MM Obed Cortes Aburto 2004 PDF

SEP SEIT DGIT
CENTRO NACIONAL DE INVESTIGACIÓN Y

DESARROLLO TECNOLÓGICO
cenidet
6 6~ MÉTODO
DEL ~ ~ LEVENBERG-
DE ~ ~ ~ ~
MARQUARDT Y DEL GRADIENTE CONJUGADO EN LA
ESTIMACIÓN DE LA GENERACIÓN DE CALOR DE UN
APARATO DE PLACA CALIENTE CON GUARDA”
T E S I S
QUE PARA OBTENER EL GRADO DE
MAESTRO EN CIENCIAS
EN INGENIEI~A MECÁNICA
P R E S E N T A:
ING. OBED CORTÉS ABURTO
ASESORES: DR. LEONEL LIRA CORTÉS (cenidet) CENIDET

M.C. ESOS P. XAMÁN VILLASEÑOR (ITQ)
04-0438
CUERNAVACA, MORELOS MAYO DE 2004
cenídet
Centro Nacional de Investigación
y Desarrollo Tecnológico
ALITORIZACI~N DE IMPRESI~N
DE TESIS
Cuernavaca, Mor., a 20 de marm del 2004
C. OBED CORTES ABURTO

Candidato al grado de Maestro en Ciencias
en Ing. Mecánica
Presente.
Después de haber atendido las indicaciones sugeridas por la Comisión Revisora de la Academia de ing.
Mecánica en relación a su trabajo de tesis cuyo titulo es: Aplicación del método de Levenberg-Marquardt y
del gradiente conjugado en la estimación de la generación de calor de un aparato de placa caliente con
guarda" me es grato comunicarle que conforme a los heamientos establecidos para la obtención del p d o de
Maestro en Ciencias en este centxo se le concede la autorización para que proceda con la impresión de su tesis.
Atentamente
Jefe del Departamento de Ing. Mecánica
C.C.P. SuMirrcción Académica

Residente de la Academia de hg.Macánica
Depaitamento de SecvicicrEsookns
Expediaite
PROLONGACLÓN AV, PALMIRA ESQ. APATZINGÁN. C O L . PAlMlRA , A.P. 5-164. CP. 62490. CUERNAVACA, MOR. -MEXICO
TEWFAX (77713140637y3127613
Contenido
Página
Lista de Figuras iv
Lista de Tablas v13
Nomenclatura viii
Resumen X
Abstract xi
i
1 Introducción 1
1.1 Introducción 2
1.2 Áreas de aplicación de la Transferencia Inversa de Calor 5
1.3 Estado del arte de las técnicas de solución para los
problemas inversos de transferencia de calor 6
1.4 Objetivo y Alcance 9
1.5 Justificación y descripción del trabajo 10
1.6 Productos y beneficios esperados 11
1.7 Desarrollo de la tesis 11
2 Conceptos Generales 13
2.1 Descripción del Aparato de Placa Caliente con Guarda 14

2.2 Dificultades en la solución de problemas inversos de
transferencia de calor 16
2.3 Clasificación de los problemas inversos de transferencia de
calor 22
3 Aplicación aiel Método de Levenberg-Marquardt 24
3.1 Introducción 25
3.2 Problema Directo 28
3.3 Problema Inverso 29
3.4 Procedimiento Iterativo 31
3.5 Criterio de Convergencia 35
3.6 Algoritmo Cornputacional 36
Página
4 Aplicación del Método del Gradiente Conjugado 42
4.2 Problema Directo 43
4.3 Problema Inverso 45
4.4 Procedimiento Iterativo 46
4.5 Criterio de Convergencia 50
4.6 Algoritmo Computacional 51
5 Análisis de Resultados 56
5.2 Funciones de Bessel 58
5.3 Obtención de los Valores Propios de los Problemas
Auxiliares (pk) 61
5.4 Aplicación del Método de Levenberg-Marquardt para la
obtención de la Función de Generación de Calor de la Placa
Caliente 64
5.5 Aplicación del Método de Levenberg-Marquardt para la
obtención de la Función de Generación de Calor de la
Guarda 68
5.6 Aplicación del Método del Gradiente Conjugado para la
obtención de la Función de Generación de Calor de la Placa
Caliente 73
5.7 Aplicación del Método del Gradiente Conjugado en la
obtención de la Función de Generación de Calor de la
Guarda 77
5.8 Comparación entre el Método de Levenberg-Marquardt y el
Método del Gradiente Conjugado para la Placa Caliente y la
Guarda del APCG 82
6 Conclusiones 89
6.1 Conclusiones 90
6.2 Recomendaciones y Trabajos Futuros 92
Bibliografia 93
Pagina
Apéndice A
A. 1 Solución del Problema Directo para la Placa Caliente 95

A.2 Solución de la Estimación de Temperaturas para la Placa
Caliente 99
A.3 Solución del Problema Directo para la Guarda 101
A.4 Solución de la Estimación de Temperaturas para la Guarda 105
Apéndice B
B. 1 Concepto de Coeficiente de Sensibilidad 107
B.2 Métodos de Determinación de los Coeficientes de
Sensibilidad 108
B.2.1 Solución Directa Analítica 108
B.2.2 Método de Problema de Valor en la Frontera 108
B.2.3 Aproximación por Diferencias Finitas 110
Apéndice C
c.1 Código para la Aplicación del Método de Levenberg-

Marquardt en la Obtención de los Parámetros de la Función
de Generación de Calor de la Placa Caliente 111
c.2 Código para la Aplicación del Método de Levenberg-
Marquardt en la Obtención de los Parámetros de la Función
de Generación de Calor de la Guarda 115
Apéndice D
D. 1 Código para la Aplicación del Método del Gradiente

Conjugado en la Obtención de los Parámetros de la Función
de Generación de Calor de la Placa Caliente 122
D.2 Código para la Aplicación del Método del Gradiente
Conjugado en la Obtención de los Parámetros de la Función
de Generación de Calor de la Guarda 126
Apéndice E
E. 1 Código para la obtención de las funciones de Bessel 132

E.2 Código para la obtención de los valores propios para el caso
de la Placa Caliente 135
E.3 Código para la obtención de los valores propios para el caso
de la Guarda 137
111
Lista de Figuras
Figura Descripción Página

2.1 Componentes principales del instrumento para medir la
conductividad térmica de materiales sólidos aislantes. 15
2.2 Aparato para medir la conductividad térmica de materiales
sólidos aislantes. 16
3.1.PC Modelo fisico para la Placa Caliente del APCG. 27
3.1.G Modelo fisico para la Guarda del APCG. 27
3.2 Diagrama de Flujo del Método de Levenberg-Marquardt 40
4.1 Diagrama de Flujo del Método del Gradiente Conjugado. 54
5.1 Distribución de temperatura experimental y analítica para la
Placa Caliente obtenida por X a m á n (1999). 57
5.2 Distribución de temperatura experimental y analítica para la
Guarda obtenida por X a m á n (1999). 57
5.3 Funciones de Bessel: Jo(x),JI(x), Yo(x) y Yi(x) obtenidas
mediante la aproximación polinomial de Abramowitz y
Stegun, 1972. 61
5.4 Función propia para la Placa Caliente. 62
5.5 Función propia para la Guarda. 63
5.6 Comparación entre la temperatura medida y la temperatura
estimada mediante el MLM para la Placa Caliente del APCG
usando una función con un parámetro. 65
usando una función con dos parámetros. 65
usando una función con tres parámetros. 66
usando una función con cuatro parámetros. 66
usando u n a función con cinco parámetros. 67
IV
5.11 Comparación entre la función de generación de calor usada
y las funciones de generación de calor estimadas mediante
el MLM para la Placa Caliente. 68
estimada mediante el MLM para la Guarda del APCG
estimada mediante el MLM para Ia Guarda del APCG
usando una función con cinco parámetros. 71
el MLM para el caso de la Guarda. 72
estimada mediante el MGC para la Placa Caliente del APCG
usando una función con dos parámetrvs. 74
5.2 1 Comparación entre la temperatura medida y la temperatura
el MGC para el caso de la Placa Caliente. 77
V
estimada mediante el MGC para la Guarda del APCG
el MGC para el caso de la Guarda. 81
5.30 Comparación entre las temperaturas experimentales, las
temperaturas analíticas (Xamán,1999), las temperaturas
estimadas con el MLM y las temperaturas estimadas con el
MGC, para la Placa Caliente del APCG. 83
5.31 Comparación entre la función de generación de calor
analítica (Xamán,19991, la función estimada con el MLM y
la función estimada con el MGC, para la Placa Caliente del
APCG. 84
5.32 Comparación entre las temperaturas experimentales, las
temperaturas analíticas (Xamán, 19991, las temperaturas
estimadas con el MLM y las temperaturas estimadas con el
MGC, para la Guarda del APCG. 85
5.33 Comparación entre la función de generación de calor
analítica (Xamán,19991, la función estimada con el MLM y
la función estimada con el MGC, para la Guarda del APCG. 85
VI
Lista de Tablas
Tabla Descripción Página

5.1 Primeras 10 raíces de la función propia para la Placa
Caliente. 62
5.2 PrhWmlS 10 raíces de la función propia para la Guarda. 63
5.3 Norma de mínimos cuadrados y errores relativos máximos
entre las temperaturas medidas y las temperaturas
estimadas mediante el MLM para la Placa Caliente. 67
estimadas mediante el MLM para la Guarda. 72
estimadas mediante el MGC para la Placa Caliente. 76
estimadas mediante el MGC para la Guarda. 81
5.7 Comparación de las mejores aproximaciones obtenidas con
los dos métodos aplicados a la Placa Caliente. 82
5.8 Comparación de las mejores aproximaciones obtenidas con
los dos métodos aplicados a la Guarda. 83
5.9 Comparación de los parámetros y la norma de mínimos
cuadrados obtenidos mediante el MLM con los obtenidos
mediante el MGC al aplicarlos en la Placa Caliente del
APCG. 87
5.10 Comparación de los parámetros y la norma de mínimos
cuadrados obtenidos mediante el MLM con los obtenidos
mediante el MGC al aplicarlos en la Guarda del APCG. 88
.
Nomenclatura
Radio exterior de la Placa Caliente, radio interior de la Guarda

Funciones de prueba, j = l ,...,N
Covarianza de X y Y
Radio exterior de la Guarda
dirección de descenso
Valor esperado
Espesor de la Placa Caliente o de la Guarda
Generación de caior en la Placa Caliente o en la Guarda
Coeficiente convectivo del aire
Número de mediciones transitorias del sensor
Matriz de sensibilidad
Coeficiente de sensibilidad
Función de Bessel de primera clase y de orden cero
Función de Bessel de primera clase y de orden uno
Kernel
Conductividad térmica
Número de sensores
Número de parámetros desconocidos, norma
Vector de parámetros desconocidos
jésimo parámetro desconocido, j = 1,. .., N
c Función propia
Coordenada radial en el sistema coordenado cilíndrico
Función objetivo o funciond
Tiempo
Tiempo final
Vector de temperaturas estimadas
Temperatura ambiente
Temperatura estimada al tiempo 1, , i = I , ...,I
Temperatura inicial de la Placa Caliente o de la Guarda
Matriz diagonal ponderada
Vlll
Y Vector de temperaturas medidas
rl Temperatura medida ai tiempo f , i =I, ...,1
yo Función de Bessel de segunda clase y de orden cero
r, Función de Bessel de segunda clase y de orden uno
Símbolos griegos
Difusividad térmica de la Placa Caliente o de la Guarda
Raíz de la ecuación de valores propios
Tamafio de incremento buscado
Coeficiente de combinación
Función supuesta para la solución por separación de variables
Función Delta de Dirac
Tolerancia
Matriz diagonal del método de Levenberg-Marquardt
3.14 159...
Parámetro de amortiguamiento del método de Levenberg-
Marquardt
Desviación estándar de las mediciones
Dirección del gradiente
Subindices
f Final
G Perteneciente al caso de la Guarda
i Medición i-ésima de temperatura
¡
. Parámetro jésimo
m Número de sensor
med Posición donde se realiza la medición de un solo sensor
PC Perteneciente al caso de la Placa Caliente
Superindices
k Número de iteración
T Transpuesta
IX
Resumen
En anos recientes h a crecido el interés por los Problemas Inversos

de Transferencia de Calor. En principio, s u carácter de "mal planteados"
era el obstáculo a vencer. Con el desarrollo de nuevos métodos para
obtener la solución de dichos problemas, ha habido un auge en las
aplicaciones de tales métodos de solución.
En el presente trabajo de tesis se utilizan dos métodos, el método

de Levenberg-Marquardt y el del Gradiente Conjugado, para estimar los
parámetros desconocidos de una función de generación de calor basados
en mediciones de temperatura previamente hechas. Se desarrolla todo el
trabajo en el sistema coordenado cilíndrico y en la dimensión radial
únicamente. Se involucran dos geometrías distintas: un disco (Placa
Caliente) y una corona (Guarda) del Aparato de Placa Caliente con Guarda,
un instrumento que se utiliza para obtener las conductividades térmicas
de materiales aislantes. Se validan los resultados obtenidos con las
mediciones disponibles, variando la cantidad de parámetros a utilizar
desde uno hasta cinco. Por último, se comparan ambos métodos y se dan
las conclusiones pertinentes.
X
Abstract
In recent years interest has grown in Inverse Heat Transfer

Problems. At first, their “ill-possed” character was the main obstacle. With
the advancement of solution methods for those problems, it has been a
rise in the applications of such a solution methods.
In this thesis, two methods are using, Levenberg-Marquardt

method and Conjugate Gradient method, for unknown parameter
estimation of the heat generation function from temperature
measurements taken previously. All work is in the cylindrical coordinate
system and radial dimension only. Two different geometries are used: a
disc (Hot Plate) and an annulus (Guard) of the Guarded Hot Plate
Apparatus, a device for obtain thermal conductivities of isolated materials.
Results are validated with the available measurements, varying the
number of parameters from one to five. At last, both methods are
compared and pertinent conclusions are done.
XI
Capítulo I Introducción
I
1.1 INTRODUCCIdN
-
Los Problemas Inversos de Transferencia de Calor ( P I E ) se basan
en el uso de las mediciones de temperaturas o flujos de calor para estimar
las cantidades que se desconocen y que intervienen en el análisis de
problemas fisicos en Ingeniería Térmica. Por ejemplo, los problemas
inversos en conducción de calor son asociados, generalmente, con la
estimación de u n flujo de calor en la frontera que se desconoce, utilizando
las mediciones de temperatura que se registran en la superficie de la
frontera.
Además, mientras que en el problema directo de Conducción de

Calor se conoce la causa (flujo de calor en la frontera) y se determina el
efecto (campo de temperatura en el cuerpo), en el problema inverso se
involucra la estimación de la causa a partir del conocimiento que se tiene
del efecto.
Una ventaja de los PITC es que hacen posible una colaboración

más cercana entre los investigadores teóricos y los experimentales para
obtener el máximo de información sobre el problema fisico bajo estudio.
Se debe reconocer que existen dificultades en la solución de los

PITC. Los PITC se clasifican matemáticamente como mal planteados
(Ozisik y Orlande, 2000) en un sentido general, ya que sus soluciones
pueden convertirse en inestables, como resultado de los errores inherentes
a las mediciones utilizadas en el analisis. Inicialmente, los problemas
inversos no eran de interés fisico, debido a su planteamiento incorrecto.
Sin embargo, algunos métodos heuristicos de solución para los

problemas inversos, los cuales se basaban más en la pura intuición que en
formalidades matemáticas, se desarrollaron en la década de los cincuenta.
Más tarde, en los sesenta y setenta, la mayoría de los métodos fueron
Capítulo I, Introducción
formalizados en términos de sus capacidades para tratar con problemas
inestables mal planteados.
El fundamento de hies métodos formales reside en la idea de

reformular el problema inverso en términos de un problema aproximado
bien planteado, utilizando alguna técnica de regularización (estabilización).
En este sentido, los trabajos pioneros de científicos que encontraron
diferentes formas de sobrellevar las inestabilidades de los problemas
inversos incluyen a A. N. Tikhonov (1975, 1977), O. M. Alifanov (1977,
1994) y J. V. Beck (1977, 1985).
El programa espacial h a jugado u n papel muy significativo en el

desarrollo de los métodos de solución para los PITC a finales de la década
de los cincuenta y principio de los sesenta. Por ejemplo, el calentamiento
aerodinámico de los vehículos espaciales durante el reingreso a - la
atmósfera es tan alto que la temperahira superficial del blindaje térmico
no puede medirse directamente con sensores de temperatura. Por
consiguiente, los sensores de temperatura son colocados por debajo de la
superficie caliente del blindaje y la temperatura superficial se estima
mediante u n análisis inverso. El análisis inverso puede usarse también en
la estimación de propiedades termofisicas del blindaje durante las
condiciones de operación a tales temperaturas.
La medición directa del flujo de calor en la superficie de una pared

sometida al fuego mediante el uso de los métodos convencionales es un
asunto dificil; pero estimarlo mediante u n análisis inverso utilizando
registros transitorios de temperatura tomados en una posición específica
en el interior de la superficie calentada es relativamente fácil.
En situaciones donde los métodos clásicos bien establecidos para la

estimación adecuada no pueden proveer el grado de exactitud deseada o se
vuelven inaplicables, los métodos de PITC pueden ser usados.
3
Capítulo 1, Introducciái
Matemáticamente, los PITC pertenecen a la clase llamada mal
planteada, en tanto que los problemas de transferencia de calor
tradicionales son bien planteados. El concepto de u n problema bien
planteado, originalmente introducido por Hadamard (Godunov, 1978),
requiere que su solución satisfaga las siguientes tres condiciones:
La solución debe existir (Existencia).
La solución debe ser única [Unicidad).
La solución debe ser estable bajo pequeños cambios (Estable).
La existencia de una solución para un PITC puede asegurarse

mediante razonamiento fisico; por ejemplo, si hay u n cambio en los valores
de la temperatura medida en u n problema transitorio, existe una
característica causal, por ejemplo, una frontera con flujo de calor, que
debe estimarse. Por otro lado, la unicidad de la solución de los problemas
inversos puede probarse matemáticamente para algunos casos especiales.
También, el problema inverso es muy sensible a los errores aleatorios en
los datos de entrada medidos, de tal manera que se requieren métodos
especiales para su solución para satisfacer la condición de estabilidad.
Durante mucho tiempo se pensaba que, si alguna de las

condiciones requeridas para el planteamiento correcto era violada, el
problema no tendría solución o los resultados obtenidos por tal solución
serían sin sentido, por lo que no tendría importancia práctica. Como
resultado de esto, disminuyó el interés de los matemáticos, físicos e
ingenieros en la solución de problemas inversos. Fueron el proceso de
regularización de Tikhonov (Tihhonov y Arsenin, 1977), los métodos
iterativas de regularización de Alifanov (Alifanov, 1994) y el enfoque de
estimación defunción de Beck (Beck et al., 1985) los que revitalizaron el
interés en la solución de problemas inversos de transferencia de calor.
Una solución exitosa de un problema inverso generalmente

involucra su reformulación como u n problema bien planteado aproximado.
4
cCqhlo I, Introducción
En la mayoría de los métodos, la solución de los PITC se obtiene en cierto

sentido de u n análisis por mínimos cuadrados. El proceso de
regularización de Tikhonov modifica la ecuación de mínimos cuadrados
agregando términos de relajamiento para reducir los efectos de
inestabilidad de los errores de medición. En el principio iterativo de
regularización, tiene lugar una mejora secuenciai de la solución. El criterio
de convergencia para tal proceso iterativo se elige de modo que la solución
final se estabilice con respecto a los errores de los datos de entrada.
Como resultado de estos nuevos métodos de solución y la

disponibilidad de computadoras de gran capacidad y alta velocidad, se han
hecho factibles las soluciones exitosas de PITC. Las pasadas tres décadas
han sido las más activas en el avance de los métodos de solución para los
PITC .
-
1.2 ÁREAS E APLICACIÓN LA TRANSFERENCIA IlpvERsA CALOR
Con el advenimiento de los modernos materiales complejos que
tienen propiedades termofisicas variables con la temperatura y la posición,
el uso de los métodos convencionales para la determinación de las
propiedades termofisicas ha llegado a ser insatisfactorio. Igualmente, la
operación de los asuntos industriales modernos h a llegado a ser más y
más sofisticada y una estimación precisa in situ de las propiedades
termofisicas llega a ser necesaria. El enfoque del problema inverso de
transferencia de calor puede proveer respuestas satisfactorias para tales
situaciones.
La principal ventaja de los PITC e s que permite conducir

experimentos tan cercanos a las condiciones reales como sea posible. Las
aplicaciones prácticas de los métodos de PITC incluyen, entre otras, las
siguientes áreas específicas:
Estimación de las propiedades termofisicas de materiales (Beck y
Arnold, 1977; Beck et al., 1985).
5
m o d u c c i h
e
Estimación de las propiedades de radiación y las condiciones de
frontera en materiales semitransparentes absorbentes, emisores y
dispersores.
Control del movimiento de la interfase sólido-líquido durante la
solidificación.
e Estimación de la condición interna y el flujo de calor en la frontera por
convección forzada en el interior de ductos (Bokar y Ozisik, 1995).
e Estimación de la variación con respecto ai tiempo de la conductancia
de interfase desconocida entre la solidificación del metal y la fundición
del metal durante el vaciado.
e Estimación de la conductancia de interíase entre superficies periódicas
en contacto.
e Propiedades de radiación de superficies reflejantes de calentadores y
paneles criogénicos.
a Estimación de la liberación de calor durante la fricción de dos sólidos.
e Conbol y optim&ción del proceso de vulcanización del caucho.
e Estimación de las formas de frontera de cuerpos.
estimación de tales cantidades con los métodos Convencionales

es u n asunto difícil si no es que imposible. Sin embargo, con la aplicación
del análisis inverso de transferencia de calor, no sólo se pueden manejar
tales problemas sino que se mejora el valor informativo de los estudios y se
acelera el trabajo experimental.
-
1.3 ESTADO DEL ARTE DE M S MÉTODOS PARA M S
SOLUCI~N
PROBLEMAS INVERSOS TRANSFERENCIA CALOR
A continuación se presentan varios métodos usados para la
solución de los PITC. Tales métodos requieren generalmente de la solución
del problema directo asociado. Por lo tanto, es difícil presentar los métodos
de solución de los problemas inversos sin referirse a la solución de los
6
Capítulo I Introduccih
problemas directos. Tales métodos pueden ser clasificados (&is& y
Orlande, 2000)en los siguientes gnipos:
1. El método de ecuación integral.
2. Los métodos de trasformada integral.
3. El método de solución en series.
4. El método polinomial.
5. La transformación de la ecuación de conducción de calor en una
ecuación hiperbólica.
6. Los métodos numéricos tales como diferencias finitas, elemento finito y
elementos de frontera.
7. Los métodos de filtrado iterativo.
8. Los métodos de estado permanente.
9. El método secuencial de Beck de especificación de función.
10. El método de Levenberg-Marquardt para la minimización de la norma
de mínimos cuadrados.
11. El método de regularización de Tikhonov.
12. Los métodos iterativos de regularización para estimación de
parámetros y de funciones.
13. LOS algoritmos genéticos.
El dominio temporal sobre el cual se usan las mediciones en el

análisis inverso podría ser otra forma de clasificar los métodos de solución.
Por ejemplo, la estimación del flujo de calor en la frontera f ( t ) en el
dominio temporal Os t 5 t , . Tres dominios temporales son posibles para las
mediciones usadas en la estimación de la componente de flujo de calor
~ ( r , )en el tiempo r, < ,r incluyen:
a. Hasta el tiempo t, < t, .
b. Hasta el tiempo t, < t, mas unos pocos incrementos de tiempo.
c. El completo dominio temporal O I t 5 t, .
7
Capítulo I, Introducciai
Los métodos (a) Y (b) basados en los dominios de tiempo son
secuenaalesen su naturaleza. LOS métodos (a)basados en las mediciones
hasta tiempo permiten el ajuste exacto de las temperaturas medidas y
estimadas, si es que se usa u n único sensor en el análisis. Aunque

aparentemente atractivos, tienen la desventaja de que los algoritmos de
solución son sensibles a los errores de medición. El uso de las mediciones
hasta el tiempo t, más unos cuantos incrementos temporales,
originalmente propuesto por Beck et ai. (1985),mejora la estabilidad de los
algoritmos secuenciales. Tal planteamiento se basa en el hecho de que la
respuesta de la temperatura se retrasa con respecto a la excitación. Sin
embargo, los métodos secuenciales (a)y (b) generalmente se convierten en
inestables conforme se utilizan incrementos de tiempo más pequeíios en el
análisis. El método del dominio temporal completo es poderoso debido a que
se puede tomar en consideración incrementos temporales más pequeños
respecto a 10s métodos (a) y (b) en la solución. Esto es importante Para
estimar con buena resolución las funciones desconocidas dependientes del
tiempo, tal Como el flujo de calor en la frontera. Sin embargo, 10s métodos
basados en el dominio temporal completo no son tan eficientes
computacionalmente como los secuenciales.
Por lo descrito previamente, es aparente que se han usado una

gran variedad de métodos para resolver problemas inversos de
transferencia de calor. Por lo tanto, e s de utiiidad eníistar algunos criterios
propuestos (Alifanov, 1994; Beck et al., 1985) para la evaluación de los
procedimientos de solución de los PITC:
1. L a cantidad predicha debe ser exacta si los datos de medición son
exactos.
2. El método debe ser estable con respecto a los errores de medición.
3. El método debe tener u n a base estadística y permitir varias
suposiciones estadísticas para los errores de medición.
e
9
4' método no debe requerir que 10s datos de entrada Se= relajados a
priori.
5. método debe ser estable para incrementos o intervalos de tiempo
Pequefios. Esto permite una mejor resolución de la variación con el
tiemPo de la cantidad desconocida que la que permiten 10s incrementos
temporales robustos.
6. Las mediciones de temperatura de uno o más sensores deben ser
permitidas.
7. El método no debe requerir primeras derivadas continuas de las
funciones desconocidas. Además, el método debe ser capaz de
recuperar las funciones que contienen discontinuidades de salto.
8. No debe requerirse el conocimiento del tiempo de inicio de la aplicación
de u n flujo de calor superficial o u n término de fuente desconocidos.
9. El método no debe restringirse a algún número fijo de mediciones.
10. El método debe ser capaz de manejar situaciones fisicas complejas,
incluyendo entre otras, sólidos compuestos, fronteras movibles,
propiedades dependientes de la temperatura, modos combinados de
transferencia de calor, problemas multidimensionales Y geometrías
irregulares.
1 1. ~1 método debe ser robusto para programarse en ComPuUdora.
12. ~1 costo de cálculo debe ser moderado.
13.~1 no debe tener u n a gran habilidad en las Matemáticas Para
usar el método.
14. ~1 método debe permitir la extensión a más de Una incógnita.
1.4 OBJETIVO ALCANCE

