真空玻璃傳熱過程隔熱性能和質(zhì)量評價關(guān)鍵指標- 傳熱系數(shù)(U 值)受真空度影響，難以精確檢測。為實現(xiàn)真空玻璃隔熱性能和質(zhì)量的快速評定，建立了基于LSSVM 的真空玻璃傳熱過程智能模型，應(yīng)用MATLAB 軟件和實驗數(shù)據(jù)，對真空玻璃傳熱過程進行了模擬，在線預(yù)測了真空玻璃傳熱后側(cè)(非熱源側(cè))的中心溫度。結(jié)果表明：模型理論正確，預(yù)測迅速(時間<1 s)，誤差小(相對誤差<1.2%)，為真空玻璃隔熱性能和真空玻璃質(zhì)量的快速評定提供了一種新的技術(shù)手段。同時，也為后續(xù)研究能將溫度參數(shù)預(yù)測轉(zhuǎn)化為傳熱系數(shù)預(yù)測奠定一定的理論和應(yīng)用基礎(chǔ)。

　　在全球資源短缺、能源緊張、節(jié)能減排呼聲越來越高的今天，世界各國對開發(fā)新能源和節(jié)能環(huán)保給予了極高的重視。建筑能耗作為人類生活起居的耗能大戶，引起了大家的普遍關(guān)注。真空技術(shù)網(wǎng)(http://m.203scouts.com/)經(jīng)過相關(guān)研究數(shù)據(jù)顯示，建筑圍護門窗是建筑能耗產(chǎn)生的主要途徑。真空玻璃具有卓越的隔熱保溫性能，應(yīng)用于玻璃門窗必將產(chǎn)生顯著的節(jié)能效果。因此，真空玻璃產(chǎn)業(yè)化應(yīng)用受到了各國政府的大力支持。在評定所生產(chǎn)的真空玻璃的隔熱保溫性能優(yōu)劣和真空玻璃質(zhì)量時，“傳熱系數(shù)(U 值)”是關(guān)鍵的技術(shù)指標，其測量成為了一大研究熱點。

　　目前，在歐洲、美國和日本等國，各自形成了一套真空玻璃質(zhì)量檢測標準，造成同一真空玻璃所測量的傳熱系數(shù)不同，無法用于比較評定真空玻璃的隔熱性能和質(zhì)量。在我國，真空玻璃的研究起步較晚，目前絕大多數(shù)還處在真空玻璃傳熱機理研究和傳熱系數(shù)理論研究分析計算階段。其中突破性的研究有：2008 年，我國在中空玻璃標準基礎(chǔ)上修訂的真空玻璃相關(guān)質(zhì)量檢測標準中涉及到傳熱系數(shù)的理論計算方法。但此方法需要經(jīng)過氣體輻射熱導(dǎo)、支撐物接觸熱導(dǎo)和殘余氣體對流熱導(dǎo)等計算后，再經(jīng)公式轉(zhuǎn)換成傳熱系數(shù)(U 值)，過程較為復(fù)雜；2012 年，金巖等參照最新國標設(shè)計制作的真空玻璃傳熱系數(shù)測量儀在實驗室中進行了試用，但還存在一定誤差。實際上，真空玻璃傳熱過程是一個非線性系統(tǒng)，傳熱系數(shù)(U 值)主要受真空玻璃的真空度影響。

　　但是，真空玻璃的真空度難以直接檢測，這使得無法快速精確檢測U 值實現(xiàn)真空玻璃的隔熱性能和質(zhì)量評定。溫度，與真空玻璃傳熱系數(shù)有必然關(guān)系，而且能直接測量。通常，在相同熱源下，真空玻璃非熱源側(cè)溫度越恒定或變化越小，隔熱性能和質(zhì)量越好。因此，可考慮用此溫度代替U 值評測真空玻璃的隔熱性能和質(zhì)量。由于真空玻璃在熱源溫度改變時傳熱過程尚無法明確用數(shù)學(xué)表達式表示，因而本文采用LSSVM 智能建模方法對真空玻璃傳熱過程建立智能模型，并在線預(yù)測真空玻璃傳熱后側(cè)(非熱源側(cè))中心溫度，研究真空玻璃傳熱性能和真空玻璃質(zhì)量的快速評測。這可為后續(xù)真空玻璃傳熱后側(cè)(非熱源側(cè))中心溫度與真空玻璃傳熱系數(shù)U 值和真空度的互相轉(zhuǎn)換研究以及能將真空玻璃傳熱后側(cè)(非熱源側(cè)) 中心溫度與真空玻璃傳熱系數(shù)U 值轉(zhuǎn)換的真空玻璃隔熱性能檢測儀研究奠定一定的理論和應(yīng)用基礎(chǔ)。

