CN111898237A - 材料多热物性参数反演测量用并行模拟退火快速优化方法 - Google Patents
材料多热物性参数反演测量用并行模拟退火快速优化方法 Download PDFInfo
- Publication number
- CN111898237A CN111898237A CN202010484001.3A CN202010484001A CN111898237A CN 111898237 A CN111898237 A CN 111898237A CN 202010484001 A CN202010484001 A CN 202010484001A CN 111898237 A CN111898237 A CN 111898237A
- Authority
- CN
- China
- Prior art keywords
- spectral
- measurement
- temperature
- parameters
- thermophysical
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明是材料多热物性参数反演测量用并行模拟退火快速优化方法。包括:确定优化变量的变化范围,确定初始点,计算初始目标函数值对各线程分别进行迭代试探;各个线程都迭代完毕后,选择最优解,并将最优解以及对应的速度传递回每条线程,作为下一个温度下的初始迭代速度;所述方法在材料多物性参数间接测量中的优势及应用。本发明克服了材料多热物性参数间接测量过程中数据处理算法的收敛困难、识别结果稳定性差、数据处理时间长、效率低等问题,将在提高测试效率、降低测试成本,缩短测试周期、节约能源等方面发挥其突出优势,有实际应用潜力,可以推广应用于航空航天、军事国防、能源化工、大气科学以及建筑等领域。
Description
技术领域
本发明涉及基于材料多热物性参数反演测量用并行模拟退火快速优化方法,属于材料热物性测量技术领域及计算机仿真与智能优化技术领域。
背景技术
材料的热物性不仅是材料实际服役过程中精细热分析与优化设计的重要参量,也是材料表征与评价以及新材料开发的重要依据。在材料热物性的测量方法中,有些材料的热物性参数采用直接测量方法存在测试难度大、测试设备复杂、测试周期长等方面的问题,因此一般采用间接测量方法。间接测量的基本原理是将容易实验测得的物理量与理论预测的物理量进行比较,然后采用最小二乘拟合法获得所需的材料的热物性。这种测量方法不仅可以实现多个物性参数的测量,还可以同热物性参数一同实现材料或者试件几何尺寸及边界条件等参数的同步测量。因此,这种材料热物性测试方法具有资金、人力投入量低、测试效率高、节约能源等特点而广泛应用于航天器的热防护、太阳能发电、建筑、化工等各工程技术领域。。
在材料热物性间接测量过程中,识别结果的可靠性极大的依赖于选择的非线性优化策略。逆问题的病态特征经常使梯度解析算法(Levenberg-Marquardt方法和高斯线性化方法)由于给定初值不当出现收敛困难或者陷入局部最优解,特别是实验数据噪音大,识别的结果可能会超过该参数的实际物理意义范畴,因此为了克服逆问题的病态特征常采用随机优化算法。与常用的遗传算法、粒子群优化算法等随机优化算法相比,模拟退火算法较少受到初始条件及初始点的限制,具有更好鲁棒性和全局搜索能力,可求解具有多局部极小值的全局优化问题。然而,随着常规的模拟退火算法由于其固有的密集计算特性,存在的主要问题是运行时间长和计算内存大,随着问题规模不断扩大,逆向测量参数数量的增多,基于单核的串行模拟退火所消耗时间迅速增长,计算所需内存量增大,往往不能满足人们的实时处理数据要求,成为大型数据库求解的主要瓶颈。模拟退火的并行实现技术能大幅度地提高其性能,能从本质上减少处理数据的时间。
发明内容
本发明的目的是提出材料多热物性参数反演测量用并行模拟退火快速优化方法,以解决材料多热物性参数间接测量过程中数据处理算法的收敛困难、识别结果稳定性差、数据处理时间长、效率低等问题。
材料多热物性参数反演测量用并行模拟退火快速优化方法,所述优化方法包括以下步骤:
S100、设定待测的材料的多热物性参数:将与设定的热物理参数具有数学物理关联的实验测量物理量及理论预测物理量进行最小二乘法,获得最小二乘逆问题算法中的目标函数F(X),其中X为未知参数矢量,即待测的材料的多热物理参数;
S200、确定优化变量变化范围,确定初始点X0,设定初始温度、最终温度、并行线程数N、同一温度下马尔科夫链长L、温度衰减系数和收敛准则优化过程控制参数,计算相应的初始目标函数值E(X10),E(X20),…E(XN0);
S300、当温度T=Tn时,各线程分别进行根据S400至S700实行L次迭代试探;