El objetivo de esta tesis es estimar una función de generación de
calor para la Placa Caliente y la Guarda de u n Aparato de Placa Caliente
con Guarda. Dicha función deberá generar u n ajuste más exacto con las
temperaturas medidas experimentalmente de todos los resultados que se
obtengan.
9
Capítulo I Introducciái
I
Se aplican dos métodos para la determinación de los parámetros (el

Método de Levenberg-Marquardt y el Método del Gradiente Conjugado) que
son necesarios para la solución de u n problema de Conducción de Calor,
en el cual se conoce la distribución de temperaturas obtenida mediante
mediciones experimentales realizadas por X a m á n (1999).
Los modelos se aplicarán al Aparato de Placa Caliente con Guarda

para obtener la función de generación de calor. La validación se obtendrá
al mismo tiempo, ya que se utilizan los valores medidos
experimentalmente. Todo el desarrollo matemático será planteado en
coordenadas cilíndricas y en una dimensión.
-
1.5 JUSTIFICACI6N E L TRABAJO
DESCRIPCI~N
En años recientes, ha crecido el interés en la teoría y las
aplicaciones de los problemas inversos de transferencia de calor, que se
puede asegurar se encuentran en casi todas las ramas de la ciencia y la
ingeniería. En situaciones donde los métodos de estimación clásicos no
pueden proveer el grado de exactitud deseada, las técnicas de PITC pueden
ser usadas.
Debido a que la mayoría del trabajo desarrollado se basa en

soluciones analíticas que son perturbadas para validar el método, es
necesario aplicarlo a u n a situación real con datos experimentales para
poder analizar el comportamiento del método de solución.
La solución del problema se obtendrá mediante la implementación

de dos métodos que se consideran generales, versátiles y directos (Ozisik y
Orlande, 2000). Estos son:
1. El Método de Levenberg-Marquardt (MLM) para estimación de

parámetros.
2. El Método de Gradiente *Conjugado (MGC) para estimación de
parámetros.
1 0
Capítulo I Introducción
I
En cada caso se estiman los parámetros de las funciones de

generación de calor para el Aparato de Placa Caliente con Guarda, a partir
de las temperaturas medidas en la frontera de la Placa Caliente y de la
Guarda, a distintos tiempos y con condiciones de frontera conocidas.
Se utilizarán para esto las mediciones realizadas en el trabajo

desarrollado por Xamán (1999). Se analizarán los resultados para ambos
casos y se compararán para decidir qué método presenta la mejor
estimación de los parámetros utilizados en la función de generación de
calor.
Se realizará un análisis de cada uno de los métodos implementados

y sus respectivas soluciones. Por último, los modelos para la
determinación de la generación de calor por el método inverso se validarán
mediante la comparación con la función de generación que se utilizó en el
trabajo desarrollado previamente (Xamán,1999).
-
1.6 PRODUCTOS BENEFICIOS ESPERADOS
Como resultado de este trabajo de tesis se obtiene lo siguiente:
a) Una implantación del método inverso para la obtención de la

función de generación de calor a partir de un campo de
temperatura en el Aparato de Placa Caliente con Guarda.
b) Un mayor entendimiento de los procesos relacionados con la

determinación de la conductividad térmica en el Aparato de
Placa Caliente con Guarda.
1.7 DESARROLU)DE LA TESIS

En el siguiente capítulo se presentarán algunos conceptos
generales sobre la solución de problemas inversos en conducción de calor.
Posteriormente, se realizará la descripción del problema directo, su
planteamiento y solución. En los capítulos subsiguientes se desarrollará
11
Capitulo I Introducción
I
paso a paso la aplicación de los métodos de solución en la determinación

de los parámetros de la función de generación de calor (MLM y MGC).En
el Capítulo 5 se analizarán los resultados obtenidos con cada método.
Por Último, se presentan las conclusiones pertinentes en vista de

los resultados obtenidos y se plantearán algunos detalles a tener en
cuenta en futuras investigaciones, basados en los métodos de solución del
problema inverso en el Aparato de Placa Caliente con Guarda.
12
- DE h
DEL APARATO --
2.1 DESCRIPCI~N
Estudios sobre la determinación de la conductividad térmica de
materiales aislantes y de construcción se han incrementado en recientes
anos para un amplio rango de temperaturas debido a que nuevos
materiales son desarrollados y nuevas aplicaciones de los materiales
existentes son encontradas.
Muchos de los métodos comunes para determinar la conductividad

térmica de materiales aislantes y de construcción son basados sobre
mediciones en estado permanente en una dimensión.
Existen dos tipos de métodos de estado permanente, absolutos y

comparativos. La elección del método depende de factores
Interrelacionados (exactitud deseada, rango de temperatura a ser
cubierta, clase de espécimen, costo total, fabricación, etc.).
En general el método absoluto e s más exacto que el método

comparativo. Entre los métodos absolutos, el de placa caliente con guarda
es el más ampliamente usado y el método más exacto para determinar la
conductividad térmica sobre el rango de interés, este método h a sido
adoptado por la American Sociew for Testing and Materials como u n
método estándar (ASTM, 1973).
La estructura básica de la placa caliente con guarda, la cual puede

ser horizontal o vertical, se muestra esquemáticamente en la figura 2.1.
Para cubrir la necesidad que se tiene por conocer los valores de las
propiedades termofisicas de los materiales que se emplean en México,
principalmente aislantes en edificaciones y en sistemas térmicos, en el
Centro Nacional de Investigación y Desarrollo Tecnológico (Cenidet) se
desarrolló u n instrumento primario para determinar la conductividad
térmica de materiales aislantes de construcción que se fabrican o
comercializan comúnmente en el país, este aparato se denomina como
1 4
aparato de placa caliente con guarda APCG-CENIDET (figura 2.2) (Salazar,
1997).
I-
4
r
Qe Y
I I
Figura 2.1. Componentes principales del instrumento para medir la conductividad
térmica de materiales sólidos aislantes.
El objetivo del presente trabajo es estimar la función de generación

de calor en la placa caliente y en la guarda del APCG, esto es con la
finalidad de obtener una generación de calor representativa. La función de
tener una guarda en el APCG es el de evitar las pérdidas de calor que
pueda tener la placa caliente por el borde, por lo tanto para evitar estas
pérdidas se necesita que la guarda tenga la misma temperatura que la
placa caliente.
El APCG es u n aparato primario que se usa para medir la

resistencia y la conductividad térmica aparente de materiales aislantes. En
la figura 2.1 se muestran las principales características de un APCG. El
plato caliente y el plato frío mantienen las condiciones de frontera de
temperatura constante en las superficies superior e inferior de la muestra.
En el caso ideal, el flujo de calor e s unidimensional a través de la muestra,
del plato caliente al plato frío en la dirección z (normal a la superficie de
los platos). Bajo estas condiciones, el cálculo de la conductividad térmica
1 5
Capíhlo 2.Conceptos 6eneraIes
aparente &, o la resistencia térmica, R,=L/&, se puede determinar a
partir del calor generado en el área de medición del plato caliente Qo, las
temperaturas de los platos calientes y frío, TC y TF,el espesor de la
~.
muestra L, y el área A (Lira, 1997).
2.2 DIFICULTADES E SOLUCI6N DE u>S PROBLEMAS INVERSOS E
TRANSFERENCIA E CALOR
La solución del problema inverso llega a ser muy sensible a los
errores de medición de los datos de entrada ya que depende de la posición
del sensor y de las oscilaciones. Debido a que la exactitud de la solución
obtenida mediante el análisis inverso es afectada por los errores
involucrados en las mediciones de temperatura, será instructivo presentar
las ocho suposiciones generales propuestas por Beck et al. (1985)respecto
a la descripción estadística de tales errores. Los errores deben cumplir lo
siguiente:
1. Los errores son aditivos, esto es,
r, =T, + E ,
1 6
donde ? es la temperatura medida, T e s la temperatura actual y E, es
el error aleatorio.
2. LOS errores de temperatura E, tienen una media de cero, esto es,
E(&,)=O
donde E(.) es el operador de valor esperado. Se dice que los errores son
neu trales.
3. Los errores tienen una varianza constante, esto es,
a: =E{Y, - ~ ( q ) r } = c=constante
r~
lo que significa que la varianza de e s independiente de la medición.
4. Los errores asociados con mediciones diferentes no están
correlacionados. Dos errores de medición E, y E, donde i f J , no están
correlacionados si la covarianza de E, y es cero, esto es,

~ V ( ~ , E ~ ) = E [ -EE (, E ~ ) J ) = o para i # j
tal es el caso si los errores E, y si no tienen efecto en o no se

relacionan con el otro.
5 . Los errores de medición tienen una distribución normal (gaussiana). Al
tomar en consideración las suposiciones 2 , 3 y 4 de arriba, la función
de distribución de probabilidad de E, está dada por:
6. Los parámetros estadísticos que describen a E,, tal como cr, son
conocidos.
7. Las únicas variables que contienen errores aleatonos son las
mediciones de temperatura. Los tiempos y posiciones medidos, las
dimensiones del cuerpo calentado y toda otra cantidad que aparece en
la formulación del problema inverso son todas conocidas.
8. No existe información a priori respecto a las cantidades a ser
estimadas, las cuales pueden ser parámetros o funciones. Si tal
1 7
I
S m e h úen~-&5
información existe, puede utilizarse para obtener estimaciones

mejoradas.
Las ocho suposiciones anteriores se aplican pocas veces en los I

experimentos reales. Tal e s el caso si las magnitudes de los errores de
medición son considerablemente desiguales, o si las desviaciones estándar
II
~
o,son también diferentes. !
I
Generalmente, los problemas inversos se resuelven minimizando
una función objetivo con dgÚn método de estabilización utilizada en el
i!
procedimiento de estimación. Si todas las ocho suposiciones estadísticas !
son válidas, la finción objetivo, S , que provee la mínima variación de la

estimación es la norma ordinaria de mínimos cuadrados (Beck y Arnold,
1977)(por ejemplo, la suma de los residuos cuadrados) definida como !
s =( Y - T ~ ( Y- T) (2.2.1) !
!
donde Y y T son los vectores que contienen las temperaturas medidas y
I
!
las estimadas, respectivamente, y el superindice T indica que es la !
transpuesta del vector. Las temperaturas estimadas se obtienen de la

solución del problema directo con las estimaciones de las cantidades
desconocidas. Se consideran los siguientes tres casos particulares: i
a. Cuando en el análisis inverso se utilizan las lecturas transitorias de
un único sensor tomadas en los tiempos z i , i = 1,. ..,I,la transpuesta del
vector de los residuos, (Y - TY , está dada por

(2.2.2.a)
y la norma de mínimos cuadrados, ecuación (2.2.1), puede escribirse

como
I
(2.2.2.b)
s =(Y - T ~ ( Y- T ) = ~ ( K-T?
i=l
i a
Capitulo 2. conceptos Generales
b. Cuando en el análisis inverso se utilizan las lecturas transitorias de

múltiples sensores, la transpuesta del vector de los residuos está dada
Por
(2.2.3.a)
donde, para el tiempo ti, (r- $) es u n vector columna de longitud igual

al número de sensores, M , esto es,
(< - q)=(rl- TI, q2 - K2, ..., YM - T M ) (2.2.3.b)
en la ecuación (2.2.3.b), el primer subíndice se refiere al tiempo 1, y el

segundo se refiere al número de sensor. Así, la norma ordinaria de
mínimos cuadrados, ecuación (2.2.1), puede escribirse como
M I
s = (Y - TY (Y - T) = C C ( K- qJ
m=l ,=I
~ (2.2.3.c)
c. Si los valores de las desviaciones estándar de las mediciones son

bastante diferentes, el método ordinario de mínimos cuadrados no
tenderá a u n estimado mínimo de la variarmi. En tal caso, la función
objetivo está dada por la mrma ponderada de mínimos cuadrados, S, ,
definida como
s, =(Y-T~w(Y-T) (2.2.4)
donde W es una matriz diagonal pondemda. Tal matriz se toma

comúnmente como la inversa de la matriz de covarianza de los errores
de medición, en los casos donde las otras hipótesis estadísticas sean
válidas. Suponiendo que están disponibles las mediciones de un único
sensor, la matriz ponderada W está dada entonces por:
W= (2.2.5)
1 9
Capítulo C _
___ m & Ge~raies l 2.
y S
, dada por la ecuación (2.2.4) puede escribirse en forma expiicita
como:
(2.2.6.a)
donde a, es la desviación estándar de la medición r; al tiempo r, .

Similarmente, para casos que envuelven M sensores, la ecuación
(2.2.4) puede escribirse como
(2.2.6.b)
donde a,, es la desviación estándar de la medición qm del sensor m al

tiempo 1,.
Si el problema inverso de transferencia de calor involucra

solamente la estimación de unos cuantos parámetros desconocidos, tales
como la estimación de un valor de la conductividad térmica a partir de las
mediciones transitorias de temperatura en un sólido, el uso de la norma
ordinaria de mhimos cuadrados dada por las ecuaciones (2.2.2.b) o
(2.2.3.c) puede ser estable. Sin embargo, si el problema inverso involucra
la estimación de u n gran número de parámetros, tales como la
recuperación de los componentes desconocidos de flujo de calor transitorio
/@,)=A en los tiempos t , , i = 1 , ...,I , pueden ocurrir oscilaciones y
desviaciones en la solución. Un método para reducir tales inestabilidades
es usar el procedimiento llamado regu2arización de TXkhonov (Tikhonov y
Arsenin, 1977),el cual modifica la norma de mínimos cuadrados al
aumentarle un término tal que
(2.2.7)
e s el parámetro de regularización y la segunda suma de la

donde a"(>O)
derecha es el término de regularización de orden cero en el dominio
20
completo. En la ecuación (2.2.7), f ; e s el flujo de calor al tiempo ti, el cual
se supone constante en el intervalo (ti -%)<t <(ti t?), donde At es el

intervalo de tiempo entre dos mediciones consecutivas. Los valores
elegidos para el parámetro de regularízación a' influyen en la estabilidad
de la solución conforme la minimización de la ecuación (2.2.7) se realiza.
Conforme a*-+O la solución puede mostrar un comportamiento oscilatorio
y convertirse en inestable, debido a que la sumatoria de los términos de 1;'
podría alcanzar valores grandes y las temperaturas estimadas tienden a
ser del mismo orden de las temperaturas medidas. Por el otro lado, con
valores grandes de a* la solución se amortigua y se desvía del resultado
exacto.
El procedimiento de regularización de primer orden en dominio

completo para un sensor único, involucra la minimización modificada de la
siguiente norma de mínimos cuadrados:
(2.2.8)
>=I *=I
Cuando a'+O, se obtienen valores del mismo orden entre las

temperaturas medidas y las temperaturas estimadas conforme se realiza la
minimización de Sb(t)] y la solución del problema inverso se convierte en
inestable. Para valores grandes de a*, la segunda sumatoría en la
ecuación (2.2.8) e s dominante, los componentes de flujo de calor 1;
tienden a convertirse en constantes para z=i,2, ...,I , esto es, la primera
derivada de f ( t ) tiende a cero y la solución del problema inverso se relaja.
Las inestabilidades en la solución pueden relajarse mediante la

selección adecuada del valor de a'. Tikhonov y Arsenin (1977) sugirieron
que a' debería seleccionarse de tal forma que el valor mínimo de la
función objetivo fuera igual a la suma de los cuadrados de los errores
21 CENIDET
esperados para las mediciones. Afortunadamente, en muchos casos puede
usarse un rango relativamente amplio de valores para a’.
El método de regularización descrito arriba puede relacionarse a los

métodos amortiguados de mínimos cuadrados (Beck y Arnold, 1977; Beck
et al., 1985), tal como el debido a Levenberg y a Marquardt, llamado
“Métodode Leuenberg-Marquardt”.Este método iterativo para la estimación
de parámetros no lineales h a sido aplicado a la solución de varios
problemas inversos de transferencia de calor.
Un método alternativo para el esquema de regularización descrito

arriba e s el uso de los Métodos de Regularización Remtiua de Alifanov
(1994). En estos métodos, el número de iteración juega el papel del
parámetro de regularización a. y el criterio de convergencia se elige de
modo que se obtengan soluciones razonablemente estables. Por lo tanto,
no hay necesidad de modificar la función objetivo original, contrario al
método de Tikhonov. El método de regularización iterativa e s g e n e d y
puede ser aplicada a ambas estimaciones, de p a r h e t r o s y de funciones,
así como a problemas inversos lineales y no l i n d e s .
2.3 CLASIFICACI~N
- DE LOS PROBLEBIAS
INVERSOS pg TRANSFERENCIA
-CALOR
DE
La mayoría de los trabajos sobre la solución de PITC-s tienen que
ver con la conducción de calor en geometrías unidimensionales. La
aplicación de los métodos de análisis inverso a problemas
multidimensionales, así como a problemas que involucran convección y
radiación, e s más reciente.
Los problemas inversos de transferencia de calor pueden

clasificarse de acuerdo con la naturaleza del proceso de transferencia de
calor, como:
Conducción.
Convección (forzada o natural).
Radiación superficial.
Radiación con la participación de algún medio.
Conducción y radiación simultáneas.
Conducción y convección simultáneas.
Cambio de fase (fundición o solidificación).
Otra clasificación basada en el tipo de característica causal a ser

estimada es:
Condiciones de frontera.
Propiedades termofisicas.
Condición inicial.
Término fuente.
Caractensticas geométricas de un cuerpo calentado.
Los problemas inversos de transferencia de calor pueden ser en

una, dos o tres dimensiones. También pueden ser lineales o no lineales.
Los siguientes dos capítulos se enfocarán a la aplicación del método

de Levenberg-Marquardt para estimación de parámetros y en el método de
Alifanov de regularización iterativa para estimación d e parámetros, el
método del Gradiente Conjugado, para la estimación de la función de
generación de calor en el APCG. Estos métodos son estables, poderosos y
directos y pueden aplicarse a la solución de una gran variedad de
problemas inversos de transferencia de calor (Ozisik y Orlande, 2000).
Estos métodos cumplen con la mayoría de los criterios mencionados en
esta sección, relativos a la evaluación de los procedimientos de solución de
problemas inversos.
23
3.1
_. ~NTRODUCCI~N
El método de Levenberg-Marquardt (MLM) e s un método iterativo

para resolver problemas no lineales de estimación de pa-ámetros por
mínimos cuadrados. La técnica fue derivada primero por Levenberg
modificando la norma ordinaria de mínimos cuadrados. Más tarde,
Marquardt derivó básicamente la misma técnica mediante una estrategia
diferente. La intención de Marquardt fue obtener un método que tendiera
al método de Gauss en la vecindad del mínimo de la norma ordinaria de
mínimos cuadrados y que tendiera al método del descenso infinito en la
proximidad de la consideración inicial. El Método de Levenberg-Marquardt
ha sido aplicado (Beck y Arnold en 1977; Beck et al. en 1985; Ozisik en
1993)a la solución de una variedad de problemas inversos que involucran
la estimación de parámetros desconocidos.
La técnica e s eficiente para resolver problemas lineales y no lineales

de estimación de parámetros. Sin embargo, pueden surgir dificultades en
los problemas no lineales de estimación que involucran un gran número
de parámetros desconocidos, debido al tiempo consumido en el cálculo de
la matriz de sensibilidad.
El MLM, originalmente disefiado para la aplicación a problemas no

lineales de estimación de parámetros, también h a sido aplicado
exitosamente a la solución de problemas lineales que son mal planteados y
no permiten la aplicación de algoritmos lineales.
L a solución de problemas inversos de transferencia de calor con el

MLM puede ordenarse apropiadamente en los siguientes pasos básicos:
Problema Directo
Problema Inverso
Procedimiento Iterativo
b Criterio de Convergencia
Algoritmo Cornputacional
A continuación se muestran los detalles de cada uno de estos pasos

conforme se aplican a la solución de u n problema inverso de conducción
de calor, involucrando la siguiente situación fisica:
Se tiene u n APCG para medir la conductividad térmica en

materiales de prueba. La placa caliente del APCG se calienta con una
resistencia posicionada en rpc = 0.0538 m, la placa caliente se encuentra a
una temperatura inicial T, =302.38 K para u n tiempo t = O s, para un
tiempo t > O la frontera de la placa caliente en r = b = 0.0762 m disipa calor
por convección a un medio a temperatura Ta=302.38 K. La guarda del
APCG se calienta con una resistencia posicionada en ro =0.0983 m, la
guarda se encuentra a una temperatura inicial T, =300.39 K para un
tiempo t =O s, para un tiempo t > O las fronteras de la guarda en
r = b = 0.0762 m y r = d = O. 1524 m disipan calor por convección a un medio
a temperatura To =300.39 K. Los diagramas de la placa caliente y de la
guarda se muestran en las figuras 3.1. De aquí en adelante, las ecuaciones
y figuras referentes a la placa caliente llevarán al final las letras PC y las
de la guarda G, análogamente, los subindices se indicarán con las mismas
letras. Por el contrario, si no se indica ninguna de estas, quiere decir que
las expresiones y figuras son válidas tanto para la PC como para la G.
26
27
C ~ í t u i 5,
o Aplicación del Método de Levenberq-Maqua.&
3.2 PROBLEMA DIRECTO

-
La formulación matemática del problema directo de conducción de
calor está dada por las siguientes ecuaciones:
Placa Caliente
i3T (3.2.1.PC)
k - t hT = hT, r=b, t>O
8r
T=T, O l r l b , t=O
Guarda
3T
-k - + hT = hT, r=b, t>O
(3.2.1.G)
i3r
8T r=d, t>O
k - t hT = hT,
i3r
T=T, bsrld, t=O
La solución para el problema anterior se presenta en el Apéndice A

(ecuaciones A.1.21 y A.3.21), en el cual la solución analítica obtenida se
expresa como:
(3.2.2.PC)
za
(3.2.2.G)
donde
N = -b2 (3.2.3.a.PC)
2
(3.2.3.a.G)
Ro @> r ) = J o elk) (3.2.4.b.PC)
(3.2.4.b.G)
Posteriormente, se muestra el resultado de la integral que involucra

el término de generación de calor.
3.3 PROBLEMA ~IWERSO

Para el problema inverso considerado de interés aquí, el término de
generación de calor g p ( i ) variable en el tiempo e s el que se considera
desconocido. Para su estimación se utiliza la información obtenida
mediante mediciones de temperatura transitoria tomadas en la posición
r = r,, , en los tiempos ti, i = 1,2,...,I .
Para la solución del presente problema inverso, se considera la

función desconocida de generación de calor g p ( i ) parametrizada en la
Capítulo 3. Aplicac~hdel Método de Levenberq-Maquardt
siguiente forma lineal:

N
g, (4= cp,cj(4
]=I
(3.3.1.a)
aquí, PI son los parámetros desconocidos y C j ( t ) son funciones de prueba

conocidas (por ejemplo, polinomiales, de B-splines, etc.). Además, el
número total de parámetros, N , se especifica.
Para este trabajo se considera una aproximación polinomiai con 5

parámetros, la cual se expresa como:
g p ( f )= p, + Pz' + < f Z + P4" + P5f4 (3.3.1.b)
El problema dado por las ecuaciones (3.2.1)

con g,(t) desconocido,
aunque parametrizada como se muestra en la ecuación (3.3.1),es u n
problema inverso de conducción de calor en el cual los coeficientes P, van
a ser estimados. L a solución de este problema inverso de conducción de
calor para la estimación de los N parámetros desconocidos P I ,
j = 42,. ..,N , se basa en la minimización de la n o m ordinaria d e mínimos
cuadrados dada por (ver ecuación 2.2.2.b):
(3.3.2.a)
donde
S = Suma de los cuadrados de la función objetivo o error

p' = [G P, ... f " ] = Vector de parámetros desconocidos
T(P) T ( P , t , ) = Temperatura estimada al tiempo 1,
x = Y @ , ) = Temperatura medida al tiempo 1,
N = Número total de parámetros desconocidos
I = Número total de mediciones, donde I > N
30
Caohlo 5. Aolicziái del Método de Levenbera-Ma-mardt
Las temperaturas estimadas T(P) son obtenidas a partir de la

solución del problema directo en la posición de medición, rmcd,usando el
estimado actual de los parámetros desconocidos P, , j = 42, ...,N .
La ecuación (3.3.2.a) puede escribirse en forma matricial como (ver

ecuación 2.2.1):
S(P) = [Y - T(P)r [Y - T(P)] (3.3.2.b)
donde el superíndice T indica la transpuesta y [Y -T(P)p se define como:
[Y -T(P)r -[Y, -7', Y, -T2 ... $ -T,] (3.3.3)
-
3.4 PROCEDIMIENTO ITERATWO
Para minimizar la norma de mínimos cuadrados dada por las
ecuaciones (3.3.2), se necesita igualar a cero las derivadas de S(P) con
respecto a cada uno de los parámetros desconocidos [P, P2 ... PN],esto
es:
(3.4.i.a)
'Tal condición, es necesaria para la minimización de S(P), la cuál

puede representarse en notación matricial igualando a cero el gradiente de
S(P) con respecto al vector de parámetros P , esto es:
VS(P)=2
[-a .PI
[Y-T(P)]=O (3.4.1.b)
donde
3 1
r a 1.
(3.4.2)
L a matriz Jacobians o de Sensibilidad, J(P), se define como la

transpuesta de la ecuación (3.4.2), esto es:
JW=[@(P)
ap ] (3.4.3.a)
En forma explicita, la matriz de sensibilidad se escribe como:
JW=[ óTT(P)
ap ] =
(3.4.3.b)
donde
N = Número total de parámetros desconocidos

