WO2016106949A1 - 一种山体中分布式地下设施温度场仿真方法 - Google Patents

一种山体中分布式地下设施温度场仿真方法 Download PDF

Info

Publication number
WO2016106949A1
WO2016106949A1 PCT/CN2015/072654 CN2015072654W WO2016106949A1 WO 2016106949 A1 WO2016106949 A1 WO 2016106949A1 CN 2015072654 W CN2015072654 W CN 2015072654W WO 2016106949 A1 WO2016106949 A1 WO 2016106949A1
Authority
WO
WIPO (PCT)
Prior art keywords
mountain
point
temperature
temperature distribution
distributed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/CN2015/072654
Other languages
English (en)
French (fr)
Inventor
张天序
马文绚
郝龙伟
鲁岑
药珩
王岳环
桑农
杨卫东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to US15/106,693 priority Critical patent/US20160364509A1/en
Publication of WO2016106949A1 publication Critical patent/WO2016106949A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three-dimensional [3D] modelling for computer graphics
    • G06T17/005—Tree description, e.g. octree, quadtree
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three-dimensional [3D] modelling for computer graphics
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V20/00—Geomodelling in general
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads

Definitions

  • the invention belongs to the field of natural geography, thermophysics and information processing intersection, and more specifically relates to a method for simulating a temperature field of a distributed underground facility in a mountain body, which is used for performing a mountain body with distributed underground facilities under the influence of seepage effect Temperature field simulation.
  • the fractured rock mass is a kind of complex rock mass widely encountered in rock mass engineering such as dam foundation, slope, underground cavern, etc. It is a discontinuous medium composed of randomly distributed cracks and rock blocks cut by cracks, rock and soil. There is a gap, rich in flowing water medium, called seepage.
  • the distribution of the temperature field of the mountain is controlled by the temperature distribution and thermal state of the shallow crust, and is also affected by the rock mass engineering and external conditions (including groundwater seepage).
  • Theoretical and experimental studies have shown that there are generally three ways of transferring heat (ie, heat transfer): conduction, convection, and radiation.
  • the distribution of temperature field in engineering rock mass is mainly realized by conduction and convection.
  • the seepage movement of groundwater itself is transferred by thermal convection, which affects the temperature field distribution of fractured rock mass.
  • Groundwater is in fractured rock mass.
  • the magnitude of the seepage velocity directly controls the magnitude of the change in the temperature of the rock mass. Therefore, the effect of seepage on the temperature is very obvious.
  • the groundwater flow flows in the vertical direction in the fracture.
  • the temperature of the groundwater flow is lower than the temperature of the rock mass. Therefore, the temperature of the rock mass is transmitted to the water flow, so that the temperature of the water flow is flowing.
  • the direction gradually increases, which in turn changes the distribution of the temperature field of the rock mass.
  • the temperature of the water flow approximates the temperature of the rock mass, and the heat reaches an equilibrium state within a given range.
  • the existing thermal simulation method of underground objects only considers the thermal field distribution of underground facilities under solid conduction such as rock soil, and does not take into account the influence of rock fissures and fluid medium on the distribution of underground temperature field, while fluid medium makes underground facilities
  • the thermal field exchange with the mountain is faster and more apparent on the surface.
  • ANSYS general finite element analysis software
  • the present invention considers that the fractured rock mass is a substance having a continuous medium property, that is, the fractured rock mass is composed of a fracture system with poor porosity and strong water permeability, and a rock block with good void property and weak water conductivity, according to the dual medium.
  • the present invention proposes a method of equivalently forming a seepage field into a "capillary" which is randomly and evenly distributed in a mountain, and simulates a temperature field of a mountain body containing a distributed underground facility under the influence of a seepage field.
  • the present invention provides a method for simulating a temperature field of a distributed underground facility in a mountain, the method comprising the following steps:
  • Physical characteristics and temperature distribution simulation modeling of mountain and distributed underground facilities physical characteristics modeling of mountain and distributed underground facilities, temperature/infrared imaging simulation platform for underground targets based on physical feature model (Simulation Platform Of Temperature/Infrared Image Formation (SPTIF) directly models the physical characteristics of the geometry of the mountain and distributed underground facilities to establish a geometric model of the mountain and distributed underground facilities;
  • SPTIF Simulation Platform Of Temperature/Infrared Image Formation
  • Model of seepage field abstract the seepage field into a thin and evenly distributed thin tube in multiple mountains, and add it to the distributed underground facility temperature simulation model;
  • the step (2) specifically comprises the following sub-steps:
  • the step (2.1) specifically includes:
  • the mountain contour data is separated into 17 regions, each region is at the same altitude.
  • the different regions are horizontally independent of each other, not interlaced, with a hierarchical structure in the vertical direction, and a high altitude region in the vertical direction.
  • the projection is contained in a closed curve with a low altitude;
  • the mountain structure is further abstracted by the data structure of the multi-fork tree.
  • the mountain tree structure is constructed by reversing the mountain, each area as a node, and the bottom of the mountain is the root node of the tree, if it is projected in the vertical direction.
  • the upper layer has a closed relationship with the next layer, and the next layer is the child node of the previous layer.
  • the step (2.2) specifically includes:
  • the node is a leaf node, and the maximum height of the "capillary" is equal to the altitude of the node. If it is not a leaf node, the next layer of the child node is traversed; if not in the closed curve, the other nodes of the same altitude are performed.
  • the algorithm for determining whether a point is in a closed polygon in the step (2.2) specifically includes:
  • the step (3) specifically includes:
  • the step (3.1) specifically includes:
  • the target area is ⁇ 1
  • the background area is ⁇ 1
  • the target object is a cylinder.
  • the upper surface position is ⁇ 1
  • the lower surface position is ⁇ 2
  • ⁇ o and ⁇ s are the thermal diffusion coefficients of the target and background regions, respectively
  • k o and k s are the heat conduction numbers of the target and background regions, respectively.
  • the temperature distribution is continuous, satisfying the following two constraints:
  • n is the unit normal vector of the space along the x 1 , x 2 or x 3 direction;
  • the distributed underground facility thermodynamic model satisfies the following initial conditions and boundary conditions, including:
  • g(x) is a temperature distribution function, which is obtained by interpolating the temperature distribution of the rock surface at the initial observation time and some temperature samples of different depths;
  • T air is the atmospheric temperature
  • T 0 is the temperature distribution on the soil surface
  • h conv is the thermal convection coefficient between the soil and the atmosphere.
  • T ⁇ is obtained by interpolating the measured values of some locations
  • n is an inward or outward unit normal vector of the remaining four faces of the outer surface of the geotechnical region after removing the upper and lower surfaces;
  • thermophysical model including the temperature distribution of shallow underground facilities is constructed, and the solution is obtained by solving the model. Temperature distribution of the surface to be predicted:
  • the step (3.2) specifically comprises: performing temperature field simulation on a mountain body containing a distributed underground facility in the case of containing a seepage field and without a seepage field, and in the simulation process, the seepage flow is performed.
  • the field is equivalent to multiple "capillaries", each "capillary” is a six-sided cylinder, and the distributed underground facility is also composed of a multi-segment cylinder model, in which each face of each conduit is integrated into the SPTIF of ANSYS. Number and information on the underside, top and side of the conduit, and surface numbering information for the distributed underground facility, Therefore, the temperature of the corresponding surface is simulated, and the simulation of the temperature distribution of the mountain is performed.
  • the method of the invention accurately calculates the height of the "capillary” randomly distributed in the mountain body by abstracting the data structure of the mountain model data, constructs a seepage field, and then uses the information file of the simulation software to solve the "capillary" and the automatic detection algorithm.
  • the bottom, top and side information of the distributed underground facility and its numbering are used to simulate the temperature field of the mountain containing distributed underground facilities under the influence of the seepage field.
  • 1 is a main interface of an SPTIF platform in an embodiment of the present invention
  • FIG. 2 is a plan view showing the geometric structure of the underground cavern in the embodiment of the present invention.
  • FIG. 3 is a side perspective view of a three-dimensional perspective view of a mountain body in an embodiment of the present invention.
  • Figure 5 is a geometric model of a distributed underground facility in an embodiment of the present invention.
  • Figure 7 is a three-dimensional structural view of a mountain body in an embodiment of the present invention.
  • Figure 8 is a finite element model of a mountain body in an embodiment of the present invention.
  • Figure 9 is a mountain tree structure in an embodiment of the present invention.
  • FIG. 10 is a schematic diagram of determining whether a point is inside a closed polygon in the embodiment of the present invention.
  • FIG. 11 is a flow chart of a "capillary" height algorithm in an embodiment of the present invention.
  • Figure 12 is a cross-sectional view of a mountain body after adding "capillary" in the embodiment of the present invention.
  • Figure 13 is a schematic view showing the thermal model of the underground object and the soil in the vicinity of the embodiment of the present invention.
  • 15 is a three-dimensional modeling of an underground facility with a seepage phenomenon added in an embodiment of the present invention.
  • 16 is a top view showing a simulation of a mountain thermal field without seepage in an embodiment of the present invention.
  • 17 is a top view showing a simulation of a mountain thermal field in which a seepage phenomenon is added in an embodiment of the present invention
  • Fig. 19 is a left side sectional view showing the simulation of a mountain thermal field in which a seepage phenomenon is added in the embodiment of the present invention.
  • the invention utilizes ANSYS software as the kernel requirement for calculating the temperature field distribution of the underground facility, and combines the high-level programming language VC++ and APDL language to develop the underground target temperature/infrared imaging simulation platform (SPTIF) to establish the physical characteristics modeling of the distributed underground facility.
  • SPTIF underground target temperature/infrared imaging simulation platform
  • the temperature/infrared imaging simulation platform (SPTIF) of the underground target is introduced:
  • the temperature/infrared imaging simulation platform of the underground target is the need to study the infrared simulation image of the underground facility for this project.
  • the ANSYS software is used as the kernel requirement for calculating the temperature field distribution of the underground facility, combined with the simulation of the high-level programming language VC++ and APDL language secondary development. platform.
