Модальная идентификация граничного воздействия в двумерной обратной задаче теплопроводности


Цитировать

Полный текст

Аннотация

Предлагается метод приближенного решения двумерной граничной обратной задачи теплопроводности на компактном множестве непрерывных вместе со своими первыми производными функций, позволяющий восстановить граничное воздействие, зависящее от времени и пространственной координаты. Используется модальное описание объекта в форме бесконечной системы линейных дифференциальных уравнений относительно коэффициентов разложения температурного поля в ряд по собственным функциям исследуемой начально-краевой задачи. Такой подход приводит к восстановлению искомой величины плотности теплового потока в виде взвешенной суммы конечного числа ее модальных составляющих. Их значения определяются по значениям временных мод температурного поля, которые находятся на основе его модального представления из экспериментальных данных. Использование математической модели объекта в пространстве изображений по Лапласу и метода конечных интегральных преобразований приводит к описанию идентифицируемых воздействий и температурного поля в форме их разложений в ряды по собственным функциям одинаковой пространственной размерности и формированию на этой основе замкнутой системы уравнений относительно искомых величин. Решена задача планирования температурных измерений, обеспечивающая на линии контроля в конечный момент интервала идентификации минимизацию ошибки аппроксимации экспериментального температурного поля его модельным представлением в равномерной метрике оценивания температурных невязок. Предложенный подход позволяет построить последовательность приближений, равномерно сходящихся с увеличением числа учитываемых модальных составляющих, к искомому решению. Численное решение задачи реализовано в среде имитационного моделирования динамических систем Simulink MATLAB и показало удовлетворительную точность решения задачи.

Об авторах

Эдгар Яковлевич Рапопорт

Самарский государственный технический университет

Email: rapoport@samgtu.ru
доктор технических наук, профессор; профессор; каф. автоматики и управления в технических системах Россия, 443100, Самара, ул. Молодогвардейская, 244

Анна Николаевна Дилигенская

Самарский государственный технический университет

Email: adiligenskaya@mail.ru
кандидат технических наук, доцент; доцент; каф. автоматики и управления в технических системах Россия, 443100, Самара, ул. Молодогвардейская, 244

Список литературы

  1. Özisik M. N., Orlande H. R. B. Inverse Heat Transfer: fundamentals and applications. New York: Taylor and Francis, 2000. xviii+330 p. doi: 10.1201/9780203749784.
  2. Мацевитый Ю. М., Гайшун И. В., Борухов В. Т., Костиков А. О. Параметрическая и функциональная идентификация тепловых процессов // Пробл. машиностроения, 2011. Т. 14, № 3. С. 40-47.
  3. Alifanov O. Inverse problems in identification and modeling of thermal processes: Theory and practice (Invited paper, Opening keynote lecture) / Book of Abstracts: 8th International Conference on Inverse Problems in Engineering (ICIPE 2014). Gliwice-Krakow, Poland: Institute of Thermal Technology Silesian University of Technology, 2014. pp. 3-4.
  4. Алифанов О. М. Обратные задачи теплообмена. М.: Машиностроение, 1988. 280 с.
  5. Beck J. V., Blackwell B., St. Clair C. R., jr. Inverse Heat Conduction: Ill-Posed Problems. New York: J. Wiley and Sons, 1985. xvii+308 pp.
  6. Ватульян А. О. Обратные задачи в механике деформируемого твердого тела. М.: Физматлит, 2007. 224 с.
  7. Alifanov O. Inverse problems in identification and modeling of thermal processes: Russian contributions // Int. J. Numer. Methods Heat Fluid Flow. vol. 27, no. 3. pp. 711-728. doi: 10.1108/HFF-03-2016-0099.
  8. Мацевитый Ю. М., Костиков А. О., Сафонов Н. А., Ганчин В. В. К решению нестационарных нелинейных граничных обратных задач теплопроводности // Пробл. машиностроения, 2017. Т. 20, № 4. С. 15-23.
  9. Zhi Qian, Xiaoli Feng Numerical solution of a 2D inverse heat conduction problem // Inverse Problems in Science and Engineering, 2013. vol. 21, no. 3. pp. 467-484. doi: 10.1080/17415977.2012.712526.
  10. Ching-yu Yang, Cha’o-Kuang Chen The boundary estimation in two-dimensional inverse heat conduction problems // J. Phys. D. Appl. Phys., 1996. vol. 29, no. 2. pp. 333. doi: 10.1088/0022-3727/29/2/009.
  11. Кузин А. Я. Регуляризованное численное решение нелинейной двумерной обратной задачи теплопроводности // ПМТФ, 1995. № 1. С. 106-112.
  12. Тихонов А. Н., Арсенин В. Я. Методы решения некорректных задач. М.: Наука, 1979. 285 с.
  13. Иванов В. К., Васин В. В., Танана В. П. Теория линейных некорректных задач и ее приложения. М.: Наука, 1978. 206 с.
  14. Тихонов А. Н., Гончарский А. В., Степанов В. В., Ягола А. Г. Регуляризирующие алгоритмы и априорная информация. М.: Наука, 1983. 200 с.
  15. Бутковский А. Г. Методы управления системами с распределенными параметрами. М.: Наука, 1975. 568 с.
  16. Reinhardt H.-J. A numerical method for the solution of two-dimensional inverse heat conduction problems // Int. J. Numer. Methods Eng., 1991. vol. 32, no. 2. pp. 363-383. doi: 10.1002/nme.1620320209.
  17. Колесник С. А., Формалев В. Ф., Кузнецова Е. Л. О граничной обратной задаче теплопроводности по восстановлению тепловых потоков к границам анизотропных тел // ТВТ, 2015. Т. 53, № 1. С. 72-77. doi: 10.7868/S0040364415010111.
  18. Кошляков Н. С., Глинер Э. Б., Смирнов М. М. Уравнения в частных производных математической физики. М.: Высш. шк., 1970. 712 с.
  19. Рапопорт Э. Я. Программная управляемость линейных многомерных систем с распределенными параметрами // Изв. РАН. Теория и системы управления, 2015. № 2. С. 22-39. doi: 10.7868/S0002338815020110.
  20. Рапопорт Э. Я. Альтернансный метод в прикладных задачах оптимизации. М.: Наука, 2000. 336 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Самарский государственный технический университет, 2018

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».