CN101660951B - 一种检测热设备内部温度的方法 - Google Patents
一种检测热设备内部温度的方法 Download PDFInfo
- Publication number
- CN101660951B CN101660951B CN200910190904.4A CN200910190904A CN101660951B CN 101660951 B CN101660951 B CN 101660951B CN 200910190904 A CN200910190904 A CN 200910190904A CN 101660951 B CN101660951 B CN 101660951B
- Authority
- CN
- China
- Prior art keywords
- temperature
- detected
- boundary
- fuzzy
- measuring point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
一种检测热设备内部温度的方法。该方法是一种采用模糊推理技术反演热设备内部温度的方法,该方法的基本特征在于,将热设备内部温度的检测问题归结为由设备外部温度观测信息到内部温度信息的模糊推理问题,通过模糊反演获得热设备内部温度及其分布。与现有的基于反演方法的热设备内部温度检测方法相比,该方法具有良好的抗不适定性,能够有效地克服内部温度反演结果对初始猜测值的严重依赖性,同时还能够有效地抑制内部温度反演过程中的存在的误差放大现象。
Description
技术领域
本发明涉及一种监测热设备内部温度及其分布的方法。
背景技术
工业生产中的很多设备都与热过程有关,这些设备通常被称为热设备。热设备内部的温度及其分布包含设备运行状态的重要信息。由于在许多情况下,热设备的内部温度及其分布不便或难以直接测量,如何准确获得热设备内部温度信息一直是热工过程测试及状态监测技术领域的重要课题之一。
采用反演方法确定热设备内部温度,是解决该问题的一种较为有效的方法。该方法将热设备内部温度检测问题归结为一类传热学反问题,根据能够通过直接测量获得的相关温度(如热设备外表面等处的温度),结合传热反问题方法来反演热设备的内部温度及其分布。其中,建立有效的传热学反问题求解方法,是采用反演方法检测热设备内部温度的关键。
优化方法是目前求解各类传热学反问题的基本求解方法。其中,共轭梯度法(CGM)、Levenberg-Marquardt(L-M)法以及最速下降法(SDM)等已经在传热学反问题求解中得到了广泛应用。采用各类基于梯度的优化算法求解传热学反问题,容易陷入局部极值,其解对初始猜测值也有严重的依赖性。
传热学反问题通常是Hadamard意义下的不适定(Ill-Posed)问题。这种不适定性主要表现在两个方面:一方面,反问题中的输入信息往往是欠定的或者是超定的,进而导致反问题的解非唯一或不存在严格意义上的解;另一方面,传热学反问题的解对输入信息往往不具有连续依赖性,输入数据的观测误差极有可能在反演过程中被显著地放大,从而导致反演过程的不稳定。此外,从本质上讲,传热学反问题又是一类推理问题,即由传热系统的部分观测结果到系统定解条件的一种反向推理问题,推理的直接证据来源于对实际传热系统的观测。至少,从实际系统中得到的观测信息不可避免地包含着干扰噪声,并具有一定的观测误差和一定的不完整性,从而导致了推理证据的某种不确定性。所以,实际的传热学反问题是一类不确定性推理问题。目前所开展的传热学反问题研究方法均可归结为精确推理方法范畴,对于处理具有不适定性和不确定性的推理问题所固有的局限性十分明显。
发明内容
本发明的目的是,提供一种具有良好抗不适定性、能够有效地克服内部温度反演结果对初始猜测值的严重依赖性、同时还能够有效地抑制内部温度反演过程中存在的误差放大现象的检测热设备内部温度的方法。
实现所述发明目的技术方案是这样一种检测热设备内部温度的方法,该检测方法包括如下步骤;其中,与现有技术相同步骤有:
(一)对热设备内部温度检测问题进行初始化处理,通过初始化处理,设定反演过程迭代次数标识k的初值为k=0,根据热设备待检测温度区间和可检测温度区间的位置,确定传热问题的求解区域Ω及其边界,该边界具体包括给定边界条件的第一边界Γ1和第二边界Γ2、该求解区域的待检测边界Γ3,以及该求解区域的温度的可测量边界Γ4,建立该求解区域的稳态导热过程模型,给定待检测边界Γ3上的待检测温度的初始猜测值和可测量边界Γ4上各测点j处的温度的实际测量值其中,i=1,2,…,n;j=1,2,…,n;n为可测量边界Γ4上设置的温度测点数目
本发明改进的步骤是:
(三)利用获得的可测量边界Γ4温度的计算结果产生可测量边界Γ4上各测点j处的温度误差ej,若该温度误差ej满足迭代停止条件,则反演迭代过程结束,并以前述的待检测温度的第k次猜测值作为热设备内部温度的检测结果;反之,则进入步骤(四);
(四)对于可测量边界Γ4上的各测点j,设置与温度误差ej对应的温度调整分量Δuj,通过选择模糊子集、模糊子集的隶属度函数μ和模糊推理规则,对可测量边界Γ4上各测点j处的温度误差ej和对应的温度调整分量Δuj分别进行模糊化处理,建立与可测量边界Γ4上各测点j对应的一维模糊推理单元组(FR1,FR2,…,FRn),经过模糊推理产生与可测量边界Γ4上各测点j对应的温度调整分量Δuj的值;
