Идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий

Збережено в:
Бібліографічні деталі
Опубліковано в: :Труды Института прикладной математики и механики НАН Украины
Дата:2008
Автор: Литовченко, О.В.
Формат: Стаття
Мова:Russian
Опубліковано: Інститут прикладної математики і механіки НАН України 2008
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/20015
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий / О.В. Литовченко // Труды Института прикладной математики и механики НАН Украины. — Донецьк: ІПММ НАН України, 2008. — Т. 17. — С. 109-118. — Бібліогр.: 6 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-20015
record_format dspace
spelling Литовченко, О.В.
2011-05-20T07:41:52Z
2011-05-20T07:41:52Z
2008
Идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий / О.В. Литовченко // Труды Института прикладной математики и механики НАН Украины. — Донецьк: ІПММ НАН України, 2008. — Т. 17. — С. 109-118. — Бібліогр.: 6 назв. — рос.
1683-4720
https://nasplib.isofts.kiev.ua/handle/123456789/20015
51-74:536.2
ru
Інститут прикладної математики і механіки НАН України
Труды Института прикладной математики и механики НАН Украины
Идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий
spellingShingle Идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий
Литовченко, О.В.
title_short Идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий
title_full Идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий
title_fullStr Идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий
title_full_unstemmed Идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий
title_sort идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий
author Литовченко, О.В.
author_facet Литовченко, О.В.
publishDate 2008
language Russian
container_title Труды Института прикладной математики и механики НАН Украины
publisher Інститут прикладної математики і механіки НАН України
format Article
issn 1683-4720
url https://nasplib.isofts.kiev.ua/handle/123456789/20015
citation_txt Идентификация распределенных параметров внешнего теплообмена для нелинейных граничных условий / О.В. Литовченко // Труды Института прикладной математики и механики НАН Украины. — Донецьк: ІПММ НАН України, 2008. — Т. 17. — С. 109-118. — Бібліогр.: 6 назв. — рос.
work_keys_str_mv AT litovčenkoov identifikaciâraspredelennyhparametrovvnešnegoteploobmenadlânelineinyhgraničnyhuslovii
first_indexed 2025-11-27T07:52:35Z
last_indexed 2025-11-27T07:52:35Z
_version_ 1850804281928581120
fulltext ISSN 1683-4720 Труды ИПММ НАН Украины. 2008. Том 17 УДК 51-74:536.2 c©2008. О.В. Литовченко ИДЕНТИФИКАЦИЯ РАСПРЕДЕЛЕННЫХ ПАРАМЕТРОВ ВНЕШНЕГО ТЕПЛООБМЕНА ДЛЯ НЕЛИНЕЙНЫХ ГРАНИЧНЫХ УСЛОВИЙ Исследуется возможность идентификации распределенных параметров модели теплофизического процесса с помощью метода наименьших квадратов. Рассмотрены случаи идентификации функции параметра лучистого теплообмена и функции параметра конвективного теплообмена, имеющей два локальных максимума. Представлен алгоритм идентификации, приведены и проанализированы данные численных расчётов по нахождению распределенных по времени параметров. 