用于IGBT模块温度观测的3-D降阶混合型热模型

IGBT模块温度在线监测是提高大容量变流器可靠性的关键技术。在IGBT模块在线温度监测方法中,热阻模型法可对IGBT模块内部的温度分布进行估计,因而受到关注。结合了传感器数据的温度观测器可基于热阻模型,实时修正材料老化、参数温度依赖性和功率损耗计算误差等不确定因素对温度估计造成的影响。然而现有热模型无法同时兼顾系统可观性和建模准确性,且阶数相对较高,难以应用于温度观测器的在线运行。因此,该文提出了一种适用于风冷散热多芯片IGBT模块3-D温度观测器,同时满足可观性、准确性和实时性要求的混合型降阶热模型。首先,分析了热阻模型的拓扑结构及其参数辨识的方法,并探究了模型的状态空间生成规律;然后,基于非线性优化算法对该模型的参数进行修正,以减小因计算流体力学(CFD)仿真模型参数与实际参数不一致所引入的热阻模型与实验物理对象间的误差;随后,使用平衡截断法对热阻模型降阶,相对于现有集总参数热阻模型,进一步提高了实时求解效率;最后,通过仿真和实验验证了所提模型的准确性。

干式车载牵引变压器绕组区域动态温度计算模型

干式车载牵引变压器质量轻、安全系数高,但其内部热场随运行环境及负荷状态频繁波动。为实现干式车载牵引变压器绕组动态温度的快速计算,基于热电类比原理搭建分布式动态热网络拓扑结构,并借助CFD模型开展仿真试验,探究运行参数和风道尺寸对散热性能的影响,提出风道出口温度计算方法;基于干式车载牵引变压器绕组温升试验平台,验证动态温度计算模型的有效性。结果表明:针对不同结构参数和时变运行场景,所建绕组动态温度计算模型均能准确获取绕组区域温度分布及动态变化情况,相比CFD数值仿真节省99%以上的时间成本,有助于干式车载牵引变压器热容量的合理规划和设计效率的进一步提高。

无模型自适应滑模控制的微波加热过程温度控制

微波加热模型具有无限维、非线性和时变等特点,导致控制器难于设计和实现。针对此问题,提出了一种适用于微波加热过程的无模型自适应滑模控制方法。首先,对微波加热过程传热数学模型进行分析,建立了微波加热过程输入功率与温度之间的全格式动态线性化数据模型。然后,根据该数据模型设计了无模型自适应滑模控制器,并给出了数据模型中相关未知时变参数和未知干扰的估计算法。最后,利用COMSOL和MATLAB进行仿真,仿真结果验证了所提控制方法的有效性。

基于Bagging-WOA-SVR的粮堆温度场预测模型

采用阵列式分布的测温电缆检测粮仓温度变化情况,利用机器学习技术来预测粮食温度,用粮仓1年监测数据来预测粮堆未来27 d温度。传统的BP、RBF、RF、SVR单模型对粮堆温度进行预测存在误差大、泛化能力差等缺点,提出一种基于Bagging集成的鲸鱼算法优化支持向量回归模型(Bagging-WOA-SVR),并与灰狼算法优化支持向量回归模型作比较。将影响粮堆温度的多种因素做灰色关联分析,选取粮仓内温度、粮仓内湿度、粮仓外温度、粮仓外湿度、粮仓平均温度、地表温度作为神经网络的输入,粮堆平均温度作为预测输出,选取3个指标为评判标准,对比分析模型预测精度。结果表明:提出的Bagging-WOA-SVR模型相比之下有着较好的稳定性,均方误差为0.24,相关系数为0.9892。

