Предварительная экспериментальная схема двумерного тепло- и влагопереноса в строительных пористых материалах

Основное содержимое статьи

Джоу Джибо
Ван Янь
Сюй Цзявэй
Ли Бо
Юй Вэньруй
Елена Вячеславовна Абрамова

Аннотация

Для исследования двумерного процесса тепло- и влагопереноса в строительных пористых материалах и анализа влияния условий уплотнения кромок на их теплофизические и гигроскопические свойства в данном исследовании предлагается новая экспериментальная схема. В качестве образцов для испытаний были выбраны три типичных строительных материала — плита из минеральной ваты, экструдированный полистирол (ЭППС) и пенобетон. С помощью мониторинга изменений температуры и влажности в режиме реального времени внутри и снаружи экспериментальной установки были изучены взаимосвязанные характеристики тепло- и влагопередачи различных материалов. Результаты показывают, что материалы с высокой паропроницаемостью и эффективной воздухонепроницаемостью значительно повышают термическую и гигроскопическую стабильность. Кроме того, в пористых материалах со слабой структурой потеря влаги через боковые кромки приводит к неравномерному распределению влажности внутри материала. Основываясь на экспериментальных данных, в этом исследовании были количественно определены коэффициенты паропроницаемости трех материалов и выяснены лежащие в их основе механизмы. Предлагаемый экспериментальный метод устанавливает новый подход к измерению двумерного сопряженного тепло- и влагопереноса в строительных материалах, обеспечивая научную основу для изучения механизмов переноса тепла и влаги в архитектурных приложениях.

Информация о статье

Как цитировать
Джибо, Д., Янь, В., Цзявэй, С., Бо, Л., Вэньруй, Ю., & Абрамова, Е. В. (2025). Предварительная экспериментальная схема двумерного тепло- и влагопереноса в строительных пористых материалах. Недвижимость: экономика, управление, (3), 53–61. https://doi.org/10.22337/2073-8412-2025-3-53-61
Раздел
Отечественный и зарубежный опыт

Библиографические ссылки

Balaji N.C., Mani M., Reddy B.V.V. Discerning Heat Transfer in Building Materials // Energy Procedia. 2014. No. 54. Pр. 654–668. DOI: https://doi.org/10.1016/j.egypro.2014.07.307

Lei Y., Yang H., Zhang Y. et al. Review of test methods and current status of hygrothermal physical properties of porous building materials // Building Scienc. 2021. No. 37 (2). Pр. 165–173+184. DOI: 10.13614/j.cnki.11-1962/tu.2021.02.23

Feng C., Zhong H., Feng Y. et al. Advances in testing hygric properties of porous building materials // Proceedings of the 12th National Conference on Building Physics. 2016. Рр. 44–48.

Feng C., Yu X., Wang D. Determination of hygric properties of aerated concrete // Journal of Civil, Architectural & Environmental Engineering. 2016. No. 38 (2). Pр. 125–131.

Zeng H., Jin M., Li W. et al. Performance evolution of low heat cement under thermal cycling fatigue: A comparative study with moderate heat cement and ordinary Portland cement // Construction and Building Materials. 2024. No. 412. Р. 134863. DOI: https://doi.org/10.1016/j.conbuildmat.2024.134863

He J., Li Q., Meng Q. et al. Experimental study on hygroscopic behaviour of salt-containing aerated concrete // Building Science. 2023. No. 39 (6). Рр. 10–17. DOI: 10.13614/j.cnki.11-1962/tu.2023.06.02

Jin M., Ma Y., Li W. et al. Multi-scale investigation on composition-structure of C-(A)-S-H with different Al/Si ratios under attack of decalcification action // Cement and Concrete Research. 2023. No. 172. Р. 107251. DOI: https://doi.org/10.1016/j.cemconres.2023.107251

Guimarães A.S., Ribeiro I.M., Freitas T.S. TRHUMIDADE — A water diffusivity model to predict moisture content profiles // Cogent Engineering. 2018. No. 5 (1). Р. 1459007. DOI: https://doi.org/10.1080/23311916.2018.1459007

Yin X., Li X., Huang Z. et al. Prediction of concrete hydration heat temperature by integrating digital twin and LSTM neural network // Journal of Xi’an University of Architecture & Technology (Natural Science Edition). 2025. No. 57 (2). Рр. 167–173+316. DOI: 10.15986/j.1006-7930.2025.02.002

Yang G., Ye T., Wang G. Prediction analysis of foundation pit deformation based on genetic algorithm optimized LSTM neural network // Anhui Architecture. 2025. No. 32 (4). Рр. 116-118+176. DOI: 10.16330/j.cnki.1007-7359.2025.4.35

Похожие статьи

1 2 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.