利用遗传算法确定岩土热物性参数的研究1.docVIP

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法来最终获得所要求的热物性系数[1]。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。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限大介质。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限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： （1） 式中　为循环液与岩土初始温度的温升，；为线热源半径，m；为传热时间，；Q为钻孔散热率，W；岩土导热系数，。 对于指数积分，当很小时，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： （2） 式中　为循环介质与钻孔间的热阻，；H为钻井深度，m；为散热率，；C为欧拉常数，取C = 0. 5772。 在上述传热过程中做如下假设：1.钻孔中回填材料及周围岩土的物性参数均匀一致；2.埋管与周围岩土的传热是一个二维非稳态传热过程，沿长度方向的传热量忽略不计；3.埋管与周围岩土的换热强度维持不变。 1.2 编码 实验中将取用公式（2）作为地源热泵地下部分的传热模型，在该公式中， H、在实验前打井后就能获知，、是实验数据，根据实验数据算得埋管内平均温度，以及在实验前预先测得的，也能算得。于是，公式中就只有、、是未知量，又由于，其中是岩土密度，，是岩土比热，，所以未知量就是、、、，也就是迭代求解的就是这4个量的值。 要进行遗传算法求解，首先要决定编码方式[6]，也就是问题可行解从其空间转换到遗传算法所能处理的搜索空间的转换方法。本文的问题中就是要对、、、进行编码与解码操作。 在遗传算法中大多数采用单层的二进制中染色体表示方法，参数集中的每—个次策变量被编码为一个二进制串，它串接起来形成一个染色体。二进制编码具有简单易行，便于利用模式定理对算法进行理论分析等优点，所以，这里将采用二进制编码方式。种群大小选择1002）做为所选取的传热模型， 、、、是求解目标，在已知、的情况下进行反运算。而这样求出来的、、、的值与实际值必然存在距离，而将这组值置于公式（2）所得到的温升，必然与实际实验值存在距离，而计算值与实验值之间差值的大小可用于判断种群个体的好坏。 根据的实验值与计算值之间差值的存在，设计适应度函数为如下两种方案： a）各时间点处计算值与实验值之间差值的绝对值之和 （3） b）各时间点处计算值与实验值之间差值的平方和 （4） 其中，为适应度，为埋管内流体平均温度计算值，为埋管内流体平均温度实验值。、分别为上文提到的岩土初始温度、埋管内循环液与岩土初始温度间的温升，为测试时间。 在实际应用中发现平方和方案的曲线相较绝对值之和方案的曲线更为平滑，收敛速度也较之迅速。在搜索过程的后期阶段，平方和方案在一定程度上扩大了个体间适应度的差值，使得算法的搜索变得较明朗，有利于更好地确定问题的最优解。因而取用平方和，比绝对值的和，更有