识别含热源瞬态热传导问题的热扩散系数

针对含有热源的瞬态热传导反问题,引入一个变换将含热源热传导问题转换为无热源热传导问题,采用改进布谷鸟算法反演热扩散系数.正问题由边界元法求解.将热扩散系数作为优化变量,以计算温度和测量温度之间的接近程度为目标函数,通过改进布谷鸟算法极小化目标函数来优化估计热扩散系数.比较共轭梯度法、布谷鸟算法和改进布谷鸟算法的反演结果.与共轭梯度法相比,改进布谷鸟算法对迭代初值不敏感;与布谷鸟算法相比,改进布谷鸟算法收敛速度更快.算例讨论了测点数量、鸟巢数量、测量误差对计算结果的影响.增加测点数量,反演结果精度降低;增加鸟巢数量,迭代次数减少;随着测量误差的增大,结果精度降低.数值算例验证了改进布谷鸟算法反演热扩散系数的准确性和有效性.     

基于数据驱动模型求解热传导反问题

热传导反问题求解在工程领域具有重要的应用价值.本文发展数据驱动模型识别了管道内壁几何形状和皮肤肿瘤生长参数等热传导反问题.在管道内壁几何形状识别问题中,首先采用随机生成模型结合有限元法求解热传导正问题,并采用有效导热系数转化的思想,建立机器学习模型,求解了测点温度与有效导热系数之间的抽象映射关系,进而实现管道内壁几何形状的识别.然后,应用数据驱动模型识别了皮肤肿瘤的生长参数,分别讨论了不同测量误差对计算结果的影响.数值算例表明,本文提出的数据驱动模型能够准确估算肿瘤的生热率和血液灌注率.这些工作显示了数据驱动模型在求解热传导反问题方面具有广阔的应用前景.     

反演二维瞬态热传导问题随温度变化的导热系数

基于边界元法反演二维瞬态热传导问题随温度变化的导热系数.采用Kirchhoff变换将非线性的控制方程转变为线性方程.边界元法用于构建二维瞬态热传导问题的数值分析模型.将反演参数作为优化变量,测点温度计算值与测量值之间的残差平方和作为优化目标函数.引入复变量求导法求解目标函数的梯度矩阵,梯度正则化法用于优化目标函数获得反演结果.探讨时间步长、测点数量和随机偏差对反演结果的影响.减小步长、增加测点数量收敛速度加快.降低了随机偏差,计算结果更精确.算例证明了算法的有效性与稳定性.     

基于改进布谷鸟算法识别瞬态热传导问题的导热系数

基于改进布谷鸟算法反演瞬态热传导问题随温度变化的导热系数.采用Kirchhoff变换将非线性热传导问题转换为线性热传导问题,使用边界元法求解瞬态热传导正问题.将导热系数的反演转化为函数表达式中未知参数的反演,使用改进布谷鸟算法求解未知参数.与共轭梯度法相比,改进布谷鸟算法对迭代初值不敏感;与布谷鸟算法相比,改进布谷鸟算法迭代次数大大减少.数值算例表明对改进布谷鸟算法,增加测点数量迭代次数增加;增加鸟巢数量迭代次数减少;减小测量误差计算结果更精确,同时迭代次数更少.数值算例验证了改进布谷鸟算法反演导热系数的准确性和有效性.     

瞬态热传导问题的精细积分-双重互易边界元法

采用双重互易边界元法结合精细积分法求解二维含热源的瞬态热传导问题。针对边界积分方程中热源项和温度关于时间导数项引起的域积分,采用双重互易法处理,将域积分转换为边界积分。采用边界元法将边界积分方程离散后,得到关于时间的微分方程组,并利用精细积分法处理其中的指数型矩阵;对于微分方程组中由边界条件和热源项引起的非齐次项,采用解析的方法计算。为了比较精细积分-双重互易边界元法的计算效果,同时使用有限差分法计算温度对时间的导数项。通过数值算例验证了本文方法的有效性和精确性。计算结果表明:时间步长对于精细积分-双重互易边界元法的结果影响较小,而有限差分法对时间步长比较敏感且只在时间步长选取较小时有效;当选取较大时间步长时,精细积分-双重互易边界元法依然具有良好的计算精度。