S400、各个线程都迭代完毕后,将每条线程的最优目标函数值传递到主线程并进行比较,选择其中的最优解,并将该最优解以及其对应的速度传递回每条线程,作为下一个温度下的初始迭代速度;
S500、若不满足迭代终止条件,则执行S600;若满足迭代终止条件,则结束运行,当前速度即为最优速度模型;
S600、根据温度衰减系数产生的下一个温度Tn+1,返回S300,进行下一温度下的最优速度找寻;
S700、重复S300至S600直到达到最终退火温度或者满足收敛条件为止,将最终的结果作为多热物理性能参数的最终输出结果,完成待测样品多热物理性能参数的逆向反演实验测量。
进一步的,在S100中,所述与设定的热物理参数具有数学物理关联的实验测量物理量设定为试样的半球光谱透射率和反射率,以及定向光谱反射率及透射率,实验测量方法为采用傅里叶红外光谱仪对一定厚度的半透明介质试样进行光学性能的实验测量。
进一步的,在S100中,获取所述各个方向的光谱辐射强度场的方法为:
对于均匀吸收、发射、散射纳米气凝胶复合材料介质,光谱辐射强度Iλ由一维轴对称辐射传递方程来求得:
其中x(0≤x≤L)为入射方向的空间坐标,βλ为光谱消光系数,ωλ为光谱散射反照率,Φλ(μ',μ)为光谱散射相函数,μ为散射方向,μ'入射方向,
将试样的边界看做透明表面,对于实验测试中准直入射辐射情况,辐射传输的边界条件为:
Iλ(0,μ)=I0 for μ0≤μ≤1 (2)
Iλ(0,μ)=0 for 0≤μ<μ0 (3)
Iλ(L,μ)=0 for μ≤0 (4)
其中,I0为垂直入射到试样表面上固体角为dω0的强度。
进一步的,在S100中,计算材料半球光谱透射率和反射率,以及定向光谱透射率及反射率所述模型分别为:
进一步的,在S100中,最小二乘逆问题的目标函数F(X)中的最小二乘法公式为:
其中,M为定向光谱透射率的角度数量,N为定向光谱反射率的角度数量,上标p为对应物理量的理论预测值,上标m为对应物理量的实验测量结果。
进一步的,在S300中,当温度T=Tn时,各线程分别进行根据以下过程实行L次迭代试探方法为:
S310、在当前点的领域随机产生一个新的点XI,并求得当前点的目标函数E(XI);
S320、对E(XI0)和E(XI)的值进行大小比较,若E(XI)<E(XI0),则接受当前的新点X;若不等式不成立,则对所述目标函数E(XI)和目标函数E(XI0)进行Metropolis准则判断,其概率P随着温度的降低逐渐变小,若满足Metropolis条件,则接受新点;反之,则不接受新解;
S330、若迭代次数小于L次,则返回S100;否则,执行S400。
本发明的主要优点是:本发明提出了材料多热物性参数反演测量用并行模拟退火快速优化方法,克服了材料多热物性参数间接测量过程中数据处理算法的收敛困难、识别结果稳定性差、数据处理时间长、效率低等问题,将在提高测试效率、降低测试成本,缩短测试周期、节约能源等方面发挥其突出优势,具有良好的实际应用潜力,可以推广应用于航空航天、军事国防、能源化工、大气科学以及建筑等诸多领域。
附图说明
图1为本发明的材料多热物性参数反演测量用并行模拟退火快速优化方法的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提出了材料多热物性参数反演测量用并行模拟退火快速优化方法,在具体实施方式中,以半透明介质的光谱辐射性质实验测量为例介绍该并行模拟退火优化方法在材料多物性参数间接测量中的优势及应用。
具体实施方式一:参照图1所示,本发明提出了材料多热物性参数反演测量用并行模拟退火快速优化方法,所述优化方法包括以下步骤:
S100、设定待测的材料的多热物性参数:将与设定的热物理参数具有数学物理关联的实验测量物理量及理论预测物理量进行最小二乘法,获得最小二乘逆问题算法中的目标函数F(X),其中X为未知参数矢量,即待测的材料的多热物理参数;
S200、确定优化变量变化范围,确定初始点X0,设定初始温度、最终温度、并行线程数N、同一温度下马尔科夫链长L、温度衰减系数、收敛准则等优化过程控制参数,计算相应的初始目标函数值E(X10),E(X20),…E(XN0);
S300、当温度T=Tn时,各线程分别进行根据S400至S700实行L次迭代试探;
S400、各个线程都迭代完毕后,将每条线程的最优目标函数值传递到主线程并进行比较,选择其中的最优解,并将该最优解以及其对应的速度传递回每条线程,作为下一个温度下的初始迭代速度;
S500、若不满足迭代终止条件,则执行S600;若满足迭代终止条件,则结束运行,当前速度即为最优速度模型;
S600、根据温度衰减系数产生的下一个温度Tn+1,返回S300,进行下一温度下的最优速度找寻;
S700、重复S300至S600直到达到最终退火温度或者满足收敛条件为止,将最终的结果作为多热物理性能参数的最终输出结果,完成待测样品多热物理性能参数的逆向反演实验测量。
