亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        日光溫室栽培基質(zhì)有效導熱系數(shù)預測模型

        2021-03-17 07:48:14朱建龍張瀟丹頡建明韓康寧毛爾曄李麗娟
        農(nóng)業(yè)工程學報 2021年24期
        關鍵詞:日光溫室飽和度組分

        朱建龍,張瀟丹,頡建明,韓康寧,馬 寧,毛爾曄,李麗娟

        ·農(nóng)業(yè)生物環(huán)境與能源工程·

        日光溫室栽培基質(zhì)有效導熱系數(shù)預測模型

        朱建龍,張瀟丹※,頡建明,韓康寧,馬 寧,毛爾曄,李麗娟

        (甘肅農(nóng)業(yè)大學園藝學院,蘭州 730070)

        栽培基質(zhì)為固流兩相組成的多組分材料,其導熱系數(shù)是日光溫室熱環(huán)境營造過程中重要的熱參數(shù)之一,在溫室地面熱量的傳輸中起著重要的作用。為了預測日光溫室生產(chǎn)中栽培基質(zhì)的有效導熱系數(shù),以珍珠巖、蛭石、爐渣、河沙、椰糠、泥炭及腐熟牛糞與花生殼8種常用單一基質(zhì)為研究對象,首先利用干燥與飽和狀態(tài)下基質(zhì)有效導熱系數(shù)的測試結果,通過復合材料有效特性混合模型的反向計算,確定了8種單一基質(zhì)的固相導熱系數(shù),得到珍珠巖、蛭石、爐渣、河沙、椰糠、泥炭及腐熟牛糞與花生殼的固相導熱系數(shù)分別為0.058、0.139、0.252、0.817、0.148、0.518、0.262及0.066 W/(m·K);其次,利用復配基質(zhì)有效導熱系數(shù)的實測結果,通過復合材料有效特性混合模型的正向與反向計算,明確了組成固相的各組分呈并聯(lián)關系排列,并確定了復配基質(zhì)中固相導熱系數(shù)與基質(zhì)各組分體積比例的關聯(lián);進一步將復配基質(zhì)在不同飽和度下的有效導熱系數(shù)實測值與基于6種復合材料導熱系數(shù)模型理論計算值進行比較。結果表明:并聯(lián)模型適用于復配基質(zhì)有效導熱系數(shù)的理論計算,構建了日光溫室栽培基質(zhì)有效導熱系數(shù)的預測模型。采用實際生產(chǎn)中常用的4種育苗和栽培基質(zhì)在不同飽和度下的有效導熱系數(shù)對所建模型進行檢驗,結果顯示并聯(lián)模型平均絕對誤差為0.026 2%~0.137 4%,均方根誤差為0.008 6~0.031 5 W/(m·K),模型決定系數(shù)2為0.900 7~0.988 0,預測精度較高?;诓⒙?lián)模型構建的有效導熱系數(shù)預測模型能夠較為準確地計算日光溫室栽培基質(zhì)在不同飽和度下的有效導熱系數(shù)。

        溫室;基質(zhì);導熱系數(shù);飽和度;預測模型

        0 引 言

        戈壁農(nóng)業(yè)是近年來迅速發(fā)展的一種設施農(nóng)業(yè)模式[1-2]。該模式充分利用太陽能光熱資源和戈壁灘、砂石地、鹽堿地、沙化地、灘涂地等非耕地資源,為園藝作物創(chuàng)造了適宜的周年生產(chǎn)條件。戈壁農(nóng)業(yè)的推廣應用,已成為緩解糧菜爭地矛盾、促進糧食安全、充分利用戈壁光熱自然資源的有效途徑。

        戈壁農(nóng)業(yè)以日光溫室為載體,以基質(zhì)無土栽培為技術核心。栽培基質(zhì)作為戈壁日光溫室地面栽培的重要組成部分,對植株有支撐、保水、透氣、緩沖和提供營養(yǎng)的作用,適宜的容重、孔隙度和氣水比是基質(zhì)物理性質(zhì)的必要要求,因此,栽培基質(zhì)可視作一種多相多組分材料。同時,栽培基質(zhì)也是戈壁日光溫室中保溫蓄熱的主要載體,導熱系數(shù)是基質(zhì)材料重要的熱物性參數(shù)之一,在溫室地面熱量的傳輸中起著重要的作用,其值受基質(zhì)含水量、孔隙度、容重及基質(zhì)種類等多因素的制約,直接影響溫室熱環(huán)境的預測與調(diào)控。

        栽培基質(zhì)的有效導熱系數(shù)針對多相多組分材料,準確地測量其導熱系數(shù)需要精準的測量儀器,而且需要耗費大量的時間和精力,但測量結果不具有廣泛的代表性。因此,許多學者轉(zhuǎn)而進行導熱系數(shù)預測模型的研究工作,試圖通過較容易獲取的相關影響因素參數(shù)(容重、體積分數(shù)及含水率等)“曲線”計算其導熱系數(shù)。Alishaev等[3-7]在影響因素參數(shù)方面已經(jīng)開展了大量的研究工作,對巖石介質(zhì)熱導系數(shù)預測模型研究進行了綜述分析。王鑠等[8-12]基于導熱系數(shù)和相關影響因素參數(shù)的關系建立了土體導熱系數(shù)模型。原喜忠等[13]考慮了溫度條件的影響,提出了一個集成土質(zhì)類型、密實度(孔隙率)和含水率(飽和度)等因素綜合影響的融土和凍土導熱系數(shù)通用預估模型。曾召田等[14]利用探針法對廣西4種紅黏土的熱導率進行室內(nèi)測定,獲取紅黏土導熱系數(shù)隨其含水率變化的規(guī)律。劉榮華等[15]通過密度與導熱系數(shù)之間的關系,對瀝青混合料導熱系數(shù)模型預估進行探討和分析。張楓等[16]也對混凝土的骨料體積含量和拌合物中的含水量進行研究,最終基于這些參數(shù)建立了相關導熱系數(shù)模型。但目前在日光溫室環(huán)境設計與調(diào)控領域,基質(zhì)材料導熱系數(shù)的實驗未見報道,理論研究較為薄弱,難以為日光溫室環(huán)境模型的完善提供理論基礎。

