本文選題：真空玻璃保溫性能 + 主元分析(PCA)　； 參考：《海南大學》2017年碩士論文

【摘要】：近年來,環(huán)保節(jié)能問題越來越顯著,國家投入大量的資金到環(huán)保節(jié)能項目中。真空玻璃作為良好的建筑和門窗節(jié)能材料,能夠有效的降低建筑物整體的能耗。而真空玻璃保溫性能參數(shù)(U值)和真空玻璃真空壽命作為真空玻璃性能的主要指標,檢測過程繁瑣、困難、結(jié)果一致性較低,不能應用于真空玻璃在線檢測等問題,使得真空玻璃的產(chǎn)業(yè)化推廣和實際使用遇到很大的困難。針對上述問題,本論文結(jié)合當前研究熱點:復雜工業(yè)產(chǎn)品性能參數(shù)的軟測量檢測方式和智能建模實現(xiàn)數(shù)據(jù)預測和數(shù)據(jù)分析。首先結(jié)合真空玻璃傳熱具體過程,通過主元分析方法(PCA)提取對真空玻璃保溫性能影響最大的主元變量,提出一種真空玻璃保溫性能實驗檢測方法,該檢測方法以真空玻璃非熱源側(cè)的溫度變化率作為指標衡量真空玻璃保溫性能:然后針對保溫性能檢測實驗檢測數(shù)據(jù)作為真空玻璃保溫性能退化數(shù)據(jù)進行智能建模預測,分析預測真空玻璃保溫性能的退化軌跡,對在線和非在線的真空玻璃進行真空壽命預測。主要的研究內(nèi)容包括:基于主元分析方法(PCA)對真空玻璃傳熱系數(shù)檢測參數(shù)的主元變量提取;真空玻璃保溫性能實驗設計和檢測數(shù)據(jù)分析,建立真空玻璃保溫性能指標數(shù)據(jù)體系;基于性能退化數(shù)據(jù)的退化模型擬合分析,得到退化曲線和退化函數(shù),對真空玻璃真空壽命預測;小波神經(jīng)網(wǎng)絡(WNN)針對真空玻璃保溫性能退化數(shù)據(jù)的建模和真空壽命預測。本文結(jié)合本人專業(yè)和真空玻璃研究現(xiàn)狀,設計和實現(xiàn)了真空玻璃保溫性能實驗。檢測得到的真空玻璃非熱源側(cè)溫度可以作為真空玻璃保溫性能的一個定量指標,同時結(jié)合MATLAB軟件平臺和相關軟件倉庫對檢測得到真空玻璃保溫性能數(shù)據(jù)和真空玻璃使用時間進行智能建模,得到性能退化模型,通過模型預測和判斷真空玻璃的真空壽命數(shù)據(jù)。該性能退化模型能夠良好的檢測出廠和使用過程中的真空玻璃真空剩余壽命。保溫性能定量標準和真空玻璃性能退化模型為真空玻璃相關檢測設備制備和真空玻璃產(chǎn)業(yè)化推廣奠定良好的基礎。
[Abstract]:In recent years, the problem of environmental energy conservation has become more and more prominent, and the state has invested a lot of funds into environmental energy conservation projects. Vacuum glass as a good building and door-window energy-saving materials can effectively reduce the overall energy consumption of buildings. But the vacuum glass insulation property parameter (U value) and the vacuum life of the vacuum glass are the main indexes of the vacuum glass performance. The testing process is tedious, difficult, the result is low consistency, and can not be applied to the vacuum glass on-line detection and so on. So that the industrialization of vacuum glass promotion and practical use encountered great difficulties. In view of the above problems, this paper combines the current research focus: soft sensor detection of complex industrial product performance parameters and intelligent modeling to achieve data prediction and data analysis. According to the specific process of vacuum glass heat transfer, the principal component variables which have the greatest influence on the thermal insulation performance of vacuum glass are extracted by principal component analysis (PCA) method, and an experimental test method for vacuum glass thermal insulation performance is proposed. In this method, the temperature change rate of the non-heat source side of the vacuum glass is taken as the index to evaluate the thermal insulation performance of the vacuum glass. Then, the test data of the thermal insulation property are used as the degradation data of the thermal insulation property of the vacuum glass for intelligent modeling and prediction. The degradation trajectory of vacuum glass thermal insulation performance is analyzed and the vacuum life of vacuum glass is predicted for both online and off-line vacuum glass. The main research contents include: extracting the principal component variables of the testing parameters of vacuum glass heat transfer coefficient based on the principal component analysis method, designing the experimental design of vacuum glass thermal insulation performance and analyzing the test data, establishing the vacuum glass thermal insulation performance index data system; The degradation curve and function are obtained to predict the vacuum life of the vacuum glass, and the wavelet neural network (WNN) is used to model the degradation data and predict the vacuum life of the vacuum glass. In this paper, we design and implement the experiment of vacuum glass insulation performance according to my professional and vacuum glass research status. The measured non-heat source side temperature of vacuum glass can be used as a quantitative index of thermal insulation performance of vacuum glass. At the same time, combined with MATLAB software platform and related software warehouse, the vacuum glass thermal insulation performance data and the vacuum glass usage time are modeled intelligently, and the performance degradation model is obtained. The vacuum life data of vacuum glass are predicted and judged by the model. The performance degradation model can detect the vacuum residual life of vacuum glass in the process of production and use. The quantitative standard of thermal insulation and the degradation model of vacuum glass properties lay a good foundation for the preparation of vacuum glass related testing equipment and the industrialization and popularization of vacuum glass.
【學位授予單位】：海南大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TQ171.72

