Master's Thesis

Surrogate-assisted optimization in heat exchange problems

Final Thesis 3.66 MB Appendix 2.74 MB

Author of thesis: Bc. Vojtěch Drábek

Acad. year: 2025/2026

Supervisor: doc. Ing. Jakub Kůdela, Ph.D.

Reviewer: Mgr. Jakub Fišák, Ph.D.

Abstract:

This master's thesis addresses the inverse heat transfer problem in phase change material (PCM) systems using adaptive surrogate models. The theoretical part analyzes selected heuristic algorithms, neural networks, and Gaussian processes. In the practical part, following the verification of the limitations of offline mapping, surrogate-assisted optimization is implemented. Through active learning, this framework refines the models, enabling the exact calibration of the heat exchanger's thermophysical parameters. Finally, a comparative analysis evaluates the robustness and convergence behavior of the tested configurations against experimental data.

Keywords:

inverse heat transfer problem, phase change materials, surrogate models, surrogate-assisted optimization, active learning, metaheuristic algorithms, artificial neural networks, Gaussian processes

Date of defence

10.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaBznamka

Grading

B

Process of defence

Student obeznámil komisi s výsledky své DP. Po přečtení posudků následovaly dotazy oponenta (viz posudek) a komise: Připomínka vedoucího k metodě Monte Carlo (počet vzorků). Představa o vzorcích (fyzikální inetrpretace). Doba sběru vzorků (cca 5000). Funkčnost metodiky. Návrh topologie neuronové sítě. S reakcemi studenta byla komise spokojena.

Language of thesis

Czech

Faculty

Department

Study programme

Applied Computer Science and Control (N-AIŘ-P)

Composition of Committee

doc. Ing. Oldřich Trenz, Ph.D. (předseda)
doc. Ing. Jakub Kůdela, Ph.D. (místopředseda)
prof. Ing. Zdeněk Hadaš, Ph.D. (člen)
doc. Ing. Pavel Škrabánek, Ph.D. (člen)
Ing. Jiří Kurfürst, Ph.D. (člen)
Ing. Zdeněk Švihálek (člen)
prof. Ing. Petr Doležel, Ph.D. (člen)
prof. Ing. Jiří Jaroš, Ph.D. (člen)

Supervisor’s report
doc. Ing. Jakub Kůdela, Ph.D.

Diplomová práce se zabývá problematikou využití náhradních modelů pro optimalizaci v úlohách přenosu tepla se zaměřením na inverzní identifikaci parametrů systémů s materiály s fázovou přeměnou (PCM). Téma práce je aktuální, odborně relativně náročné a z hlediska současného výzkumu velmi relevantní, neboť spojuje oblasti numerického modelování přenosu tepla, optimalizačních algoritmů a metod strojového učení.

Student k řešení přistoupil systematicky a extrémně samostatně (s jen minimem konzultací). V úvodní části práce zpracoval rozsáhlou rešerši problematiky přenosu tepla, PCM materiálů, inverzních úloh a surrogate-assisted optimalizace (SAO).

Praktická část práce představuje její hlavní přínos. Student implementoval a experimentálně porovnal několik typů náhradních modelů a metaheuristických optimalizačních algoritmů. Velmi pozitivně hodnotím zejména rozsah realizovaných experimentů, systematické testování jednotlivých konfigurací a kritické vyhodnocení limitů statických surrogate modelů. Student správně identifikoval problémy „offline“ přístupu a na jejich základě přešel k sekvenční surrogate-assisted optimalizaci s adaptivním zpřesňováním modelu.

Práce ovšem trpí i některými nedostatky. Tvrzení o „systematickém oklamání“ algoritmů, o nulové diverzitě nebo o tom, že jeden algoritmus je „ideálním standardem“, působí jako silné interpretace z jednoho experimentálního setupu, ne jako univerzálně doložené závěry. Vyhodnocení náhradních modelů v kap. 4.2.5. postrádá bližší popis parametrizací zvolených metod (případně, jestli byla provedena optimalizace hyperparametrů) a informace o validační metodice (rozdělení datasetu, normalizace, atp.). Navržené „online“ schéma (s relativně velkým počtem předpočítaných bodů) není úplně běžně používané a jeho srovnání se „standardními“ SAO přístupy (např. SHPSO, SA-COSO, SAMSO, případně s přístupy Bayesovské optimalizace) by bylo přínosné. Reference uvedené v práci jsou sice vhodně zvolené, ale jejich formát není dobrý – chybí časopis, ve kterém vyšly, a jména více autorů jsou často nahrazena jedním písmenem (naštěstí je u všech DOI, takže jsou dohledatelné).