  • the core idea is to calculate the target heat transfer process by means of the ANSYS kernel, generate the corresponding temperature distribution map, and then calculate the infrared simulation image according to the infrared radiation principle of the object.
  • the integration of the kernel of ANSYS software and the interface display of VC makes the process of thermal analysis easier to use.
  • the temperature data converted by ANSYS can be converted to infrared data by the corresponding temperature-to-infrared algorithm developed to obtain an infrared simulation image.
  • the underground target temperature/infrared imaging simulation platform is shown in Figure 1:
  • the seepage field is abstracted into a very thin and evenly distributed duct in a plurality of mountains, and the temperature field simulation of the distributed underground facilities of the mountain is carried out, so as to maximize the surface and interior of the mountain with distributed underground facilities.
  • the temperature field distribution has important significance for guiding the detection and identification of underground facilities.
  • the invention provides a method for simulating a temperature field of a mountain distributed underground facility including a seepage effect, comprising the following steps:
  • This distributed underground facility is an underground cavern in the mountain.
  • the natural scene of the underground cavern is drawn by Matlab software.
  • the three-dimensional view of the mountain is shown in Figure 3.
  • the construction of the SPTIF geometric model is composed of points, lines, faces and bodies. Points (coordinates) are the basis for building geometric models. Geometry is created by creating a closed curve from key points, a closed curve generating a plane, and then a closed surface to form a geometry. So for our mountain three-dimensional map, we need the point coordinates of the mountain surface. We obtain the contour point coordinates of a certain height of the mountain by extracting the medium high line of Matlab. The contour map of the contour is drawn in ANSYS as shown in Fig. 4.
  • the geometric model of the mountain and distributed underground facilities is directly established in SPTIF, and the main roadway is arched.
  • the height of the mountain is about 160 meters and the height of the distributed underground facility is 6 meters.
  • the geometric model of the distributed underground facility is shown in Figure 5.
  • the three-dimensional model after finite element meshing is shown in Figure 6.
  • the input mountain contour data is stored in 17 different files, each of which contains information on all the points that make up the closed curve.
  • the points in the same file are at the same altitude, so the data divides the whole mountain into 17 regions, which are independent of each other in the horizontal, do not stagger each other, have a hierarchical structure in the vertical direction, and the projection of the high altitude region in the vertical direction is included in the closed curve with low altitude.
  • the key points are connected into a curve, the closed curve is formed into a plane, and then the closed surface of the structural structure is formed by the structure of the skin on the side to realize the simulation realization of the complex geometry.
  • the three-dimensional structure diagram is shown in FIG. 7 Show, and then through the finite element mesh, the three-dimensional model is shown in Figure 8.
  • the seepage field is abstracted into a very fine capillary tube randomly distributed in multiple mountains.
  • the groundwater moves in it.
  • the direction of motion is related to many factors.
  • the coordinates of the bottom surface of the capillary tube are randomly generated, but the height of each capillary tube needs to be further determined. The specific steps are as follows:
  • the mountain contour data is separated into 17 regions, each region is at the same altitude.
  • the different regions are horizontally independent of each other, not interlaced, with a hierarchical structure in the vertical direction, and a high altitude region in the vertical direction.
  • the projection is contained in a closed curve with a low altitude.
  • the 17 numbers are 122, 123) and 13 and the areas in parentheses indicate the same altitude.
  • the data structure of the multi-fork tree further carries the mountain
  • the abstraction is used to locate which blocks each "capillary" belongs to in space, thereby determining the height information of the randomly distributed "capillaries".
  • the general idea of the tree structure of the mountain is to reverse the mountain, each area as a node, and the bottom of the tree is the root of the tree. If the projection in the vertical direction is closed to the next layer
  • the inclusion relationship of the interval, then the next layer is the child node of the upper layer, and the information of each node is as follows:
  • the tree structure of the structure mountain is shown in Fig. 9, and the altitude corresponding to the layer area is indicated in parentheses.
  • the horizontal/vertical intersection discrimination method (applicable to any closed polygon, including concave polygons and convex polygons) is used here.
  • a horizontal line from point P is used to solve all the intersections of the line and the polygon.
  • two intersection points IP 1 and IP 2 are sequentially taken from left to right. If P is inside the polygon, it is inevitable.
  • the point P exists between the two points of IP 1 and IP 2 (if it coincides, it is also counted as the middle). Therefore, we can consider each side of the polygon in order and find the total number of intersections.
  • the next layer of the child node is traversed; if not in the closed curve, then Other nodes at the same altitude traverse; if the point is not within the closed curve of all nodes at this altitude, the maximum height of the "capillary" is equal to the altitude of the parent node of this node; all points in the structure of the mountain tree Traverse, find the highest altitude corresponding to all points, that is, determine the height corresponding to all "capillaries".
  • the simulation of SPTIF is used to obtain the Yujiashan body.
  • the mountain profile after adding the “capillary” in the mountain is shown in Fig. 12.
  • n is the unit normal vector of space along the x 1 , x 2 or x 3 direction.
  • g(x) is the temperature distribution function; in the process of actually dealing with the problem, the temperature distribution of the underground rock and soil at the initial observation time cannot be directly obtained. We can estimate the temperature distribution of the geotechnical surface at the initial observation time and some differences. The depth temperature samples are interpolated.
  • the solar radiation energy received by the area mainly includes three parts: direct sunlight, solar scattering and ground reflection.
  • Atmospheric radiation in the sky also affects regional temperature changes. Atmospheric radiation is mainly a kind of long-wave radiation. The atmosphere has a certain temperature after absorbing the heat of the sun and the heat of the earth, so it also radiates energy outward at all times.
  • the energy entering the region through the convective heat transfer between the surface of the region and the atmosphere is related to the regional temperature, the atmospheric temperature, and the convective heat transfer coefficient h (fluid type, fluid flow pattern, fluid state, solid surface geometry, and temperature difference).
  • the heat conduction differential equation can be used to solve the distribution of the temperature inside the region with space and time, and the temperature distribution of the target surface can be obtained.
  • the heat conduction equation is based on the law of conservation of energy and the law of Four's. Let the density be ⁇ ; the specific heat capacity of the ground object is c; t represents time; k represents the thermal conductivity of the ground object; ⁇ v represents the heating power.
  • boundary conditions describe the heat exchange between the thermally conductive object and the surrounding environment in which it is located at the boundary between the two. Determining the boundary conditions of the features is of great significance for us to analyze the non-steady state heat conduction process.
  • T air is the atmospheric temperature
  • T 0 is the temperature distribution on the soil surface
  • h conv is the thermal convection coefficient between the soil and the atmosphere.
  • T ⁇ can be obtained by interpolating the measured values of some locations.
  • the geotechnical depth is generally 0.5m to satisfy the soil temperature at this depth is basically constant.
  • n is the outer surface of the ⁇ outer surface of the geotechnical area with Inward or outward unit normal vectors on the remaining four faces. This can be understood as the extent to which underground facilities have a limited impact on the temperature distribution of the surrounding area.
  • Equations (1)–(4) and initial conditions (5) and boundary conditions (8)(12)(13) constitute the thermophysical model we have solved for solving the temperature distribution of shallow underground facilities. Solving can accurately predict the temperature distribution of the surface of the area.
  • the temperature field simulation of the mountain with distributed underground facilities is carried out in the case of seepage field and no seepage field.
  • the seepage field is equivalent to multiple "capillaries", and each "capillary” is a six
  • the rectangular cuboid and distributed underground facilities are also composed of multi-segment cuboid models. We need to know exactly which side of each duct is integrated with ANSYS. The number in the SPTIF and the information on the bottom, top and side, as well as the surface number information of the distributed underground facilities, to temperature the corresponding surface, simulate the mountain temperature field distribution.
  • the present invention devises a method for programmatically detecting the "capillary" of the cuboid type and the bottom, top and side information of the distributed underground facility and its numbering. The specific steps are as follows:
  • the input mountain contour data holds the coordinate information of the points of the closed curve.
  • the key points are connected into the curve through the contour data, and the closed curve is formed into a plane.
  • the closed surface of the structural structure is formed on the side with the structure of the skin to realize the complex geometry.
  • the SPTIF configuration file integrated with ANSYS there are information files of points, lines, faces and bodies of the model, wherein the information file KLIST.txt of the point contains coordinates, numbers and other information of all points, and the information file of the line LLIST.txt contains the number of the line, the number of the two ends, the length of the line, and other information.
  • the information file ALIST.txt contains the number of the face, the line number of the face, and other information, the body information file VLIST.txt It includes information such as the number of the body and the face number of the formed body.
  • the structure of the surface is as follows:
  • the structure information of the body is as follows.
  • the latitude and longitude of the area where the basement is located is: 30.6° north latitude, 114.1° east longitude, and 180 meters above sea level.
  • the direct solar irradiance of the earth's surface is 82.4 W/m 2
  • the solar irradiance of the vertical south vertical façade is 11.4 W/m. 2 .
  • the illuminance of the solar radiation on the sunny side is 10 W/m 2
  • the illuminance of the solar radiation on the shady surface is 8 W/m 2 .
  • I.e. solar radiation into heat flux density were sunny side of 10W / m 2, shady side 8W / m 2.
  • the field survey measurements are based on the location of the target.
  • the temperature field distribution simulation was carried out for the distributed underground facilities without seepage field and seepage field, and the results are as follows.
  • the top view of the mountain thermal field simulation without seepage is shown in Fig. 16, and the top view of the mountain thermal field with seepage is shown in Fig. 17.
  • the left side cross-sectional view of the mountain thermal field simulation without seepage is shown in Fig. 18.
  • the left side cross-sectional view of the mountain thermal field simulation with the added seepage is shown in Fig. 19.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computer Graphics (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Or Creating Images (AREA)

