预测钢坯温度分布的时间顺序粒子群优化算法()
《工业加热》[ISSN:1002-1639/CN:61-1208/TM]
- 期数:
- 2024年09期
- 页码:
- 28-32
- 栏目:
- 数值模拟与仿真
- 出版日期:
- 2024-09-27
文章信息/Info
- Title:
- Time Series-based Particle Swarm Optimization Algorithm for Predicting Billet Temperature Profiles
- 文章编号:
- 1002-1639(2024)09-0028-05
- 作者:
- 高伟; 许礼飞; 马标
- 南京净环热冶金工程有限公司,江苏南京210016
- Author(s):
- GAO Wei; XU Lifei; MA Biao
- Nanjing Jinghuanre Metallurgy Engineering CoLtd, Nanjing 210016, China
- 关键词:
- 粒子群优化算法; 瞬态导热反问题; 对流换热系数; 钢坯温度
- 分类号:
- TL331
- DOI:
- 10.3969/j.issn.1002-1639.2024.09.007
- 文献标识码:
- A
- 摘要:
- 以加热炉内钢坯的一维模型为研究对象,采用基于有限差分法的瞬态导热正问题以及基于时间顺序的粒子群优化算法来构建一维瞬态导热反问题的数学模型。首先以钢坯离散点处温度测量值作为已知条件,并将其与导热正问题计算的温度值的均方差作为目标函数,通过粒子群优化算法反演得到边界的热流密度值。其次将反演的热流密度值代入导热正问题中求得离散点处的温度模拟值。最后使用Python语言编写通用算法程序。计算结果表明:离散点处的温度模拟值与测量值具有较好的一致性,说明所构建的导热反问题模型可以较好地反演出钢坯表面的边界条件,而且当存在随机误差时,仍能精确地预测钢坯温度分布。后面可以进一步结合实际工程,将该模型推广到三维钢坯温度预测系统中。
更新日期/Last Update: