CN113722860A - 基于降阶模型的瞬态热力状态在线评估方法、设备及介质 - Google Patents

基于降阶模型的瞬态热力状态在线评估方法、设备及介质 Download PDF

Info

Publication number
CN113722860A
CN113722860A CN202111043443.5A CN202111043443A CN113722860A CN 113722860 A CN113722860 A CN 113722860A CN 202111043443 A CN202111043443 A CN 202111043443A CN 113722860 A CN113722860 A CN 113722860A
Authority
CN
China
Prior art keywords
matrix
discrete
reduced
transient
analysis
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
Application number
CN202111043443.5A
Other languages
English (en)
Other versions
CN113722860B (zh
Inventor
王炜哲
江耿辉
蔡振威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202111043443.5A priority Critical patent/CN113722860B/zh
Publication of CN113722860A publication Critical patent/CN113722860A/zh
Application granted granted Critical
Publication of CN113722860B publication Critical patent/CN113722860B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明涉及一种基于降阶模型的瞬态热力状态在线评估方法、设备及介质,该方法用于工业装备中复杂结构的热力耦合状态评估,所述评估方法包括:首先在离线阶段针对工业装备结构的运行参数,建立参数化数值模型;然后通过参数化数值仿真获取热力分析过程中不同类型的数据集并进行特征分析与提取;最后基于有限元离散模型建立完备的降阶仿真模型,在线阶段结合传感器测量数据进行工况参数的在线修正与状态评估。与现有技术相比,本发明具有快速、准确获得瞬态非线性热力耦合问题的各种物理状态,能够为工业装备结构的状态评估提供快速的数据分析与理论支撑等优点。