具体的,本实施方式提出材料多热物性参数反演测量用并行模拟退火快速优化方法,以半透明介质的光谱辐射性质实验测量为例介绍该并行模拟退火优化方法在材料多物性参数间接测量中的优势及应用。
具体实施方式二:本实施方式是对具体实施方式一所述的材料多热物性参数反演测量用并行模拟退火快速优化方法的进一步说明,以基于半透明介质光学性能实验测量数据及辐射传递方程的理论预测数据对材料光谱辐射性质进行逆向反演测量方法为例,在S100中,所述与设定的热物理参数具有数学物理关联的实验测量物理量设定为试样的半球光谱透射率和反射率,以及定向光谱反射率及透射率,实验测量方法为采用傅里叶红外光谱仪对一定厚度的半透明介质试样进行光学性能的实验测量。
具体实施方式三:本实施方式是对具体实施方式一所述的材料多热物性参数反演测量用并行模拟退火快速优化方法的进一步说明,以基于半透明介质光学性能实验测量数据及辐射传递方程的理论预测数据对材料光谱辐射性质进行逆向反演测量方法为例,在S100中,获取所述各个方向的光谱辐射强度场的方法为:
对于均匀吸收、发射、散射纳米气凝胶复合材料介质,光谱辐射强度Iλ由一维轴对称辐射传递方程来求得:
其中x(0≤x≤L)为入射方向的空间坐标,βλ为光谱消光系数,ωλ为光谱散射反照率,Φλ(μ',μ)为光谱散射相函数,μ为散射方向,μ'入射方向,
由于气凝胶复合材料的孔隙率大于90%,界面折射指数的变化可以忽略,因此将试样的边界看做透明表面,对于实验测试中准直入射辐射情况,辐射传输的边界条件为:
Iλ(0,μ)=I0 for μ0≤μ≤1 (2)
Iλ(0,μ)=0 for 0≤μ<μ0 (3)
Iλ(L,μ)=0 for μ≤0 (4)
其中,I0为垂直入射到试样表面上固体角为dω0的强度。
具体实施方式四:本实施方式是对具体实施方式一所述的材料多热物性参数反演测量用并行模拟退火快速优化方法的进一步说明,以基于半透明介质光学性能实验测量数据及辐射传递方程的理论预测数据对材料光谱辐射性质进行逆向反演测量方法为例,在S100中,计算材料半球光谱透射率和反射率,以及定向光谱透射率及反射率所述模型分别为:
具体实施方式五:本实施方式是对具体实施方式一所述的材料多热物性参数反演测量用并行模拟退火快速优化方法的进一步说明,以基于半透明介质光学性能实验测量数据及辐射传递方程的理论预测数据对材料光谱辐射性质进行逆向反演测量方法为例,在S100中,最小二乘逆问题的目标函数F(X)中的最小二乘法公式为:
其中,M为定向光谱透射率的角度数量,N为定向光谱反射率的角度数量,上标p为对应物理量的理论预测值,上标m为对应物理量的实验测量结果。
具体实施方式六:本实施方式是对具体实施方式一所述的材料多热物性参数反演测量用并行模拟退火快速优化方法的进一步说明,以基于半透明介质光学性能实验测量数据及辐射传递方程的理论预测数据对材料光谱辐射性质进行逆向反演测量方法为例,在S300中,当温度T=Tn时,各线程分别进行根据以下过程实行L次迭代试探方法为:
S310、在当前点的领域随机产生一个新的点XI,并求得当前点的目标函数E(XI);
S320、对E(XI0)和E(XI)的值进行大小比较,若E(XI)<E(XI0),则接受当前的新点X;若不等式不成立,则对所述目标函数E(XI)和目标函数E(XI0)进行Metropolis准则判断,其概率P随着温度的降低逐渐变小,若满足Metropolis条件,则接受新点;反之,则不接受新解;
S330、迭代次数小于L次,跳转到S100,否则执行S400。
Claims (6)
1.材料多热物性参数反演测量用并行模拟退火快速优化方法,其特征在于,所述优化方法包括以下步骤:
S100、设定待测的材料的多热物性参数:将与设定的热物理参数具有数学物理关联的实验测量物理量及理论预测物理量进行最小二乘法,获得最小二乘逆问题算法中的目标函数F(X),其中X为未知参数矢量,即待测的材料的多热物理参数;
S200、确定优化变量变化范围,确定初始点X0,设定初始温度、最终温度、并行线程数N、同一温度下马尔科夫链长L、温度衰减系数和收敛准则优化过程控制参数,计算相应的初始目标函数值E(X10),E(X20),…E(XN0);
S300、当温度T=Tn时,各线程分别进行根据S400至S700实行L次迭代试探;
S400、各个线程都迭代完毕后,将每条线程的最优目标函数值传递到主线程并进行比较,选择其中的最优解,并将该最优解以及其对应的速度传递回每条线程,作为下一个温度下的初始迭代速度;
S500、若不满足迭代终止条件,则执行S600;若满足迭代终止条件,则结束运行,当前速度即为最优速度模型;
S600、根据温度衰减系数产生的下一个温度Tn+1,返回S300,进行下一温度下的最优速度找寻;
