Full Text

Введение Все более ярко прослеживающаяся тенденция поиска нетрадиционных источников энергии ведет к очень скорому и неизбежному внедрению результатов исследований в этой области в повседневную жизнь. Вместе с тем повышается внимание к экономии энергоресурсов, в частности, вводятся дополнительные требования к повышению экономической эффективности использования энергетических ресурсов при эксплуатации зданий и сооружений, которые во многих странах устанавливаются на законодательном уровне [1-8]. Одним из эффективных способов повышения энергетической эффективности, а также степени автономности зданий видится использование низкопотенциальной энергии грунтового массива для отопления зданий в холодный период года [9-12]. Многочисленными исследованиями установлено, что начиная с определенной глубины температура грунта остается постоянной и лежит в пределах 5-10 °С. Данного порядка величин температур вполне достаточно для обеспечения объекта строительства тепловой энергией. Повышение температуры теплоносителя до рабочих значений осуществляется путем включения в технологическую схему теплоснабжения теплового насоса [13, 14]. В отсутствие нормативной базы на территории РФ в области проектирования энергоэффективных фундаментов утвержденные методики расчета отсутствуют. Особую роль в развитии технологии играют натурные исследования и анализ работы уже реализованных проектов [15, 16]. Число факторов, оказывающих влияние на эффективность работы энергетических фундаментов, огромно. Заметно влияние климатических параметров наружного воздуха, периодичности работы энергоэффективной сваи. Значительную роль играют также и теплофизические характеристики грунтового массива [17-20]. В настоящей статье приведены результаты численного эксперимента по оценке влияния параметров теплоемкости и теплопроводности грунтового массива на величину тепловой энергии, получаемой с помощью энергоэффективной сваи. 1. Постановка задачи Методика исследований влияния параметров теплопроводности и теплоемкости грунта на количество тепловой энергии, отбираемое энергоэффективной сваей, заключается в многократном решении задачи по вычислению величины теплового потока для различных грунтовых условий. Была составлена матрица планирования эксперимента. В качестве параметров варьирования приняты радиус сваи, длина сваи, коэффициент теплопроводности грунта и его теплоемкость [21]. Для трехуровевого плана с четырьмя значимыми факторами строится матрица из 24 точек плана. Уровни варьирования основных факторов представлены в табл. 1. Общий вид матрицы планирования эксперимента приведен в табл. 2 [22-24]. Таблица 1 Уровни варьирования основных факторов Table 1 The levels of variation of the main factors Основной фактор Уровни варьирования основной фактор, ед. изм. кодовый вид -1 0 1 r, м X1 0,15 0,35 0,55 l, м X2 6 13 20 λ, Вт/м · °С X3 0,5 1,5 2,5 c, МДж/м3 · °С X4 1,2 1,8 2,2 Численное моделирование проводилось в программном комплексе GeoStudio/TEMP. Выходным параметром являлась величина плотности теплового потока через единицу боковой поверхности энергоэффективной сваи за единицу времени. Данный параметр путем простейших математических операций приводился к величине тепловой энергии, отбираемой сваей за единицу времени. Постановка задачи - осесимметричная. Отбор тепловой энергии сваей обеспечивался заданием по ее боковой поверхности граничного условия t = 1 °C. Климатические условия задавались граничным условием на верхнюю границу данной модели. В качестве климатических параметров были приняты температура воздуха, толщина снегового покрова, величина солнечной радиации на квадратный метр поверхности, скорость ветра. Численное значение параметров определялось как среднее по результатам метеонаблюдений с 2005 по 2018 г. для г. Перми. Фрагмент таблицы исходных данных представлен в табл. 3 [25]. Таблица 2 Матрица планирования эксперимента Table 2 Experiment planning matrix Номер эксперимента Основные факторы х1 х2 х3 х4 1 1 1 0 0 2 1 -1 0 0 3 -1 1 0 0 4 -1 -1 0 0 5 1 0 1 0 6 1 0 -1 0 7 -1 0 1 0 8 -1 0 -1 0 9 0 1 1 0 10 0 1 -1 0 11 0 -1 1 0 12 0 -1 -1 0 13 0 0 1 0 14 0 0 1 -1 15 0 0 -1 1 16 0 0 -1 -1 17 -1 0 0 1 18 -1 0 0 -1 19 -1 0 -1 1 20 -1 0 -1 -1 21 0 1 0 1 22 0 1 0 -1 23 0 -1 0 1 24 0 -1 0 -1 Таблица 3 Осредненные данные метеорологических наблюдений за период с 2008 по 2018 г. Table 3 Averaged data from meteorological observations for the period from 2008 to 2018 Календарный день Температура, °С Скорость ветра, м/с Снежный покров, см Солнечная радиация, МДж/м2 01.01 -13,71 2,79 44,00 1,48 02.01 -12,26 2,64 38,00 1,48 03.01 -12,66 2,82 35,00 1,48 04.01 -12,21 2,71 39,00 1,48 05.01 -12,56 2,36 39,00 1,48 06.01 -12,45 2,17 41,00 1,48 07.01 -15,56 2,08 41,00 1,48 08.01 -16,40 1,93 38,00 1,48 Исходя из нелинейной зависимости выходного параметра от независимых, для описания процесса применялось квадратичное уравнение регрессии для четырехфакторного эксперимента: (1) где - коэффициенты уравнения регрессии. Обработка результатов численного эксперимента Коэффициенты квадратичного уравнения регрессии были получены посредством обработки экспериментальных данных в программном комплексе STATISTIKA 13.5. Вид анализа - регрессия поверхности отклика. Зависимый параметр - тепловой поток. Независимые параметры - основные факторы, представленные в табл. 1. Общий вид численной модели приведен на рис. 1. После каждого эксперимента определялась осредненная по глубине величина плотности потока, которая приводилась к величине теплового потока через сваю. Результат обработки эксперимента в программе STATISTICA представлен в табл. 4. Рис. 1. Общий вид численной модели Fig. 1. General view of the numerical model Таблица 4 Результат расчета в программе STATISTICA Table 4 Calculation result in the STATISTICA program N = 24 Intercept 84,6852 х1 -23,0320 х2 -4,9385 х3 -19,6787 х4 -62,5935 140,1583 0,2451 -6,4060 10,7175 х1х2 -5,8841 х1х3 -26,3860 х1х4 -6,2579 х2х3 5,0107 х2х4 2,5596 х3х4 16,5980 После обработки результатов численного эксперимента была получена искомая зависимость в форме квадратичного уравнения регрессии: (2) Рис. 2. Номограмма плотности потока в единицу времени Fig. 2. Nomogram of flux density per unit time Для различных сочетаний длины и радиуса энергоэффективной сваи были построены номограммы зависимости теплового потока от теплоемкости и теплопроводности окружающего массива грунта (рис. 2). Заключение 1. По результатам эксперимента можно сделать вывод, что полученная зависимость обладает высоким показателем статистической сходимости с результатами, полученными опытным путем (), что показывает возможность дальнейшего исследования данной закономерности и ее применения на практике. 2. Анализ построенных номограмм позволяет сделать вывод, что с изменением теплоемкости грунта величина извлеченной тепловой энергии изменяется незначительно. Наибольшее влияние на эффективность теплообмена грунтового массива с энергоэффективной сваей оказывает коэффициент теплопроводности грунта.

About the authors

N. M Ovchinnikov

Perm National Research Polytechnic University

A. V Zaharov

Perm National Research Polytechnic University

References

Statistics

Views

Abstract - 525

PDF (Russian) - 263

Refbacks

• There are currently no refbacks.