Abstract

一种在渗流效应影响下对含有分布式地下设施的山体进行温度场仿真的方法。利用高程信息提取的等高线数据建立山体和地下设施的三维几何模型，将渗流场等效成山体随机均匀分布的"毛细管"，将山体数据抽象成一棵具有层次结构的多叉树，利用计算机图形学里判断点在封闭图形的算法，精确计算出每根"毛细管"的高度，从而在山体几何模型中建立了等效渗流场的几何模型。再利用ANSYS生成的配置文件，通过程序化设计查找出构建的地下设施和"毛细管"的面的信息，对在渗流场影响下含有分布式地下设施的山体进行温度场的仿真。

Description

一种山体中分布式地下设施温度场仿真方法 [技术领域]
本发明属于自然地理、热物理学和信息处理交叉的领域，更具体地，涉及一种山体中分布式地下设施温度场仿真方法，用于在渗流效应影响下对含有分布式地下设施的山体进行温度场仿真。
[背景技术]
裂隙岩体是坝基、边坡、地下洞室等岩体工程中广泛遇到的一类复杂岩体，是由随机分布的裂隙和被裂隙切割的岩块组成的不连续介质，岩石与泥土中有空隙，富含有流动的水介质，称为渗流。
山体温度场的分布受地壳浅层温度分布和热状态的控制，也受岩体工程和外界条件(包括地下水渗流)的影响。理论和实验研究表明，热力的传递(即传热)一般有3种方式:传导、对流和辐射。工程岩体中温度场的分布是以传导和对流为主实现的，地下水本身的渗流运动通过热对流的方式进行了热能转移，从而影响了裂隙岩体的温度场分布；地下水在裂隙岩体中的渗流速度的大小直接控制了岩体温度的变化幅度，因此，渗流对温度的影响是非常明显的。
由于断裂带内存在各种裂隙及破碎的岩石，地下水流在裂隙中沿垂直方向流动，地下水流的温度低于岩体的温度，因此，岩体的温度传递给水流，使水流的温度在流动方向上逐渐升高，进而改变了岩体温度场的分布。通过水流与围岩的热对流交换，水流的温度近似于岩体的温度，在给定的范围内热量达到了平衡状态。
现有的地下物体热仿真方法，只考虑到地下设施在岩石土壤等固体传导下的热场分布，没有考虑到岩石裂隙及其中的流体介质对地下温度场分布的影响，而流体介质使得地下设施与山体的热场交换更快速，在表面表现得更明显，在大型通用有限元分析软件(ANSYS)中，也没有描述岩石裂隙的渗流率参数。
[发明内容]
本发明认为裂隙岩体是一种具有连续介质性质的物质，即假设裂隙岩体是由空隙性差而导水性强的裂隙系统和空隙性好而导水性弱的岩块所构成的，根据双重介质理论，本发明提出了一种将渗流场等效成山体随机均匀分布的“毛细管”的方法，对在渗流场影响下含有分布式地下设施的山体进行温度场的仿真。
为了实现上述目的，本发明提供了一种山体中分布式地下设施温度场仿真方法，所述方法包括如下步骤：
(1)山体及分布式地下设施的物理特征和温度分布仿真建模：对山体及分布式地下设施进行物理特征建模，根据物理特征模型在地下目标的温度/红外成像仿真平台(Simulation Platform Of Temperature/Infrared Image Formation，SPTIF)中直接对山体和分布式地下设施的几何结构进行物理特征建模，从而建立山体和分布式地下设施的几何模型；
(2)渗流场建模：将渗流场抽象为多根山体中随机均匀分布的细导管，加入到分布式地下设施温度仿真模型中；
(3)对包含分布式地下设施的山体做含有渗流场和不含渗流场 的情况下进行温度场仿真。
在本发明的一个实施例中，所述步骤(2)具体包括如下子步骤：
(2.1)对山体数据的数据结构抽象，将整个山体抽象成一个有限节点组成的有层次关系的山体树结构；
(2.2)利用判断点是否在一个封闭多边形里的算法遍历上述生成的山体树结构，生成多根随机细管的底面坐标，得到每根细管的高度，生成毛细管。
在本发明的一个实施例中，所述步骤(2.1)具体包括：
将山体等高线数据分离成17个区域，每个区域在同一海拔高度上，不同区域之间在水平上相互独立，互不交错，在垂直方向具有层次结构，海拔高的区域在垂直方向上的投影包含于海拔低的封闭曲线内；
用多叉树的数据结构对山体进行进一步的抽象，山体树结构的构建方法是，把山体倒过来，每个区域当做一个节点，山底就是树的根节点，若在垂直方向上的投影中上一层对下一层有封闭区间的包含关系，那么下一层就是上一层的子节点。
在本发明的一个实施例中，所述步骤(2.2)具体包括：
随机产生一根“毛细管”的底面坐标，从山体树结构的最低层的节点开始，判断该坐标点是否在该层的所有点组成的封闭曲线内，若在此封闭曲线内，如果该层所在的节点是叶子节点，则“毛细管”的最大高度等于此节点的海拔高度，如果不是叶子节点，则对下一层子节点进行遍历；若不在此封闭曲线内，则对同一海拔的其它节点进行遍 历，如果该点不在此海拔高度的所有节点的封闭曲线内，说明该“毛细管”的最大高度等于此节点的父节点的海拔高度；对山体树结构中的所有点遍历，找到所有点对应的最高海拔，即确定了所有“毛细管”对应的高度。
在本发明的一个实施例中，所述步骤(2.2)中判断点是否在一个封闭多边形里的算法具体包括：
(2.2.1)从P点作一条水平直线，从封闭多边形一点P0开始，遍历完整个多边形所有的点，它前一个点表示为P1，后一个点表示为P2。
(2.2.2)求水平直线与多边形的所有交点，如果线段P0P2水平，如果p.y＝p2.y，则把点P2加入交点集合。如果线段P0P2水平，p1.y＝p0.y，则再次把点P2加入交点集合。
(2.2.3)如果线段P0P2不水平，求出y＝p.y直线和线段P0P2的交点IP，如果IP和P0重合，判断线段P1P0和线段P0P2是否在直线y＝p.y两侧，如果是，则把IP加入交点集合。如果IP不和P0重合，则直接把IP加入交点集合。
(2.2.4)将交点集合点按横坐标大小排序；
(2.2.5)点在边界上判断为不在多边形内，若交点个数为奇数，判断点在多边形外，依次在交点集合中取两个点IP1,IP2，如果存在p.x>＝p1.x且p.x<＝p2.x，则点P在多边形里面，如果不存在，则点P在多边形外面。
在本发明的一个实施例中，所述步骤(3)具体包括：
(3.1)建立分布式地下设施热力学模型；
(3.2)含有分布式地下设施的山体温度场仿真。
在本发明的一个实施例中，所述步骤(3.1)具体包括：
将地下设施及其附近方形区域表示为Ω＝{x:0<xi<li,i＝1,2,3}，方形区域沿三个维度x1,x2,x3方向的边长为l1,l2,l3，区域内任意一点的位置用x＝(x1,x2,x3)表示，目标区域为Ω1，背景区域为Ω\Ω1，目标物体为一圆柱体，上表面位置为ρ1，下表面位置为ρ2，αo和αs分别为目标和背景区域的热扩散系数，ko和ks分别是目标和背景区域的热传导数数，观测持续时间为(0,te)，区域内任意一点的温度分布记为T(x,t),(x,t)∈Qte＝Ωx(0,te)；
区域Ω内任意一点的温度T(x,t)满足下面的偏微分方程：
Figure PCTCN2015072654-appb-000001
Figure PCTCN2015072654-appb-000002
在目标和周围土壤的交界面处，温度分布具有连续性，满足以下两个约束条件：
Figure PCTCN2015072654-appb-000003
Figure PCTCN2015072654-appb-000004
当
Figure PCTCN2015072654-appb-000005
时，n是空间沿x1、x2或者x3方向的单位法向量；
其中，所述分布式地下设施热力学模型满足如下初始条件和边界条件，包括：
●初始条件：在起始观测时刻，假设地下岩土的温度分布已知， 记为T(x,0)，
T(x,0)＝g(x),x∈Ω                  (5)
g(x)为温度分布函数，通过对起始观测时刻的岩土表面的温度分布和一些不同深度的温度样值进行插值处理得到；
●区域表面热量交换：区域起始观测时刻的温度分布已知后，需要确定其变化情况；给出一定的边界条件，利用导热微分方程求解出区域内部温度随空间和时间变化的分布状态，由此可以得出目标表面的温度分布，地物的边界条件表达为：
Figure PCTCN2015072654-appb-000006
其中qsun和qsky分别为土壤吸收的太阳和天空辐射，qconv为区域表面和空气之间通过热对流吸收的热量.经过数学变形，(8)式可以写成如下的线性形式
Figure PCTCN2015072654-appb-000007
其中p和q(t)分别为天气条件和土壤热特性的函数，Tair是大气温度，T0是土壤表面的温度分布，hconv是土壤和大气之间的热对流系数。
Figure PCTCN2015072654-appb-000008
Figure PCTCN2015072654-appb-000009
●底面条件：假设在足够深的土壤处的温度分布是恒定不变的；
Figure PCTCN2015072654-appb-000010
其中T∞通过对一些位置的测量值进行插值处理得到；
●垂直边界条件：假设选取的岩土区域足够大，在方形区域除去上下表面后剩余四个面处土壤温度分布满足下面的边界条件
Figure PCTCN2015072654-appb-000011
n是岩土区域Ω外表面除去上下表面后剩余的四个面上的向内或者向外的单位法向量；
根据方程(1)—(4)以及初始条件(5)和边界条件(8)(12)(13)构成了包含浅层地下设施区域温度分布的热物理模型，通过对该模型的求解，得到待预测区域表面的温度分布：
Figure PCTCN2015072654-appb-000012
在本发明的一个实施例中，所述步骤(3.2)具体包括：在含有渗流场和不含渗流场的情况下对含有分布式地下设施的山体进行温度场仿真，在仿真过程中，将渗流场等效为多根“毛细管”，每根“毛细管”是一个六面的柱体，分布式地下设施也是由多段柱体模型组成，根据每根导管的每个面在集成了ANSYS的SPTIF中的编号以及导管的底面、顶面和侧面的信息，以及分布式地下设施的表面编号信息， 从而对相应的表面赋温度，进行山体温度场分布仿真。
本发明方法通过对山体模型数据的数据结构抽象，精确计算山体随机均匀分布的“毛细管”的高度，构建出渗流场，再利用仿真软件的信息文件，通过自动检测算法，求解出“毛细管”和分布式地下设施的底面、顶面和侧面信息及其编号，对在渗流场影响下含有分布式地下设施的山体进行温度场的仿真。