Description

基于降阶模型的瞬态热力状态在线评估方法、设备及介质
技术领域
本发明涉及一种瞬态热力耦合状态评估方法,尤其是涉及一种基于降阶模型的瞬态热力状态在线评估方法、设备及介质。
背景技术
在工业装备的运行过程中,极端的热环境与高强度的机械载荷给装备结构的结构强度评估带来严峻的挑战。一方面,由于复杂的高温热环境引起结构中温度梯度大且温度场分布不均匀,其热力物性材料属性发生明显变化,例如其热导率系数(λ)、比热容(c)、杨氏模量(E)、泊松比(μ)以及热膨胀系数(a)等关键热力参数发生显著变化,这给工业装备的热力耦合分析引入复杂的材料非线性问题;另一方面,工业装备中设备的热膨胀与机械载荷等产生的结构变形,使系统中的部件极易发生相互挤压碰撞,从而造成极大的经济损失。因此,在实际的工业装备的设计与运行维护中,进行准确的瞬态热力耦合分析是进行结构强度评估的重要技术手段。
目前针对复杂结构的瞬态热力耦合状态的评估技术主要分为三种:
第一种是基于离散传感器的在线测量技术,通过布置温度与位移等传感器获取测量位置处的物理状态。然而,受限于传感器的离散布置方案与工业装备部件的复杂工作状态,往往无法直接布置传感器监测结构内部状态乃至监测整体热力状态,因此现有的传感器测量技术在热力状态的直接监测中的应用十分有限。
第二种是依靠相关有限元软件的数值仿真,这种方法通过借助计算机仿真软件进行数值模拟分析,进而获得整体结构的热力耦合状态。然而,复杂结构的数值仿真对计算机硬件提出极高的要求;并且准确的热力耦合分析常常受限于物理加载条件与边界约束的设置,真实的热传导过程中的各类边界条件通常很难准确获取,依据不真实的边界条件更新的温度场将直接应用于热应力的耦合求解,这对于准确分析结构的热力耦合是极为不利的。
第三种是结合数值计算方法与离散传感测量的反问题分析方法,这种方法融合了传感器数据的真实性与有限元仿真的整体性,通过极小化数值仿真与传感器测量的最小误差优化边界条件,因此基于传感器修正后的边界条件能够获得更为真实的物理场状态。然而在复杂的瞬态非线性热力耦合仿真分析中,瞬态问题中的加载条件与模型约束随时间不断变化,数值仿真的计算效率难以匹配传感器测量数据进行瞬态工况的快速修正。
如图1所示,瞬态热力耦合有限元分析流程包括瞬态非线性热传导分析与瞬态力学分析两个阶段。在瞬态热力耦合有限元仿真过程中,由于材料非线性因素,求解过程中需要反复进行全域积分迭代求解相关物理矩阵与载荷向量,而全离散域的数值积分与非线性反复迭代使得基于有限元在求解大规模离散模型时需要高性能的计算硬件与长时间计算花费。因此,传感器数据结合有限元仿真无法提供工况参数的在线修正,这极不利于装备结构的快速设计分析以及运行阶段的状态的在线评估。
为了提高有限元的计算效率,现有的相关技术方案对有限元求解格式进行改进。如下:
在求解大规模自由度的有限元模型时,应用本征正交分解(Proper OrthogonalDecomposition,POD)获取温度场的降阶正交基
Figure BDA0003250321660000021
进而对有限元计算求解格式进行降阶处理,有限元非线性瞬态热传导的降阶求解格式为:
Figure BDA0003250321660000022
现有的解决方案是在数值积分阶段之后引入降阶正交基,可以有效解决有限元方程中的自由度,从而提升有限元计算效率。然而,相比于数值求解阶段,数值积分阶段往往占用更多的计算资源。一方面,有限元热力耦合分析过程中的多项数值积分都是在全局离散网格下求解的,对于越为复杂的工业装备的大规模的离散网格需要占用更多的计算资源。另一方面,由于材料非线性问题,在热力耦合分析中,更新的物理场需要不断更新对应的材料参数,非线性迭代求解格式将需要更多计算资源与时间花费,这对高性能计算机硬件带来更高的要求。因此,现有的改进方案并没有从根本上提升基于有限元离散格式进行瞬态非线性热力耦合分析的计算效率,无法对工业装备的复杂结构提供快速准确的热力状态评估。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于降阶模型的瞬态热力状态在线评估方法、设备及介质。
本发明的目的可以通过以下技术方案来实现:
根据本发明第一方面,提供了一种基于降阶模型的瞬态热力状态在线评估方法,该方法用于工业装备中复杂结构的热力耦合状态评估,所述评估方法包括:首先在离线阶段针对工业装备结构的运行参数,建立参数化数值模型;然后通过参数化数值仿真获取热力分析过程中不同类型的数据集并进行特征分析与提取;最后基于有限元离散模型建立完备的降阶仿真模型,在线阶段结合传感器测量数据进行工况参数的在线修正与状态评估。
作为优选的技术方案,该方法具体包括以下步骤:
步骤1,建立物理结构的有限元离散数值模型;
步骤2,获取有限元离散格式映射下的高保真数据集;
步骤3,对步骤2中收集的各种数据集进行特征分解,得到约简正交基;
步骤4,对步骤3中约简正交基进行离散经验插值分析,获取物理数值积分的离散插值索引;
步骤5,基于离散插值索引建立有限元离散格式的降阶积分模型:基于步骤1中获得的有限元离散模型,使用步骤4中得到的插值索引进行节点与单元映射,映射的局部节点与单元作为降阶的离散模型;
步骤6,基于物理量的约简正交基建立有限元热力耦合降阶求解模型;
步骤7,在预定的工况参数下,基于降阶模型开展瞬态热力耦合数值仿真:仿真的初始状态下,在小时间步长内对预定的运行工况条件进行初步热力耦合分析,采用步骤5和步骤6中的有限元离散积分格式与离散求解格式快速计算一个时间步长内的热力耦合仿真分析结果;
步骤8,通过极小化测量温度与仿真计算温度差值,求解最优工况参数;
步骤9,在最优工况下进行瞬态热力耦合数值仿真,在线输出更为准确的物理状态:根据步骤8中生成的最优工况参数,重复离线阶段的热力耦合数值仿真,快速反馈当前时刻下全局温度场、位移场、应变场与应力场的物理强度评估信息。
作为优选的技术方案,所述的步骤1具体为:基于工业装备中的实际物理结构划分有限元离散模型,定义单元属性与材料属性并按实际工况设置不同类型的热力边界条件。
作为优选的技术方案,所述的步骤2具体为:
设置参数化样本工况区间,基于有限元数值方法进行瞬态非线性热力耦合数值分析;
在瞬态分析过程中收集若干时刻下物理数值积分的数据集,该数据集包括热传导矩阵[K(T,t)]、热容矩阵[C(T,t)]、刚度矩阵[S(T,t)]、热载荷向量[fh(T,t)]与机械载荷向量[fm(T,t)],最终物理场的数据集,该数据集包括结构温度场[T(t)]、结构位移场[u(t)]。
作为优选的技术方案,所述的步骤3具体为:
应用奇异值分解对步骤2中收集的各种数据集进行数据压缩与特征分解,获取其奇异值与特征向量,记为:
[M]=[U][∑][V]
其中,[M]是步骤2中不同类型数据集在不同时刻、不同参数化工况下组成的相关矩阵,包括:参数化热传导矩阵组成的相关矩阵[MK],参数化热容矩阵组成的相关矩阵[MC],参数化刚度矩阵组成的相关矩阵[MS],参数化热载荷向量组成的相关矩阵
Figure BDA0003250321660000045
参数化机械载荷向量组成的相关矩阵
Figure BDA0003250321660000044
[U]的列是对应[M][MT]的特征向量,[V]的列是对应[MT][M]的特征向量,[∑]是奇异值(s1,...,sn)组成的对角阵。
获取不同数据集的约简正交基:不同类型数据集的约简正交基由步骤3中的特征向量与步骤2中的数据集表示:
Figure BDA0003250321660000041
其中,v∈[V]=[v1,...,vr],降阶基的自由度r为几十或几个,其自由度远小于离散自由度N,权重系数∈大于95%。
作为优选的技术方案,所述的步骤4具体为:
基于离散经验插值分析,对需要进行全域数值积分数据集的约简正交基进行离散经验插值分析,使得全域数值积分由几个离散节点处的数值积分插值近似,记为:
Figure BDA0003250321660000042
其中,
Figure BDA0003250321660000043
是全域数值积分向量,f是插值积分点组成的稀疏积分向量,[P]是插值索引指标矩阵,记为:
Figure BDA0003250321660000051
其中
Figure BDA0003250321660000052
是单位矩阵
Figure BDA0003250321660000053
中第ξn个列向量,其中
Figure BDA0003250321660000054
表示为[n×n]规模的实数矩阵,记为:
Figure BDA0003250321660000055
其中,vi表示第i个正交基向量,ρ与ξi分别代表目标向量中的最大数值及其所在位置,c是中间参数;
离散插值节点处的数值积分向量由下式给出:
Figure BDA0003250321660000056
其中,i属于插值指标索引,j不属于插值指标索引,b是对应节点位置处的数值积分结果。
作为优选的技术方案,所述的步骤6具体为:
引入步骤4获得的物理场的POD基,分别对热传导与力分析两个阶段的全阶有限元求解格式进行降阶处理,记为:
Figure BDA0003250321660000057
其中,ΦT
Figure BDA0003250321660000058
分别是温度场约简正交基矩阵及其转置矩阵,C(T)是与温度相关的热容矩阵,T表示温度,K(T)是与温度相关的热传导矩阵,ft是热载荷向量,Φu
Figure BDA0003250321660000059
分别是位移场约简正交基矩阵及其转置矩阵,S(T)是与温度相关的刚度矩阵,fh是热载荷向量,fm是机械载荷向量。
作为优选的技术方案,所述的步骤8具体为:
在线收集当前时刻下的局部传感器的测量温度,基于测量温度与仿真温度的差值建立一个最小二乘问题,记为:
Figure BDA00032503216600000510
其中,
Figure BDA00032503216600000511
是待修正的瞬态工况参数,N是传感器的测点数量,
Figure BDA00032503216600000512
是t时刻在
Figure BDA00032503216600000513
工况参数下的降阶模型计算的仿真温度,Tm(t)是t时刻传感器的测量温度。
根据本发明第二方面,提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现所述的方法。
根据本发明第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现所述的方法。