面向数字孪生模型应用的油浸式变压器绕组温度POD-RBFLP降阶计算方法

了解油浸式电力变压器绕组的温度情况是保证其运行稳定性的关键,也是当前针对油浸式变压器数字孪生分析的必然需求。为了快速地获得变压器绕组的稳态温度,该文提出一种基于本征正交分解(proper orthogonal decomposition,POD)和包含线性多项式的径向基函数响应面法(radial basis function response surface method including linear polynomial,RBFLP)的降阶计算模型。首先,讨论POD方法的降阶特性,并设计一种基于留一法交叉验证的自适应获得快照矩阵方法,以提高计算精度及效率;其次,采用响应面方法建立POD模态系数与绕组工况的相关关系,旨在实现通过绕组工况快速获得POD模态系数,从而跳过对降阶模型的复杂非线性计算,进而高效重构绕组温度场。相关算例表明,该方法具有较好的计算精度和效率,在50组测试工况下,与全阶计算相比,误差不超过2.5 K,且总计算时间仅为1.45 s;最后,基于110 kV变压器绕组搭建温升试验平台,试验结果表明,降阶计算结果相较于试验结果,平均计算误差不超过2 K,且单步计算时间仅为0.03 s,相较于同等规模的全阶计算,计算效率有较大幅度地提升。

基于长短时记忆网络的恒温水浴锅温度模型预测

【目的】由于恒温水浴锅温度系统存在强非线性及大滞后性,本研究提出一种基于长短时记忆网络的恒温水浴锅温度模型预测方法。【方法】首先,对采集到的数据进行标准化处理,寻找长短时记忆网络的最优结构及超参数,用来拟合出最佳的数据映射特征,并构建恒温水浴锅温度的动态数学模型。其次,通过模型对未来一段时间内的温度趋势进行预测。最后,使用本研究提出的方法与最小二乘法所预测的结果进行对比分析。【结果】本研究所提方法构建的模型的拟合度达到了98.2%,预测结果的MSE及MAE比最小二乘法模型分别降低了4.616、0.823。【结论】本研究所提方法具有更高的预测精度,对提高恒温水浴锅的生产效率及控制精度具有重要意义。

基于Prophet-XGBoost组合模型的极端温度事件下负荷预测

气候变化对城市的影响日益加剧,频发的极端温度事件导致城市电力系统供需不平衡问题凸显,精确的需求侧电力负荷预测成为提升电力系统适应性从而支持城市功能稳定性的关键。本文开发了一种适用于极端温度事件下负荷预测的组合模型,结合时间序列模型Prophet和机器学习模型XGBoost,有效表征极端温度影响下的电力负荷波动趋势。实验结果表明,相比传统单一模型,组合模型显著提高了极端温度事件下的电力负荷预测精度,在增强城市电力系统对气候变化适应性方面具有较强的有效性,从而为电力调度等电力系统应急管理工作提供了更可靠的支持。

考虑温度作用的岩石统计损伤本构模型及验证

为了预测和评估深部高温岩体的稳定性,运用理论推导的方法研究温度作用下(后)岩石的本构关系。首先,基于已有的岩石统计损伤本构模型,考虑温度对岩石损伤变量的影响,引入了损伤变量修正系数、损伤起裂应力和起裂应变等参数;其次,假设微元体强度服从幂函数分布,并符合Hoek-Brown(H-B)强度准则,针对统计损伤本构模型无法反映峰前较强的微裂纹压密效应的弊端,引入了相应的模型修正系数;再次,建立了考虑温度作用的岩石统计损伤本构模型,并确定了模型参数的表达式;最后,对比不同温度作用下(后)的花岗岩在单轴和常规三轴压缩试验条件下所得的结果与文献中模型的计算结果,验证本文模型的准确性。研究结果表明:所提出的模型的计算结果与文献的试验结果在数值、分布规律和趋势上具有良好的一致性;对于全过程σ-ε曲线的各阶段,本文模型的计算效果较文献中本构模型计算效果更好,与试验曲线的贴合度更高,能够更好地反映高温作用下(后)岩石的损伤本构特征。该模型的参数具有常规性,适用于各类温-压组合作用工况下的岩石。

