行波感應(yīng)加熱裝置優(yōu)化設(shè)計(jì).pdf

1、　　金屬的熱處理(Heat Treatment,HT)技術(shù)直接影響金屬制品的性能。若使用傳統(tǒng)熱處理技術(shù)會(huì)導(dǎo)致被加熱帶材各部分加熱速度快慢不均,進(jìn)而產(chǎn)生帶材各部分的氧化程度不同,甚至?xí)?dǎo)致帶材局部溫度過冷或過熱使帶材變形損壞等嚴(yán)重問題。為解決這些問題,新的熱處理技術(shù)應(yīng)運(yùn)而生。
　　行波感應(yīng)加熱(Traveling Wave Induction Heating, TWIH)除具有傳統(tǒng)感應(yīng)加熱技術(shù)的優(yōu)點(diǎn)外,能夠產(chǎn)生比傳統(tǒng)感應(yīng)加熱更均勻

2、的溫度分布,而且還具有振動(dòng)小和工業(yè)噪音低等顯著優(yōu)點(diǎn)。雖然行波感應(yīng)加熱技術(shù)具有如此之多的優(yōu)點(diǎn),但是其尚處于理論研究階段,諸多問題有待進(jìn)一步研究。本文在查閱大量相關(guān)文獻(xiàn)資料以及研究總結(jié)前人研究成果的基礎(chǔ)上,建立起行波感應(yīng)加熱裝置三維模型,利用 ANSYS 軟件實(shí)現(xiàn)了對行波感應(yīng)加熱裝置渦流場、溫度場兩個(gè)物理場的耦合分析計(jì)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(yīng)加熱裝置優(yōu)化模型；解決了改進(jìn)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(jìn)人工搜索群算法(Improved Artificial Searching Swarm Algorithm, IASSA)對行波感應(yīng)加熱裝置進(jìn)行優(yōu)化設(shè)計(jì)。
　　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(wù),并執(zhí)行相應(yīng)的規(guī)則找到搜索目標(biāo),從而解決相應(yīng)的優(yōu)化設(shè)計(jì)問題。文中總結(jié)了人工搜

4、索群算法的基本原理和實(shí)現(xiàn)步驟；進(jìn)行了一系列復(fù)雜函數(shù)的性能測試；詳細(xì)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(jié)果以及參考相關(guān)文獻(xiàn)的基礎(chǔ)上,改進(jìn)步長參數(shù),引入動(dòng)態(tài)步長,提出改進(jìn)人工搜索群算法。隨后對其進(jìn)行一系列復(fù)雜函數(shù)的性能檢測,檢驗(yàn)結(jié)果驗(yàn)證了改進(jìn)算法的有效性。
　　為解決優(yōu)化求解過程中因計(jì)算量浩大而引起的求解時(shí)間過長的問題,文中探索利用人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networ