[附图说明]
图1是本发明实施例中SPTIF平台主界面；
图2是本发明实施例中地下洞库几何结构平面图；
图3是本发明实施例中山体的三维立体图侧面视角；
图4是本发明实施例中山体等高线数据在ANSYS中的显示；
图5是本发明实施例中分布式地下设施的几何模型；
图6是本发明实施例中分布式地下设施的有限元模型；
图7是本发明实施例中山体的三维立体结构图；
图8是本发明实施例中山体的有限元模型；
图9是本发明实施例中山体树形结构；
图10是本发明实施例中判断点是否在一个封闭多边形里面示意图；
图11是本发明实施例中“毛细管”高度算法流程图；
图12是本发明实施例中添加“毛细管”后的山体剖面图；
图13是本发明实施例中地下物体及附近区域土壤的热模型示意图；
图14是本发明实施例中获取“毛细管”面信息和编号的算法流程图；
图15是本发明实施例中添加渗流现象地下设施三维建模；
图16是本发明实施例中无渗流现象山体热场仿真俯视图；
图17是本发明实施例中添加渗流现象山体热场仿真俯视图；
图18是本发明实施例中无渗流现象的山体热场仿真左视剖面图；
图19是本发明实施例中添加渗流现象的山体热场仿真左视剖面图。
[具体实施方式]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明利用以ANSYS软件作为计算地下设施温度场分布的内核需求，结合高级编程语言VC++和APDL语言二次开发地下目标温度/红外成像仿真平台(SPTIF)，建立分布式地下设施物理特征建模。
地下目标的温度/红外成像仿真平台(SPTIF)介绍：
地下目标的温度/红外成像仿真平台是针对本项目研究地下设施红外仿真图像的需要，以ANSYS软件作为计算地下设施温度场分布的内核需求，结合高级编程语言VC++和APDL语言二次开发的仿真 平台。其核心思想是：借助ANSYS内核计算目标热量传递的过程，生成相应的温度分布图，然后根据物体的红外辐射原理计算其红外仿真图像。集成了ANSYS软件的内核以及VC的界面显示，使得热分析的过程更易掌握使用。并且可以在温度分布图的基础上，通过开发的相应的温度转红外算法将ANSYS解算的温度数据转换到红外数据，得到红外仿真图像。
地下目标温度/红外成像仿真平台如图1所示：
根据双重介质理论，将渗流场抽象为多根山体中随机均匀分布的很细的导管，进行山体分布式地下设施的温度场仿真，从而最大程度体现具有分布式地下设施的山体在其表面及内部的温度场分布情况，对指导地下设施的探测识别具有及其重要的意义，在现有的国内外文献中还没有看到与本发明相同的报道。
本发明提出了一种包含渗流效应的山体分布式地下设施温度场仿真方法，包括下述几个步骤：
(1)山体及分布式地下设施的物理特征和温度分布仿真建模：对山体及分布式地下设施进行物理特征建模，根据物理特征模型在SPTIF中直接对山体和分布式地下设施的几何结构进行物理特征建模，从而建立山体和分布式地下设施的几何模型；
(1.1)山体及分布式地下设施的物理特征建模
我们针对分布式地下设施特征(红外特征、多谱/高光谱特征、电磁波特征等)及其与环境的关系先期开展了理论分析，并针对对典型地下洞库几何结构利用MultiGen-Creator建立了目标物理模型，如 图2所示。
此分布式地下设施是一个在山体中的地下洞库，利用Matlab软件绘制了地下洞库的自然场景-山体的三维立体图，其侧面视角如图3所示。
SPTIF几何模型的构建是以点、线、面和体来构成的，点(坐标)是构建几何模型的基础。几何体的创建是由关键点生成闭合的曲线，闭合的曲线生成平面，然后由闭合的曲面围成几何体。因此针对我们的山体三维立体图，我们需要山体表面的点坐标。我们通过Matlab中等高线的提取来获得山体某一高度的轮廓点坐标，在ANSYS中绘制等高线分布图如图4所示。
(1.2)山体及分布式地下设施温度分布仿真建模
根据物理特征模型，在SPTIF中直接建立山体和分布式地下设施的几何模型，其主要巷道是呈拱形状。山体的海拔高度约为160米，分布式地下设施高度为6米。
分布式地下设施几何模型如图5所示，其经过有限元网格划分后的三维模型如图6所示。
输入的山体等高线数据保存在17个不同的文件中，每个文件包含一组组成封闭曲线的所有点的信息，同一文件中的点所在的海拔高度相同，因此这些数据将整个山体分成了17个区域，这些区域在水平上相互独立，互不交错，在垂直方向具有层次结构，海拔高的区域在垂直方向上的投影包含于海拔低的封闭曲线内，这些数据结构特征对于渗流场建模的建立具有重要意义。
通过等高线数据将关键点连接成曲线，封闭曲线生成成平面，然后在侧面用蒙皮的构造形成构造结构体的封闭曲面进而实现复杂几何体的仿真实现，其三维立体结构图如图7所示，再经过有限元网格划分，三维模型如图8所示。
(2)渗流场建模，将渗流场抽象为多根山体中随机均匀分布的很细的导管，加入到分布式地下设施温度仿真模型中。
根据双重介质理论，将渗流场抽象为多根山体中随机均匀分布的很细的毛细导管，地下水在其中运动，运动的方向与多种因素有关，在这里我们仅仅把毛细管抽象成竖直方向，即水在垂直方向上运动。首先随机生成毛细导管的底面坐标，但是需要进一步确定每根毛细导管的高度，具体步骤如下：
(2.1)对山体数据的数据结构抽象，将整个山体抽象成一个有限节点组成的有层次关系的山体树结构；
将山体等高线数据分离成17个区域，每个区域在同一海拔高度上，不同区域之间在水平上相互独立，互不交错，在垂直方向具有层次结构，海拔高的区域在垂直方向上的投影包含于海拔低的封闭曲线内。按照海拔高度由高到低的顺序，我们将区域编号为1、4、5、6、(71、72)、(81、82)、9、10、(111、112、113)、(121、122、123)、13这17个编号，括号内的区域表示在同一海拔高度。
考虑到山体是分层构建，同一层的不同块相互独立，相邻两层的各块在空间上有一定的关系，整个山体是一个有限节点组成的一个有层次关系的集合，所以，选择用多叉树的数据结构对山体进行进一步 的抽象，用来定位每根“毛细管”在空间上属于哪些块，从而确定随机分布的“毛细管”的高度信息。山体的树结构构建的大体思路是，把山体倒过来，每个区域当做一个节点(Node)，山底就是树的根节点，若在垂直方向上的投影中上一层对下一层有封闭区间的包含关系，那么下一层就是上一层的子节点，每个节点的信息如下：
Figure PCTCN2015072654-appb-000013
构造山体的树形结构如图9所示，括号内表示该层区域对应的海拔高度。
(2.2)利用判断点是否在一个封闭多边形里的算法遍历上述生成的山体树结构，生成多根随机细管的底面坐标，得到每根细管的高度，生成毛细管。
要判断垂直方向的投影的包含关系要用到计算机图形学里的判断点是否落在封闭图形里的知识，本发明设计的算法原理如下：
这里用到了水平/垂直交叉点判别法(适用于任意封闭多边形，包括凹多边形和凸多边形)。如图10所示，从P点作水平直线，求解出直线与多边形的所有交点，在x轴方向，从左到右依次取出两个交点IP1、IP2，如果P在多边形内部，则必然存在点P在IP1、IP2两点 的中间(若重合也算作中间)。所以，我们可以顺序考虑多边形的每条边，求出交点的总个数。
在求解直线和多边形交点的过程中，存在一些特殊情况，本算法约定如下，可以正确判断点是否在封闭多边形里面。对于多边形上一点P0，考虑边P0P2和P0的前一个点P1：
a、如果只有P0P2水平，当P在P0P2所在直线上时，把P2加入交点集合；
b、如果线段P1P0，P0P2都水平，当P1也在P0P2所在直线上时，则两次把P2加入交点集合。
c、如果y＝p.y直线与其交点是P0，如果P1P0，P0P2都在y＝p.y的同一侧，则两次把P0加入交点集合。
判断一点P是否在封闭多边形里面，p.x，p.y分别表示点P的横纵坐标，其具体算法流程如下：
(2.2.1)从P点作一条水平直线，从封闭多边形一点P0开始，遍历完整个多边形所有的点，它前一个点表示为P1，后一个点表示为P2。
(2.2.2)求水平直线与多边形的所有交点，考虑到特殊情况。如果线段P0P2水平，如果p.y＝p2.y，则把点P2加入交点集合。如果线段P0P2水平，p1.y＝p0.y，则再次把点P2加入交点集合。
(2.2.3)如果线段P0P2不水平，求出y＝p.y直线和线段P0P2的交点IP，如果IP和P0重合，判断线段P1P0和线段P0P2是否在直线y＝p.y两侧，如果是，则把IP加入交点集合。如果IP不和P0重合，则直接把IP加入交点集合。
(2.2.4)将交点集合点按横坐标大小排序
(2.2.5)点在边界上判断为不在多边形内，若交点个数为奇数，判断点在多边形外，依次在交点集合中取两个点IP1,IP2，如果存在p.x>＝p1.x且p.x<＝p2.x，则点P在多边形里面，如果不存在，则点P在多边形外面。
(2.3)生成多根随机细管的底面坐标，得到每根细管的高度，生成毛细管：
利用构建的“山体树”和判断点是否在一个封闭多边形里的算法遍历，其算法流程图如图11所示。我们按照此算法对山体遍历，找到对应某点的最高海拔，也就是确定了该“毛细管”的高度。
当随机产生一根“毛细管”的底面坐标，从最低层的节点开始(图9中的结点1)，判断该坐标点是否在该层的所有点组成的封闭曲线内，若在此封闭曲线内，如果该层所在的节点是叶子节点，则“毛细管”的最大高度等于此节点的海拔高度，如果不是叶子节点，则对下一层子节点进行遍历；若不在此封闭曲线内，则对同一海拔的其它节点进行遍历；如果该点不在此海拔高度的所有节点的封闭曲线内，说明该“毛细管”的最大高度等于此节点的父节点的海拔高度，；对山体树结构中的所有点遍历，找到所有点对应的最高海拔，即确定了所有“毛细管”对应的高度。
利用SPTIF进行仿真得到喻家山体，在山体中添加“毛细管”后的山体剖面图如图12所示。
(3)对包含分布式地下设施的山体做含有渗流场和不含渗流场 的情况下进行温度场仿真。
(3.1)建立分布式地下设施热力学模型
为了建立分布式地下设施的热模型，我们需要先做以下假设：
1)埋藏目标的区域介质(岩石和土壤)同质，且各向同性；
