[发明专利]一种复杂结构沸腾表面的热流密度软测量方法

说明书

本发明公开了一种复杂结构沸腾表面的热流密度软测量方法，所开发的人工神经网络包括输入层、卷积层、激活层、反卷积层与输出层，所述方法的步骤如下：通过大量热传导偏微分方程正演模拟获得温度场数据集；将数据集进行卷积；对获得的卷积特征图进行反卷积；还原反卷积特征图得到高分辨率的单通道输出图像；获得热流密度分布。本发明的有益效果在于与传统方法中需要针对不同实际问题重新计算的情况不同，基于FluxNet深度学习算法估算所获得的映射函数F(q_B)可重复使用，因此，本发明的整体计算效率较传统的基于构建伴随算子和求解偏微分方程约束优化问题的反问题正则化方法有极大的提高。

技术领域

本发明属于工业设备和精密仪器热流密度软测量的研究技术领域，特别涉及一种复杂结构沸腾表面的热流密度软测量方法。

技术背景

池沸腾是一种重要的沸腾方式，指流体在一个容积较大的容器内被加热实现沸腾的过程，在工业领域有很重要的应用价值，它关系到如何最大限度地提高相变换热器的性能，如何维持合适的温度区间以保证反应过程稳定进行。然而，当沸腾状态由核态沸腾转变为膜沸腾时，设备的散热能力达到上限即意味着达到最大临界热流密度。如何提高最大临界热流密度是研究人员近年来特别关注的科学与工程技术问题之一。实际生产中，以反应炉为例，其加热面的热流和温度是可控的，然而反应炉内壁的未知高瞬态热流密度分布难以直接测量。若能实时监测到反应炉内壁热流密度分布的变化，便能够更好地避免局部过热现象，从而更精准高效地控制该过程。本工作面向池沸腾这一类广泛应用的工业过程，以三维瞬态热传导偏微分方程为数学模型，由加热面瞬态温度分布反演炉内不可接触面的高瞬态热流密度分布。该问题属于识别Neumann边界条件的不适定偏微分方程反问题，对沸腾机理和复杂偏微分方程反问题计算方法的研究将助力工业中反应条件的控制与产品材料优化设计，具有重要的研究和应用意义。

然而，由于沸腾现象涉及到若干复杂的子过程(如热传导、热对流以及相变传热等)，全阶段的沸腾现象一直难以在统一框架下被准确建模，计算和预测。过去几十年内，学者们从宏观、介观、微观、分子尺度上对沸腾现象进行了许多研究。例如，V.K.Dhir在蒸汽系统宏观几何模型的基础上，建立了核态沸腾和过渡沸腾的统一框架。在介观尺度上，R.Mei等人研究了加热过程中气泡在平板和膜上的生长过程。在微观尺度上，P.Stephan和J.Hammer提出微边界层理论预测，即“沸腾过程中的大部分热量通过蒸发从三相接触线的微观区域传递”。然而，由于缺乏实验和理论证据，传统方法大多尚未得到充分验证，目前哪些参数主导沸腾传热尚不完全清楚，对于全阶段沸腾现象仍需进一步深入研究。

池沸腾过程中的一类基准三维瞬态热传导反问题，该类问题的经典求解方法包括Tikhonov正则化计算方法、基于第一类Fredholm积分方程变换的正则化计算方法、基于共轭梯度法的迭代正则化计算方法、Landweber迭代正则化计算方法以及基于L₁范数的变分计算方法等。在应对沸腾过程的温度变化范围较小的这类线性、半线性反问题时，共轭梯度法有明显的求解效率优势。相比常用于求解非线性问题的牛顿迭代方法，共轭梯度法不需要计算海森矩阵和对应的逆矩阵，计算过程中内存开销小；相比最速下降法，共轭梯度法每个迭代过程中选取的搜索方向都与之前的方向正交，大大加快收敛过程。总体来说，基于相对容易测得的温度信息来反演难以测量的热流密度分布可以通过以上算法建立面向三维瞬态热传导反问题的计算模型来实现。

然而，基于共轭迭代法的正则化等传统计算方法需要通过有限元等离散方法在连续域上迭代计算大量偏微分方程正问题、伴随问题和敏感性问题。这些方法在处理复杂传热问题，特别是非线性问题时存在计算规模过大，计算精度低，抗噪性差等缺点，难以满足实际工程问题中的实时测量、控制和优化的要求。

发明内容

鉴于现有技术的缺陷，本发明旨在于提供一种复杂结构沸腾表面的热流密度软测量方法，该方法基于FluxNet深度学习算法计算热传导偏微分方程反问题。针对此类工程问题，提出的方法在达到精度需求情况下不仅计算速度更快，还具有处理强非线性问题以及抗噪性良好的特点，是能替代热传导正/反问题复杂偏微分方程抽象算子的高效计算模型。