利用遗传算法确定岩土热物性参数地研究.pdfVIP

2009 北省暖通空调制冷及热能动力学术年会 379 利用遗传算法确定岩土热物性参数的研究 华中科技大学 张锦玲 胡平放 孙启明 雷飞 余伟之 摘 要：岩土热物性质参数是地下换热器设计过程中一些很重要的数据，能否准确获取关系到地源 热泵地下换热器设计是否成功。本文将遗传算法应用到岩土热物性质参数的确定过程中，以便更准 确地确定岩土热物性质参数值,并对影响结果的因素进行分析。 关键词：土壤源热泵 岩土热物性 遗传算法 0 前言 目前国内外在地下岩土导热系数等参数确定上，一般采用的方式是，在工程现场钻孔打井进行 热响应实验，测量并记录回路中水的温度及其对应的时间，利用传热学理论反推钻孔周围岩土的平 均热物性参数。对实验数据处理，一般通过不同的传热模型结合最优化估计方法计算确定地下岩土 热参数，和通过求传热介质平均温度 （或其与大地原始温度差）与时间对数值的线性拟合曲线等方 [1] 法来最终获得所要求的热物性系数 。但这些实验数据处理方式均存在与测试时间关联较大等不足。 遗传算法(Genetic A1gorithms．简称GA)是模拟达尔文的遗传选择和自然淘汰的生物进化过 程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法以一种群体中的所有个 体为对象，并利用随机化技术指导对一个被编码的参数空间进行高效搜索。其中，选择、交叉和变 异构成了遗传算法的遗传操作；参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、 控制参数设定等5 个要素组成了遗传算法的核心内容。与传统的搜索方法相比，遗传算法具有可直 接对结构对象 （集合、序列、矩阵、树、图、链和表）进行操作，陷入局部最优解的可能性较低， [2][3] 易于并行化，只利用适应性信息，不需要导数等其它辅助信息，适应范围更广等特点 。 本文尝试运用遗传算法对实验数据作出更快捷，更有效的处理。 1 基于遗传算法的岩土热物性参数确定 1.1 传热模型 [4] 本文传热模型将采用线热源模型 。埋地换热器的钻孔直径一般为 100~200mm ，钻孔深度 40~200m ，与所埋管的深度相比，钻孔直径很小。同时，岩土可以看作是一半无 大介质。因此， 与岩土进行热交换的钻孔，就可以被近似地看着是置于半无 大介质中的线热源而进行传热分析。 这种管内流体与周围岩土的换热是非稳态的，对于埋地换热器运行工况的分析，就可以采用非稳态 的线热源模型。Mogensen[5]把这个模型应用在估计岩土传热特性上，线热源数学模型如下： 2 Q e b （1） T r t d b , 2p l H r 2 p k b 式中 T r,t 为循环液与岩土初始温度T 的温升，K ；r 为线热源半径，m；t 为传热时间， 0 s ；Q为钻孔散热率，W； 岩土导热系数，W / (m k ) 。 l 对于指数积分，当r2 4at 很小时，即经过较长时间后，可以用积分指数函数的级数展开式的 前两项表示。当单位钻井的散热率不变，时间达到相当长时，温差几乎保持一定的变化值： T r ,t QmTR Q ln 4a r2 C Q lnt 4plH 4plH （2 ）