1. Введение. Задача идентификации распределенного параметра относится к обратным задачам и является некорректно поставленной в классическом смысле. К настоящему времени наиболее популярным методом решения такого класса за- дач является метод регуляризации Тихонова. Недостатком метода регуляризации является большой объем вычислений, связанный с процедурой поиска нужного зна- чения параметра регуляризации, а также с овражностью регуляризирующего функ- ционала [4]. Другой существенный недостаток метода связан с самой идеей регуля- ризации: сглаживания решения в пределах погрешности измерений. Чем больше погрешность, тем можно получить более гладкую кривую, но при этом возрастает опасность получения хотя и более плавной кривой, но все в большей степени откло- няющейся от истинной [1, 3]. В этом смысле метод регуляризации принципиально отличается от ряда методов, которые обеспечивают получение достаточно точного решения при росте погрешности в исходных данных. К таким методам относится, например, метод наименьших квадратов. В представленной работе для идентификации распределенных параметров мо- дели теплофизического процесса предлагается применить метод наименьших квад- ратов. 2. Идентификация параметра лучистого теплообмена. Сформулируем об- ратную задачу нахождения коэффициента лучистого теплообмена для одномерно- го уравнения теплопроводности с нелинейными граничными условиями 3-го рода. Ставится задача нахождения σ = σ(τ) как функции, зависящей от времени в виде аппроксимирующего полинома. Математическая модель. Математическая модель процесса выглядит следующим образом ∂ T ∂τ = a ∂2 T (τ, x) ∂x2 , 0 ≤ x ≤ ` (1) с нелинейными граничными условиями третьего рода −λ ∂T (τ, x) ∂x ∣∣∣∣ x=0 = σ1 [ T 4 gr.(τ)− T 4(τ, o) ] , (2) 109 О.В. Литовченко λ ∂T (τ, x) ∂x ∣∣∣∣ x=l = σ2 [ T 4 gr.(τ)− T 4(τ, l) ] , (3) и начальным условием T (0, x) = t0(x), (4) где T (τ, x) – температура тела, Tgr.(τ) – температура греющей среды, λ – коэффици- ент теплопроводности среды, σ1, σ2 – коэффициенты лучистой теплоотдачи сверху и снизу. Для решения обратных задач обычно требуются знания о температуре нагрева- емого тела [5]. Для простоты изложения метода предполагаем нагрев симметричным, поэтому σ1 = σ2 = σ. В этом случае минимальный объем необходимой для решения задачи информации соответствует измерению температуры тела в какой-либо одной точке одномерной области o ≤ x ≤ l. Предположим, известна температура тела на границе с внешней средой: T (τ, 0) = f(τ). (5) Задача состоит в нахождении σ = σ(τ) как функции, зависящей от времени. Пред- полагая функцию σ(τ) непрерывной, с целью аппроксимации искомой функции вос- пользуемся полиномом n-ой степени σ(τ) = a0 + a1 · τ + ... + an · τn, (6) степень полинома будет определяться по принципу невязки. Решение обратной задачи. Решив задачу Дирихле, получим температуры T (τi, xj), которые будут необхо- димы для вычисления производной в граничном условии. Для решения задачи Ди- рихле используем метод конечных разностей и метод прямой итерации. В области 0 ≤ x ≤ l, 0 ≤ τ ≤ τ̃ введем равномерную сетку ωi,j , т.е. будем рас- сматривать не T (τ, x), а T (i∆τ, j∆x), где ∆x = l n , i и j шаги по времени и по координате. Условие сходимости метода 0 ≤ a∆τ ∆x ≤ 1 2 . Применив явную конечно-разностную схему, получим представление уравнения теп- лопроводности в виде: Ti+1,j = c1Ti,j−1 + (1− 2 · c1)Ti,j + c1Ti,j+1, где c1 = ∆τa ∆x2 . Теперь в граничном условии λ∂T ∂x ∣∣ x=0 = σ(τ) [ T 4 gr.