        為此,本研究以溫室生產(chǎn)中常用的基質(zhì)材料為研究對象,基于目前應用相對較多的復合材料有效特性混合模型,通過對單一基質(zhì)有效導熱系數(shù)的試驗測試和反向理論計算,建立單一基質(zhì)固相導熱系數(shù)基本數(shù)據(jù)庫;在此基礎上,分析復配基質(zhì)固相導熱系數(shù)與各基質(zhì)組分信息的關聯(lián);利用復配基質(zhì)在不同飽和度下的有效導熱測試值,對已有的復合材料有效特性混合模型進行比選,建立并驗證日光溫室栽培基質(zhì)有效導熱系數(shù)預測模型,以期為日光溫室環(huán)境預測及模型調(diào)控的進一步完善提供數(shù)據(jù)支撐。

        1 材料與方法

        1.1 試驗材料

        以日光溫室生產(chǎn)中常用的8種單一栽培基質(zhì)材料為研究對象,其中包括4種無機基質(zhì)材料:珍珠巖(粒徑3~5 mm)、蛭石(粒徑1~2 mm)、爐渣(粒徑1~3 mm)和河沙(粒徑1~2 mm),4種有機基質(zhì)材料:椰糠(粒徑3~7 mm)、泥炭(粒徑1~3 mm)和經(jīng)高溫發(fā)酵腐熟的牛糞(粒徑1~3 mm)與花生殼(粒徑3~8 mm)。

        1.2 試驗方法

        1)稱取試樣盒(規(guī)格30 mm×300 mm×300 mm)質(zhì)量1;將栽培基質(zhì)材料裝填試樣盒中,105℃鼓風干燥烘箱中烘干試樣12 h,干燥器內(nèi)自然冷卻至室溫,稱取試樣干燥質(zhì)量2;

        2)采用浸泡法制備飽和試樣:將完成稱量的干燥試樣用紗布包裹,置于水槽中,緩慢注水,直至注水高度至試樣高度的2倍,在水中自由浸水12 h后取出,自然控水20 min,去掉紗布,稱取試樣飽和質(zhì)量3;

        3)根據(jù)測試獲取的不同狀態(tài)試樣質(zhì)量可以得到以下參數(shù):

        式中為飽和含水量,g;為容重,g/cm3;為有效孔隙度,%;為試樣盒體積,30 mm×300 mm×300 mm= 2700 cm3。

        4)采用烘干法制備不同飽和度r的基質(zhì)試樣。將通過浸泡達到飽和狀態(tài)(r=100%)的試樣置于105 ℃烘箱中烘干,每隔1 h稱取試樣質(zhì)量4,12 h之后,試樣達到干燥狀態(tài)(r=0),對應不同飽和度為

        5)采用英貝爾公司的IMDRY3001-II雙平板導熱系數(shù)測定儀對不同栽培基質(zhì)試樣的導熱系數(shù)進行測定,試驗原理為基于穩(wěn)態(tài)導熱的保護熱板法。測試溫度設為20 ℃(其中熱板溫度為25 ℃,冷板溫度為15 ℃),該溫度為日光溫室生產(chǎn)中適宜作物生長的根系溫度[17],試樣體積設為2 700 cm3。表1為8種栽培基質(zhì)的導熱系數(shù)測定試樣規(guī)格。

        表1 8種栽培基質(zhì)的導熱系數(shù)測定試樣規(guī)格

        2 栽培基質(zhì)有效導熱系數(shù)模擬模型的構建

        2.1 有效導熱系數(shù)的定義

        導熱系數(shù)(W/(m·K))是表征材料熱物理性質(zhì)的重要物理參數(shù)之一。其物理意義為穩(wěn)定傳熱條件下,1 m厚的材料,兩側(cè)表面的溫差為1 K時,在1 h內(nèi),通過1 m2面積傳遞的熱量,該參數(shù)反映了各向同性均勻介質(zhì)的導熱能力[18]。然而,多孔材料的內(nèi)部熱量傳遞涉及導熱、對流及輻射多種傳熱形式,傳熱機理較復雜,難以采用單一的導熱系數(shù)描述。為了客觀反映多孔材料的實際傳熱問題,工程計算中通常采用有效導熱系數(shù)對多種復雜因素進行概括[19]??紤]到栽培基質(zhì)是一種典型的多孔材料,本研究采用有效導熱系數(shù)e等價代替綜合的傳熱能力,以描述多孔栽培基質(zhì)在不同飽和度下的傳熱性能。

        2.2 復合材料有效特性混合理論模型

        2.2.1 Wiener邊界串并聯(lián)(Series-Parallel, S-P)模型

        該模型假設固流兩相復合材料由層狀結構疊加構成。當各組分串聯(lián)排列,即熱流方向與熱阻排列方向垂直時[20],復合材料有效導熱系數(shù)的計算公式為

        各組分并聯(lián)排列,即熱流方向與熱阻排列方向平行時[21],其有效導熱系數(shù)可表示為

        式中e為復合材料有效導熱系數(shù),W/(m·K);s為固流兩相系統(tǒng)中固體導熱系數(shù),W/(m·K);f為流體導熱系數(shù),在干燥狀態(tài)下其值等于空氣導熱系數(shù),飽和狀態(tài)下其值等于液態(tài)水導熱系數(shù),W/(m·K)。

