CN105512441A - 一种物体内热源分布重构系统及方法 - Google Patents

Abstract

本发明涉及一种物体内热源分布重构的系统及方法。所述方法包括：以物体内热源的温度T和位置P(x,y,z)为优化变量，基于智能全局优化算法，获取物体内热源的温度信息和位置信息；所述系统主要包括：红外热像仪、内热源分布重构优化仿真系统和显示与操作装置，红外热像仪和显示与操作装置连接，显示与操作装置和内热源分布重构优化仿真系统连接。本发明提高了物体内热源分布重构效率，具有广泛的实际应用价值。

Description

一种物体内热源分布重构系统及方法

技术领域

本发明涉及传热学技术领域，特别是涉及一种物体内热源分布重构的系统及方法。

背景技术

在热工程应用领域，物体内部的热源状态，亦或物体内部某部件或部分的热状态对于掌握和了解其运行情况是十分重要的。基于外部测温的内部热源参数识别在实际生产及日常生活中有着广泛的应用，比如一些长期固定的具有内热源的物质，如水力发电大坝内的发电机组，核废料，煤炭和粮食等，一旦其内部出现运转问题或者保存不当，就会产生发热现象。很多情况下，物体的内部测温往往十分困难甚至无法实现，因此仅仅依靠物体表面的温度分布数据就能准确快速确定其内部发热位置和温度的方法，在热工程应用领域有着十分重要的现实意义。

基于红外无损检测的内热源缺陷的识别一直是许多研究者关注的热点。目前见诸于报道的方法主要有共轭梯度法，边界元法，有限元法有限体积法等，利用这些方法对物体内部热源的几何分布及热源强度的反演有一定优势，但始终面临三个无法解决的问题：1、只能对点热源或球形热源进行反演，如果热源形状有所变化，反演的结果不甚理想；2、对物体外形的要求十分严格，比如边界元法，往往只有外形规则的物体才能反演出较好的结果；3、对边界条件的处理极为苛刻。上述三点严重阻碍了这些方法在实际热工程当中的应用，因为对于实际的物体，比如机械机组，核废料，粮食堆，甚至如人体的某部位或器官等，其内部热源和外部形状往往是不规则的，有些边界数据也难以获得。

本发明基于智能全局优化算法，如遗传算法、模拟退火算法，粒子群算法等，以及这些算法的改进算法，通过构件一种实用有效的目标函数，突破了传统方法对物体内部热源以及外部形状的限制，降低了对边界条件的处理要求，提高了物体内热源分布重构的效率，具有广泛的实际应用价值。

发明内容

本发明提供一种物体内热源分布重构系统及方法，对于物体内热源分布的重构效率高，速度快，易于操作，在诸如钢铁、水泥、陶瓷、微生物发酵、能源、医学工程、航空航天等行业领域中都有重要的应用前景。

本发明是以如下技术来实现物体内热源分布重构的：

优选的，采用高精度非致冷式红外热像仪获取物体一个表面的温度，并在该表面的红外热图中等距离提取有限个点的实际温度值；

进一步地，在红外热图中等距离取点的方法为：在红外热图表面作十字形(或圆形、正方形等)线条，在线条上等距离取点，提取相应点的实际温度值；

进一步地，在作等距点提取的辅助图形时，如十字形(或圆形、正方形等)，其中心位置应当尽量靠近红外热图的最高温区域，这样使图形线条的分布尽量反映该表面红外热图的温度分布特征；

基于智能全局优化算法，以内热源的温度和位置为优化变量，通过适应度函数对优化样本进行迭代计算，优化的步长设置依据具体问题的优化精度和优化效率来设定。在一个优化样本下，采用有限元法计算得到该样本下物体表面温度分布的理论值；

对应于红外热图中所选取的等距点，相应地提取这些点的理论温度值；

提取每个等距点的实际温度与仿真温度之差，然后取全部差值的平方和或者绝对值之和，并以此作为评价当前样本优劣的依据，即和值越小，则当前内热源的温度和位置样本越优。最优值即为当前内热源的温度和位置。

通过上述方法，实现了对物体内热源分布的重构。进一步地，根据最优内热源温度与位置值，物体内部温度场分布也随之确定下来。

一种物体内热源分布重构系统，其主体包括三个部分：红外热像仪、内热源分布重构优化仿真系统、显示与操作装置。所述红外热像仪和显示与操作装置相连，红外热像仪将所拍摄的物体某表面热图传递给显示与操作装置，通过显示与操作装置实现该表面热图的等距点的选择及其温度值得提取；所述内热源分布重构优化仿真系统和显示与操作装置相连，显示与操作装置将处理后的相关信息传递给内热源分布重构优化仿真系统，以便后者实时更新目标函数中的实际温度值，内热源分布重构优化仿真系统又将最优值传递给显示与操作装置，从而实现对仿真结果的显示，即对内热源的温度和位置的显示。

