基于混合优化算法的TEM线圈阵列设计与仿真

发布时间：2017-10-14 05:01

  本文关键词：基于混合优化算法的TEM线圈阵列设计与仿真

  更多相关文章： 瞬变性电磁法 磁聚焦技术 遗传算法 粒子群算法 有限元分析软件

【摘要】：瞬变性电磁法(Transient Electromagnetic Method,TEM),作为一种新技术,新方法,在地质勘探,金属矿物检测,环境工程探测等方面发挥着重要的作用。该方法实施时无需接触被探测物,不需开挖,成本合理,还可以保证被测物的正常运行不受影响。但是瞬变电磁技术可以良好的解决单点检测问题,对于并行或是重叠的金属管线等的检测,没有很准确的评估的技术方案,同样导致安全的隐患,环境的损害,经济的损失,还阻碍了其发展与实际的应用效果。技术的创新可以解决实际的缺陷,利用磁场的定向式聚焦来提高检测的有效性。创新性的提出了在TEM系统中融入磁聚焦技术,研究设计新型的磁聚焦瞬变电磁检测系统,实现瞬变电磁磁聚焦技术对目标物或目标区域的准确检测。为了实现对目标物或目标区域的定点精确检测,瞬变电磁磁聚焦技术着重研究发射磁场的聚焦性能。大量的研究表明,发射磁场的聚焦性能与发射线圈的空间结构紧密相关,所以优化线圈结构有助于提高系统发射磁场的聚焦性。本文立足于科学的实际应用,设计了融合不同算法优势来互补的混合优化算法,实现对TEM发射线圈磁场聚焦性能的优化求解。具体的工作量,从以下几个部分入手。(1)基于瞬变电磁法原理,与线圈磁场分布原理,研究影响TEM模型磁场分布的主要参数;(2)设计混合优化算法。研究遗传算法,和粒子群算法的性能特点,改良算法特性,综合设计一种混合优化算法,并测试三种算法的性能,选出更适合TEM优化求解的算法;并构造出满足工程实际需求的磁场分布适应度函数;(3)结合有限元分析软件与高级语言的功能特点,设计有限元分析软件与高级语言程序的外部通信接口,联合实现TEM发射线圈优化;(4)研究典型线圈阵列模型,创新设计线圈阵列模型,根据影响参数,利用混合优化算法对新型设计模型进行优化;(5)保证发射线圈阵列正常工作,设计相匹配的瞬变电磁磁聚焦发射驱动器;(6)通过实验测试与仿真对比,说明发射线圈阵列的性能与实用价值。
【关键词】：瞬变性电磁法 磁聚焦技术 遗传算法 粒子群算法 有限元分析软件
【学位授予单位】：成都信息工程学院
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH871
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 绪论8-13
• 1.1 研究背景及意义8
• 1.2 研究方法8-11
• 1.2.1 国外瞬变电磁法研究现状9-10
• 1.2.2 国内瞬变电磁法研究现状10-11
• 1.2.3 国内外磁聚焦研究现状11
• 1.3 研究内容11-13
• 1.3.1 本文研究的主要目的和内容11-12
• 1.3.2 本文研究的结构安排12-13
• 第二章 基本研究原理13-18
• 2.1 瞬变性电磁法基本研究原理13-14
• 2.2 磁场基本原理14-16
• 2.3 本章小结16-18
• 第三章 混合优化算法的设计实现18-31
• 3.1 基本遗传算法18-21
• 3.1.1 参数编码18-19
• 3.1.2 适应度函数19
• 3.1.3 选择19-20
• 3.1.4 交叉与变异20
• 3.1.5 收敛性分析20
• 3.1.6 遗传算法的求解20-21
• 3.2 改进的遗传算法21-22
• 3.2.1 改进的思想21
• 3.2.2 改进的方法21-22
• 3.3 基本粒子群算法22-24
• 3.3.1 算法基本思想22
• 3.3.2 算法更新过程22-23
• 3.3.3 算法设计原则23-24
• 3.4 改进的粒子群算法24-25
• 3.5 混合优化算法25-26
• 3.5.1 算法设计思路25
• 3.5.2 算法设计方法25-26
• 3.6 性能测试26-29
• 3.6.1 测试函数26-28
• 3.6.2 测试方法与结果28-29
• 3.7 本章小结29-31
• 第四章 有限元分析软件与高级语言数据通信31-34
• 4.1 有限元分析软件31-32
• 4.1.1 有限元分析软件功能特点31
• 4.1.2 有限元分析软件使用流程31-32
• 4.2 高级语言32-33
• 4.3 有限元分析软件与高级语言数据通信33
• 4.4 本章小结33-34
• 第五章 TEM线圈阵列设计、优化与仿真34-39
• 5.1 有线圈阵列研究现状34-36
• 5.1.1 线圈阵列设计思路34
• 5.1.2 典型线圈阵列模型34-36
• 5.2 新型TEM线圈阵列模型36-37
• 5.3 TEM线圈阵列模型的优化仿真37-38
• 5.4 本章小结38-39
• 第六章 发射系统原理39-46
• 6.1 发射系统基本构成39-41
• 6.2 硬件电路实物图41-42
• 6.3 软件驱动流程图42
• 6.4 发射系统实验结果42-45
• 6.4.1 实验测试磁场强度结果42-43
• 6.4.2 实验测试数据与仿真数据对比分析43
• 6.4.3 系统测试钢板厚度与高度的实验结果43-45
• 6.5 本章小结45-46
• 第七章 结论与展望46-48
• 7.1 结论46
• 7.2 展望46-48
• 参考文献48-52
• 作者在读期间科研成果简介52-53
• 致谢53