(五)确定温度调整分量Δuj对于各待检测点i处温度补偿量的权值wij,通过对该一维模糊推理单元组(FR1,FR2,…,FRn)输出的温度调整分量Δuj进行加权综合,获得各待检测点i的温度补偿量并利用该温度补偿量对待检测温度的第k次猜测值进行修正,产生待检测温度的第k+1次猜测值
从方案中可以看出,与现有的基于精确推理的热设备内部温度反演方法不同,本发明将热设备内部温度的检测问题归结为由热设备外部温度观测信息到内部温度信息的模糊推理问题,通过模糊反演来获得热设备内部温度及其分布。据此,本发明建立了一种基于模糊推理的传热学反问题求解方案,在此基础上提供了一种基于模糊反演的检测热设备内部温度的方法。由于模糊推理有对输入信息具有明显的抗干扰能力,推理过程具有良好的鲁棒性和容错能力;能够有效利用不精确、不确定和不完备信息进行推理和决策的特点,所以,与现有的基于精确推理的热设备内部温度反演方法相比较,本发明方法不但具有良好的抗不适定性,能够有效地克服内部温度反演结果对初始猜测值的严重依赖性,同时还能够有效地抑制内部温度反演过程中的存在的误差放大现象。
下面结合附图对本发明作进一步的说明。
附图说明
图1为本发明方法的流程图
图2为传热问题求解区域示意图
图3为模糊子集的隶属度函数图
图4为本发明方法在不同初始猜测值下的反演结果
图5为L-M方法在不同初始猜测值下的反演结果
图6为标准差σ=0.01时两种方法反演结果比较
图7为标准差σ=0.03时两种方法反演结果比较
具体实施方式
一种检测热设备内部温度的方法,该方法包括如下步骤(参考图1):
(一)对热设备内部温度检测问题进行初始化处理,通过初始化处理,设定反演过程迭代次数标识k的初值为k=0,根据热设备待检测温度区间和可检测温度区间的位置,确定传热问题的求解区域Ω及其边界(参考图2),该边界具体包括给定边界条件的第一边界Γ1和第二边界Γ2、该求解区域的待检测边界Γ3,以及该求解区域的温度的可测量边界Γ4,建立该求解区域的稳态导热过程模型,给定待检测边界Γ3上的待检测温度的初始猜测值和可测量边界Γ4上各测点j处的温度的实际测量值其中,i=1,2,…,n;j=1,2,…,n(下同);n为可测量边界Γ4上设置的温度测点数目;
(三)利用获得的可测量边界Γ4温度的计算结果产生可测量边界Γ4上各测点j处的温度误差ej,即若该温度误差ej满足迭代停止条件,则反演迭代过程结束,并以前述的待检测温度的第k次猜测值作为热设备内部温度的检测结果;反之,则进入步骤(四);
式(1)中,ε为预定的温度误差阈值,且ε>0;
(四)对于可测量边界Γ4上的各测点j,设置与温度误差ej对应的温度调整分量Δuj,通过选择模糊子集、模糊子集的隶属度函数μ和模糊推理规则,对可测量边界Γ4上各测点j处的温度误差ej和对应的温度调整分量Δuj分别进行模糊化处理,建立与可测量边界Γ4上各测点j对应的一维模糊推理单元组(FR1,FR2,…,FRn),经过模糊推理产生与可测量边界Γ4上各测点j对应的温度调整分量Δuj的值;
(五)确定温度调整分量Δuj对于各待检测点i处温度补偿量的权值wij,通过对该一维模糊推理单元组(FR1,FR2,…,FRn)输出的温度调整分量Δuj进行加权综合,获得各待检测点i的温度补偿量并利用该温度补偿量对待检测温度的第k次猜测值进行修正,产生待检测温度的第k+1次猜测值
进一步讲,本发明在步骤(一)中所说的根据热设备待检测温度区间和可检测温度区间的位置,确定传热问题的求解区域Ω及其边界,需要保证待检测的温度点i处于求解区域Ω的待检测边界Γ3之上;同时,还要保证求解区域Ω的可测量边界Γ4上的各测点j处的温度可以直接测量;本发明在步骤(一)中所说的求解区域Ω的稳态导热过程模型,包括求解区域Ω内温度的控制方程和第一边界Γ1和第二边界Γ2上的边界条件,该求解区域Ω内温度的控制方程为:
式(2)中的x和y为该二维系统的坐标,t(x,y)为求解区域Ω内点空间点(x,y)处的温度。
进一步讲,在本发明的(四)中所述的一维模糊推理单元组(FR1,FR2,…,FRn),包括n个分别与可测量边界Γ4上各测点j对应的一维模糊推理单元FRj;该一维模糊推理单元FRj的输入为温度误差ej,输出为温度调整分量Δuj;将温度误差ej和温度调整分量Δuj分成7级,即温度误差ej和温度调整分量Δuj经过量化后的论域X为:
X={-3,-2,-1,0,+1,+2,+3} 式(3)
温度误差ej的模糊子集Ej和温度调整分量Δuj的模糊子集Uj分别取为:
Ej={NB,NM,NS,ZO,PS,PM,PB} 式(4)
Uj={NB,NM,NS,ZO,PS,PM,PB} 式(5)
其中,NB为“负大”,NM为“负中”,NS为“负小”,ZO为“零”,PS为“正小”,PM为“正中”,PB为“正大”;
各模糊子集{NB,NM,NS,ZO,PS,PM,PB}的隶属函数μ选用三角形函数(参考图3),一维模糊推理单元FRj采用if-then规则进行模糊推理,对应的模糊推理规则见表1;
表1FRj的模糊推理规则表
然后,根据一维模糊推理单元FRj产生模糊推理的结果,采用重心法确定与可测量边界Γ4上各测点j对应的温度调整分量Δuj。
进一步讲,在本发明的步骤(五)中所述的温度调整分量Δuj对于各待检测点i处温度补偿量的权值wij,按式(6)确定:
其中:i=1,2,…,n,j=1,2,…,n(下同);
式(6)中的rij代表待检测边界Γ3上各待检测点i到可测量边界Γ4上各测点j之间的空间距离;