2)在一段时间内，土壤的含水量等物理条件是不变的；
3)物体完全埋藏于土壤岩石里。
理论分析中我们用一个地下设施及其附近区域的示意图作说明，如13所示，整个方形区域为Ω＝{x:0<xi<li,i＝1,2,3}，方形区域沿x1,x2,x3方向的边长为l1,l2,l3区域内任意一点的位置用x＝(x1,x2,x3)表示，目标区域为Ω1，背景区域为Ω\Ω1，目标物体为一圆柱体，上表面位置为ρ1，下表面位置为ρ2，αo和αs分别为目标和背景区域的热扩散系数，ko和ks分别是目标和背景区域的热传导数数。观测持续时间为(0,te)，区域内任意一点的温度分布记为T(x,t),(x,t)∈Qte＝Ωx(0,te)。
区域Ω内任意一点的温度T(x,t)满足下面的偏微分方程：
Figure PCTCN2015072654-appb-000014
Figure PCTCN2015072654-appb-000015
在目标和周围土壤的交界面处，温度分布具有连续性，可以得到以下两个约束条件:
Figure PCTCN2015072654-appb-000016
Figure PCTCN2015072654-appb-000017
当
Figure PCTCN2015072654-appb-000018
时，n是空间沿x1、x2或者x3方向的单 位法向量。
为了求出方程组(1)～(4)的解，我们还需要一些初始条件和边界条件，下面我们将详细描述如何在该模型中确定初始条件和边界条件。
●初始条件：和解决其它动态问题类似，我们需要知道在起始观测时刻的区域温度分布。在起始观测时刻，我们假设地下岩土的温度分布已知，记为T(x,0)
T(x,0)＝g(x),x∈Ω               (5)
g(x)为温度分布函数；在实际处理问题的过程中，起始观测时刻的地下岩土温度分布是无法直接获得的，我们可以对起始观测时刻的岩土表面的温度分布和一些不同深度的温度样值进行插值处理得到。
●区域表面热量交换：区域起始观测时刻的温度分布已知后，我们还需要确定其变化情况。引起区域温度变化的主要因素是区域表面和外界环境的热量交换，其是通过热辐射、对流和热传导三种形式进行的。区域表面和外界环境之间的热量交换主要是通过热辐射和热对流进行的，热传导主要在区域表面和区域内部之间进行。区域表面从外部环境接收到的辐射主要来自太阳和天空中的大气，同时区域表面也在向外辐射能量。
a)太阳的辐射(qsun)
区域接收到的太阳辐射能量主要包括太阳直射、太阳散射和地面反射三部分。区域表面接收到的太阳直接辐射能量与区域表面的发射率、日地之间的距离、太阳常数、大气质量、大气透明度、区域表面 对太阳直接辐射的接收角系数有关。
b)天空大气的辐射(qsky)
天空中大气的辐射也对区域温度的变化产生影响。大气辐射主要是一种长波辐射，大气在吸收了太阳热量和地球热量后，具有了一定的温度，所以也在时时刻刻的向外辐射能量。
c)热对流(qconv)
通过区域表面和大气之间的对流换热过程进入区域的能量和区域温度、大气温度以及对流换热系数h(流体种类、流体流动方式、流体状态、固体表面几何形状和温差)有关。
给出一定的边界条件，利用导热微分方程可以求解出区域内部温度随空间和时间变化的分布状态，由此可以得出目标表面的温度分布。导热方程是以能量守恒定律和傅氏定律为基础。设密度为ρ；地物的比热容为c；t表示时间；k表示地物的导热系数；Θv表示发热功率。
Figure PCTCN2015072654-appb-000019
边界条件描述了导热物体和其所处的周围环境之间在两者的边界处所进行的热交换。确定地物的边界条件对我们分析非稳态导热过程具有重要的意义。
Figure PCTCN2015072654-appb-000020
式中:
Figure PCTCN2015072654-appb-000021
为地物和周围环境边界面上的向外方向的法线。
在该区域模型中上式可以写成如下形式：
Figure PCTCN2015072654-appb-000022
其中qsun和qsky分别为土壤吸收的太阳和天空辐射，qconv为区域表面和空气之间通过热对流吸收的热量.经过数学变形，(8)式可以写成如下的线性形式
Figure PCTCN2015072654-appb-000023
其中p和q(t)分别为天气条件和土壤热特性的函数，Tair是大气温度，T0是土壤表面的温度分布，hconv是土壤和大气之间的热对流系数。
Figure PCTCN2015072654-appb-000024
Figure PCTCN2015072654-appb-000025
●底面条件：我们假设在足够深的土壤处的温度分布是恒定不变的。
Figure PCTCN2015072654-appb-000026
其中T∞可以通过对一些位置的测量值进行插值处理得到，对于大多数的岩土和气象条件，岩土深度一般取0.5m就可以满足该深度的土壤温度基本恒定。
●垂直边界条件：我们假设选取的岩土区域足够大，在方形区域 除去
Figure PCTCN2015072654-appb-000027
和
Figure PCTCN2015072654-appb-000028
后剩余四个面处土壤温度分布满足下面的边界条件
Figure PCTCN2015072654-appb-000029
n是岩土区域Ω外表面除去
Figure PCTCN2015072654-appb-000030
和
Figure PCTCN2015072654-appb-000031
剩余的四个面上的向内或者向外的单位法向量。这可以理解为地下设施对周围区域温度分布的影响范围是有限的。
方程(1)—(4)以及初始条件(5)和边界条件(8)(12)(13)构成了我们建立的求解包含浅层地下设施区域温度分布的热物理模型，通过对该模型的求解，可以准确预测区域表面的温度分布。
Figure PCTCN2015072654-appb-000032
(3.2)含有分布式地下设施的山体温度场仿真
在含有渗流场和不含渗流场的情况下对含有分布式地下设施的山体进行温度场仿真，在仿真过程中，将渗流场等效为多根“毛细管”，每根“毛细管”是一个六面的长方体，分布式地下设施也是由多段长方体模型组成，我们需要精确知道每根导管的每个面在集成了ANSYS 的SPTIF中的编号以及底面、顶面和侧面的信息，同时也需要知道分布式地下设施的表面编号信息，从而对相应的表面赋温度，进行山体温度场分布仿真。由于毛细管数量巨大，本发明设计了一种程序化自动检测长方体型的“毛细管”和分布式地下设施的底面、顶面和侧面信息及其编号的方法，具体步骤如下：
1)对SPTIF中含有渗流场和分布式地下设施山体模型的点、线、面、体信息进行数据处理
山体及分布式地下设施温度分布仿真建模时，输入的山体等高线数据保存的是一块块封闭曲线的点的坐标信息，通过等高线数据进行关键点连接成曲线，封闭曲线生成成平面，然后在侧面用蒙皮的构造形成构造结构体的封闭曲面进而实现复杂几何体。在集成了ANSYS的SPTIF配置文件中，分别存在模型的点、线、面、体的信息文件，其中，点的信息文件KLIST.txt包含了所有点的坐标、编号和其它信息，线的信息文件LLIST.txt包含了线的编号、两端点的编号、线的长度和其它信息，面的信息文件ALIST.txt包含了面的编号，围成面的线段编号等信息，体的信息文件VLIST.txt包含了体的编号、形成体的面编号等信息。
我们对这些信息文件进行处理，读取并存入为数据结构，其具体数据结构如下：
点的结构体如下表：
NO 点的编号
x 点的横坐标
y 点的纵坐标
z 点的海拔高度
flag 标记位，是否为感兴趣的点
线的结构体如下表：
NO 线的编号
point[2] 线的两个端点结构体
flag 标记位，是否为感兴趣的线
面的结构体如下表：
NO 面的编号
line[4] 围成封闭面的四条线结构体
flag 标记位，是否为感兴趣的面
keypoint 面中心点
isbeyondtunnel 标记位，是否为地下设施上方的面
体的结构体信息如下表
NO 体的编号
areas[6] 体的六个面结构体
bottom 体的底面
up 体的上表面
sides[4] 体的四个侧面
flag 标记位，是否为感兴趣的体
height 体的高度
在获取了点、线、面、体的数据结构后，具体检测长方体型的“毛 细管”和分布式地下设施的底面、顶面和侧面信息及其编号的算法流程图如图14所示。
2)利用“毛细管”和分布式地下设施的面的信息，求解温度场分布
利用“毛细管”和分布式地下设施的面的信息，建立含有渗流现象的地下设施三维建模，如图15所示。
设定边界条件，加载热载荷。具体的物性参数如下表所示：
环境温度 35℃
地层温度 25℃
目标生热率 5×101(W/m3)
介质传导系数 3.2(W/m℃)
表面换热系数 2(W/m℃)
地库所在地区的经纬度为：北纬30.6°，东经114.1°，海拔180米。取7月21日上午9时，经过太阳辐射特性公式的计算，得出地球表面的法向太阳直射辐射照度为82.4W/m2，正南垂直立面上的太阳辐射照度为11.4W/m2。
我们综合考虑山体表面的不平滑度以及山体相对太阳的偏斜角，在向阳面取太阳辐射的照度为10W/m2，背阴面取太阳辐射的照度为8W/m2。即太阳辐射转化成热流密度分别为向阳面10W/m2，背阴面8W/m2。实际应用中根据目标所处位置实地考察测量为准。
分别对分布式地下设施在没有渗流场和有渗流场的情况下进行温度场分布仿真，得到如下图结果。未加渗流的山体热场仿真俯视图如图16所示，有渗流的山体热场仿真俯视图如图17所示。未加渗流的山体热场仿真左视剖面图如图18所示，添加渗流的山体热场仿真左视剖面图如图19所示。
上述实验说明：渗流使地下设施的热能向山表面传导的更快、表现的更明显。
实验结论：从实验中可以看出，地下水本身的渗流运动通过热对流的方式进行了热能转移，这些因素影响了裂隙岩体的温度场分布，，地下水在裂隙岩体中的渗流速度的大小直接控制了岩体温度的变化幅度，因此，渗流对温度的影响是非常明显的。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

