Projekt je zaměřen na výzkum soft computing metod v inverzních úlohách přenosu tepla se změnou skupenství a vytvoření adaptivního soft computing frameworku pro jejich řešení. Mnoho fyzikálních a inženýrských problémů zahrnuje změny skupenství a jejich popis často vede ke složitým úlohám přenosu tepla nemající přímé řešení. Přímým řešením je v tomto smyslu stanovení tepelného chování, jenž je ovlivněno podmínkami a parametry charakterizujícími přenos tepla. Přímé řešení není možné v úlohách, ve kterých jsou podmínky a parametry neznámými veličinami a je tedy nutné využít inverzního přístupu. Vetšina stávajících metod pro inverzní úlohy byla ale použita jen na úlohy přenosu tepla beze změny skupenství. Soft computing metody zahrnující metaheuristiky, fuzzy logiku a neuronové sítě se v tomto ohledu jeví jako slibný přístup, protože místo obtížně dosažitelného přesného řešení umožňují nalézt dostatečně přesné přibližné řešení. To je výhodou zejména v úlohách s více neznámými parametry a v inverzních úlohách typu black-box s nedostatkem informací umožňujících jejich detailní popis

Description in English
The project aims at the research of soft computing methods in inverse heat transfer problems with phase change and the creation of an adaptive soft computing framework for their solution. Many processes involve phase changes and their description often leads to complex heat transfer problems having no direct solution. A direct solution in this context refers to the quantification of thermal behaviour according to heat transfer parameters and conditions. The direct solution is not possible when some parameters and conditions are unknown. In such cases, an inverse solution is needed. Several approaches for the solution of inverse heat transfer problems have been proposed but these mostly addressed problems without phase change. Soft computing methods, which include meta-heuristic algorithms, fuzzy logic and neural networks, seem to be promising in this respect as they seek an approximate solution rather than an exact one. This can be an advantage in case of multiple unknown parameters and in black-box inverse problems where limited information is available for the detailed description.

Keywords
přenos tepla;změna skupenství;inverzní úloha;soft computing metody;

Key words in English
heat transfer, phase change, inverse problem, soft computing methods

22-31173S

Czech

Klimeš Lubomír, doc. Ing., Ph.D. - principal person responsible

Energy Institute
- responsible department (13.4.2021 - not assigned)
Energy Institute
- beneficiary (13.4.2021 - not assigned)

KLIMEŠ, L.; KŮDELA, J.; ZÁLEŠÁK, M.; CHARVÁT, P. A Solution to an Inverse Heat Transfer Problem With Phase Change by Means of Meta-Heuristics and Artificial Neural Networks: A Comparative Study. In PROCEEDINGS OF ASME 2023 INTERNATIONAL MECHANICAL ENGINEERING CONGRESS AND EXPOSITION, IMECE2023, VOL 13. New Orleans, Louisiana, USA: ASME, 2024. p. 113333 ( p.)ISBN: 978-0-7918-8770-7.
Detail

MAUDER, T.; KŮDELA, J.; KLIMEŠ, L.; ZÁLEŠÁK, M.; CHARVÁT, P. Hot Off the Press: Soft computing methods in the solution of an inverse heat transfer problem with phase change. In 2024 Genetic and Evolutionary Computation Conference Companion. Association for Computing Machinery, Inc, 2024. p. 47-48. ISBN: 979-8-4007-0495-6.
Detail

ZÁLEŠÁK, M.; CHARVÁT, P.; KLIMEŠ, L.; PECH, O.; RAPTA, P. Thermal behavior of PCMs during phase transitions with phase change hysteresis: Experimental setup development and problems of model validation. In ASME 2023 International Mechanical Engineering Congress and Exposition. New Orleans, Louisiana, USA: ASME, 2024. p. 113269 ( p.)ISBN: 978-0-7918-8770-7.
Detail

ZÁLEŠÁK M., BOUCHAL P., OSTRÝ M., HEJČÍK J. Experimental set-up for the validation of phase change models in case of direct and inverse heat transfer problems. In 16th International Conference on Experimental Fluid Mechanics, EFM 2022. EPJ web of conferences (Print). EDP Sciences, 2024. p. 01040 ( p.)ISSN: 2101-6275.
Detail

ZÁLEŠÁK, M.; CHARVÁT, P.; KLIMEŠ, L.; KŮDELA, J.; PECH, O. Inverse identification of thermal behaviour of a paraffin-based phase change material in complete and partial phase change cycles. Thermal science and engineering progress, 2024, vol. 51, no. 1, p. 102585 ( p.)ISSN: 2451-9049.
Detail

MAUDER, T.; KŮDELA, J.; KLIMEŠ, L.; ZÁLEŠÁK, M.; CHARVÁT, P. Soft computing methods in the solution of an inverse heat transfer problem with phase change: A comparative study. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 2024, vol. 133, no. B, p. 108229 ( p.)ISSN: 1873-6769.
Detail

KŮDELA, J.; ZÁLEŠÁK, M.; CHARVÁT, P.; KLIMEŠ, L.; MAUDER, T. Assessment of the performance of metaheuristic methods used for the inverse identification of effective heat capacity of phase change materials. EXPERT SYSTEMS WITH APPLICATIONS, 2024, vol. 238, no. 1, p. 122373 ( p.)ISSN: 1873-6793.
Detail

ZÁLEŠÁK, M.; KLIMEŠ, L.; CHARVÁT, P.; CABALKA, M.; KŮDELA, J.; MAUDER, T. Solution approaches to inverse heat transfer problems with and without phase changes: A state-of-the-art review. Energy, 2023, vol. 278, no. 1, p. 127974 ( p.)ISSN: 0360-5442.
Detail

ZÁLEŠÁK, M.; KLIMEŠ, L.; CHARVÁT, P.; PECH, O.; RAPTA, P. An Effective Thermal Conductivity-based Approach for Modelling of Convective Heat Transfer in a Rectangular Cavity Filled with PCM. Chemical Engineering Transactions, 2023, vol. 103, no. 1, p. 715-720. ISSN: 2283-9216.
Detail

ZÁLEŠÁK, M., KLIMEŠ, L.; CHARVÁT, P.; DUDA ,J. Assessment of Modelling Approaches for Partial Phase Charges of PCMs. Chemical Engineering Transactions, 2022, vol. 94, no. 1, p. 457-462. ISSN: 2283-9216.
Detail

KLIMEŠ, L.; KAMARÝT, P.; CHARVÁT, P.; ZÁLEŠÁK, M.; PEŠEK, M. Solution to Inverse Heat Transfer Problems by Means of Soft Computing Approach and Its Comparison to the Well-Established Beck’s Method. Chemical Engineering Transactions, 2022, vol. 94, no. 1, p. 433-438. ISSN: 2283-9216.
Detail

KAVIČKA, F.; KATOLICKÝ, J.; MAUDER, T.; KLIMEŠ, L.; ŠTĚTINA, J. Analysis of the Influence of Boundary Condition on Simulation Accuracy of Solidification Thermokinetics Model. In MATEC Web of Conferences. MATEC Web of Conferences. MATEC Web of Conferences, 2022. p. 1-6. ISSN: 2261-236X.
Detail

KŮDELA, J. A critical problem in benchmarking and analysis of evolutionary computation methods. Nature Machine Intelligence, 2022, no. 4, p. 1238-1245. ISSN: 2522-5839.
Detail

Responsibility: Klimeš Lubomír, doc. Ing., Ph.D.