        2.2.2 Maxwell-Eucken(ME)邊界模型

        該模型假設復合材料由連續(xù)分布和離散分布的兩相組成,其中連續(xù)相為復合材料的主要組分,分散相為彌散于連續(xù)相的添加組分[22-23]。當連續(xù)相的導熱系數(shù)大于分散相時,為ME1模型,復合材料有效導熱系數(shù)可表示為

        當分散相的導熱系數(shù)大于連續(xù)相時,為ME2模型,其有效導熱系數(shù)可表示為

        2.2.3 有效介質(zhì)理論(Effective Medium Theory)模型

        該模型假設復合材料為組分隨機分布的二元無規(guī)混合系統(tǒng),每一種組分能否形成導熱路徑,取決于組分的量,基于此模型,復合材料的有效導熱系數(shù)可表示為

        2.2.4 Johansen幾何平均模型

        該模型對復合材料有效導熱系數(shù)的預測具有較高的精度,但其僅為一種數(shù)學處理方法,并沒有實際物理意義,其有效導熱系數(shù)表達形式為

        2.2.5 組合式模型

        為了進一步明確組分形狀及分布形式對復合材料有效導熱系數(shù)的影響,研究者們引入傳熱結構的比例系數(shù),通過物理意義較明確的4種基本模型(S-P串聯(lián)/并聯(lián)模型和ME1/ME2邊界模型)的加權算術平均、加權調(diào)和平均和加權幾何平均建立了復合材料有效導熱系數(shù)的組合式模型。以S-P串并聯(lián)加權算術平均模型為例,復合材料有效導熱系數(shù)可表示為

        式中1為復配基質(zhì)中串聯(lián)與并聯(lián)傳熱結構的比例系數(shù)。

        上述模型廣泛應用于巖石、混凝土等復合材料有效導熱系數(shù)的研究[24-25]。考慮到栽培基質(zhì)是一種典型的固流兩相構成的多組分材料,其中流相包括氣相和液相,因此,上述復合材料有效特性混合理論模型均可用于基質(zhì)材料物性參數(shù)的計算。然而,以上模型的應用依賴于固、液、氣相的含量參數(shù)和導熱系數(shù)。在日光溫室栽培中,液態(tài)水與空氣的導熱系數(shù)可根據(jù)溫度范圍查表獲得,例如,在20 ℃條件下,液態(tài)水的導熱系數(shù)為0.609 6 W/(m·K),空氣的導熱系數(shù)為0.0262 W/(m·K)。但是,組成栽培基質(zhì)的固相導熱系數(shù)的實測數(shù)據(jù)稀少且不完整,難以形成一個可用的綜合性基質(zhì)材料導熱系數(shù)數(shù)據(jù)庫。因此,本研究首先基于實測獲得的單一基質(zhì)材料有效導熱系數(shù),通過上述6種基本模型的反向計算,確定8種單一基質(zhì)的固相導熱系數(shù)。

        2.3 單一基質(zhì)固相導熱系數(shù)的計算

        2.3.1 飽和度對單一基質(zhì)材料有效導熱系數(shù)的影響

        圖1為8種單一栽培基質(zhì)材料在不同飽和度下的有效導熱系數(shù)測試結果。由圖1可知,8種基質(zhì)的有效導熱系數(shù)均隨飽和度的增加而增大。從干燥至飽和狀態(tài),珍珠巖、蛭石、爐渣、河沙、椰糠、牛糞、泥炭和花生殼的有效導熱系數(shù)分別增加了3.73、4.73、4.44、3.41、7.62、4.36、4.55和3.83倍。結果表明,飽和度對溫室栽培基質(zhì)有效導熱系數(shù)的影響顯著,這是由于隨著飽和度的增加,基質(zhì)中的孔隙逐漸被液態(tài)水填充,同一溫度條件下,液態(tài)水的導熱系數(shù)遠大于空氣[26]。

        2.3.2 單一基質(zhì)固相導熱系數(shù)s的確定

        1)基于單一結構模型的s反向計算

        首先利用S-P串并聯(lián)模型、ME邊界模型、Johansen幾何平均模型和EMT模型對8種單一基質(zhì)固相導熱系數(shù)s進行反向計算,將干燥和飽和狀態(tài)下實測獲得的基質(zhì)有效導熱系數(shù)e分別代入式(5)~(10)。此時,基質(zhì)材料為固流(氣/液)兩相介質(zhì),且有效孔隙度(表征各相含量)及液相、氣相的導熱系數(shù)均已知,易求得干燥和飽和狀態(tài)下的固相導熱系數(shù)s。表2列出了8種基質(zhì)材料在干燥和飽和狀態(tài)下的s計算結果,其中負值為數(shù)學意義上的結果,不符合實際,因此在下述分析中將負值舍棄。

        對8種單一基質(zhì)在干燥和飽和狀態(tài)下分別利用不同單一結構模型得到的固相導熱系數(shù)進行離散程度分析(圖2)。由圖2可知,相較于飽和狀態(tài),除了珍珠巖和花生殼,其他6種基質(zhì)在干燥狀態(tài)對應的s波動更明顯、離散性更大。這主要是由固流兩相導熱系數(shù)的差異所致的。研究表明,這種差異對多組分材料導熱系數(shù)的預測精度有較大影響,固流兩相導熱系數(shù)差異較大時誤差較大[27]。為了保證基礎數(shù)據(jù)的準確性,本研究選擇干燥狀態(tài)下珍珠巖和花生殼的固相導熱系數(shù)及飽和狀態(tài)下蛭石、爐渣、河沙、椰糠、牛糞和泥炭的固相導熱系數(shù),進行下一步計算分析。

        表2 基于單一模型的基質(zhì)固相導熱系數(shù)的反向計算結果

        注:ME1為Maxwell-Eucken1邊界模型;ME2為Maxwell-Eucken2邊界模型;EMT為有效介質(zhì)理論模型。

        Note: ME1 is Maxwell-Eucken1 model. ME2 is Maxwell-Eucken2 model. EMT is Effective Medium Theory model.

