一种基于手套储能的相变材料剩余蓄热量测量方法及系统与流程

本发明涉及相变材料，具体来说，涉及一种基于手套储能的相变材料剩余蓄热量测量方法及系统。

背景技术：

1、相变储能材料是一种能在一定温度下在固相、液相、气相等物理状态之间相互转换，同时释放或吸收大量能量的物质。用于储能的相变材料按照成分不同可以分为有机、无机、复合几类，其原理都是利用相变材料在相变温度点大量的气化或液化潜热以及温度变化的少量显热存储或释放能量，实现能量的错时利用。利用相变储能材料的这一特性，可以消纳新能源，实现热量的大量存储，达到以电代煤、能源清洁化利用的效果，如用于冬季生活取暖或提供生活热水等等。在手套中使用相变材料的目的是为了调节温度，提高舒适性或保护性能。相变材料在吸收环境或体温热量时会从固态转换为液态，这个过程中它会吸收大量的热量，从而起到冷却作用；相反，在释放热量时，它会从液态转换为固态，这个过程中会释放热量，起到保暖作用。剩余蓄热量是指在一定使用条件下，这种相变材料还能够存储或释放多少热量。这个指标对于评估手套的保温性能、持续时间以及在不同环境条件下的适用性非常重要。

2、现有的手套储能的相变材料剩余蓄热量测量过程中，不便于在不同环境条件下模拟手套样本的相变材料热响应，降低了预测和分析手套的热行为的效率，并且不便于通过与数据库中的数据进行比对，从而不便于识别和判断影响热响应的关键因素，进而不便于将判断结果与实际热响应数据相结合去计算手套的相变材料剩余蓄热量，不便于确定手套在实际使用中的性能和适用范围，降低了产品设计和质量改进效率。

3、针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

1、针对现有技术的不足，本发明提出一种基于手套储能的相变材料剩余蓄热量测量方法及系统，解决了上述背景技术中提出现有的手套储能的相变材料剩余蓄热量测量过程中，不便于在不同环境条件下模拟手套样本的相变材料热响应，降低了预测和分析手套的热行为的效率，并且不便于通过与数据库中的数据进行比对，从而不便于识别和判断影响热响应的关键因素，进而不便于将判断结果与实际热响应数据相结合去计算手套的相变材料剩余蓄热量，不便于确定手套在实际使用中的性能和适用范围，降低了产品设计和质量改进效率的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：

3、根据本发明的一个方面，提供了一种基于手套储能的相变材料剩余蓄热量测量方法，该基于手套储能的相变材料剩余蓄热量测量方法包括以下步骤：

4、s1、准备测试所需的不同特性的相变材料填充的手套样本，记录每个手套样本的初始参数；

5、s2、构建手套样本的三维数字测试模型，将记录的每个手套样本的初始参数输入至三维数字测试模型中；

6、s3、在三维数字测试模型中模拟不同环境条件下手套样本的相变材料的热响应，并生成手套样本热行为图像；

7、s4、将生成的手套样本热行为图像进行预处理，得到手套样本的相变材料热行为特征图像；

8、s5、采用分类算法将得到的手套样本的相变材料热行为特征图像与数据库中对应的手套的相变材料热行为特征图像进行分类，筛选出影响手套样本的相变材料热响应的关键因素参数；

9、s6、将筛选出的影响手套样本的相变材料热响应的关键因素参数与已知影响手套的相变材料热响应的各种因素进行对比，判断手套样本的相变材料热响应的严重程度；

10、s7、基于评估结果，并结合手套样本的相变材料的实际热响应数据，计算每个手套样本的相变材料剩余蓄热量。

11、进一步的，所述在三维数字测试模型中模拟不同环境条件下手套样本的相变材料的热响应，并生成手套样本热行为图像包括以下步骤：

12、s31、在计算机辅助设计软件中加载手套样本的相变材料热响应模拟工具；

13、s32、根据手套样本的设计参数，对手套样本的三维数字测试模型进行模拟分析，检查在预设的环境条件下手套样本中的相变材料热响应是否稳定；

14、s33、若模拟分析结果显示手套样本中的相变材料在预设环境条件下热响应不稳定，则使用热响应优化工具优化手套样本三维数字测试模型中的相变材料布局或材料属性；

15、s34、优化完成后，重新进行模拟分析，并检查手套样本中的相变材料热响应是否满足预设环境条件，若不满足环境条件，则重复步骤s33至步骤s34，直至手套样本中的相变材料热响应满足预设环境条件；

16、s35、在优化后的手套样本测试三维数字模型中进行热行为图像生成，并模拟和分析在不同环境条件下相变材料的热响应表现；

17、s36、基于生成的热行为图像，利用图形学软件进一步模拟和可视化手套样本在预设环境条件下的相变材料热响应效果，并根据模拟结果，生成手套样本热行为图像。

18、进一步的，所述若模拟分析结果显示手套样本中的相变材料在预设环境条件下热响应不稳定，则使用热响应优化工具优化手套样本三维数字测试模型中的相变材料布局或材料属性包括以下步骤：