  1. 一种山体中分布式地下设施温度场仿真方法，其特征在于，所述方法包括如下步骤：
    (1)山体及分布式地下设施的物理特征和温度分布仿真建模：对山体及分布式地下设施进行物理特征建模，根据物理特征模型在SPTIF中直接对山体和分布式地下设施的几何结构进行物理特征建模，从而建立山体和分布式地下设施的几何模型；
    (2)渗流场建模：将渗流场抽象为多根山体中随机均匀分布的细导管，加入到分布式地下设施温度仿真模型中；
    (3)对包含分布式地下设施的山体做含有渗流场和不含渗流场的情况下进行温度场仿真。
  2. 如权利要求1所述的方法，其特征在于，所述步骤(2)具体包括如下子步骤：
    (2.1)对山体数据的数据结构抽象，将整个山体抽象成一个有限节点组成的有层次关系的山体树结构；
    (2.2)利用判断点是否在一个封闭多边形里的算法遍历上述生成的山体树结构，生成多根随机细管的底面坐标，得到每根细管的高度，生成毛细管。
  3. 如权利要求2所述的方法，其特征在于，所述步骤(2.1)具体包括：
    将山体等高线数据分离成17个区域，每个区域在同一海拔高度上，不同区域之间在水平上相互独立，互不交错，在垂直方向具有层次结构，海 拔高的区域在垂直方向上的投影包含于海拔低的封闭曲线内；
    用多叉树的数据结构对山体进行进一步的抽象，山体树结构的构建方法是，把山体倒过来，每个区域当做一个节点，山底就是树的根节点，若在垂直方向上的投影中上一层对下一层有封闭区间的包含关系，那么下一层就是上一层的子节点。
  4. 如权利要求2或3所述的方法，其特征在于，所述步骤(2.2)具体包括：
    随机产生一根“毛细管”的底面坐标，从山体树结构的最低层的节点开始，判断该坐标点是否在该层的所有点组成的封闭曲线内，若在此封闭曲线内，如果该层所在的节点是叶子节点，则“毛细管”的最大高度等于此节点的海拔高度，如果不是叶子节点，则对下一层子节点进行遍历；若不在此封闭曲线内，则对同一海拔的其它节点进行遍历，如果该点不在此海拔高度的所有节点的封闭曲线内，说明该“毛细管”的最大高度等于此节点的父节点的海拔高度；对山体树结构中的所有点遍历，找到所有点对应的最高海拔，即确定了所有“毛细管”对应的高度。
  5. 如权利要求4所述的方法，其特征在于，所述步骤(2.2)中判断点是否在一个封闭多边形里的算法具体包括：
    (2.2.1)从P点作一条水平直线，从封闭多边形一点P0开始，遍历完整个多边形所有的点，它前一个点表示为P1，后一个点表示为P2；
    (2.2.2)求水平直线与多边形的所有交点，如果线段P0P2水平，如果p.y＝p2.y，则把点P2加入交点集合；如果线段P0P2水平，p1.y＝p0.y，则再次把点P2加入交点集合；
    (2.2.3)如果线段P0P2不水平，求出y＝p.y直线和线段P0P2的交点IP，如果IP和P0重合，判断线段P1P0和线段P0P2是否在直线y＝p.y两侧，如果是，则把IP加入交点集合；如果IP不和P0重合，则直接把IP加入交点集合；
    (2.2.4)将交点集合点按横坐标大小排序；
    (2.2.5)点在边界上判断为不在多边形内，若交点个数为奇数，判断点在多边形外，依次在交点集合中取两个点IP1,IP2，如果存在p.x>＝p1.x且p.x<＝p2.x，则点P在多边形里面，如果不存在，则点P在多边形外面。
  6. 如权利要求2或3所述的方法，其特征在于，所述步骤(3)具体包括：
    (3.1)建立分布式地下设施热力学模型；
    (3.2)含有分布式地下设施的山体温度场仿真。
  7. 如权利要求6所述的方法，其特征在于，所述步骤(3.1)具体包括：
    将地下设施及其附近方形区域表示为Ω＝{x:0<xi<li,i＝1,2,3}，方形区域沿三个维度x1,x2,x3方向的边长为l1,l2,l3，区域内任意一点的位置用x＝(x1,x2,x3)表示，目标区域为Ω1，背景区域为Ω\Ω1，目标物体为一圆柱体，上表面位置为ρ1，下表面位置为ρ2，αo和αs分别为目标和背景区域的热扩散系数，ko和ks分别是目标和背景区域的热传导数数，观测持续时间为(0,te)，区域内任意一点的温度分布记为T(x,t),(x,t)∈Qte＝Ωx(0,te)；
    区域Ω内任意一点的温度T(x,t)满足下面的偏微分方程：
    Figure PCTCN2015072654-appb-100001
    Figure PCTCN2015072654-appb-100002
    在目标和周围土壤的交界面处，温度分布具有连续性，满足以下两个约束条件：
    Figure PCTCN2015072654-appb-100003
    Figure PCTCN2015072654-appb-100004
    当
    Figure PCTCN2015072654-appb-100005
    时，n是空间沿x1、x2或者x3方向的单位法向量；
    其中，所述分布式地下设施热力学模型满足如下初始条件和边界条件，包括：
    ●初始条件：在起始观测时刻，假设地下岩土的温度分布已知，记为T(x,0)，
    T(x,0)＝g(x),x∈Ω  (5)
    g(x)为温度分布函数，通过对起始观测时刻的岩土表面的温度分布和一些不同深度的温度样值进行插值处理得到；
    ●区域表面热量交换：区域起始观测时刻的温度分布已知后，需要确定其变化情况；给出一定的边界条件，利用导热微分方程求解出区域内部温度随空间和时间变化的分布状态，由此可以得出目标表面的温度分布，地物的边界条件表达为：
    Figure PCTCN2015072654-appb-100006
    其中qsun和qsky分别为土壤吸收的太阳和天空辐射，qconv为区域表面和空气之间通过热对流吸收的热量.经过数学变形，(8)式可以写成如下的线性 形式
    Figure PCTCN2015072654-appb-100007
    其中p和q(t)分别为天气条件和土壤热特性的函数，Tair是大气温度，T0是土壤表面的温度分布，hconv是土壤和大气之间的热对流系数；
    Figure PCTCN2015072654-appb-100008
    Figure PCTCN2015072654-appb-100009
    ●底面条件：假设在足够深的土壤处的温度分布是恒定不变的；
    Figure PCTCN2015072654-appb-100010
    其中T∞通过对一些位置的测量值进行插值处理得到；
    ●垂直边界条件：假设选取的岩土区域足够大，在方形区域除去上下表面后剩余四个面处土壤温度分布满足下面的边界条件
    Figure PCTCN2015072654-appb-100011
    n是岩土区域Ω外表面除去上下表面后剩余的四个面上的向内或者向外的单位法向量；
    根据方程(1)—(4)以及初始条件(5)和边界条件(8)(12)(13)构成了包含浅层地下设施区域温度分布的热物理模型，通过对该模型的求解，得到待预测区域表面的温度分布：
    Figure PCTCN2015072654-appb-100012
  8. 如权利要求7所述的方法，其特征在于，所述步骤(3.2)具体包括：在含有渗流场和不含渗流场的情况下对含有分布式地下设施的山体进行温度场仿真，在仿真过程中，将渗流场等效为多根“毛细管”，每根“毛细管”是一个六面的柱体，分布式地下设施也是由多段柱体模型组成，根据每根导管的每个面在集成了ANSYS的SPTIF中的编号以及导管的底面、顶面和侧面的信息，以及分布式地下设施的表面编号信息，从而对相应的表面赋温度，进行山体温度场分布仿真。
PCT/CN2015/072654 2014-12-30 2015-02-10 一种山体中分布式地下设施温度场仿真方法 Ceased WO2016106949A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/106,693 US20160364509A1 (en) 2014-12-30 2015-02-10 Method for simulating temperature field of distributed underground facility in mountain mass

