Stability of numerical method of implicit adaptation of transient heat conduction model to rigid body thermophysical parameters

Cover Page

Cite item

Full Text

Abstract

This study is devoted to the analysis of algorithmic stability and complexity of the model of transient heat conductivity with implicit adaptation to the thermophysical parameters of the heated solid body. The implicit adaptation method is based on the substitution of such parameters as heat capacity, thermal conductivity and density in the transient heat conduction equation by two dimensionless adjustable coefficients, uniformly discretized over the entire model lifetime, with their further adjustment using a modified stochastic gradient descent method. In order to ensure the stability of calculations of such a model using a computer, some conditions have been defined in previous studies, which allowed us to obtain stability equal to 64%. It was assumed that the remaining 36% was a consequence of violation of these conditions in the process of adjustment. In this paper we propose algorithmic constraints that allow us to solve this problem. The repetition of experiments shows that the application of the proposed approach allows one to increase the stability from 64% to 98%. Also, an analytical comparison of algorithmic complexity classes for models with implicit adaptation and with "group-explicit" adaptation is made. As a result, it is found that the proposed numerical method has a lower complexity in comparison with the finite-difference method with "group explicit" adaptation.

About the authors

Petr Igorevich Zhukov

STI NUST “MISIS”

Email: Zhukov.petr86@yandex.ru
Stary Oskol

Anton Igorevich Glushchenko

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: aiglush@ipu.ru
Moscow

References

  1. АЛБУ А.Ф., ЗУБОВ В.И. О восстановлении коэффициен-та теплопроводности вещества по температурному по-лю // Журнал вычислительной математики и математиче-ской физики. – 2018. – Т. 58, № 10. – С. 1642–1657.
  2. БИРЮКОВ А.Б., ГИНКУЛ С.И., ГНИТИЕВ П.А., ОЛЕШ-КЕВИЧ Т.Г. Математическое моделирование процессов тепловой обработки металла в печах с учетом окалино-образования // Сталь. – 2016. – №8. – С. 85–90.
  3. БИРЮКОВ А.Б., ГНИТИЁВ П.А., ОЛЕШКЕВИЧ Т.Г. Адаптация математической модели процессов тепловой обработки металла в печах, учитывающей окалинообра-зование // Вестник Донецкого национального техническо-го университета. – 2017. – №2. – С. 30–37.
  4. ГЛУЩЕНКО А.И., ЖУКОВ П.И., ФОМИН А.В. Адапта-ция сеточной модели нестационарной теплопроводности на основе метода градиентного спуска // Материалы Всероссийской конференции «Математическая теория управления и ее приложения» (МТУИП–2022). – Санкт-Петербург: Электроприбор, 2022. – С. 59–62.
  5. ГОРИНОВ О.И., КОЛИБАБА О.Б., ГАБИТОВ Р.Н. Ис-пользование регрессионной модели для определения теп-лофизических свойств слоя твердых органических отхо-дов // Материалы международной научно-технической конференции «Состояние и перспективы развития электро- и теплотехнологии». – Иваново: Ивановский гос-ударственный энергетический университет им. В.И. Лени-на, 2015. – С. 216–219.
