用遗传算法和反问题监测高炉炉缸炉底热侵蚀

来源 :复旦大学 | 被引量 : 0次 | 上传用户:js_netbit
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文考察冶金高炉的炉衬热侵蚀问题,将其归结为稳态热传导问题的反问题,并分别使用有限元方法和改进的遗传算法进行了计算和求解。 高炉炉衬侵蚀监测是钢铁工业现代化大工业生产的重要组成部分,对于生产安全和生产效率及效益有着重要的意义,在国内和国外都日益受到重视。 成功地使用有限元方法对正问题进行了求解。为了应对炉衬边界变动引起计算区域改变的问题,自主开发了自动进行有限元Dealunay三角网格剖分的程序。对于刚度矩阵,采用一维紧缩存储,并使用简单有效的带宽优化算法,进一步减少了内存空间的占用和计算的时间。 利用简单的三次样条插值,解决了炉衬侵蚀监测问题中,反问题的条件数往往少于正问题的条件数目的困难,使得监测问题能够适当地定解。 考虑到本文的反问题的机理比较复杂,容易在优化中陷入局部最优解,选用遗传算法,很好地克服了这些问题。同时,对传统的遗传算法应用了一些改进方案,比如实数编码、非均匀变异等等,提高了算法的收敛效率和优化精度。通过大量的、系统性的数值实验考察,选取了适当的遗传方案和参数,并验证了算法的可靠性和稳定性。对实际数据和人工数据的计算结果表明,算法可行、可靠、稳定。
其他文献
脉冲微分方程对在瞬时干扰下状态发生突然变化的演变过程提供了一种自然的描述,在数学处理上,脉冲的出现使得系统具有混合性,既是连续的,又是离散的,相应的脉冲微分方程理论也比无
支持向量机是基于统计学习理论,借助最优化方法来解决机器学习问题的新工具。最近,支持向量机方法已经成为机器学习领域研究的热点。它将机器学习问题转化为求解最优化问题,
八元数是一种非交换、非结合的可除代数.但自1844年八元数被发现以来,八元数上的数学理论进展缓慢.相比之下,四元数上的数学理论却成熟很多,并在数学、物理方面得到了重要的应用.最
在环境科学、能源开发、流体力学和电子科学等许多领域,经常遇到同时伴有物质输运和分子扩散的物理过程,而其数学模型通常为对流-扩散方程或含有此类方程的偏微分方程组。当扩
在现代科学技术的发展过程中,学科的精确化是它们取得进展的重要保证。学科的精确化往往是通过建立数学模型来实现的,而大量的数学模型可归纳为“反应扩散方程”的形式。近三十