Перейти к основному содержанию
AkademIndex

Продукты

Для разработчиков

AkademBaseОткрытый API экосистемы
← Назад к работе

Работы, на которые ссылается эта работа

Работ: 84

Работа: Accurate prediction of the rheological behavior of MWCNT-Al2O3/water-ethylene glycol nanofluid with metaheuristic-optimized machine learning models

  1. A neural network-based predictive model for the thermal conductivity of hybrid nanofluids

    Humphrey Adun, Ifeoluwa Wole‐Osho, Eric C. Okonkwo +3

    Статья2020Цитирований: 2
    ABI

  2. Thermal conductivity of Cu/TiO2–water/EG hybrid nanofluid: Experimental data and modeling using artificial neural network and correlation

    Mohammd Hemmat Esfe, Somchai Wongwises, Ali Naderi +5

    Статья2015Цитирований: 2
    ABI

  3. Experimental investigation of rheological behavior of the hybrid nanofluid of MWCNT–alumina/water (80%)–ethylene-glycol (20%)

    Ashkan Afshari, Mohammad Akbari, Davood Toghraie +1

    Статья2018Цитирований: 2
    ABI

  4. Application of artificial neural network for performance prediction of a nanofluid-based direct absorption solar collector

    Shahram Delfani, Mostafa Esmaeili, Maryam Karami

    Статья2019Цитирований: 2
    ABI

  5. Analysis of rheological properties of MWCNT/SiO2 hydraulic oil nanolubricants using regression and artificial neural network

    Abhisek Haldar, Sankhadeep Chatterjee, Ankit Kotia +2

    Статья2020Цитирований: 2
    ABI

  6. Investigation of the effect of hybrid CuO-Cu/water nanofluid on the solar thermal energy storage system

    Z.A. Alrowaili, Mohammed Ezzeldien, Nagih M. Shaaalan +2

    Статья2022Цитирований: 2
    ABI

  7. Influence of different parameters on the rheological behavior MWCNT (30%)-TiO2 (70%) / SAE50 hybrid nano-lubricant using of response surface methodology and artificial neural network methods

    Mohammad Hemmat Esfe, Mahmoud Kiannejad Amiri, Saeed Esfandeh +2

    Статья2022Цитирований: 2
    ABI

  8. A novel integrated model to improve the dynamic viscosity of MWCNT-Al2O3 (40:60)/Oil 5W50 hybrid nano-lubricant using artificial neural networks (ANNs)

    Mohammad Hemmat Esfe, Reza Esmaily, Mohamad Khaje Khabaz +4

    Статья2022Цитирований: 2
    ABI

  9. Examining rheological behavior of CeO2-GO-SA/10W40 ternary hybrid nanofluid based on experiments and COMBI/ANN/RSM modeling

    Mojtaba Sepehrnia, Hamid Maleki, Mahsa Karimi +1

    Статья2022Цитирований: 2
    ABI

  10. A comprehensive laboratory measurement on the thermal characteristics of Ag–CuO–tungsten oxide/water nanofluid in mono, hybrid and ternary cases and presenting a new correlation

    Meng Xia Wang, Behnam Almasi, Zainab Ali Bu sinnah +7

    Статья2023Цитирований: 2
    ABI

  11. A novel insight into the design of perforated-finned heat sinks based on a hybrid procedure: Computational fluid dynamics, machine learning, multi-objective optimization, and multi-criteria decision-making

    Seyyed Amirreza Abdollahi, A.H. Aljassar E. Al-Enezi, As’ad Alizadeh +7

    Статья2024Цитирований: 2
    ABI

  12. Без названия

    ДругоеЦитирований: 2
    ABI

  13. Без названия

    ДругоеЦитирований: 1
    ABI

  14. Без названия

    ДругоеЦитирований: 1
    ABI

  15. Без названия

    ДругоеЦитирований: 1
    ABI

  16. Без названия

    ДругоеЦитирований: 1
    ABI

  17. Без названия

    ДругоеЦитирований: 1
    ABI

  18. Без названия

    ДругоеЦитирований: 1
    ABI

  19. Без названия

    ДругоеЦитирований: 1
    ABI

  20. Без названия

    ДругоеЦитирований: 1
    ABI

  21. Без названия

    ДругоеЦитирований: 1
    ABI

  22. Без названия

    ДругоеЦитирований: 1
    ABI

  23. Без названия

    ДругоеЦитирований: 1
    ABI

  24. Без названия

    ДругоеЦитирований: 1
    ABI

  25. Без названия

    ДругоеЦитирований: 1
    ABI