  6. ГУБАРЕВА К.В., ПОПОВ А.И., ЗИНИНА С.А., ШУЛЬ-ГА А.С., ЧУЯНОВ Д.О. Моделирование процесса тепло-обмена в пластине с переменными теплофизическими свойствами // Научное обозрение. Технические науки. – 2020. – №6. – С. 52–57.
  7. ДАБАС М.Р., ЗУБКОВА Н.С., КОБЗЕВ А.А. Адаптация математической модели теплового режима полосы в чистовой группе клетей стана горячей прокатки // Управление большими системами: труды XVII Всерос-сийской школы-конференции молодых ученых. – М.: Ин-ститут проблем управления им. В.А. Трапезникова РАН, 2021. – С. 515–520.
  8. ДИЛИГЕНСКАЯ А.Н., РАПОПОРТ Э.Я. Метод мини-максной оптимизации в коэффициентной обратной за-даче теплопроводности // Инженерно-физический жур-нал. – 2016. – Т. 89, №4. – С. 1007–1012.
  9. ДМИТРИЕВ О.С., ЖИВЕНКОВА А.А. Численно-аналитическое решение нелинейной коэффициентной об-ратной задачи теплопроводности // Инженерно-физический журнал. – 2018. – Т. 91, №6. – С. 1426.
  10. ЖУКОВ П.И., ФОМИН А.В., ГЛУЩЕНКО А.И. Алго-ритмическая устойчивость и сложность процесса неяв-ной адаптации сеточной модели нестационарной тепло-проводности к нагреваемому веществу // Управление большими системами: сборник трудов. – 2023. – Вып. 101. – С. 39–63.
  11. ЖУКОВ П.И., ФОМИН А.В., ГЛУЩЕНКО А.И. Неявная адап¬тация сеточной модели нестационарной теплопро-водности к нагреваемому веществу // Управление боль-шими системами: сборник трудов. – 2022. – Вып. 100. – С. 78–106.
  12. ЖУКОВ П.И., ГЛУЩЕНКО А.И., ФОМИН А.В. Сравне-ние эффективности «обучения» сеточной модели неста-ционарной теплопроводности при различных целевых функциях // Управление большими системами: труды XVIII Всероссийской школы-конференции молодых уче-ных. – Челябинск: ЮУрГУ, 2022. – С. 440–448.
  13. КАНАРЕЙКИН А.И. Распределение температуры в те-ле эллиптического сечения с внутренним источником тепла при граничных условиях первого рода // Вестник Калужского университета. – 2020. – №2. – С. 74–76.
  14. КАНАРЕЙКИН А.И. Стационарное температурное по-ле в прямоугольной пластине с переменной теплопровод-ностью по одной координате // Вестник международной академии холода. – 2023. – №1. – С. 99–104.
  15. КАНАРЕЙКИН А.И. Уравнение переноса тепла в криво-линейном стержне // Матрица научного познания. – 2021. – №4-1. – С. 42–45.
  16. КУРГОСОВ Д.А., ЛИВАДНЫЙ Н.Е., ЗУБАРЕВ Ю.М. Математическая модель тепловых процессов при закал-ке стали // Актуальные проблемы морской энергетики. – 2019. – С. 489–494.
  17. ЛИСИЕНКО В.Г., МАЛИКОВ Г.К., ТИТАЕВ А.А. Срав-нение зонального метода моделирования теплообмена излучением с методом конечных объемов на примере рас-чета нагрева непрерывнолитой заготовки в кольцевой печи // Современные научные достижения металлургиче-ской теплотехники и их реализация в промышленности: сборник докладов международной научно-практической конференции. – Екатеринбург: УрФУ, 2018. – С. 117–122.
  18. ЛОБАСОВА М.С., ЛОБАСОВ А.С. Тепломассообмен. Стационарная теплопроводность. – Красноярск: СФУ, 2015. – 60 с.
  19. МАКСИМОВ Д.И. Метод конечных разностей для урав-нения теплопроводности в двумерной неоднородной об-ласти // Continuum. Математика. Информатика. Образо-вание. – 2016. – №1. – С. 36–41.
  20. ОЖЕРЕЛКОВА Л.М., САВИН Е.С. Температурная зави-симость нестационарной теплопроводности твердых тел // Russian Technological Journal. – 2019. – Т. 7, №2. – С. 49–60.
