建筑材料学报

作者：张涛

关键词：岩土材料; 热阻系数; 人工神经网络; 预测模型; 经验公式

基金：国家自然科学基金资助项目(41807260);中央高校基本科研业务费专项资金资助项目(CUG170636,CUGL170807)

为准确预测土体热阻系数，通过室内热探针测试与数据分析，简要分析了含水量、干密度、矿物成分和颗粒形态等因素对土体热传导特性的影响，利用人工神经网络(ANN)技术，建立了计算土体热阻系数的预测模型，并与传统经验关系模型进行对比，明确所提计算模型的可靠性与优越性．结果表明：土体传热性能受众多因素影响，其热阻系数难以准确估算，基于ANN的计算模型可以较好地解决这一问题；以含水量和干密度为输入参数的单个模型适用于特定类型土体，而4个输入参数（含水量、干密度、黏粒含量和石英含量）的广义模型不受此限制，增加相关输入参数可有效保证模型计算结果的精确度；单个模型和广义模型的计算结果与实测结果吻合良好，预测能力均显著优于传统经验关系模型；对于工程性质差异显著、沉积环境复杂的不同类型土体，建议优先选用广义模型来估算其热阻系数.

来源：2020年第2期

《建筑材料学报》期刊编辑部

查看建筑材料学报杂志2020年第2期