        2)基于組合結構模型s的反向計算

        利用S-P串并聯(lián)組合式模型和ME邊界組合式模型對8種單一基質(zhì)固相導熱系數(shù)s進行反向計算。以S-P串并聯(lián)加權算術平均模型為例,將干燥和飽和狀態(tài)下實測獲得的8種單一基質(zhì)有效導熱系數(shù)e分別代入式(11),得到一個二元一次方程組,易求得未知量固相導熱系數(shù)s與傳熱結構比例系數(shù)。以蛭石和泥炭為例,其計算結果見表3。

        依據(jù)組合式模型的物理意義,結構比例系數(shù)∈[0,1]。表2中珍珠巖、蛭石及花生殼的計算結果均出現(xiàn)了無物理意義的值,表明此類組合式模型無法合理描述這3種基質(zhì)材料中各組分的分布形式。將此值及對應s舍棄,保留其他合理值進行下一步分析。

        表3 基于不同組合結構模型的基質(zhì)固相導熱系數(shù)和傳熱結構比例系數(shù)的反向計算值

        注:√表示保留基質(zhì)固相導熱系數(shù);×表示舍棄基質(zhì)固相導熱系數(shù)。

        Note: √ indicats that solid phase thermal conductivity of substrates is retained. × indicates that the solid phase thermal conductivity of substrates is discarded.

        3)單一基質(zhì)s的計算

        圖3給出了18種模型反向計算得出的單一基質(zhì)固相導熱系數(shù)s,其中無物理意義的結果缺省。由圖3可知,蛭石、爐渣、河沙、椰糠、泥炭及牛糞的6種單一結構模型飽和狀態(tài)下s反向計算值與6種組合式模型反向計算結果非常接近,偏差在0.09%~6.04%范圍內(nèi)。對于以上6種單一基質(zhì),選擇飽和狀態(tài)單一結構模型和各組合式模型反向計算得到的s,取平均值作為該單一基質(zhì)的固相導熱系數(shù);對于珍珠巖和花生殼,選擇干燥狀態(tài)基本模型反向計算得到的s,取平均值作為其固相導熱系數(shù)。通過計算8種單一基質(zhì)固體相導熱系數(shù)s,得到珍珠巖、蛭石、爐渣、河沙、椰糠、泥炭、牛糞及花生殼的固相導熱系數(shù)分別為0.058、0.139、0.252、0.817、0.148、0.518、0.262及0.066 W/(m·K)。

        2.4 復配基質(zhì)固相導熱系數(shù)計算模型的篩選

        日光溫室生產(chǎn)中普遍采用由各類單一基質(zhì)混合形成的復配基質(zhì)。此時,基質(zhì)材料固體骨架并非單一材料,其導熱系數(shù)仍難確定。為此,本研究從8種單一基質(zhì)材料中選取若干形成4類基質(zhì)原料配方,通過調(diào)節(jié)配方中各組分比例,形成24種基質(zhì)配方(表4)。以由3種單一基質(zhì)復配形成的復配基質(zhì)為例,構成固體骨架的各組分體積比例可由3種單一基質(zhì)組分比例推導獲得:

        式中s為復配基質(zhì)固相孔隙度,s=1-;s1、s2、s3分別為復配基質(zhì)中3種組分的固相孔隙度;1、2、3與1′、2′、3′分別為復配基質(zhì)中3種組分的體積比例與復配基質(zhì)中3種組分固相的體積比例。

        表4 用于計算固相導熱系數(shù)的復配基質(zhì)配方

        對不同組分比例下復配基質(zhì)的有效導熱系數(shù)進行測定;基于干燥和飽和狀態(tài)下的導熱系數(shù)實測值,通過12種復合材料有效特性混合理論模型(式(5)~(11))的反向計算獲得復配基質(zhì)的固相導熱系數(shù)s′′;同時,根據(jù)本研究已確定的單一基質(zhì)固相導熱系數(shù)及復配基質(zhì)固相各組分體積比例,通過6種單一結構模型(式(5)~(10))正向計算獲得s′。圖4為4類復配基質(zhì)在不同組分比例下固相導熱系數(shù)的反向與正向計算結果。應用最小二乘法分析基本模型的預測精度,如表5所示。

        表5 基于6種單一模型的復配基質(zhì)固相導熱系數(shù)的最小二乘法計算結果

        從圖4和表5可知,6種基本模型中并聯(lián)模型的預測值最接近于實測數(shù)據(jù)反向計算值,且其模型對應最小二乘法計算結果最小,表明針對復配基質(zhì)固相導熱系數(shù)s′,采用并聯(lián)模型進行理論計算是適宜的,s′可由下式計算

        式中為組分比例的項數(shù);si為組分的固相孔隙;si為組分的固相導熱系數(shù),W/(m?K);V為組分的體積比例;s(n+1)為復配基質(zhì)的固相孔隙度。

