簡易檢索 / 詳目顯示

回結果列表
研究生： 蔡嘉豪
論文名稱： 風扇性能曲線預測方法之研究
指導教授： 施純寬
林唯耕
口試委員:
學位類別： 碩士
Master
系所名稱： 原子科學院 - 工程與系統科學系
Department of Engineering and System Science
論文出版年： 2004
畢業學年度： 92
語文別： 中文
論文頁數： 130
中文關鍵詞： 風扇 、性能曲線 、迴歸分析
相關次數： 點閱：3  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 摘要

    風扇其成本低廉且具有快速移熱的效果，因此風扇經常被拿來搭配不同的散熱元件，作為電子構裝所用的散熱裝置。而計算整體元件的散熱效果必須得知風扇性能曲線，但是目前獲得風扇性能曲線的方法不外乎實做以及模擬，但兩者皆有其缺點，因此本篇論文主要目的為建立風扇性能曲線預測的經驗公式，來作為設計風扇時的參考。

    經驗公式的建立，本篇論文主要為利用實驗的方式獲得風扇性能曲線，同時再將所得數據利用一般常使用的線性迴歸的模式，以及類神經網路的方式，歸納出風扇性能曲線與風扇的翼型、水平角以及弓角等幾何外型的關係，並將其關係建立成一經驗公式。同時研究過程也發現，若固定某些風扇的幾何外型參數，則可發現風扇的性能曲線與此參數有一特定的關係存在，因此可以利用這樣的特性，作為未來歸納其他參數的參考。