与现有技术相比,本发明具有以下优点:
1.本发明基于有限元离散格式建立了完备的物理降阶模型,快速、准确获得瞬态非线性热力耦合问题的各种物理状态,能够为工业装备结构的状态评估提供快速的数据分析与理论支撑,缩短设计周期;
2.结合传感器测量数据快速修正瞬态工况参数,为工业装备结构的运行维护提供在线的强度评估。
3.本发明通用性强,有效改善工业装备结构热力强度评估分析方法,显著降低大规模复杂模型的计算自由度,降低计算硬件要求与计算时间成本。
附图说明
图1为基于有限元全阶模型进行瞬态非线性热力耦合分析的流程图。
图2为本发明基于有限元降阶模型的瞬态热力状态在线评估整体架构图。
图3为本发明基于有限元降阶模型的瞬态非线性热力耦合分析的流程图。
图4为本发明基于有限元降阶模型结合传感器数据进行工况参数在线修正的流程图。
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,所描述的实施例是本发明的一部分实施例,而不是全部实施例。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的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
本发明旨在提供一种基于有限元完备降阶模型的瞬态非线性热力耦合分析方法,该发明应用于工业装备中复杂结构的热力耦合状态评估中。首先,在离线阶段针对工业装备结构的运行参数,建立参数化数值模型,然后通过参数化数值仿真获取热力分析过程中不同类型的数据集并进行特征分析与提取,最终基于有限元离散模型建立完备的降阶仿真模型;在线阶段结合传感器测量数据进行工况参数的在线修正与状态评估。
本发明的是通过下述技术步骤实现的:
步骤1建立物理结构的有限元离散数值模型:基于工业装备中的实际物理结构划分有限元离散模型,定义单元属性与材料属性并按实际工况设置不同类型的热力边界条件。
步骤2获取有限元离散格式映射下的高保真数据集:设置参数化样本工况区间,基于有限元数值方法进行瞬态非线性热力耦合数值分析。在瞬态分析过程中收集若干时刻下物理数值积分的数据集-热传导矩阵[K(T,t)]、热容矩阵[C(T,t)]、刚度矩阵[S(T,t)]、热载荷向量[fh(T,t)]与机械载荷向量[fm(T,t)]等,最终物理场的数据集-结构温度场[T(t)]、结构位移场[u(t)]。
步骤3对步骤2中收集的各种数据集进行特征分解:应用奇异值分解(SingularValue Decomposition,SVD)对步骤2中收集的各种数据集进行数据压缩与特征分解,获取其奇异值与特征向量,记为:
[M]=[U][∑][V] (2)
其中,[M]是步骤2中不同类型数据集在不同时刻、不同参数化工况下组成的相关矩阵
Figure BDA0003250321660000071
[U]的列是对应[M][MT]的特征向量,[V]的列是对应[MT][M]的特征向量,[∑]是奇异值(s1,...,sn)组成的对角阵。
获取不同数据集的约简正交基:不同类型数据集的约简正交基可以由步骤3中的特征向量与步骤2中的数据集表示:
Figure BDA0003250321660000072
其中,v∈[V]=[v1,...,vr],降阶基的自由度f通常为几十或几个,其自由度远小于离散自由度N(r<<N),权重系数∈通常大于95%。
步骤4对步骤3中约简正交基进行离散经验插值分析,获取物理数值积分的离散插值索引:基于离散经验插值分析(Discrete Empirical Interpolation Methods,DEIM),对需要进行全域数值积分数据集(热传导矩阵[K(T,t)]、热容矩阵[C(T,t)]、刚度矩阵[S(T,t)]、热载荷向量[fh(T,t)]与载荷向量[fm(T,t)])的约简正交基进行离散经验插值分析,使得全域数值积分由几个离散节点处的数值积分插值近似,记为:
Figure BDA0003250321660000073
其中,
Figure BDA0003250321660000074
是全域数值积分向量,[P]是插值索引指标矩阵,记为:
Figure BDA0003250321660000075
其中
Figure BDA0003250321660000076
是单位矩阵
Figure BDA0003250321660000077
中第ξn个列向量,记为:
Figure BDA0003250321660000078
离散插值节点处的数值积分向量由下式给出:
Figure BDA0003250321660000081
其中,i属于插值指标索引,j不属于插值指标索引,b是对应节点位置处的数值积分结果。
步骤5基于离散插值索引建立有限元离散格式的降阶积分模型:基于步骤1中获得的有限元离散模型,使用步骤4中得到的插值索引进行节点与单元映射,映射的局部节点与单元作为降阶的离散模型,局部插值节点积分的结果按照插值索引记录在向量中,全域的数值积分在局部的数值积分结果上通过(4)进行反映射。
步骤6基于物理量的约简正交基建立有限元热力耦合降阶求解模型:引入步骤4获得的物理场的POD基,分别对热传导与力分析两个阶段的全阶有限元求解格式进行降阶处理,记为:
Figure BDA0003250321660000082