温度对黑皮鸡枞菌贮藏品质的影响及货架期的预测模型

本试验模拟了黑皮鸡枞菌(Oudemansiella raphanipies)采后贮藏流通的三种温度(2、4、8℃),并测定了黑皮鸡枞菌贮藏期间感官评分、腐烂指数、质量损失率、白度、可溶性蛋白含量、丙二醛含量、多酚氧化酶活性、过氧化物酶活性、超氧化物歧化酶活性、抗坏血酸和还原糖含量等理化指标。结果表明,2℃低温贮藏能更有效降低子实体质量损失率、丙二醛含量及过氧化物酶和多酚氧化酶活性,维持子实体白度和可溶性蛋白、还原糖、抗坏血酸含量以及超氧化物歧化酶活性,对黑皮鸡枞菌的保鲜有积极作用。使用ASLT方法,结合动力学模型和Arrhenius方程,建立了基于腐烂指数、质量损失率、白度、抗坏血酸含量的货架期预测模型,决定系数R2均大于0.90,模型拟合精度高且预测误差均小于10%,其中以质量损失率预测货架期具最高精度。用此模型能够方便快捷地预测黑皮鸡枞菌在采后某一时期的剩余货架期,可为食用菌采后贮藏流通控制提供理论依据。

深水固井循环阶段井筒温度场预测模型研究

准确预测固井循环阶段井筒温度场有助于水泥浆性能参数的设计和井筒压力的计算,为此,基于井筒流动机理和传热学理论,考虑不同区域差异对传热过程的影响和不同流体热力学参数差异及其随井深变化的特点,结合流体界面位置描述方程,建立了适用于深水固井循环阶段的井筒温度场预测模型。利用2口井的实测数据对模型进行了验证,并进行了关键因素的影响规律分析。结果表明:注入水泥浆之前,钻井液应循环2~4周,以降低注入过程中循环时间改变对井底循环温度的影响;注入水泥浆过程中,排量越大,周围环境的升温或降温作用越不明显;计算过程中,若不考虑温度对比热容的影响,则预测的井底循环温度会偏高2~4℃;水泥浆密度对温度的影响规律与传热方向有关。研究结果对深水固井具有一定的指导作用。

基于光周期和温度的物候模型对华北平原刺槐始花期的模拟

光周期和温度是影响木本植物开花的两大关键气象因素。基于我国华北平原1963—2018年57个站点的刺槐始花期实测数据,构建了6种基于气温或光周期驱动的春季物候过程模型(积温模型、光周期模型、光周期-温度顺序模型、温度-光周期顺序模型、光周期-温度平行模型、光周期-温度乘法模型),并进行了参数率定和模型比较优选,以期明确刺槐开花的主导驱动因子以及潜在的光温作用机制。根据内部模拟的赤池信息准则(AIC)判定光周期-温度顺序模型的表现最佳,模拟值与观测值的相关系数(r)为0.86,均方根误差(RMSE)为4.81d,纳什效率系数(NSE)达到0.74,说明刺槐始花期的发生同时受到光周期和温度的作用。同时,在华北平原14个代表性站点上,光周期-温度顺序模型的表现普遍优于均值模型。基于光周期-温度顺序模型的参数率定结果,以下限温度6.5℃和下限日长4.5h来统计刺槐开花的实际有效积温量和实际有效日长累积量的年际变化情况,结果表明56年来刺槐开花的实际有效积温量呈现显著递增趋势,平均每10年增加4.5℃·d(P<0.05),而实际有效日长累积量却呈现极显著递减趋势,平均每10年减少23.9h·d(P<0.01),这说明在气候变暖背景下,刺槐开花的热量需求会更快速完成,引起刺槐开花日期的提前,但自然光周期的年内变化只与地理位置有关,日长累积需求则需要更长的时间完成,因此会在一定程度上抑制春季升温引起的开花日期提前。