I = Número total de mediciones
Los elementos de la matriz de sensibilidad se llaman Coeficientes de

Sensibilidad. Por lo tanto, el coeficiente de sensibilidad J , es definido
como la primera derivada de la temperatura estimada al tiempo f, con
respecto al parámetro P,, esto es:
a7;
J . . =- (3.4.3.c)
'I ap,
Usando la definición de la matriz de sensibilidad dada por la
ecuación (3.4.3.a),la ecuación (3.4.1.b) se convierte en
- 25 ( P l y - T(P)] = O (3.4.4)
En los problemas inversos lineales la matriz de sensibilidad no es

una función de los parámetros desconocidos. En tal caso, la ecuación
(3.4.4) puede resolverse en forma explicita para el vector de parámetros
desconocidos P como (Beck y Arnold, 1977):
P = (J~J)-'JTY (3.4.5)
En el caso de un problema inverso TU) lineal, la matriz de

sensibilidad tiene alguna dependencia funcional sobre el vector de
parámetros desconocidos P . La solución de la ecuación (3.4.4) para
problemas de estimación no lineales requiere entonces un procedimiento
iterativo, el cual se obtiene linealizando el vector de las temperaturas
estimadas, T(P), con un desarrollo en series de Taylor alrededor de la
solución actual P' en la iteración k . Tal linealización está dada por
T(P) = T ( P ~ ) +J~(P - P*) (3.4.6)
donde T(Pk) y Jk son las temperaturas estimadas y la matriz de

sensibilidad evaluadas en la iteración k , respectivamente. La ecuación
(3.4.6) se sustituye en la ecuación (3.4.4) y la expresión resultante se
reacomoda para obtener el vector de parámetros desconocidos P (Beck y
Arnold, 1977):
P'" = P' +[(Jkr J* ]'(J'T [Y - T(Pk)] (3.4.7)
La ecuación anterior es resuelta en forma iterativa, este

procedimiento e s conocido como el método de Gauss. Tal método es una
aproximación del método de Newton (o de Newton-Raphson).
33
Se aprecia que la ecuación (3.4.5), así como la implementación del
procedimiento iterativo necesario de la ecuación (3.4.7), necesitan que la
matriz J ~ Jno sea singular, o
(3.4.8)
donde 1
.I es el determinante.
La ecuación (3.4.8) e s conocida como la Condición de Confiabilidad,
esto es, si el determinante de JTJ es cero, o incluso muy pequeiío, los
parámetros P,, para j = i , ...,N , no se pueden determinar usando el
procedimiento iterativo de la ecuación (3.4.7).
Los problemas que satisfacen (JTJIi-O se denominan mal
planteados. Los problemas inversos de transferencia de calor son

generalmente mal planteados, especialmente cerca de la suposición inicial
usada para los parámetros desconocidos, creando dificultades en la
aplicación de las ecuaciones (3.4.5) o (3.4.7). El MLM permite sobrellevar
las dificultades mencionadas previamente utilizando un procedimiento
iterativo en la forma:
P '+'= P' + [(J' Jk + pkO' ]' (J' [U- T(P' )] (3.4.9)
donde
p' e s un escalar positivo llamado parámetm de amortiguamiento, y

f i k es una matriz diagonal.
El propósito del término matricial ,u*R*, incluido en la ecuación

(3.4.9), es amortiguar las oscilaciones y las inestabilidades debidas al
carácter mal planteado del problema, haciendo sus componentes grandes
en comparación con los componentes de J T J . El parámetro de
amortiguamiento se hace grande al comienzo de las iteraciones, debido a
que el problema e s por lo general mal planteado en la región alrededor de
34
- n Método de Leverberq-Mirquardt
C+tulo 3. ~ l i c x i ó del -~
la suposición inicial utilizada para el procedimiento iterativo, la cual puede
estar bastante alejada de los parámetros exactos. Con tal estrategia, no se
necesita que la matriz J'J no sea singular en el comienzo de las
iteraciones y el MLM tiende al Método de Descenso Infinito, esto es, se toma
un intervalo demasiado pequeño en la dirección negativa del gradiente. El
parámetro ,u' se reduce entonces gradualmente conforme el procedimiento
de iteración avanza hacia la solución del problema de estimación de
parámetros y entonces el MLM tiende al Método de Gauss dado por la
ecuación (3.4.7) (Beck y Arnold, 1977).
-
3.5 CRITERIO CONVERGENCIA
El siguiente criterio fue sugerido por Dennis y Schnabel(l983)para
detener el procedimiento iterativo del MLM dado por la ecuación (3.4.9):
(3.5.1.a)
(3.5.1.b)
(iii) I/P'+ - P*I ~ < z3 (3.5.l.c)
donde E , , E* y z3 son tolerancias prescritas por el usuario y (I.l( es la norma

vectorial euclideana, esto es, nxii= (xrx)', donde el superíndice T simboliza
la transpuesta.
El criterio dado por la ecuación (3.5.1.a)prueba si la norma de

mínimos cuadrados es lo suficientemente pequena, lo que se espera
suceda en la vecindad de la solución del problema. Similarmente, la
ecuación (3.5.1.b) verifica si la norma del gradiente de S(P) e s lo
suficientemente pequeño, debido a que se espera que se desvanezca en el
punto donde S(P) e s mínimo. Aunque tal condición de que el gradiente se
desvanezca también es válida para los máximos y los puntos de inflexión
de S(P), es muy dificil que el MLM converja hacia tales puntos. El último
criterio dado por la ecuación (3.5.l.c)resulta del hecho de que los cambios
35
Capítulo 3. Apliaión del Método de Leve&rq-Ma-quar&
en el vector de parámetros son muy pequeños cuando el método h a

convergido. El uso de un criterio de convergencia basado en los pequeños
cambios de la norma de mínimos cuadrados S(P) podna usarse también
(Beck y Arnold, 1977; Dennis y Schnabel, 1983).
3.6 ALGORITMOCOMPUTACIOHAL
-
Se pueden encontrar diferentes versiones del MLM en la literatura,
dependiendo de la elección de la matriz diagonal Cl y de la forma elegida
para la variación del parámetro de amortiguamiento p'. En esta tesis se
utilizará un procedimiento (Ozisik y Orlande, 2000) con la matriz diagonal
fik tomada como
f i k = dlag[(~k J' J (3.6.1)
Se considera que las mediciones de temperatura Y = (q,Y2,...,<)

están dadas en los tiempos t,, #=],...,I. También, se considera
inicialmente Po para el vector de parámetros desconocidos P. Se elige un
valor (Ozisik y Orlande, 2000) para pa (0.001)y k = O . Entonces:
Paso 1. Resolver el problema directo de conducción de calor dado

por las ecuaciones (3.2.1) con la estimación disponible de P' para obtener
el vector temperatura T(P')=(~; T, ... T).
El desarrollo de la solución para el problema directo se presenta en
el Apéndice A y son dadas por las ecuaciones (A.2.3 y A.4.2) las cuales se
transcriben como:
36
(3.6.2.PC)
(3.6.2.G)
donde
37
b2 h Z + p 2 k 2
“=y[ p2k2 ].1o@b) (3.6.3.a.PC)
(3.6.3.a.G)
(3.6.4.b.PC)
(3.6.4.b.G)
Paso 2. Calcular S(Px)mediante la ecuación (3.3.2.b).
S(P) = [Y - T(P)]T[Y - T(P)] (3.6.5)
P a s o 3. Calcular la matriz de sensibilidad J’ definida por la

ecuación (3.4.3.a) y entonces la matriz IZR dada por la ecuación (3.6.1)
usando los valores actuales de P” La matriz de sensibilidad se obtuvo en
el Apéndice B.
(3.6.6.a)
38
f l k=dzag[JkJJk] (3.6.7)
Paso 4. Resolver el siguiente sistema lineal de ecuaciones

algebraicas, obtenido mediante el procedimiento iterativo del MLM,
ecuación (3.4.9):
]'(.Jkr
pa'' = Pk+ [(J* Jk +,ukQZr [Y - T(P')] (3.6.8.a)
[J*JJ' +,u"Q'bP' =(JkT[Y-T(Pk)] (3.6.8.b)
para calcular APk = Pk+'- Pk .
Paso 5. Calcular la nueva estimación P'+' como
pk+'= p' + APk (3.6.9)
P a s o 6. Resolver el problema directo (3.2.1) con la nueva

estimación Pk+'para encontrar T(P"'I). Entonces, calcular S(P*+'),como se
definió en la ecuación (3.6.4).
39
+
1. Calcular APk resolviendo
I I
I[ Calcular
Sustituir
Sustituir Sus ituir

p' por 0 . 1 p ~ R por X+1
40
Capítulo 3. Apliaiái del Método de Leve&rq-Maquxdt
Paso 7. Si S(P"")>S(P'), sustituir p' por lop' (Ozisik y Orlande,

2000) y regresar ai paso 4.
Paso 8. Si S(P'")<S(P*), aceptar la nueva estimación P"'l y

sustituir p' por 0 . 1 (Ozisik
~ ~ y Orlande, 2000).
Paso 9. Verificar el criterio de convergencia dado por las ecuaciones

(3.5.I.a-c), detener el procedimiento iterativo si se satisface alguno de
ellos; en caso contrario sustituir k por k + 1 y regresar al paso 3.
El diagrama de flujo del método de Levenberg-Marquardt está

representado en la figura 3.2.
Los resultados obtenidos mediante este método se anaiizarán en el

Capítulo 5 en comparación con el método del gradiente conjugado y la
solución teórica obtenida por X a m á n (1999).
El código con el cual se obtuvieron los resultados se presenta en el

Apéndice C.
A continuación se desarrollará el método del Gradiente Conjugado.
4 1
-
4.1 ~ N T R O D U C C I ~ N
El método del Gradiente Conjugado (MGC) e s una técnica iterativa
directa para resolver problemas inversos lineales y no lineales de
estimación de parámetros. En el procedimiento iterativo del MGC, en cada
iteraciónpe toma un tamaño de intervalo ajustable a lo largo de la
dirección'de descenso para minimizar la función objetivo. L a dirección de
$
descenso se obtiene como una combinación lineal de la dirección negativa
del gradiente en la iteración actual con la dirección de descenso de la
iteración previa. La combinación lineal e s tal que el ángulo resultante
entre la dirección de descenso y la dirección negativa del gradiente sea
menor que 90' y se asegure la minimización de la función objetivo. El MGC
con un criterio de convergencia apropiado pertenece a la clase de técnicas
de regularización iterativas, en las cuales el número de iteraciones se elige
de modo que se obtengan soluciones estables para el problema inverso.
De modo similar al MLM, la aplicación del MGC a problemas

inversos de transferencia de calor de estimación de parámetros puede
organizarse en forma conveniente en los siguientes pasos:
Problema Directo
Problema Inverso
Procedimiento Iterativo
Criterio de Convergencia
Algoritmo Computacional
A continuación se presentan los detalles de cada uno de estos
pasos conforme se aplican a la solución de u n problema inverso de
conducción de calor, involucrando la misma situación fisica que en el
MLM.
4.2 PROBLEMA DIRECTO

Nuevamente, la formulación matemática de este problema de
conducción de calor está dada por las siguientes ecuaciones:
43
Cqítulo 4.Apliaión del Método del liradiente Conjuqada
Placa Caliente
l?T (4.2.1.PC)
k-+hT=hT, r=b, i>O
dr
T=T, O s r l b , t=O
Guarda
(4.2.1.G)
dT r=d, t>O
k-+hT=hTa
dr
T=T, b<r<d, /=O
La solución para dicho problema se obtuvo en el Apéndice A como:
(4.2.2.PC)
44
T(r,t ) = hd .To
___. &@r)- &@).e-na"
p2kN
(4.2.2.G)
donde /? se obtiene del siguiente problema de valor propio:
/ ? 4 @ b ) - W m =0 (4.2.3.PC)
(4.2.3.G)
y además
(4.2.4.a.PC)
(4.2.4.a.G)
(4.2.4.b.G)
L a integral que involucra el término de generación de calor h a

quedado pendiente para el algoritmo computacional.
4.3 PROBLEMA INVERSO

Para el problema inverso de interés en el presente proyecto, el
término de generación de calor g,(t) variable en el tiempo se deja como
desconocido y se considera que están disponibles para el análisis las
45
mediciones de temperatura transitoria tomadas en la posición r = r,,<,, en
los tiempos ti , i = i,2,...,I.
Para la solución de tal problema inverso, se supone la función

desconocida de generación de calor g,(t) parametrizada en la siguiente
forma lined:
(4.3.1)
La estimación de la función desconocida g , ( f ) se reduce entonces a la

estimación de los N parámetros desconocidos P, , j = 1,2,...,A'. Tal
problema de estimación de parámetros se resuelve mediante la
minimización de la norma ordinaria de mínimos cuadrados:
S(P)= [Y - T(P)r [Y - T(P)] (4.3.2)
En este caso para la función de generación de calor, se tiene una

aproximación polinomial con 5 parámetros, la cual se expresa como:
g,(t)=t +f,. t + P , . t * +f,. t ' + P , -t4 (4.3.3)
4.4 PROCEDIMIENTO ITERATIVO

El procedimiento iterativo del MGC para la minimización de la
norma S(P) está dado por
pk+'= P k - pkdk (4.4.1)
donde pk es el tamaño de incremento buscado, dk es la dirección de

descenso y el superíndice k e s el número de las iteraciones. La dirección
de descenso es una combinación de la dirección del gradiente, VS(Pk), y la
dirección de descenso de la iteración previa, dk-'. Está dada como:
dk =VS(P')+y'd" (4.4.2)
46
Existen diferentes expresiones (Alifanov, 1994) para el coeficiente
de combinación y k . Una de ellas e s la expresión de Polak-Ribiere, la cuál
está dada en la forma:
Y k= para k = 1,2,..,
(4.4.3.a)
,=I
con yo = O para k = O
otra expresión es la de Fletcher-Reeves, dada como:
Y k=
cN=’
i=l
[vs(pk-I)I.
para k = 1,2,...
(4.4.3.b)
con yo = O para k = O
Aquí, lVS(Pk))l es E - n’mo componente de la d i r e c c n del gradiente

evaluado en la iteración k . L a expresión para la dirección del gradiente se
obtiene derivando la ecuación (4.3.2) con respecto a los parámetros
desconocidos P , esto es:
Vs(Pk)=-2(Jkr[Y -T(P”)] (4.4.4.a)
Donde Jk e s la matriz de sensibilidad definida mediante la

ecuación (3.4.3.a). El j-ésimo componente de la dirección del gradiente
puede obtenerse en forma explícita como:
para j = l , ...,If (4.4.4.b)
Cualquiera de las dos expresiones (4.4.3) para el cálculo del

coeficiente de combinación y’ asegura que el ángulo entre la dirección de
descenso y la dirección negativa del gradiente sea menor de go”, de modo
que la función S(P) se minimiza. Ambas son equivalentes en problemas
47
lineales de estimación, pero hay alguna evidencia de que la expresión de
Polak-Ribiere provee una mejor convergencia en los problemas no lineales
de estimación (Press et al., 1992).
Se aprecia que si y' = O para todas las k iteraciones, la dirección de

descenso se convierte en la dirección de gradiente en la ecuación (4.4.2) y
se obtiene el método del descenso infinito. Aunque más simple, el método
del descenso infinito no converge tan rápido como el MGC.
El tamaiio de incremento buscado p k que aparece en la ecuación

(4.4.1) se obtiene minimizando la función S(Pk+')con respecto a a" esto
es:
min S(Pk")=mjn [Y- T(PC+')r

[Y- T(Pk")] (4.4.S.a)
P'
Sustituyendo Pk+'como se d a en la ecuación (4.4.1) en la ecuación

(4.4.5), se obtiene:
-T(Pk -/3*dk)r[Y
minS(Pk+")=n$n[Y
P> -T(Pk - P k d k ) ] (4.4.5.b)
lo cual puede escribirse, para los casos que involucran u n solo sensor,
como
I
rninS(P"')=mjn~[Y,-T(P' -/3'dk)P (4.4.S.c)
p' i=l
donde I es el número de mediciones.
Para linealizar el término T,(Pk-pkdk),se usa una expansión en

series de Taylor en la forma:
(4.4.6.a)
o, en forma vectorial:
48
(4.4.6.b)
donde
(4.4.7)
Al sustituir la ecuación (4.4.6.b) en la ecuación (4.4.5.c) y realizar

la minimización con respecto a p’ , se obtiene la siguiente expresión para
el tamafio de incremento buscado:
(4.4.8.a)
también, al usar la definición de la matriz de sensibilidad Jk dada por la

ecuación (3.4.3.a),la expresión para Pk puede escribirse en forma
matricial como:
(4.4.8.b)
Después de calcular la matriz de sensibilidad J’ , la dirección del

gradiente VS(P’), el coeficiente de combinación y’ y el tamafio de
incremento buscado p’, el proceso iterativo necesario para la ecuación
(4.4.1) termina hasta que satisfaga un criterio de convergencia basado en
el Principio de Discrepam’a descrito en el siguiente apartado. L a matriz de
sensibilidad puede calcularse usando uno de los métodos descritos en el
Apéndice A.
49
Capít4h 4 Aplicarión del Mitodo del 6radiet-k Conjugado
4.5 CRITERIO E CONVERGENCIA

El procedimiento iterativo necesario para las ecuaciones (4.4.1-
4.4.3), con el tamaño de incremento buscado pk dado por la ecuación
(4.4.8.b), no hace estable al MGC como para minimizar la función objetivo
(4.3.2) y entonces clasificarlo como bien planteado. Tal es el caso debido a
los errores aleatorios inherentes en las mediciones de temperaturas.
Conforme las temperaturas estimadas se aproximan a las temperaturas
medidas que contienen errores, durante la minimización de la función
(4.3.2), pueden aparecer oscilaciones en la solución del problema inverso,
resultando en un carácter mal planteado para el problema inverso. Sin
embargo, el MGC se puede convertir en bien planteado si se utiliza el
Principio de Discrepancia (Alifanov, 1994) para detener el procedimiento
iterativo.
En el principio de discrepancia, el procedimiento iterativo se
detiene cuando se satisface el siguiente criterio:
S(Pk+I)<E (4.5.1)
donde el valor de la tolerancia E se escoge de forma que se obtengan

soluciones estables. En este caso, se detiene el procedimiento iterativo
cuando los residuos entre las temperaturas medidas y las estimadas son
del mismo orden de magnitud que los errores de medición, esto es:
(4.5.2)
donde a, es la desviación estándar del error de medición al tiempo ti. Para

desviaciones estándar constantes, esto es, o,= a =constante, se puede
obtener el siguiente valor para E sustituyendo la ecuación (4.5.2) en la
ecuación (4.3.2):
(4.5.3)
50
La consideración mencionada arriba para los residuos de
temperatura en el principio de discrepancia, también fue usada por
Tikhonov (Alifanov, 1994) para encontrar el parámetro de regularización
Óptimo. Tal procedimiento permite que el MGC tenga un carácter iteratiuo
de regulalización Si se considera que las mediciones no contienen errores,
la tolerancia E puede elegirse como un número pequeno, debido a que el
valor mínimo esperado para la función objetivo (4.3.2) es cero.
4.6 ALGORITMO
COMWTACIONAL
Se considera que las mediciones de temperatura Y = ( q , Y 2 ,...,Y,)
están dadas en los tiempos ti, i =1, ...,I , y que se tiene disponible el campo
inicial Po para el vector de parámetros desconocidos P. Inicialmente k = O ,

para el inicio del proceso iterativo con los siguientes pasos:
Paso 1. Resolver el problema directo de transferencia de calor

(4.2.1) mediante la estimación disponible de Pk y obtener la distribución
de las temperaturas estimadas T(Pk)=(T,,T2,...,T,). Del Apéndice A se tiene:
(4.6.1.PC)
5 1
(4.6.1.G)
P a s o 2. Verificar el criterio de convergencia dado por la ecuación

(4.5.1).Continuar si no se satisface.
S(P*+')<E (4.6.2)
P a s o 3. Calcular la matriz de sensibilidad J* definida mediante la

ecuación (3.4.3.a). Esta se obtuvo en el Apéndice B como:
JW=[mT
ap(P) ' j (4.6.3)
(4.6.4.PC)
(4.6.4.G)
Paso 4. Determinados J k , Y y T(Pk), calcular la dirección del

gradiente VS(Pk)de la ecuación (4.4.4.a) y posteriormente, el coeficiente de
combinación y' de cualquiera de las ecuaciones (4.4.3.a) o (4.4.3.b):
VS(P')= -2(Jkr [Y -T(Pk)] (4.6.5)
Expresión de Polak-Ribiere:
c{vs(Pq [vs(Pk)-vs(Pk-')],}
k
Y =
I=]
para k=1,2, ...
(4.6.6.a)
j='
con y o = 0 para k = O
Expresión de Fletcher-Reeves:
para k = 1,2,...
(4.6.6.b)
con yo = 0 para k = O
53
- - Capítulo 4.Aplicación del Método del 6radienk Cmjuqado
-
INICIO
Calcular
Jk
4
Calcular
VX[PE) y k
4
Calcular
dk
4
Calcular
PE
4
Calcular
Ph+'
4
Sustituir
k por k + l
Figura 4.1. Diagrama de Flujo del Método del Gradiente Conjugado.
Paso 5. Calcular la dirección de descenso d' mediante la ecuación

(4.4.2):
d' = VS(P')+y'd'-' (4.6.7)
54
Capítulo 4.Aplicación del Método del Giradiente Conjuqado
Paso 6. Determinados Jk, Y , T(Pk) y d', calcular el tamaño de

incremento buscado p k a partir de la ecuación (4.4.8.b):
[3k = [Jkdkr[T(Pk)-Y] (4.6.8)

[Jkdkr[Jkdk]
Paso 7. Con P', p' y d' , calcular la nueva estimación Pkc' de la

ecuación (4.4.1):
P k+l = p k - b k d k (4.6.9)
Paso 8. Sustituir kpor k + l y regresar al paso 1.
El diagrama de flujo del Método del Gradiente Conjugado está

representado en la figura 4.1.
Los resultados obtenidos mediante este método se analizarán en el

capítulo 5 , al compararlos con el método de Levenberg-Marquardt y la
solución teórica obtenida por Xamán (1999).
El código desarrollado para el MGC se presenta en el Apéndice D.
A continuación se presentan los resultados obtenidos con el método

de Levenberg-Marquardt y el método del Gradiente Conjugado.
55
- -
capítulo 5 , Adisis de k5ultados
-
5.1 ~ N T R O D U C C I ~ N
En este capítulo se presentan los resultados obtenidos con el MLM
y el MGC, se comparan con los reportados por Xamán (1999) y se
comparan ambos métodos entre sí. Los resultados experimentales y
teóricos obtenidos por Xamán se muestran en las siguientes figuras:
m
o im m 3m nm 53
.3 Em
t (min)
Figura 5.1. Distribución de temperatura experimental y anaiítica para la Placa Caliente

obtenida por Xamán (1999).
316,
t (min)
Figura 5.2. Distribución de temperatura experimental y anaiítica para la Guarda

obtenida por X m á n (1999).
57
Los resultados presentados en las figuras 5.1 y 5.2 correspondieron
a una generación de calor de 5 W para la placa caliente y de 3 W para la
guarda.
Para obtener los resultados de X a m á n (1999) es necesario realizar

algunos cálculos que se muestran en las secciones 5.2 y 5.3. También se
muestran los resultados experimentales que fueron medidos y se
comparan los resultados de los distintos cams contra los resultados del
modelo analítico o experimental en los casos que se cuenta con ellos.
5.2 FUNCIONES E BESSEL

-
Lo primero que se debe verificar e s la implementación de las
funciones de Bessel, debido a que son requeridas para la presente solución
de los PITC-s.
Las aproximaciones que se utilizaron para las funciones de Bessel

están basadas en las aproximaciones polinomiales reportadas por
Abramowitz y Stegun (1972), las cuales se calculan mediante las
siguientes fórmulas:
Para -31rS3
J0(x)=1-2.2499997
(5.2.1)
+ 0.0002100 -
(3)” +E
Con IEl < 5 x 10-8
58
Jn(x)+0.36746691+0.60559366(~)z -0.74350384(:) 4
(5.2.2)
Con IEJ < 1.4x 10-8
f, = 0.79788456- 0.00000077 - 0.00552740 -

(2)’ ir)’
- 0.00009512 -
(5.2.3)
Con 181 < 1 . 6 ~ 1 0 - ~
Bo =x-0.78539816-0.04166397
Con 181 < 7x
Para -35x13
(5.2.4)
Con JEJ < 1.3x 1o-8
59
Para 0<xí3
J,(x)-0.6366198+0.2212091
n
(5.2.5)
Con 1&1<1.1Xlo-’
Para 3lX<oo
J , (x) = x-’j, cose, , Y,(x) = sin e,
J; =0.79788456+0.0000015
(5.2.6)
Con bI< 4 x IO-*
8, = x-2.35619449+0.1249961
(I)’+
+ 0.00074348 -
Con IE~ < 9 x i 0 ”