19、s331、在热响应优化工具中运行优化算法；

20、s332、根据手套样本中的相变材料布局或材料属性，确定设计变量集合的大小，并在设计变量集合中随机选择一组相变材料布局或材料属性作为初始设计；

21、s333、对于每一组设计参数，随机调整设计变量，并更新每组设计参数；

22、s334、使用模拟分析工具评估每组设计的手套样本在不同环境条件下的热响应性能，并通过比较设计的手套样本的热响应性能与预设环境条件下的性能差异，计算性能适应度；

23、s335、根据计算的性能适应度评估每组设计的优劣；

24、s336、找出手套样本的热响应性能最佳的设计，记录最佳设计的性能适应度和对应的设计参数，并对其他设计参数按照热响应性能最佳的设计参数进行调整。

25、进一步的，所述将生成的手套样本热行为图像进行预处理，得到手套样本的相变材料热行为特征图像包括以下步骤：

26、s41、将生成的手套样本热行为图像从rgb颜色空间转换到hsv颜色空间，得到手套样本热行为图像的色调、饱和度和亮度三个通道的值；

27、s42、提取亮度通道的像素值，得到灰度手套样本热行为图像；

28、s43、采用sobel算子计算灰度手套样本热行为图像中每个像素点的边缘梯度；

29、s44、采用局部梯度均值法对边缘梯度进行局部筛选及增强，并设置阈值对边缘梯度进行过滤，得到突出热行为区域的梯度图像；

30、s45、通过欧式距离计算热行为区域的有序特征向量，以表示手套样本的相变材料热行为特征；

31、s46、对得到的突出热行为区域的梯度图像进行细化及二值化处理，并将梯度值大于阈值的像素点标记为边缘点；

32、s47、将相邻的边缘点连接成连通域，得到最终的边缘图像作为手套样本的相变材料热行为特征图像。

33、进一步的，所述采用分类算法将得到的手套样本的相变材料热行为特征图像与数据库中对应的手套的相变材料热行为特征图像进行分类，筛选出影响手套样本的相变材料热响应的关键因素参数包括以下步骤：

34、s51、输入包含不同条件下手套样本的相变材料热行为特征图像的初始样本集；

35、s52、对初始样本集中的所有相变材料热行为特征图像进行等级划分，得到若干包含不同关键特征的相变材料热行为特征图像子集；

36、s53、对每个相变材料热行为特征图像子集执行循环处理，并得到系数矩阵；

37、s54、对系数矩阵进行重新排列，并基于系数矩阵对初始样本集进行变换，生成新的相变材料热行为特征图像集；

38、s55、基于新的相变材料热行为特征图像集对分类模型进行训练，得到预测手套样本的相变材料热响应的子模型，返回步骤s52，并循环预设次数，得到集成的分类模型；

39、s56、利用集成的分类模型对新的手套样本的相变材料热行为特征图像集进行分类，得到若干预测结果；

40、s57、对所有的分类结果进行投票或加权处理，得到影响手套样本的相变材料热响应的关键因素参数。

41、进一步的，所述对每个相变材料热行为特征图像子集执行循环处理，并得到系数矩阵包括以下步骤：

42、s531、采用分层抽样法对相变材料热行为特征图像子集进行重抽样，并生成新的相变材料热行为特征图像样本子集；

43、s532、对新的相变材料热行为特征图像样本子集进行分析，并获得与相变材料热响应特性相关的系数向量；

44、s533、重复步骤s531至步骤s532，对不同的热行为特征图像样本子集进行处理，得到若干组的系数向量，并将系数向量合并成一个完整的系数矩阵。

45、进一步的，所述将筛选出的影响手套样本的相变材料热响应的关键因素参数与已知影响手套的相变材料热响应的各种因素进行对比，判断手套样本的相变材料热响应的严重程度包括以下步骤：

46、s61、确定影响手套样本相变材料热响应的关键因素参数，并设定初始搜索范围；

47、s62、预设判断时长初始值，并预设迭代次数作为判断过程的终止条件；

48、s63、通过将筛选出的影响手套样本的相变材料热响应的关键因素参数与已知影响手套的相变材料热响应的各种因素进行对比，并不断比较和分析影响手套样本热响应的各种因素参数，并根据预设的比对策略更新因素参数；

49、s64、通过统计方法，判断在每次手套样本的相变材料热响应的关键因素参数比对后的热响应严重程度；

50、s65、基于热响应严重程度的判断结果，计算每次迭代的适应度得分；

51、s66、将每次迭代后的适应度得分与前一次的得分进行比较，选择对手套样本热响应影响最大的因素参数作为当前的最佳解；

52、s67、增加判断时长初始值，如果已达到预设的最大迭代次数，则终止评估过程；

53、s68、分析判断过程结束后的手套样本的相变材料热响应情况，并与预设的热响应严重程度标准进行对比，确定手套样本的相变材料热响应是否达到严重程度，若是，则需采取相应措施，若不是，则认为热响应程度可以接受。