        2.5 復配基質(zhì)有效導熱系數(shù)預測模型的建立

        在明確了溫室栽培基質(zhì)固相導熱系數(shù)與固相組分信息的關聯(lián)后,進一步分析復配基質(zhì)有效導熱系數(shù)與固液氣三相組分信息的關聯(lián),進而建立復配基質(zhì)有效導熱系數(shù)預測模型。基于基質(zhì)復配原則從8種單一基質(zhì)中選取若干,按照一定體積比例混合,形成4類復配基質(zhì)配方(表6)。根據(jù)復配基質(zhì)的飽和含水量設置飽和度梯度r(0~100%)。

        表6 用于計算有效導熱系數(shù)的復配基質(zhì)配方

        采用IMDRY3001-II雙平板導熱系數(shù)測定儀對不同飽和度復配基質(zhì)的有效導熱系數(shù)e′進行測試;利用式 (13)確定4類復配基質(zhì)的固相導熱系數(shù),將復配基質(zhì)的三相組分信息(各相體積比例和導熱系數(shù))分別代入6種復合材料有效特性單一結構模型(式(5)~(10))確定不同飽和度復配基質(zhì)的e′。

        圖5給出了不同飽和度條件下4種復配基質(zhì)e′的模型計算結果和實測結果。由圖5可知,復配基質(zhì)有效導熱系數(shù)的實測值與基本理論模型正向計算結果的整體變化規(guī)律基本一致,均隨飽和度的增加而增大。應用最小二乘法對復合材料導熱系數(shù)預測模型的預測精度進行定量分析(表7)。結果表明,6種有效導熱系數(shù)預測模型中,并聯(lián)模型的計算值最接近實測值,且其對應的最小二乘法計算結果最小,因此,并聯(lián)模型可有效捕捉溫室栽培基質(zhì)有效導熱系數(shù)隨飽和度的變化規(guī)律。

        綜上,日光溫室栽培基質(zhì)的有效導熱系數(shù)e′的預測模型可表示為

        表7 基于6種單一模型的復配基質(zhì)有效導熱系數(shù)的最小二乘法計算結果

        3 模型驗證

        采用日光溫室生產(chǎn)中常用的4種育苗和栽培基質(zhì)對所建模型進行驗證,該類復配基質(zhì)具有成本低、效益好及應用廣泛的特點。不同飽和度條件下復配基質(zhì)有效導熱系數(shù)e′的模型計算結果和實測結果如圖6所示。

        采用均方根誤差(RMSE)、平均絕對誤差(MAPE)和決定系數(shù)(2)對有效導熱系數(shù)預測模型的精度進行檢驗[28]。表8給出了基于并聯(lián)模型復配基質(zhì)有效導熱系數(shù)RMSE、MAPE和2分布情況。

        檢驗結果(表8)表明,4種復配基質(zhì)(蛭石∶泥炭 =8∶2、牛糞∶珍珠巖∶椰糠=1∶1∶1、花生殼∶蛭石∶珍珠巖=5∶3∶2、河沙∶泥炭∶蛭石=2∶1∶3)有效導熱系數(shù)實測值與模型預測值的RMSE值分別為0.012 3、0.023 5、0.008 6和0.031 5 W/(m?K),即RMSE范圍值為0.008 6~0.031 5 W/(m?K),MAPE值分別為0.046 7%、0.137 4%、0.026 2%和0.044 2%,即MAPE范圍值為0.026 2%~0.137 4%,模型決定系數(shù)2分別為0.988 0、0.900 7、0.977 3和0.937 0,2范圍值為0.900 7~0.988 0??傮w來看,模型預測值與實測值吻合良好,本研究所建模型適用于溫室栽培基質(zhì)有效導熱系數(shù)的理論計算。

        表8 基于并聯(lián)模型不同復配基質(zhì)有效導熱系數(shù)誤差分析

        4 結 論

        本研究首先綜合基于復合材料有效特性混合模型的理論計算和保護熱板法的導熱系數(shù)測試,確定了珍珠巖、蛭石、爐渣、河沙、椰糠、泥炭及腐熟牛糞與花生殼8種常用單一基質(zhì)的固相導熱系數(shù);其次采用復合材料有效特性混合模型的正向與反向計算方法,明確了復配基質(zhì)中固相導熱系數(shù)與各基質(zhì)組分體積比例的關聯(lián);進一步采用實驗測量驗證理論模型的方法,比選得出并聯(lián)模型適用于復配基質(zhì)固相的導熱系數(shù)及總體的有效導熱系數(shù)的理論計算,構建了不同飽和度下日光溫室栽培基質(zhì)有效導熱系數(shù)預測模型。

        選用現(xiàn)階段日光溫室生產(chǎn)中常用的4種育苗和栽培基質(zhì)在不同飽和度下的有效導熱系數(shù)測試數(shù)據(jù)對模型進行檢驗,結果顯示并聯(lián)模型平均絕對誤差為0.026 2%~0.137 4%,均方根誤差為0.008 6~0.031 5 W/(m?K),模型決定系數(shù)2為0.900 7~0.988 0,預測精度較高。該模型可為戈壁日光溫室生產(chǎn)中地下部分能量傳遞過程的定量分析提供基礎數(shù)據(jù),進而為溫室熱環(huán)境的優(yōu)化提供參考。

        隨著設施園藝產(chǎn)業(yè)的發(fā)展,溫室生產(chǎn)中充分利用各種來源廣泛,價格低廉的基質(zhì)材料。目前,本研究所建模型僅考慮了常用的4種無機基質(zhì)與4種有機基質(zhì)材料。為了進一步指導實踐,單一基質(zhì)材料的固相導熱系數(shù)作為預測模型輸入?yún)?shù),有待進一步擴充。

        [1] Xie J, Yu J, Chen B, et al. Gobi agriculture: an innovative farming system that increases energy and water use efficiencies. A review[J]. Agronomy for Sustainable Development, 2018, 38(6): 2-16.