S700、重复S300至S600直到达到最终退火温度或者满足收敛条件为止,将最终的结果作为多热物理性能参数的最终输出结果,完成待测样品多热物理性能参数的逆向反演实验测量。
2.根据权利要求1所述的材料多热物性参数反演测量用并行模拟退火快速优化方法,其特征在于,在S100中,所述与设定的热物理参数具有数学物理关联的实验测量物理量设定为试样的半球光谱透射率和反射率,以及定向光谱反射率及透射率,实验测量方法为采用傅里叶红外光谱仪对一定厚度的半透明介质试样进行光学性能的实验测量。
3.根据权利要求2所述的材料多热物性参数反演测量用并行模拟退火快速优化方法,其特征在于,在S100中,获取所述各个方向的光谱辐射强度场的方法为:
对于均匀吸收、发射、散射纳米气凝胶复合材料介质,光谱辐射强度Iλ由一维轴对称辐射传递方程来求得:
其中x(0≤x≤L)为入射方向的空间坐标,βλ为光谱消光系数,ωλ为光谱散射反照率,Φλ(μ',μ)为光谱散射相函数,μ为散射方向,μ'入射方向,
将试样的边界看做透明表面,对于实验测试中准直入射辐射情况,辐射传输的边界条件为:
Iλ(0,μ)=I0 for μ0≤μ≤1 (2)
Iλ(0,μ)=0 for 0≤μ<μ0 (3)
Iλ(L,μ)=0 for μ≤0 (4)
其中,I0为垂直入射到试样表面上固体角为dω0的强度。
6.根据权利要求1所述的材料多热物性参数反演测量用并行模拟退火快速优化方法,其特征在于,在S300中,当温度T=Tn时,各线程分别进行根据以下过程实行L次迭代试探方法为:
S310、在当前点的领域随机产生一个新的点XI,并求得当前点的目标函数E(XI);
S320、对E(XI0)和E(XI)的值进行大小比较,若E(XI)<E(XI0),则接受当前的新点X;若不等式不成立,则对所述目标函数E(XI)和目标函数E(XI0)进行Metropolis准则判断,其概率P随着温度的降低逐渐变小,若满足Metropolis条件,则接受新点;反之,则不接受新解;
S330、若迭代次数小于L次,则返回S100;否则,执行S400。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010484001.3A CN111898237B (zh) | 2020-06-01 | 2020-06-01 | 材料多热物性参数反演测量用并行模拟退火快速优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010484001.3A CN111898237B (zh) | 2020-06-01 | 2020-06-01 | 材料多热物性参数反演测量用并行模拟退火快速优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111898237A true CN111898237A (zh) | 2020-11-06 |
CN111898237B CN111898237B (zh) | 2021-07-20 |
Family
ID=73206597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010484001.3A Active CN111898237B (zh) | 2020-06-01 | 2020-06-01 | 材料多热物性参数反演测量用并行模拟退火快速优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111898237B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343533A (zh) * | 2021-06-21 | 2021-09-03 | 哈尔滨工业大学 | 一种基于渐近损伤模型的陶瓷基复合材料与高温合金沉头螺栓连接结构高温失效强度预测方法 |
CN113408069A (zh) * | 2021-06-21 | 2021-09-17 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于最大失效载荷的陶瓷基复合材料与高温合金混合连接结构沉头螺栓尺寸设计方法 |
CN113779869A (zh) * | 2021-08-13 | 2021-12-10 | 西安交通大学 | 一种基于自动编码器反演的多层绝热材料优化方法 |
CN115015026A (zh) * | 2022-08-04 | 2022-09-06 | 南京泰祺瑞新材料科技有限公司 | 新材料测试数据处理方法及装置 |