El código utilizado para generar las funciones de Bessel se presenta
en el apéndice E. L a gráfíca obtenida e s la siguiente:
60
c.. ....._~ . "1
Figura 5.3. Funciones de BeSSel:Jo(x),JI(x),Yo(x) y YI(x) obtenidas mediante la

aproximación poiinomid de Abramowitz y Stegun (1972).
Las curvas presentadas en la figura 5.3 son cualitativamente

similares a las gráíkas reportadas por A b m o w i t z y Stegun (1972) y
azisik (1993).
5.3 OBTENCIÓN DE LOS VALORES PROPIOS DE LOS PROBLEMAS
AUXILIARES&J
-
Al resolver los problemas directos para la placa caliente y para la
guarda se h a planteado el problema auxiliar de valor propio para cada uno
de ellos, donde se necesitan encontrar dichos vaiores propios. La ecuación
de valores propios para la placa caliente se presenta en el apéndice A
(ecuación A. 1.10) como:
P 4 @b)-hJ, @b) = 0 (5.3.1)
Análogamente para la guarda está dada por (ver apéndice A):
(5.3.2)
61
- ~~
CqÍtulo 5, M i s i 5 de k5uKados
Los valores de para cada caso se obtuvieron mediante los códigos

mostrados en el apéndice E. Las gráficas resultantes se muestran a
continuación, principiando por la Placa Caliente.
Figura 5.4. Función propia para la Placa Caliente.
De acuerdo con el análisis realizado por X a m á n (1999), el utilizar

dos o más raíces no contribuye significativamente a la solución del
problema, tanto para la placa caliente como para la guarda.
Raíz B E m r absoluto -
1 1.34 1228027143299 2.4869~10-’4
2 50.30276271525698 3.7570~
10-12
3 92.0778483039 1088 5.0449~10-12
4 I 133.5168259445141 I 6.0625~10-11
5 I 174.8567506543733 I 6.9327~10-’1
6 I 216.1541671630886 I 9.2461~10-1’
7 I 257.4294633721200 I 1.oo88X10-~0
I 8 I 298.6917869989557 I 1.0865~10-10 I
I 9 I 339.9458531355057 I 7.7270~10-” I
I 10 I 381.1943388896752 I 1.2272~10-10 I
62
--- -
Cqítulo 5. de kesul-
tados
hdi515
La figura 5.5 presenta las curvas para la función propia de la

Guarda.
Y I
In(d
50
Figura 5.5. Función propia para la Guarda.
Raíz B Error absoluto

