專利名稱：基于智能型回歸模型的板材導(dǎo)熱規(guī)律分析方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于智能型回歸模型的板材導(dǎo)熱規(guī)律分析方法，尤其是在分析多種材料復(fù)合板材的導(dǎo)熱規(guī)律過程中，建立智能型回歸模型的方法。
背景技術(shù)：
目前，分析固體導(dǎo)熱規(guī)律的方法多采用實驗數(shù)據(jù)代入固定公式的方法計算導(dǎo)熱系數(shù)。常用的方法及公式包括用一恒定電流通過一附著在試件表面(或下表面)一發(fā)熱體，使發(fā)熱體釋放恒定的熱源，同時在與這發(fā)熱體一定距離的試件表面上(或下表面)安放一溫度采集傳感器，接收試件的實時溫度。然后用下述公式計算出導(dǎo)熱系數(shù)λλ=Q*δ(t1-t2)*S[W/m*K]]]>其中Q——被測材料內(nèi)部的兩個平行平面之間垂直方向上的熱流速率；S——傳導(dǎo)表面積；(t1-t2)——與兩截面的溫差；δ——兩截面距離；另外，申請?zhí)枮?3115076.0的在先申請——一種測定材料導(dǎo)熱系數(shù)的方法及其裝置，公開了如下方法及公式使已知厚度(δ)的被測材料通過設(shè)置于其一側(cè)面上的已知面積(S)的加熱盤基本上接收一已知功率(P)的熱源的全部功率；在所述被測材料的另一側(cè)面上與所述加熱盤相對應(yīng)的位置上設(shè)置一受熱盤并測得所述加熱盤與受熱盤之間的溫度差(ΔT)；用上述厚度(δ)面積(S)、功率(P)和溫度差(ΔT)代入導(dǎo)熱方程(P)/(X)＝λ(ΔT)/(δ)，求得所述材料的導(dǎo)熱系數(shù)(λ)。
由上述方法計算出的導(dǎo)熱系數(shù)并不能完整地體現(xiàn)材料隨溫度變化的導(dǎo)熱規(guī)律，需進(jìn)一步改進(jìn)。

發(fā)明內(nèi)容
針對上述問題，本發(fā)明提供一種建立板材導(dǎo)熱規(guī)律智能型回歸模型的方法，可充分體現(xiàn)測量材料隨溫度改變而變化的導(dǎo)熱規(guī)律，采用如下方案基于智能型回歸模型的板材導(dǎo)熱規(guī)律分析方法，利用了采集裝置，計算機(jī)主機(jī)，顯示器或/和打印輸出裝置，其特征在于，該方法包括如下步驟
(1)由采集裝置輸入實驗得到的時間與相對溫度的數(shù)據(jù)集合X＝{x1(t1)，x2(t2)，…xn(tn})其中，x為溫度，t為一時間序列；(2)由計算機(jī)主機(jī)進(jìn)行自動運算，利用智能型回歸模型算法得出導(dǎo)熱規(guī)律的非線性數(shù)學(xué)回歸函數(shù)；(3)由顯示器或/和打印輸出裝置顯示輸出運算結(jié)果。
所述采集裝置可為溫度傳感器或計算機(jī)鍵盤。
所述智能型回歸模型算法包括如下步驟(1)根據(jù)輸入的時間與相對溫度的數(shù)據(jù)集合，設(shè)回歸函數(shù)表達(dá)式為y＝a+bLog x，并得到測量方程；(2)根據(jù)測量方程推導(dǎo)出殘差方程；(3)推導(dǎo)出各測量結(jié)果出現(xiàn)于相應(yīng)真值附近區(qū)域內(nèi)的概率，以及各測量數(shù)據(jù)同時出現(xiàn)在相應(yīng)區(qū)域的概率P；(4)找出使概率P最大應(yīng)滿足的條件；(5)推導(dǎo)出滿足上述條件的參數(shù)方程；(6)解參數(shù)方程得出參數(shù)a，b的值，帶入y＝a+bLog x得到非線性數(shù)學(xué)回歸函數(shù)。