Přestože práce obsahuje některé výše uvedené nedostatky a některé závěry by mohly být formulovány opatrněji vzhledem k rozsahu testovaných případových studií, nijak to nesnižuje celkovou odbornou úroveň práce. Diplomant prokázal schopnost samostatně řešit odborně náročný problém, analyzovat výsledky a formulovat relevantní závěry. Všechny stanovené cíle práce byly splněny.

Práci doporučuji k obhajobě a hodnotím ji klasifikačním stupněm B/velmi dobře.
Evaluation criteria Grade
Splnění požadavků a cílů zadání B
Postup a rozsah řešení, adekvátnost použitých metod B
Vlastní přínos a originalita A
Schopnost interpretovat dosažené výsledky a vyvozovat z nich závěry B
Využitelnost výsledků v praxi nebo teorii B
Logické uspořádání práce a formální náležitosti A
Grafická, stylistická úprava a pravopis A
Práce s literaturou včetně citací D
Samostatnost studenta při zpracování tématu A

Grade proposed by supervisor: B

Reviewer’s report
Mgr. Jakub Fišák, Ph.D.

Diplomová práce se zabývá modelováním přenosu tepla v tepelných výměnících. Práce je strukturována přehledně, logicky a způsobem, aby problematice porozuměl i ten, kdo se jí přímo nezabývá. Samotná metodika i prezentace výsledků mi přišly velice výstižné a přínosné nejen pro aplikaci na problematiku tepelných výměníků, ale rovněž na problematiku řešení
komplikovaných nelineárních rovnic. V následujících odstavcích projdu nedostatky, které jsem v práci nalezl.

První část o termodynamice obsahuje nepřesnosti. Největší nepřesností je
tvrzení o Maxwell-Boltzmannově rozdělení na straně 11. Rozdělení rychlostí v tomto rozdělení je symetrické, z předpokladu symetrie lze také toto rozdělení odvodit. Rozdělení rychlostí je úměrné exp(-v^2). V grafu č. 1 je znázorněno rozdělení velikostí rychlostí částic (nemusí být nutně molekuly), což je kvalitativně odlišné a úměrné ||v||^2 exp(-||v||^2). Dále teplota není dána celkovou kinetickou energií částic, částice totiž mohou mít také driftovou rychlost, která se do teploty nezapočítává. Nepřesnosti jsou rovněž u samotných rovnic, například u popisu veličin rovnice (3) je popisována teplota T_f, která se v rovnici nevyskytuje.

Typograficky je práce na dobré úrovni, musím však podotknout, že rovnice
jsou součástí věty, takže je za nimi nutné napsat čárku, nebo tečku.  To samé platí také o popisech obrázků a tabulek, jako Obr. 1, 2, 3, atd. jednotky jsou někdy zapsány kurzívou v jiných případech zase standardním řezem -- zde je správný ten standardní řez písma.  Také se vyskytují překlepy, například na straně 73, 6.5.2 "TETO vlastnosti z nich činila VÝROBNÉ náhradní modely pro následnou optimalizaci..." (pokud teda výrobné není slovo, které neznám), na straně 75: "JEDNE konkrétní aproximační model", atd. Formát citací mi přijde velice zvláštní: například "[20] M. M. A. Bhutta, M. H. B. A. R. K. K. N. A. S. K." 11 zkratek slov je naprosto zbytečných a já ani nechápu jejich význam. Navíc není uveden vydavatel příslušné publikace.

K vykreslovaným grafům doporučuji nastavit rozsah os y tak, aby graf
nezasahoval úplně k hornímu okraji, místo časového kroku (n) bych uvítal spíše konkrétní čas. Také by vykreslený graf neměla překrývat legenda. Jemná mřížka v grafech mi přijde zbytečná, to samé lze říct o nadpisu grafu, který je v některých případech doslova zopakován v popisku celého obrázku.
Evaluation criteria Grade
Splnění požadavků a cílů zadání A
Postup a rozsah řešení, adekvátnost použitých metod A
Vlastní přínos a originalita A
Schopnost interpretovat dosaž. výsledky a vyvozovat z nich závěry A
Využitelnost výsledků v praxi nebo teorii A
Logické uspořádání práce a formální náležitosti A
Grafická, stylistická úprava a pravopis B
Práce s literaturou včetně citací B
Topics for thesis defence:
  1. Metoda Monte Carlo je tak neúspěšná kvůli vysokému počtu dimenzí, nebo kvůli použití nevhodného generátoru náhodných čísel?
  2. Bylo by možné výpočty paralelizovat a které části? Bylo by výhodné využít GPU?
  3. Natrénovaný model lze použít jen pro daný typ výměníku? Nebo by bylo možné některé kroky výpočtů při popisu jiného výměníku (třeba dvojnásobné velikosti, ostatní vlastnosti zůstávají stejné) vynechat?

Grade proposed by reviewer: A

Responsibility: Mgr. et Mgr. Hana Odstrčilová