[发明专利]一种导热系数、热扩散率的瞬态体热源测量方法

权利要求书

1.一种导热系数、热扩散率的瞬态体热源测量方法，其特征在于：所述方法具体过程为：

步骤一：建立测量导热系数的三维传热模型；基于三维传热模型计算不同热扩散率、导热系数下传热模型的瞬态三维温度场，从而得到加热探头瞬态温升，建立不同热物性参数下加热探头的过余温度-时间数据库；具体过程为：

步骤一一：建立测量导热系数的三维传热模型；

步骤一二：对三维传热模型的热传导过程进行分析，建立导热微分方程为：

其中，ρ为密度，单位为Kg/m³；c为比热，单位为J/(Kg·K)；λ为导热系数，单位为W/(m·K)；T为温度，单位为K；t为时间，单位为s；S_T为源项，单位W/m³；grad()为求温度的梯度，div()为求散度；

利用有限体积法或有限元法求解导热微分方程，计算不同热扩散率、导热系数下传热模型的瞬态三维温度场，从而得到加热探头瞬态温升；

对各种热物性参下数加热探头瞬态温升t、α、λ、T_d进行无量纲处理，获取无量纲参数，即取：

其中：t表示时间；λ表示导热系数；α₁、λ₁为被测材料的热扩散率与导热系数；α₂、 λ₂为基底材料的热扩散率与导热系数；R为加热探头半径；q为加热探头的加热功率；T_d为探头的平均过余温度；t^*为无量纲时间，α^*为无量纲热扩散率，λ^*为无量纲导热系数，为探头的无量纲平均过余温度；

建立不同无量纲热扩散率、无量纲导热系数下加热探头无量纲平均过余温度-无量纲时间数据库；

步骤二：基于步骤一中建立的不同热物性参数下加热探头的过余温度-时间数据库，建立被测材料热物性参数与加热探头瞬态温升的机器学习模型；

步骤三：利用步骤一中三维传热模型对被测材料进行实验测量，获取加热探头温升随时间的变化数据和探头的过余温度；

步骤四：结合步骤二所建立的机器学习模型与步骤三获得的加热探头温升随时间的变化数据，计算得到被测材料的导热系数与热扩散率。

2.根据权利要求1所述一种导热系数、热扩散率的瞬态体热源测量方法，其特征在于：所述步骤一一中建立测量导热系数的三维传热模型，具体过程为：

传热模型包括被测材料、底座以及加热探头三部分；

所述被测材料制作成圆柱体；

所述基底材料为与被测材料同样大小的圆柱体，基底材料为多晶莫来石纤维，

所述被测材料的下表面与基底材料上表面相接，且同轴心设置；

所述加热探头位于基底材料上表面的圆柱形凹槽内，并且用导热硅胶填充，夹在被测材料与基底材料之间，构成三明治结构；

所述加热探头是用双螺旋金属镍丝刻蚀而成的圆盘结构。

3.根据权利要求2所述一种导热系数、热扩散率的瞬态体热源测量方法，其特征在于：所述步骤二中基于步骤一中建立的不同热物性参数下加热探头的过余温度-时间数据库，建立被测材料热物性参数与加热探头瞬态温升的机器学习模型；具体过程为：

机器学习模型为BP神经网络模型，包含输入层、隐含层以及输出层；

将由无量纲导热系数λ^*、无量纲热扩散率α^*和无量纲时间t^*组成的矩阵X＝[λ^*,α^*,t^*]作为BP神经网络模型输入；

将探头的无量纲平均过余温度组成的向量作为BP神经网络模型的输出Y；

利用步骤一建立的不同无量纲热物性参数下加热探头的无量纲平均过余温度-无量纲时间数据库对该BP神经网络模型进行训练，得到训练好的BP神经网络模型

4.根据权利要求3所述一种导热系数、热扩散率的瞬态体热源测量方法，其特征在于：所述步骤四中结合步骤二所建立的机器学习模型与步骤三获得的加热探头温升随时间的变化数据，计算得到被测材料的导热系数与热扩散率；具体过程为：

选择反演算法，结合步骤二所建立的机器学习模型与步骤三获得的加热探头无量纲平均过余温度对被测材料导热系数和热扩散率进行反演，得到被测材料的导热系数与热扩散率；过程为：

将t^*、λ_j、α_j代入步骤二的神经网络模型求得的加热探头平均过余温度；

λ_j为被测材料的导热系数的假设值；α_j为被测材料的热扩散率的假设值；

定义误差系数R_j:

其中是将t^*、λ_j、α_j代入步骤二的神经网络模型求得的探头平均过余温度；是从步骤三探头的无量纲平均过余温度中选取的第m个数据；

利用单纯形搜索法，寻找R_j取最小值时λ_j和α_j，从而得到被测材料的导热系数λ_j与热扩散率α_j。