Prognozowanie wartości współczynnika przewodzenia ciepła λ betonu komórkowego

• Autorzy: Rogalska M. , Trochonowicz M.

Identyfikatory

DOI

10.15199/33.2016.06.39

Warianty tytułu

EN

The value of thermal conductivity λ cellular concrete

• Języki publikacji: PL

Abstrakty

PL

W artykule omówiono wyznaczenie wzoru regresyjnego do obliczania współczynnika przewodzenia ciepła λ betonu komórkowego z uwzględnieniem gęstości pozornej, temperatury i wilgotności powietrza otoczenia. Prognozowano, wykorzystując metody regresji wielorakiej i automatycznych sieci neuronowych. Wykonano test Shapiro-Wilka sprawdzający normalność rozkładów. Weryfikację prawidłowości wyznaczonych równań regresji wykonano, obliczając błąd MAPE prognozy oraz analizując szereg resztowy, wyznaczając funkcje autokorelacji i autokorelacji cząstkowych reszt. W celu uzyskania danych przeprowadzono badania laboratoryjne pięciu różnych gęstości betonu komórkowego od 100 do 570 kg/m3 oraz oznaczono wartość współczynnika λ przy zmieniających się warunkach cieplno-wilgotnościowych. Badania wpływu temperatury na wartości współczynnika przewodzenia ciepła wykonano dla czterech zakresów od 0 do 42,5 ºC. Wpływ wilgotności powietrza na wartość współczynnika oznaczono w przypadku pięciu wilgotności od 0 do 90%.

EN

The aim of the study was to determine the regression formula for calculating the thermal conductivity λ cellular concrete with regard to apparent density, temperature and humidity of the ambient air. Methods of automated regression and neural networks were used. Shapiro-Wilk normality checking distributions were made. Verification of the correctness set of regression equations was performed by calculating an error MAPE forecasts and analysis of the residual series, setting the autocorrelation function and partial autocorrelation of residuals. A series of laboratory tests were performed. For five different λ cellular concrete densities of 100 to 570 kg/m3 determined ratio when the changing conditions of the thermo-humidity. Investigation of the effect of temperature on the thermal conductivity was performed for four ranges of 0 to 42.5 °C. Effect of humidity on the coefficient determined for the five humidity of 0 to 90%.

Słowa kluczowe

PL

beton komórkowy; ABK; współczynnik przewodnictwa cieplnego; prognozowanie; czynnik wpływu; gęstość pozorna; temperatura; wilgotność powietrza; równanie regresji; sieć neuronowa; weryfikacja modelu

EN

cellular concrete; AAC; thermal conductivity coefficient; forecasting; influence factor; apparent density; temperature; air humidity; regression formula; neural network; model verification

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Materiały Budowlane
• Rocznik: 2016
• Tom: nr 6
• Strony: 90--91
• Opis fizyczny: Bibliogr. 3 poz., il., tab.

Twórcy

autor

Rogalska M.

• Politechnika Lubelska, Wydział Budownictwa i Architektury

autor

Trochonowicz M.

• Politechnika Lubelska, Wydział Budownictwa i Architektury

Bibliografia

• [1] Box George E. P., David A. Pierce. 1970. „Distribution of Residual Autocorrelations in Autoregressive Moving Average Time Series Models”. Journal of the American Statistical Association 65: 1509 – 1526.
• [2] Dittmann Paweł. 2004. Prognozowanie w przedsiębiorstwie. Metody i przykłady zastosowań. Kraków. Oficyna Ekonomiczna.
• [3] Shapiro Samuel, Martin Bradbury Wilk. 1965. „An Analysis of Variance Test for Normality (Complete Samples)”. Biometrika 52 (3-4): 591 – 611.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.