新型复合门窗型材隔热性能质量监测方法与系统与流程

1.本发明涉及电数字数据处理技术领域，具体涉及一种新型复合门窗型材隔热性能质量监测方法与系统。


背景技术：

2.门窗是工业建筑结构必不可少的组成部分，由于门窗所处的位置不同，环境不同，则对门窗有多种要求，比如保温、隔热、隔声、防水和防火等功能。
3.以隔热门窗为例，不同的门窗型材的隔热性能不同，如何确保门窗型材的隔热性能满足工业建筑中的使用需求成为当下关注的焦点，因此门窗型材隔热性能的检测方法显得尤为重要。现有的窗型材隔热性能的检测方法是通过实时监测门窗内外的环境温度，进而获得门窗的隔热性能。该方法仅从温度这一因素进行分析门窗的隔热性能，检测因素较为单一，检测结果的准确率较低。


技术实现要素：

4.为了解决上述技术问题，本发明的目的在于提供一种新型复合门窗型材隔热性能质量监测方法与系统，所采用的技术方案具体如下：根据门窗内外的温度，获取门窗内外不同的温度差异；并分别获取各温度差异下，设定时间段内不同时刻门窗框架的形变量和承重力；基于各温度差异下的门窗框架的形变量和承重力，计算各温度差异下的门窗隔热性能评价；根据各温度差异下的门窗框架的形变量以及门窗隔热性能评价，计算任意两个温度差异之间的关联关系；基于所述关联关系，对各个温度差异进行分类，得到多个类别；基于同一类别内各温度差异下的承重力，计算设定时间段内各温度差异下门窗的隔热影响程度；进而得到设定时间段内的隔热影响程度序列；将所述隔热影响程度序列输入预测网络中，输出下一时间段的预测隔热影响程度序列；基于所述预测隔热影响程度序列，得到门窗的隔热性能监测结果。
5.优选地，所述门窗隔热性能评价的获取方法具体为：在不同温度差异下，将设定时间段划分为第一时间段和第二时间段，计算第一时间段与第二时间段内所有时刻门窗框架的形变量和的比值，得到各温度差异下的形变程度；计算设定时间段内各个时刻门窗框架承重力的方差得到承重力波动值；根据所述形变程度和承重力波动值，得到各温度差异下的门窗隔热性能评价。
6.优选地，所述关联关系的获取方法具体为：计算任意两温度差异下门窗框架的形变量的皮尔逊相关系数，计算任意两温度差异下门窗框架的形变量差值的绝对值，计算任意两温度差异下各个时刻门窗框架的形变量均值的差值，基于所述皮尔逊相关系数、差值的绝对值以及形变量均值的差值，确定任意两个温度差异之间的关联关系。
7.优选地，所述门窗的隔热影响程度的计算方法为：计算同一类别内各温度差异下相邻时刻的承重力比值的均值。
8.本发明还提供了一种新型复合门窗型材隔热性能质量监测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种新型复合门窗型材隔热性能质量监测方法的步骤。
9.本发明实施例至少具有如下有益效果：本发明提供的新型复合门窗型材隔热性能质量监测方法，该方法是在工业建筑结构中，针对门窗并采集门窗的相关工业数据信息，对该信息进行数据处理的监测方法，本质上是基于复杂数学运算的、用于换算统计数据的监测方法，在此基础上计算门窗隔热性能评价，计算任意两个温度差异之间的关联关系，并对数据进行统计分类处理。进而对得到的类别内信息进行分析，得到门窗的隔热性能监测结果。本发明能够实时监测门窗型材的隔热性能，同时检测因素复杂，保证了检测结果的准确性。
附图说明
10.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
11.图1为本发明的一种新型复合门窗型材隔热性能质量监测方法的方法流程图。
具体实施方式
12.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种新型复合门窗型材隔热性能质量监测方法与系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
13.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
14.下面结合附图具体的说明本发明所提供的一种新型复合门窗型材隔热性能质量监测方法与系统的具体方案。