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2014108491957 2014-12-30
CN201410849195.7A CN104504755B (zh) 2014-12-30 2014-12-30 一种山体中分布式地下设施温度场仿真方法

Publications (1)

Publication Number Publication Date
WO2016106949A1 true WO2016106949A1 (zh) 2016-07-07

Family

ID=52946149

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2015/072654 Ceased WO2016106949A1 (zh) 2014-12-30 2015-02-10 一种山体中分布式地下设施温度场仿真方法

Country Status (3)

Country Link
US (1) US20160364509A1 (zh)
CN (1) CN104504755B (zh)
WO (1) WO2016106949A1 (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108509666A (zh) * 2017-02-27 2018-09-07 中国科学院金属研究所 基于ANSYS/LS-dyna的纯铝导线多道次冷拉拔塑性变形模式预测方法
CN109376450A (zh) * 2018-11-09 2019-02-22 上海电气集团股份有限公司 一种太阳能吸热管温度场分析建模方法
CN109753700A (zh) * 2018-12-21 2019-05-14 昆明理工大学 一种随机库水位作用下的土石坝可靠度分析上限法
CN110287576A (zh) * 2019-06-20 2019-09-27 哈尔滨理工大学 一种基于Matlab的液体静压推力轴承润滑油膜三维温度场显示方法
CN110472362A (zh) * 2019-08-22 2019-11-19 上海飞机制造有限公司 复合材料检测方法、装置、计算机设备和存储介质
CN112347669A (zh) * 2020-10-09 2021-02-09 中国科学院国家天文台 一种大型天线背架温度测量与实时评估系统及方法
CN113703069A (zh) * 2020-08-26 2021-11-26 中国石油大学(北京) 贾敏损害油气层的建模方法、损害程度时空演化4d定量与智能诊断方法及其系统
CN114330074A (zh) * 2021-12-31 2022-04-12 华中科技大学 一种山体条带状地下隧道反演探测定位方法及装置
CN114357838A (zh) * 2022-01-07 2022-04-15 西安交通大学 一种可跨季节变流量变管径的同轴套管式地埋管换热器仿真方法
CN114528663A (zh) * 2022-02-22 2022-05-24 陕西省煤田地质集团有限公司 一种中深层同轴套管换热器的造斜设计方法
CN116046835A (zh) * 2022-12-30 2023-05-02 华中科技大学 多孔介质渗流效应约束地下建筑热流场和反演探测方法

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9638586B2 (en) * 2014-03-04 2017-05-02 Underground Systems, Inc. Dynamic wide-area earth thermal properties and earth ambient temperature determination system
CN107133384B (zh) * 2017-04-06 2020-05-01 中国电建集团北京勘测设计研究院有限公司 考虑渗水影响的胶凝砂砾石坝温度场计算方法
CN107357759B (zh) * 2017-06-26 2020-10-30 湖北工业大学 基于渗流边界和运动微分方程条件的渗流求解方法
CN108562329A (zh) * 2018-03-29 2018-09-21 大唐环境产业集团股份有限公司 一种储煤仓全方位保护系统
CN108645993B (zh) * 2018-04-08 2020-08-18 中国矿业大学(北京) 岩土介质中水分湿润锋的识别方法及其验证系统
CN108763730B (zh) * 2018-05-24 2022-08-12 浙江农林大学 基于热舒适指标的行道树筛选方法、系统、终端及介质
CN110059379A (zh) * 2019-04-02 2019-07-26 西北工业大学 一种基于matlab与apdl的柔性机构联合拓扑优化方法
CN110260995B (zh) * 2019-06-24 2023-12-29 上海格林曼环境技术有限公司 用于原位热脱附修复场地的温度收集系统及其测温方法
CN110509119B (zh) * 2019-09-17 2021-05-07 上海交通大学 砂带磨削过程仿真方法
CN110686522B (zh) * 2019-09-26 2021-02-09 北京国电龙源环保工程有限公司 一种基于有限温度测点的炉膛截面温度场构建方法
CN110826254A (zh) * 2019-11-27 2020-02-21 神华准格尔能源有限责任公司 露天矿边坡岩体节理分布参数测定方法、存储介质和系统
CN111339708B (zh) * 2020-03-26 2022-02-01 武汉大学 基于有限元的桩位偏差不确定性对防渗效果影响评估方法
CN111950797B (zh) * 2020-08-21 2023-03-10 中国科学院合肥物质科学研究院 一种带连接头的大功率水冷母线局部温度预测方法
CN113865557B (zh) * 2021-09-08 2024-01-16 诚邦测绘信息科技(浙江)有限公司 测绘用山体环境检测方法、系统、存储介质及智能终端
CN114428987B (zh) * 2021-12-24 2024-06-14 中国水电建设集团十五工程局有限公司 多物理场作用下的混凝土重力坝坝体应力分析方法
CN114112069B (zh) * 2022-01-27 2022-04-26 华中科技大学 地质约束的城市深埋条带通道红外成像探测方法及系统
CN114528738B (zh) * 2022-02-22 2025-03-21 北京环境特性研究所 一种目标温度场计算方法、装置及存储介质
CN115587497A (zh) * 2022-11-02 2023-01-10 中国矿业大学(北京) 一种地表裂缝温度场确定方法、系统及电子设备
CN115862780B (zh) * 2022-11-30 2025-07-18 上海城建城市运营(集团)有限公司 基于ansys apdl的混凝土氯盐双时变扩散分析方法
CN115964966B (zh) * 2022-12-23 2025-07-25 浙江大学 一种基于树型网络的多auv分布式协同流场估计方法
CN116305765B (zh) * 2022-12-29 2024-06-14 中国航天三江集团有限公司 高能激光辐照树脂基纤维增强复合材料的仿真方法及系统
CN116186905B (zh) * 2023-04-24 2023-06-27 中国空气动力研究与发展中心计算空气动力研究所 基于能流定向输运的高热载荷疏导设计方法及热防护系统
CN117116398A (zh) * 2023-09-06 2023-11-24 桂林电子科技大学 一种聚酰亚胺薄膜生产线烘道的温度场优化设计方法
CN116933666B (zh) * 2023-09-19 2023-12-26 深圳康普盾科技股份有限公司 一种集装箱储能系统的热管理优化方法、系统及介质
CN118211435B (zh) * 2024-05-22 2024-07-30 南方电网科学研究院有限责任公司 一种套管卷制管与穿缆空气间层的等效建模方法及系统
CN118779947B (zh) * 2024-06-18 2025-03-28 武汉理工大学青岛研究院 一种土建设计阶段的保温效果预测方法、介质及系统
CN119203597B (zh) * 2024-10-22 2025-04-04 中国地质大学（北京） 地热资源深部温度场建立的方法、装置、设备及存储介质
CN120145770B (zh) * 2025-03-19 2025-09-23 四川大学 一种高土石坝数字孪生模型构建方法
CN119917865A (zh) * 2025-04-03 2025-05-02 北京城市气象研究院 一种基于静止卫星的城市地表热存储估算方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6208939B1 (en) * 1999-07-13 2001-03-27 Monolith Co., Ltd. Topography information data processing method and apparatus based on manifold corresponding thereto
CN102663243A (zh) * 2012-03-30 2012-09-12 常熟南师大发展研究院有限公司 热渗耦合作用下地源热泵地埋管温度场数值模拟方法
CN103031801A (zh) * 2013-01-07 2013-04-10 天津市市政工程设计研究院 地下道路复合式路面温度场模型建立方法
CN103924547A (zh) * 2014-03-18 2014-07-16 水利部交通运输部国家能源局南京水利科学研究院 一种用于大坝渗流场与温度场之间关系实验研究的坝体模型