(τ)− T 4(τ, 0) ] неизвестным яв- ляется только величина лучистого теплообмена σ(τ). Имеем систему уравнений граничных условий в r моментах времени: λ ∆x (T (τi, x1)− T (τi, x0)) = σi[T 4 gr. − T 4(τi, x0)], i = 1, r, (7) где σk – это значение полинома в момент времени k и σk = a0+a1·k·∆τ+...+ankn∆τn, k = 1, r, r >> n; 110 Идентификация распределенных параметров или в матричной форме λ ∆x   T (τ1, x1)− T (τ1, x0) T (τ2, x1)− T (τ2, x0) ... ... T (τr, x1)− T (τr, x0)   =   σ1 · (T 4 gr. − T 4(τ1, x0)) σ2 · (T 4 gr. − T 4(τ2, x0)) ... ... σr · (T 4 gr. − T 4(τr, x0))   = =   σ1 0 ... 0 0 σ2 ... 0 ... 0 0 ... σr   ·   T 4 gr. − T 4(τ1, x0) T 4 gr. − T 4(τ2, x0) ... ... T 4 gr. − T 4(τr, x0)   . (8) Выделим компоненты неизвестных параметров полинома, представленного в мат- ричной форме  σ1 0 ... 0 0 σ2 ... 0 ... 0 0 ... σr   =   a0 0 ... 0 0 a0 ... 0 ... 0 0 ... a0  + +   a1 0 ... 0 0 a1 ... 0 ... 0 0 ... a1   ·   1∆τ 0 ... 0 0 2∆τ ... 0 ... 0 0 ... r∆τ   + ...+ +   an 0 ... 0 0 an ... 0 ... 0 0 ... an   ·   1∆τn 0 ... 0 0 2n∆τn ... 0 ... 0 0 ... rn∆τn   = = a0 ·   1 0 ... 0 0 1 ... 0 ... 0 0 ... 1   + a1 ·   1∆τ 0 ... 0 0 2∆τ ... 0 ... 0 0 ... r∆τ   + ...+ +an ·   1∆τn 0 ... 0 0 2n∆τn ... 0 ... 0 0 ... rn∆τn   . Для удобства записи преобразований введем такие обозначения A0 =   1 0 ... 0 0 1 ... 0 ... 0 0 ... 1   , A1 =   1∆τ 0 ... 0 0 2∆τ ... 0 ... 0 0 ... r∆τ   , 111 О.В. Литовченко An =   1∆τn 0 ... 0 0 2n∆τn ... 0 ... 0 0 ... rn∆τn   , P = λ ∆x   T (τ1, x1)− T (τ1, x0) T (τ2, x1)− T (τ2, x0) ... ... T (τr, x1)− T (τr, x0)   , σ̃ =   σ1 0 ... 0 0 σ2 ... 0. ... 0 0 ... σr   , H =   T 4 gr − T 4(τ1, x0) T 4 gr − T 4(τ2, x0) ... ... T 4 gr − T 4(τr, x0)   . Pk и Hk−k-тые элементы столбцов, Ai kk−k-й элемент главной диагонали матрицы Ai. Тогда уравнение (8) в матричной форме будет иметь вид P = σ̃H. (9) Метод наименьших квадратов. Для нахождения функции методом МНК введем меру отклонения в виде суммы квадратов разности измеренных температур от расчетных по модели (1)–(6). S(σ) = r∑ k=1 (Pk − σkHk)2. (10) Используя введенные обозначения параметр σ можно записать как σ(τ) = a0 ·A0 + +a1 ·A1 + ... + an ·An, тогда квадратичный функционал будет иметь вид S(σ) = r∑ k=1 (Pk − σkHk)2 = (P − (a0 ·A0 + a1 ·A1 + ... + an ·An) ·H)T · ·(P − (a0 ·A0 + a1 ·A1 + ... + anAn) ·H) = P T P − 2 n∑ k=0 akH T AkP+ + n∑ i=0 n∑ j=0 aiajH T Ai+jH. Задача сводится к нахождению параметров полинома, которые бы минимизиро- вали функционал S(σ). Пусть, например, минимум достигается при σ′ = σ(τ ′). Тогда в этой точке должно быть выполнено необходимое условие минимума функционала S dS(σ′) dam = 0, m = 0, n; (11) Вычислим векторы первых производных суммы квадратов отклонений по компо- нентам a0, a1, ..., an : 112 Идентификация распределенных параметров ∂S ∂aj = ∂[(P−σ̃H)T (P−σ̃H)] ∂aj = 2a0H T AjH + 2a1H T Aj+1H + ...