15.实施例1：在对工业建筑结构中的门窗型材隔热性能进行检测时，由于热胀冷缩的原理，门窗型材衔接处会在一些温差较大的情况下对门窗框架的形变造成影响，导致形变程度增加，影响门窗的隔热性能。因此，本发明提出了一种基于工业信息和数据处理的新型复合门窗型材隔热性能质量监测方法，该方法是基于复杂数学运算的、用于换算统计数据的监测方法。即：通过门窗内外不同温度差异，对门窗框架的形变程度和承重力分布情况进行分析，预测门窗的隔热影响程度，当门窗的隔热影响程度达到阈值时，及时对门窗框架进行维护或维修等处理。
16.请参阅图1，其示出了本发明一个实施例提供的一种新型复合门窗型材隔热性能质量监测方法的步骤流程图，该方法包括以下步骤：首先，根据门窗内外温度，获取不同的门窗内外温度差异；并分别获取各温度差异下，设定时间段内不同时刻门窗框架的形变量和承重力。
17.具体地，将温度传感器安装在门窗内外两侧，读取温度传感器上的温度数据，记录门窗内侧温度与门窗外侧温度的比值，得到温度差异，用公式表示为：其中，h表示温度差异，h表示门窗内侧温度，h’表示门窗外侧温度。并且先将门窗内侧温度与门窗外侧温度保持一致，再逐渐增加其中一侧的温度，并获取不同温度下的门窗内侧温度与门窗外侧温度的温度差异。
18.需要说明的是，根据热胀冷缩的原理，门窗框架在温差较大的时候会出现松动，轻则导致窗体松动、变形，破坏门窗的气密性和水密性，重则导致窗体整体松散、脱落。因此，需要对门窗框架衔接处进行监测。
19.具体地，采用红外光栅式传感器测量门窗框架衔接处的形变量信息，将红外光栅式传感器安装在门窗上方的左右框架衔接处的位置，实时检测衔接处的形变量信息，实施者也可根据实际情况选择更合适的传感器进行检测。采集每个温度差异下导致门窗框架变形的形变量，获取不同温度差异下，设定时间段内不同时刻门窗框架的形变量，构成形变量序列d。
20.本实施例中将时间段设定为1分钟，设定时间段对应的时刻设定为1秒；实施者可根据情况调整设定时间段和时刻对应的值。
21.需要说明的是，考虑到门窗的安装一般是立式安装，则由于门窗的上下边框的承重力不同，门窗框架的受力也不同。下方框架受力大于上方框架，进而下方框架衔接紧密性大于上方框架，所以，若门窗框架受温度差异的影响而发生形变，则上方框架发生形变会早于下方框架。在门窗框架没有发生形变的时候承重力会有一个初始的值，若门窗框架受温度差异的影响产生形变，则门窗框架的承重力分布情况就会发生变化，因此需要对门窗框架的承重力变化信息进行分析。
22.具体地，采用压力传感器对门窗框架的承重力信息进行分析，将压力传感器安装在门窗框架下方两个角的位置，实时检测门窗框架的承重力。采集每个温度差异下导致门窗框架变形的承重力，获取不同温度差异下，设定时间段内不同时刻门窗框架的承重力，构成承重力序列g。
23.然后，基于各温度差异下的门窗框架的形变量和承重力，计算各温度差异下的门窗隔热性能评价。
24.具体地，在不同温度差异下，将设定时间段均匀划分为第一时间段与第二时间段，计算设定时间段内第一时间段与第二时间段内所有时刻门窗框架的形变量和的比值，得到各温度差异下的形变程度，用公式表示为：
其中，表示温度差异为ha时门窗框架的形变程度，表示温度差异为下第i个时刻门窗框架的形变量，m为设定时间段内时刻的数量。
25.需要说明的是，将设定时间段划分为第一时间段与第二时间段，实施者也可根据采集到的形变量信息，将形变量变化较小的一段时间划分为第一时间段，将形变量变化较大的一段时间划分为第二时间段，或者其他合适的划分方法。
26.在不同温度差异下，计算设定时间段内各个时刻门窗框架承重力的方差得到门窗框架的承重力波动值s；根据所述形变程度和承重力波动值，得到各温度差异下的门窗隔热性能评价，用公式表示为：其中，表示温度差异为ha时门窗隔热性能评价，表示温度差异为ha时门窗框架的形变程度，表示温度差异为ha时门窗框架的承重力波动值。
27.接着，根据各温度差异下的门窗框架的形变量以及门窗隔热性能评价，计算任意两个温度差异之间的关联关系；基于所述关联关系，对各个温度差异进行分类，得到多个类别。
