针对建筑围护结构材料的导热系数反演这类问题的不适定性和围护结构传热特征,通过测点温度对导热系数的识别,利用Bayesian推理和一维热传导模型建立围护结构传热系数反演模型,运用有限控制体积法(FCV)求解一维热传导模型,利用Bayesian...针对建筑围护结构材料的导热系数反演这类问题的不适定性和围护结构传热特征,通过测点温度对导热系数的识别,利用Bayesian推理和一维热传导模型建立围护结构传热系数反演模型,运用有限控制体积法(FCV)求解一维热传导模型,利用Bayesian推理中已知先验分布与条件概率分布求解得到后验概率分布,后验分布便是反问题的解。运用MCMC(Markov Chain Monte Carlo MCMC)方法构造Markov链对导热系数进行反演估计。通过算例分析不同测点、系统不同测量噪声的反演结果表明MCMC-Bayes方法对围护结构传热系数反演估计与真实参数是吻合的,且具有良好的鲁棒性。展开更多
文摘针对建筑围护结构材料的导热系数反演这类问题的不适定性和围护结构传热特征,通过测点温度对导热系数的识别,利用Bayesian推理和一维热传导模型建立围护结构传热系数反演模型,运用有限控制体积法(FCV)求解一维热传导模型,利用Bayesian推理中已知先验分布与条件概率分布求解得到后验概率分布,后验分布便是反问题的解。运用MCMC(Markov Chain Monte Carlo MCMC)方法构造Markov链对导热系数进行反演估计。通过算例分析不同测点、系统不同测量噪声的反演结果表明MCMC-Bayes方法对围护结构传热系数反演估计与真实参数是吻合的,且具有良好的鲁棒性。