行波感應加熱裝置優(yōu)化設計.pdf

1、　　金屬的熱處理(Heat Treatment,HT)技術直接影響金屬制品的性能。若使用傳統(tǒng)熱處理技術會導致被加熱帶材各部分加熱速度快慢不均,進而產(chǎn)生帶材各部分的氧化程度不同,甚至會導致帶材局部溫度過冷或過熱使帶材變形損壞等嚴重問題。為解決這些問題,新的熱處理技術應運而生。
　　行波感應加熱(Traveling Wave Induction Heating, TWIH)除具有傳統(tǒng)感應加熱技術的優(yōu)點外,能夠產(chǎn)生比傳統(tǒng)感應加熱更均勻

2、的溫度分布,而且還具有振動小和工業(yè)噪音低等顯著優(yōu)點。雖然行波感應加熱技術具有如此之多的優(yōu)點,但是其尚處于理論研究階段,諸多問題有待進一步研究。本文在查閱大量相關文獻資料以及研究總結前人研究成果的基礎上,建立起行波感應加熱裝置三維模型,利用 ANSYS 軟件實現(xiàn)了對行波感應加熱裝置渦流場、溫度場兩個物理場的耦合分析計算。為使被加熱帶材薄板出口處溫度分布更加均勻,建立行波感應加熱裝置優(yōu)化模型；解決了改進人工搜索群算法程序與 ANSYS 軟件

3、之間數(shù)據(jù)接口問題,并利用改進人工搜索群算法(Improved Artificial Searching Swarm Algorithm, IASSA)對行波感應加熱裝置進行優(yōu)化設計。
　　人工搜索群算法(Artificial Searching Swarm Algorithm,ASSA)作為一種新型的仿生智能優(yōu)化算法,通過模擬人類士兵執(zhí)行某一特定搜索任務,并執(zhí)行相應的規(guī)則找到搜索目標,從而解決相應的優(yōu)化設計問題。文中總結了人工搜

4、索群算法的基本原理和實現(xiàn)步驟；進行了一系列復雜函數(shù)的性能測試；詳細分析了各參數(shù)對算法收斂速度和尋優(yōu)能力的影響。根據(jù)各參數(shù)對算法性能影響的分析結果以及參考相關文獻的基礎上,改進步長參數(shù),引入動態(tài)步長,提出改進人工搜索群算法。隨后對其進行一系列復雜函數(shù)的性能檢測,檢驗結果驗證了改進算法的有效性。
　　為解決優(yōu)化求解過程中因計算量浩大而引起的求解時間過長的問題,文中探索利用人工神經(jīng)網(wǎng)絡(Artificial Neural Networ