(高清版)GBT 41743-2022 真空玻璃保温性能及其衰减快速检测评估方法 非稳态法_第1页
(高清版)GBT 41743-2022 真空玻璃保温性能及其衰减快速检测评估方法 非稳态法_第2页
(高清版)GBT 41743-2022 真空玻璃保温性能及其衰减快速检测评估方法 非稳态法_第3页
(高清版)GBT 41743-2022 真空玻璃保温性能及其衰减快速检测评估方法 非稳态法_第4页
(高清版)GBT 41743-2022 真空玻璃保温性能及其衰减快速检测评估方法 非稳态法_第5页
已阅读5页,还剩7页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

真空玻璃保温性能及其衰减快速检测评估方法非稳态法2022-10-12发布I本文件按照GB/T1.1—2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定起草。本文件由中国建筑材料联合会提出。本文件由全国工业玻璃和特种玻璃标准化技术委员会(SAC/TC447)归口。本文件起草单位:海南大学、中国国检测试控股集团股份有限公司、航麒科技(深圳)有限公司、青岛广璃新材料科技有限公司、海口市城建建设工程施工图设计文件审查有限公司、海南建设工程股份有限公司、大连海洋大学、沈阳市星辰仪器仪表有限公司、无锡学院、湖北晶尔真空玻璃技术有限责任公司、大连理工大学、重庆英诺维节能环保科技有限公司、南通大学、海南师范大学、中国建材检验认证集团海南有限公司、皓晶控股集团股份有限公司。本文件主要起草人:王磊、胡杨刚、王元麒、李建保、化山、节洪壮、凌海、李成良、张明扬、袁力、Ⅱ本文件的发布机构提请注意,声明符合本文件时,可能涉及第4章、第5章、第6章、第7章及附录A和附录B的内容与《真空玻璃保温性能非稳态检测方法与装置》和《一种快速测量真空玻璃热阻的方本文件的发布机构对与专利的真实性、有效性和范围无任何立场。该专利持有人已向本文件的发布机构承诺,他愿意同任何申请人在合理且无歧视的条款和条件下,就专利授权许可进行谈判。该专利持有人的声明已在本文件的发布机构备案。相关信息可以通过以下联系方式获得:1)专利持有人姓名:海南大学地址:海南省海口市人民大道58号2)专利持有人姓名:新立基节能玻璃(天津)有限公司地址:天津市宝坻区天津宝坻节能环保工业区宝中道30号请注意除上述专利外,本文件的某些内容仍可能涉及专利。本文件的发布机构不承担识别专利的责任。1真空玻璃保温性能及其衰减快速检测评估方法非稳态法本文件规定了利用非稳态法检测评估真空玻璃保温性能及其衰减的方法原理、仪器装置、试验、数据处理与试验报告。本文件适用于生产企业对真空玻璃保温性能及其在研究过程中对保温性能衰减的快速检测评估。2规范性引用文件下列文件的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。GB/T8484—2020建筑外门窗保温性能检测方法GB/T38586—2020真空玻璃3术语和定义下列术语和定义适用于本文件。真空玻璃保温性能thermalinsulationperformanceforvacuuminsulatingglass真空玻璃阻止热量从一侧向另一侧传递的能力。注:真空玻璃保温性能一般用传热系数来表征。保温性能衰减度declinedegreeofthermalinsulationperformance传热系数在一定测试周期(一个月)的变化率。注:保温性能衰减度可快速评估真空玻璃保温性能的衰减。4方法原理基于瞬态响应,真空玻璃一侧(热端)温度迅速地阶跃上升,同时精确测量另一侧(测量端)较小的较慢的温升,可获得真空玻璃非稳态传热特性(此温升过程在特征时刻的温度变化率与传热系数正相关)。而此温度变化率检测会受到环境温度与温差的影响,所以,通过建立以测量端温度、环境温度与热端温度为输入变量,以传热系数为输出变量的智能模型,可实现真空玻璃保温性能的快速检测与评估。