　　3、基于LSSVM 的真空玻璃傳熱過程模型應(yīng)用

　　應(yīng)用MATLAB 軟件、LSSVM1.6 工具箱編程建立真空玻璃傳熱過程LSSVM 模型，并采集實驗數(shù)據(jù)仿真預(yù)測真空玻璃傳熱后側(cè)(非熱源側(cè))中心溫度，驗證所建模型的正確有效性。

　　實驗數(shù)據(jù)來自于簡易真空玻璃傳熱過程實驗：將一陶瓷碗裝滿熱水，在其上蓋一塊真空玻璃，定時用測溫儀測量室溫、熱水溫度和真空玻璃傳熱后側(cè)(非熱源側(cè))中心溫度。由于實驗中用的陶瓷碗有一定吸/ 放熱效應(yīng)，可能對實驗產(chǎn)生影響，將碗的溫度增選為建模輸入變量。實驗中采集11 組實驗數(shù)據(jù)，每組實驗時隔1 min 采集1次數(shù)據(jù)，采集12 次，共得到132 組數(shù)據(jù)。經(jīng)肉眼法去除粗大誤差后選出120 組數(shù)據(jù)用于模擬真空玻璃傳熱過程。其中，前60 組數(shù)據(jù)用于訓(xùn)練生成真空玻璃傳熱過程LSSVM 智能模型，后60 組用于模型的在線校正和預(yù)測真空玻璃傳熱后側(cè)(非熱源側(cè))中心溫度。最終，模型仿真預(yù)測得到的真空玻璃傳熱后側(cè)(非熱源側(cè))中心溫度結(jié)果如圖2(藍方實框為實測值，紅空圓為預(yù)測值)。

圖2 真空玻璃傳熱后側(cè)中心溫度在線預(yù)測結(jié)果

　　為分析所建LSSVM 模型預(yù)測真空玻璃傳熱后側(cè)(非熱源側(cè))中心溫度的準確度，采用相對誤差公式(11)對預(yù)測的每個數(shù)據(jù)點進行誤差分析。同時，為觀測模型的預(yù)測速度，計算了預(yù)測每數(shù)據(jù)點的過程耗時，運行的計算機主要配置為：處理器：Intel(R)Pentium(R)CPU B950 @ 2.10GHz；內(nèi)存4GB；操作系統(tǒng)：Windows 7 旗艦版(32 位)。最終得到的每數(shù)據(jù)點預(yù)測的相對誤差如圖3，每數(shù)據(jù)點預(yù)測的過程耗時如圖4。

圖3 真空玻璃傳熱后側(cè)中心溫度預(yù)測誤差

圖4 真空玻璃傳熱后側(cè)中心溫度在線預(yù)測過程耗時

　　4、結(jié)論

　　上述通過建立智能模型預(yù)測過程變量的方法是目前復(fù)雜工業(yè)過程中用來對難以測量的變量參數(shù)進行實時預(yù)測/ 估計的常用方法，已在氣體膜分離過程研究中進行了運用。由預(yù)測結(jié)果可以看到，真空玻璃傳熱過程LSSVM 智能模型預(yù)測真空玻璃傳熱后側(cè)(非熱源側(cè))中心溫度準確快速，可以得到以下結(jié)論：

　　(1)通過建立基于LSSVM 的真空玻璃傳熱過程智能模型對真空玻璃傳熱后側(cè)(非熱源側(cè))中心溫度實時估計，可以獲知真空玻璃的隔熱性能優(yōu)劣和真空玻璃質(zhì)量。這在一定程度上可以替代難以精確測量的真空玻璃傳熱系數(shù)(U 值)快速評測真空玻璃的隔熱性能優(yōu)劣和真空玻璃質(zhì)量，為真空玻璃隔熱性能和真空玻璃質(zhì)量的快速評定提供了一種新的技術(shù)手段；

　　(2)基于LSSVM 的真空玻璃傳熱過程智能模型能夠快速準確預(yù)測真空玻璃傳熱后側(cè)(非熱源側(cè))中心溫度，可為后續(xù)研究真空度、U 值與真空玻璃傳熱后側(cè)(非熱源側(cè))中心溫度之間的轉(zhuǎn)換研究和能將溫度參數(shù)預(yù)測轉(zhuǎn)化為傳熱系數(shù)預(yù)測奠定一定的理論和應(yīng)用基礎(chǔ)。