本发明的积极进步效果在于：一、由物体表面温度反演得到内热源分布，是一个典型的热传导反问题研究课题，本发明将这一反问题进行了向正问题的转化；二、以内热源的温度和位置为优化变量，采用智能全局优化算法重构内热源，在重构过程中，为了目标函数的构建，仅仅只需获取一个表面的温度数据，避免了传统数值方法中的复杂的正则化处理过程以及边界条件处理过程；三、在构建目标函数时，只需按某种方式选取有限个等距点，并在实际模型和仿真模型中提取对应的温度值，这极大地简化了内热源分布重构的过程，使得本发明具有普遍的实用价值。

附图说明

图1为本发明一种物体内热源分布重构系统及方法的结构示意图。

图2为本发明基于智能全局优化算法的内热源分布重构方法流程图。

图3为本发明目标函数的构建方法示意图。

图4为本发明内热源分布重构优化仿真系统中的三个模块的数据交换流程图。

具体实施方式

为了使本发明的目的、方法、技术方案及优点更加清楚明白，以下结合附图对本发明进行进一步详细说明。应当理解，此处描述仅仅用以解释本发明，并不限定本发明。

由物体表面温度推导其内热源分布是一个典型的热传导反问题，本发明以物体的内热源温度和位置为优化变量，基于智能全局优化算法，将这复杂的热传导反问题转换成正问题来进行求解，避免了目前常用方法中复杂的边界条件处理和正则化处理过程。

图1为本发明一种物体内热源分布重构系统及方法的结构示意图。如图1所示，红外热像仪和显示与操作装置相连接，内热源分布重构优化仿真系统和显示与操作装置相连接。此外，图1中还显示了实际物体及其内热源。

如图1所示，红外热像仪探测到物体一个表面的温度分布信息，并形成红外热图，然后将该热图传递给显示与操作装置，通过显示与操作装置，工作人员对获取的红外热图进行与实际物体的等比例处理，然后按某种方式(十字形，或正方形，或圆形等)等距离取点并提取其对应的温度值。以十字形为例，在红外热图中作十字形，十字形的交叉点尽量靠近红外热图的高温区域，使十字形的两条直线更多地包含红外热图的温度分布特征，接着在十字形上等距离取有限个点并提取其对应的温度值。

在一个优化样本下，计算出理论的物体表面温度分布，并对应于实际的红外热图，选定相同数量，相同位置的等距点，提取相应的理论温度值。计算各个点的理论温度值与实际温度值之差并取绝对值，然后计算所有选取点的绝对值之和，或取各个点的理论温度值与实际温度值之差的平方之和，和值越小，则当前样本越优。

如图1所示，红外热像仪和显示与操作装置相连接，红外热像仪在拍摄了物体某个表面的红外热图后，即时传递给显示与操作装置做进一步处理。

如图1所示，显示与操作装置和内热源分布重构优化仿真系统相连接，显示与操作装置将处理后的红外热图信息传递给内热源分布重构优化仿真模块，以进行智能全局优化算法的迭代计算；内热源分布重构优化仿真模块又将仿真结果，即内热源的温度与位置信息实时传递给显示与操作装置，同时，显示与操作装置还可以实时显示物体内部的三维温度场信息。

除了上述提到的几种关于红外热图上等距点的选取方式，其他类似的选取方法如在规则或不规则的图形上选取等距点，都属于本发明的保护范围。在没有作出创造性劳动前提下所获得的其他所有事实方案，也属于本发明的保护范围。

图2为本发明基于智能全局优化算法的内热源分布重构方法流程图。如图2所示，以物体内热源的温度和位置为优化变量，其温度变量的变化范围以实际的仿真对象合理设置，而位置变量的变化范围为实际物体的三维大小。智能全局优化算法决定了新解得产生、迭代和取舍方式，目标函数则用来评价个体的优劣，进而决定其取舍。当最优值，即最接近内热源的位置和温度值确定下来之后，采用有限元方法，物体内部的温度场及其表面温度分布也相应地计算出来。

本领域技术人员应该注意到，图2中所述的智能全局优化算法，除了遗传算法，模拟退火算法和粒子群算法等方法外，还包括其任何改进的算法，此类优化算法的在该部分的应用，都属于本发明的保护范围。