        [2] 莊曉春. 戈壁農(nóng)業(yè)是現(xiàn)代農(nóng)業(yè)發(fā)展的新途徑:酒泉經(jīng)驗做法探究[J]. 甘肅農(nóng)業(yè),2019(4):74-76.

        Zhuang Xiaochun. Gobi agriculture is a new approach for the development of modern agriculture: A probe into Jiuquan’s experience and practices[J]. Gansu Agriculture, 2019(4): 74-76. (in Chinese with English abstract)

        [3] Alishaev M G, Abdulagatov I M, Abdulagatova Z Z. Effective thermal conductivity of fluid-saturated rocks Experiment and modeling[J]. Eegineering Geology, 2012, 135: 24-39.

        [4] Jia G S, Tao Z Y, Meng X Z, et al. Review of effective thermal conductivity models of rock-soil for geothermal energy applications[J]. Geothermics, 2019, 77: 1-11.

        [5] Abdulagatova Z, Abdulagatov I M, Emirov V N. Effect of temperature and pressure on the thermal conductivity of sandstone[J]. International Journal of Rock Mechanics & Mining Sciences, 2009, 46(6): 1055-1071.

        [6] 陳東燦,竇斌,田紅,等. 基于花崗閃長巖礦物成分的熱導率預測模型[J]. 地質(zhì)科技情報,2019,38(2):262-266.

        Chen Dongcan, Dou Bin, Tian Hong, et al. Thermal conductivity prediction model based on mineral composition of granodiorite[J]. Bulletin of Geological Science and Technology, 2019, 38(2): 262-266. (in Chinese with English abstract)

        [7] Abid M, Hammerschmidt U, K?hler J. Temperature and moisture dependent thermophysical properties of Sander sandstone[J]. International Journal of Thermal Sciences, 2014, 86(86): 88-94.

        [8] 王鑠,王全九,樊軍,等. 土壤導熱率測定及其計算模型的對比分析[J]. 農(nóng)業(yè)工程學報,2012,28(5):78-84.

        Wang Shuo, Wang Quanjiu, Fan Jun, et al. Soil thermal properties determination and prediction model comparison[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(5): 78-84. (in Chinese with English abstract)

        [9] 蘇李君,王全九,王鑠,等. 基于土壤物理基本參數(shù)的土壤導熱率模型[J]. 農(nóng)業(yè)工程學報,2016,32(2):127-133.

        Su Lijun, Wang Quanjiu, Wang Shuo, et al. Soil thermal conductivity model based on soil physical basic parameters[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(2): 127-133. (in Chinese with English abstract)

        [10] 李毅,邵明安,王文焰,等. 質(zhì)地對土壤熱性質(zhì)的影響研究[J].農(nóng)業(yè)工程學報,2003,19(4):62-65.

        Li Yi, Shao Ming'an, Wang Wenyan, et al. Influence of soil textures on the thermal properties[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2003, 19(4): 62-65. (in Chinese with English abstract)

        [11] 盧奕麗,張猛,劉曉娜,等. 含水量和容重對旱地耕層土壤熱導率的影響及預測[J]. 農(nóng)業(yè)工程學報,2018,34(18):146-151.

        Lu Yili, Zhang Meng, Liu Xiaona, et al. Effects of soil water content and bulk density on thermal conductivity of plough layer soil in arid land and its prediction[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(18): 146-151. (in Chinese with English abstract)

        [12] Lu S, Ren T, Gong Y, et al. An improved model for predicting soil thermal conductivity from water content at room temperature[J]. Soil Science Society of America Journal, 2007, 71(1): 8-14.

        [13] 原喜忠,李寧,趙秀云,等. 非飽和(凍)土導熱系數(shù)預估模型研究[J]. 巖土力學,2010,31(9):2689-2694.

        Yuan Xizhong, Li Ning, Zhao Xiuyun, et al. Study of thermal conductivity model for unsaturated unfrozen and frozen soils[J]. Rock and Soil Mechanics, 2010, 31(9): 2689-2694. (in Chinese with English abstract)

        [14] 曾召田,呂海波,趙艷林,等. 廣西紅黏土熱導率測試及理論預測模型研究[J]. 巖石力學與工程學報,2017,36(S1):3525-3534.

        Zeng Zhaotian, Lü Haibo, Zhao Yanlin, et al. Experimental research on thermal conductivity of red clay in Guangxi and its theory prediction models[J]. Chinese Journal of Rock Mechanics and Engineering, 2017, 36(S1): 3525-3534. (in Chinese with English abstract)

        [15] 劉榮華,金鳴林,包宗宏,等. 瀝青基塊體炭材料導熱系數(shù)模型的建立[J]. 材料導報,2010,24(S2):289-291.

        Liu Ronghua, Jin Minglin, Bao Zonghong, et al. Matermatical model for the thermal conductivity of the pitch-based carbon block[J]. Materials Reports, 2010, 24(S2): 289-291. (in Chinese with English abstract)

        [16] 張楓,肖建莊,宋志文. 混凝土導熱系數(shù)的理論模型及其應用[J]. 商品混凝土,2009:23-25,51.