本發(fā)明提供的方法，可根據(jù)實驗數(shù)據(jù)建立起精確的板材導(dǎo)熱規(guī)律模型，充分體現(xiàn)所測量的板材隨溫度改變而變化的導(dǎo)熱規(guī)律，為導(dǎo)熱規(guī)律的研究和確定提供了依據(jù)及量化指標(biāo)。
具體實施例方式
由傳感器采集或由計算機(jī)鍵盤輸入如下時間與相對溫度數(shù)據(jù)集合X＝{x1(t1)，x2(t2)，…xn(tn})其中，x為溫度，t為一時間序列；并設(shè)相對應(yīng)的函數(shù)表達(dá)式為y＝a+bLog x從而得到測量方程y1=a+bLogx1y2=a+bLogx2···yn=a+bLogxn···(1)]]>其中yii＝1，2，…，n為實測得到的溫度值，xii＝1，2，…，n為實際取得時間的值。
推導(dǎo)出殘差方程l1-(d+blog x1)＝v1l2-(a+blog x2)＝v2(2)ln-(a+blog xn)＝vn假設(shè)數(shù)據(jù)l1，l2，…，ln的測量誤差是無偏的(即排除了測量的系統(tǒng)誤差)，且相互獨立的，服從正態(tài)分布，并設(shè)其標(biāo)準(zhǔn)差分另為σ1，σ2，…，σn，則各測量結(jié)果l1，l2，…，ln出現(xiàn)于相應(yīng)真值附近dδ1，dδ2，…，dδn區(qū)域內(nèi)的概率分別為P1=1σ12πe-δ12/(2σ12)dδ1]]>P2=1σ22πe-δ22/(2σ22)dδ2]]>Pn=1σn2πe-δn2/(2σn2)dδn···(3)]]>由概率乘法定理可知，各測量數(shù)據(jù)同時出現(xiàn)在相應(yīng)區(qū)域dδ1，dδ2，…，dδn的概率為P=P1P2···Pn]]>=1σ1σ2···σn(2π)ne-(δ12/σ12+δ22/σ22+···+δn2/σn2)/2dδ1dδ2···dδn···(4)]]>根據(jù)最大或然原理，由于事實上測量值l1，l2，…，ln已經(jīng)出現(xiàn)，因而可以假設(shè)這n個測量值同時出現(xiàn)于相應(yīng)區(qū)間dδ1，dδ2，…，dδn的概率P應(yīng)為最大。即待求量的最可信賴值的確定，應(yīng)使l1，l2，…，ln同時出現(xiàn)的概率P為最大。由上式可得，要使P最大，應(yīng)滿足 引入權(quán)的符號，即可得 設(shè)測量為等精度σ1＝σ2＝…＝σn；即P1＝P2＝…＝Pn；則式(5)可簡化為 對于上式的估計量x1，x2，…，xt，用求極值的方法來滿足上式的條件。為此，對殘差平方各[v2]求導(dǎo)數(shù)，并令其為零，有
∂[v2]∂x1=-2a11{l1-(a11x1+a12x2+···+a1txt)}]]>-2a21{l2-(a21x1+a22x2+···+a2txt)}]]>-2an1{ln-(an1x1+an2x2+···+antxt)}=0]]>同理有∂[v2]∂x2=-2a12{l1-(a11x1+a12x2+···+a1txt)}]]>-2a22{l2-(a21x1+a22x2+···+a2txt)}]]>-2an2{ln-(an1x1+an2x2+···+antxt)}=0]]>∂[v2]∂xt=-2a1t{l1-(a11x1+a12x2+···+a1txt)}]]>-2a2t{l2-(a21x1+a22x2+···+a2txt)}]]>-2ant{ln-(an1x1+an2x2+···+antxt)}=0]]>為表達(dá)簡便，令[a1a1]＝a11a11+a21a22+…+an1an1[a1a2]＝a11a12+a21a22+…+an1an2[a1at]＝a11a1t+a21a2t+…+an1ant[a1l]＝a11l1+a21l2+…+an1ln則上式可表示成∂[v2]∂x1=-2{[a1l]-([a1a1]x1+[a1a2]x2+···+[a1at]xt)}=0]]>∂[v2]∂x2=-2{[a2l]-([a2a1]x1+[a2a2]x2+···+[a2at]xt)}=0]]>∂[v2]∂xt=-2{[atl]-([ata1]x1+[ata2]x2+···+[atat]xt)}=0]]>由于上式中各二階偏導(dǎo)數(shù)恒正，即
