hesaplama maliyetiyle yeniden üretmek için tahmin edici modeller geliştirilmiştir. Toplam 20.480 HAD simülasyonu oluşturulmuş ve ters akışın oluştuğu durumlar hariç tutulduktan sonra, model eğitimi ve testi için 17.525 geçerli sonuç kullanılmıştır. Karar ağaçları (DT), destek vektör makineleri (SVM) ve çok katmanlı algılayıcılar (MLP) dahil olmak üzere otuz iki makine öğrenimi modeli ve yedi çoklu doğrusal regresyon modeli, performans parametrelerini tahmin etmek için geliştirilmiştir. Model doğruluğu determinasyon katsayısı (R²), kök ortalama kare hatası (RMSE) ve bağıl hata (RE) dağılımları ile değerlendirilmiştir. Çoklu doğrusal regresyon modelleri pratiklik ve kullanım kolaylığı sağlarken, özellikle DT-7 ve MLP-4 kodlu modeller olmak üzere makine öğrenimi modelleri üstün tahmin doğruluğu sergilemiştir. Bu tez, çiğ noktası dolaylı buharlaştırıcı soğutucunun hesaplamalı akışkanlar dinamiği analizi, optimizasyonu ve performans parametreleri tahmin modellemesinin sistematik olarak bütünleştirilmesinin, verimli çiğ noktası dolaylı buharlaştırıcı soğutucular tasarlamak ve gerçek uygulamalara yönelik hızlı, güvenilir performans tahminleri yapmak için sağlam bir yol sağladığını göstermektedir.