Hibrit Nanoakışkanların Stabilite ve Isıl Özelliklerinin Yapay Sinir Ağlarıyla İncelenmesi

Abstract

Önümüzdeki 50 yıl boyunca dünyanın en önemli sorunlarından birisi enerji olarak görülmektedir. Nanoakışkanlar son yıllarda enerji alanında yapılan bilimsel gelişmelerden en dikkat çeken çalışmalardan biri haline gelmiştir. Nanoakışkanların performansı; nanopartikül konsantrayonu, partikül cinsi, partikül boyutu, temel akışkan çeşidi, sıcaklık, nanoakışkan stabilitesi gibi bir çok parametreye bağlıdır. Tekil nanopartiküllerin kullanıldığı nanoakışkanlara alternatif olarak hibrit nanoakışkanlar günümüzün popüler konusu haline gelmiştir. Hibrit nanoakışkanlardan daha yüksek verim alınması amaçlanmaktadır. Bu tez çalışmasında, nanoakışkanların en büyük sorunlarından biri olan stabilitenin yapay sinir ağları ile modellenebilirliği çalışılmıştır. Nanoakışkan hazırlama aşamasında su tabanlı akışkana kütlesel %1, %2 ve %3 oranında Al2O3 ve SiO2 nanopartikülleri ilave edilmiştir. Yüzey aktif madde eklentili nanoakışkanlar ultrasonik karıştırıcı ve manyetik karıştırıcı yardımıyla kararlı hale getirilmiştir. Hazırlanan hibrit nanoakışkanların stabilite, sedimantasyon ve zeta potansiyel değerleri ölçülmüştür. Elde edilen sonuçlar yapay sinir ağları (YSA) ile modellenmiştir. Hibrit nanoakışkanlar için optimum stabilite oranları, YSA ile tahmin edilerek deneysel olarak doğrulanmıştır.

Over the next 50 years, one of the world's most important problems is seen as energy. In recent years, nanofluids have become one of the most remarkable studies in the field of energy. Performance of nanofluids; nanoparticles concentration, particle type, particle size, base fluid type, temperature, depends on many parameters such as nanofluid stability. As an alternative to nanofluids where single nanoparticles are used, hybrid nanofluids are becoming popular today. It is aimed to obtain higher efficiency than hybrid nanofluids. In this thesis study, the modelability of artificial neural networks, which is one of the biggest problems of nanofluids, has been researched. Nanoparticles were prepared by adding ultrasonic mixer, magnetic stirrer, pH and surfactant to %1, %2 and %3 Al2O3 and SiO2 nanoparticles on a water basis during the nanoparticle preparation step. Stability, sedimentation and zeta potential values of the prepared hybrid nanoparticles were measured. The obtained results are modeled by artificial neural networks (ANN). Estimated by ANN and experimentally verified.