28.具体地，计算任意两温度差异下门窗框架的形变量的皮尔逊相关系数，计算任意两温度差异下门窗框架的形变量差值的绝对值，计算任意两温度差异下各个时刻门窗框架的形变量均值的差值，基于所述皮尔逊相关系数、差值的绝对值以及形变量均值的差值，确定任意两个温度差异之间的关联关系，用公式表示为：其中，r(ha,hb)表示温度差异为ha和hb之间的关联关系，、分别表示温度差异为ha和hb时门窗隔热性能评价，两者的差值越大，关系越弱，差值越小，关系越强。、分别表示温度差异为ha和hb时门窗框架的形变量序列。
29.表示两种序列的皮尔逊相关系数。、分别表示温度差异为ha和hb时门窗框架的形变量序列中各个时刻形变量均值，两者的差值越大，关系越弱，差值越小，关系越强。
30.基于各温度差异之间的关联关系，计算各温度差异之间的样本距离x，用公式表示为：其中，x表示温度差异为ha和hb时的样本距离，两温度差异之间的关联关系越强，样本距离越近，关联关系越弱，样本距离越远。
31.基于所述关联关系，利用dbscan聚类方法对各个温度差异进行分类，得到多个类
别。具体地，设置一个搜索半径r，由搜索半径r确定搜索范围，进而确定分类结果。实施者可以根据实际情况调整搜索半径r的取值，也可根据实际情况选择合适的分类或聚类方法。
32.进一步的，基于同一类别内各温度差异下的承重力，计算设定时间段内各温度差异下门窗的隔热影响程度；进而得到设定时间段内门窗的隔热影响程度序列。
33.具体地，计算同一类别内各温度差异下相邻时刻的承重力比值的均值，得到设定时间段内各温度差异下门窗的隔热影响程度，所述承重力比值的均值越大，则隔热影响程度就越大，并对所有的隔热影响程度进行归一化处理，使其值域位于[0,1]之间。其中，同一类别内的温度差异相似或相等，一个温度差异下对应一段时间段不同时刻的形变量和承重力。进而得到当前设定时间段内不同温度差异下门窗的隔热影响程度序列。
[0034]
最后，将所述隔热影响程度序列输入预测网络中，输出下一时间段的预测隔热影响程度序列；基于所述预测隔热影响程度序列，得到门窗的隔热性能监测结果。
[0035]
具体地，所述预测网络的训练过程为：将当前设定时间段内不同温度差异下门窗的隔热影响程度序列作为预测网络的训练数据，标签为输入当前设定时间段内不同温度差异下门窗的隔热影响程度序列后第一个时间段内不同温度差异下门窗的隔热影响程度序列。进而将隔热影响程度序列输入训练完成的预测网络中，输出下一时间段的预测隔热影响程度序列。在本实施例中，预测网络为rnn神经网络。其中，将隔热影响程度作为训练数据的质量分数，并归一化到相加为1，得到c={c1,
…
,ci}预测网络的损失函数为均方差损失函数，具体为：其中，ci为归一化后的质量分数，作为损失权重。为预测样本，yi为特征样本。目的是为了确保损失函数收敛，通过不断训练使损失函数变小，确保预测的精确性。
[0036]
需要说明的是，训练预测网络的意义是通过承重力的差异情况，可以利用预测网络预测后续时间段门窗型材的隔热性能。
[0037]
由于门窗框架的隔热性会随着时间和温差的持续减小，呈下降状态，实施者根据实际情况设置一个隔热影响程度阈值，当得到的预测隔热影响程度大于设定阈值时，进行预警，提醒使用者对门窗框架隔热性能进行维护，以保证隔热性能维持在正常状态。
[0038]
实施例2：本实施例提供了一种新型复合门窗型材隔热性能质量监测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种新型复合门窗型材隔热性能质量监测方法的步骤。由于实施例1已经对一种新型复合门窗型材隔热性能质量监测方法进行了详细的阐述，此处不再过多介绍。
[0039]
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0040]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部
分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。