应用粒子群算法计算CFD热解模型中聚丙烯的热物性参数  

Application of Particle Swarm Optimization to Calculate Thermal Physical Properties of Polypropylene in CFD Thermal Decomposition Model

作　　者：程云芳 邱榕[1] 蒋勇[1] 

机构地区：[1]中国科学技术大学火灾科学国家重点实验室,安徽合肥230026

出　　处：《工业控制计算机》2018年第11期100-101,104,共3页Industrial Control Computer

基　　金：国家自然科学基金(51176181);中央高校基本科研业务费专项资金(WK2320000033;WK2320000035)项目资助

摘　　要：为提高实际预测准确性,CFD热解模型要求提供材料有效的热物性参数。提出运用粒子群(PSO)算法计算CFD热解模型中材料的热物性参数,以聚丙烯材料为研究对象。为验证PSO算法优化性能,将其结果值与遗传算法(GA)计算值及文献值进行对比,并进一步讨论种群数量对计算值影响。结果表明:PSO计算结果优于GA算法,PSO算法结果与文献值保持更好一致性。粒子群种群数量会影响收敛时间,但是不同种群大小最终都会找到接近的最优值。This paper proposes the use of particle swarm optimization （PSO） algorithm to calculate the thermal properties of materials in the CFD pyrolysis model,using polypropylene as the research object.To verify the PSO algorithm＇s optimization performance,the results are compared with the genetic algorithm （GA） calculations and literature values,and the effect of population size on the calculated values was further discussed.The results show that the PSO calculation result is better than the GA algorithm,and the PSO algorithm results are in better consistency with the literature values.

关 键 词：聚丙烯 CFD热解模型 粒子群算法 热物性参数 

分 类 号：TQ325.14[化学工程—合成树脂塑料工业] TP18[自动化与计算机技术—控制理论与控制工程]