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020183970A1 (en) * 2001-03-27 2002-12-05 The Coca-Cola Company Computer assisted method and system for accurately predicting CO2 shelf-life of polyester containers for carbonated beverages
JP4725741B2 (ja) * 2005-01-04 2011-07-13 新世代株式会社 描画装置及び描画方法
US7716028B2 (en) * 2006-05-24 2010-05-11 Schlumberger Technology Corporation Method for modeling a reservoir using a 3D wettability map generated from a wettability logging tool
CN102156779B (zh) * 2011-04-13 2013-03-20 北京石油化工学院 地下水流仿真与预测分析方法
US9670775B2 (en) * 2013-10-30 2017-06-06 Schlumberger Technology Corporation Methods and systems for downhole fluid analysis

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6208939B1 (en) * 1999-07-13 2001-03-27 Monolith Co., Ltd. Topography information data processing method and apparatus based on manifold corresponding thereto
CN102663243A (zh) * 2012-03-30 2012-09-12 常熟南师大发展研究院有限公司 热渗耦合作用下地源热泵地埋管温度场数值模拟方法
CN103031801A (zh) * 2013-01-07 2013-04-10 天津市市政工程设计研究院 地下道路复合式路面温度场模型建立方法
CN103924547A (zh) * 2014-03-18 2014-07-16 水利部交通运输部国家能源局南京水利科学研究院 一种用于大坝渗流场与温度场之间关系实验研究的坝体模型

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YANG, WEI ET AL.: "Analysis of Coupled Heat Transfer for Fractured Rock Seepage", THE CHINESE JOURNAL OF GEOLOGICAL HAZARD AND CONTROL, vol. 23, no. 1, 31 March 2012 (2012-03-31), pages 99 - 102, ISSN: 1003-8035 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108509666A (zh) * 2017-02-27 2018-09-07 中国科学院金属研究所 基于ANSYS/LS-dyna的纯铝导线多道次冷拉拔塑性变形模式预测方法
CN108509666B (zh) * 2017-02-27 2021-05-25 中国科学院金属研究所 基于ANSYS/LS-dyna的纯铝导线多道次冷拉拔塑性变形模式预测方法
CN109376450A (zh) * 2018-11-09 2019-02-22 上海电气集团股份有限公司 一种太阳能吸热管温度场分析建模方法
CN109376450B (zh) * 2018-11-09 2023-07-07 上海电气集团股份有限公司 一种太阳能吸热管温度场分析建模方法
CN109753700B (zh) * 2018-12-21 2022-09-02 昆明理工大学 一种土石坝可靠度分析上限法
CN109753700A (zh) * 2018-12-21 2019-05-14 昆明理工大学 一种随机库水位作用下的土石坝可靠度分析上限法
CN110287576A (zh) * 2019-06-20 2019-09-27 哈尔滨理工大学 一种基于Matlab的液体静压推力轴承润滑油膜三维温度场显示方法
CN110287576B (zh) * 2019-06-20 2023-04-07 哈尔滨理工大学 一种基于Matlab的液体静压推力轴承润滑油膜三维温度场显示方法
CN110472362A (zh) * 2019-08-22 2019-11-19 上海飞机制造有限公司 复合材料检测方法、装置、计算机设备和存储介质
CN110472362B (zh) * 2019-08-22 2023-06-16 上海飞机制造有限公司 复合材料检测方法、装置、计算机设备和存储介质
CN113703069A (zh) * 2020-08-26 2021-11-26 中国石油大学(北京) 贾敏损害油气层的建模方法、损害程度时空演化4d定量与智能诊断方法及其系统
CN112347669A (zh) * 2020-10-09 2021-02-09 中国科学院国家天文台 一种大型天线背架温度测量与实时评估系统及方法
CN112347669B (zh) * 2020-10-09 2024-04-12 中国科学院国家天文台 一种大型天线背架温度测量与实时评估系统及方法
CN114330074A (zh) * 2021-12-31 2022-04-12 华中科技大学 一种山体条带状地下隧道反演探测定位方法及装置
CN114357838A (zh) * 2022-01-07 2022-04-15 西安交通大学 一种可跨季节变流量变管径的同轴套管式地埋管换热器仿真方法
CN114357838B (zh) * 2022-01-07 2024-01-16 西安交通大学 变流量变管径的同轴套管式地埋管换热器仿真方法
CN114528663A (zh) * 2022-02-22 2022-05-24 陕西省煤田地质集团有限公司 一种中深层同轴套管换热器的造斜设计方法
CN116046835A (zh) * 2022-12-30 2023-05-02 华中科技大学 多孔介质渗流效应约束地下建筑热流场和反演探测方法

Also Published As

Publication number Publication date
CN104504755B (zh) 2017-04-19
CN104504755A (zh) 2015-04-08
US20160364509A1 (en) 2016-12-15

Similar Documents

Publication Publication Date Title
WO2016106949A1 (zh) 一种山体中分布式地下设施温度场仿真方法
Du et al. Urban blue-green space planning based on thermal environment simulation: A case study of Shanghai, China
CN114112069B (zh) 地质约束的城市深埋条带通道红外成像探测方法及系统
Gülten et al. Influence of trees on heat island potential in an urban canyon
Jiao et al. Evaluation of four sky view factor algorithms using digital surface and elevation model data
Peng et al. Modeling of urban wind ventilation using high resolution airborne LiDAR data
CN104991999A (zh) 一种基于二维sph的溃坝洪水演进模拟方法
Hausmann et al. The role of tides in ocean‐ice shelf interactions in the Southwestern Weddell Sea
CN103031801A (zh) 地下道路复合式路面温度场模型建立方法
Bidarmaghz et al. Geothermal energy in loess
CN104361228B (zh) 一种干热岩地热资源量计算方法
Yang et al. Effects of groundwater pumping on ground surface temperature: A regional modeling study in the North China Plain
Yu et al. Estimating exposure roughness based on Google earth
Flaherty et al. Computational fluid dynamic simulations of plume dispersion in urban Oklahoma City
Laiti et al. Residual kriging analysis of airborne measurements: application to the mapping of atmospheric boundary‐layer thermal structures in a mountain valley
Korhonen et al. Infinite borehole field model—A new approach to estimate the shallow geothermal potential of urban areas applied to central Budapest, Hungary
Bertozzi et al. On the interactions between airflow and ice melting in ice caves: A novel methodology based on computational fluid dynamics modeling
Liu et al. Extensive responses of lake dynamics to climate change on northeastern Tibetan Plateau
Lharti et al. 3D modelling of rock mass heterogeneities in unsaturated karst using geophysics, clustering and geostatistics
CN104835203B (zh) 一种基于OptiX的自然场景温度场计算方法及系统
Kwak et al. Computational fluid dynamics modelling of the diurnal variation of flow in a street canyon
Rees Horizontal and compact ground heat exchangers
Chu et al. Influence of the underground urban morphology on subsurface heat islands
Zandi et al. The role of land use changes in spatial form of heat islands in Mashhad city
Mariita Structural controls analysis and its correlation with geothermal occurrence at barrier volcanic complex (BVC), Turkana, Kenya

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 15106693

Country of ref document: US

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15874642

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15874642

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 15874642

Country of ref document: EP

Kind code of ref document: A1