+ +2anHT Aj+nH − 2HT AjP = 0, где j = 0, n. Получили систему из n+1 линейных алгебраических уравнений с n+1 неизвестными    n∑ m=0 amHT AmH = HT A0P, n∑ m=0 amHT Am+1H = HT A1P, . . . n∑ m=0 amHT Am+nH = HT AnP. (12) Из структуры строк матрицы этой системы видна их линейная независимость, следовательно, детерминант не обращается в ноль и решение системы единственное. Из системы (12) получаем вектор неизвестных компонент параметра σ(τ)   a0 a1 . . . an   =   HT A0H HT A1H . . . HT AnH HT A1H HT A2H . . . HT An+1H . . . . . . . . . . . . HT AnH HT An+1H . . . HT A2nH   −1 ·   HT A0P HT A1P . . . HT AnP   . (13) Вычислительный эксперимент. Для проверки работоспособности полученных соотношений была выполнена про- граммная реализация алгоритма на языке C и проведен численный расчет по нахож- дению функции σ(τ). В качестве тестовой функции, т.е. истинного распределения значений параметра, взята функция σt(τ) · 108 = 0.6 · x4 − 3.02 · x3 + 3.65 · x2 + 0.57 · x + 2. На известные значения температуры поверхности тела был нанесен шум ξ, ими- тирующий погрешность измерений [6], распределенный по нормальному закону с математическим ожиданием равным нулю. Тогда из соотношений (13) и (6) получили аппроксимирующие полиномы с пер- вой по четвертую степень (σi, i = 0, 4) (см. рис.1) Чтобы убедиться в качестве полученных оценок, найдем среднеквадратическое отклонение (СКО), характеризующее погрешность для накладываемого шума ξ, от- клонения аппроксимирующего полинома σ(τ) от тестовой функции и для отклоне- ния расчетной температуры на границе тела от исходных данных. Расчеты погрешностей СКО найденных решений и отклонения измеренных тем- ператур от расчетных при погрешности измерения СКОξ = 5.960C приведены в таблице 1. 113 О.В. Литовченко Рис. 1. Графики полученных аппроксимирующих полиномов для тестовой функции σt(τ) Таблица 1. Погрешности найденных решений. Степень аппроксими- рующего полинома σ(τ) 0 1 2 3 4 СКОσ, Вт/м2 ·K4 0.63 0.43 0.14 0.08 0.07 СКОT , 0C 46.40 23.71 21.42 21.01 21.01 Результаты вычислений показывают, что приемлемая точность полученного ре- шения достигается начиная с полинома 3-ей степени. 3. Идентификация параметра конвективного теплообмена. Рассмотрим задачу нахождения распределенного во времени параметра конвективного теплооб- мена α(τ) в граничном условии третьего рода −λ ∂T (τ, x) ∂x ∣∣∣∣ x=0 = α1 [Tgr.(τ)− T (τ, o)] , (14) λ ∂T (τ, x) ∂x ∣∣∣∣ x=l = α2 [Tgr.(τ)− T (τ, l)] , (15) модели теплового процесса (1), (4), (5), (14), (15). Для простоты предположим α1 = α2 = α. Для аппроксимации искомой функции воспользуемся полиномом n-ой сте- пени α(τ) = a0 + a1 · τ + ... + an · τn, (16) степень полинома будет определяться по принципу невязки. Система (7) для случая аппроксимации параметра конвективного теплообмена принимает следующий вид λ ∆x (T (τi, x1)− T (τi, x0)) = αi[Tgr. − T (τi, x0)], i = 1, r, (17) 114 Идентификация распределенных параметров где αk – это значение полинома в момент времени k и αk = a0+a1·k·∆τ+...+ankn∆τn, k = 1, r, r >> n. Уравнение (9) записывается следующим образом P = α̃H, (18) где α̃ =   α1 0 ... 0 0 α2 ... 0. ... 0 0 ... αr   , H =   Tgr − T (τ1, x0) Tgr − T (τ2, x0) ... ... Tgr − T (τr, x0)   . Разрешив систему (13), можем найти неизвестные коэффициенты аппроксими- рующего полинома (16). Рассмотрим случай идентификации функции α(τ), которая имеет 2 точки ло- кального максимума на рассматриваемом промежутке времени. Такой вид параметр конвективного теплообмена может принимать, когда процесс нагрева проводится в двух рабочих зонах. В качестве тестовой функции была взята αt(τ) = −224.94 · x4 + 914.52 · x3 − 1165.2 · x2 + 501.81 · x + 30. После зашумления тестовых значений температуры на границе тела и использова- ния предложенного метода идентификации из соотношений (13) и (6) для случая аппроксимации константой, функциями первой-четвертой степеней были получены следующие результаты (см. Рис.2). Рис. 2. Графики полученных аппроксимирующих полиномов для тестовой функции αt(τ) Численные оценки погрешностей найденных решений и отклонения измеренных температур от расчетных представлены в таблице 2. 