    利用經驗公式所獲得的風扇性能曲線，與真實風扇性能相差不大，同時也較模擬所獲得的風扇性能曲線來的精準，同時也解決實驗與模擬高成本以及耗時的問題。

    目錄 摘要 I 致謝 II 目錄 III 表目錄 VI 圖目錄 IX 第一章 緒論 1 1-1 前言 1 1-2 文獻回顧 2 1-3 研究目的 3 1-4 研究方法 4 1-5 本文架構 4 第二章 風扇基本介紹與參數分析 5 2-1 風扇移熱原理 5 2-2 風扇性能曲線之獲得 6 2-2-1 實驗方式 6 2-2-2 模擬方式 7 2-3 風扇介紹 8 2-3-1 風扇構造介紹 8 2-3-2 風扇本體簡介 8 2-4 實驗設備與方法 10 2-5 參數簡化 11 2-5-1 參數簡化問題 11 2-5-2 簡化方法 12 2-6 參數統計 15 第三章 統計分析 38 3-1 迴歸分析 38 3-2 多重線性迴歸 40 3-3 應用分析 42 3-4 分析結果 43 3-5 改善方法 46 3-5-1 座標轉換 46 3-5-2 結果與討論 47 第四章 類神經網路分析 63 4-1 類神經網路介紹 63 4-2 類神經學習網路 65 4-2-1 訓練方式 65 4-2-2 倒傳遞網路 66 4-2-3 倒傳遞學習模式推導 68 4-3 類神經網路設計 72 4-4 類神經網路預測結果 75 第五章 水平角與弓角之分析 93 5-1 水平角分析 93 5-2 弓角分析 94 第六章 數值模擬分析 114 6-1 前處理 114 6-2 數值模擬計算 115 6-2-1 邊界設定 115 6-2-2 數值模擬 116 6-2-3 模擬結果 116 6-3 模擬與預測之比較 117 6-4 結論 118 第七章 結論與建議 128 7-1 結論 128 7-2 建議 129 參考文獻 130 表目錄 表2- 1 風扇初始轉速 17 表2- 2 NACAM6 量測結果 18 表2- 3 NACAM2 量測結果 18 表2- 4 NACAM18 量測結果 19 表2- 5 NACAM2 實驗數據(a) 20 表2- 6 NACAM2 實驗數據(b) 20 表2- 7 NACAM2 實驗數據(c) 21 表2- 8 NACAM2 實驗數據(d) 21 表2- 9 NACAM6 實驗數據(a) 22 表2- 10 NACAM6 實驗數據(b) 22 表2- 11 NACAM6 實驗數據(c) 23 表2- 12 NACAM6 實驗數據(d) 23 表2- 13 NACAM18 實驗數據(a) 24 表2- 14 NACAM18 實驗數據(b) 24 表2- 15 NACAM18 實驗數據(c) 25 表2- 16 NACAM18 實驗數據(d) 25 表2- 17 NACAM2 真實翼型與簡述翼型資料 26 表2- 18 NACA23018 真實翼型與簡述翼型資料 26 表3- 1 翼型參數 49 表3- 2 P-Q資料 51 表3- 3 迴歸方程式係數 53 表3- 4 相關係數 54 表3- 5 NACAM3,NACAM18,NACA2512 翼型參數 54 表3- 6 預測與真實資料 55 表3- 7 極座標下數值 56 表3- 8 迴歸方程式係數 58 表3- 9 相關係數 59 表3- 10 預測數值以及誤差 59 表4- 1 轉換函數表 76 表4- 2 元件組織表 77 表4- 3 訓練數據 78 表4- 4 相關係數 80 表4- 5 預測誤差 80 表4- 6 翼型參數 81 表5- 1 水平角轉換關係 96 表6- 1 結構尺寸 119 表6- 2 格點尺寸 119 表6- 3 NACAM2模擬與實驗 120 表6- 4 NACAM18 模擬與實驗 120 表6- 5 NACAM12弓角48度實驗與模擬 121 表6- 6 NACA65實驗與模擬 121 表6- 7 模擬實驗與預測數據 122 圖目錄 圖2- 1 風扇移熱原理 27 圖2- 2 風扇性能曲線與元件阻抗曲線 27 圖2- 3 風洞 28 圖2- 4 PIV 可視化流場 28 圖2- 5 風扇網格建立 29 圖2- 6 流道網格建立 29 圖2- 7 風扇本體圖 30 圖2- 8 翼型 30 圖2- 9 弓角 31 圖2- 10 攻錯角 31 圖2- 11 水平角 31 圖2- 12 風扇設計軟體—FANX 32 圖2- 13 小型CNC雕刻機 33 圖2- 14 風扇製作成品 33 圖2- 15 實驗室風洞 34 圖2- 16 風洞測試示意圖 34 圖2- 17 NACAM2 轉換後的風扇性能曲線 35 圖2- 18 NACAM6 轉換後的風扇性能曲線 35 圖2- 19 NACAM18 轉換後的風扇性能曲線 36 圖2- 20 翼型剖面圖 37 圖2- 21 NACAM2 真實翼型與簡述翼型 37 圖2- 22 NACA23018 真實翼型與簡述翼型 37 圖3- 1 NACAM3 風扇性能曲線 60 圖3- 2 NACAM18 風扇性能曲線 60 圖3- 3 NACA2512 風扇性能曲線 60 圖3- 4 座標轉換 61 圖3- 5 NACAM3 風扇性能曲線 62 圖3- 6 NACAM18 風扇性能曲線 62 圖3- 7 NACA2512 風扇性能曲線 62 圖4- 1 神經細胞架構 82 圖4- 2 神經細胞元數學模式 82 圖4- 3 類神經網路 83 圖4- 4 網路學習概念 83 圖4- 5 單層類神經網路 84 圖4- 6 多層類神經網路 84 圖4- 7 類神經網路架構 85 圖4- 8 類神經網路設計流程圖 86 圖4- 9 類神經網路訓練過度 87 圖4- 10 類神經網路訓練不足 87 圖4- 11 收斂誤差的影響(a) 88 圖4- 12 收斂誤差的影響(b) 88 圖4- 13 兩層類神經網路 89 圖4- 14 四層類神經網路 89 圖4- 15 NACAM3風扇性能曲線 90 圖4- 16 NACAM18 風扇性能曲線 90 圖4- 17 NACA2512風扇性能曲線 91 圖4- 18 state 風扇性能曲線 91 圖4- 19 NACA65 風扇性能曲線 92 圖5- 1 水平角 -45度 97 圖5- 2 水平角 -30度 97 圖5- 3 水平角-15度 97 圖5- 4 水平角0度 97 圖5- 5 水平角 15度 97 圖5- 6 水平角30度 97 圖5- 7 state 不同水平角之風扇性能曲線 98 圖5- 8 plane 不同水平角之風扇性能曲線 98 圖5- 9 CHY 不同水平角之風扇性能曲線 99 圖5- 10 NACA65 不同水平角之風扇性能曲線 99 圖5- 11 state 水平角 30度 100 圖5- 12 state 水平角 15度 100 圖5- 13 plane 水平角30度 100 圖5- 14 plane 水平角15度 101 圖5- 15 NACA65 水平角 -15度 101 圖5- 16 NACA65 水平角 -30度 101 圖5- 17 NACA65 水平角 30度 102 圖5- 18 NACA65 水平角 15度 102 圖5- 19 弓角 48度 103 圖5- 20 弓角 42度 103 圖5- 21 弓角 36度 103 圖5- 22 弓角 27度 103 圖5- 23 弓角 15度 103 圖5- 24 NACAM12 不同弓角之風扇性能曲線 104 圖5- 25 NACA2212 不同弓角之風扇性能曲線 104 圖5- 26 NACA0012_64 不同弓角之風扇性能曲線 105 圖5- 27 弓角48度與弓角15度R之比 106 圖5- 28 弓角42度與弓角15度R之比 106 圖5- 29 弓角36度與弓角15度R之比 106 圖5- 30 弓角27度與弓角15度R之比 107 圖5- 31 各弓角與弓角15度R之比 107 圖5- 32 NACAM12 弓角48度 風扇性能曲線 108 圖5- 33 NACAM12 弓角42度 風扇性能曲線 108 圖5- 34 NACAM12 弓角36度 風扇性能曲線 109 圖5- 35 NACAM12 弓角27度 風扇性能曲線 109 圖5- 36 NACA0012_64 弓角48度 風扇性能曲線 110 圖5- 37 NACA0012_64 弓角42度 風扇性能曲線 110 圖5- 38 NACA0012_64 弓角36度 風扇性能曲線 111 圖5- 39 NACA0012_64 弓角27度 風扇性能曲線 111 圖5- 40 NACA2212 弓角48度 風扇性能曲線 112 圖5- 41 NACA2212 弓角42度 風扇性能曲線 112 圖5- 42 NACA2212 弓角36度 風扇性能曲線 113 圖5- 43 NACA2212 弓角27度 風扇性能曲線 113 圖6- 1 前處理流程 123 圖6- 2 風扇本體 124 圖6- 3 前後流道 124 圖6- 4 NACAM2 風扇性能曲線 125 圖6- 5 NACA65 風扇性能曲線 125 圖6- 6 NACAM18 風扇性能曲線 126 圖6- 7 NACAM12 弓角48度 風扇性能曲線 126 圖6- 8 實驗模擬與預測 127 圖6- 9 操作介面 127

