Zastosowanie algorytmów inteligencji obliczeniowej do wyznaczania właściwości cieplnych materiałów

Gałek, R.

doi:10.7862/rm.2016.2

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Artykuł - szczegóły

Czasopismo

Zeszyty Naukowe Politechniki Rzeszowskiej. Mechanika

2016 | z. 88 [293], nr 1 | 17--35

Tytuł artykułu

Zastosowanie algorytmów inteligencji obliczeniowej do wyznaczania właściwości cieplnych materiałów

Autorzy

Gałek, R.

Wybrane pełne teksty z tego czasopisma

Warianty tytułu

Application of computational intelligence algorithms for determining thermal properties of materials

Języki publikacji

Abstrakty

W artykule przedstawiono zasadę pomiaru współczynnika przewodzenia ciepła k oraz dyfuzyjności cieplnej a w stanie periodycznie ustalonym (quasi-ustalonym) z zastosowaniem optymalizacji wykorzystującej algorytm inteligencji obliczeniowej do rozwiązania zagadnienia odwrotnego. Prowadzenie pomiarów w stanie periodycznie ustalonym będącym szczególnym przypadkiem stanu nieustalonego pozwala na uwzględnienie zjawisk akumulacji ciepła, a przy tym umożliwia opis przebiegu czasowego wartości temperatury przy użyciu tylko dwóch wielkości: amplitudy TA i kąta przesunięcia fazowego φT oscylacji sygnału temperaturowego. Analiza jednowymiarowego przypadku przewodzenia ciepła w tym stanie posłużyła do wyznaczenia zależności pomiędzy TA oraz φT, a szukanymi wartościami właściwości cieplnych materiału k i a. Procedura okazała się odpowiednia do dokładnego odtworzenia wartości przewodności i dyfuzyjności cieplnej w perspektywie nieprzekraczającej 100 generacji działania algorytmu genetycznego przy populacji liczącej 50 osobników. Zaproponowana metoda charakteryzuje się prostą konfiguracją eksperymentalną oraz stosunkowo niską wrażliwością wielkości mierzonych bezpośrednio na błędy systematyczne, jednak dopiero weryfikacja eksperymentalna pozwoli ocenić jej praktyczną przydatność.

This paper presents the principle of simultaneous measurement of thermal conductivity k and thermal diffusivity a in steady-periodic state with application of computational intelligence algorithm to solve an inverse problem. Measurement in steady-periodic state being a special case of transient heat transfer allows for taking into account the heat accumulation phenomena. Furthermore, the determination of time-dependent value of temperature is possible based on the two parameters: amplitude TA and phase angle φT of oscillations of temperature signal. The analysis of one-dimensional heat conduction in steady-periodic state allows to obtain the relationship between TA and φT, and the values of thermal conductivity k and thermal diffusivity a. The procedure proved to be suitable for accurate estimation of the values of thermal conductivity and thermal diffusivity in less than 100 generations of genetic algorithm with population of 50 individuals. Simple experimental configuration and relatively low sensitivity of the directly measured values to systematic errors are the advantages of proposed method. However, the experimental verification is required to assess its practical usefulness.

Słowa kluczowe

pomiary cieplne przewodność cieplna dyfuzyjność cieplna optymalizacja algorytm genetyczny stan periodycznie ustalony

thermal measurements thermal conductivity thermal diffusivity optimisation genetic algorithm steady-periodic state

Wydawca

Czasopismo

Zeszyty Naukowe Politechniki Rzeszowskiej. Mechanika

Rocznik

2016

Tom

z. 88 [293], nr 1

Strony

17--35

Opis fizyczny

Bibliogr. 28 poz., rys., wykr.

Twórcy

autor

Gałek, R.

Politechnika Rzeszowska, al. Powstańców Warszawy 8, 35-959 Rzeszów, rafalgalek@prz.edu.pl