115 О.В. Литовченко Таблица 2. Погрешности найденных решений Степень аппроксими- рующего полинома α(τ) 0 1 2 3 4 СКОα, Вт/м2 ·0 C 26.37 22.52 24.54 27.64 2.46 СКОT ,0 C 29.31 29.04 29.43 24.74 20.55 Полиномы нулевой, первой и второй степеней фактически сгладили экстремумы тестовой зависимости. Полином 3-ей степени не может в полной мере воспроизвести искомую функцию. А в случае, когда полином на качественном уровне совпадает с тестовой функцией, то МНК дает достаточно высокую точность решения задачи. 4. Достаточное условие минимума. Для того чтобы убедиться, что уравне- ние (13) определяет минимум, достаточно убедиться, что матрица вторых производ- ных (матрица Гессе) полуположительно определена [2]. G =   HT A0H HT A1H . . . HT AnH HT A1H HT A2H . . . HT An+1H . . . . . . . . . . . . HT AnH HT An+1H . . . HT A2nH   . (19) Для главных миноров этой матрицы введем такие обозначения: G1 – минор размер- ностью 1× 1, G2 – минор размерностью 2× 2, Gi – минор размерностью i× i. Рассмотрим матрицу G: эта матрица не зависит от a0, a1, ..., an, симметрична и все ее элементы положительны, каждый из них является суммой r слагаемых. Например, HT A0H = r∑ k=1 H2 kA0 kk, HT A1H = r∑ k=1 H2 kA1 kk, HT AiH = r∑ k=1 H2 kAi kk. Заметим, что матрица представима в виде произведения двух матриц, размер- ностями n + 1× r и r × n + 1. Причем эти матрицы будут транспонированными по отношению друг к другу. Т.е. матрицу (19) можно записать в таком виде G =   H1A 0 11 H2A 0 22 . . . HrA 0 rr H1A 1 11 H2A 1 22 . . . HrA 1 rr . . . . . . . . . . . . H1A n 11 H2A n 22 . . . HrA n rr   ·   H1A 0 11 H1A 0 11 . . . H1A 0 11 H2A 1 22 H2A 1 22 . . . H2A 1 22 . . . . . . . . . . . . HrA n rr HrA n rr . . . HrA n rr   . (20) Обозначим матрицы-множители как Q(n+1× r) и соответственно QT (r×n+1). Заметим, что любой из главных миноров Gi (i = 1, n + 1) является произведе- нием первых i строк матрицы Q и первых i столбцов матрицы QT Gi = Qi ·QT i . А детерминант Gi равен сумме квадратов детерминантов всех i× i матриц, которые можно составить из столбцов Qi. Т.е. detGi = ci r∑ k=1 (detDk)2, где Dk (k = 1, ci r) – описанные i× i матрицы i = 1, n + 1. 116 Идентификация распределенных параметров Из сказанного выше следует, что detGi > 0 ∀i = 1, n + 1. По критерию Сильвестра для положительно определенных матриц, из того, что все главные миноры матрицы Гессе положительны, получаем положительную опре- деленность матрицы G. Т.о. мы показали, что условия (11) определяют глобальный минимум функцио- нала S. И из полученного соотношения (13) можем найти вектор параметра аппрок- симирующего полинома (6). 