一种热对流扩散系统中模糊参数隶属度函数识别方法技术方案

本发明专利技术公开了一种热对流扩散系统中模糊参数隶属度函数识别方法，步骤如下：引入模糊变量表征系统不确定参数；统计测量数据，得到模糊温度响应的测量值；选取截集水平，将待识别模糊变量转化为区间变量，将模糊温度响应测量值转化为区间温度响应测量值；利用顶点组合方法，快速计算各截集水平下区间温度响应的预测值；利用区间温度响应的测量值和预测值，建立误差函数；基于优化理论建立区间变量的识别模型；选用优化算法对区间变量识别模型进行编程计算，得到最优解；利用模糊分解定理重组各截集水平下区间变量的识别结果，得到模糊参数的隶属度函数。本发明专利技术在保证系统参数识别精度的前提下，可有效提高计算效率，这是一般商用软件所不能实现的。

Identification method of membership function of fuzzy parameters in heat convection diffusion system

The invention discloses a recognition method of fuzzy membership function and parameters of a thermal convection diffusion system comprises the following steps: introducing fuzzy variables to describe uncertain system parameters; statistical measurement data, measurement of fuzzy temperature response value; selected cut level, will be transformed into fuzzy recognition variable interval variable, fuzzy temperature response measurement the values are transformed into interval temperature response measurements; use vertex combination method, fast calculation of each set predicted response interval of temperatures measured by interval value; temperature response value and prediction value, establish the error function; recognition model based on the optimization theory to establish interval variables; optimization algorithm is adopted to program the calculation of interval variable recognition model and get the optimal solution; using fuzzy decomposition theorem to reorganize the cut levels of interval variables are fuzzy parameters identification results. Membership function. Under the premise of guaranteeing the accuracy of the system parameter identification, the invention can effectively improve the calculation efficiency, which can not be realized by the general commercial software.

