Modal identification of a boundary input in the two-dimensional inverse heat conduction problem


Cite item

Full Text

Abstract

A method for the approximate solution of a two-dimensional inverse boundary heat conduction problem on a compact set of continuous and continuously differentiable functions is proposed. The method allows us to reconstruct a boundary action that depends on time and a spatial coordinate. A modal description of the object is used in the form of an infinite system of linear differential equations with respect to the coefficients of the expansion of the state function in a series in eigenfunctions of the initial-boundary value problem under study. This approach leads to the restoration of the sought value of the heat flux density in the form of a weighted sum of a finite number of its modal components. Their values are determined from the temporal modes of the temperature field, which are found from the experimental data on the basis of the modal representation of the field. To obtain a modal description of the identified input and the temperature field in the form of their expansions into series in eigenfunctions of the same spatial dimension, the mathematical model of the object in the Laplace transform domain and the method of finite integral transformations are used. On this basis, a closed system of equations with respect to the unknown quantities is formed. The proposed approach allows us to construct a sequence of approximations that uniformly converge to the desired solution with increasing number of considered modal components. The problem of the temperature experimental design is solved. This solution ensures the minimization of the approximation error of the experimental temperature field by its model representation in the uniform metric of estimating temperature discrepancies on the control line at the final moment of the identification interval.

About the authors

Edgar Ya Rapoport

Samara State Technical University

Email: rapoport@samgtu.ru
Dr. Tech. Sci.; Professor; Dept. of Automatics and Control in Technical Systems 244, Molodogvardeyskaya st., Samara, 443100, Russian Federation

Anna N Diligenskaya

Samara State Technical University

Email: adiligenskaya@mail.ru
Cand. Tech. Sci.; Associate Professor; Dept. of Automatics and Control in Technical Systems 244, Molodogvardeyskaya st., Samara, 443100, Russian Federation

References

  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.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2018 Samara State Technical University

Creative Commons License
This work is licensed under a 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».