热工水力实验中稀疏传感器布置的数据驱动优化
系统与控制
2025-09-15 v1 系统与控制
摘要
热工水力（TH）实验为传热与传质物理学提供了宝贵见解，并为程序的开发、校准与验证提供了合格数据。然而，测量数据通常采集自稀疏分布的传感器，对所关注区域与现象的覆盖有限。在试验前设计阶段，确定这些传感器的空间配置至关重要且极具挑战。本文开发了一个用于优化 TH 实验中传感器布置的数据驱动框架，包括： 用于构建数据集的敏感性分析； 用于降维的本征正交分解（POD）； 带列主元的 QR 分解，用于在空间约束下确定最优传感器配置。该框架在 TALL-3D 铅铋共晶（LBE）回路中进行的测试上进行了演示。在此案例中，粒子图像测速（PIV）等光学技术无法实施。因此，动量与能量输运的量化严重依赖于热电偶（TC）的读数。该测试段此前已安装了许多 TC，其位置是通过结合仿真结果与专家判断的人工过程确定的。本文提出的框架提供了一种系统且自动化的传感器布置方法。所得的 TC 对不确定输入参数的变化表现出高敏感性，能够在保持对测量噪声鲁棒性的同时实现精确的全场重建。
引用
@article{arxiv.2509.10055,
title = {Data-driven optimization of sparse sensor placement in thermal hydraulic experiments},
author = {Xicheng Wang and Yun. Feng and Dmitry Grishchenko and Pavel Kudinov and Ruifeng Tian and Sichao Tan},
journal= {arXiv preprint arXiv:2509.10055},
year = {2025}
}