基于湍流模型的飞行器温度场数值仿真研究

飞行器红外成像仿真需要不同飞行条件下的温度场分布。本文利用标准(Standard)k-ε模型、剪切应力传输(SST)k-ε模型和Spalart-Allmaras(S-A)模型分别进行数值模拟仿真计算,研究不同飞行速度和飞行高度下的飞行器温度场分布,并对不同模型的结果进行对比分析。首先,利用MultiGen Creator软件对飞行器进行三维建模;其次采用Hypemesh软件和Fluent meshing软件中进行面网格划分和体网格划分,最后采用Fluent 2022R1软件仿真飞行器静态温度场分布,通过改变湍流模型与边界条件设置,对不同飞行速度和不同高度下飞行器温度场进行数值模拟仿真,并与理论结果进行了对比分析。实验结果显示,3种湍流模型均能较好的模拟飞行器蒙皮与尾喷管内壁壁面温度值。飞行器蒙皮温度随着飞行马赫数的增加不断升高;随着飞行高度的升高而不断地降低,与理论结果变化规律一致。在尾喷管内壁面温度仿真中,3种湍流模型仿真的内壁面温度最高相差21 K,相对误差在1.8%左右,在红外仿真中近似忽略不计,故3种湍流模型均适合尾喷管内壁面温度场仿真。在蒙皮温度场仿真中,3种湍流模型仿真计算的蒙皮平均温度值与理论温度值的相对误差均在5%以内,均可满足红外成像仿真的温度差值要求,其中k-ε模型在蒙皮温度场模拟中与理论温度值最为接近,因此k-ε模型精度更高,更适合于飞行器的流场仿真,能更好地仿真出空气动力加热对飞行器温度场的影响。

考虑实际路况下排气温度的重型柴油车NO_(x)排放模型

选择性催化还原技术(SCR)是降低重型柴油车氮氧化物(NO_(x))排放的常用技术之一,且SCR系统内的NO_(x)转化率与尾气温度密切相关。然而,现有的NO_(x)排放测算模型主要考虑车辆行驶工况,缺少与排气温度的关联分析,从而增加了NO_(x)排放测算结果的不确定性,对排放清单的建立和减排政策的评估提出了挑战。本研究基于车辆实际运行工况和实测排放数据,建立NO_(x)排放速率库和NO_(x)排放率模型。随后,建立基于机动车比功率(VSP)和热损失系数的尾气温度模型。在此基础上,根据SCR系统中的化学反应原理,建立基于尾气温度的NO_(x)排放模型。最后,利用建立的NO_(x)模型和MOVES模型(移动源排放测算模型)分别估算NO_(x)排放量,并与实际排放情况进行比较分析。结果表明,本研究所提出的考虑实际路况下尾气温度的NO_(x)排放模型可以有效提高NO_(x)排放测算的准确性,在3辆重型柴油公交车上的NO_(x)测算相对误差分别为9.1%、3.9%和3.3%。相较于MOVES模型,相对误差分别降低了24.0、13.1和16.3个百分点。对不同运行工况下的NO_(x)排放特性分析表明,重型柴油货车的平均NO_(x)转化率比柴油公交车高39.2个百分点。

基于辐射改进Penman-Monteith模型估算粮食主产区参考作物蒸散量

为进一步提高Penman-Monteith模型估算参考作物蒸散量(Reference crop evapotranspiration,ET0)的精度,以中国粮食主产区为研究对象,将其划分为温带湿润半湿润地区(THSZ)、温带干旱半干旱地区(TASZ)、暖温带半湿润地区(WTSZ)和亚热带湿润地区(SHZ),基于32个气象站点1994-2020年长序列实测逐日气象数据,将猎豹算法(CO)、沙猫算法(SCSO)、野狗算法(DOA)优化的时间卷积神经网络模型(TCN)和3种基于日照时数、3种基于温度的经验模型估算的辐射(R_(s))值与PM模型进行融合,得到改进PM模型。以均方根误差(RMSE)、决定系数(R^(2))、平均绝对误差(MAE)和效率系数(E_(NS))为精度评价体系,找出了粮食主产区不同分区的ET0最优估算模型,结果表明:基于日照时数模型的计算精度要优于温度模型,其中CO-TCN模型在全区内均表现出了较高的精度,在不同分区的RMSE、MAE、R^(2)和E_(NS)中位数取值分别为0.099~0.171 mm/d、0.057~0.111mm/d、0.984~0.998、0.983~0.997,由此可将CO-TCN模型估算的辐射值与PM模型融合,作为标准值用于估算粮食主产区ET0。