5. Свойства оценки параметра. В обратной задаче теплопроводности наря- ду с температурой поверхности тела используется еще ряд измеряемых величин. Это такие величины, как: время, координата датчика, толщина образца. Предпо- лагается, что все они, за исключением температуры, известны точно. А измерения температуры являются основным источником погрешностей и неопределенностей, и ее погрешность предполагается белым шумом. Оценки параметров, получаемые по методу МНК, при условии выполнения пред- посылок относительно случайных погрешностей наблюдений, будут обладать следу- ющими свойствами: 1. оценки параметров являются несмещенными, т.е. математическое ожидание оценок параметров равно истинному значению параметров. Данное свойство яв- ляется логическим следствием второго предположения о характере погрешности. Несмещенность означает, что выборочные оценки параметров концентрируются во- круг неизвестных истинных параметров; 2. оценки состоятельны, иначе говоря, дисперсия оценки параметра стремится к нулю с возрастанием числа наблюдений r; 3. оценки являются эффективными в том смысле, что они имеют минимальную дисперсию по сравнению с любыми другими оценками этого параметра. Если предположение 3 или 4 нарушено, то свойство несмещенности и состоятель- ности оценок сохраняется, однако оценки оказываются менее эффективными, чем в случае, когда эти допущения соблюдаются. Совершенно очевидно, что не безразлично, какими свойствами обладает оценка. Что касается свойства несмещенности, то оно является необходимым. В самом деле, смещенные оценки априори дают неверное положение кривой в пространстве неза- висимых переменных. Свойство состоятельности означает, что при увеличении объ- ема наблюдения оценки параметров становятся более надежными в вероятностном смысле, т.е. с ростом r оценки все плотнее концентрируются вокруг истинных неиз- вестных значений параметров. Свойство эффективности, в общем, является наибо- лее важным, поскольку оно определяет степень возможной ошибки прогноза. Основные результаты и выводы. В статье предложен эффективный метод идентификации распределенных параметров внешнего теплообмена в линейных и нелинейных граничных условиях задачи теплопроводности. Искомое решение ап- проксимируется полиномом n-ой степени, коэффициенты которого отыскиваются методом наименьших квадратов. Разработан алгоритм идентификации, который программно реализован на языке С. Численные исследования наглядно показали, что предложенный метод успешно решает поставленную задачу и обладает рядом 117 О.В. Литовченко преимуществ по сравнению с известными методами решения обратных задач на ос- нове идеи регуляризации. 1. Алифанов О.М. О методах решения некорректных обратных задач // Инженерно-физический журнал. – 1983, т.45. – C.742-752. 2. Гантмахер Ф.Р. Теория матриц. М.: Наука, 1966, 576с. 3. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1974, C.224 4. Ткаченко В.Н. Моделирование тепловых процессов в автоматизированных системах обработки информации // Вiсник Донецького нацiонального унiверситету, Серiя А. Природничi науки. – 2002, №2, C.379-383. 5. Мацевитый Ю.М. Обратные задачи теплопроводности. В 2-х т. : Т.2. Приложения. – НАН Украины, Институт проблем машиностроения. – Киев: Наукова думка, 2003. 6. Коздоба Л.А., Круковский П.Г. Методы решения обратных задач теплопереноса. – Киев: Нау- кова думка. – 1982. – 385c. Ин-т прикл. математики и механики НАН Украины, Донецк lit.ov@i.ua Получено 04.12.08 118 содержание Том 17 Донецк, 2008 Основан в 1997г.