1 1.341493885958581 4.3077~
10-14
2 4 1.9912 144 1594693 2.6645~
10-15
3 I
82.86074956162661 I
2 . 6 6 4 5 10-15
~~~
4 I 123.9575730375151 I 2.4869~10-'4
I 5 I 165.1185292250524 I 2.5535~10-14 I
I 6 1 206.3060172346982 I 2.5313~10-14 I
I 7 I 247.5069630630344 I 3.0642~10-14 I
I 8 I 288.7156570236181 I 2.9976~10-'4 I
9 I 329.9292150761596 I 2.9088~10-'~
10 I 371.1460250768804 I 2.97s4x 1 0 ' 4
A continuación se presenta el análisis de los resultados obtenidos

con el MLM.
63
-
5.4 APLICACI6N =TOW> LEVENBERG-MARQUARDT PARA LA
OBTENCI62P DE LA FUNCI6N E GEIYERACI6N E CALOR DE LA
PLACA CALIENTE
Como se mencionó previamente, en la placa caliente del APCG se

utilizó una generación de calor mediante electricidad de 5 W. Al utilizar el
MLM para estimar los parámetros de la función de generación de calor se
utilizaron desde uno hasta cinco parámetros. Los resultados obtenidos se
presentan en las siguientes ecuaciones:
g , ( t ) =261.420918486553 (5.4.1)
g , (1) = 279.95 1731636523- 0.00107445934793919t (5.4.2)
g,(t)= 299,14460126386- 0.0041326515584687t + 8.68571001291067 x 10-8t2 (5.4.3)
g4(t)=318.710689444206-0.009960675616769031+4.83075677375673xlO~’t2
(5.4.4)
- 7.37468716488945 x i O - ” f 3
g , (t) = 332.978 15372759- 0.0167039593983905f + 1.2784144215005 x 10-6iZ

(5.4.5)
- 4,0980756707161x IO-’’t’ + 4.63572450395972 x lO-I6t4
En las figuras 5.6-5.10 se puede apreciar la comparación entre la

distribución de las temperaturas medidas y la distribución de las
temperaturas estimadas usando cada una de las funciones anteriores:
64
Figura 5.6. Comparación entre. la temperatura medida y la temperatura estimada
mediante el MLM para la Placa Caliente del APCG usando una función con un
parámetro.
Figura 5.7. Comparación entre la temperatura mediday la temperatura estimada

mediante el MLM para la Placa Caiiente del APCG usando una función con dos
parámetros.
65
Figura 5.8. Comparación entre la temperatura medida y la temperatura estimada
mediante el MLM para la placa Caliente del APCG usando una función con tres
parámeims.
"1

mediante el MLM para la Piaca Caliente del AFCG usando una función con cuatro
parámeims.
66
. TEMPERATUñAMEOIDA
-TEMPERATURA ESnMWn

mediante el MLM para la Placa Caliente del AFCG usando una función con cinco
parámetms.
En la tabla 5.3 se muestran los errores relativos máximos y la

norma de mínimos cuadrados de las temperaturas estimadas mediante el
MLM:
Tabla 5.3. Norma de -os cuadrados y errores relativos m h o s entre las

temperaturas medidas y las temperaturas estimadas mediante el MLM para la Placa
Parámetros Error Relativo Norma de mínimos

Máximo ph) cuadrados
1 1.55 1891.6393
2 1.28 1 132.1776
3 1.05 865.1679
4 1.00 758.5912
5 0.97 733.9622
Xamán 1.38 1597.4177
Al analizar la tabla 5.3 se puede apreciar que la estimación con

cinco parámetros es la que menor error y menor norma de mínimos
cuadrados tiene. La solución analítica presentada por Xamán (1999), tiene
un error y una norma que la colocan entre las estimaciones con uno y con
dos parámetros.
67
- - -
Capítulo 5 , Análisis de Ke5ukdos
En la figura 5.11 se pueden apreciar las curvas de las funciones de

generación de calor obtenidas también con las ecuaciones 5.4.1-5.4.5.
s4
62
-0ENEWi6N DE CALOR U-
-UN PARAMETRO
6
-DOSPARAMETROS
-TRES PARAMETROS
58 -CUATRO PARAMETROS
-CINCO PARAMETROS
56
z *.
w
5 2
48
45
4 4
Figura 5.11. Comparación entre la función de generación de calor usada y las

funciones de generación de calor estimadas mediante el MLM para la Placa Caliente.
En la figura 5.11 se puede apreciar que la función de generación de

calor estimada con u n parámetro e s la que representa con mayor exactitud
la generación de calor utilizada por Xamán (1999).
Sin embargo, se debe recordar que, cuando se aplica u n método de

solución inverso, no se tienen datos sobre la función de generación de
calor utilizada. Por lo tanto la decisión de cuái estimación es más exacta
depende de los errores relativos de las temperaturas estimadas.
5.5 APLICACION DEL M&”ODO E LEVENBERGMARQUARDTPARA LA

OBTENCI6N DE LA FUNCIdN E CALoR DE
GENERACI~N LA
GUARDA
Al principio de este capítulo se mencionó que la generación de calor
utilizada para el caso de la Guarda fue de 3 W. A continuación, se
muestran los resultados obtenidos para diferentes números de parámetros
68
-
en la determinación de la función de generación de calor de la Guarda
utilizando el MLM.
g, ( t ) = 390.473427722595 (5.5.1)
g2(t)= 467.438592563 193 -0.0179475164485702t (5.5.2)
g3(f)=515.48504895845-0.0473339237594615r+3.13447620466826~10-~r~ (5.5.3)
g,(t) = 508.743870501761 - 0.039761912562501If + 1.233857291 338 1x 10 - 6 f 2

(5.5.4)
+ 1.2993638084207~10”~f~
+
gs(t)= 479.95876365591 0.0110621687297178t -2.072508750821 15x 10”f2
(5.5.5)
+ 3.5 1567172449916~10-’f3- 1.70179454741608x 10.l3f
Las figuras 5.12-5.16 representan las curvas obtenidas para las

temperaturas medidas y las temperaturas estimadas mediante el MLM
para la guarda del APCG:
316 -
315 -
314 -
313 -
312 -
311 .
310 -
E
gs-
ls-
I-
307 -
306-
305- . TEMPERATURA MEOlOA

304 - .- -TEMPERATURA ESTIMADA
303 -
o an ,am ,am 2 m m 36m 12m 4 8 0 54m 6mD 6600 ,am 78m 8400 sno 9600 102
t (S)

mediante el MLM para la Guarda del AF’CG usando una función con un parámetro.
f (S)

mediante el MLM para la Guarda del APCG usando una función con dos parámetros.
315
316 1
Figura 5.14. comparación entre la temperatura medida y la temperatura estimada

mediante el MLM para la Guarda del APCG usando una función con tres parámetros.
70
Figure 5.15. Comparación entre la temperatura mediday la temperatura estimada
mediante el MLM para la Guarda del APCG usando una función con cuatro
parámetros.
Figure 5.16. Comparación entre la temperatura medida y la temperatura estimada

mediante el MLM para la Guarda del APCG usando una función con cinco parámetros
Los valores máximos del error relativo y la norma de mínimos

cuadrados para cada estimación de la función de generación de calor
aplicando el MLM se presentan en la tabla 5.4.
7 1
- -
Capítulo 5, Análisis de Ke?esukados
Tabla 5.4. Norma de mínimos cuadrados y errores relativos máximos entre las
temperaturas medidas y las temperaturas estimadas mediante el MLM para la Guarda.
1 Parametros 1 Error Relativo 1 Norma de mínimos I
Máximo (%) cuadrados
1 0.52 200.5644
2 0.24 28.4137
- 3 0.1876 13.5918
4 0.188 13.5019
5 0.190 12.8747
XaUlán 0.44 143.6557
De la tabla 5.4 se desprende que la estimación dada por la función

de generación de calor con tres parámetros es la que menor error presenta
entre las temperaturas medidas y las temperaturas estimadas. Sin
embargo, la norma de mínimos cuadrados es menor para la estimación
con cinco parámetros.
L a solución analítica reportada por Xamán (1999), nuevamente

queda posicionada entre las estimaciones con uno y con dos parámetros.
A continuación, se muestran las curvas para la función de

generación de calor. Estas curvas se obtuvieron mediante las ecuaciones
5.5.1-5.5.5.
.
..2
3.8
-GENERAaON
-UN PM&ETRO
DE C U R uSA0)n
-nos PARAMETROS
-TRES PARAMETROS
3.6 -CUATROPARAMETROS
- CINCOPARAMETROS
3.4
Eo 3.2
2.8
2.6
-
2.4
2.2
o an r n a ,Em 24m 3aa 38a ara 6333 Rm am sm *ox
(e
4- ym 7 m BID0

funciones de generación de calor estimadas mediante el MLM para el caso de la
Guarda.
72
- Cp’tcllo 5 , m
P
55 de k~ultados
i1
Nuevamente, se puede observar que la estimación con un

parámetro es la que representa con mayor exactitud la solución analítica
presentada por X a m á n (1999).
-
5.6 APLICACI~N DEL WTODO
DEL GIUDIENTECONJUGADOEN LA
OBTENCl6N DE LA FUNCIÓN GENERACI~N CALOR DE LA
PLACA CALIENTE
AI estimar los parámetros de la función de generación de calor
mediante el MGC se obtuvieron resultados muy similares a los obtenidos
mediante el MLM. A continuación, se presentan las ecuaciones 5.6.1-5.65
que corresponden a la estimación con uno hasta cinco parámetros para la
Placa Caliente del APCG:
g,(f)=261.420918486553 (5.6.1)
g, (t) = 279.951731636524 - 0.0010744S934793922t (5.6.2)
g, (t)= 299.14460125556 - 0.0041326S15S746091t + 8.68571O01 03533 1 x 10-*f2 (5.6.3)
+
g4(t)= 3 18.742679702295- 0.0099630199266071It 4.85509865923229 x 1Oe7t2
(5.6.4)
-7.45881119011 2 7 5 ~ 1 0 ~ ‘ ~ t ’
gs(t)=4.49690605177316x IO” +0.105046812590406f - 1.1051676870157 x 10-5t2

(5.6.5)
+ 4.28273249391 197x 1O”’f3 - 5.52972463489129x 1O”’t4
En las figuras 5.18-5.22 se presenta la comparación entre las

temperaturas medidas y las temperaturas estimadas mediante el MGC.
73
345
340
a5
$z
I-
325
320
. TEMPEnATURA M E D I M
315 -TEMPERATURA ESTIMADA
310
3%

mediante el MGC para la Placa Caliente del APCG usando una función con un
parámetro.

mediante el MGC para la Placa Caliente del APCG usando una función con dos
parámetros.
74
. TEMPERATURA MEDIDA
-TEMPERATURA E C T I W A
rn
o 3xa 6ooo smo lam 1- 1 m 21m 24000 nao urn0 33x0 36om
t (5)

mediante el MGC para la Placa Caliente del AF'CG usando una función con tres
parámetros.
- TEMPERATURA MEDIDA
-TEMPERATURA E S n M
o 3xa 6om san 12000 1- leas 21m uom nmo 3mo 33mo smm
t (SI

mediante el MGC para la Placa Caliente del APCG usando una función con cuatro
parámetros.
75
. TEMPERATURA MEDlM
-TEMPERATURA ESTIMADA

mediante el M G C para la Placa Caliente del APCG usando una funcióncon cinco
parámehs.
Ahora se presentan los valores de los errores relativos máximos y la

norma de mínimos cuadrados para cada estimación hecha con el MGC. La
tabla 5.5 presenta los resultados.
temperaturas medidas y las temperaturas estimadas mediante el M G C para la Placa
Caliente.
I Parámetros I Error Relativo I Norma de mínimos I
M á x i m o (?h) cuadrados
1 1.55 1891.6393
2 1.28 1132.1776
3 1.O5 865.1679
- 4 1.00 758.9380
5 3.69 8862.2439
Xamán 1.38 1597
En la tabla se puede apreciar la gran similitud que existe entre los

resultados obtenidos con el MLM y el MGC. También es de interés apreciar
que el error y la norma de la solución analítica presentada por Xamán
(1999) sigue estando entre los errores y las normas de las estimaciones
con uno y dos parámetros. La estimación con cuatro parámetros es, por lo
tanto, la mejor estimación obtenida con el MGC para la Placa Caliente,
76
-
Capítulo 5 , Análisis de Eeesultados
Se presenta una discrepancia cuando se utilizan cinco parámetros.

Para este caso, el error aumenta. Al analizar la figura 5.22, se aprecia la
razón por la cual es mayor el error: el MGC con cinco parámetros no
converge hacia los valores medidos. Esto se aprecia también en las curvas
de la función de generación de calor que se muestran en la figura 5.23.
6.4 -
6.2 - -OENE-I~N DE CALOR u-
C"*TRO PARAMETROS
O am saa im ism im 21om 2um nom m ~ l l l36000
(e
3000
t
funciones de generación de calor estimadas mediante el MGC para el caso de la Placa
Caliente.
En la figura 5.23 se aprecia cómo la estimación de la generación de

calor con cinco parámetros diverge con respecto ai valor utilizado por
xamán (1999).
-
5.7 APLICACIdN METODO GRADIENTECONJUGADO PARA LA
OBTENCI6N DE LA w
FUNCI~N GEHERACIÓN CALOR DE LA
GUARDA
A continuación, se presentan las funciones de generación de calor
obtenidas con varios parámetros mediante el MGC para la Guarda del
APCG. Las ecuaciones 5.7.1-5.7.5 muestran estas funciones.
g p ( í ) =390.473427722595 (5.7.1)
77
g,(t) = 467.438592563 193 - 0.0179475 164485702f (5.7.2)
g,(t) = 51 5.48504901395 - 0.047333923788972451+3.13447620757063 x 1 0 - 6 f (5.7.3)
g4(t)=508.9467950736- 0.0399565593074995t + 1.278143041 19027 x 10-6t2

(5.7.4)
+ 1.27110236262012 x 10-'ot'
g , ( f )= 0.001 16458785733023+0.727063225737215f - 2.97985335186853x 104f2

(5.7.5)
+ 4.303 11252642484x w 8 t 3-2.0413848073 1105 ~ 1 0 . ~ ~ 1 ~
En las figuras 5.24-5.28 se presentan las comparaciones entre las

temperaturas medidas y las temperaturas estimadas mediante el MGC
para la Guarda del APCG:
. TEMPERATURA MEDIDA
-TEMPERATURA ESTIM"DA

mediante el MGC para la Guarda del AFCG usando una función con un parámetro.
116-
3- - - TEMPEWTURA M E O l M
-TEMPERnTURA ESTIMADA
o 600 im iam 2400 3- 3603 4200 4800 5400 6nn 6603 7x10 mm 8400 smo 9600 iomc
t (S)
FIgura 5.25. Comparación en* la temperatura medida y la temperatura estimada

mediante el M G C para la Guarda del APCG usando una función con dos parámetros
316
315
...
314
313
312
31 1
310
e
919
318
I-
307
.
TEMPERATURA MEDIDA
-TEMPEMTURn ESTlMAOA
llD
o 600 tm iem 2 m a00 3603 ,200 rn ym 60(0 6603 7x0 78m mm aim san l o x
t (8)

mediante el MGC para la Guarda del APCG usando una función con tres parámetros.
79
/

mediante el MGC para la Guarda del AFCG usando una función con cuatro
parámetros.
t (e
mediante el MGC para la Guarda del APCG usando una función con cinco parámetros.
Se pueden apreciar ciertas discrepancias cuando se utilizan cinco

parámetros para estimar la función de generación de calor. En la tabla 5.6
se muestran los errores relativos máximos y la norma de mínimos
Capítulo 5 , Puiálisis de Resultados
cuadrados para los diferentes parámetros utilizados.

temperaturas medidas y las temperaturas estimadas mediante el MGC para la Guarda.
1 Parámetros I Error Relativo 1 Norma de mínimos 1

Máximo (%) cuadrados
1 0.52 200.5644
2 0.24 28.4137
3 0.1876 13.5918
4 0.188 13.5020
5 0.58 126.8990
X¿Ullán 0.44 143.6557
Como se aprecia en la tabla 5.6, el error y la norma del resultado

presentado por Xamán (1999)lo colocan entre los errores y las normas de
las estimaciones con uno y con dos parámetros. La solución con menor
error es la estimada con tres parámetros. Sin embargo, la menor norma de
mínimos cuadrados se obtiene con la estimación con cuatro parámetros.
Las curvas de la función de generación de calor se muestran en la

figura 5.29. En esta figura se puede apreciar la diferencia entre cada u n a
de las funciones y como la función estimada con cinco parámetros diverge
del valor utilizado experimentalmente.
43
-O E N E ~ A C I ~DE
N c a m USADA
-UN PARAMETRO
1 1 -00s PARAMEmOS
-TRES PARAMETROS
39 -CUATRO PARAMEmOS
-CINCO PARAMETROC
37
eu 35
33
31
2s
21
25
23
21
o m 1 m 1
t (S)

funciones de generación de calor estimadas mediante el MGC para el caso de la
Guarda.
El
-
5.8 C0MPARACIÓN ENTRE MÉTODO LEVENBERG-MARQUARDT Y
-
& MÉTODO DEL GRADIENTE ~ N J U G A D O pARA PLACA
CALIENTE u GUARDA DEL APCG

Por lo regular, no se tiene disponible la función de generación de
calor. En esos casos, la mejor aproximación que se utiliza es la que tiene la
menor norma de mínimos cuadrados o el menor error. Para el MLM
aplicado a la Placa Caiiente la mejor aproximación se obtiene con cinco
parámetros y aplicado a la Guarda es iguai, con cinco parámetros. Si se
trata del MGC, la mejor aproximación se obtiene en la Placa Caliente con
cuatro parámetros y en la Guarda con cuatro parámetros.
En las tablas 5.7 y 5.8 se comparan las mejores aproximaciones

obtenidas por ambos métodos cuando se aplican a la Placa Caliente y a la
Guarda, respectivamente.
Tabla 5.7. Comparación de las mejores aproximaciones obtenidas con los dos métodos
a~iicadosa la Placa Calimte.
MLM MGC
I: 332.97815372759 318.742679702295
p2 -16.7039593983905x 10-3 -9.9630199266071x 10-3
8 127.84144215005x 10-8 48.5509865923229x 10-8

4 -40.980756707161x 10-*2 -7.4588111901 1275 x 10-12
I
I
Norma de mínimos cuadrados 733.9622 758.9380

Capítulo 5 , Análisis de Rewitados
Guarda
Parámetros MLM MGC
4 479.95876365591 508.9467950736
4 11.0621687297178x 10-3 -39.9565593074995 x 10-3
P, -20.72508750821 15 x 10-6 1.27814304119027 x 10-6
P, 1 35.1567172449916~10-1011.2~10236s62012x 10-10)
I e I -1.70179454741608~10-131 -1 ~ ~
Error relativo máximo o. 190 % 0.188 %

Norma de mínimos cuadrados I 12.8747 13.5020
En la figura 5.30 se muestran las temperaturas experimentales, las

temperaturas analíticas reportadas por Xamán (1999),la mejor estimación
de temperaturas con el MLM y la mejor estimación de temperaturas con el
MGC cuando se aplican a la Placa Caliente del APCG.
En la figura 5.31 se compara la función de generación de calor

reportada por Xamán (1999),la función estimada con el MLM y la función
estimada con el MGC para la Placa Caliente del APCG.
o mo am ¶m lam 15ooo lam 21mm 24073 2x03 amo 33ooo 38ooo
f (S)
Figura 5.30. Comparación entre las temperaturas experimentales, las temperaturas

analíticas (Xamán, 1999), las temperaturas estimadas con el MLM y las temperaturas
estimadas con el MGC, para la Placa Caliente del APCG.
83
Caoítulo 5, Análisis de t&sultados
5.4 ,
-ANAL~CA
- MLM
-MGC
ano mm moo
11
O 3ni) nno ixao isom ,8000 21mo 2 m no03 383a1
f (S)
Figura 5.31. Comparación entre la función de generación de calor anaiitica (Xamán,

1999), la función estimada con el MLM y la función estimada con el MGC, para la Placa
Caliente del APCG.
En la figura 5.32 se comparan las temperaturas experimentales, las

temperaturas analíticas reportadas por Xamán (1999), las temperaturas
estimadas con el MLM y las temperaturas estimadas con el MGC cuando
se aplican a la Guarda del APCG.
En la figura 5.33 se hace la comparación correspondiente a la

función de generación de calor analítica reportada por Xamán (1999), la
función estimada con el MLM y la función estimada con el MGC cuando se
aplican a la Guarda del APCG.
Caoítulo 5 , Análisis de Keesultados
t (S)
Figura 5.32. Comparación entre las temperaturas experimentales, las temperaturas

analíticas (Xamán, 1999),las temperaturas estimadas con el MLM y las temperaturas
estimadas con el MGC, para la Guarda del APCG.
- MLM
-MGC
Figura 5.33. Comparación entre la función de generación de calor analítica (Xamán,

1999),la función estimada con el MLM y la función estimada con el MGC, para la
Guarda del APCG.
85
Capítulo 5 , M i s i 5 de k 5 u k
En las figuras 5.30 a 5.33 se puede apreciar lo siguiente:
Las temperaturas estimadas mediante el MLM y el MGC se

ajustan con un mejor grado de exactitud a las temperaturas
medidas experimentalmente que la solución analítica reportada
por Xamán (1999).
Las funciones de generación de calor estimadas mediante el MLM

y el MGC no convergen hacia la función analítica reportada por
xamán (1999).
En el caso de la Placa Caliente hay cierto rango de valores donde

las funciones de generación de calor estimadas se aproximan a la
función analítica y como en u n PITC no se conoce la función de
generación de calor, ya que es la que se está estimando, se puede
decir que representan con bastante exactitud el fenómeno que
estamos estimando.
Para la Guarda se aprecia una gran similitud entre las

temperaturas y las funciones de generación de calor estimadas
con el MLM y las estimadas con el MGC.
Resumiendo los valores obtenidos en la aplicación del MLM y del

MGC se presentan las tablas 5.9 y 5.10.
En el capítulo siguiente se presentan las conclusiones finales del

presente trabajo de tesis.
86
Tabla 5.9. Comparación de los parámetros y la norma de minimos cuadrados obtenidos mediante el MLM con los obtenidos
mediante el MGC ai aplicarlos en la Placa Caliente del APCG.
Parámetros Parámetro
utilizados
en el caso
de la Placa
Pa P3 P4 R
Caliente Pi x10" XlO* xlO-'= xlO-'E T I
LM 332.97815372759 -16.7039593983905 127.84144215005 -40.980756707161 4.63572450395972 733.962237440012

Cinco
GC 4.49690605177316~10~'105.046812590406 -1105.1676ñ70157 428.273249391137 -55.2972463489129 8862.24398843898
m LM 318.710689444206 -9.96067561576903 48.3075677375673 -7.37468716488945 758.591272230575

u hatro
GC 318.742679702295 -9.96301992660710 48.5509865923229 -7.45881119011275 758.938021366423
LM 299.14460126386 -4.13265155846870 8.68571001291067 865.167921895700

Tres
GC 299.14460125556 -4.13265155746091 8.68571001035331 865.167921895637
LM 2?9.951731636523 -1.07445934793319 1132. 17766300123

Dos
GC 279.951731636524 -1.07445934793922 1132.17 766300123
LM 261.420918486553 1891.63 936872665

Uno .
GC 261.420918486553 1891.63935872665
Tabla 5.10. Comparación de los parámeiros y l a norma de mínimos cuadrados obtenidos mediante el MLM con los obtenidos
mediante el MGC al aplicarlos en l a Guarda del APCG
Parámetros Parámetro
utilizados
e n e l caso
-
Guarda
dela I Pi Pa
x10-3
P3
x10"
P4
x10-'0
P,
x1013
LM 479.95876365591 11.0621687297178 -20.7250875082115 35.1567172449916 -1.70179454741608 12.8747912899719

Cinco
- GC 1.1645878573302~10~'~
727.063225737215 -297.985~i5186853 430.311252642484 -20.4138480731105 126.89901831866
m LM 508.743870501761 -39.7619125625011 1.2338572913381 1.2993638084207 13.5019482848042

m
GC 508.9467950736 -39.9565593074995 1.278143041190Z7 1.27110236262012 13.5020071594854
LM 515.48504895845 -47.3339237594615 3.13447620466826 13.5918856152074

Tres
GC 515.48504901395 -47.33392378897245 3.13447620757063 13.5918856152072
LM 467.438592563133 -17.9475164485702 28.4137238577033

Dos
GC 467.438592563193 -17.9475164485702 28.4137238577033
LM 390.473427722595 200.564439791679
Uno
GC 390.4734277225 95 200.564439791679
6.1 CONCLUSIONES
Se aplicaron dos métodos de solución para problemas inversos de
transferencia de calor, el Método de Levenberg-Marquardt y el Método del
Gradiente Conjugado, a la Placa Caliente y a la Guarda del Aparato de
Placa Caliente con Guarda. El modelo físico involucra la ecuación de
conducción de calor en coordenadas cilíndricas unidimensionales con
condiciones de frontera convectivas y función de generación de calor
desconocida. Se estima la función de generación de calor mediante una
función polinomial con 1, 2, 3 , 4 y 5 parámetros. En el presente trabajo se
utilizaron datos experimentales, a diferencia de Ozisik y Orlande (ZOOO),
que utilizan soluciones analíticas perturbadas.
Se estimaron cinco funciones para observar cual presentaba un

mejor ajuste con las mediciones experimentales de temperatura. Aún
cuando existía una función para validar los resultados, normalmente no es
así. Además, la solución analítica no se ajustaba a los datos
experimentales. Por lo tanto, se calculó el error relativo máximo y la norma
de mínimos cuadrados para cada caso y así se pudo decidir cuál
estimación e s mejor para cada método.
En particular, se apreció que para la Placa Caliente se obtienen las

mejores estimaciones con funciones de cinco parámetros para el MLM, y
cuatro para el MGC. Para la Guarda las mejores estimaciones se obtienen
de igual manera.
L a s estimaciones obtenidas mediante los métodos aplicados

mostraron u n error relativo máximo menor que el error de las soluciones
analíticas presentadas por Xamán (1999).
Sin duda, con los datos observados en este trabajo de tesis se

puede apreciar que e s mejor el Método de Levenberg-Marquardt para la
solución de Problemas Inversos de Conducción de Calor. El MGC no
90
-
- - - Capítulo 6.Co~Iu5ianes
converge cuando utilizamos cinco parámetros en la estimación, mientras

que el MLM converge mejor conforme se utiliza mayor cantidad de
parámetros.
Sin embargo, se debe recalcar que tan solo se utilizó una de las
modalidades del MGC, en este caso la más parecida al MLM, para poder
comparar ambos métodos.
Existen otros dos métodos del Gradiente Conjugado los cuales son:
el Método del Gradiente Conjugado con Problema Adjunto para estimación
de parámetros y el Método del Gradiente Conjugado con Problema Adjunto
para estimación de función. También se intentó aplicar estos métodos a la
solución del problema, pero se encontraron ciertas dificultades en la
implementación del código. Se dan a conocer como aportación a quienes
deseen en el futuro trabajar con alguno de esos métodos.
L a principal dificultad e s el cambio que se hace en la consideración

de las funciones, de discretas a continuas. Esto hace que en el análisis
aparezcan integrales en lugar de sumatorias. Teóricamente no hay gran
relevancia, pero al implementar los códigos los valores no convergían a
causa de la necesidad de u n buen algoritmo para realizar las
integraciones. El tiempo de duración del presente proyecto no permitió que
se pudieran obtener resultados concretos.
Otra dificultad más, se halla en el análisis teórico al hacer el

cambio de variable temporal, ya que en la literatura se menciona que hay
que hacerlo, pero no se muestran los detalles de su implementación. Esto
permanece incierto en cuanto a la forma en que se hizo.
Por último, está el hecho de los resultados son válidos dentro de

cierto rango, por lo cual se sugiere tener mediciones disponibles para
tiempos anteriores y posteriores al rango de interés.
9 1
- Capítulo 6,
Co~lusiows
___
Se debe hacer notar que el Método de Levenberg-Marquardt se
encontró más flexible y fácil de implementar que el Método del Gradiente
Conjugado.
6.2 RECOMENDACIONES x TRABAJOS FUTUROS

-
Sin duda es de esperar que este trabajo de tesis sea de mucha
utilidad para aquellos que deseen utilizar estos métodos. Se h a tratado de
especificar muchos detalles en el desarrollo teórico de la solución del
problema. Sobretodo, se h a hecho una aplicación en coordenadas
cilíndricas que dificilmente se hallará en algún otro trabajo desarrollado
anteriormente.
También hay trabajo que queda pendiente a posteriori. Se reseñan

a continuación algunos de los que se han pensado:
Estimación de propiedades térmicas de materiales (e.g.,

conductividad térmica).
Aplicación a problemas en coordenadas cilíndricas en dos

dimensiones.
Incorporación de otros tipos de condiciones de frontera o

condiciones iniciales.
Utilizar más sensores en diferentes posiciones para obtener una

estimación con mayor grado de exactitud.
Limitar el rango de confiabilidad del método de solución dentro

de una zona de interés particular.
Bibliografía
Abramowitz, M. y I. Stegun, Handbook of Mathematical Functions with

Formulas, Graphs and Mathematical Tables, Dover, New York, 1972.
Alifanov, O., “Determination of Head Loads from a Solution of the

Nonlinear Inverse Problem”, High Temperature, 15, 498-504, 1977.
Alifanov, O., Inverse Heat Transfer Problems, Springer-Verlag, New York,

1994.
ASTM, “ASTM-C-177-97 Standard Test Method for Steady-State Thermal

Properties by means of the Guarded-Hot-Plate Apparatus”,
American Society for Testing and Materials, 1993 Annual Book of
ASTM Standard, Vol. 04.06, Standard ANSIIASTM C-177-93,
Philadelphia, pp. 1-18, 1993.
Beck, J. y K. Arnold, Parameter Estimation in Engineering and Science,

Wiley Interscience, New York, 1977.
Beck, J., B. Blackwell y C. St. Clair, Inverse Heat Condudion ill-Posed

Problems, Wiley Interscience, New York, 1985.
Bokar, J. y N. Ozisik, “An Inverse Analysis for Estimating the Time Varying
Inlet Temperature in Laminar Flow Inside a Parallel Plate Duct”, Int.
J. Heat Mass Transfer, 38, 39-45, 1995
Dennis, J. y R. Schnabel, Numerical Methods for Unconstrained

Optimization and Nonlinear Equations, Prentice Hall, 1983.
Godunov, S., EcuaQ‘onesde la Física Matemática, Mir, Moscú, 1978.

Lira L., “Diseno y Construcción d e un Instrumento para Medir la
Condudiuidad Térmica d e Materiales Sólidos Aislantes“, Memorias
del I1 Congreso de ANIIM, Chihuahua, Chih., pp 101-105, 1997.
Ozisik, N., BoundaTy Value Problems of Heat Conduction, Dover, New York,
1989.
Ozisik, N,, Heat Conduction, Wiley, New York, 1993.
Ozisik, N. y H. Orlande, Inverse Heat Transfer: fundamentals and

applications, Taylor &, Francis. New York, 2000.
Press, W., B. Flannery, S. Teukolsky y W. Wetterling, Numerical Recipes,

Cambridge University Press, New York, 1992.
Salazar R., “Diseño, Construcción y Caracterización de un Equipo para

Medir Conductiuidad Térmica d e Materiales Aislantes en el Intervalo
de Temperatura de -75°C a 250°C; Tesis de Maestría en Ciencias,
CENIDET, Cuernavaca, Mor., México, Julio 1997.
Tikhonov, A., ‘Inverse Problems in Heat Conduction”, J. Eng. Phys., 29,

8 16-820, 1975.
Tikhonov, A. y V. Arsenin, Solution of ill-Posed Problems, Winstons & Sons,

Washington, D. C., 1977.
Xamán, J., “Análisis d e la Transferencia d e Calor de un Aparato para

determinar la Conduch‘uidad Térmica de Matenales Aislantesq Tesis
de Maestna en Ciencias, CENIDET, Cuernavaca, Mor., México,
Agosto 1999.
94
A.1 SOLUCI~N -u
DEL PROBLEMA DIRECTO PARA -PLACA CALEXTE
El problema directo para la placa caliente está definido de la
siguiente forma:
dZT 1 dT g ( t ) . 6 ( r - r ) 1 aT
-+--+ -1 O<r<b, t>O
dr2 r dr 2dr a di
aT (A.1.1)
k - +hT = hT, r=b. t>O
ar
T=T, Olrlb. t=O
La solución para dicho problema se obtiene mediante el método de

la transformada integral de la siguiente manera (Ozisik, 1989):
1.‘. KO@,,,,r’).í“(r‘,z).dr‘
b
Transformada integral T@,,t) = (A.1.2)

,‘=O
Fórmula de inversión T(r,r)=~ K o @ m , r ) . ~ ( / 3 , , , , t ) (A.1.3)

,,,=I
Se obtiene el problema auxiliar de valores propios al utilizar la

versión homogénea del problema y aplicarle las siguientes identidades:
T(r,1 ) = R(r).r(t),
aT dR
-=r-,
ar dr
d2T d2R (A.1.4)
-=r--,
dr2
aT
-=R-
at dt
d 2 R 1dR
r2+r--= R--1 di (A.1.5.a)
dr r dr a di
95
-~
[
1 d2R 1dR
R dr2 +y%)
1 1 CiT
=r(
a,)=-p2 (A.1.5.b)
d 2 R 1 dR
-+-- =-P2R (A.1.6.a)
dr2 r d r
d 2 R 1dR
-+--+P2R O (A.1.6.b)
dr2 r dr
la cual tiene la siguiente condición de frontera:
dR
k-+hR=O
dr
r=b (A.1.7)
De donde se obtiene la siguiente solución, en la cual se debe tener

presente que la placa caliente involucra el origen donde se tiene un valor
finito, tomando esto en cuenta la solución se expresa como:
Ro 6.1 = CIJO @r) (A.1.8)
Aplicando la condición de frontera dada por la ecuación ( A . l . 7 ) , se obtiene

la siguiente solución:
n,( D 7 ) = J o b ) (A.1.9)
donde /3 se obtiene del siguiente problema de valor propio:
P ~ , c 8 b ) - ~ o c 8 40 = (A.1.10)
De acuerdo con el análisis realizado por X a m á n (1999)no hay necesidad

de utilizar más que la primera raíz, /3 , debido a que la contribución a la
distribución de temperaturas al incluir u n segunda raíz es despreciable.
La norma se obtiene de la siguiente manera:

b
N , = jr‘.R;@,r’).dr’ (A. 1.11)

,‘=O
También, se puede expresar como:
96
(A. I . i 2)
Al aplicar la ecuación (A.1.10)se obtiene:
(A.1.13)
Con la norma, se determina el kernel K O ( p , r )como
(A.1.14)
Generalizando se puede compactar el kernel como:
KO @>r ) = CO (A.1.15)
donde c0@)representa una función de Bessel de primera o segunda clase

o alguna combinación lineal de ellas.
Si se aplica la transformada integral a las ecuaciones (A.l.l),se

obtiene:
(A.1.16)
donde
(A.1.17.a)
(A.1.17.b)
con lo cual, se tienen las siguientes ecuaciones diferenciales
(A.1.18.a)
97
ordenando los términos, resulta
(A. 1.18.b)
tomando la transformada integral de la condición inicial del problema

(A. 1.l), se obtiene
L a solución de la ecuación (A.1.18.b) sujeta a la condición inicial

(A.1.18.c) es directa y permite tener la transformada integral de la
temperatura T'@,t). Si se sustituye la transformada integral resultante en
la fórmula de inversión (A. 1.3), se obtiene la solución del problema (A. 1. I )
de conducción de calor no homogéneo de condición de frontera como:
Finalmente, desarrollando toda la solución, se tiene:
T(r,t ) =
e-uszr.co@r). -co
hbTo
@b)
P2k
.c,@b). dt '
:
.Cop.). J a .bhT,
+,-UP"
(A. 1.20)
1%
k
+e-a~*l j
.c0@,).
t'4
eu~2"
2 d
AI realizar las integrales, resulta ia expresión para T ( ~ , zcomo:

)
(A. 1.21)
Donde
-[
N = b 2 h2++P2k2
2
);@b)
p2k2
(A.1.22.a)
%@7)=Jooa> (A.1.22.b)
rn TEMPERATURAS PARA LA PLACA

A.2 SOLUCIÓN DE LA ESTIMACI~N
CALIENTE
Para la solución del problema inverso, se considera la función
desconocida de generación de calor g p ( i ) parametrizada en la siguiente
forma lineal
(A.2.1.a)
Donde, P, son los parámetros desconocidos y C l ( t ) son las funciones de

prueba conocidas (por ejemplo, polinomiales, de B-splines, etc). Además, el
número total de parámetros, N , se especifica.
En este caso, se tiene una aproximación polinomial con 5

parámetros, lo cual se expresa como:
g p ( t )= 4 + P2t + P3t2 + P4/3+ P5t4 (A.2.1 .b)
En este caso, se necesita resolver la integral dada por:

t
jeUB'''. g(t'). d/' (A.2.2.a)

!'=O
99
/edz1'.(4 + P2f'+ P3tI2+ 4tI3
+ PStf4).dt' (A.2.2.b)
1'4
(A.2.2.e)
(A.2.3)
1O 0
Esta solución, e s la expresión que se utiliza en la estimación de los
parámetros.
A.3 SOLUCI~N DIRECTO PARA

DEL PROBLEBIA -L A GUARDA
-
La formulación matemática del problema directo de conducción de
calor para la guarda está dada por las siguientes ecuaciones:
8~i ü~ g ( t ) . S ( r - r2 ) - i
-+--+ 81- b<r<d, t>O
3’ r dr 27th a at
- k - f3T
+hT=hTa r=b, t>O
ar (A.3.1)
k-
aT +hT = hT, r=d, t>O
ar
T=T, bSrId, t=O
La solución para dicho problema se obtiene mediante el método de

la transformada integral de la siguiente manera (Ozisik, 1989):
d
Transformada integral T@,,t) = Ir’ .Ko(&r’). T(r’,t).dr’ (A.3.2)

r‘=b
Fórmula de inversión T ( r , t ) =f K , @ , , r ) . T @ , , t ) (A.3.3)

I F 1
Se obtiene el problema auxiliar de valor propio al utilizar la versión

homogénea del problema de la siguiente manera:
T(r,1 ) = R(r).r(i),
(A.3.4)
ar = R -dr
-
at dt
r 7d+2 rR- - = 1dR

R-- 1 & (A. 3.5.a)
dr r dr a dt
1 0 1
(A.3.5.b)
d 2 R 10%
- + -- = - P 2 R (A.3.6.a)
dr2 r dr
d 2 R 1dR
-+--+p2R =O (A.3.6.b)
dr2 r dr
La cual tiene las siguientes condiciones de frontera:
dR
- k- + hR = O r=b (A.3.7.a)
dr
dR
k- + hR = O r=d (A.3.7.b)
dr
De donde se obtiene la siguiente solución:
(A.3.8)
Con las condiciones de frontera dadas por las ecuaciones (A.3.7) se obtiene
la siguiente solución:
(A.3.9)
donde p se obtiene del siguiente problema de valor propio:
Wl @b)+hJo@b) PK @b)+hYo@b) (A.3.10)

-BJ,@d)+hJo@d) - - P T @ d ) + h ~ o O E l )= O
de acuerdo con el análisis realizado por Xamán (1999) solo es necesario
utilizar la primera p en la determinación de la temperatura, debido a que
la contribución de incluir otras raíces es despreciable.
L a norma se calcula de la siguiente manera:

d
N, = jr'.&@,r').dr' (A.3.11)
r'=b
es decir
1 o2
d d
N = [r'.E@,r').úr'= (A.3.12)
1'9 i-d
evaluando y aplicando las ecuaciones (3.2.10)se tiene:
d 2 g @ ,d ) - b2g@,
2
h)
I= (k' + p 2 k ' l d 2 g @ d, ) - b ' g @ , b)]
2p2k2
(A.3.13)
Por lo tanto, el kernel K0(p,r)se formula como:
(A.3.14)
Generalizando, se puede rescribir el kernel como:
KO @9 r ) = Coon) (A.3.1 5)
donde c o @ r ) representa una función de Bessel de primera o segunda clase

o alguna combinación lineal de ellas.
Si se aplica la transformada integral a las ecuaciones (A.3.1), se

tiene:
(A.3.16)
donde
(A.3.17.b)
con lo cual se tienen las siguientes ecuaciones diferenciales:
- p' .T@, t ) + b.hT,

~
k
.co@b) + ~.
d.kT,
k
C0@) + -
27dc a dt
(A.3.18.a)
Ordenando los términos, resulta:

1 o3
(A.3.18.b)
Tomando la transformada integral de la condición inicial del

problema (A.3.1) se tiene:
(A.3.18.c)
La solución de la ecuación (A.3.18.b) sujeta a la condición inicial

(A.3.18.c) permite obtener la transformada integral de la temperatura
T(P,t). Sustituyendo la transformada integral resultante en la fórmula de
inversión (A.3.3) se obtiene la solución del problema (A.3.1) de conducción
de calor no homogéneo de condición de frontera, dada por la siguiente
expresión: como
(A.3.19)
Finalmente, se desarrolla la ecuación (A.3.19) para obtener:
1O 4
(A.3.20)
(A.3.21)
(A.3.22.b)
A.4 SOLUCIÓN & ESTIMACIÓN E TEMPERATURAS PARA LA
GUARDA
Para resolver el problema inverso, se considera como incógnita la
función de generación de calor g,(i), la cual se puede expresar de la
siguiente forma lineal
1 o5
(A.4.1.a)
donde P, son los parámetros desconocidos y C j ( t ) son funciones de prueba

conocidas (por ejemplo, polinomiales, de B-splines, etc). Además, el
número total de parámetros, N ,se especifica.
En este caso se tiene una aproximación polinomial con 5

parámetros, lo cual se expresa como:
g , ( / ) = p , +P2t +<t2+P4t3+<t4 (A.4.1.b)
Se aprecia en este caso de la Guarda, que al igual de la Placa

Caliente, se puede utilizar el resultado obtenido en (A.2.2) y sustituirlo en
la solución (A.3.2 I), obteniéndose:
(A.4.2)
106
\
B. 1 CONCEPTO B COEFICIENTE
- SENSIBILIDAD
L a matriz de sensibilidad (3.4.3.a) juega u n papel importante en los
problemas de estimación de parámetros. Por lo tanto, se presentará una
discusión de la importancia fisica y matemática de los coeficientes de
sensibilidad y los métodos para su cálculo.
El coeficiente de sensibilidad J , , definido en la ecuación (3.4.3.c)
es una medida de la sensibilidad de la temperatura estimada con

respecto a los cambios en el parámetro P , . Un valor pequeño de la
magnitud de J , indica cambios grandes en P, y consecuentemente
cambios pequeños en T . Puede notarse, que la estimación del parámetro

P, es dificil en tales casos, debido básicamente a que el mismo valor de
temperatura sería obtenido por u n intervalo grande de valores de P, . De
hecho, cuando los coeficientes de sensibilidad son pequeños, se tiene
/J'JI=O y el problema inverso está mal planteado. Se puede mostrar
también que IJrJl es nulo si alguna columna de J puede ser expresada
como una combinación lineal de las otras columnas (Beck y Arnold, 1977).
Por lo tanto, e s deseable tener weficientes de sensibilidad J , linealmente
independientes con grandes magnitudes, de modo que el problema inverso
no sea muy sensible a los errores de medición y se puedan obtener
estimaciones aceptables para los parámetros.
Generalmente, las variaciones en el tiempo de los coeficientes de

sensibilidad y de (JTJ/pueden examinarse antes de intentar una solución
para el problema inverso. Tales verificaciones dan una indicación de las
1 0 7
mejores posiciones del sensor y tiempos de medición a usar en el análisis
inverso.
-
B.2 M&ODOS pg DETERXINACI~N COEFICIENTES pg
SENSIBILIDAD
Existen varios métodos para el cálculo de los coeficientes de
sensibilidad. A continuación, se presentan tres de tales métodos.
B.2.1 SoLUCIdN DIRECTA ANALfTICA

Si el problema de conducción de calor es lineal y es posible obtener
una solución analítica para el campo de temperatura, los coeficientes de
sensibilidad con respecto a los parámetros desconocidos P, se determinan
derivando la solución con respecto a P, . Para el problema de este proyecto,
se tiene la expresión siguiente:
(E3.2.1.1.PC)
(B.2.1.1.G)
B.2.2 M$TODOE PROBLEW JNJ VALOR u FRONTERA

Se puede desarrollar u n problema de valor en la frontera para la
determinación de los coeficientes de sensibilidad, esto se obtiene al derivar
el problema directo original con respecto a los coeficientes desconocidos. Si
el problema directo de conducción de calor e s lineal, la construcción del
correspondiente problema de sensibilidad es directa. Para el problema de
esta tesis, el problema puede ser expresado de la siguiente manera:
1 oe
Q3.2.2.1.PC)
Jj(r,O)=O
Q3.2.2.1.G)
W. r=d, t>O
k-+hJj =O
ar
Jj(r,O)=O b l r s d , t=O
Con ambos métodos, se tiene la siguiente expresión:
Q3.2.1.1.PC)
1 o9
(B.2.1.1.G)
B.2.3 lbROXIMACI6N DIFERENCIAS FINITAS

La primera derivada que aparece en la definición del coeficiente de
sensibilidad, la ecuación (3.4.3.c), puede calcularse mediante diferencias
finitas. Si se utiliza una diferencia adelantada, el coeficiente de
sensibilidad con respecto al parámetro P, se aproxima mediante:
-ij (B.2.3.1)
&Pj
donde &=lo” ó Si la aproximación de primer orden, ecuación

(B.2.3.1), no es lo suficientemente exacta, los coeficientes de sensibilidad
pueden aproximarse usando unas diferencias centradas en la forma:
2 > PI +q,...,P N ) - q ( q , P 2
I ; k > P ,... p, - f l l PN)
J, =
>...>
(B.2.3.2)
y...,
28,
Se aprecia que la aproximación de los coeficientes de sensibilidad,

dada por la ecuación (B.2.3.1) necesita el cálculo de N soluciones
adicionales del problema directo, mientras que la ecuación (B.2.3.2)
requiere de 2N soluciones adicionales del problema. Por lo tanto, el
cálculo de los coeficientes de sensibilidad usando diferencias finitas puede
tener un alto tiempo de cómputo.
c.1 CÓDIGO PARA LA APLICACIÓN DEL
__ M ~ T O D ODE LEVENBERG-
MARQUARDT EN LA OBTENCI6N DE LOS PARhMETROS DE LA
FUNCIbN DE GENERACI6N DE CALOR DE LA PLACA CALIENTE
El siguiente código fue desarrollado en FORTRAN POWERSTATION

4.0. Ejecutado en una computadora Pentium Celeron a 466 M H z con
sistema operativo Windows ME.
PROGPAM LMPLACA
IMPLICIT DOUBLE PRECISION (A-H,N-2)
DIMENSION TMED (624,l), TEST (624,l), SENSJ(624,5),SENCJT (5,624),
# POMEGA(5,5) , DELTAP (5,l), PKl(5,l), PK(5,l),
# YMENOST (624,l), YMENOSTT (1,624),POMEGADIAG ( 5 , 5 ), ASOL ( 5 , 5 ) ,
# BSOL(5,1), AASOL(5,6), G(624)
DATA UNO/1.OD+00/,DOS/2.OD+00/,TRES/3.ODtOO/,CUATR0/4.OD+OO/,
#SEIS/6.OD+00/,DOCE/12.OD+OO/,VCUATR0/24.OD+OO/
OPEN (1.
. . FILE='TEMPMEDS .DAT'
OPEN (2, FILE='RESULTADOS .DAT')
ALFA = 0.000084D+O ! COEFICIENTE DE DIFUSIVIDAD TERMICA
B = 0.0762DtO ! RADIO EXTERIOR DE LA PLACA
BETA = 1.3412280271432D+O ! RAIZ DE EIGENVALOR
CONDK = 204.OD+O ! CONDUCTIVIDAD TERMICA
H = 14.OD+O ! COEFICIENTE CONVECTIVO
PI = 4.OIxO*DATAN(1.OD+O)
R = 0.0762D+O ! POSICION DE LOS TERMOPARES
R1 = 0.05380+0 ! POSICION DE LA FUENTE DE CALOR
TAMB = 302.378D+O ! TEMPERATURA AMBIENTE
TIN1 = 302.3781)+0 ! TEMPERATURA INICIAL DE LA PLACA
UK = 0.001Dto
EPSl = lO.OD+O
KK = o ! CONTADOR DE ITERACIONES
MM = 5 ! NÚMERO DE PAPAMETROS
LL = 624 ! CANTIDAD DE MEDICIONES DE TEMPERATURA
TINT = 960.0IxO ! INTERVALO DE TIEMPO
B2 = B*B
H2 = H*H
BETA2 = BETA*BETA
CONDIO = CONDK*CONDK
C LECTURA DE LOS DATOS DE MEDICION DE TEMPERATURA
DO 10 I=l,LL
R& (1,*)Y
TMED(I.1) = Y
10 CONTINLTE
C INICIALIZACION DE LOS PAWUíETROS
DO 20 I=l,MM
PK(I.1) = UNO
20 CONTINUE
C DECLAPACIÓN DE VALORES CONSTANTES
ROR = BJO(BETA*R)
ROB = BJO(BETA*B)
RORl = BJO(BETA*Rl)
ROB2 = ROB'ROB
1 1 1
NORMA = (H2 t BETA2*CONDK2)*B2*ROB2/ (DOStBETA2+CONDK2)
CONSTl =TINI*ROR*ROB*BtH/(BETAZ*NORMAtCONDK)
CONST2 =H*TAMB*ROR*B*ROB/ (BETAZ*CONDK*NORMA)
CONST3 = ALFA*ROR*RORl/(DOS*PI*CONDK*NORMA)
AlB2 = ALFA*BETA2
A2B4 = A1BZtA1B2
A3B6 = AlBZ*A2B4
A4B8 = A2B4*A2B4
A5B10 = AZB4*A3B6
C CALCULO DE LA MATRIZ DE SENSIBILIDAD
DO 70 I = 1,LL
T = (I-l)*TINT
AA = EXP(-AlBE'T)
BB =l-AA
AlBZTl = ALFA*BETAZ*T
A2B4T2 = AlBZTl*AlBZTl
A3B6T3 = AlBZTl*A2B4TZ
A4B8T4 = A2B4TZtA2B4T2
SENSJ(1,l) = CONST3*BB/AlBZ
SENSJT(1,I) = SENSJ(1,l)
SENSJ(I,2) = CONST3'(AIB2Tl - BB)/AZB4
SENSJT(2,I) = SENSJ(I.2)
SENSJ(I,3) = CONST3* (AZB4T2 - DOS*AlBZTl + DOS'BB) /A3B6
SENSJT(3,I) = SENSJ(I,3)
SENSJ[I,4) = CONST3*(MB6T3 - TRESfA2B4T2 t SEIS*AlBZTl -
# SEIS*BB)/A4BB
SENSJ(1,S) = CONST3*(A4BBT4 - CUATRO*A3B6T3 t DOCE'A2B4T2 -
# VCUATRO*AlB2Tl + VCUATRO*BB)/A5B10
70 CONTINUE
C CALCULO DE LA MATRIZ POMEGADIAG Y LA MATRIZ POMEGA
DO 71 I = 1,MM
DO 72 J = 1,MM
PROD = 0.0DtO
DO 73 K = 1,624
PROD = PROD + SENSJT(I,K)*SENSJ(K,J)
73 CONTINUE
poMEGA(1,J) = PROD
IF (1.EQ.J) THEN
POMEGADIAG(1,J) = PROD
ELSE
POMEGADIAG(1,J)=O. OD+O
ENDIF
72 CONTINUE
71 CONTINUE
C CALCULO DE LAS TEMPEFlATUFUE
130 DO 30 I = l,LL
T = (I-l)*TINT
AA = EXP (-AlBZ'T)
BB = l - A A
A1B2T1 = ALFA*BETA2*T
AZB4T2 = AlBZTl'AlBZTl
A3B6T3 = AlBZTl'AZB4T2
TEST(1,l) = CONSTl*AA + CONSTZ*BB t
CONCT3'f fBB/AlB2)*PK(l,1)
+ ( (AlB2Tl - BB)/AZB4)*PK(2,1)
+ ((AZB4T2 - DOStA1B2T1 + DOS*BB)/A3B6)*PK(3,1)
t ((A3B6T3 - TRES*A2B4T2 t .SEIS*AlBZTl -
SEIS*BB)/A4B8)*(PK(4,1))
+ ((A4B8T4 - CUATRO'MB6T3 + DC€E*AZB4T2 -
VCUATROtA1B2T1 + VCUATRO'BB) /A5B10)*PK(5,1)
1 1 2
# 1
30 CONTINUE
C CALCULO DE Y - T(P) Y S U TRANSPUESTA
DO 50 I = 1.
~,__
1.T.
YMENOST(Itl) = TMED(1,l) - TEST(1,l)
YMENOSTT(1,I) = YMENOST(1,l)
50 CONTINUE
C CALCULO DE S (P)
PROD = O.ODtO
DO KO I = ~ . L L
PROD = PROD t YMENOSTT(l,I)*YMENOST(I,i)
KO CONTINUE
SDEP = PROD
WRITE(*,*)KK, SDEP
IF(KK.EQ.100) THEN
WRITE(', * ) '¿,CONTINUAMOS?'
READ ( * , * ) LLL
IF(LLL.EQ.0) GOTO 150
ENDIF
C VERIFICACION DEL CRITERIO DE CONVERGENCIA
IF (KK.EQ.0) THEN
SDEPO = SDEP
ELSE
IF (SDEP.GE.SDEP0) THEN
UK = UK*lO.ODtO
GOTO 140
ELSE
UK = 0.1DtO'UK
IF(SDEP.LT.EPS1) GOTO 150
ENDIF
ENDIF
RESOLUCION DEL SISTEMA DADO POR EL PROCESO
ITERATIVO DEL KETODO DE LEVENBERGMARQUARDT
140 KK = KKt1
DO 80 I = 1 . m
DO 90 J = 1,MM
ASOL(1,J) = POMEGA(1,J) t UK*POMEGADIAG(I,J)
90 CONTINUE
80 CONTINUE
DO 100 I = l,m
PROD = O.OD+O
DO 110 K = l,LL
PROD = PROD t SENSJT(I,K)*YMENOST(K,l)
110 CONTINUE
BSOL(1,l) = PROD
100 CONTINUE
M = MMt1
L = MM-1
DO 111 I = l , m
DO 112 J = 1,MM
AASOL(1,J) = ASOLiI,J)
112 CONTINUE
AASOL(1.M) = BSOL(I.1)
111 CONTINUE
DO 115 K = l,L
KP = Kt1
DO 116 I = KP,MM
QT = AASOL (I,K)/ M O L (K,K)
DO 117 J = KP,M
AAS0LíI.J) = AAS0LíI.J) - QT'AAS0LíK.J)
117 CONTINUE
116 CONTINUE
DO 118 I = K P , m
1 1 3
AnsOL(1,K) = O
118 CONTINUE
115 CONTINUE
SUM = o
I = m - m
IP = 1 + 1
DO 114 J = 1 P . m
SUM = SUM + AASOL(I,J)*DELTAP(J,l)
114 CONTINUE
119
C CALCULAR LA NUEVA ESTIMACION DE P(K+l)
DO 120 I = 1,MM
PKl(I,l)= PK(1,l) + DELTAP(1,l)
PK(I,l) = PKl(1,l)
120. CONTINUE
GOT0 130
150 WRITE ( 2 , * ) PK(1,l) , PK(2,l), PKí3,l),PK(4,l),PK(5,l)
WRITE(2,*)SDEP
DO 160 I = 1,LL
T = (I-1)'TINT
G(1) = PK(1,l) + PK(2.1)*T + PK(3,l)* (T**2) + PK(4,l)* (T**3)
# + PK(5,l) (T**4)
WRITE(2,*)TMED(I,l), TEST(I,l), G(1)
160 CONTINUE
STOP
END
C
C
C BJO Calcula los valores de la función de Bessel J(x) de orden O,
C i.e. JO(x). Basado en las fórmulas de Abrmowitz y
C Stegun. Solo para valores positivos de x .
C
C
DOUBLE PRECISION FUNCTION BJO(X)
IMPLICIT DOUBLE PRECISION (A-H,O-Z)
DATA ZERO/O.OD+OO/,ONE/1.OD+OO/,THREE/3.OD+00/
C
IF(X.LT.ZER0) THEN
WRITE ( ,lo)
10 FORMAT ( ' ' , 'SOLO VALORES POSITIVOS DE X EN BJO - FIN'
STOP
ENDIF
IF(X.LE.THREE) THEN
XX = (X/THREE)**2
SUM = ZERO
SUM = XX*(-2.2499997D+O + XX*(1.2656208D+O + XXf(-0.3163866D+0
# + XXi(0.0444479D+0 + XX*(-0,0039444D+O +
# xx*o.ooo21ooD+o))))~
BJO = ONE + SUM
ENDIF
IF fX.GT .THREE) THEN
XX = THREE/X
FO = 0.79788456D+0 + XXt(-0.00000077D+O + XX*(-O.O055274OD+O +
# XX*(-O.O0009512D+O + XX+(0.00137237D+O +
# XX*(-O.O0072805D+O + XX*O.O0014476D+O)))))
TO = X - 0.78539816D+0 + XX*(-O.O4166397D+O +
# XX*(-O.O0003954D+O + XX*(O.O0262573D+O +
# XX*(-O.O0054125D+O + XX*(-O.O0029333D+O
# + XX*O.O0013558D+O)))))
BJO = FO*COS (TO)/DSQRT (X)
1 1 4
ENDIF
RETURN
END
C
C
C BJ1 Calcula los valores de la función de Bessel J(x) de orden 1,
C i.e. Jl(x). Basado en las fórmulas de Abramauitz y
C S t e w . Solo para valores positivos de x .
C
C
DOUBLE PRECISION FUNCTION BJl(X)
DATA ZERO/O.OD+00/,ONE/1.ODtOO/,TW0/2.OD+OO/,THREE/3.OD+OO/
C
IF (X.LT.ZERO) THEN
WRITE(*,lO)
10 FORMAT(' ','SOLO VALORES POSITIVOS DE X EN BJ1 - FIN')
STOP
ENDIF
IF(X.LE.THREE) THEN
XX = (X/THREE)**2
SUM = ZERO
SUM = XX*(-O.S6249985D+O + XX*(O.21093573D+O +
# xX*(-O.O3954289DtO + XX*(O.O0443319D+O +
# XX*(-O.O003176lD+O + XX*O.00001109D+OI~I~I
BJ1 = (ONE/TWO t SUM)*X
ENDIF
IF (X.GT.THREE) THEN
XX = THREE/X
F1 = 0.79788456D+O t XX*(0.00000156D+O + XX* (0.01659667D+O t
# XX*(0.00017105DtO + XX*(-O.O0249511D+O t
# XXt(0.00113653D+0 - XX'O.O0020033D+O)))))
T1 = X - 2.35619449D+O + XXf(0.124996l2D+O +
# XX*(O.O000565DtO + XX*(-O.O0637879DtO t
# XXi(0.00O74348D+O t XX*(O.O0079824DtO
# - XX*0.000291660+0)))))
BJ1 = Fl*COS (Tl)/DSQRT (X)
ENDIF
RETURN
END
c.2 PARA
C~DIGO LA APLICACI6ñ DEL m " O D O DE LEVENBERG-
m Q U A R D T EN LA oBTENCI6N DE LOS PARÁMETROS DE LA
F U N C I ~ Ngg GENERACIÓN gg CALQR GUARDA
4.0. Ejecutado en una computadora Pentium Celeron a 466 MHz con
PROGRAM LMGUARDA
IMPLICIT DOUBLE PRECISION(A-H,N-2)
DIMENSION TMED (345,l), TEST (345,l), SENSJ (345,5) ,SENSJT (5,345) ,
# POMEGA(5,5), DELTAP (5,l), PK1(5,1), PK(5 1)I
I
# YMENOST(345,1), YMENOSTT(1,345),POMEGADIAG(5,5), ASOL(5,5),

# BSOL(S,l), AASOL(5,6), G(345)
DATA UNO/1.ODtOO/,DOS/2.OD+OO/,TRES/3.ODtOO/,CUATR0/4.ODf00/,
# SEIS/6.OD+OO/,DOCE/12.OD+OO/,VCUATRO/24.0D+OO/
1 1 5
.
OPEN(1, FILE='TEMPMED~.DAT')
OPEN ( 2 , FILE='RESULTADOS .DAT' )
B = 0.0762DtO ! RADIO INTERIOR DE LA GUARDA
D = 0.1524 ! RADIO EXTERIOR DE LA GUARDA
BETA = 1.34149388595858~to ! RAIZ DE EIGENVALOR
H = 14.ODtO ! COEFICIENTE CONVECTIVO
PI = 4.OD+O*DATAN(1.ODtO)
R = 0.1524D+0 ! POSICION DE LOS TERMOPARES
R2 = 0.0983Dt0 ! POSICION DE LA FUENTE DE CALOR
TAMB = 300.39D+O ! TEMPERATURA AMBIENTE
TIN1 = 300.39DtO ! TEMPERATURA INICIX DE LA GUARDA
UK = O.OOlD+O
EPSl = lO.OD+O
KK =o
MM = 5
u2 = D*D
B2 = B*B
H2 = H*H
BETA2 = BETA*BETA
CONDK2 = CONDK*CONDK
DO 10 I = 1,345
READ (1, )Y
TMED(1,l) = Y
10 CONTINUE
C INICIALIZACION DE LOS PARAMETROS
DO 20 I = 1,MM
PK(1,l) = 1
20 CONTINUE
C DECLARACI~N DE VALORES CONSTANTES
DEN1 = -CONDK*BETA*BJl(BETA'D) +H*BJO (BETA*D)
DEN2 = -CONDVBETA*BYl (BETA*D)tH*BYO (BETA*D)
ROR = BJO (BETA*R)/DEN1 - BY0 (BETA'R) /DEN2
ROB = BJO (BETA*B)/DEN1 - BY0 (BETA*B) /DEN2
ROD = BJO (BETA*D)/DEN1 - BY0 (BETA'D) /DEN2
ROR2 = BJO (BETA'W) /DEN1 - BY0 (BETA*R2)/DEN2
ROD2 = ROD*ROD
ROB2 = ROB*ROB
NORMA = (H2 + BETAZ'CONUKZ) * (DZ'ROD2 -B2*ROB2)/ (DOS'BETAZ*CONDIQ)
CONSTl = H+TINI*ROR*(D'ROD + B'ROB) / (BETM'CONDICNORMA)
CONST2 = H*TAMB*ROR* (B*ROB + PROD) / (BETAZ*CONDICNORMA)
CONST3 = ?+LFA*ROR*ROR2/(DOS*PI'CONDK*NORMA)
A1B2 = ALFA*BETAZ
A2B4 = AlB2*AlB2
A3B6 = AlB2*AZB4
A4B8 = AZB4*AZB4
A5B10 = A2B4*A3B6
C CALCULO DE LA MATRIZ DE SENSIBILIDAD
DO 70 I = 1,345
T = (1-1)*30.OD+O
AA = EXP(-AlB2*T)
BB = l - A A
AlB2T1 = AlB2'T
A2B4T2 = A1B2TltA1B2T1
A3B6T3 = A1B2TlfA2B4T2
A4B8T4 = AZB¶T2*AZB4TZ
SENSJ(1,l) = CONST3*BB/AlB2
sENsJT(1,I) = SENSJ(1,l)
SENSJ(1,Z) = CONST3+(AlBZT1 - BB)/AZB4
sENSJT(2,I) = SENSJ(1,Z)
SENSJ(I,3) = CONST3*(MB4T2 - DOS'AlB2Tl + DOS*BB)IA3B6
1 1 6
SENSJ(I,4) = CONST3* (A3B6T3 - TRES*AZB4T2 + SEIS'AlBZTl -
# SEIS'BB) /A4B8
SENSJ(1,S) = CONST3*(A4B8T4 - CUATRO*A3B6T3 + DOCE*AZB4T2 -
# VCUATRO*AlBZTl + VCUATRO*BB)/A5B10
SENSJT(5,I) = SENSJlI.5)
70 CONTINUE
C DE LA MATRIZ POMEGADIAG Y LA MATRIZ POMEGA
DO 71 I = 1,MM
DO 72 J = 1,MM
PROD = O . O M O
DO 73 K = 1,345
PROD = PROD + SENSJT (I,K)*SENSJ (K,J)
73 CONTINUE
POMEGA(1,J) = PROD
IF (1.EQ.J) THEN
POMEGADIAG(1,J) = PROD
ELSE
POMEGADIAG(I,J)=O.OD+O
ENDIF
72 CONTINUE
71 CONTINUE
C CAZCULO DE W TEMPERATURAS
130 DO 30 I = 1,345
T = (1-1)*3O.OD+O
AA = EXP(-AlB2'T)
BB =1-AA
AlB2T1 = ALFA*BETAZ*T
A2B4T2 = A1B2TltA1B2T1
A3B6T3 = AlB2Tl*A2B4T2
TEST(1,l) = CONSTl*?iA + CONSTZ*BB +
# CONST3* ( (BB/AlBZ)*PK(l,1)
# + ((AlB2Tl - BB)/AZB4)*PK(2,1)
# + ((AZB4T2 - DOS'AlBZTl + DOS*BB)/A386)*PK(3,1)
# t ((A3B6T3 - TRES*A2B4T2 t SE1StA1B2T1 -
# SEIC*BB)/A4BS)*(PK(4,1))
# + ((A4BET4 - CUATRO*A3B6T3 + DOCE*A2B4T2 -
# VCUATRO*AlB2Tl + VCUATRO'BB) /A5B10)*PK(5,1)
# 1
30 CONTINUE
C CALCULO DE Y - T(P) Y SU TRANSPUESTA
DO 50 I = 1,345
YMENOST(1,l) = TMED(1,l) - TEST(1,l)
YMENOSTT (1,I) = YMENOST (I,1)
50 CONTINUE
C CALCULO DE S(P)
PROD = O.ODtO
DO 60 I = 1,345
PR O D = PROD + mENosTT(l,I)*n?ENOST~I,~)
60 CONTINUE
SDEP = PROD
WFZTE(*,*)KK, SDEP
IF (KK.EQ.100) THEN
WRITE ( * , * ) '¿CONTINUAMOS?'
READ ( * , * ) LL
IF(LL.EQ.0) GOT0 150
ENDIF
IF (KK.EQ.0) THEN
SDEPO = SDEP
ELSE
1 1 7
IF (SDEP.GE.SDEP0) THEN
UK = UK*lO.ODtO
GOTO 140
ELSE
UK = O.lDtO*uK
IF(SDEP.LT.EPS1) GOTO 150
ENDIF
ENDIF
C RESOLUCION DEL SISTEMA DADO POR EL PROCESO
C ITERATIVO DEL METODO DE LEVENBERG-MARQUARDT
140 KK = KKt1
DO 80 I = 1 , M M
DO 90 J = 1 , M M
ASOL(1,J) = POMEGA(1,J) t UK*POMEGADIAG(I,J)
90 CONTINUE
80 CONTINUE
DO 100 I = l,MM
PROD = O.ODt0
DO 110 K = 1,345
PROD = PROD + SENSJT(I,K)*YMENOST(K,l)
110 CONTINUE
BSOL(1,l) = PROD
100 CONTINUE
M = MM+1
L = MM-1
DO 111 I = 1,MM
DO 112 J = l,MM
AASOL(1, J) = ASOL(1,Jl
112 CONTINUE
AASOL(1.M) = BSOLlI.1)
111 CONTINUE
DO 115 K = l,L
KE' = Kt1
DO 116 I = KP,MM
QT = AASOL ( I ,K)/ M O L (K,K)
DO 117 3 = KP,M
AASOL(1,J) = AASOL(1,J) - QT*AASOL(K,J)
117 CONTINUE
116 CONTINUE
DO 118 I = KP,MM
AASOL(1.K) = O
118 CONTINUE
115 CONTINUE
DELTAPIMM.11
. . = AASOL(MM,M)/AASOL(MM,MM)
DO 119 MN = l,L
SUM = o
I =MM-MN
IP = 1 + 1
DO 114 J = IP,MM
SUM = SUM t AASOL(I,J)*DELTAP(J,l)
114 CONTINUE
DELTAPíI.1) = IAASOL(1,M) - SUM)/ AASOL(I,I)
119 CONTINUE
C CALCULAR LA NUEVA ESTIMACION DE P(Kt1)
DO 120 I = l,MM
' PKlí1.1)= . . . + DELTAP(1,l)
. . . PK(I.11
PK(I.1) = PKl(1,l)
120 CONTINUE
GOTO 130
150 WRITE (2,* ) PK(1,l),PK(2,l),PK(3,l),PK(4,l),PK(5,l)
WRITE(Z,*)SDEP
DO 160 I = 1,345
T = (1-1)*30.OD+00
1 1 8
G(l) E PK(l,l) + PK(2,1)*T t PK(3,1)*(T**2) t pK(4,1)*(~**3)
# t PK(5,1)*(T'*4)
WRITE ( 2 ,* ) TMED (I,1) , TEST (I,1), G ( I )
160 CONTINUF.
STOP
END
C
C
C i.e. JO(x). Basado en las fórmulas de Abramowitz y
C Stegun. Solo para valores positivos de x.
C
C
DOUBLE PRECISION FUNCTION BJO (X)
IMPLICIT DOUBLE PRECISION (A-H,O- Z)
DATA ZERO/O.ODtOO/,ONE/1.OD+OO/,TW0/2.OD+OO/,THREE/3.ODt00/
C
IF(X.LT.ZER0) THEN
WRITE(*,10)
10 FORMAT(' I , 'SOLO VALORES POSITIVOS DE X EN BJO - FIN')
STOP
ENDIF
IF(X.LE.THREE) THEN
XX = (X/THREE)**2
SUM = ZERO
SUM = XX*(-2,2499997D+O t XX'(1.2656208DtO t XX*(-0.3163866DtO
# t xx* (0.0444479DtO t XX* (-0.0039444DtO +
# XX*0.0002100DtO)))))
BJO = ONE + SUM
ENDIF
IF(X.GT.THREE) THEN
xx = THREEIX
FO = 0.79788456D+0 t XX*í-O.OOOOOO77D+O t XXf(-0.00552740Dt0 +
# XX*(-O.O0009512D+O t XX*(O.O0137237D+O t
# XX*(-O.O0072805DtO t XX'0.00014476DtO)))))
TO = X - 0.78539816DtO t XX*(-O.O4166397D+O t
# XX*(-O.O0003954DtO t XXf(0.00262573Dt0 t
# XX*(-O.O0054125D+O + XX*(-O.O0029333DtO
# t XX*O.O0013558DtO)))))
BJO = FO'COS (TO)/DSQRT (X)
ENDIF .
RETURN
END
C
C
C BJ1 Calcula los valores de la función de Bessel J(x) de orden 1,
C i.e. Jl(x). Basado en las fórmulas de Abramowitz y
C S t e m . Solo para valores positivos de x.
C
C
DATA ZERO/O.OD+OO/,ONE/1.ODtOO/,TW0/2.ODtOO/,THREE/3.ODtOO/
C
IF(X.LT.ZER0) THEN
WRITE(*,10)
10 FORMAT ( ' ' , 'SOLO VALORES POSITIVOS DE X EN BJ1 - FIN' )
STOP
ENDIF
IF(X.LE.THREE) THEN
XX = iX/TmEE)**2
SUM = ZERO
SUM = XXt(-0.56249985Dt0 t XX*(O.Z1093573D+O +
1 1 9
# XX* (-0.03954289D+O + XX*(O.O0443319D+o +
# XXt(-0.00031761M0 + XX*O.OOOOllO9D+o)))))
BJ1 = (ONE/TWO + SUM)*x
ENDIF
XX = THREE/X
F1 = 0.79788456D+O + XX*(0.00000156D+O + XX*(0.01659667D+O +
# XX*(0.00017105D+O + XXt(-0.00249511D+0 +
# XX*(0.00113653D+O - XX*0.00020033D+O)))))
T1 = X - 2.35619449D+O + XXi(0.12499612D+0 +
# XXt(0.0000565D+0 + XX*(-O.O0637879D+O +
# XX*(O.O0074348D+O + XX*(0.00079824D+O
# - XX'O.O0029166D+O)))))
BJ1 = Fl*COS (T11/DSQRT (XI
ENDIF
RETURN
END
C
C
C BY0 calcula los valores de la función de Bessel Y(x) de orden O,
C i.e. YO(x). Basado en las fórmulas de Abramowitz y
C stegun. solo para valores positivos de x.
C
C
DOUBLE PRECISION FUNCTION BY0 (X)
IMPLICIT DOUBLE PRECISION (A-H.0-2)
DATA ZERO/O.OD+OO/,ONE/l.OD+OO/,TW0/2.OD+OO/,THREE/3.OD+OO/
PI = 4.OD+O*DATAN(l.ODtOI
ANATLOG = DLOG(X/TWOl
C
IF(X.LT.ZER0) THEN
WRITE ( * , 10)
10 FORMAT('. '.'SOLO
. VALORES POSITIVOS DE X EN BY0 - FIN')
STOP
ENDIF
IF(X.LE.THREE) THEN
XX = (X/THREE)"2
SUM = ZERO
SUM = XX*(O.60559366D+O + XX*(-0,74350384D+O + XXi(0.25300D+O
# + XX'í-O.O4261214D+O + XXt(0.00427916D+0 -
# XX*O.00024846D+O)))ll
BY0 = (TWO/PI)*ANATLOG*BJO(Xl + 0.36746691D+O + SUM
ENDIF
IF (X.GT. THREE) THEN
XX = THREE/X
FO = 0.79788456D+O + XX*(-O.OOOOOO77DtO + XX*(-O.O0552740D+O +
# XX*(-O.O0009512D+O + XX*(O.O0137237D+O +
# XX*(-O.O0072805D+O + XX*0.00014476D+O)l))l
TO = X - 0.78539816D+O + XXi(-O.04166397D+O t
# XX*(-O.O0003954D+O + XX'(0.00262573D+O i
# XX*(-O.O0054125D+O + XX*(-O.O0029333D+O
# + xx*o.ooo13558D+o)))ll
BY0 = FO*DSIN(TO)/DSQRT (X)
ENDIF
RETURN
END
C
C
C BY1 Calcula los valores de la función de Bessel J(X) de orden 1,
C i.e. Ji(x). Basado en las fórmulas de Abramowitz y
C
C
120
-. .
DOUBLE PRECISION FUNCTION BYl(X)

DATA ZERO/O.ODt~0/,ONE/1.ODI-00/,TW0/2.ODtOO/,THREE/3.ODf00/
PI = ~.OD~O*DATAN(~.OD~O)
ANATLOG = DLOG(X/TWO)
C
IF(X.LT.ZER0) THEN
WRITE ( * , 10)
10 FORMAT(' ','SOLOVALORES POSITIVOS DE X EN BY1 - FIN')
STOP
ENDIF
IF (X.LE.THREE) THEN
XX = (X/THREE)**2
SUM = ZERO
SUM = XX*(0.2212091D+O + XX*(2.1682709DtO t
# XXt(-1.3164827D+0 + XX'(0.3123951 +
# XX*(-O.O400976D+O t XX'O.OO27873DtO)))))
BY1 = (TWO/PI)*ANATLOG*BJl(X) t(- 0.6366198Dt0 f SUM)/X
ENDIF
xx = THREE/X
F1 = 0.79788456D+0 t XX*(0.00000156D+O + XX*(O.O1659667DtO t
U XX*(O.O0017105D+O + XX*(-O.O024951iD+O t
# XX*(O.O0113653D+O - XX*O.O0020033D+O)))))
T1 = X - 2.35619449D+0 t XX'(0.12499612DfO t
U XX*(O.O000565D+O t XX*(-O.O0637879D+O t
# XX*(O.O0074348D+O t XX*(O.O0079824D+O
U - XX*O.O0029166DtO)))))
BY1 = Fl*DSIN(Tl)/DSQRT(X)
ENDIF
RETURN
END
1 2 1
D.1 =DIGO
- PARA LA APLICACIÓN DEL M~TODODEL GRADIENTE
PARAMETROSDE
~
CONJUGADO EN LA OBTENCI~N
DE LOS LA
FWNCIdN DE GENERACI~N
DE CALOR DE LA PLACA CALIENTE

PROGRAM GCPLACA
DIMENSION Y(624), PK(5), TEMP(624), SJ(624,5), SJT(5,624),
# TMENOSY (624), YMENOST(624), GRADS (5), GRADS1 (5), DESC (5),
#DESC1(5), SJD(624), G(624)
DATA UNO/1.OD+OO/,M)S/2.OD+OO/,TRES/3.ODt00/,CUATR0/4.OMOO/,
# SEIS/6.ODtOO/,DOCE/12.ODtOO/,VCUATR0/24.OD+00/, CERO/O.OD+O/
OPEN (1, FILE='TEMPMED.DAT')
OPEN (2, FILE='RESULTADOS .DAT ' )
B = O.O762D+O ! RADIO EXTERIOR DE LA PLACA
BETA = 1.3412280271428D+0 ! RAIZ DE EIGENVALOR
CONDK = 204.OD+O ! CONDUCTIVIDAD TEPMICA
EPSl = 1892.0Dt0
PI = 4.0MOtDATAN(1.0D+O)
R = 0.0762Dt0 ! POSICION DE LOS TEPMOPARES
R1 = 0.0538DtO ! POSICION DE LA FUENTE DE CALOR
TAMB = 302.378DtO ! TEMPERATURA AMBIENTE
TIN1 = 302.378DtO ! TEMPERATURA INICIAL DE LA PLACA
UK = O.OOlD+O
KK =o
m = 5
82 = B
'
B
H2 = H*H
BETA2 = BETA*BETA
CONDK2 = CONDK*CONDK
DO 10 I = 1,624
READ (1,* ) TM
Y(1) = TM
10 CONTINUE
C INICIAJJZACION DE LOS PARAMETROS
DO 2 0 I = l , m
PK(1) = CERO
20 CONTINUE
C DECLARACIÓN DE VALORES CONSTANTES
ROR = BJO(BETA*R)
ROB = BJO(BETA*B)
RORl = BJO(BETA*RlI
ROB2 = ROB'ROB
NORMA = (H2 + BETA2*CONDK2)*B2*ROB2/(DOS*BETA2*CONDK2)
CONSTl = TINI*ROR*ROB*B*H/(BETA2*NORMA*CONDK)
CONST2 = H*TAME*ROR'B*ROB/ (BETA2*C0NDKtNORMA)
1ZZ
CONST3 ALFA*ROR*RORl/(DOS*PI'CONDKtNORMA)
AlB2 = ALFA*BETM
MB4 = AlB2*AlB2
A3B6 = AlB2*MB4
A4B8 = MB4*MB4
A5B10 = A2B4*A3B6
C CAL&ULO DE LA MATRIZ DE SENSIBILIDAD Y SU TRANSPUESTA
DO 30 I = 1.624
~,
T = (I - 1)*60.OD+O
AA = EXP 1-AlBZ'T)
BB = 1 - A A
AlB2T1 = AlBZ*T
A2B4T2 = AlBZTl*AlB2Tl
A3B6T3 = AlB2Tl*MB4T2
A4BBT4 = A2B4T2*AZB4TZ
SJ(1,l) = CONST3*BB/AlB2
SJT(1,I) = SJ(I.1)
SJ(1,Z) = CONST3*(AlBZTl - BB)/MB4
SJT(2,I) = SJ(1,Z)
SJ(i,3) = CONST3* (A2B4T2 - DOS'AlBZTl + DOS'BB) /A386
SJT(3,I) = SJ(I,3)
SJ(I,4) = CONST3*(A3B6T3 - TRES*MB4T2 + CEIS*AlB2Tl -
# SEIS*BB)/A4B8
SJT(4.I) = SJ(I.4)
SJ(1,5) = CONST3*(A4B8T4 - CUATROtA3B6T3 + DOCE*A2B4T2 -
# VCUATRO*AlBZTl t VCUATRO*BB)/A5B10
SJT(5,I) = SJ(I,5)
30 CONTINUE
! DESDE AQUI COMENZAMOS LA ITERACION
C CALCULO DE LAS TEMPERATURAS
300 DO 40 I = 1,624
T = (I - 1)*60.OD+00
AA = EXP (-AlB2*T)
BB =1-AA
AlB2T1 = AlB2'T
A2B4T2 = AlBZTl*AlBZTl
A3B6T3 = AlBZTl'A2B4T2
A4B8T4 = MB4TZ*MB4T2
TEMP(1) = CONSTl*AA + CONST2*BB t
# CONST3*( (BB/AlB2)*PKIl)
# t ((AlB2T1 - BB)/AZB4)*PK(2)
# + ((MB4T2 - DOS+AlBZTl + D0StBB)/A3B6)*PK(3)
# + ((A3B6T3 - TRES'MB4T2 + SEIS*AlB2Tl -
# SEIS*BB)/A4B8)*PK(4)
?k + ((A4B8T4 - CUATROtA3B6T3 + DOCE*AZB4T2 -
?k VCUATRO'AlBZTl t VCUATRO*BB)/A5BlO)*PK(S)
it l
40 CONTINUE
C CALCULO DE Y - T(P) Y SU TRANSPUESTA, T(P)-Y
DO 50 I = 1,624
50
C
PRODl = CERO I
DO 60 I = 1,624
PRODl = PRODl + (YMENOST(I)*YMENOST(I))
60 CONTINUE
SDEP = PROD1
WRITE ( * , * ) SDEP
~~~
iF(SDEP.LT.EPS1) GOT0 150