基于LSTM-AT的温室空气温度预测模型构建

构建精确的温室空气温度预测模型是采用模型预测控制等控制算法实现温室空气温度精准控制的前提条件。长短记忆神经网络(long short-term memory,LSTM)以处理时间序列数据方面的优势而广泛应用于温室空气温度预测,然而其面对长时间序列数据存在由于数据遗忘而导致温室空气温度预测精度降低的问题。为解决以上问题,该研究将LSTM模型与注意力机制(attention mechanism,AT)结合构建LSTM-AT模型,根据LSTM模型隐藏层输出状态重要性程度为隐藏层输出分配权重,以提高温室空气温度长时间预测精度。该研究在不同预测时长(12、24和48 h)和不同天气状况两种情况下将LSTM-AT模型与递归神经网络、门控循环单元、双向长短记忆网络、LSTM模型进行对比。结果表明,LSTM-AT模型空气温度预测值与测量值变化趋势较为一致,模型计算值与空气温度测量值的决定系数最小为0.95,均方根误差最大为1.34℃,平均绝对误差最大为10.51%;LSTM-AT模型、LSTM模型、门控循环单元、递归神经网络、双向长短记忆网络5种模型温室空气温度预测均方根误差平均值分别为0.89、1.42、1.89、2.10、1.51℃,平均绝对百分比误差平均值分别为4.26%、8.96%、13.57%、17.70%、10.67%。由此可知,相较于其他4种模型,该研究提出的LSTM-AT模型具有更高的预测精度,能够精确预测温室空气温度。

热风洞温度系统的无模型自适应级联控制

热风洞能够为高温热电偶动态标定和航空发动机叶片热强度测试等应用场景提供均匀且稳定的温度场,如何对热风洞所产生的热气流进行宽温范围的温度控制是一个难点。为此,建立了热风洞燃油流量和燃烧室温度的数学模型;设计了一种内环为增量式比例积分微分(PID)和外环为无模型自适应控制(MFAC)的级联控制方法,增量式PID控制器控制燃油流量,MFAC控制器控制燃烧室温度,实现了对燃烧室温度的有效控制;进行了不同目标温度的数值模拟和试验研究,并与FuzzyPID-PID级联控制方案和传统的级联PID控制方案进行了对比测试。试验结果确认了所提控制方案的可行性与优越性。

时效温度对7050铝合金屈服强度的影响与本构模型研究

目的预测不同时效条件下7050铝合金力学性能的演化规律,为多级快速时效热处理工艺提供理论基础。方法分别在120、160、180℃温度下对7050铝合金进行0~8h时效热处理,并进行室温单拉试验,获得相应时效条件组合的应力-应变曲线及屈服强度演化曲线,建立统一时效本构模型,模拟微观组织(沉淀半径、溶质浓度)的演化规律,根据微观组织的演化规律,模拟由析出强度与固溶强度组成的屈服强度的演化规律。结果在不同时效温度下,模拟的屈服强度演化规律与试验结果基本保持一致,模拟的微观组织演化规律与理论分析结果基本保持一致。在160℃时效热处理8h和180℃时效热处理2h条件下得到了试验峰值屈服强度,分别为578.6MPa和555.8MPa,在模拟结果中也得到了相应的演化结果。在120℃下,屈服强度的试验结果与模拟结果均呈上升趋势。结论所建立的统一本构模型考虑了时效温度、时效时间的影响,成功预测了不同时效温度条件下析出相半径、溶质浓度等微观变量的演化规律,这些变量都有助于预测合金析出强度与固溶强度的演化规律,进而成功预测了由这2个强度分量组成的屈服强度的演化规律。

