Application of Computational Intelligence Techniques in Optimization and Inverse Heat Transfer Problems

Resumen

La Inteligencia Computacional se puede definir como una colección de métodos que resuelven problemas mediante la inteligencia, el razonamiento y la tolerancia a la imprecisión. En esta tesis, se aplican técnicas de Inteligencia Computacional, como metaheurísticas de optimización, redes neuronales, lógica difusa e inferencia bayesiana, para resolver problemas inversos de transferencia de calor. Para esto, se presentan cinco estudios de caso con ese objetivo. El primer estudio se ocupa del problema de identificación de fallas de contacto en la unión de diferentes materiales. Esto se formula como un problema inverso de conducción de calor y se resuelve con una Red Neuronal Artificial. El segundo emplea el método difuso de Levenberg-Marquardt con regularización de Tikhonov para resolver un problema inverso combinado de conducción-radiación. En el tercero, se compara el rendimiento del algoritmo de optimización global topográfico cuando se inicializa con dos generadores de puntos diferentes y se finaliza con dos métodos de búsqueda local diferentes para las soluciones de problemas inversos de transferencia de calor. El cuarto estudio presenta un método para predecir el valor ´optimo del parámetro de regularización de Tikhonov resolviendo versiones simplificadas de los problemas inversos considerados, donde se realizan pruebas en tres problemas inversos de estimación de funciones. En el quinto estudio, se presenta la formulación y solución de un modelo de transferencia de calor biológico del cerebro que contiene un electrodo de Estimulación Cerebral Profunda (DBS) y, además, esta solución se utiliza para resolver un problema inverso de determinación de las conductividades térmicas y eléctricas del tejido cerebral utilizando mediciones supuestamente obtenidas con un sensor dentro del electrodo DBS. En conclusión, esta tesis muestra las capacidades de varias técnicas de Inteligencia Computacional en la resolución de problemas inversos de transferencia de calor. Los resultados presentados contribuyen a dos categorías principales: el campo de la transferencia de calor inversa, sus aplicaciones en ciencia e ingeniería; y el desarrollo de procedimientos computacionales eficientes basados en técnicas de Inteligencia Computacional.