C CALCULO DE LA DIRECCION DEL GRADIENTE Y SU TRANSPUESTA
1 2 3
800 DO 70 I = 1 , m
PROD2 = CERO
DO 8 0 J = 1,624
PROD2 = PROD2 t (SJT(I,J)*YMENOST(J))
80 CONTINUE
GRADS(I) = -DOS‘PROD2
70 CONTINUE
C CALCULO DEL COEFICIENTE DE CONJUGAMIENTO (GAMMA)
IF(KK.EQ.0) THEN
GAMMA = CERO
ELSE
PROD3 = CERO
PROD4 = CERO
DO 90 I = l,MM
C EXPRESI6N DE POW<-RIBIERE
PROD3 = PROD3 + (GRADS(I)*(GRADS(I) - GPAUSl(1)))
C EXPRESIÓN DE FLETCHER-REEVES
PROD3 = PROD3 + (GRADS(I)*GWU>S(I))
PROD4 = PROD4 t (GRADSl(I)*GRADSl(I))
90 CONTINUE
GAMMA = PROD3/PROD4
ENDIF
C CALCULO DE LA DIRECCION DE DESCENSO (DESCl
DO 110 I = l,m
DESC(1) = GRADS(1) t GAMMn*DESCl(I)
110 CONTINUE
C CALCULO DEL O
&T DE PASO DE BUSQUEDA (BETAK)
DO 120 I = 1,624
PRODS = CERO
DO 130 J = l,MM
PROD5 = PRODS t SJ(I,J)*DESC(J)
130 CONTINUE
SJD(1) = PROD5
120 CONTINUE
PROD6 = CERO
PROD7 = CERO
DO 140 I = 1,624
PROD6 = PROD6 + CJD(I)*TMENOSY(I)
PROD7 = PROD7 + SJD(I)*SJD(I)
140 CONTINUE
BETAK = PROD6/PROD7
C CALCULO DEL NUEVO PK1
. . . .
200 CONTINUE
KK = KKt1
DO 100 I = l,m
’ G m S i ( 1 ) = GRADS(1)
DESCl(1) = DESC(1)
100 CONTINUE
GOT0 300
C IMPRESION DE RESULTADOS
150 WRITE (2, * ) PK(1) ,PK(2),PK(3),PK(4),PK (5)
WRITE (2,* ) SDEP
DO 160 I = 1,624
T = (1-1)*60.OD+00
G(1) = PK(1) + PK(Z)*T + PK(3)*(T**2) t PK(4)*(T’*3)
# + PK(5)’(T’*4)
WRITE(Z,*)Y(I), TEMP(I), G(I)
160 CONTINUE
STOP
END
C
124
C
C BJO Calcula los valores de la.función de Bessei J(x) de orden O,
C S t e w . Solo para valores positivos de x.
C
C
DATA ZERO/O.OD+OO/,ONE/1.OD+OO/,TW0/2.OD+OO/,THREE/3.ODt00/
C
IE(X.LT.ZER0) THEN
WRITE(*,10)
10 FORMAT(' ' , ' S O L O VALORES POSITIVOS DE X EN BJO - FIN')
STOP
ENDIF
1FIX.LE.THREE) THEN
XX = [X/THREE)**Z
SüM = ZERO
SUM = XX*(-2.2499997D+O + XX*(1,2656208D+O t XX*(-0.3163866D+O
# + XX*(O.O444479D+O + XX*(-0.0039444D+O i
# XX*O.OOO2lOOD+O)))))
BJO = ONE + SüM
ENDIF
IF(X.GT.THREE) THEN
XX = THREE/X
FO = 0.79788456D+O t XX*(-0.00000077D+O + XX'(-O.O0552740DtO t
# XX*(-0.00009512D+0 + XX*(O.O0137237DfO +
# XX*(-O.O0072805D+O + XX*O.O0014476D+O)))))
TO = X - 0.78539816D+0 t XX*(-O.O4166397D+O +
# XX*(-O.O0003954D+O + XX*(O.O0262573DtO +
# XX*(-O.OOO54125M.O + XX'(-O.O0029333D+O
# + XX*O.O0013558D+O)))))
BJO = FO'COS (TO)/DSQRT IX)
ENDIF
RETURN
END
C
C
C BJ1 Calcula los valores de la función de Bessel J(x) de orden 1.
C
C
DOUBLE PRECISION FUNCTION BJ1 (X)
~~

