基于人工神经网络与演化算法混合模型的半透明介质热物性同时反演

TK124; 为了提高对半透明材料导热系数和等效吸收系数的同时反演效率,本文提出了一种基于多层人工神经网络(Artificial neural networks,ANNs)和粒子群优化(Particle swarm optimization,PSO)算法的混合反演模型.对于正向模型,在激光闪光法的背景下,采用球谐法和有限体积法求解了吸收、发射、非散射的二维轴对称灰介质中的导热-辐射耦合传热问题.对于反演部分,首先选取不同位置的温度场和入射辐射场作为观测量,随后建立了基于PSO算法的传统反演模型,最后构建了ANNs来拟合并替代传统反演模型中的正向模型,以达到加快反演速度的目的.结果表明,与传统反...

Full description

Saved in:
Bibliographic Details
Published in南京航空航天大学学报（英文版） Vol. 41; no. 4; pp. 458 - 475
Main Authors 刘洋, 胡少闯
Format Journal Article
LanguageChinese
Published 中国民航大学中欧航空工程师学院,天津 300300,中国 2024
Subjects
演化算法
混合反演模型
同时反演
多层人工神经网络
evolutionary algorithm
半透明介质
导热-辐射耦合传热
hybrid identification model
thermophysical properties
simultaneous identification
semitransparent medium
热物性
multilayer artificial neural networks(ANNs)
coupled conduction-radiation heat transfer
Online AccessGet full text
ISSN1005-1120
DOI10.16356/j.1005?1120.2024.04.004

Cover

More Information
Summary:TK124; 为了提高对半透明材料导热系数和等效吸收系数的同时反演效率,本文提出了一种基于多层人工神经网络(Artificial neural networks,ANNs)和粒子群优化(Particle swarm optimization,PSO)算法的混合反演模型.对于正向模型,在激光闪光法的背景下,采用球谐法和有限体积法求解了吸收、发射、非散射的二维轴对称灰介质中的导热-辐射耦合传热问题.对于反演部分,首先选取不同位置的温度场和入射辐射场作为观测量,随后建立了基于PSO算法的传统反演模型,最后构建了ANNs来拟合并替代传统反演模型中的正向模型,以达到加快反演速度的目的.结果表明,与传统反演模型相比,混合反演模型的时间成本降低约1 000倍.此外,即使在有测量误差的情况下,混合模型依旧保持了较高的精度.
ISSN:1005-1120
DOI:10.16356/j.1005?1120.2024.04.004