  21. ОЗЕРКИН Д.В. Моделирование анизотропности темпе-ратурного поля объемных интегральных микросхем // Из-вестия высших учебных заведений. Приборостроение. – 2020. – Т. 63, №. 7. – С. 657–665.
  22. ОЗЕРКИН Д.В. Расчет температурного поля много-слойных несущих конструкций численными методами // Системы анализа и обработки данных. – 2022. – №2(86). – С. 105–120.
  23. ПАРСУНКИН Б.Н., АНДРЕЕВ С.М., МУХИНА Е.Ю. Экстремально-оптимизирующее автоматизированное управление нагревом непрерывнолитых заготовок в печах проходного типа // Вестник Череповецкого государствен-ного университета. – 2021. – №5(104). – С. 22–34.
  24. САМАРСКИЙ А.А. Теория разностных схем. – М.: ФМЛ, 1989. – 616 с.
  25. СОРОКОВАЯ Н.Н., КОРИНЧУК Д.Н. Математическое моделирование динамики тепломассопереноса, фазовых превращений и термодеструкции при высокотемпера-турной сушке биомассы // Материалы международной научно-практической конференции «Современные энерго-сберегающие тепловые технологии (сушка и тепловые процессы) СЭТТ-2020». – М.: Мегаполис, 2020. – С. 137–144.
  26. ТОЛСТЫХ В.К., ПШЕНИЧНЫЙ К.А. Математическое и численное моделирование нестационарных течений с фазовыми переходами в противоточных теплообменных аппаратах // Вестник Южно-Уральского государственно-го университета. Серия: Математическое моделирование и программирование. – 2023. – Т. 16, №2. – С. 59–67.
  27. ТОРОПОВ Е.В. Адаптация степени черноты продуктов сгорания топлив к интервалу температур 1000... 2000 К // Вестник Южно-Уральского государственного универси-тета. Серия: Энергетика. – 2018. – Т. 18, №3. – С. 22–29.
  28. ТОРОПОВ Е.В., ЛЫМБИНА Л.Е. Адаптация матема-тической модели обобщенного теплообмена в топках // Вестник Южно-Уральского государственного университе-та. Серия: Энергетика. – 2020. – Т. 20, №4. – С. 12–22.
  29. ФЕДЯЕВСКИЙ М.Р., АЛЕКСЕЕВ П., ЛЕУХИН Ю.Л. Численное моделирование аэродинамики и конвективного теплообмена струйного модульного рекуператора // Ма-териалы II Международной научно-практической конфе-ренции «Арктические исследования: от экстенсивного освоения к комплексному развитию». – Архангельск: АЗ+, 2020. – С. 601–606.
  30. ЧЕРНУХИН Р.В., ДОЛГУШИН А.А., КАСИМОВ Н.Г., ИВАНЦИВСКИЙ В.В., ЛОБАНОВ Д.В., ВАСИЛЬЕВ С.А., МАРТЮШЕВ Н.В. Обоснование расходных характери-стик рекуператора для тепловой подготовки агрегатов машин и оборудования // Обработка металлов: техноло-гия, оборудование, инструменты. – 2020. – Т. 22, №4. – С. 82–93.
  31. KAMOLOV J., SAIDOV S. Development of a mathematical model of a nonstationary heating and cooling process of a thin plate with a cermet coating // Science and innovation. – 2022. – Vol. 1, No. A6. – P. 626–635.
  32. TIAN X., WANG L. Heat conduction in cylinders: Entropy generation and mathematical inequalities // Int. Journal of Heat and Mass Transfer. – 2018. – Vol. 121. – P. 1137–1145.
  33. ZANOLI S.M., PEPE C., ASTOLFI G., MOSCOLONI E. Analysis and modeling of steel industry reheating furnace bil-lets temperature // 23rd Int. Carpathian Control Conference (ICCC). – IEEE, 2022. – P. 337–342.
  34. ZANOLI S.M., PEPE C., MOSCOLONI E., ASTOLFI G. Da-ta Analysis and Modelling of Billets Features in Steel Industry // Sensors. – 2022. – Vol. 22, No. 19. – P. 7333.

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».