        Zhang Feng, Xiao Jianzhuang, Song Zhiwen. The prediciton models of thermal conductivity of concrete and their application[J]. Ready-mixed Concrete, 2009: 23-25, 51. (in Chinese with English abstract)

        [17] 楊曉光,陳端生,鄭海山. 日光溫室氣象環(huán)境綜合研究(四):日光溫室地溫場模擬初探[J]. 農(nóng)業(yè)工程學報,1994(1):150-156.

        Yang Xiaoguang, Chen Duansheng, Zhen Haishan. A comprehensive research on the meteorological environment in sun-light greenhouse (IV): A preliminary study in simulating the soil temperature field of greenhouse. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 1994(1): 150-156. (in Chinese with English abstract)

        [18] 季亞萍,劉林松. 熱線法測瀝青混合料導熱系數(shù)試驗的改進[J]. 交通標準化,2013(23):135-137.

        Ji Yaping, Liu Linsong. Improvement of hot wire method measuring thermal conductivity of asphalt mixture[J]. Transport Research, 2013(23): 135-137. (in Chinese with English abstract)

        [19] 俞昌銘. 有效導熱系數(shù)及其應用[J]. 北京科技大學學報,1989(3):224-230. Yu Changming. The efficient thermal conductivities and its application[J]. Journal of University of Science and Technology Beijing, 1989(3): 224-230. (in Chinese with English abstract)

        [20] Woodside W, Messmer J H. Thermal conductivity of porous media. I. unconsolidated sands[J]. Journal of Applied Physics, 1961, 32(9): 1688-1699.

        [21] Zhu J. A cell model of effective thermal conductivity for saturated porous media[J]. International Journal of Heat and Mass Transfer, 2019, 138: 1054-1060.

        [22] Hashin Z, Shtrikman S. A variational approach to the theory of the effective magnetic permeability of multiphase materials[J]. Journal of Applied Physics, 1962, 33(10): 3125-3131.

        [23] 伍沅. 撞擊流定義芻議[J]. 化學工程,2008(9):79-82.

        Wu Yuan. Humble opinion of impinging stream definition[J]. Chemical Engineering, 2008(9): 79-82. (in Chinese with English abstract)

        [24] 程超,于文剛,賈婉婷,等. 巖石熱物理性質(zhì)的研究進展及發(fā)展趨勢[J]. 地球科學進展,2017,32(10):1072-1083.

        Cheng Chao, Yu Wen'gang, Jia Wanting, et al. Research progress and development tendency about thermal physical properties of rocks[J]. Advances in Earth Science, 2017, 32(10):1072-1083. (in Chinese with English abstract)

        [25] 張偉平,菲童,邢益善,等. 混凝土導熱系數(shù)的試驗研究與預測模型[J]. 建筑材料學報,2015,18(2):183-189.

        Zhang Weiping, Tong Fei, Xing Yishan, et al. Experimental study and prediction model of thermal conductivity of concrete[J]. Journal of Building Materials, 2015, 18(2): 183-189. (in Chinese with English abstract)

        [26] 王立成,常澤,鮑玖文. 基于多相復合材料的混凝土導熱系數(shù)預測模型[J]. 水利學報,2017,48(7):765-772.

        Wang Licheng, Chang Ze, Bao Jiuwen. Prediction model for the thermal conductivity of concrete based on its composite structure[J]. Journal of Hydraulic Engineering, 2017, 48(7): 765-772. (in Chinese with English abstract)

        [27] 褚召祥. 多組分:多孔巖土介質(zhì)導熱系數(shù)預測理論模型研究[D]. 徐州:中國礦業(yè)大學,2019.

        Chu Zhaoxiang. Thermal Conductivity Prediction Theoretical Models for Composite: Porous Geomaterials[D]. Xuzhou: China University of Mining and Technology, 2019. (in Chinese with English abstract)

        [28] Xu C, Yang Z, Wang M, et al. Characteristics and quantitative simulation of stomatal conductance of Panax notoginseng[J]. International Journal of Agriculture and Biology, 2019, 22(2): 388-394.

        Prediction models for the effective thermal conductivity of cultivation substrates in solar greenhouses

        Zhu Jianlong, Zhang Xiaodan※, Xie Jianming, Han Kangning, Ma Ning, Mao Erye, Li Lijuan

        (,,730070,)