CN115114838A (zh) * | 2022-07-22 | 2022-09-27 | 黑龙江八一农垦大学 | 基于粒子群算法思想和模拟退火策略的光谱特征波长选择方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104634761A (zh) * | 2015-02-10 | 2015-05-20 | 哈尔滨工业大学 | 基于gpu并行加速的悬浮溶液辐射特性参数反演的方法 |
CN108038266A (zh) * | 2017-11-17 | 2018-05-15 | 西安铂力特增材技术股份有限公司 | 一种选择性激光修复过程的数值模拟方法 |
CN108333213A (zh) * | 2018-01-11 | 2018-07-27 | 哈尔滨工业大学 | 半透明多孔材料高温传导及辐射性质多参数同步测量方法 |
CN110044488A (zh) * | 2019-04-24 | 2019-07-23 | 张福才 | 一种基于多目标极小值的多光谱真温反演方法 |
CN110057444A (zh) * | 2019-05-29 | 2019-07-26 | 中国人民解放军32027部队 | 一种基于热传导逆问题的激光强度反演方法 |
-
2020
- 2020-06-01 CN CN202010484001.3A patent/CN111898237B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104634761A (zh) * | 2015-02-10 | 2015-05-20 | 哈尔滨工业大学 | 基于gpu并行加速的悬浮溶液辐射特性参数反演的方法 |
CN108038266A (zh) * | 2017-11-17 | 2018-05-15 | 西安铂力特增材技术股份有限公司 | 一种选择性激光修复过程的数值模拟方法 |
CN108333213A (zh) * | 2018-01-11 | 2018-07-27 | 哈尔滨工业大学 | 半透明多孔材料高温传导及辐射性质多参数同步测量方法 |
CN110044488A (zh) * | 2019-04-24 | 2019-07-23 | 张福才 | 一种基于多目标极小值的多光谱真温反演方法 |
CN110057444A (zh) * | 2019-05-29 | 2019-07-26 | 中国人民解放军32027部队 | 一种基于热传导逆问题的激光强度反演方法 |
Non-Patent Citations (2)
Title |
---|
SHUYUAN ZHAO,ETC: "Effect of parameters correlation on uncertainty and sensitivity in dynamic thermal analysis of thermal protection blanket in service", 《INTERNATIONAL JOURNAL OF THERMAL SCIENCE》 * |
赵淑媛等: "纤维增强气凝胶复合材料高温结构转变及热稳定性研究", 《装备环境工程》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343533A (zh) * | 2021-06-21 | 2021-09-03 | 哈尔滨工业大学 | 一种基于渐近损伤模型的陶瓷基复合材料与高温合金沉头螺栓连接结构高温失效强度预测方法 |
CN113408069A (zh) * | 2021-06-21 | 2021-09-17 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于最大失效载荷的陶瓷基复合材料与高温合金混合连接结构沉头螺栓尺寸设计方法 |
CN113779869A (zh) * | 2021-08-13 | 2021-12-10 | 西安交通大学 | 一种基于自动编码器反演的多层绝热材料优化方法 |
CN113779869B (zh) * | 2021-08-13 | 2022-12-09 | 西安交通大学 | 一种基于自动编码器反演的多层绝热材料优化方法 |
CN115114838A (zh) * | 2022-07-22 | 2022-09-27 | 黑龙江八一农垦大学 | 基于粒子群算法思想和模拟退火策略的光谱特征波长选择方法 |
CN115114838B (zh) * | 2022-07-22 | 2023-02-07 | 黑龙江八一农垦大学 | 基于粒子群算法思想和模拟退火策略的光谱特征波长选择方法 |
CN115015026A (zh) * | 2022-08-04 | 2022-09-06 | 南京泰祺瑞新材料科技有限公司 | 新材料测试数据处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111898237B (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111898237B (zh) | 材料多热物性参数反演测量用并行模拟退火快速优化方法 | |