定期检测真空玻璃的保温性能,传热系数保持不变的时间为保温性能保持时间,从开始衰减的时间到达到分级阈值的时间为保温性能衰减时间,可通过退化幂律模型拟合,以评估保温性能衰减趋势。5仪器装置5.1真空玻璃保温性能智能检测仪真空玻璃保温性能智能检测仪由热端(由加热器、热端温度传感器及温度控制器组成)、测量端(由2测量端温度传感器及模数转换器组成)、环境温度检测系统(由环境温度传感器、温度测量仪组成)及计算机系统组成,如图1所示。标引序号说明:1——试样;2——加热器;3——热端温度传感器;4——测量端温度传感器;5——环境温度传感器;6——温度测量仪;7——温度控制器;8——模数转换器;9——计算机系统。图1真空玻璃保温性能智能检测仪示意图5.2热端一般由铝或铜等金属材料制成,导热系数不低于237.2W/(m·K),与试样接触的表面平整度应不大于0.005mm,形状为圆形,直径不小于100mm,内部装有加热器及传感器,温度控制器控制精度5.3测量端应由K型热电偶制成,与试样接触面积不大于5mm²,测量位置放在试样支撑点矩阵单元的正中间,且对应热端中心偏差不大于5mm,经模数转换器温度测量分辨率不低于0.001K。5.4环境温度检测系统环境温度检测系统包括传感器及温度测量仪,温度测量分辨率不低于0.01K。5.5计算机系统计算机系统主要实现热端、测量端及环境温度数据的采集及计算等功能,算法应满足附录A要求。5.6检测区域测量点(接触圆圆心)在真空玻璃四周边线向中心偏移130mm的线段围成的封闭区域。36试验6.1试验条件试验在下述条件下进行:a)测量装置和待测试样不应阳光直射;b)放置测量装置和试样的台面应无震动。6.2试样6.2.1试样为真空玻璃,尺寸不小于300mm(长)×300mm(宽)。试样的支撑物排列规则,不应有缺6.2.2试样试验前,应置于6.1a)试验条件下不少于8h。6.3试验步骤6.3.1传热特性检测6.3.1.1开启真空玻璃保温性能智能检测仪装置,预热30min。6.3.1.2热端温度控制应高于环境温度40℃~60℃。6.3.1.3待热端温度稳定后,将试样置于热端和测量端之间,并应接触良好。6.3.1.4开始检测测量端温度,获得至少连续5min数据。6.3.2保温性能检测6.3.2.1.1制备系列基准样品,按GB/T8484—2020或GB/T38586—2020分别检测传热系数(U值或6.3.2.1.2端温度。用真空玻璃保温性能智能检测仪按6.3.1分别检测测量端温度,并记录相应的环境温度和热按式(1)建立以测量端温度、环境温度、热端温度为输入变量,传热系数为输出变量的智能模6.3.2.2.1取待测样品,按6.3.1检测测量端温度至少记录连续5min数据,并记录相应的环境温度和热端温度。6.3.2.2.2将6.3.2.2.1检测的测量端温度、环境温6.3.3保温性能衰减评估6.3.3.1按6.3.2每月检测同一片真空玻璃传热系数一次,每次取连续三天平均值。按式(2)计算保温性能衰减度,直到真空玻璃传热系数年增加0.1W/(m²·K)[对于传热系数小于或等于1.0W/(m²·K)的样品]或者保温性能年衰减度达到10%以上[对于传热系数大于1.0W/(m²·K)的样品]时,记录保温性能保持时间。6.3.3.2继续每月检测真空玻璃传热系数一次,每次取连续三天平均值。依据12个月周期数据按附录B的B.2拟合出退化轨迹幂律模型的待定系数,即退化率因子、退化轨迹参数和传热系数偏置。再依据4GB/T41743—2022表B.1,预测出真空玻璃保温性能衰减时间。6.3.3.3用保温性能保持时间和保温性能衰减时间来评估真空玻璃保温性能衰减趋势。注:真空玻璃真空寿命预测研究参见附录C。7数据处理7.1以测量端温度、环境温度、热端温度为输入变量,传热系数为输出变量,构成样本数据集。