【相似文獻】

相關期刊論文 前10條

1 唐健正 ,賈玉英 ,楊捍東;真空玻璃及其發(fā)展前景[J];家用電器科技;2001年12期

2 ;平板真空玻璃規(guī)模化生產(chǎn)關鍵技術與設備[J];中國建材;2004年04期

3 唐健正;真空玻璃產(chǎn)業(yè)化中的兩個問題[J];建設科技;2005年12期

4 ;全真空玻璃[J];工程質(zhì)量;2007年01期

5 唐健正;;真空玻璃產(chǎn)業(yè)化現(xiàn)狀及發(fā)展前景[J];玻璃;2008年08期

6 董鏞;;真空玻璃[J];真空;2009年05期

7 符露;冉偉;;真空玻璃——一條新型節(jié)能環(huán)保之路[J];能源與環(huán)境;2010年02期

8 包亦望;劉小根;許鳳海;;真空玻璃——新型節(jié)能環(huán)保玻璃的“明星”[J];新材料產(chǎn)業(yè);2011年10期

9 王元麒;王磊;李繼定;;真空玻璃技術與應用分析[J];真空科學與技術學報;2012年12期

10 程長蔭 ,強鳴遠;電真空玻璃專業(yè)委員會1980年學術年會在大連召開[J];硅酸鹽學報;1980年04期

相關會議論文 前10條

1 董鏞;;真空玻璃[A];真空工程學術交流會論文集[C];2009年

2 劉兆斌;任家生;任衛(wèi)祥;;平板真空玻璃的發(fā)展與應用[A];第四屆華東真空科技學術交流展示會學術論文集[C];2003年

3 唐健正;;真空玻璃技術及其產(chǎn)業(yè)化現(xiàn)狀[A];2013全國玻璃科學技術年會論文集[C];2013年

4 王志堅;王賀權(quán);徐成海;;真空玻璃[A];第九屆真空冶金與表面工程學術會議論文摘要集[C];2009年

5 唐健正;;真空玻璃技術及其發(fā)展概況[A];電子玻璃技術（2010年第1、2期）[C];2010年

6 包亦望;劉小根;邱巖;王秀芳;;真空玻璃結(jié)構(gòu)功能一體化[A];2010全國玻璃技術交流研討會論文集[C];2010年

7 王世忠;;真空玻璃工業(yè)化生產(chǎn)技術與裝備的創(chuàng)新[A];2010全國玻璃技術交流研討會論文集[C];2010年

8 劉月莉;劉加根;祖雅君;;真空玻璃節(jié)能效果實測與分析[A];城市化進程中的建筑與城市物理環(huán)境：第十屆全國建筑物理學術會議論文集[C];2008年

9 忻崧義;;真空玻璃的性能及其應用[A];全國第五屆浮法玻璃及深加工玻璃技術研討會論文集[C];2003年

10 董鏞;劉嘉;;真空玻璃專利成果產(chǎn)業(yè)化的新進展[A];中國真空學會第六屆全國會員代表大會暨學術會議論文摘要集[C];2004年

相關重要報紙文章 前10條

1 強大貸;加工玻璃的新秀：真空玻璃應加快產(chǎn)業(yè)化進程[N];中國建材報;2002年

2 記者 張立君;亨達平板真空玻璃實現(xiàn)產(chǎn)業(yè)化生產(chǎn)[N];中國建材報;2004年

3 唐健正;真空玻璃產(chǎn)業(yè)化的幾個問題[N];中國建材報;2005年

4 李智更;真空玻璃—建筑節(jié)能的新寵[N];建筑時報;2003年

5 唐健正;真空玻璃產(chǎn)業(yè)化中的幾個問題[N];科技日報;2005年

6 唐茜;真空玻璃遭遇價格瓶頸 產(chǎn)業(yè)化破冰尚需時日[N];中國房地產(chǎn)報;2006年

7 本報實習生 黃U，

本文編號：1808177