【相似文献】

中国期刊全文数据库 前10条

1 田野;刘大有;齐红;;基于改进的单纯形和微分进化的混合优化算法[J];吉林大学学报(工学版);2011年02期

2 叶玉玲;伞冶;;一种混合优化算法及其性能[J];吉林大学学报(工学版);2009年01期

3 姚铭君;袁伟明;邢文革;;基于混合优化算法的正交多相码的设计[J];现代雷达;2007年07期

4 秦川;顾晓文;王超;鞠平;陈谦;;电力负荷模型参数辨识的混合优化算法[J];河海大学学报(自然科学版);2013年06期

5 李志刚,吴沧浦;混合优化算法在兵力部署优化问题中的应用[J];控制与决策;1997年05期

6 邹士新,马远良,杨坤德,李蓉艳;一种高效并行的匹配场反演混合优化算法[J];西北工业大学学报;2005年04期

7 陈柯;刘晓莉;;基于混合优化算法的城市应急疏散公交车辆路径优化研究[J];河南科技;2014年03期

8 罗飞;林小兰;许玉格;李慧娟;;基于免疫粒子群混合优化算法的新型派梯策略[J];华南理工大学学报(自然科学版);2008年08期

9 王志刚;;基于粒子群和人工蜂群算法的混合优化算法[J];科学技术与工程;2012年20期

10 曾庆成;杨忠振;;集装箱码头集成调度模型与混合优化算法[J];系统工程学报;2010年02期

中国重要会议论文全文数据库 前2条

1 童金旺;张鹏;沈小伟;;基于参数改进的混沌粒子群混合优化算法[A];第16届全国结构工程学术会议论文集（第Ⅲ册）[C];2007年

2 崔长彩;傅师伟;黄富贵;李兵;;混合优化算法GA-PSO及其在工程应用中的实现技术[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

中国博士学位论文全文数据库 前2条

1 张伟;人工蜂群混合优化算法及应用研究[D];浙江大学;2014年

2 李晓明;一种新型混合优化算法及其在优化油田开发中的应用[D];西南石油学院;2004年

中国硕士学位论文全文数据库 前6条

1 杨龙成;基于混合优化算法的TEM线圈阵列设计与仿真[D];成都信息工程学院;2015年

2 李文;基于混沌优化的混合优化算法研究[D];中南大学;2004年

3 曾世开;粒子群和群搜索混合优化算法研究及其在杆系结构设计中的应用[D];广东工业大学;2011年

4 彭爱连;基于混合优化算法的注射模具参数优化研究[D];湘潭大学;2009年

5 刘俊芳;粒子群和人工蜂群的混合优化算法优化SVM参数及应用[D];太原理工大学;2012年

6 李涵;基于新型混沌混合优化算法的非线性负荷控制研究[D];北京交通大学;2009年

本文编号：1029101