基于降维算法从少量测量数据中重构温度场

由于测量环境及测量技术的制约,工业中温度信息的获取主要依据少量测点数据,难以得到被测对象完整温度信息。计算方法可以获得被测对象完整温度信息,但计算量大,信息再现实时性差。为了解决这个问题,实现快速、有效、准确的实时温度分布测量,提出一种基于Gappy POD低维表示的温度分布降维重建算法,从少量局部温度测量数据准确中重建温度场,并分析采用上述算法进行温度场重构时POD基个数、测点数量和测点位置对其的影响。通过双峰温度场模型重建结果和误差分析表明,重建误差在1×10;以下,且该算法显著地减少了测量传感器的数量,降低了温度分布测量的复杂性与测量成本,为工业测量中数据缺失提供新的解决思路。