|

Гибридные алгоритмы вычислительной диагностики гидромеханических систем

Авторы: Сулимов В.Д., Шкапов П.М. Опубликовано: 14.09.2014
Опубликовано в выпуске: #4(55)/2014  
DOI:

 
Раздел: Механика  
Ключевые слова: обратная задача, критериальная функция, константа Липшица, сглаживающая аппроксимация, глобальная оптимизация, алгоритм Метрополиса, регуляризация, гибридный алгоритм

Рассмотрены задачи вычислительной диагностики гидромеханических систем. Для математической модели системы сформулирована обратная задача, при решении которой реализуется оптимизационный подход. Частные критерии предполагаются непрерывными, липшицевыми, не всюду дифференцируемыми, многоэкстремальными функциями. Поиск глобальных решений проведен с использованием новых гибридных алгоритмов, объединяющих стохастический алгоритм сканирования пространства переменных и детерминированные методы локального поиска. Рассмотрены численные примеры модельного диагностирования фазового состава теплоносителя в циркуляционном контуре реакторной установки.

Литература

[1] Pulecchi T., Casella F., Lovera M. Object-oriented modelling for spacecraft dynamics: Tools and applications // Simulation Modelling and Theory. 2010. Vol. 18. No. 1. P. 63-86.

[2] Gao C., Zhao Z., Duan G. Robust actuator fault diagnosis scheme for satellite attitude control systems // Journal of the Franklin Institute. 2013. Vol. 350. No. 9. P. 25602580.

[3] Ma J., Jiang J. Applications of fault detection and diagnosis methods in nuclear power plants: A review // Progress in Nuclear Energy. 2011. Vol. 53. P. 255-266.

[4] Shang J.S. Simulating plasma microwave diagnostics // Journal of Scientific Computing. 2006. Vol. 28. No. 213. P. 507-532.

[5] Лаврентьев М.М., Жаринов С.Ю., Зеркаль С.М., Соппа М.С. Вычислительная диагностика поверхностных характеристик протяженных цилиндрических объектов методами активной локации // Сибирский журнал индустриальной математики. 2002. Т. V. № 1 (9). С. 105-113.

[6] Гончарский А.В., Романов С.Ю. О двух подходах к решению коэффициентных обратных задач для волновых уравнений // Журнал вычислительной математики и математической физики. 2012. Т. 52. № 2. С. 263-269.

[7] Goncharsky A.V., Romanov S.Y. Supercomputer technologies in inverse problems of ultrasound tomography // Inverse Problems. 2013. Vol. 29. No. 7. P. 1-22.

[8] Wang Y., Yagola A.G., Yang C. Optimization and regularization for computational inverse problems and applications. Berlin, Heidelberg: Springer Verlag, 2010. XVIII. 351 p.

[9] Medeiros J.A.C., Schirru R. Identification of nuclear power plant transients using the Particle Swarm Optimization algorithm // Annals of Nuclear Energy. 2008. Vol. 35. No. 4. P. 576-582.

[10] Lippert R.A. Fixing multiple eigenvalues by a minimal perturbation // Linear Algebra and its Applications. 2010. Vol. 432. P. 1785-1817.

[11] Bai Z.-J., Ching W.-K. A smoothing Newton’s method for the construction of a damped vibrating system from noisy test eigendata // Numerical Linear Algebra with Applications. 2009. Vol. 16. No. 2. P. 109-128.

[12] Poullikas A. Effects of two-phase flow on the performance of nuclear reactor cooling pumps // Progress in Nuclear Energy. 2003. Vol. 42. No. 1. P. 3-10.

[13] Kinelev V.G., Shkapov P.M., Sulimov V.D. Application of global optimization to VVER-1000 reactor diagnostics // Progress in Nuclear Energy. 2003. Vol. 43. No. 1-4. P. 51-56.

[14] Семченков Ю.М., Мильто В.А., Шумский Б.Е. Внедрение методики контроля кипения теплоносителя в активной зоне ВВЭР-1000 в систему внутриреакторной диагностики //Атомная энергия. 2008. Т. 105. № 2. С. 79-82.

[15] Yang X., Schiegel J.P., Liu Y., Paranjape S., Hibiki T., Ishii M. Experimental study of interfacial area transport in air-water two phase flow in a scaled 8x8 BWR rod bundle // Journal of Multiphase Flow. 2013. Vol. 50. P. 16-32.

[16] O’Leary D.P., Rust B.W. Variable projection for nonlinear least squares problems // Computational Optimization and Applications. 2013. Vol. 54. No. 3. P. 579-593.

[17] Karmitsa N., Bagirov A., Mäkelä M.M. Comparing different nonsmooth minimization methods and software // Optimization Methods & Software. 2012. Vol. 27. No. 1. P. 131-153.

[18] Floudas C.A., Gounaris C.E. A review of recent advances in global optimization // Journal of Global Optimization. 2009. Vol. 45. No. 1. P. 3-38.

[19] Luz E.F.P., Becceneri J.C., de Campos Velho H.F. A new multi-particle collision algorithm for optimization in a high performance environment // Journal of Computational Interdisciplinary Sciences. 2008. Vol. 1. P. 3-10.

[20] Voglis C., Parsopoulos K.E., Papageorgiou D.G., Lagaris I.E., Vrahatis M.N. MEMPSODE: A global optimization software based on hybridization of population-based algorithms and local searches // Computer Physics Communications. 2012. Vol. 183. No. 2. P. 1139-1154.

[21] Yuan G., Wei Z., Li G. A modified Polak-Ribiare-Polyak conjugate gradient algorithm for nonsmooth convex programs // Journal of Computational and Applied Mathematics. 2014. // Vol. 255. P. 86-96.

[22] Bagirov A.M., Al Nuaimat A., Sultanova N. Hyperbolic smoothing function method for minimax problems // Optimization: A Journal of Mathematical Programming and Operations Research. 2013. Vol. 62. No. 6. P. 759-782.

[23] Сулимов В.Д. Локальная сглаживающая аппроксимация в гибридном алгоритме оптимизации гидромеханических систем // Вестник МГТУ им. Н.Э. Баумана. Сер. Естественные науки. 2010. № 3. С. 3-14.

[24] Измаилов А.Ф., Солодов М.В. Численные методы оптимизации. М.: Физматлит, 2005. 304 с.

[25] McKinnon K.I.M. Convergence of the Nelder-Mead simplex method to a non-stationary point // SIAM Journal of Control and Optimization. 1999. Vol. 9. No. 2. P. 148-158.

[26] Price C.J., Coope I.D., Byatt D. A convergent variant of the Nelder-Mead algorithm // Journal of Optimization Theory and Applications. 2002. Vol. 113. No. 1. P. 5-19.

[27] Xiao H.F., Duan J.A. Multi-direction-based Nelder-Mead method // Optimization: A Journal of Mathematical Programming and Operations Research. 2012. P. 1-22.

[28] Lera D., Sergeev Ya.D. Lipschitz and Hulder global optimization using space-filling curves // Applied Numerical Mathematics. 2010. Vol. 60. No. 1. P. 115-129.

[29] Сулимов В.Д. Гибридные алгоритмы оптимизации динамических характеристик гидромеханических систем // Вестник Нижегородского университета им. Н.И. Лобачевского. 2011. № 4 (2). С. 324-326.

[30] Sulimov V.D., Shkapov P.M. Application of hybrid algorithms to computational diagnostic problems for hydromechanical systems // Journal of Mechanics Engineering and Automation. 2012. Vol. 2. No. 12. P. 734-741.