∂2[v2]∂x12=2[a1a1]>0]]>∂2[v2]∂x22=2[a1a2]>0]]>∂2[v2]∂xt2=2[a1at]>0]]>從而可知以上各式求得的極值是極小值，且滿足最小二乘條件，因此也就是所要求的估計量，最后寫成溫度、時間的正規(guī)方程為[a1a1]x1+[a1a2]x2+···+[a1at]xt=[a1l][a2a1]x1+[a2a2]x2+···+[a2at]xt=[a2l]···[ata1]x1+[ata2]x2+···+[atat]xt=[atl]]]>解上述方程得a＝Ab＝B函數(shù)方程為y＝A+BLogx則y＝A+BLogx就是兩腔恒溫法導(dǎo)熱效能規(guī)律非線性數(shù)學(xué)回歸函數(shù)，并且上述過程由系統(tǒng)自動運算，完成。
權(quán)利要求
1.一種基于智能型回歸模型的板材導(dǎo)熱規(guī)律分析方法，利用采集裝置，計算機(jī)主機(jī)，顯示器或/和打印輸出裝置完成，其特征在于，該方法包括如下步驟(1)由采集裝置輸入實驗得到的時間與相對溫度的數(shù)據(jù)集合X＝{x1(t1)，x2(t2)，…xn(tn})其中，x為溫度，t為一時間序列；(2)由計算機(jī)主機(jī)進(jìn)行自動運算，利用智能型回歸模型算法得出導(dǎo)熱規(guī)律的非線性數(shù)學(xué)回歸函數(shù)；(3)由顯示器或/和打印輸出裝置顯示輸出運算結(jié)果。
2.根據(jù)權(quán)利要求1所述的板材導(dǎo)熱規(guī)律分析方法，其特征在于，所述采集裝置為溫度傳感器或計算機(jī)鍵盤。
3.根據(jù)權(quán)利要求1或2所述的板材導(dǎo)熱規(guī)律分析方法，其特征在于，所述智能型回歸模型算法包括如下步驟(1)根據(jù)輸入的時間與相對溫度的數(shù)據(jù)集合，設(shè)回歸函數(shù)表達(dá)式為y＝a+bLog x，并得到測量方程；(2)根據(jù)測量方程推導(dǎo)出殘差方程；(3)推導(dǎo)出各測量結(jié)果出現(xiàn)于相應(yīng)真值附近區(qū)域內(nèi)的概率，以及各測量數(shù)據(jù)同時出現(xiàn)在相應(yīng)區(qū)域的概率P；(4)找出使概率P最大應(yīng)滿足的條件；(5)推導(dǎo)出滿足上述條件的參數(shù)方程；(6)解參數(shù)方程得出參數(shù)a，b的值，帶入y＝a+bLog x得到非線性數(shù)學(xué)回歸函數(shù)。
全文摘要
一種基于智能型回歸模型的板材導(dǎo)熱規(guī)律分析方法，可在分析多種材料復(fù)合板材的導(dǎo)熱規(guī)律過程中，建立智能型回歸模型。該方法利用采集裝置，計算機(jī)主機(jī)，顯示器或/和打印輸出裝置完成，步驟為由采集裝置輸入實驗得到的時間與相對溫度的數(shù)據(jù)集合X＝{x
文檔編號G01N25/18GK101034388SQ20061005670
公開日2007年9月12日 申請日期2006年3月6日 優(yōu)先權(quán)日2006年3月6日
發(fā)明者周玉成 申請人:周玉成