摘要:介绍了建筑物外墙角作为热桥的特点及其对室内环境的不利影响,并指出传统测试方法存在的不足。由于红外热像仪测温方法的特殊性,借助红外热像仪分析外墙角温度场分布。在拟合优度检验确定结露区域温度数据符合Weibull分布的前提下,通过典型热像图探索结露程度与Weibull分布函数参数间的关系,并解释Weibull分布函数参数的具体含义,进一步提出用红外热像仪定量确定结露程度的新方法。

引言

建筑物外墙角属于热桥的一种,它的二维或三维传热导致外墙角出现发霉、结露问题,这给室内环境带来非常不利的影响,甚至会影响建筑物的正常使用。统计数据表明,结露问题是业主抱怨最多的问题,所以,对建筑物结露问题的分析非常重要。关于外墙角等建筑热桥的研究已经有很多年,但是温度测试还是主要采用传统的测试方法,目前,比较成熟的是采用热电阻及表面热电偶进行测量。但是这些都是接触式测量,由于传感器的敷设,很容易改变被测表面的热状态,导致测量误差。为此,人们一直追寻一种新的测量方法,避免接触式测量方法的不足。在非接触测温方法中,比较先进的设备是红外热像仪。本文通过红外热像仪研究一种新的定量分析外墙角结露问题的研究方法。

1. 红外热像仪测温原理和红外热像图

红外热像仪是集先进的光电技术、红外探测器技术和红外图像处理技术于一身的产品。基于物体本身的热敷设因目标与背景的温度和发射率不同,而产生在能量和光谱分布上的辐射差异。这种辐射差异所携带的目标信息,经红外探测器转换成相应电信号,通过信号处理后,在显示器上显示出被测物体表面温度分布的热像图。

对某建筑外墙角进行实际拍摄,得到的红外图像如图2。

通过热像图2,可以清晰地看出温度场分布并不均匀,有明显的温度梯度和温度不均匀(虚线所包括区域)。

2. 结露程度与Weibull分布函数间的关系

2.1 Weibull分布函数

热像仪配置的软件可以对数据精心处理,如图3右侧的统计分析图像显示的温度概率密度图。

当获得热图像的数据之后,进一步探索这些数据中存在的共性,通过对这些数据进行统计学的X拟合优度检验,结果是温度异常区域的温度数据符合Weibull分布,Weibull概率密度函数如下:

2.2 Weibull分布函数参数β、m

外墙角的结露问题与参数β、m的关系讨论如下。

2.2.1 尺度参数β

尺度参数β的大小反映的是最大概率密度对应的温度值(见图4、5),非常接近平均温度,也可以间接地反映围护结构表面平均温度的大小。在m一定的情况下,β值越小,函数图像位置越向左,低温区的平均温度值越低。假设此时露点温度为7℃,不同β值下低于露点温度的 Weibull分布概率密度值f(7)可以通过公式(1)获得。

检测条件和m值相同的情况下,β值越小,低于露点的概率密度越大,也就是结露区温度越低。

2.2.2 形状参数m

在实际情况中,不同外墙角处Weibull函数的m值并不相同,不能仅用β值大小来判断结露状况,因此,还要考虑形状参数m的大小,现讨论β值不变时m的影响作用。

m值反映了Weibull分布函数平均温度。在β一定的情况下,m值越小,曲线越平缓,温度越分散。假设露点是7℃,不同m值下不同的Weibull概率密度f(7)可以通过公式(1)得到。

当检测条件和β值相同的情况下,m值越小,低于露点的概率值越大,结露区域面积越大(见图6、7)。

2.2.3结露程度与Weibull分布函数参数间的关系

通过上述分析可见,在确定低温区的温度场分布满足Weibull分布函数的条件下,可通过其参数β、m的值考虑影响。如果存在结露现象,在其他因素相同的情况下,β值越小,m值越小,结露程度越大。

3. 结论

在本文中利用红外热像仪分析外墙角的温度场分布,针对外墙角的结露问题拍摄了一些典型热像图。当通过统计学的X拟合优度检验确定结露区域符合Weibull分布之后,这样结露程度就可以具体地转换为Weibull分布函数的参数,为定量分析结露问题开拓了新的研究方法;拍摄红外热像图,数据输出转换为Weibull分布函数的参数,由参数大小确定结露程度。