Revista UIS Ingenierías

Vol. 16 Núm. 2 (2017): Revista UIS Ingenierías
Artículos

Algoritmos de optimización en la estimación de propiedades termodinámicas en tiempo real durante el tratamiento térmico de materiales con microondas

PDF HTML
  • Edgar García,
  • Ivan Amaya,
  • Rodrigo Correa
Edgar García
Universidad Industrial de Santander
Ivan Amaya
Instituto Tecnológico de Monterrey
Rodrigo Correa
UNIVERSIDAD INDUSTRIAL DE SANTANDER
DOI: https://doi.org/10.18273/revuin.v16n2-2017012

Publicado 2017-05-17

Palabras clave

  • Calentamiento por microondas,
  • Métodos de optimización global,
  • Problema inverso.,
  • Estimación de parámetros

Cómo citar

García, E., Amaya, I., & Correa, R. (2017). Algoritmos de optimización en la estimación de propiedades termodinámicas en tiempo real durante el tratamiento térmico de materiales con microondas. Revista UIS Ingenierías, 16(2), 129–140. https://doi.org/10.18273/revuin.v16n2-2017012
Aviso de derechos de autor/a

Resumen

Este trabajo considera la predicción en tiempo real de parámetros térmicos de una muestra sometida a radiación. Se estimaron la conductividad térmica y la capacidad calorífica. Se modeló el flujo volumétrico interno de calor uniforme y constante en el tiempo. Para resolver el problema inverso se usaron algoritmos de optimización global tales como el método de la espiral, el método de búsqueda en vórtice, el método de pesos ponderados, el método de enjambre de partículas unificado, el método optimización del campo electromagnético y el método de búsqueda armónica de ancho auto-regulado. Los resultados muestran que todos los algoritmos empleados estiman correctamente estos dos parámetros siempre y cuando, el SNR de las muestras (simuladas en este trabajo) esté por encima de 30 [dB]. Por ende, para propósitos prácticos, si se dispone de un buen diseño experimental y una buena instrumentación, se pueden estimar con alta precisión estos parámetros en tiempo real.

PDF HTML

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

  1. Necati Ozisik, “Introduction and concepts,” in Heat transfer - abasic approach, Internatio., A. Murphy and M. Eichberg, Eds. Singapore: McGraw-Hill Book Co, 1985, pp. 1–18.
  2. J. Osepchuk, “A History of Microwave Heating Applications,” IEEE Trans. Microw. Theory Tech., vol. 32, no. 9, pp. 1200–1224, 1984.
  3. National Research Council, “Microwave applications,” in Microwave Processing of Materials, Washington, DC: The National Academies Press., 1994.
  4. J. M. Catalá-Civera, A. J. Canós, P. Plaza-González, J. D. Gutiérrez, B. García-Baños, and F. L. Peñaranda-Foix, “Dynamic Measurement of Dielectric Properties of Materials at High Temperature During Microwave Heating in a Dual Mode Cylindrical Cavity,” IEEE Trans. Microw. Theory Tech., vol. 63, no. 9, pp. 2905–2915, 2015.
  5. L.-F. Chen, C. K. Ong, C. P. Neo, and V. V. Varadan, Microwave Electronics, Measurement and Materials Characterization, 1st ed. Wiltshire, Great Britain: John Wiley & Sons, 2004.
  6. M. J. Colaço, H. R. B. Orlande, and G. S. Dulikravich, “Inverse and optimization problems in heat transfer,” J. Brazilian Soc. Mech. Sci. Eng., vol. 28, no. 1, pp. 1–24, 2006.
  7. R. Dasa, “Identification of materials in a hyperbolic annular fin for a given temperature requirement,” Inverse Probl. Sci. Eng., vol. 24, no. 2, pp. 213–233, 2016.
  8. W. P. Adamczyk, R. A. Białecki, and T. Kruczek, “Retrieving thermal conductivities of isotropic and orthotropic materials,” Appl. Math. Model., vol. 40, pp. 3410–3421, 2015.
  9. M. J. Huntul, D. Lesnic, and M. S. Hussein, “Reconstruction of time-dependent coefficients from heat moments,” Appl. Math. Comput., vol. 301, pp. 233–253, 2017.
  10. F. Mohebbi and M. Sellier, “Estimation of thermal conductivity, heat transfer coefficient, and heat flux using a three dimensional inverse analysis,” Int. J. Therm. Sci., vol. 99, pp. 258–270, 2016.
  11. E.-G. Talbi, “Common Concepts for Metaheuristics,” in Metaheuristics, from Design to Implementation, 1st ed., New Jerey: John Wiley & Sons, 2009, pp. 1–79.
  12. K. Tamura and K. Yasuda, “Spiral Multipoint Search for Global Optimization,” in 2011 10th International Conference on Machine Learning and Applications and Workshops, 2011, pp. 470–475.
  13. B. Dogan and T. Olmez, “A new metaheuristic for numerical function optimization: Vortex Search algorithm,” Inf. Sci. (Ny)., vol. 293, pp. 125–145, 2015.
  14. G. Friedl and M. Kuczmann, “A New Metaheuristic Optimization Algorithm, the Weighted Attraction Method,” Acta Tech. Jaurinensis, vol. 8, no. 3, pp. 257–266, 2015.
  15. J. Kennedy and R. Eberhart, “Particle swarm optimization,” 1995 IEEE Int. Conf. Neural Networks (ICNN 95), vol. 4, pp. 1942–1948, 1995.
  16. K. E. Parsopoulos and M. N. Vrahatis, “UPSO: A unified particle swarm optimization scheme,” Lect. Ser. Comput. Comput. Sci., vol. 1, pp. 868–873, 2004.
  17. H. Abedinpourshotorban, S. Mariyam Shamsuddin, Z. Beheshti, and D. N. A. Jawawi, “Electromagnetic field optimization: A physics-inspired metaheuristic optimization algorithm,” Swarm Evol. Comput., vol. 26, pp. 8–22, 2016.
  18. Z. Geem, J. Kim, and G. V Loganathan, “A New Heuristic Optimization Algorithm: Harmony Search,” Simulation, vol. 76, no. 2, pp. 60–68, 2001.
  19. I. Amaya, J. Cruz, and R. Correa, “Harmony Search algorithm: a variant with Self-regulated Fretwidth,” Appl. Math. Comput., vol. 266, pp. 1127–1152, 2015.
  20. H. S. Carslaw and J. C. Jaeger, “The flow of heat in a infinite circular cylinder,” in Conduction of heat in solids, 2nd ed., Oxford University Press, 1959, pp. 187–213.
  21. Grup d’Innovació per la Millora de la Docència en Estructura Propietats i Processat de Materials, “Materials - Silicom Carbide.” [Online]. Available: http://www.ub.edu/cmematerials/es/content/carburo-de-silicio-sic. [Accessed: 16-Jun-2016].
  22. J. Vere Beck and A. Kenneth, “Introduction To Linear Estimation,” in Parameter Estimation in Engineering and Science, New York: John Wiley & Sons, 1977, pp. 130–212.