[논문 리뷰] Identification of Convection Heat Transfer Coefficient of Secondary Cooling Zone of CCM based on Least Squares Method and Stochastic Approximation Method

А. А. Ivanova|arXiv (Cornell University)|2010. 03. 24.

Metallurgy and Material Forming인용 수 4

한 줄 요약

이 논문은 곡선 연속연철기(Curved Continuous Casting Machine, CCM)의 2차 냉각 구역에서 공간적으로 분포된 대류열전달계수(Convective Heat Transfer Coefficient, CHTC)를 식별하기 위해 두 단계 방법을 제안한다. 첫 번째 단계는 최소제곱법을 이용한 初기 보정, 두 번째 단계는 확률적 근사법을 이용한 운영 보정이다. 이 방법은 제한된 온도 측정값으로부터 CHTC를 정확하게 추정하며, 최적의 단계 크기 수열을 사용할 경우 200회 이내의 반복으로 수렴을 이룩하여 산업적 스틸 연철 공정의 열모델링 정확도를 크게 향상시킨다.

ABSTRACT

The detailed mathematical model of heat and mass transfer of steel ingot of curvilinear continuous casting machine is proposed. The process of heat and mass transfer is described by nonlinear partial differential equations of parabolic type. Position of phase boundary is determined by Stefan conditions. The temperature of cooling water in mould channel is described by a special balance equation. Boundary conditions of secondary cooling zone include radiant and convective components of heat exchange and account for the complex mechanism of heat-conducting due to airmist cooling using compressed air and water. Convective heat-transfer coefficient of secondary cooling zone is unknown and considered as distributed parameter. To solve this problem the algorithm of initial adjustment of parameter and the algorithm of operative adjustment are developed.

연구 동기 및 목표

• 복잡한 에어미스트 냉각으로 인해 시간과 공간에 따라 변화하는 CHTC를 정확히 식별하는 데 어려움이 있는 곡선 연속연철기(Curved Continuous Casting Machine, CCM)의 2차 냉각 구역에서 공간적으로 분포된 대류열전달계수(Convective Heat Transfer Coefficient, CHTC)를 정확히 식별하는 데 도전하는 것.
• empirical 또는 고정된 파rameter 접근법의 한계를 극복하기 위해 제한된 온도 측정 데이터를 기반으로 CHTC를 추정하는 강건한 역열전달 방법을 개발하는 것.
• 두 가지 별도의 알고리즘을 제안한다: 다중 측정점에서의 최소제곱법을 이용한 초기 보정과 단일 측정점에서의 확률적 근사법을 이용한 운영 보정.
• 확률적 근사 수렴 조건을 엄격히 정의한 단계 크기 수열을 통해 매개변수 식별 과정의 수렴성과 안정성을 확보하는 것.
• 수치 시뮬레이션을 통해 방법을 검증하고, 다양한 단계 크기 수열에서의 수렴 행동을 비교하여 최적의 튜닝 파rameter를 도출하는 것.

제안 방법

• 상태 변화는 스텐프 조건을 통해 고려하고 비균일한 물성값을 반영한 비선형, 시간에 의존하는 편미분방정식(포물형)으로 열전달 과정을 모델링한다.
• 경계 조건은 복사 및 대류 열전달의 조합으로 구성되며, 대류 성분은 알려지지 않은 분포된 CHTC 매개변수로 모델링된다.
• 초기 보정을 위해 다중 공간점에서 측정된 온도 데이터를 이용해 최소제곱법을 적용하여 CHTC를 추정한다.
• 운영 보정을 위해 확률적 근사 알고리즘을 활용하여 단일 온도 측정값을 이용해 CHTC 추정치를 반복적으로 갱신한다: α_{j+1} = α_j - k_j(T_j^* - T_j).
• 단계 크기 수열 k_j는 수렴 조건을 만족하도록 정의된다: lim k_j = 0, Σk_j = ∞, 그리고 Σ(k_j)^2 < ∞이며, 예시로 k_j = a/(b+j) 및 잔차 오차의 부호 변화에 기반한 적응형 형태가 있다.
• 수렴은 α의 마지막 m개 근사치가 서로 작은 ε-근접 영역 내에 존재하는지 확인함으로써 판단된다. 이는 안정화를 의미한다.

실험 결과

연구 질문

• RQ1 제한된 온도 측정값만 존재할 경우, 곡선 연속연철기(CCM)의 2차 냉각 구역에서 공간적으로 분포된 대류열전달계수(CHTC)를 어떻게 정확히 식별할 수 있는가?
• RQ2 CHTC 식별에서 신속하고 안정적인 수렴을 보장하는 최적의 단계 크기 수열은 무엇인가?
• RQ3 단계 크기 수열 k_j = a/(b+j)에서 파rameter a와 b의 선택이 CHTC 추정의 수렴 속도와 정확도에 미치는 영향는 어떠한가?
• RQ4 단일 온도 측정값으로부터도 확률적 근사 방법이 CHTC를 신뢰성 있게 식별할 수 있는가? 또한 다중 측정점에서의 최소제곱법과 비교해 볼 때 어떤가?
• RQ5 확률적 근사 알고리즘이 진짜 CHTC 값으로 수렴하는 조건는 무엇이며, 초기 파rameter 추정치에 얼마나 민감한가?

주요 결과

• 확률적 근사 알고리즘은 k_j = a/j 수열을 사용할 경우 a ∈ [1,2] 범위에서 수렴이 이루어지며, 200회 이내의 반복으로 공간적으로 분포된 CHTC를 성공적으로 식별한다. 이는 안정적이고 정확한 추정을 보장한다.
• k_j = a/j 수열의 경우 a가 1 ≤ a ≤ 2 범위일 때 최적의 수렴 성능을 보이며, a < 1일 경우 수렴 속도가 느려지고, a > 2일 경우 진동이 증가하며 수렴 속도가 저하된다.
• k_j = a/(b+j) 수열에서 파rameter b는 음수가 아니어야 한다. b < 0일 경우 조정 방향이 잘못되며, b를 증가시킬수록 수렴 속도가 감소하므로 최적 성능을 위해 b = 0을 권장한다.
• 잔차 오차(T_j^* - T_j)의 부호에 기반한 적응형 단계 크기 수열은 a ∈ [1,3] 범위에서 수렴을 달성하며, 고정 수열 대비 뛰어난 강건성과 더 빠른 안정화를 보인다.
• 잔차 부호 변화 시에만 n_j를 갱신하는 수정된 적응형 수열은 수렴 속도가 느리지만, a ∈ [1.2,1.5] 범위일 경우 단 20회의 반복 후 진짜 값과 6% 이내의 정확도를 확보할 수 있다.
• 이 방법은 초기 CHTC 추정치의 범위가 넓은 영역에서도 안정적으로 수렴함을 보여, 산업적 역열전달 문제에 대한 실용적 타당성을 확인한다.