    參考文獻
    1. 李生丕、林博正、洪振益、湯恩溶，1999，"應用類神經網路於軸流式風扇葉片設計"，中國機械工程學會第十六屆全國學術研討會論文集, pp. 391-398.
    2. 吳俊億，『軸流風扇設計軟體之研發』，國立清華大學工程與系統科學所碩士論文，2001.
    3. 籃重凱，『軸流風扇翼型與角度對性能曲線之影響』，國立清華大學工程與系統科學所碩士論文，2004.
    4. 柯夢宏，『Pentium 4 桌上型電腦冷卻風之數值模擬』，國立台灣科技大學機械工程學所碩士論文，2002.
    5. Shepherd ,D.G ，“Principles of Turbomachinery”,Macmillan Publishing Co,Inc,New York,1956.
    6. 簡煥然、施銘銓，『軸流風扇性能測試技術與葉片技術』，機械工業雜誌，1992年8月, pp.26-288.
    7. 吳凱文，『利用可視化流場實驗修正複合式軸流風扇之翼型』，國立清華大學工程與系統科學所碩士論文，2002.
    8. M.S.RICE，‘’HandBOOK of AIRFOIL SECTIONS for LIGHT AIRCRAFT’’. AVIATION PUBLICATIONS.
    9. 楊建裕，『流體機械』，高立圖書有限公司，1990.
    10. 王希伯，『流體機械』，文京圖書有限公司，1987.
    11. 洪英輝、楊安石編譯，(原著Gorden N.Ellison，”Thermal Computations For Electric Equipment”)『電子裝備系統熱傳分析』全華科技圖書故份有限公司.
    12. Simon Haykin ，”Neural Networks A Comprehensive Foundation, 2nd ed.”, Prentice Hall, 1999.
    13. 羅華強，『類神經網路—MATLAB的應用』，清蔚科技股份有限公司，2001.
    14. 葉怡成，『應用類神經網路』，儒林圖書有限公司，1997.
    15. 盧炳勳、曹登發編譯（--原著(Wasserman,” Neural Computing Theory and Practice “)），『類神經網路理論與應用』全華科技圖書股份有限公司，1992.
    16. 張智星，『MATLAB 程式設計與應用』，清蔚科技股份有限公司，2000.
    17. 吳宗正譯(原著-- Neter, John 、Wasserman, William ，Applied Linear Statistical Models.)，『迴歸分析—理論與應用』，三名書局，1982.
    18. 『FLUENT 基礎訓練課程講義』，虎門科技股份有限公司.
    19. 『Gambit 基礎課程講義』，虎門科技股份有限公司.

    無法下載圖示 全文公開日期 本全文未授權公開 (校內網路)
    全文公開日期 本全文未授權公開 (校外網路)

    QR CODE