摘要：电石是一种重要的化工基础原料，其冷凝、降温过程对电石出炉系统设计和生产流程控制有着重要影响，因此研究电石的冷却过程有着重要的意义。由于无法通过实验手段测量电石内部温度，需要通过软件仿真获得电石冷却过程中的温度场分布。而目前国内在材料热物性参数方面的数据和研究较少，缺少电石导热系数值。基于ANSYS 热仿真和MATLAB 智能算法，利用神经网络和遗传算法进行参数反演，得到了电石的热传导系数随温度变化的值。结果表明这种方法有效可行，对电石出炉系统设计和生产流程控制起到了重要的指导作用，并为研究物质的热物性参数提供了一种新思路。
    关键词：电石；ANSYS 热仿真；MATLAB 智能算法；神经网络；遗传算法；参数反演

下载全文——基于ANSYS和MATLAB智能算法的电石热物性参数反演.pdf