        The thermal conductivity of cultivation substrates has been one of the most important parameters in the heat transmission of ground under the thermal environment in a solar greenhouse. Among them, the cultivation substrate is one type of multicomponent material with solid and liquid phases. In this study, prediction models were proposed for the effective thermal conductivity of unsaturated cultivation substrates in the production of a solar greenhouse. Eight commonly-used single substrates were taken as the research objects, such as perlite, vermiculite, cinder, river sand, coco coir, peat, decomposed cow dung, and peanut shell. The thermal conductivities of the substrates were measured using the guarded hot plate apparatus. The test temperature was set at 20 ℃, where the temperatures of the hot and cold plates were 25 and 15 ℃, respectively. Firstly, the effective thermal conductivity of the solid phase in the eight single substrates in dry and saturation was determined to reversely calculate the hybrid models for the effective characteristics of composite materials, such as Series, Parallel, Johansen Geometric Mean, Maxwell-Eucken 1, Maxwell-Eucken 2, Effective Medium Theory, Series Parallel-Arithmetic Mean, Series Parallel-Harmonic Mean, Series Parallel-Geometric Mean, Maxwell Eucken-Arithmetic Mean, Maxwell Eucken-Harmonic Mean, and Maxwell Eucken-Geometric Mean model. The solid-phase thermal conductivities of perlite, vermiculite, cinder, river sand, coco coir, peat, and decomposed cow dung and peanut shell were 0.058, 0.139, 0.252, 0.817, 0.148, 0.518, 0.262, and 0.066 W/ (m·K), respectively. Secondly, the components of the solid phase were arranged in parallel using the forward and reverse calculation of the hybrid model for the effective characteristics of the composite materials, according to the measured effective thermal conductivity of the complex substrates. The least-square method was selected to verify the thermal conductivity of the six single models. It was found that the Parallel model presented the smallest among the six single models, such as Series, Parallel, Johansen Geometric Mean, Maxwell-Eucken 1, Maxwell-Eucken 2, and Effective Medium Theory model. Finally, the correlation analysis was made between the thermal conductivity of the solid phase and the volume proportion of each component in the composite substrates. Furthermore, a comparison was made on the experimental and theoretical values for the effective thermal conductivity of the composite substrates under different saturation degrees. The results show that the calculated values of the Parallel model were the closest to the measured ones, and the least-squares calculation presented the smallest among the six prediction models of effective thermal conductivity. Therefore, the Parallel model was suitable for the theoretical calculation and prediction for the effective thermal conductivity of the composite substrates. Moreover, four seedling and cultivation substrates were selected to verify the model, such as vermiculite:peat=8:2, cow dung:perlite:coco coir=1:1:1, peanut shell:vermiculite:perlite=5:3:2, and river sand:peat:vermiculite=2:1:3, commonly-used in practice under different saturation degrees. The results show that the mean absolute percentage error of the Parallel model was 0.026 2%~0.137 4%, the root mean square error of the parallel model was 0.008 6~0.031 5 W/(m·K), the model determination coefficient2of the Parallel model was 0.900 7~0.988 0, and the prediction accuracy of the Parallel model was high. indicating better performance. Consequently, the Parallel model can be used to accurately predict the effective thermal conductivity of the cultivation substrates in actual production under various saturation degrees in a solar greenhouse. This finding can provide a strong reference for the effective thermal conductivity of porous media in unsaturated cultivation substrates of a solar greenhouse.

        greenhouses; substrates; thermal conductivity; saturation degrees; prediction models

        朱建龍,張瀟丹,頡建明,等. 日光溫室栽培基質(zhì)有效導熱系數(shù)預測模型[J]. 農(nóng)業(yè)工程學報,2021,37(24):199-207.doi:10.11975/j.issn.1002-6819.2021.24.022 http://www.tcsae.org

        Zhu Jianlong, Zhang Xiaodan, Xie Jianming, et al. Prediction models for the effective thermal conductivity of cultivation substrates in solar greenhouses[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(24): 199-207. (in Chinese with English abstract) doi:10.11975/j.issn.1002-6819.2021.24.022 http://www.tcsae.org

        2021-09-16

        2021-12-13

        國家自然基金面上項目(32072657)

        朱建龍,研究方向為設施蔬菜栽培生理與生長調(diào)控。Email:386009623@qq.com

        張瀟丹,博士,講師,研究方向為設施設計與環(huán)境調(diào)控。Email:zhangxiaodan199308@163.com

        10.11975/j.issn.1002-6819.2021.24.022

        S625

        A

        1002-6819(2021)-24-0199-09

        猜你喜歡
        日光溫室飽和度組分
        日光溫室番茄高產(chǎn)高效栽培技術
        組分分發(fā)管理系統(tǒng)在天然氣計量的應用
        糖臬之吻
        一種難溶難熔未知組分板材的定性分析
        黑順片不同組分對正常小鼠的急性毒性
        中成藥(2018年8期)2018-08-29 01:28:26
        金雀花中黃酮苷類組分鑒定及2種成分測定
        中成藥(2018年2期)2018-05-09 07:20:09
        北方冬季日光溫室番瓜高產(chǎn)栽培技術
        日光溫室盆栽迷你玫瑰栽培技術
        制作一個泥土飽和度測試儀
        巧用有機物的不飽和度
        亚洲男人第一无码av网站| 国产精品国产自产拍高清| 国产在线无码精品无码| 白天躁晚上躁麻豆视频| 欧美成人在线A免费观看| 一区二区三区熟妇人妻18| 中文字幕乱码熟女人妻在线| 亚洲熟妇久久国产精品| 欧美一级欧美一级在线播放| 国产一区二区三区杨幂| 国产人妖视频一区二区| 天天躁夜夜躁狠狠躁2021a2| 国产精品白浆一区二小说| 69堂在线无码视频2020| 亚洲国产人成综合网站| 国产成人喷潮在线观看| 亚洲男人的天堂网站| 亚洲av色香蕉一区二区三区蜜桃| 日本最新一区二区三区在线视频| 精品国产一二三产品区别在哪 | 国产成社区在线视频观看| 国产专区亚洲专区久久| 中文字幕人妻无码视频| 亚洲乱妇老熟女爽到高潮的片| 蜜桃av无码免费看永久| 亚洲精品国产成人久久av| 成人性生交大片免费| 四虎成人精品无码永久在线| 国产女主播大秀在线观看| 无码人妻丰满熟妇啪啪网不卡| 日日躁夜夜躁狠狠躁超碰97| 无码av专区丝袜专区| 亚洲一区精品在线中文字幕| 小荡货奶真大水真多紧视频| 久久久久亚洲AV成人网毛片| 久久国产精品亚洲我射av大全| 国产亚洲精品成人aa片新蒲金| 玩弄放荡人妻一区二区三区| 魔鬼身材极品女神在线| 国产亚洲aⅴ在线电影| 把插八插露脸对白内射|