Bibliografia

1. Parker J., Jenkins R.J., Butler C.P., Abbott G.L.: Flash method of determining thermal diffusivity, heat capacity, and thermal conductivity, J. Appl. Physics, 32 (1961) 1679-1684.
2. Vozár L., Hohenauer W.: Flash method of measuring the thermal diffusivity. A review, High Temp. - High Pressures, 35/36 (2004) 253-264.
3. Gustafsson S.E., Karawacki E., Khan M.N.: Transient hot-strip method for simulta-neously measuring thermal conductivity and thermal diffusivity of solids and fluids, J. Physics D: Appl. Physics, 12 (1979) 1411-1421.
4. Gustafsson S.E.: Transient plane source techniques for thermal conductivity and thermal diffusivity measurements of solid materials, Rev. Sci. Instruments, 62 (1991) 797-804.
5. Krupa P., Malinarič S.: Using the Transient plane source method for measuring thermal parameters of electroceramics, Int. J. Math., Comput., Statistical, Natural Phys. Eng., 8 (2014) 733-738.
6. ISO 22007-2:2015, Plastics - Determination of thermal conductivity and thermal diffusivity - Part 2: Transient plane heat source (hot disc) method.
7. Hisano K., Sawai S., Morimoto K.: Conventional simultaneous measurement of specific heat capacity and thermal conductivity by thermal radiation calori¬metry, Int. J. Thermophysics, 19 (1998) 291-304.
8. Reading M., Hourston D.J.: Modulated temperature differential scanning calori¬metry. Theoretical and practical applications in polymer characterisation, Springer, Dordrecht, 2006.
9. Marcus S.M., Blaine R.L.: Thermal conductivity of polymers, glasses and ceram¬ics by modulated DSC, Thermochimica Acta, 243 (1994) 231-239.
10. Raudenský M., Horský J., Krejsa J., Slama L.: Usage of artificial intelligence methods on inverse problems for estimation of material parameters, Int. J. Numerical Meth. Heat Fluid Flow, 6 (1996) 19-29.
11. Liu G.R., Lee J.H., Patera A.T., Yang Z.L., Lam K.Y.: Inverse identification of thermal parameters using reduced-basis method, Comp. Meth. Appl. Mech. Eng., 194 (2005) 3090-3107.
12. Vakili S., Gadala M.S.: Effectiveness and efficiency of particle swarm optimization technique in inverse heat conduction analysis, Num. Heat Transfer, Part B: Fundamentals, 56 (2009) 119-141.
13. Bai D.: Evaluation system for effective thermophysical properties of anisotropic composite material, Aerospace Sci. Technol., 30 (2013) 94-101.
14. Adili A., Lachheb M., Kerkeni C., Ben Nasrallah S.: Simultaneous estimation of the thermophysical properties of liquids and of the boundary conditions, Int. J. Thermal Sci., 68 (2013) 53-62.
15. Gosselin L., Tye-Gingras M., Mathieu-Potvin F.: Review of utilization of genetic algorithms in heat transfer problems, Int. J. Heat Mass Transfer, 52 (2009) 2169-2188.
16. Garcia S., Guynn J., Scott E.P.: Use of genetic algorithms in thermal property estimation: Part II - Simultaneous estimation of thermal properties, Num. Heat Transfer, Part A: Applications, 33 (1998) 149-168.
17. Divo E., Kassab A., Rodriguez F.: Characterization of space dependent thermal conductivity with a BEM-based genetic algorithm, Num. Heat Transfer, Part A: Applications, 37 (2000) 845-875.
18. Jones M.R., Tezuka A., Yamada Y.: Thermal tomographic detection of inhomogene-ities, J. Heat Transfer, 117 (1995) 969-975.
19. He H., He C., Chen G.: Inverse determination of temperature-dependent thermo-physical parameters using multi objective optimization methods, Int. J. Heat Mass Transfer, 85 (2015) 694-702.
20. Raudenský M., Woodbury K.A., Kral J., Brezina T.: Genetic algorithm in solution of inverse heat conduction problems, Num. Heat Transfer, Part B: Fundamentals, 28 (1995) 293-306.
21. Vasileiou A., Vosniakos G-C., Pantelis D.: Determination of local heat transfer coefficients in precision castings by genetic optimisation aided by numerical simulation, Proc. Inst. Mech. Eng., Part C: J. Mech. Eng. Sci., 229 (2014) 735-750.
22. Vakili S., Gadala M.S.: Low cost surrogate model based evolutionary optimization solvers for inverse heat conduction problem, Int. J. Heat Mass Transfer, 56 (2013) 263-273.
23. Liu F-B.: An application of particle swarm optimization to identify the temperature-dependent heat capacity, Heat Mass Transfer, 48 (2012) 99-107.
24. Liu F-B.: Inverse estimation of wall heat flux by using particle swarm optimization algorithm with Gaussian mutation, Int. J. Thermal Sci., 54 (2012) 62-69.
25. Wandelt M., Roetzel W.: Lockin thermography as a measurement technique in heat transfer, QIRT 96 - Eurotherm Series 50 - Edizioni ETS, Pisa, 1997.
26. Zheng G.R., Yang S.C.: Solution of steady periodic heat conduction by the finite-element method, Num. Heat Transfer, Part A: Applications: Int. J. of Comp. Methodology, 15 (1989) 525-534.
27. Gołębiowski W.: https://lavag.org/files/file/94-waptia-genetic-optimization-algorithm/ [dostęp: 17 sierpnia 2015 r.].
28. Charbonneau P.: Genetic algorithms in astronomy and astrophysics, The Astro¬physical J. (Supplements), 101 (1995) 309-334.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).

Typ dokumentu

Bibliografia

Identyfikatory

DOI

10.7862/rm.2016.2

Identyfikator YADDA

bwmeta1.element.baztech-817b348a-9f70-4af2-a1fa-f6f94afec553