步骤7在预定的工况参数下,基于降阶模型开展瞬态热力耦合数值仿真:仿真的初始状态下,在小时间步长内对预定的运行工况条件进行初步热力耦合分析,采用步骤5和步骤6中的有限元离散积分格式与离散求解格式快速计算一个时间步长内的热力耦合仿真分析结果。
步骤8通过极小化测量温度与仿真计算温度差值,求解最优工况参数:在线收集当前时刻下的局部传感器的测量温度,基于测量温度与仿真温度的差值建立一个最小二乘问题,记为:
Figure BDA0003250321660000083
其中,
Figure BDA0003250321660000084
是待修正的瞬态工况参数,N是传感器的测点数量,
Figure BDA0003250321660000085
是t时刻在
Figure BDA0003250321660000086
工况参数下的降阶模型计算的仿真温度,Tm(t)是t时刻传感器的测量温度。
步骤9在最优工况下进行瞬态热力耦合数值仿真,在线输出更为准确的物理状态:根据步骤8中生成的最优工况参数,重复离线阶段的热力耦合数值仿真,快速反馈当前时刻下全局温度场、位移场、应变场与应力场等物理强度评估信息。
具体实施例
本实例中以典型的燃气轮机为强度评估对象,在燃气轮机的运行过程中其涉及到复杂的热力加载条件,其结构强度评估是一个典型的瞬态非线性热力耦合问题。在本实施例中具体提供了一种基于有限元降阶模型的瞬态热力状态在线评估方法,该方法的具体实施方式主要分为离线数据分析与在线热力评估两个阶段:离线数据分析阶段:
如图2所示,利用CAD建模软件对实际的燃气轮机进行物理建模,并基于有限单元法进行数值网格离散,离散的自由度通常为几万甚至几十万。
综合考虑燃气轮机运行中的不同工况条件,包括蒸汽温升速率、高温蒸汽与机械壁面的对流换热系数、机械加载负荷、转子转速等基本工况参数,并获取不同加载参数下的测试工况参数。
基于有限元分析开展高保真非线性热传导仿真(如图1),充分考虑了运行工况中的第三类热边界条件,即蒸汽的温度以及高温蒸汽与壁面的对流换热系数,在瞬态分析过程中的每个时间步内,经过非线性迭代过程依次收集温度场结果收敛后的高保真热传导矩阵、热容矩阵以及温度场数值结果。将每个时间分析步的温度场施加到热力耦合有限元分析中,收集离散格式映射下对应的刚度矩阵、热载荷向量、转子离心力向量以及对应的位移场。
收集到的矩阵数据集可以分为两种:一种是有限元数值仿真过程的中间物理量,即热传导矩阵[K]、热容矩阵[C]、刚度矩阵[S]、热载荷向量[fh]与转子离心载荷向量[fr];另一种是有限元分析的结果物理量,即结构温度场[T]与位移场[u]。其中,中间物理量中的矩阵表现为大型稀疏性,将其非零元素提取到一个紧凑的向量[m]中,随后不同时刻下收集到的数据整合到一个相关矩阵中:[M]=[m1,...,mn],其余物理量都直接表现为向量形式,可以直接进行数据整合。
对整合的不同类型的物理量分别进行奇异值分解,依次得到他们的奇异值及其特征向量,并按照奇异值的权重获取不同数据集的约简正交基,分别记为:
Figure BDA0003250321660000091
其约简后的自由度通常为几个或者几十个,自由度大大降低。
收集到的积分中间量是在离散域进行全域积分进行求解的,包括热传导矩阵[K]、热容矩阵[C]、刚度矩阵[S]、热载荷向量[fh]与离心体力向量[fr],对其约简正交基进一步进行离散经验插值分析,获取其经验插值节点索引。由此,全域的数值积分向量
Figure BDA0003250321660000092
就近似为经验插值节点处积分向量[f]来表示,这一步是数值积分降阶的关键,原本需要在完整离散域积分求解的数值积分向量现在转化为仅在提取的离散插值节点上进行数值积分,这也从根本上解决了非线性热力耦合降阶计算的离散自由度,大大提升了数值积分效率。
收集到的结果物理量,包括温度场与位移场,其约简的正交基直接用于数值方程的降阶求解过程中,降阶的热力耦合的有限元离散求解格式,其中,全阶热容阵[C]降维为
Figure BDA0003250321660000101
全阶热传导矩阵[K]降维
Figure BDA0003250321660000102
全阶刚度矩阵[S]降维为
Figure BDA0003250321660000103
全阶热载荷向量[fh]降维为
Figure BDA0003250321660000104
全阶离心体力载荷向量[fr]降维为
Figure BDA0003250321660000105
全阶温度场[T]降维为
Figure BDA0003250321660000106
全阶位移场[u]降维为
Figure BDA0003250321660000107
计算自由度由原离散自由度N降低为约简自由度r,从而建立了基于有限元的热力耦合分析的完备的降阶求解格式(图3),从而大大提升了了对于复杂部件的大规模离散格式的数值仿真效率。
在线热力评估阶段:
燃气轮机运行中,初始给定的运行工况参数,包括蒸汽温度
Figure BDA0003250321660000108
蒸汽与壁面对流换热系数
Figure BDA0003250321660000109
与转子旋转速度
Figure BDA00032503216600001010
等很难与真实工况吻合,尤其是与温度相关的第三类热边界条件(蒸汽温度
Figure BDA00032503216600001011
蒸汽与壁面对流换热系数
Figure BDA00032503216600001012
)。如图4所示,在瞬态分析中,在预定的工况参数下,基于降阶模型开展瞬态热力耦合数值仿真,在小时间步长内对预定的运行工况条件进行初步热力耦合分析,采用离线阶段建立的有限元降阶模型快速计算一个时间步长内的热力耦合仿真分析结果。
在线收集当前时刻下的局部传感器的测量温度,基于测量温度与仿真温度的差值建立一个最小二乘问题,通过极小化测量温度与仿真计算温度差值,对当前的蒸汽温度
Figure BDA00032503216600001013
以及蒸汽与壁面对流换热系数
Figure BDA00032503216600001014
进行不断反演修正,从而得到与实际运行中一致的真实工况参数,进而在真实工况下的瞬态热力耦合分析才能反馈出完整的、真实的物理场状态。并且只有基于本发明中完备的有限元降阶模型的瞬态非线性热力耦合分析方法,才能够在每一个瞬态时间内配合传感器测量的时序测试数据在线进行工况修正与物理仿真分析。
需要注意的是实施例中的离线阶段包括了大量的数据收集、数据分析与数据提取等工作,良好的计算硬件与并行软件设计能提供更为便利的数据处理分析手段,其工作内容是在线阶段热力状态评估的准备前提。而在线阶段的工作对于计算硬件需求不敏感,完全可以依托普通的单核计算机快速实现。
本发明电子设备包括中央处理单元(CPU),其可以根据存储在只读存储器(ROM)中的计算机程序指令或者从存储单元加载到随机访问存储器(RAM)中的计算机程序指令,来执行各种适当的动作和处理。在RAM中,还可以存储设备操作所需的各种程序和数据。CPU、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
设备中的多个部件连接至I/O接口,包括:输入单元,例如键盘、鼠标等;输出单元,例如各种类型的显示器、扬声器等;存储单元,例如磁盘、光盘等;以及通信单元,例如网卡、调制解调器、无线通信收发机等。通信单元允许设备通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元执行上文所描述的各个方法和处理,例如步骤1~9。例如,在一些实施例中,步骤1~9可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元。在一些实施例中,计算机程序的部分或者全部可以经由ROM和/或通信单元而被载入和/或安装到设备上。当计算机程序加载到RAM并由CPU执行时,可以执行上文描述的步骤1~9的一个或多个步骤。备选地,在其他实施例中,CPU可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行步骤1~9。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于降阶模型的瞬态热力状态在线评估方法,其特征在于,该方法用于工业装备中复杂结构的热力耦合状态评估,所述评估方法包括:首先在离线阶段针对工业装备结构的运行参数,建立参数化数值模型;然后通过参数化数值仿真获取热力分析过程中不同类型的数据集并进行特征分析与提取;最后基于有限元离散模型建立完备的降阶仿真模型,在线阶段结合传感器测量数据进行工况参数的在线修正与状态评估。
2.根据权利要求1所述的一种基于降阶模型的瞬态热力状态在线评估方法,其特征在于,该方法具体包括以下步骤:
步骤1,建立物理结构的有限元离散数值模型;
步骤2,获取有限元离散格式映射下的高保真数据集;
步骤3,对步骤2中收集的各种数据集进行特征分解,得到约简正交基;
步骤4,对步骤3中约简正交基进行离散经验插值分析,获取物理数值积分的离散插值索引;
步骤5,基于离散插值索引建立有限元离散格式的降阶积分模型:基于步骤1中获得的有限元离散模型,使用步骤4中得到的插值索引进行节点与单元映射,映射的局部节点与单元作为降阶的离散模型;
步骤6,基于物理量的约简正交基建立有限元热力耦合降阶求解模型;
步骤7,在预定的工况参数下,基于降阶模型开展瞬态热力耦合数值仿真:仿真的初始状态下,在小时间步长内对预定的运行工况条件进行初步热力耦合分析,采用步骤5和步骤6中的有限元离散积分格式与离散求解格式快速计算一个时间步长内的热力耦合仿真分析结果;
步骤8,通过极小化测量温度与仿真计算温度差值,求解最优工况参数;
步骤9,在最优工况下进行瞬态热力耦合数值仿真,在线输出更为准确的物理状态:根据步骤8中生成的最优工况参数,重复离线阶段的热力耦合数值仿真,快速反馈当前时刻下全局温度场、位移场、应变场与应力场的物理强度评估信息。
3.根据权利要求2所述的一种基于降阶模型的瞬态热力状态在线评估方法,其特征在于,所述的步骤1具体为:基于工业装备中的实际物理结构划分有限元离散模型,定义单元属性与材料属性并按实际工况设置不同类型的热力边界条件。
4.根据权利要求2所述的一种基于降阶模型的瞬态热力状态在线评估方法,其特征在于,所述的步骤2具体为:
设置参数化样本工况区间,基于有限元数值方法进行瞬态非线性热力耦合数值分析;
在瞬态分析过程中收集若干时刻下物理数值积分的数据集,该数据集包括热传导矩阵[K(T,t)]、热容矩阵[C(T,t)]、刚度矩阵[S(T,t)]、热载荷向量[fh(T,t)]与机械载荷向量[fm(T,t)],最终物理场的数据集,该数据集包括结构温度场[T(t)]、结构位移场[u(t)]。
5.根据权利要求2所述的一种基于降阶模型的瞬态热力状态在线评估方法,其特征在于,所述的步骤3具体为:
应用奇异值分解对步骤2中收集的各种数据集进行数据压缩与特征分解,获取其奇异值与特征向量,记为:
[M]=[U][∑][V]
其中,[M]是步骤2中不同类型数据集在不同时刻、不同参数化工况下组成的相关矩阵,包括参数化热传导矩阵组成的相关矩阵[MK],参数化热容矩阵组成的相关矩阵[MC],参数化刚度矩阵组成的相关矩阵[MS],参数化热载荷向量组成的相关矩阵
Figure FDA0003250321650000021
参数化机械载荷向量组成的相关矩阵
Figure FDA0003250321650000022
[U]的列是对应[M][MT]的特征向量,[V]的列是对应[MT][M]的特征向量,[Σ]是奇异值(s1,…,sn)组成的对角阵;
获取不同数据集的约简正交基:不同类型数据集的约简正交基由步骤3中的特征向量与步骤2中的数据集表示:
Figure FDA0003250321650000023
其中,v∈[V]=[v1,…,vr],降阶基的自由度r为几十或几个,其自由度远小于离散自由度N,权重系数∈大于95%。
6.根据权利要求5所述的一种基于降阶模型的瞬态热力状态在线评估方法,其特征在于,所述的步骤4具体为:
基于离散经验插值分析,对需要进行全域数值积分数据集的约简正交基进行离散经验插值分析,使得全域数值积分由几个离散节点处的数值积分插值近似,记为:
Figure FDA0003250321650000031
其中,
Figure FDA0003250321650000032
是全域数值积分向量,f是插值积分点组成的稀疏积分向量,[P]是插值索引指标矩阵,记为:
Figure FDA00032503216500000311
其中
Figure FDA00032503216500000312
是单位矩阵
Figure FDA0003250321650000033
中第ξn个列向量,其中
Figure FDA0003250321650000034
表示为[n×n]规模的实数矩阵,记为:
Figure FDA0003250321650000035
其中,vi表示第i个正交基向量,ρ与ξi分别代表目标向量中的最大数值及其所在位置,c是中间参数;
离散插值节点处的数值积分向量由下式给出:
Figure FDA0003250321650000036
其中,i属于插值指标索引,j不属于插值指标索引,b是对应节点位置处的数值积分结果。
7.根据权利要求2所述的一种基于降阶模型的瞬态热力状态在线评估方法,其特征在于,所述的步骤6具体为:
引入步骤4获得的物理场的POD基,分别对热传导与力分析两个阶段的全阶有限元求解格式进行降阶处理,记为:
Figure FDA0003250321650000037
其中,ΦT
Figure FDA0003250321650000038
分别是温度场约简正交基矩阵及其转置矩阵,C(T)是与温度相关的热容矩阵,T表示温度、K(T)是与温度相关的热传导矩阵、ft是热载荷向量、Φu
Figure FDA0003250321650000039
分别是位移场约简正交基矩阵及其转置矩阵,S(T)是与温度相关的刚度矩阵,fh是热载荷向量、fm是机械载荷向量。
8.根据权利要求2所述的一种基于降阶模型的瞬态热力状态在线评估方法,其特征在于,所述的步骤8具体为:
在线收集当前时刻下的局部传感器的测量温度,基于测量温度与仿真温度的差值建立一个最小二乘问题,记为:
Figure FDA00032503216500000310
其中,
Figure FDA0003250321650000041
是待修正的瞬态工况参数,N是传感器的测点数量,
Figure FDA0003250321650000042
是t时刻在
Figure FDA0003250321650000043
工况参数下的降阶模型计算的仿真温度,Tm(t)是t时刻传感器的测量温度。
9.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~8中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~8中任一项所述的方法。
CN202111043443.5A 2021-09-07 2021-09-07 基于降阶模型的瞬态热力状态在线评估方法、设备及介质 Active CN113722860B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111043443.5A CN113722860B (zh) 2021-09-07 2021-09-07 基于降阶模型的瞬态热力状态在线评估方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111043443.5A CN113722860B (zh) 2021-09-07 2021-09-07 基于降阶模型的瞬态热力状态在线评估方法、设备及介质

Publications (2)

Publication Number Publication Date
CN113722860A true CN113722860A (zh) 2021-11-30
CN113722860B CN113722860B (zh) 2024-02-23

Family

ID=78682183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111043443.5A Active CN113722860B (zh) 2021-09-07 2021-09-07 基于降阶模型的瞬态热力状态在线评估方法、设备及介质

Country Status (1)

Country Link
CN (1) CN113722860B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115713019A (zh) * 2022-11-09 2023-02-24 华北电力大学(保定) 电力变压器二维单分区绕组稳态温升计算方法和装置
CN117236084A (zh) * 2023-11-16 2023-12-15 青岛永强木工机械有限公司 一种木工机械加工生产智能管理方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107545100A (zh) * 2017-07-31 2018-01-05 江苏大学 一种venlo型温室环境的高分辨率降阶建模方法
WO2020211012A1 (zh) * 2019-04-17 2020-10-22 大连理工大学 一种面向混杂纤维复合材料板壳结构的快速协同优化方法
CN111859534A (zh) * 2020-06-19 2020-10-30 空气动力学国家重点实验室 热气动弹性分析适用的热固耦合结构动力学降阶模型方法
CN112347687A (zh) * 2020-12-01 2021-02-09 上海大学 一种自适应自由度电磁-温度多物理场耦合分析方法
CN112560167A (zh) * 2020-11-10 2021-03-26 北京航空航天大学 机翼结构力学高保真降阶仿真方法、电子设备、存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107545100A (zh) * 2017-07-31 2018-01-05 江苏大学 一种venlo型温室环境的高分辨率降阶建模方法
WO2020211012A1 (zh) * 2019-04-17 2020-10-22 大连理工大学 一种面向混杂纤维复合材料板壳结构的快速协同优化方法
CN111859534A (zh) * 2020-06-19 2020-10-30 空气动力学国家重点实验室 热气动弹性分析适用的热固耦合结构动力学降阶模型方法
CN112560167A (zh) * 2020-11-10 2021-03-26 北京航空航天大学 机翼结构力学高保真降阶仿真方法、电子设备、存储介质
CN112347687A (zh) * 2020-12-01 2021-02-09 上海大学 一种自适应自由度电磁-温度多物理场耦合分析方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115713019A (zh) * 2022-11-09 2023-02-24 华北电力大学(保定) 电力变压器二维单分区绕组稳态温升计算方法和装置
CN115713019B (zh) * 2022-11-09 2023-10-13 华北电力大学(保定) 电力变压器二维单分区绕组稳态温升计算方法和装置
CN117236084A (zh) * 2023-11-16 2023-12-15 青岛永强木工机械有限公司 一种木工机械加工生产智能管理方法及系统
CN117236084B (zh) * 2023-11-16 2024-02-06 青岛永强木工机械有限公司 一种木工机械加工生产智能管理方法及系统

Also Published As

Publication number Publication date
CN113722860B (zh) 2024-02-23

Similar Documents

Publication Publication Date Title
CN113722860B (zh) 基于降阶模型的瞬态热力状态在线评估方法、设备及介质
CN108959794B (zh) 一种基于深度学习的结构频响动力学模型修正方法
CN107862170B (zh) 一种基于动态缩聚的有限元模型修正方法
JP2015530599A (ja) 非接触測定を用いたタービンブレード疲労寿命分析および動的応答再構築技術
CN113254382B (zh) 基于超级计算机构建数字数值融合装置的数据处理系统
CN116305522A (zh) 一种基于数字孪生的飞机结构可靠性仿真试验模型标定方法、设备、介质
CN115147012B (zh) 一种基于神经网络模型的碳排放量核算方法及装置
CN115841046B (zh) 基于维纳过程的加速退化试验数据处理方法和装置
CN113505534A (zh) 一种考虑需求响应的负荷预测方法
CN115392037A (zh) 设备故障预测方法、装置、设备及存储介质
CN115455793A (zh) 基于多尺度模型修正的高层结构复杂构件受力分析方法
CN106997410B (zh) 一种基于模态应变能的损伤发生的判断方法
Wu et al. A novel classification method to random samples for efficient reliability sensitivity analysis
CN114117999B (zh) 一种互连线数学模型的降阶方法、装置、电子设备及存储介质
CN113110961B (zh) 设备异常检测方法、装置、计算机设备及可读存储介质
CN116227045B (zh) 一种结构试件的局部应力应变场构造方法及系统
CN116400266A (zh) 基于数字孪生模型的变压器故障检测方法、装置及介质
CN112580855A (zh) 基于自适应变异pso-bp神经网络的电缆群稳态温升预测方法
CN115310311B (zh) 一种金属材料在谱载荷下疲劳寿命计算方法
CN115034121B (zh) 一种基于组织性能智能预报模型的带钢工艺调控方法
CN112733348B (zh) 基于多项式和最大熵模型的混联电网概率计算方法及装置
CN110955999B (zh) 轮胎三维温度场仿真方法
CN116738759B (zh) 装备的设计运维方法、装置、计算机设备及可读存储介质
JP2006195542A (ja) モデル同定装置およびモデル同定プログラム
CN113935250B (zh) 基于综合概率模型和马尔科夫矩阵的新能源集群建模方法

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