图3为本发明目标函数的构建方法示意图。目标函数是智能全局优化算法中衡量个体优劣的唯一标准。任何热源都可以等效为若干个点热源的组合，基于该理论，本发明以内热源的温度和位置为优化变量，即以温度T_n和位置P_n(x_n,y_n,z_n)为优化变量，其中n为点热源的个数。每经过一次迭代，都需要采用适应度函数来评价变量个体的优劣(这里的个体是指n个点热源的位置及其对应的温度所构成的一个样本)。将每次迭代计算后所得到的表面理论温度与实际温度相减并取绝对值之和，或者将表面理论温度与实际温度相减并取平方之和，其值越小，则当前的迭代变量越接近真实值。目标函数表达形式如(1)或(2)式所示：

$\begin{array}{cc}{f}_{\min }(x_n,y_n,z_n,T_n)=\mathrm{\Σ}|T_m-T_{Em}|& n,m\∈N\end{array}---\left(1\right)$

$\begin{array}{cc}{f}_{min}(x_n,y_n,z_n,T_n)=\mathrm{\Σ}(T_m-T_{Em})& n,m\∈N\end{array}---\left(2\right)$

式(1)和(2)中，n为点热源的个数，m为病灶部位表面所选点的个数；T_m仿真温度值；T_Em为实际温度值。

图4为本发明内热源分布重构优化仿真系统中的三个模块的数据交换流程图。这三个模块包括优化模块，有限元建模与数据提取模块，目标函数的计算迭代模块。

应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以作出若干变形和改进，这些都属于本发明的保护范围。

Claims (5)

1.一种物体内热源分布重构方法，其特征在于，步骤如下：

S1：以红外热像仪(1)检测物体表面的温度分布信息，形成红外热图，将该热图传递给显示与操作装置(2)；

S2：通过显示与操作装置(2)对红外热图与实物进行等比例处理，选取出有限个选取点并提取其对应的温度值；

S3：以内热源的温度T和位置P(x,y,z)为优化变量，在各个优化样本下，分别计算出相同选取点的理论温度值，计算各个点的理论温度值与实际温度值之差并取绝对值，根据比较各个优化样本下所有选取点的绝对值之和，或取所有选取点的理论温度值与实际温度值之差的平方之和，以和值越小最小为依据选出最优的优化样本；

S4：以内热源分布重构优化仿真装置(3)在最优的优化样本下，以有限元算法对物品重构内部三维仿真温度场，并将该内部三维仿真温度场实时传递给显示与操作装置；

S5：显示与操作装置实时显示物体内部的三维温度场信息。

2.如权利要求1所述一种物体内热源分布重构方法，其特征在于：步骤S2中，以在红外热图表面做十字形或圆形或正方形的线条，在线条上等距离取点的方式在病灶区域等距离获取有限个选取点。

3.如权利要求2所述一种物体内热源分布重构方法，其特征在于：步骤S2中，以在红外热图的最高温区域为中心做十字形或圆形或三角形的线条，在线条上等距离取点方式在病灶区域等距离获取有限个选取点。

4.一种物体内热源分布重构装置，其特征在于：包括红外热像仪(1)，显示与操作装置(2)和内热源分布重构优化仿真装置(3)；

所述显示与操作装置(2)分别连接红外热像仪(1)和内热源分布重构优化仿真装置(3)；

所述红外热像仪(1)用于检测物体的表面温度，生成红外热图，并将该热图发送至显示与操作装置(2)；

所述显示控制装置(3)包括红外热图处理单元和显示单元，所述红外热图处理单元用于处理红外热像仪(1)所发送的红外热图，选取出有限个选取点并提取各个选取点对应的实际温度值，并将该选取点及其实际温度值发送至内热源分布重构优化仿真装置(3)；所述显示单元用于接受并显示内热源分布重构优化仿真装置(3)发送的物体内部的三维温度场；

所述温度场优化仿真装置(4)读取显示控制装置(3)发送的选取点及其实际温度值，并通过智能全局优化算法的迭代计算确定最优的优化样本，在该样本下以有限元方法构建出该物体的内部三维仿真温度场，并将该内部三维仿真温度场反馈至显示控制装置(3)。

5.如权利要求4所述一种肿瘤热疗的温度场预示与控制装置，其特征在于：所述内热源分布重构优化仿真装置(3)包括优化模块、有限元建模与数据提取模块和目标函数计算迭代模块，所述优化模块用于执行职能全局优化算法，评估变量个体的适应度；所述有限元建模与数据提取模块用于接受优化模快变量，带入仿真模型并执行有限元计算；所述目标函数计算迭代模块用于结合有限元计算结果执行适应度计算及变量迭代。