【技术实现步骤摘要】
一种热对流扩散系统中模糊参数隶属度函数识别方法
本专利技术属于机械工程领域，具体涉及一种热对流扩散系统中模糊参数隶属度函数识别方法。
技术介绍
在各种生产
中，由温度差异引起的热能传递是一种极其普遍的物理现象。小到电子元件的开发，大到飞行器结构系统的设计，如何更为有效的实现热量传递是工程师所面临的重要问题。而在实际工程中，由于环境的复杂，某些系统参数无法或很难直接测量得到。以现场测量得到的响应信息为基础，通过反演技术来估计这些系统参数，是解决这类问题的有效方法。现在，反问题的研究已经遍及定向设计、无损探伤、扫描成像等现代化生产、生活的各个领域。与正问题相比，传热反问题的研究起步较晚，发展还远不成熟。现有关于热分析的许多研究都是针对确定性模型而进行的，没有考虑模型输入参数的不确定性。由于制造工艺的限制、测量误差以及认知的局限，结构的材料属性、外部载荷和边界条件等物理参数不可避免的受到多种不确定因素的影响，使得传热系统的温度响应也表现出一定的波动。由于反问题与不确定性问题的双重复杂性，使得不确定传热反问题的研究更具挑战性。用随机变量对不确定性因素进行定量化描述的研究至今已经取得了许多成果，但概率模型的建立需要大量样本信息来事先确定其概率密度函数。而获得足够的样本数据往往花费较大或代价过高，这就限制了概率模型和分析方法的进一步推广。而在模糊不确定性分析中，尽管某些事物的概念或参数的数值是难以确定的，但可以根据实验数据或主观经验确定一个大致的范围。如此一来，模糊模型在不确定性建模方面表现出了很强的方便性和经济性。因此，在温度测量信息具有模糊不确定性的情况下，如何建立准确高效的计算方法，通过反演技术识别出系统模糊参数的隶属度函数，是目前学术领域的一个研究热点，对于弥补现有传热分析方法和反演技术的不足，具有重要的理论和工程应用价值。
技术实现思路
本专利技术所要解决的技术问题为：克服现有技术在传热系统参数识别问题中存在的不足，充分考虑温度测量信息具有的模糊不确定性，基于反演技术提出了一种更加先进的模糊参数识别方法。本专利技术采用的技术方案为：一种热对流扩散系统中模糊参数隶属度函数识别方法，该方法包括：步骤一：针对热对流扩散物理模型，引入模糊变量表征系统待识别的不确定参数；步骤二：统计测量数据，得到模糊温度响应的测量值；步骤三：选取截集水平，利用截集运算将步骤一中待识别模糊变量转化为区间变量，将步骤二中的模糊温度响应测量值转化为区间温度响应测量值；步骤四：利用顶点组合方法，快速计算步骤三各截集水平下区间温度响应的预测值；步骤五：利用步骤三和步骤四中区间温度响应的测量值和预测值，建立误差函数；步骤六：以步骤三中区间变量上下界为设计变量，利用步骤五中的误差函数，基于优化理论建立区间变量的识别模型；步骤七：选用优化算法对步骤六中的区间变量识别模型进行编程计算，得到最优解，作为区间变量的识别结果；步骤八：利用模糊分解定理重组步骤七中各截集水平下的区间变量识别结果，最终得到模糊参数的隶属度函数。其中，所述步骤三中，截集水平的选取并不是固定不变的；根据模糊温度响应测量值隶属度函数的分布类型来确定所需截集水平的数量规模和数值大小。其中，所述步骤七中采用的优化算法并不是固定不变的；根据优化模型的类型和问题的规模来确定合适的优化算法。该方法具体包括以下步骤：步骤一：针对热对流扩散物理模型，引入模糊变量表征系统待识别的不确定参数，记为向量的形式其中m为模糊变量的个数。步骤二：统计测量数据，得到模糊温度响应的测量值TiFi＝1,2,...,n，其中n为观测点的数量。步骤三：在0到1范围内选取截集水平λ，利用截集运算可以将步骤一中待识别模糊变量转化为区间变量记为向量的形式其中αi,λ,为转化后区间变量的下界和上界，αλ,为转化后区间向量的下界和上界。同样的，利用截集运算可以将步骤二中的模糊温度响应测量值TiF转化为区间温度响应测量值其中Ti,λ,为的下界和上界。步骤四：利用顶点组合方法，快速计算步骤三各截集水平下区间温度响应的预测值。首先，对于步骤三λ截集水平下的区间变量而言，有两个顶点，在其区间上下界取得，即：其中表示区间变量的顶点。其次，对于m个区间变量而言，可以得到M＝2×2×…×2＝2m个顶点组合，记为：其中表示在第s个顶点组合中第i个区间变量的顶点。然后，利用有限元方法对上述M个顶点组合处的温度响应进行求解，通过筛选可以快速得到温度响应的下界和上界：其中K为有限元热刚度矩阵，F为有限元热载荷向量，T为温度响应向量，为温度响应向量的下界和上界。最后，在温度响应向量中提取观测点处节点温度值，就得到各观测点处区间温度响应预测值的下界和上界步骤五：利用步骤三和步骤四中区间温度响应的测量值和预测值，建立误差函数：步骤六：以步骤三中所有区间变量上下界αλ,为设计变量，利用步骤五中的误差函数，基于优化理论建立区间变量的识别模型：s.t.αλ,l≤αλ≤αλ,u其中αλ,l,αλ,u为设计变量αλ的左右边界，为设计变量的左右边界。步骤七：选用优化算法对步骤六中的区间变量识别模型进行编程计算，定义最大循环次数Itermax和收敛因子ε，当如下三个条件中的任一个得到满足时，计算终止：(1)循环迭代次数q>Itermax；(2)在连续两次迭代过程中，目标函数相对变化量满足：(3)其中||||2表示向量的2范数。当达到条件(1)时，给定设计变量新的初值，并代入到算法中重新计算；当算法因条件(2)或(3)终止时，取第i次迭代过程的计算结果作为设计变量αλ,的最优解，得到λ截集水平下区间变量的识别结果。对选定的所有截集水平重复上述操作，进而可得到各截集水平对应的区间变量识别结果。步骤八：利用模糊分解定理重组步骤七中各截集水平下的区间变量识别结果，最终得到模糊参数的隶属度函数本专利技术与现有技术相比的优点在于：(1)与传统的参数识别方法相比，所建立的参数识别模型充分考虑到温度测量信息的模糊不确定性，计算结果对传热问题的反演分析具有更重要的指导意义。(2)利用顶点组合方法对区间温度响应进行预测，计算精度高，实施方便，可有效降低计算耗费。(3)本专利技术提出的模糊参数识别方法抗噪性能强，当温度测量信息受到不同程度噪声影响时，保证了系统参数的识别精度。附图说明图1为本专利技术的热对流扩散系统模糊参数隶属度函数识别流程；图2为本专利技术的三维空气冷却系统模型示意图；图3为模糊参数cF的隶属度函数曲线图；图4为模糊参数uF的隶属度函数曲线图；图5为模糊参数QF的隶属度函数曲线图。具体实施方式下面结合附图和实施例对本专利技术做进一步说明。本专利技术适用于含有模糊不确定性的热对流扩散系统模糊参数隶属度函数识别问题。本专利技术实施方式以某三维空气冷却系统为例，具体说明所述的热对流扩散系统模糊参数隶属度函数识别方法。另外，此三维空气冷却系统的模糊参数隶属度函数识别方法可以推广到其他含有模糊不确定性的传热问题反演分析中。此三维空气冷却系统模糊参数隶属度函数识别过程如图1所示，引入模糊变量表征系统不确定参数，统计模糊温度响应的测量值，选取截集水平，将模糊变量转化为区间变量，将模糊温度响应测量值转化为区间温度响应测量值，利用顶点组合方法计算区间温度响应的预测值，基于区间温度响应测量值和预测值间的误差本文档来自技高网...

【技术保护点】
一种热对流扩散系统中模糊参数隶属度函数识别方法，其特征在于包括以下步骤：步骤一：针对热对流扩散物理模型，引入模糊变量表征系统待识别的不确定参数；步骤二：统计测量数据，得到模糊温度响应的测量值；步骤三：选取截集水平，利用截集运算将步骤一中待识别模糊变量转化为区间变量，将步骤二中的模糊温度响应测量值转化为区间温度响应测量值；步骤四：利用顶点组合方法，快速计算步骤三各截集水平下区间温度响应的预测值；步骤五：利用步骤三和步骤四中区间温度响应的测量值和预测值，建立误差函数；步骤六：以步骤三中区间变量上下界为设计变量，利用步骤五中的误差函数，基于优化理论建立区间变量的识别模型；步骤七：选用优化算法对步骤六中的区间变量识别模型进行编程计算，得到最优解，作为区间变量的识别结果；步骤八：利用模糊分解定理重组步骤七中各截集水平下的区间变量识别结果，最终得到模糊参数的隶属度函数。

【技术特征摘要】
1.一种热对流扩散系统中模糊参数隶属度函数识别方法，其特征在于包括以下步骤：步骤一：针对热对流扩散物理模型，引入模糊变量表征系统待识别的不确定参数；步骤二：统计测量数据，得到模糊温度响应的测量值；步骤三：选取截集水平，利用截集运算将步骤一中待识别模糊变量转化为区间变量，将步骤二中的模糊温度响应测量值转化为区间温度响应测量值；步骤四：利用顶点组合方法，快速计算步骤三各截集水平下区间温度响应的预测值；步骤五：利用步骤三和步骤四中区间温度响应的测量值和预测值，建立误差函数；步骤六：以步骤三中区间变量上下界为设计变量，利用步骤五中的误差函数，基于优化理论建立区间变量的识别模型；步骤七...

【专利技术属性】
技术研发人员：王冲，邱志平，仇翯辰，张泽晟，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11