CN113051831B (zh) | 机床热误差自学习预测模型建模方法及热误差控制方法 | |
US7428060B2 (en) | Optimization of diffraction order selection for two-dimensional structures | |
CN111829975B (zh) | 含新型相函数的气凝胶复合材料全辐射性质同步测量方法 | |
CN110362877B (zh) | 不确定因素的环境电磁散射特性分析方法 | |
CN108362733B (zh) | 基于锁相热波与光学层析相结合的半透明材料光热特性分布测量方法 | |
CN110489838B (zh) | 一种基于贝叶斯推理的湿木材热参数反演方法 | |
CN114254460B (zh) | 基于图卷积神经网络的透平机械气动鲁棒性优化方法 | |
CN108566178B (zh) | 一种非稳态随机机会网络特征值滤波方法 | |
Dong et al. | Point and interval prediction of the effective length of hot-rolled plates based on IBES-XGBoost | |
CN111460548A (zh) | 一种常态-碾压混凝土重力坝联合筑坝安全评估方法 | |
Safdar et al. | A surrogate modeling framework for airfoil design and optimization | |
CN110287549B (zh) | 具有不确定源的多处薄涂敷飞行器rcs预测方法 | |
CN115512455B (zh) | 一种融合机理与模型迁移的加热炉钢坯温度预测方法 | |
CN115762674A (zh) | 一种纳米隔热复合材料传热反问题的快速求解方法 | |
Kaminsky et al. | Adaptive sampling techniques for surrogate modeling to create high-dimension aerodynamic loading response surfaces | |
Li et al. | Predicting the directional spectral emissivity for rough surfaces polished by sandpaper | |
Tian et al. | An improved method for NURBS surface based on particle swarm optimization BP neural network | |
Ershov et al. | The simulation of the process of operation of installations of the highest accuracy for reproduction and transmission of units of physical quantities | |
CN114295214A (zh) | 一种基于有效发射率的复杂环境下涡轮叶片辐射测温方法和装置 | |
Rapoport et al. | Multi-objective control of distributed parameter systems in the case of interval uncertainty of the plant characteristics | |
CN112182739A (zh) | 一种飞行器结构非概率可信可靠性拓扑优化设计方法 | |
He et al. | Estimation of radiative heat transfer and phase change in participating medium from TD radiation measurement signals with PCA approach | |
CN110196961B (zh) | 非合作不确定外形的飞机雷达回波预测方法 | |
Souza et al. | Multi-objective optimisation of the model parameters for the realisable k-ε turbulence model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |