基于PCA优化的人工神经网络-粒子群算法的加速逆模型,用于高温环境下热障涂层系统的热物理参数与几何参数的快速同步估算
《Applied Sciences》:Fast and Simultaneous Estimation of Thermophysical and Geometric Parameters for Thermal Barrier Coating Systems in High-Temperature Environments via a PCA-Optimized ANN-PSO-Based Accelerated Inverse Model
【字体:
大
中
小
】
时间:2026年07月15日
来源:Applied Sciences 2.5
摘要
本文构建了一种逆向数学模型,用于在存在测量误差的高温环境下,快速同时估算热障涂层系统的热物理参数和几何参数。首先,考虑到热障涂层系统与外部环境之间的对流和辐射传热,最初在高温环境下建立了一维非稳态传导-辐射耦合传热模型。随后,采用有限体积法求解该正向模型,并验证了其网格无关性及精度。在此基础上,进一步发展出一种加速逆向模型,该模型利用主成分分析优化的人工神经网络来替代正向模型,并借助粒子群优化算法进行参数估算。最后,在三种不同的噪声条件下,通过两种情况进行了同时估算研究:两参数情况(顶层涂层的导热系数以及热生长氧化层厚度),以及三参数情况(再增加一层脱粘缺陷层的厚度)。研究结果表明,基于主成分分析优化的人工神经网络与粒子群优化的加速逆向模型,其运算速度比传统的粒子群优化逆向模型快约111–130倍;在三种噪声条件下,对于两参数和三参数情况,20次估算结果的平均值最大相对误差在2.4%到4.3%之间。总体而言,所提出的加速逆向模型在高温下热障涂层系统多参数同时估算时,实现了速度与精度之间的良好平衡,为未来更复杂场景下的参数估算提供了方法论依据。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号