用蒙特卡洛和遗传算法为空中摄像机的热网络模型的参数优化
Yue Fan1, Wei Feng2, Zhenxing Ren2
1College of Mechanical Engineering, Chengdu University, Chengdu, 610106, Sichuan, China. fanyue@cdu.edu.cn.
Scientific reports
|September 27, 2024
概括
对空中摄像机来说,准确的温度预测至关重要. 这项研究使用遗传算法优化了热网络模型,显著提高了预测准确度,并减少了关键航空航天应用的错误.
科学领域:
- 航空航天工程 航空航天工程
- 热力工程是热力工程中的一个.
- 计算机建模 计算建模
背景情况:
- 精确的温度计算对于热模型至关重要,特别是在空间仪器中.
- 模型改进需要最佳的热参数来匹配实验数据.
研究的目的:
- 引入热网模型的优化方法.
- 为了提高空中摄像机温度预测的准确性.
主要方法:
- 对圆柱体和平面结构的内部对流传热传递系数进行了研究.
- 采用蒙特卡洛模拟来确保过渡温度数据的可靠性.
- 利用遗传算法在计算和测量温度之间最大限度地减少根平均平方误差 (RMSE).
主要成果:
- 实现了一个优化的模型,RMSE为1.07°C.
- 将最大相对误差从33.8%降低到3.1%.
- 在飞行模拟过程中对外部对流传热传递系数进行校正后,在2°C内显示出差异.
结论:
- 优化的热网络模型显著提高了空中摄像头的温度预测准确性.
- 该方法在航空航天热管理方面被证明是稳健和有效的.
- 通过飞行模拟和热控制实验验验证.