DATA ZERO/O.OD+OO/, ONE/l.OD+OO/,TWO/2.0DtOO/,THREE/3.oD+oo/
C
IF (X.LT.ZERO) THEN
WRITE ( * , 10)
STOP
ENDIF
IE(X.LE.THREE) THEN
XX = fX/THREEI'*2
~~~~
SUM = ZERO
CUM = XX*í-0.56249985D+O + XX*(0,21093573D+O +
XX*(-O.O3954289DtO + XX'(0.00443319DtO +
~~~
P
A XX'(-0.00031761D+O T XX'0.00001109D+Ol))~)
R J 1 = (ONE/TWO t SUM)'X
ENDIE
xx = THREE/X
F1 = 0.79788456D+O + XX*(0.00000156D+O + XX*(O.O1659667D+O +
1 2 5
# XX*(0.00017105D+O + XX*(-O.O0249511DtO +
# XX*(O.O0113653D+O - XX*0.00020033D+0]))))
T1 = X - 2.35619449MO + XX*(O.l2499612D+O +
# ~- . +
xx*(0.0000565DtO t xx*(-0.00637879~+0
# XXt(0.00074348D+0 + XX*(O.O0079824DtO
# - XX*O.O0029166D+O~)I))
END1F
RETURN
END
D.2 CdDIGo PARA LA APLICACIÓN DEL M$TODO DEL GRADIENTE
CONJUGADO -
EN @ OBTENCI~N
DE LOS PARAWETROSDE LA
FUNCIÓN E GENERACIÓN E CALoR GUARDA

4.0. Ejecutado en una computadora Pentiurn Celeron a 466 MHz con
PROGRAM GCGUARDA
DIMENSION Y(3451, PK(51, TEMP(3451, SJ(345,5), SJT(5,345),
#TMENOSY(3451, uMENOST(345), GRADS(5), GRADSl(S), DESC(SI,
# DESC1(5), SJD(3451, G(3451
DATA rnIo/l.Ol>+OO/,M)S/2.OD+OO/,TRES/3.OD+OO/,CUATR0/4.OD+OO/,
#SEIS/6.ODt00/,DOCE/12.ODtOO/,VCUATR0/24.OD+00/, CERO/O.OD+O/
OPEN (1, FILE='TEMPMEDZ .OAT')
OPEN ( 2 , FILE='RESULTADOS2.DAT' 1
B = 0.0762D+O ! RADIO EXTERIOR DE LA PLACA
D = 0.1524D+0 ! RADIO EXTERIOR DE LA GUARDA
BETA = 1.34149388595858D+0 ! RAIZ DE EIGENVALOR
EPSl = 127.OD+O
PI = 4 . OD+OfDATAN(l.OD+Ol
R = 0.1524Dt0 ! POSICION DE LOS TERMOPARES
R2 = 0.0983D+O ! POSICION DE LA FUENTE DE CALOR
TAMB = 300.39DtO ! TEMPERATURA AMBIENTE
TIN1 = 300.39DtO ! TEMPERATURA INICIAL DE LA GUARDA
KK = o
MM = 5
82 = B
'
D2 = D*D
H2 = H*H
BETAZ = BETA'BETA
CONDKZ = CONDK*CONDK
DO 10 I = 1,345
READ (1,* ) TM
Y(1) = TM
10 CONTINUE
c INICIALIZACION DE LOS PARAMETROS
DO 20 I = 1 , M M
PK(1) = CERO
20 CONTINUE
C DECLARACI~NDE VALORES CONSTANTES
DEN1 = -CONDK*BETA*BJl(BETA'D) tH*BJO (BETA'D)
1 2 6
DEN2 = -CONDK*BETA*BYl (BETA*D)+H*BYO (BETA*D)
ROR = BJO (BETA'R) /DEN1 - BY0 (BETA'R) /DEN2
ROB = BJO(BETA*B)/DENl - BYO(BETA'B)/DEN2
ROD = BJO (BETA*D)/DEN1 - BY0 (BETA*D)/DEN2
ROR2 = BJO (BETA'R2) /DEN1 - BY0 (BETA*R2)/DEN2
ROD2 = ROD*ROD
ROB2 = ROB*ROB
NORMA (H2 + BETAZ*CONDK2)* (D2'RODZ
= -BZtR0B2)/ (EQS*BETA2'CONDKZ)
CONSTl H*TINI*ROR* (D*ROD + B*ROB)/ (BETA2*CONDK*NOPXA)
=
= H*TAMB*ROR* (B*ROB + DtROD)/ (BETAZ*CONDK*NORMA)
CONST2
CONST3
= ALFA*ROR*ROR2/ (DOS*PI*CONDK*NORMA)
A182 = ALFA*BETAZ
A2B4 = AlB2*AlB2
A3B6 = AlBZ'AZB4
A4B8 = A2B4*A2B4
A5B10= A2B4*A3B6
C CALCULO DE LA MATRIZ DE SENSIBILIDAD Y SU TRANSPUESTA
DO 30 I = 1,345
T = (I - 1)*30.OD+O
AA = EXP (-AlB2*T)
BB = l - A A
AlB2T1 = A1B2*T
A2B4T2 = A1B2TlCA1B2T1
A3B6T3 = AlB2Tl*AZB4T2
A4B8T4 = AZB4T2*A2B4T2
SJ(1,l) = CONST3*BB/AlB2
SJT(1.I) = SJ(I.1)
SJ(I,2) = CONST3*(AlB2Tl - BB)/A2B4
SJT(2,I) = SJ(I,2)
SJ(1,3) = CONST3*(AZB4T2 - DOS*AlBZTl + DOS*BB)/A3B6
SJT(3,I) = SJ(I,3)
SJ(I,4) = CONST3+(A3B6T3 - TRES'AZB4TZ + SEIS'AlB2Tl -
# SEIS*BB)/A4BB
SJT(4,I) = SJ(1,4)
SJ(1,S) = CONST3*(A4BET4 - CUATRO*A3B6T3 + DOCEtA2B4T2 -
# VCUATRO'AlB2Tl + VCUATRO*BB)/ASBlO
SJT(5,I) = SJ(I,5)
30 CONTINUE
! DESDE AQUI COMENZAMOS LA ITERACION
C CALCULO DE LAS TEMPERATURAS
300 DO 40 I = 1,345
T = (I - 1)'30.OD+00
AA = EXP (-AlB2*T)
BB =l-AA
AlB2T1 = AlB2*T
A2B4T2 = AlB2Tl*AlB2Tl
A3B6T3 = AlB2Tl*AZB4T2
A4BET4 = A2B4T2*7SB4T2
TEMP(1) = CONSTl*AA + CONSTZ*BB t
# CONST3* ( (BB/AlB2)*PK(l)
# + ((AlB2Tl - BB)/A2B4)*PK(2)
# + ((A2B4T2 - DOS*AlB2Tl + DOS'BB)/A386)*PK(3)
# + ((A3B6T3
.. - TRES*A2B4T2 + SEIS*AlBZTl -
# SEIS'BB) /A4BB)*PK(4)
# + IíA4B8T4
.. - CUATRO*A3B6T3 + DOCE*A2B4T2 -
#¡ VCUATRO*AlBZTl + VCUATRO*BB)/ASBlO)*PK(5)
# )
40 CONTINUE
C CALCULO DE Y - T(P) Y SU TRANSPUESTA, T(P)-Y
DO 50 I = 1,345
YMENOST(1) = Y(1) - TEMP(1)
TMENOSY(1) = TEMP(1) - Y(1)
50 CONTINUE
1 2 7
C CALCULO DE S(P)
PRODl = CERO
DO 60 I = 1,345
PRODl = PRODl + (YMENOST(I)*mENoST(I))
60 CONTINUE
SDEP = PRODl
WRITE(*,* ) SDEP
IF(SDEP.LT.EPS11 GOT0 150
C CALCULO DE LA DIRECCION DEL GRADIENTE Y SU TRANSPUESTA
800 .~
DO 7 0 I = 1.MM
PROD2 = CERO
DO 80 J = 1,345
PROD2 = PROD2 t (SJT(I,J)*YMENOST(J)I
80 CONTINUE
GRADS(1) = -DOS*PROD2
70 CONTINUE
C CALCULO DEL COEFICIENTE DE CONJUGAMIENTO (GAMMA)
IF(KK.EQ.0) THEN
GAMMA = CERO
ELSE
PROD3 = CERO
PROD4 = CERO
DO 90 I=l,MM
C EXPRESIÓN DE POW(-RIBIERE
PROD3 = PROD3 + (GRADS(I)*(GRADS(L) - GRADSl(1)))
C EXPRESI6N DE FLETCHER-REEVES
PROD3 = PROD3 t (GRADS(I)*GRADS(I))
PROD4 = PROD4 + (GF'.ADSl(I)*GRADSl(I))
90 CONTINUE
GAMMA = PROD3/PROD4
ENDIF
C CALCULO DE LA DIRECCION DE DESCENSO (DESC)
DO 110 I = l,MM
DESC(1) = GRADS(1) + GAMMA*DESCl(I)
110 CONTINUE
C CALCULO DEL T -
O DE PASO DE BUSQUEDA (BETM)
DO 120 I = 1,345
PROD5 = CERO
DO 130 J = 1,MM
PROD5 = PROD5 + SJ(I,J)*DESC(J)
130 CONTINUE
SJD(1) = PROD5
120 CONTINUE
PROD6 = CERO
PROD7 = CERO
DO 140 I = 1,345
PROD6 = PROD6 t SJD(I)*TMENOSY(I)
PROD7 = PROD7 t SJD(I)*SJo(I)
140 CONTINUE
BETAK = PROD6/PROD7
C CALCULO DEL NUEVO PK1
DO 200 I = 1,MM
PK(1) = PK(1) - BETAK*DESC(I)
200 CONTINUE
KK = KKt1
DO 100 I = 1 , M M
GnñOSl(1) = GRADS(1)
DESCl(1) = DESC(1)
100 CONTINUE
GOTO 3 0 0
C IMPRESION DE RESULTADOS
150 WRITE(Z,*)PK(l), PK(2), PK(3), PK(4), PK(5)
128
WRITE ( 2 , ) SDEP
DO 160 I = 1,345
T = (1-1)'30.OD+00
GíI) = PKí1) + PK(Z)*T + PK(3)*(T**2) + PK(4)*(T**3)
# + PK(5)* (T**4)
WRITE (2, *)Y I I) , TEMP ( I ) , G (1)
160 CONTINUE
STOP
END
C
C
C Ctegun. Solo para valores positivos de x.
C
C
DATA ZERO/O.OD+OO/,ONE/l.O D + O O / , TWO/2.OD+OO/, THREE/3.OD+OO/
C
IF(X.LT.ZER0) THEN
WRITE(*,10)
10 FORMAT(' ','SOLO VALORES POSITIVOS DE X EN BJO - FIN')
STOP
ENDIF
XX = (X/THREE)**2
SUM = ZERO
SUM = XX*(-2.2499997D+O + XX*(l.Z656208DfO + XXt(-0.3163866D+0
# + XX*(O.O444479D+O .t XX*(-O.O039444D+O +
# XX*0.0002100D+0) ) ) )
BJO = ONE + SUM
ENDIF
XX = THREE/X
FO = 0.79788456D+0 + XX*(-O.OOOOOO77D+O + XX*(-O.O055274OD+O +
# XX*(-0.00009512D.t0 + XXt(0.00137237D+0 +
# XXt(-0.00012805D+0 + XX*O000O14476D+0)))))
TO = X - 0.78539816D+O + XX*(-O.O4166397D+O +
# XX*(-O.O0003954D+O + XX*(O.O0262573D+O +
# XX*(-O.O0054125D+O + XX*(-O.O0029333D+O
# + XX*O.OOOl3558D+O)))))
BJO = FO*COS (TO)/DSQRT (X)
ENDIF
RETURN
END
BJ1 Calcula los valores de la funcibn de Bessel J(X) de orden 1,

i.e. Jl(x). Basado en las fórmulas de Abramowitz y
stegun. solo para valores positivos de x.

DATA ZERO/O.OD+OO/,ONE/l.OIHOO/,TW0/2.OD+OO/,THREE/3.OD+OO/
IF (X.LT. ZERO) THEN

WRITE(*,10)
STOP
ENDIF
IF(X.LE.THREE) THEN
129
XX = (X/THREE)**2
SUM = ZERO
SUM = XX*(-O.56249985~+0+ xx*(o.~1n93~73~+0
+
# XX*I-O.O3954289D+O + XX*(O.O044331?D+O t
# XX*(-O.O0031761D+O + XX*0.00001109D+0)))))
BJ1 = (ONE/TWO + SUM)*x
ENDIF
IF(X.GT.THREE) THEN
XX = THREE/X
F1 = 0.79788456D+O + XX* (0.00000156D+O + Xx*(O.O1659667D+O +
# XX*(O.O0017105D+O t XXt(-0.00249511D+0 +
# XX* (0.00113653D+O - XX*O.O0020033D+O) ) ) ) )
T1 = X - 2.35619449DtO + XXi(0.124996l2D+O +
# XX*(O.O000565D+O + XX*I-O.O0637879D+O +
# XX*(O.O0074348D+O + XX*(0.00079824D+O
# - XX*O.O0029166D+O)))))
ENDIF
RETURN
END
C
BY0 Calcula los valores de la función de Bessel Y(x) de orden O,

C i.e. YO(x). Basado en las fórmulas de Abrmowitz y
C
C
DOUBLE PRECISION FUNCTION BYO(X)
DATA ZERO/O.ODtOO/.ONE/1.OD+00/,TW0/2.OD+OO/,THREE/3.OD+OO/
PI = 4.OD+O*DATiN(l.OD+O)
ANATLOG = DLoG(X/TWO)
C
IF(X.LT.ZER0) THEN
WRITEI*,lO)
10 FORMAT(' l,'SOLOVALORES POSITIVOS DE X EN BY0 - FIN')
STOP
ENDIF
XX = (X/THREE)**Z
SUM = ZERO
SUM = XX*(0.60559366D+O + xX*(-0.74350384D+O + xX"(0.25300DtO
# + XX'(-O.O4261214D+O + XXt(0.00427916DtO -
# XX*O.O0024846D+O)))))
BY0 = (TWO/PI)*ANATLoG*BJO[X) t 0.363466?1D+O + SUM
ENDIF
XX = THREE/X
FO = 0.797884560+0 + XX*(-0.00000077D+0 + XX*(-O.O0552740DtO t
# xx*(-O.OOüO9512DtO t XX*(O.O0137237D+O t
# XX*(-O.O0072805D+O + XX*O.O0014476D+O)))))
TO = X - 0.78539816D+O + XXt(-0.04166397D+0 +
# XX* (-0.00003954~+0+ xx* ~0.00262573~+0 t
# XX*(-O.O0054125D+O + XX*(-O.O0029333DtO
# + XX*O.O0013558D+O)))))
BY0 = FO*DSIN(TO)/DSQRT(X)
ENDIF
RETURN
END
C
C
C BY1 Calcula los valores de la función de Bessel J(x) de orden 1,
130
_-
C Stew. Solo para valores positivos d e x.

