Internal volumetric heat generation and heat capacity prediction during a material electromagnetic treatment process using hybrid algorithms

• Autores: Edgar García Morantes, Iván Amaya Contreras, Rodrigo Correa Cely
• Localización: Ingeniería e Investigación, ISSN-e 2248-8723, ISSN 0120-5609, Vol. 38, Nº. 1, 2018, págs. 74-82
• Idioma: inglés
• Títulos paralelos:
  • Predicción de la generación interna volumétrica de calor y la capacidad calorífica durante un tratamiento electromagnético del material usando algoritmos híbridos
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este trabajo considera la estimación de la generación interna volumétrica de calor y la capacidad calorífica de una muestra esférica sólida calentada por un campo electromagnético homogéneo variante en el tiempo. Para tal fin, la estrategia numérica soluciona el correspondiente problema inverso. Tres formas funcionales (lineal, senoidal y exponencial) para el campo electromagnético fueron considerados. Ruido blanco fue agregado al perfil de temperatura teórica (i.e. la solución del problema directo) para simular una situación más realística. La temperatura se pretendió que fuera leída por cuatro sensores. El problema inverso fue solucionado a través de tres diferentes enfoques: usando un optimizador tradicional, usando técnicas modernas y usando una mezcla de ambos. En el primer caso, usamos un algoritmo determinístico tradicional como lo es el de Levenberg-Marquardt (LM). En el segundo, consideramos tres metaheurísticos estocásticos: El Algoritmo de optimización de la espiral (SOA), la Búsqueda en vórtice (VS), y el método de atracción ponderada (WAM). Para el caso final, proponemos híbridos entre el LM y los algoritmos metahehurísticos. Los resultados muestran que LM converge a la solución esperada solo si las condiciones iniciales (IC) están dentro de un rango limitado. Por otra parte, los metaheurísticos convergen en un amplio rango de IC pero muestra baja precisión. Los enfoques híbridos convergen y mejoran la precisión obtenida con los metaheurísticos. La diferencia entre los valores esperados y obtenidos, así como, los errores RMS son reportados y comparados para los tres métodos.

  • English

    This work considers the estimation of internal volumetric heat generation, as well as the heat capacity of a solid spherical sample, heated by a homogeneous, time-varying electromagnetic field. To that end, the numerical strategy solves the corresponding inverse problem. Three functional forms (linear, sinusoidal, and exponential) for the electromagnetic field were considered. White Gaussian noise was incorporated into the theoretical temperature profile (i.e. the solution of the direct problem) to simulate a more realistic situation. Temperature was pretended to be read through four sensors. The inverse problem was solved through three different kinds of approach: using a traditional optimizer, using modern techniques, and using a mixture of both. In the first case, we used a traditional, deterministic Levenberg-Marquardt (LM) algorithm. In the second one, we considered three stochastic algorithms: Spiral Optimization Algorithm (SOA), Vortex Search (VS), and Weighted Attraction Method (WAM). In the final case, we proposed a hybrid between LM and the metaheuristics algorithms. Results show that LM converges to the expected solutions only if the initial conditions (IC) are within a limited range. Oppositely, metaheuristics converge in a wide range of IC but exhibit low accuracy. The hybrid approaches converge and improve the accuracy obtained with the metaheuristics. The difference between expected and obtained values, as well as the RMS errors, are reported and compared for all three methods.