下面给出一个采用本发明方法检测热设备内部温度的试验验证实例,并用对比的方法说明本发明的优越性。
在验证实例中,传热问题的求解区域Ω为一常物性、无内热源的矩形求解区域,该求解区域的在直角坐标系中的范围为:0≤x≤a及0≤y≤b;其中,a=0.3m,b=0.12m。该求解区域的边界的具体位置分别为:
给定边界条件的第一边界Γ1:x=0及0≤y≤b
给定边界条件的第二边界Γ2:x=a及0≤y≤b
待检测边界Γ3: 0≤x≤a及y=0
可测量边界Γ4: 0≤x≤a及y=b
在验证实例中,给定边界条件的第一边界Γ1和可测量边界Γ4采用绝热边界条件,给定边界条件的第二边界Γ2采用定热流边界条件。该求解区域Ω内温度的控制方程和边界条件为:
在以上诸式中,t∞为环境温度,λ为材料的导热系数,α为边界上的对流传热系数;在本验证实例中,分别取t∞=20℃,λ=50W/m·℃,α=60W/m2·℃。
其中,xi为待检测边界Γ3上待检测点i处的x坐标值;i=1,2,…,11;j=1,2,…,11(下同)。
由上述温度实际值确定待检测边界Γ3的边界条件,求解区域Ω内温度的控制方程,获得可测量边界Γ4上测点j处的温度并以该温度作为可测量边界Γ4上各测点j处的温度的实际测量值然后根据该实际测量值反演待检测边界Γ3上的待检测温度
在本验证实例中,通过本发明方法与常规的基于优化技术的内部温度反演方法的比较,说明本发明优越性;这里的基于优化技术的内部温度反演方法中,采用L-M方法求解对应的传热学反问题;在求解传热学反问题过程中,取预定的温度误差阈值ε=10-3。
首先比较采用本发明方法和L-M方法得到的热设备内部温度的反演结果对于初始猜测值的依赖性。分别取待检测温度的初始猜测值和采用本发明方法和L-M方法确定待检测边界Γ3上的待检测温度通过比较表明,本发明所提供的基于模糊推理技术的检测热设备内部温度的方法,对于待检测温度的初始猜测值的设置不敏感(参考图4),反演结果具有较高的精度;基于L-M算法的检测热设备内部温度的方法则对于待检测温度的初始猜测值的设置十分敏感,检测结果严重依赖初始猜测值(参考图5)。
Claims (2)
1.一种检测热设备内部温度的方法,该方法包括对热设备内部温度检测问题进行初始化处理,通过初始化处理,设定反演过程迭代次数标识k的初值为k=0,根据热设备待检测温度区间和可检测温度区间的位置,确定传热问题的求解区域(Ω)及其边界,该边界具体包括给定边界条件的第一边界(Γ1)和第二边界(Γ2)、该求解区域的待检测边界(Γ3),以及该求解区域的温度的可测量边界(Γ4),建立该求解区域的稳态导热过程模型,给定待检测边界(Γ3)上的待检测温度的初始猜测值和可测量边界(Γ4)上各测点j处的温度的实际测量值的步骤(一);根据已知的待检测温度的第k次猜测值构造待检测边界(Γ3)的边界条件,采用数值解法求解传热学的正问题,获得可测量边界(Γ4)温度的计算结果的步骤(二);
其中:j=1,2,…,n;i=1,2,…,n;n为可测量边界(Γ4)上设置的温度测点数目;
其特征在于,在步骤(一)和步骤(二)的基础上,还包括如下步骤:
(三)利用获得的可测量边界(Γ4)温度的计算结果产生可测量边界(Γ4)上各测点j处的温度误差(ej),若该温度误差(ej)满足迭代停止条件,则反演迭代过程结束,并以前述的待检测温度的第k次猜测值作为热设备内部温度的检测结果;反之,则进入步骤(四);
(四)对于可测量边界(Γ4)上的各测点j,设置与温度误差(ej)对应的温度调整分量(Δuj),通过选择模糊子集、模糊子集的隶属度函数(μ)和模糊推理规则,对可测量边界(Γ4)上各测点j处的温度误差(ej)和对应的温度调整分量(Δuj)分别进行模糊化处理,建立与可测量边界(Γ4)上各测点j对应的一维模糊推理单元组(FR1,FR2,…,FRn),经过模糊推理产生与可测量边界(Γ4)上各测点j对应的温度调整分量(Δuj)的
(五)确定温度调整分量(Δuj)对于各待检测点i处温度补偿量的权值(wij),通过对该一维模糊推理单元组(FR1,FR2,…,FRn)输出的温度调整分量(Δuj)进行加权综合,获得各待检测点i的温度补偿量并利用该温度补偿量对待检测温度的第k次猜测值进行修正,产生待检测温度的第k+1次猜测值
2.根据权利要求1所述检测热设备内部温度的方法,其特征在于,步骤(四)中所述的一维模糊推理单元组(FR1,FR2,…,FRn),包括n个分别与可测量边界(Γ4)上各测点j对应的一维模糊推理单元(FRj);该一维模糊推理单元(FRj)的输入为温度误差(ej),输出为温度调整分量(Δuj);将温度误差(ej)和温度调整分量(Δuj)分成7级,即温度误差(ej)和温度调整分量(Δuj)经过量化后的论域(X)为:
X={-3,-2,-1,0,+1,+2,+3}
温度误差(ej)的模糊子集(Ej)和温度调整分量(Δuj)的模糊子集(Uj)分别取为:
Ej={NB,NM,NS,ZO,PS,PM,PB}
Uj={NB,NM,NS,ZO,PS,PM,PB}
其中,NB为“负大”,NM为“负中”,NS为“负小”,ZO为“零”,PS为“正小”,PM为“正中”,PB为“正大”;
各模糊子集{NB,NM,NS,ZO,PS,PM,PB}的隶属函数(μ)选用三角形函数,一维模糊推理单元(FRj)采用if-then规则进行模糊推理,对应的模糊推理规则见表1;
表1FRj的模糊推理规则表
