版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、雙層屋面作為一種新型的屋面隔熱方式,已經(jīng)被越來越多的研究所關(guān)注。目前對于雙層屋面中的空氣層隔熱性能的理論研究還不完善,并且在應(yīng)用中重視空氣層的強迫對流而忽視了自然對流。因此本文的研究著重于雙層屋面的自然對流空氣層,對其進行理論分析總結(jié)和數(shù)值模擬計算,這對于如何利用雙層屋面空氣層進行屋面隔熱具有理論指導(dǎo)和工程參考的價值,也符合國家推進建筑節(jié)能技術(shù)發(fā)展的主流方向。
本文首先運用熱路圖闡述了雙層屋面對比單層屋面的隔熱優(yōu)勢,在邊界
2、層傳熱理論和實驗經(jīng)驗公式的基礎(chǔ)上歸納總結(jié)了雙層屋面自然對流空氣層散熱的理論解,并且利用熱對流公式分析自然對流空氣層的最佳間距;然后用CFD軟件對模型進行二維數(shù)值模擬計算,討論不同參數(shù)變化時對于雙層屋面隔熱性能的影響;最后根據(jù)文獻(xiàn)中提出的利用壓型鋼板改善舊屋面隔熱性能的新思路,建立壓型鋼板屋面的三維數(shù)值模型模擬計算,取不同的影響參數(shù)進行隔熱比較,驗證了數(shù)值模擬的可行性,得出各參數(shù)變化時對屋面隔熱性能的影響趨勢,為今后舊有建筑物的屋面改造提
3、供很好的指導(dǎo)。
結(jié)論表明了空氣層的自然對流換熱系數(shù)在雙層屋面隔熱中的重要性,同時指出壁面與氣體的溫差、傾斜角,空氣層高度和長度都是影響雙層屋面隔熱效果的重要因素,并認(rèn)為空氣層的最佳間距為上下熱邊界層之和。數(shù)值的計算結(jié)果亦顯示了在實際工程中,當(dāng)保持良好通風(fēng)狀態(tài)時,加熱溫度越高、傾斜角越大,空氣層高度越接近最佳間距的雙層屋面,其隔熱效果將會越好,并且利用壓型鋼板屋面進行舊屋面隔熱改造之時,應(yīng)該預(yù)估熱邊界層厚度,以選取合適的鋼板
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 雙層屋面空氣層隔熱性能計算分析.pdf
- 通風(fēng)屋面隔熱性能分析研究.pdf
- 夏熱地區(qū)建筑雙層隔熱表皮隔熱性能研究.pdf
- 多孔板構(gòu)造雙層屋面的熱性能研究.pdf
- 復(fù)合生態(tài)種植屋面隔熱性能測試分析.pdf
- 復(fù)合式蓄水種植屋面隔熱性能與應(yīng)用研究.pdf
- 足尺寸建筑模式下植被屋面的隔熱性能研究.pdf
- 淺層遮擋式蓄水屋面蒸發(fā)隔熱性能對比研究.pdf
- 輕質(zhì)屋面建筑隔熱性能與室內(nèi)熱環(huán)境模擬研究.pdf
- 實際氣候條件下輕型屋面綠化模塊的隔熱性能研究.pdf
- 足尺寸建筑模式下植被屋面的隔熱性能及能耗特性研究.pdf
- 金屬熱防護系統(tǒng)纖維隔熱毯隔熱性能研究.pdf
- 湖南地區(qū)植被屋頂隔熱性能研究.pdf
- YSZ熱障涂層隔熱性能的數(shù)值研究.pdf
- 蛭石隔熱材料隔熱性能的實驗與數(shù)值模擬研究.pdf
- 建筑遮陽系統(tǒng)隔熱性能測試方法研究.pdf
- 織物非穩(wěn)態(tài)隔熱性能測試方法的研究.pdf
- “空氣層”在湖南地區(qū)建筑外圍護結(jié)構(gòu)中的保溫隔熱作用研究.pdf
- 含濕多孔材料屋面隔熱及保溫性能研究.pdf
- 湖南省小型住宅通風(fēng)外墻隔熱性能研究.pdf
評論
0/150
提交評論