Determination of thermal parameters of heat-insulating materials using artificial neural networks

• Autorzy: Minkina W. , Chudzik S.

Warianty tytułu

PL

Wyznaczanie parametrów cieplnych materiałów termoizolacyjnych z wykorzystaniem sztucznych sieci neuronowych

• Języki publikacji: EN

Abstrakty

EN

The paper deals with a method that allows three basic thermophysical parameters to be determined on a single measuring stand. The method makes use of the dynamics of a nonstationary heat flow process in solid states and is based on a model of the one-dimensional Fourier differential equation. To estimate the unknown values of coefficients, an inverse problem has to be solved. We propose a way of applying artificial neural networks (ANN) to solve the inverse problem. The results of the thermal parameter identification for a heat-insulating material using ANN are compared with the results obtained by the classical algorithm of the mean square error minimization. The influence of measurement errors on identified values of the thermal parameters of a heat-insulating material are analysed. The calculations presented in the paper use results obtained from experiments carried out on a special laboratory stand.

PL

W pracy opisano możliwość wyznaczania trzech podstawowych parametrów cieplnych materiałów termoizolacyjnych na pojedynczym stanowisku pomiarowym. Przedstawiana metoda wykorzystuje dynamikę procesu dyfuzji ciepła w badanej próbce. Model zjawiska oparty jest na jednowymiarowyrn równaniu różniczkowym Fouriera. W celu wyznaczenia nieznanych wartości parametrów termofizycznych należało rozwiązać zagadnienie odwrotne. Zaproponowano algorytm oparty na minimalizacji błędu średniokwadratowego. W pracy przedstawiono także koncepcję wykorzystania sztucznych sieci neuronowych do rozwiązania współczynnikowego zagadnienia odwrotnego, jako rozwiązania alternatywnego dla algorytmów metod numerycznych. Porównano wyniki identyfikacji parametrów cieplnych materiału termoizolacyjnego dla klasycznego algorytmu minimalizacji błędu średniokwadratowego z wynikami otrzymanymi z wykorzystaniem sztucznych sieci neuronowych. W przeprowadzonych symulacjach komputerowych zbadano wpływ błędów pomiarowych mogących wystąpić w wielkościach mierzonych na wyniki identyfikacji parametrów cieplnych. Przedstawiane wyniki pomiarów otrzymano w eksperymentach przeprowadzanych na specjalnie zbudowanym do tego celu stanowisku porniarowym. Przedstawiona w pracy metoda dynamiczna, wraz z przenośnym systemem, jest przeznaczona do szybkiego (1-2 minuty) wyznaczania parametrów cieplnych materiałów termoizolacyjnych wykorzystywanych w budownictwie i przemyśle, takich jak styropian bądź wełna mineralna. Przenośny system pomiarowy mógłby na przykład na bieżąco (on-line) sprawdzać jakość materiału termoizolacyjnego opuszczającego daną linię produkcyjną w zakładzie, bądź umożliwiałby badanie jakości materiału w "terenie".

Słowa kluczowe

EN

thermal conductivity; thermal diffusivity; heat capacity

PL

współczynnik przewodzenia ciepła; współczynnik przenikania temperatury; pojemność cieplna

• Wydawca: Komitet Metrologii i Aparatury Naukowej PAN
• Czasopismo: Metrology and Measurement Systems
• Rocznik: 2003
• Tom: Vol. 10, nr 1
• Strony: 33--49
• Opis fizyczny: Bibliogr. 17 poz., rys., tab., wykr.

Twórcy

autor

Minkina W.

• Technical University of Częstochowa, Institute of Electronics and Control Systems

autor

Chudzik S.

• Technical University of Częstochowa, Institute of Electronics and Control Systems

Bibliografia

• 1. Fodemski R. I in., Pomiary cieplne, Wydawnictwa Naukowo-Techniczne, Warszawa 1994, 2001.
• 2. Balasubramaniam T. A., Bowman H. F., Thermal conductivity and thermal diffusivity of biomaterials: A simultaneous measurement technique, J. Biomech. Eng., Vol. 99, 1977, pp. 148-154.
• 3. Valvano J. W., Ciochran J. R.. Diller K. R.. Thermal conductivity and diffusivity of biomaterials measured with self-heating thermistors. Int. J. thermophys, No. 6, 1985, pp. 301-311.
• 4. Hryciuk M., Pomiar przewodności cieplnej i ciepła właściwego materiałów biologicznych. Acta Bio-Optica et Informatica Medica, Vol. 6, nr 3-4, 2000, pp. 81-86.
• 5. Chudzik S., Minkina W., Dynamic method to determine thermal parameters of heat-insulating materials, Proc. of TEMPMEKO’2001, 8th International Symposium on Temperature and Thermal Measurements in Industry and Science, Berlin 2001, pp. 1145-1150.
• 6. Minkina W., Space discretization in solving chosen problems of unsteady heat conductivity by means of electric modelling, Experimental Technique of Physics, 40 (2) (1994) pp. 283-302.
• 7. O. Alifanov, E. Artyukhin, S. Rumyantsev, Extreme Methods for solving Ill-Posed Problems with Applications to Inverse Heat Transfer Problems, New York 1995.
• 8. J. V. Beck, Inverse Heat Conduction, A Wiley-Intersc. Publ. 1985.
• 9. Janna W. S., Engineering heat transfer, CRS Press, Washington DC 2000.
• 10. Wiśniewski S., Wiśniewski T. S., Wymiana ciepła, WNT, Warszawa 1994, 2000.
• 11. T. Jurkowski, Y. Jarny, D. Delanuay, Estimation of thermal conductivity of thermoplastics under moulding conditions: an apparatus and an inverse algorithm, Int. J. Heat Mass Transfer, 17 (4) (1997) pp. 4169-4181.
• 12. W. Minkina, Theoretical and experimental identification of the temperature sensor unit step response non-linearity during air temperature measurement, Sensor and Actuators A Physical 78 (1999) pp. 81-87.
• 13. W. Minkina, Non-linear models of temperature sensor dynamics, Sensor and Actuators A Physical 30 (1992) pp. 209-214.
• 14. S. Augustin, F. Bernhard, Numerical calculation of static and dynamic parameters of industrial temperature sensors. Measurement 17 (4) (1996) pp. 217-228.
• 15. G. Ventkaesan, Guang-Pu Jin, Measurement of thermophysical properites of poliurethane foam insulation during transient method, Int. J. Therm. Sci. 40 (2001) pp. 133-144.
• 16. L. Kubicar, V. Bohac, A Step-Vise Method for measuring thermophysical parameters of materials, Meas. Sc. Technol., 11 (2000), pp. 252-258.
• 17. MATLAB Users Guide, Math Works 1997.