然后,根据一维模糊推理单元(FRj)产生模糊推理的结果,采用重心法确定与可测量边界(Γ4)上各测点j对应的温度调整分量(Δuj)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910190904.4A CN101660951B (zh) | 2009-09-21 | 2009-09-21 | 一种检测热设备内部温度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910190904.4A CN101660951B (zh) | 2009-09-21 | 2009-09-21 | 一种检测热设备内部温度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101660951A CN101660951A (zh) | 2010-03-03 |
CN101660951B true CN101660951B (zh) | 2014-04-09 |
Family
ID=41789096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910190904.4A Expired - Fee Related CN101660951B (zh) | 2009-09-21 | 2009-09-21 | 一种检测热设备内部温度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101660951B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105698894B (zh) * | 2014-11-26 | 2019-06-21 | 中国移动通信集团公司 | 一种容器垫子、确定容器中溶液状态的方法及装置 |
CN104915493B (zh) * | 2015-06-04 | 2018-02-02 | 东南大学 | 一种基于有限元模型的行波管内部温度软测量方法 |
CN108021723B (zh) * | 2016-11-02 | 2021-05-25 | 上海汽车集团股份有限公司 | 油泵电机温度估算方法及装置 |
CN108227788A (zh) * | 2018-01-26 | 2018-06-29 | 武汉智味来创新科技股份有限公司 | 一种炒菜机锅体温控方法 |
CN110261427B (zh) * | 2019-07-04 | 2020-06-09 | 西安交通大学 | 基于共轭梯度法的多层复合材料导热系数测量方法 |
CN113835948A (zh) * | 2020-06-23 | 2021-12-24 | 华为技术有限公司 | 温度检测方法、温度检测装置及电子设备 |
CN112818579B (zh) * | 2021-02-05 | 2022-10-11 | 重庆科技学院 | 一种基于多参数耦合的设备热应力场高效检测方法 |
CN113231793B (zh) * | 2021-04-30 | 2022-05-10 | 成都飞机工业(集团)有限责任公司 | 一种内腔腹板加工方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1182375C (zh) * | 2002-08-08 | 2004-12-29 | 冯季强 | 一种电热体的测温控温方法 |
CN100401975C (zh) * | 2004-06-04 | 2008-07-16 | 北京源德生物医学工程有限公司 | 超声反演法测量人或动物体内的温度 |
CN101429592B (zh) * | 2008-12-01 | 2011-05-11 | 重庆大学 | 一种加热炉内钢坯温度分布的模糊控制方法 |
-
2009
- 2009-09-21 CN CN200910190904.4A patent/CN101660951B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101660951A (zh) | 2010-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101660951B (zh) | 一种检测热设备内部温度的方法 | |
Lam et al. | Markov chain Monte Carlo‐based Bayesian method for structural model updating and damage detection | |
Zhang et al. | Long-term modal analysis of wireless structural monitoring data from a suspension bridge under varying environmental and operational conditions: System design and automated modal analysis | |
Sohn et al. | Structural damage classification using extreme value statistics | |
Liu et al. | Deflection monitoring and assessment for a suspension bridge using a connected pipe system: a case study in China | |