云贵地区顾及高度改正的大气加权平均温度模型

针对云贵地区地形起伏特点,分析T_(m)与高程、Ts的关系,利用2016—2018年的ERA5数据,建立两种顾及高度改正的T_(m)模型——YGTrop-T_(m)和YGMete-T_(m)。以2019年ERA5和探空数据为参考值,结合Bevis公式、GPT2w和CTrop模型,对新模型精度进行评估。结果表明,以ERA5数据为参考值,YGTrop-T_(m)和YGMete-T_(m)模型的年均RMS分别为2.72和2.16 K,相较于Bevis公式、GPT2w-5和GPT2w-1模型,YGTrop-T_(m)模型RMS减少了20%、28%、9%,与CTrop模型相当,而YGMete-T_(m)模型RMS相较于Bevis公式、GPT2w-5、GPT2w-1和CTrop模型减少了36%、43%、28%和20%;以探空数据为参考值,YGTrop-T_(m)模型年均RMS与Bevis公式和CTrop模型相当,分别为2.88、2.93和2.80 K,而YGMete-T_(m)模型的年均RMS最小,为2.45 K,相较于Bevis公式、GPT2w-5、GPT2w-1和CTrop模型,减少了16%、21%、20%和12%。此外,将YGTrop-T_(m)和YGMete-T_(m)模型用于GNSS水汽计算,对应的水汽理论RMS误差分别为0.25和0.21 mm,相对误差分别为1.01%和0.86%。

耦合温度影响的动态非线性渗流模型

针对现有非线性渗流模型未考虑温度变化对非线性渗流规律的影响,首先从毛细管渗流模型、Hagen-Poiseuille公式以及边界层理论出发,结合温度对边界层厚度及流体屈服应力的影响,推导得到低渗透多孔介质中耦合温度影响的动态非线性渗流模型。其次,利用已发表文献中的实验数据开展拟合验证,得到的渗流速度曲线及最小启动压力梯度与实验数据吻合度高,验证了动态非线性渗流模型的准确性,同时与静态非线性渗流模型和达西渗流模型的对比分析,进一步揭示了动态非线性渗流模型的合理性。针对渗流速度曲线进行敏感性分析表明,拟合系数A和B取值的增大均会导致渗流速度曲线右移,非线性渗流段曲线弯曲程度减弱,最小启动压力梯度增加。温度升高对渗流速度曲线影响程度较大,导致渗流速度曲线大幅上移,非线性渗流段弯曲程度减弱,最小启动压力梯度同样会增加。该动态非线性渗流模型的提出进一步丰富了非线性渗流理论的发展,可推广至相关两相流及高温高压油气藏数值模拟研究。

考虑燃烧室出口温度分布的航空发动机部件级模型

燃烧室出口温度分布不均匀会使涡轮叶片受到不均匀的热载荷,严重影响涡轮叶片的工作寿命。本文提出一种具有燃烧室出口温度分布预测功能的部件级模型建模方法,为燃烧室出口温度分布控制研究提供了仿真平台。以变循环发动机为研究对象,根据其设计点参数设计燃烧室三维模型,通过CFD数值模拟的方法,计算得到该燃烧室三维模型在地面不同工作状态下的燃烧室出口温度分布场,组成温度分布场训练数据集。提出基于Inception-反卷积网络的燃烧室出口温度分布场重建方法,基于该方法构建了燃烧室出口温度分布场预测模型。建立了适用于全包线、全状态,可以预测燃烧室出口温度分布场的部件级模型,与传统的部件级模型相比,该模型能够预测发动机在不同工作状态、不同包线点下的燃烧室出口温度分布场。结果表明:Inception-反卷积网络在训练集和测试集上的均方误差比常规反卷积降低11.83%和5.6%,比WGAN-GP降低87%和90%;部件级模型预测温度分布场和CFD仿真温度分布场的温度分布趋势基本一致;所提出的Inception-反卷积网络预测精度高于常规反卷积网络和WGAN-GP网络预测精度,在热斑处温度点误差更小,在亚声速巡航点(H=8 km,Ma=0.7),(H=8 km,Ma=0.9)和超声速巡航点(H=10 km,Ma=1.4),(H=10 km,Ma=1.6)时,Inception-反卷积网络预测温度分布场的平均温度误差分别为0.05 K,-1.38 K,-1.54 K和4.44 K,均方误差分别为6.7×10^(-4),1.9×10^(-4),3.0×10^(-4)和1.4×10-3,热斑温度误差分别为-3.91 K,-3.67 K,-5.34 K和0.85 K。