C
C
DATA ZERO/O.OD+OO/,ONE/1.OD+OO/,TW0/2.OD+OO/,THREE/3.OD+00/
PI = 4.0D+OtDATAN(1.0D+O)
C
IF(X.LT.ZER0) THEN
WRITE(*,lO)
10 FORMAT(‘ ‘ , ‘ S O L O VALORES POSITIVOS DE X EN BY1 - FIN’)
STOP
ENDIF
IF(X.LE.THREE) THEN
XX = (X/THREE)**2
SUM = ZERO
SUM = XX’(O.2212091M-O + XX*(2.1682709D+O +
# XX*(-1,3164827D+O + XX*(0.3123951 +
# XX*(-O.O400976D+O + XX*O.O027873D+O)))))
BY1 = (TWO/PI)*ANATLOG*BJl(X) + ( - 0.6366198D+O + SUM)/X
ENDIF
IF(X.GT.THREE) THEN
XX = THREE/X
F1 = 0.79788456D+0 + XX*(0.00000156D+0 + XX*(O.O1659667D+O +
# XX*(O.O0017105D+O + XX*(-O.O0249511D+O +
# XX*(0,00113653D+O - XX*O.O0020033D+O)))))
T1 = X - 2.356194490+0 + XX*(O.I2499612D+O +
# XX*(O.O000565D+O t XX*(-O.O0637879D+O +
# XX’(0.00074348DfO + XX’(O.O0079824D+O
# - XX*O.O0029166D+O)))))
BY1 = Fl*DSIN(Tl)/DSQRT(X)
ENDIF
RETURN
END
1 3 1
-
E. 1 CÓDIGO PARA LA OBTENCI~NDE LAS FUNCIONES DE BESSEL
PROGRAM GRAFICA BESSEL
IMPLICIT DOUBLEPRECISION(A-H,O-2)
DX = 0.05D+O
OPEN (1, FILE='BESSEL.DAT' )
OPEN(2, FILE='BESSELZ.DAT' )
20 FORMAT (D15.8,ZX,D15.8,2X,D15.8,2X,D15.8,ZX,D15.8)
WRITE (1,* ) "X,J O , J 1 , YO,Y1"
DO 10 1=1,300
T = I*DX
P1 = BJO(T)
P2 = BJl(T)
P3 = BYO(T)
P4 = BYl(T)
WRITE (1,* ) T,PI,P2
WRITE (2,* ) P3,P4
10 CONTINUE
STOP
END
C
C
C BJO Calcula los valores de la función de Bessel J ( x ) de orden O ,
C Stequn. solo para valores positivos de x .
C
C
DATA ZERO/O.OD+oO/,ONE/i.oD+oO/, TW0/2.OD+OO/,THREE/3. oDtoo/
C
IF (X.LT. ZERO) THEN
WRITE(*,lO)
10 FORMAT(' ','SOLO VALORES POSITIVOS DE X EN BJO - FIN')
STOP
ENDIF
XX = (X/THREE)**Z
SUM = ZERO
SUM = XX*(-2.2499997I»O + XX*(l.Z656208D+O + XXi(-0.3163866D+0
# t XX*(O.O444479D+O + XX*(-O.O039444I»O +
# XX*0.0002100D+0)))))
BJO = ONE + SUM
ENDIF
1FíX.GT.THREE) THEN
xx = THREEIX
FO 0.79788456DtO + XX*(-0.00000077~0 t XX*(-O.O055274ODtO
= +
# XX*(-O.O0009512D+O + XX*(O.O0137237D+O +
# XX*(-0.00072805Dt0 + XX*O.O0014476D+O)))))
TO = X - 0.78539816D+O + XX*(-O.O4166397DtO f
# XX+(-O.O0003954I»O + XXi(0.00262573D+0 +
1 3 2
# XX*(-0.00054125~+0 + XX*(-O.O0029333D+O
# + XX'O.O0013558D+O)))))
BJO = FO'COS (TO)/DSQRT (X)
ENDIF
RETURN
END
BJ1 Calcula los valores de la función de Bessel J(x) de orden 1,

Stequn. Solo para valores positivos de x.

IMPLICIT DOUBLE PRECISION (A-H,O-2)
DATA ZERO/O.OD+OO/,ONE/1.O~00/,TW0/2.OD+OO/,THREE/3.OD+OO/
IF(X.LT.ZER0) THEN
WRITE(*,lO)
10 FORMAT(' I , 'SOLO VALORES POCITNOS DE X EN BJ1 - FIN')
STOP
ENDIF
IF(X.LE.THREE) THEN
XX = (X/THREE)**2
SUM = ZERO
SUM = XX*(-O.56249985D+O + XX*(0.21093573D+O i
# XX*(-O.O3954289D+O + XX*íO.O0443319D+O +
# XX*(-O.O0031761D+O + XX~O.OOOOllO9D+O)))))
BJ1 = (ONE/TWO + SUM)*X
ENDIF
IF (X.GT .THREE) THEN
XX = THREE/X
€1 = 0.79788456D+O + XX*(O.OOOOOl56D+O + XX* (0.01659667D+O -I
# XX+(0.00017105D+O + XX+(-O.O0249511D+O +
# XX*(O.O0113653D+O - XX*O.O0020033DcO)))))
T1 = X - 2.35619449D+O + XXt(0.12499612D+0 +
# XX*(O.O000565D+O + XX*(-O.O0637879D+O +
# XX*(O.O0074348D+O + XXt(0.00079824D+0
# - XX*O.O0029166D+O)))))
BJ1 = Fl'COS (Tl)/DSQRT (X)
END1F
RETURN
END
C
C
C BY0 Calcula los valores de la función de Bessel Y(,) de orden O,
C i.e. YO(x). Basado en las fórmulas de Abramowitz y
C S t e w . solo para valores positivos de x.
C
C
DOUBLE PRECISION FUNCTION BYO(X)
DATA ZERO/O.OD+OO/,ONE/1.O~OO/,TW0/2.OD+OO/,THREE/3.OD+OO/
PI = 4.0D+OtDATAN(1. O D + O )
ANATLOG = OLOG(X/TWO)
C
IF(X.LT.ZER0) THEN
WRITE(*,lO)
10 FORMAT(' I , 'SOLO VRLORES POSITIVOS DE X EN BY0 - FIN')
STOP
END1F
lF(X.LE.THREE) THEN
XX = (X/THREE)**2
133
SUM = ZERO
SUM = XX*(O.60559366DtO + XX*(-0.74350384D+O + XXt(0.25300D+0
# + XX*(-O.O4261214DCO + XXf(0.00427916DC0 -
# XX*O.O0024846D+O)I)l)
BY0 = (TWO/PI)*ANATLOG*BJO(X) + 0.36746691D+O + SUM
ENDIF
IF (X.GT .THREE) THEN
XX = THREE/X
FO = 0.79788456D+O + XX*(-0.00000077~t0+ XX*(-O.O0552740D+O +
# XX*(-O.O0009512DCO + XX*(O.O0137237D+O +
# XX*(-0.00072805D+O + Xx*O.O0014476D+O)))))
TO = X - 0.78539816D+0 + XXf(-0.04166397DC0 +
# XX*(-O.O0003954D+O + XX*(O.O0262573D+O +
# XX*(-O.O0054125D+O + XX*(-O.O0029333D+O
# + XX*O.O0013558D+O)))))
BY0 = FO*DSIN(TOl/DSQRT(X)
ENDIF
RETURN
END
BY1 Calcula los valores de la función de Bessel J(x) de orden 1,

Stegun. Solo para valores positivos de x.
DOUBLE PRECISION FUNCTION BYl(X1

IMPLICIT DOUBLE PRECISION (A-H.0-Z)
DATA ZERO/O.OD+OO/,ONE/l.O D t O O / , TW0/2.00+00/, THREE/3.OD+OO/
PI = 4.OD+O'DATAN(1.ODcO)
C
IF (X.LT .ZERO) THEN
WRITE ( * , 101
10 FORMAT(' ' , ' S O L O VALORES POSITIVOS DE X EN BY1 - FIN')
STOP
ENDIF
IF(X.LE.THREE) THEN
XX = (X/THREE)**2
SUM = ZERO
SUM = XX*(0.2212091D+O + XX*(2.1682709DfO +
# xX* (-1.3164827D+0 + XX* (0.3123951 +
# XX*(-O.O400976D+O + XXf0.0027873D+O)))))
BY1 = (TWO/PI)*ANATLOG*BJl(X) + (- 0.6366198D+0 + SUM)/X
ENDIF
IF IX .GT .THREE) THEN
xx =.T&EE/X
F1 = 0.79788456D+O + XXf~0.00000156D+0+ XX*(O.O1659667D+O +
U XX'10.00017105DrO t XX'(-O.O024951lD*O Y
9 XX'(0.00113653D~O - XX'0.00020033~Ollll~
T1 7 X - 2.35619449D+O XX'IO.l24Y9612D+O r
T
R XX'(0.0000565DtO T XX*(-O.O0637879D+O f
k xx'(0.00074348Dt0 i XX'(0.00079824D+0
U - XX'0.00029166DtOl~l~l
BY1 - Fl*DSIN(Tl)/DSQRT(XI
.?IDIF
9ETURN
F1I3
134
E.2 =DIGO
- PARA LA
-- OBTENCI6N DE M S VALORES PROPIOS EN EL
--
CASO DE LA PLACA CALIENTE
PROGRAM EIPLACA
IMPLICIT DOUBLEPRECISION(A-H,P-2)
OPEN (1, FILE= EIGENPLACA.DAT ‘ )
B = 0.0762DtO ! RADIO EXTERIOR DE LA PLACA
CONDK = 204.ODtO ! CONDUCTIVIDAD TERMICA
HCONV = 14.ODf0 ! COEFICIENTE CONVECTIVO
NN = 15 ! CANTIDAD DE RAÍCES
m = 13 ! PRECISIÓN EN DECIMALES
N =o ! CONTADOR DE RAÍCEC
BETAl = O.ODt0 ! VALOR INICIAL

40 DX = 1.oM-o ! INTERVALO INICIAL
BETABl = BETAl*B
M =o ! CONTADOR DE DECIMALES
50 DO 100 K = 1,1000
EIGENl = BETAl*CONDK’BJl (BETAB1) - HCONV*BJO (BETABl)
BETA2 = BETAl + DX
BETABZ = BETA2*B
EIGENZ = BETAZ*CONDK*BJl (BETABZ) - HCONV*BJO (BETABZ)
SIGNO = EIGENl*EIGENZ
IF (SIGNO.LT.0) THEN
M = M + 1
DX = DX/1O.ODtO
IF (M.GT.MM) GOTO Z O O
GOTO 50
ELSE
BETAl = BETA2
BETABl = BETABZ
ENDIF
100 CONTINUE
ZOO N = Nt1
300 FORMAT(E24.16,1X,E24.16)
WRITE (1,300)BETA1, EIGENZ - EIGENl
WRITE (*,300) BETA1, EIGENl
WRITE ( * , 3 0 0 ) BETAZ, EIGENZ
PAUSE
IF (N.LT.NN) THEN
BETAl = BETA2
BETABl = BETABZ
GOTO 40
ENDIF
END
C
C
C BJO Calcula los valores de la función de Bessel J(x) de orden O ,
C S t e w . solo para valores positivos de x.
C
C
DATA ZERO/O. ODtOO/,ONE/1.O~OO/, TWO/2.0D+OO/ ,THREE/3,OD+Oo/
C
IF(X.LT.ZER0) THEN
WRITE ( * , 10)
10 FORMAT(‘ ‘,‘SOLO VALORES POSITIVOS DE X EN BJO - FIN’)
STOP
ENDIF
1 3 5
IF(X.LE.THREE) THEN
XX = (X/THREE)**2
SüM = ZERO
SUM = XX’I-2.2499997MO + XX*(1.2656208D+O + XX*(-O.3163866~+0
# + XX*(O.O444479D+O + XX*(-O.O039444D+O +
# XX*O.O00210OD+O)))))
BJO = ONE + SUM
END1F
IF (X.GT. THREE) THEN
XX = THREE/X
FO = 0.79788456D+O + XX*~-0.00000077D+0+ XX*(-O.O055274OD+O +
# XX’(-0.00009512D+O + XX*(O.O0137237D+O +
# XX* ~-0.00072805~+0+ XX*O.O0014476D+O)) 1 ) ]
TO = X - 0.78539816D+0 + XX*(-O.O4166397D+O +
# XX*(-O.O0003954D+O + XX’(0.00262573DtO +
# XX*(-O.O0054125D+O + XX*(-O.O0029333D+O
# + XX*O.O0013558D+O)))))
BJO = FO’DCOS (TO)/DSQRT(X)
ENDIF
RETURN
END
C
C
C BJ1 Calcula los valores de la función de Bessel J(x) de orden 1.
C i.e. Jl(x). Basado en las fómuias de Abramowitz y
C
C
DOUBLE PRECISION FUNCTION BJ1 (XI
IMPLICIT DOUBLEPRECISION (A-H,O-Z)
C
IF(X.LT.ZER0) THEN
WRITE ( * , 10)
10 FORMnT(’ ‘,‘SOLOVALORES POSITIVOS DE X EN BJ1 - FIN’)
STOP
ENDIF
IF(X.LE.THREE) THEN
XX = (X/THREE)**Z
SUM = ZERO
SUM = XX*(-O.56249985DtO + XXi(0.21093573D+0 i
# xx*(-O.O3954289DtO + XX*(O.O0443319D+O +
# XX*(-O.O0031761D+O + XX*O.OOOOllO9D+O)))))
ENDIF
XX = THREE/X
F1 = 0.79788456D+O + XX* (0.00000156D+O + XXf(0.01659667D+0 4
# XX*(O.O0017105D+O + XX*(-O.O0249511D+O +
# XX*(O.O0113653D+O - XX’O.O0020033D+O)))))
T1 = X - 2.35619449D+O + XXi(0.12499612D+O +
# XX*(O.O000565D+O + XX*(-O.O0637879D+O +
# XX*(O.O0074348D+O + XX*(0,00079824D+O
# ~ XX*O.O0029166DtO)))))
BJ1 = Fl’DCOS(T1) /DSQRT(X)
ENDIF
RETURN
END
136
_ _- ..
- PARA LA OBTElOCIÓB DE LOS VALORES PROPIOS PARA EL

E.3 CÓDIGO --
CASO DE LA GUARDA
PROGRAM EIGUARDA
IMPLICIT DOUBLE PRECISION(A-H,P-2)
OPEN (1, FILE='EIGENGUARDA.DAT' )
B = 0.0762D+O RADIO INTERIOR DE LA GUARDA
D = 0.1524Dt0 RADIO EXTERIOR DE LA GUARDA
CONDK = 204.ODt0 CONDUCTIVIDAD TERMICA
HCONV = 14.0iHO COEFICIENTE CONVECTIVO
NN = 1 CANTIDAD DE RAÍCES
MM = 13 PRECISI~NEN DECIMALES
N =o CONTADOR DE RAÍCES
BETAl = 576.OOMO
40 DX = l.OD+O INTERVALO INICIAL
BETABl = BETAl*B
BETADl = BETAl'D
M = o CONTADOR DE DECIMALES
50 DO 100 K=l,lOO
EIGENl = ( (BETAl*CONDK*BJl(BETAB1) + HCONV'BJO (BETAB1)) /
# (-BETAl'CONDK*BJl (BETAD1) + HCONV'BJO(BETAD1) ) ) -
# ((BETAl*CONDK*BYl(BETABl) + HCONV'BYO(BETAB1) ) /
# (-BETAl*CONDPBYl(BETADl) + HCONV'BYO (BETAD1)) )
BETA2 = BETAl + DX
BETAB2 = BETA2*B
BETADZ = BETA2W
EIGENZ = ( (BETAZ*CONDK*BJl(BETAB2) + HCONV*BJO (BETAB2)) /
# (-BETAZ*CONDPBJl(BETA!JZ) + HCONV*BJO(BETADZ))) -
# ( (BETAZ*CONDK*BYl(BETABZ) + HCONV*BYO(BETABZ))/
# (-BETAZ*CONDK*BYl(BETADZ) + HCONV*BYO(BETADZ)))
C WRITE ( * , * ) N, BETA2, EIGEN2, DX
C PAUSE
SIGNO = EIGENl*EIGENZ
IF (SIGNO.LT.0) THEN
M = M t 1
DX = DX/lO.OD+O
IF (M.GT.MM) GOTO 200
GOTO 5 0
ELSE
BETAl = BETA2
BETABl = BETABZ
BETADl = BETAD2
ENDIF
100 CONTINUE
ZOO N = Nt1
2 FOPMAT(E24.16,1X,E24.16,1X,E24.16,1X,E24.16)
WRITE (l,*) BETA2, EIGEN1-EIGENZ
IF (N.LT.NN) THEN
BETAl = BETA2 t 40.OD+O
GOTO 40
ENDIF
END
C
C
C S t e w . Solo para valores positivos de x.
C
C
137
DATA ZERO/O.OD+O~/,ONE/~.OD~OO/.TW~/~.OD+OO/,THREE/~.OD+OO~
C
IF(X.LT.ZER0) THEN
WRITE ( * , 10)
10 FORMAT(' ' , ' S O L O VALORES POSITIVOS DE X EN BJO - FIN')
STOP
ENDIF
XX = (X/THREE)**2
SUM = ZERO
SUM = XX*(-2.2499997D+O + XX*(1.2656208D+O + XX*(-0,3163866D+O
# + XX*(O.O444479ü+O + XXf(-0.0039444D+0 +
# xx*o.ooozlooDto) ) ) ) )
BJO = ONE + SUM
ENDIF
XX = THREE/X
FO = 0.79788456D+O + XX*(-O.OOOOOO77D+O + XX*(-O.O055274OD+O +
# XX* (-0.00009512DtO + XX'(O.O0137231D+O +
# XX*(-O.O0072805D+O + XX*O.O0014476D+O)))))
TO = X 0.78539816D+0 + XX*(-0.0416639lD+O t
xx* (-0.00003954DtO + XX'(O.O0262573D+O +
~
#
# XX*(-O.O0054125DtO + XX'(-0.00029333D+O
# + XX*O.O0013558D+O)))))
BJO = FO*DCOS (TO)/DSQRT (X)
ENDIF
RETURN
END
C
C
C BY0 Calcula los valores de la función de Bessel Y(x) de orden O,
C i.e. Y O ( x ) . Basado en las fórmulas de Abramowitz y
C Stegun. Solo para valores positivos de x .
C
C
DOUBLE PRECISION FUNCTION BY0 (XI
DATA ZERO/O.OD+OO/,ONE/l.ODcOO/,TW0/2.OD+OO/,THREE/3.OD+OO/
PI = 4.0D+O*DATAN(l.ODtO)
C
IF (X.LT.ZERO) THEN
WRITE(*,10)
lo FORMAT(' I , ' C O M VALORES POSITIVOS DE X EN BY0 - FIN')
STOP
ENDIF
XX = (X/THREE)'*Z
SUM = ZERO
SUM = XX*(O.60559366D+O + XX*(-O.74350384D+O + XX*(0.253OOD+O
# + xx*l-O.O4261214D+O + XX*(0.00427916D+O -
# XX*O.O0024846D+O)))))
BY0 = (TWO/PI)*ANATLOG*BJO(X) + 0.36746691DtO + SUM
ENDIF
xx = T&EE/X
FO = 0.79788456D+O + XX*(-O.OOOOOO77D+O + XX*(-O.O0552740D+O +
R XX*(-O.O0009512D+OT XX*(O.O0137237D~Ot
R XX*(-O.O0072805DTO t XX'0.00014476UtO))))~
TO -= X - 0.78539816DtO 7 XX*((-O.O4166397DtOt
P XX*[-O.O0003954DtO T XX'l0.00262573D-O T
P xx'(-o.OOO54125D+O t XX'(-O.O0029333DtO
A t XX'O.OOO13558ütO)))~)
1 3 8
BY0 = FO*DSIN(TO)/DSQRT(X)
ENDIF
RETURN
END
C
BJ1 Calcula los valores de la función de Bessel J(x) de orden 1,

C i.e. Jl(x). Basado en las f6nmilas de Abramowitz y
Stegun. Solo para valores positivos de x.
C
DOUBLE PRECISION FUNCTION BJ1 (X)
DATA ZERO/O.OD+OO/,ONE/1.ODtOO/,TW0/2.OD+OO/,THREE/3.OD+O0/
C
IF (X.LT.ZERO) THEN
WRITE ( ,lo)
STOP
ENDIF
IF(X.LE.THREE) THEN
XX = fX/THREEI**2
. .
SUM = ZERO
SUM = XX* 1-0.56249985D+0 + XX* (0.21093573D+O +
# XX*(-O.O3954289D+O + XX*(O.O0443319D+O +
# XX*(-O.O0031761D+O + XX*O.OOOOllO9D+O)))))
ENDIF
xx = T&EE/X
F 1 = 0.79788456DfO + XXf10.00000156D+0 + XX*(O.O1659667D+O t
# XX*(O.O0017105D+O + XX'(-O.O0249511LWO +
# XX*(O.O0113653D+O - XX'O.O0020033D+O)))))
T1 = X - 2.35619449D+0 + XXf(0.12499612D+0 t
# XX* (0.0000565DtO t XX*(-0.006378790+0 +
# XX*(O.O0074348Df0 + XX*(O.O0079824D+O
# - XX*O.O0029166D+O)))))
BJ1 = Fl*DCOS (Tl)/DSQRT (X)
ENDIF
RETURN
END
BY1 Calcula los valores de la función de Bessel J(x) de orden 1,

C
C
PI = 4.0D+O*DATAN(l.OIHO)
C
IF(X.LT.ZER0) THEN
WRITE(*,lO)
10 FORMAT(' ', 'SOLO VALORES POSITIVOS DE X EN BY1 - FIN')
STOP
ENDIF
IF(X.LE.THREE) THEN
XX = (X/THREE)**Z
CUM = ZERO
SUM = XX*(0.2212091D+O + XXf(2.1682709D+0 +
1 3 9
# XX*(-1.3164827D+O + XX'(0.3123951 +
II XX+(-O.O400976D+O + XXt0.0027873D+O)))))
BY1 = (TWO/PI)*ANATLOG'BJl(X) + ( - 0.6366198D+O + s m ) / x
ENDIF
IF(X.GT.THREE) THEN
XX = THREE/X
F1 = 0.79788456D+O + XX*(O.OOOOOl56D+O + XX'(0.01659667DCO +
# XX* (0.00017105D+0 + XX' (-0.00249511D+O +
# XX*(O.O0113653D+O - XX'0.000200331)+0)))))
TI = x - 2.356194490+0 + xx*(o.iz4996iz~+o +
# XX*(O.O00056CD+O + XX*(-O.O0637879D+O +
# XX*(O.O0074348D+O + XX*(O.O0079824D+O
# - XX*O.O0029166D+O)))))
BY1 = Fl*DSIN(Tl)/DSQRT(XI
END1 F
RETURN
END
6'4- O 4 3 8
140
SEP CENIDET
CENTRO DE INFORMACIONDG'Tl

MM Obed Cortes Aburto 2004 PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

MM Obed Cortes Aburto 2004 PDF

Загружено:

Авторское право:

Доступные форматы

SEP SEIT DGIT

CENTRO NACIONAL DE INVESTIGACIÓN Y

ASESORES: DR. LEONEL LIRA CORTÉS (cenidet) CENIDET

Cuernavaca, Mor., a 20 de marm del 2004

C. OBED CORTES ABURTO

Jefe del Departamento de Ing. Mecánica

C.C.P. SuMirrcción Académica

2.1 Descripción del Aparato de Placa Caliente con Guarda 14

3 Aplicación aiel Método de Levenberg-Marquardt 24

A. 1 Solución del Problema Directo para la Placa Caliente 95

c.1 Código para la Aplicación del Método de Levenberg-

D. 1 Código para la Aplicación del Método del Gradiente

E. 1 Código para la obtención de las funciones de Bessel 132

Figura Descripción Página

Tabla Descripción Página

Radio exterior de la Placa Caliente, radio interior de la Guarda

En anos recientes h a crecido el interés por los Problemas Inversos

En el presente trabajo de tesis se utilizan dos métodos, el método

In recent years interest has grown in Inverse Heat Transfer

In this thesis, two methods are using, Levenberg-Marquardt

Además, mientras que en el problema directo de Conducción de

Una ventaja de los PITC es que hacen posible una colaboración

Se debe reconocer que existen dificultades en la solución de los

Sin embargo, algunos métodos heuristicos de solución para los

El fundamento de hies métodos formales reside en la idea de

El programa espacial h a jugado u n papel muy significativo en el

La medición directa del flujo de calor en la superficie de una pared

En situaciones donde los métodos clásicos bien establecidos para la

La existencia de una solución para un PITC puede asegurarse

Durante mucho tiempo se pensaba que, si alguna de las

Una solución exitosa de un problema inverso generalmente

En la mayoría de los métodos, la solución de los PITC se obtiene en cierto

Como resultado de estos nuevos métodos de solución y la

La principal ventaja de los PITC e s que permite conducir

estimación de tales cantidades con los métodos Convencionales

El dominio temporal sobre el cual se usan las mediciones en el

c. El completo dominio temporal O I t 5 t, .

estimadas, si es que se usa u n único sensor en el análisis. Aunque

Por lo descrito previamente, es aparente que se han usado una

1.4 OBJETIVO ALCANCE

Se aplican dos métodos para la determinación de los parámetros (el

Los modelos se aplicarán al Aparato de Placa Caliente con Guarda

Debido a que la mayoría del trabajo desarrollado se basa en

La solución del problema se obtendrá mediante la implementación

1. El Método de Levenberg-Marquardt (MLM) para estimación de

En cada caso se estiman los parámetros de las funciones de

Se utilizarán para esto las mediciones realizadas en el trabajo

Se realizará un análisis de cada uno de los métodos implementados

a) Una implantación del método inverso para la obtención de la

b) Un mayor entendimiento de los procesos relacionados con la

1.7 DESARROLU)DE LA TESIS

paso a paso la aplicación de los métodos de solución en la determinación

Por Último, se presentan las conclusiones pertinentes en vista de

Muchos de los métodos comunes para determinar la conductividad

Existen dos tipos de métodos de estado permanente, absolutos y

En general el método absoluto e s más exacto que el método

La estructura básica de la placa caliente con guarda, la cual puede

El objetivo del presente trabajo es estimar la función de generación

El APCG es u n aparato primario que se usa para medir la

muestra L, y el área A (Lira, 1997).

2.2 DIFICULTADES E SOLUCI6N DE u>S PROBLEMAS INVERSOS E

correlacionados si la covarianza de E, y es cero, esto es,

tal es el caso si los errores E, y si no tienen efecto en o no se

El propósito del término matricial ,uR, incluido en la ecuación