Shi et al. | Damage localization by directly using incomplete mode shapes | |
US9835506B2 (en) | Self-calibrated flow meter | |
Law et al. | Substructure methods for structural condition assessment | |
Sung et al. | Damage detection for beam-like structures using the normalized curvature of a uniform load surface | |
Lee et al. | Damage diagnosis of steel girder bridges using ambient vibration data | |
Soman et al. | Bi‐axial neutral axis tracking for damage detection in wind‐turbine towers | |
Keenahan et al. | Determination of road profile using multiple passing vehicle measurements | |
Yang et al. | An improved direct stiffness calculation method for damage detection of beam structures | |
Pan et al. | Wind effects on Shenzhen Zhuoyue Century Center: Field measurement and wind tunnel test | |
Xue et al. | Monitoring the speed, configurations, and weight of vehicles using an in-situ wireless sensing network | |
CN107798418A (zh) | 一种基于交通分析小区的交通事故频次预测方法 | |
Paul et al. | Application of bridge weigh-in-motion system in bridge health monitoring: A state-of-the-art review | |
Li et al. | A model‐free method for damage locating and quantifying in a beam‐like structure based on dynamic distributed strain measurements | |
Yan et al. | Statistical modeling for fast Fourier transform coefficients of operational vibration measurements with non-Gaussianity using complex-valued t distribution | |
Kahouadji et al. | Vibration-Based Damage Assessment in Truss Structures Using Local Frequency Change Ratio Indicator Combined with Metaheuristic Optimization Algorithms | |
An et al. | A signal energy change-based damage localization approach for beam structures | |
CN102867194B (zh) | 一种遥感反演精度检测方法及装置 | |
Ngo et al. | Estimability analysis and optimisation of soil hydraulic parameters from field lysimeter data | |
Zhang et al. | Bayesian strain modal analysis under ambient vibration and damage identification using distributed fiber Bragg grating sensors | |
Dias et al. | The effect of temperature‐humidity similarity on Bowen ratios, dimensionless standard deviations, and mass transfer coefficients over a lake |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140409 Termination date: 20140921 |
|
EXPY | Termination of patent right or utility model |