传热系数的预测模型(见附录A)按式(1)构建:U——传热系数,单位为瓦每平方米开尔文[W/(m²·K)];th——热端温度,单位为摄氏度(℃);7.2真空玻璃保温性能衰减度可按式(2)计算:U'₄——保温性能衰减度;U'——每月检测的传热系数,单位为瓦每平方米开尔文[W/(m²·K)],n=1,2,…,12;U'w——传热系数初始值,单位为瓦每平方米开尔文[W/(m²·K)]。7.3测量端温度在小数点后保留三位数字,环境温度和热端温度在小数点后保留两位数字。7.4温度变化率在小数点后保留三位数字。7.5传热系数在小数点后保留两位数字。7.6保温性能衰减度在小数点后保留两位数字。8试验报告试验报告至少应包括以下内容:a)依据的标准(本文件编号);d)使用仪器;e)检测环境温度;f)检测结果;h)检测单位。55GB/T41743—2022(规范性)真空玻璃保温性能检测A.1智能模型原理智能模型采用随机森林法,随机森林法的结构原理如图A.1所示。图A.1随机森林法的结构原理通过对训练数据进行回写采样,得到的样本数与原始数据集的样本数一致,有些样本数是重复的;或者对训练数据进行不带回写的抽样,提取60%的原始样本构成数据集,其余作为检验误差的检验集。将提取的样本作为生成的决策树,然后将提取的样本放回原始数据集进行新一轮的提取。这样,依次生成的多个决策树就构成了一个随机森林。若采用随机森林分类,则每棵决策树的计算原则为基尼指数。基尼指数是随机抽取的样本被错误分类的一种概率。基尼指数越低,样品被错误分类的概率就越低,这意味着样品的纯度越高,样本集更高。基尼指数很高,就意味着样本集的纯度很低。基尼指数的计算方法见公式(A.1)。……(A.1)基尼指数等于样本被选中的概率乘以样本被分类错误的概率,其中,P、是样本属于k类的概率,(1-P)是样本不属于k类的概率,即分类错误的概率。对于回归问题,原则是最小均方误差。通过对数据集进行随机分割,得到均方误差最小的数据集的分割点。c₁和c₂分别是数据集样本的平均输出值,具体计算方法见式(A.2)。随机森林为每组重采样数据集训练一个最优模型,共k个模型。令X;为随机可放回抽样的子数据集的N维变量,根据可返回采样并使用相同模型的子数据集的相似性,每个模型具有近似相等的偏差和方差,模型的分布也大致相同,但不是独立的(因为子数据集之间存在重复变量)。基于集成学习的套袋6GB/T41743—2022方法,可从该方法的角度分析随机森林的偏差和方差,计算方法见式(A.3)。…………(A.3)采用极限分析法对袋装法的方差问题进行分析,将其分为两种不同的情况。……………(A.4)……………(A.5)式(A.4)和式(A.5)分别表示模型完全相同和模型完全独立的两种情况。结论是,套袋方法的子数………………(A.6)………(A.7)…………(A.8)………(A.9)A.2智能模型构建智能模型构建如图A.2所示。上导变量选择上导变量选择样本有放回数据集1数据集2*数据集n最终预测值ddo图A.2智能模型构建其中,测量端温度需取至少连续5min的数据,按式(A.10)计算第5分钟温度变化率,为中间变量。7GB/T41743—2022t'。=tzt…………(A.10)t'。——第5分钟的温度变化率,单位为摄氏度每分钟(℃/min);t₁——第240秒时测量端温度,单位为摄氏度(℃);t₂——第300秒时测量端温度,单位为摄氏度(℃)。将数据集采用6:3:1的比例划分成训练集、验证集和测试集,运行建模程序。8(规范性)真空玻璃保温性能衰减评估B.1真空玻璃保温性能按传热系数分级阈值真空玻璃保温性能按传热系数分级阈值,见表B.1。表B.1真空玻璃保温性能按传热系数分级阈值传热系数(U值或K值)W/(m²·K)特级优级注:本文件中热流计法测试的传热系数用U值表示,标定热箱法测试的传热系数用K值表示。B.2传

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论