论文部分内容阅读
通过沿薄板运动反方向以单元格的形式平移薄板中的热源来取代薄板的连续运动,使得温度场的每次计算可以采用相同的热源分布,无需重新计算涡流场,大大减少了横向磁通感应加热耦合场数值仿真的时间.利用有限元数值计算结果作为神经网络的训练样本,分别建立了横向磁通感应加热装置出口处平均温度及其平均相对误差的预测模型.检验样本的结果表明所训练的神经网络具有很高的准确性.利用神经网络分析了频率和电流对平均温度及其平均相对误差的影响,并应用模拟退火法对频率和电流进行了优化以获得给定温度下的最小平均相对误差.