基于ANSYS和MATLAB智能算法的电石热物性参数反演

• 作者: 屈福政 王彦龙
• 来源期刊: 冶金设备
• 学科: 工学
• 关键词: 电石 ANSYS热仿真 MATLAB智能算法 神经网络 遗传算法 参数反演
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 设计与研究
• 页码范围: 23-28
• 页数: 6页
• 分类号: TP18
• 字数: 5590字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1269.2014.02.006

摘要

电石是一种重要的化工基础原料，其冷凝、降温过程对电石出炉系统设计和生产流程控制有着重要影响，因此研究电石的冷却过程有着重要的意义。由于无法通过实验手段测量电石内部温度，需要通过软件仿真获得电石冷却过程中的温度场分布。而目前国内在材料热物性参数方面的数据和研究较少，缺少电石导热系数值。基于ANSYS热仿真和MATLAB智能算法，利用神经网络和遗传算法进行参数反演，得到了电石的热传导系数随温度变化的值。结果表明这种方法有效可行，对电石出炉系统设计和生产流程控制起到了重要的指导作用，并为研究物质的热物性参数提供了一种新思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屈福政	大连理工大学机械工程学院	87	501	13.0	18.0
2	王彦龙	大连理工大学机械工程学院	1	5	1.0	1.0