Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Determination of thermal parameters of heat-insulating materials using artificial neural networks

Tytuł:
Determination of thermal parameters of heat-insulating materials using artificial neural networks
Autorzy:
Minkina, W.
Chudzik, S.
Data publikacji:
2003
Słowa kluczowe:
współczynnik przewodzenia ciepła
współczynnik przenikania temperatury
pojemność cieplna
thermal conductivity
thermal diffusivity
heat capacity
Język:
angielski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
The paper deals with a method that allows three basic thermophysical parameters to be determined on a single measuring stand. The method makes use of the dynamics of a nonstationary heat flow process in solid states and is based on a model of the one-dimensional Fourier differential equation. To estimate the unknown values of coefficients, an inverse problem has to be solved. We propose a way of applying artificial neural networks (ANN) to solve the inverse problem. The results of the thermal parameter identification for a heat-insulating material using ANN are compared with the results obtained by the classical algorithm of the mean square error minimization. The influence of measurement errors on identified values of the thermal parameters of a heat-insulating material are analysed. The calculations presented in the paper use results obtained from experiments carried out on a special laboratory stand.
W pracy opisano możliwość wyznaczania trzech podstawowych parametrów cieplnych materiałów termoizolacyjnych na pojedynczym stanowisku pomiarowym. Przedstawiana metoda wykorzystuje dynamikę procesu dyfuzji ciepła w badanej próbce. Model zjawiska oparty jest na jednowymiarowyrn równaniu różniczkowym Fouriera. W celu wyznaczenia nieznanych wartości parametrów termofizycznych należało rozwiązać zagadnienie odwrotne. Zaproponowano algorytm oparty na minimalizacji błędu średniokwadratowego. W pracy przedstawiono także koncepcję wykorzystania sztucznych sieci neuronowych do rozwiązania współczynnikowego zagadnienia odwrotnego, jako rozwiązania alternatywnego dla algorytmów metod numerycznych. Porównano wyniki identyfikacji parametrów cieplnych materiału termoizolacyjnego dla klasycznego algorytmu minimalizacji błędu średniokwadratowego z wynikami otrzymanymi z wykorzystaniem sztucznych sieci neuronowych. W przeprowadzonych symulacjach komputerowych zbadano wpływ błędów pomiarowych mogących wystąpić w wielkościach mierzonych na wyniki identyfikacji parametrów cieplnych. Przedstawiane wyniki pomiarów otrzymano w eksperymentach przeprowadzanych na specjalnie zbudowanym do tego celu stanowisku porniarowym. Przedstawiona w pracy metoda dynamiczna, wraz z przenośnym systemem, jest przeznaczona do szybkiego (1-2 minuty) wyznaczania parametrów cieplnych materiałów termoizolacyjnych wykorzystywanych w budownictwie i przemyśle, takich jak styropian bądź wełna mineralna. Przenośny system pomiarowy mógłby na przykład na bieżąco (on-line) sprawdzać jakość materiału termoizolacyjnego opuszczającego daną linię produkcyjną w zakładzie, bądź umożliwiałby badanie jakości materiału w "terenie".

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies