摘要

器件内部的热耗散系数信息反映了内部器件的工作状况。但是受客观条件的限制,内部的热耗散系数信息无法直接测量,因此需要通过可测量的间接信息,识别内部耗散系数信息,从而实时监测发热器件的工作状况。上述问题数学上可描述为,利用可测量信息,探求内部热耗散系数的不确定信息,进而给出器件工作的指导建议。基于上述原因,考虑在随机噪音模型下,利用可测边界的不确定性信息,识别内部阻尼系数(热耗散系数)。这是一个非线性的热传导反问题,故基于扩展Kalman滤波、全变差,设计反演算法识别热耗散系数。数值实验表明该算法可有效地识别边界阻尼系数。

全文