54、进一步的，所述通过统计方法，判断在每次手套样本的相变材料热响应的关键因素参数比对后的热响应严重程度包括以下步骤：

55、s641、初始化验证轮数为第一轮；

56、s642、获取手套样本的相变材料热响应的关键因素参数集，并将关键因素参数集分割成若干关键因素参数子集，在每一轮中，选择一个关键因素参数子集作为测试集，其余所有关键因素参数子集的并集作为训练集；

57、s643、使用训练集上的经过调整的手套样本的相变材料热响应的关键因素参数训练统计模型，并在测试集上测试统计模型对热响应严重程度的预测性能；

58、s644、根据手套样本的相变材料热响应的关键因素参数在测试集上的实际表现，计算统计模型的泛化误差；

59、s645、循环步骤s641至步骤s644，直到每一个关键因素参数子集都被用作过测试集；

60、s646、求得所有轮次中计算出的泛化误差的平均值，作为每次手套样本的相变材料热响应的关键因素参数比对后的热响应严重程度的总体判断。

61、进一步的，所述计算统计模型的泛化误差的公式为：

62、；

63、其中，表示为第 q个关键因素参数子集的泛化误差；

64、 mean表示为平均值的计算；

65、表示为统计模型对第 q个关键因素参数子集的预测值；

66、表示为统计模型对第 q个关键因素参数子集的真实值。

67、根据本发明的另一方面，还提供了一种基于手套储能的相变材料剩余蓄热量测量系统，该基于手套储能的相变材料剩余蓄热量测量系统包括：

68、测试准备模块，用于准备测试所需的不同特性的相变材料填充的手套样本，记录每个手套样本的初始参数；

69、三维数字模型构建模块，用于构建手套样本的三维数字测试模型，将记录的每个手套样本的初始参数输入至三维数字测试模型中；

70、图像生成模块，用于在三维数字测试模型中模拟不同环境条件下手套样本的相变材料的热响应，并生成手套样本热行为图像；

71、图像处理模块，用于将生成的手套样本热行为图像进行预处理，得到手套样本的相变材料热行为特征图像；

72、图像分析与筛选模块，用于采用分类算法将得到的手套样本的相变材料热行为特征图像与数据库中对应的手套的相变材料热行为特征图像进行分类，筛选出影响手套样本的相变材料热响应的关键因素参数；

73、数据比对与判断模块，用于将筛选出的影响手套样本的相变材料热响应的关键因素参数与已知影响手套的相变材料热响应的各种因素进行对比，判断手套样本的相变材料热响应的严重程度；

74、剩余蓄热量计算模块，用于基于评估结果，并结合手套样本的相变材料的实际热响应数据，计算每个手套样本的相变材料剩余蓄热量；

75、其中，测试准备模块通过三维数字模型构建模块和图像生成模块连接，图像生成模块通过图像处理模块和图像分析与筛选模块连接，图像分析与筛选模块通过数据比对与判断模块和剩余蓄热量计算模块连接。

76、本发明的有益效果为：

77、1、本发明通过构建三维数字测试模型并在不同环境条件下模拟手套样本的相变材料热响应，可以更准确地预测和分析手套的热行为，使用数字模型减少了实物原料的需求，从而降低了测试成本，并且生成的热行为图像和特征图像提供了详细的视觉和数据分析，帮助工作人员更好地理解相变材料的行为，以及不同因素如何影响手套的热响应，同时通过与数据库中的数据进行比对，使得可以识别出影响热响应的关键因素，有助于优化手套的设计，以获得更好的性能，通过将判断结果与实际热响应数据相结合去计算手套的相变材料剩余蓄热量，可以更准确地计算出手套的相变材料剩余蓄热量，进而能够确定手套在实际使用中的性能和适用范围，提高产品设计和质量改进效率。

78、2、本发明通过在计算机辅助设计软件中加载模拟工具，可以更准确地模拟相变材料的热响应，使得可以更贴近实际情况，从而提供更准确的数据用于分析和改进，通过对不稳定热响应的相变材料布局或材料属性进行优化，可以改善手套的性能，可以允许设计者针对特定的环境条件调整手套的设计，确保相变材料能够在预设条件下有效工作，并且通过使用优化算法和模拟分析工具，进而可以快速评估多种设计方案的性能，有效地筛选出最佳设计方案，减少了实物原料的需求，降低了测试成本。

79、3、本发明通过对手套样本的相变材料热行为特征图像进行分类和分析，可以更精确地识别出影响热响应的关键因素参数，并且利用分层抽样法和循环处理策略不断重新抽样和评估，可以快速生成并分析大量数据，加速了关键因素的识别过程，从而提升了分析效率，通过循环预设次数的训练和优化，以及最终的集成分类模型，可以显著提高对手套样本相变材料热行为的分类和预测准确性，同时通过对所有分类结果进行投票或加权处理，使得可以综合多种数据和模型的判断，得到关于影响热响应的关键因素参数的最终决策，进而提高了热响应的预测和控制能力。

80、4、本发明通过将筛选出的关键因素与已知因素进行对比分析，可以更准确地评估手套样本的热响应严重程度，有助于更细致地了解不同因素对热响应的具体影响，通过使用统计方法和迭代策略来选择最关键的影响因素，可以有效地优化决策过程，通过逐步缩小搜索范围和提高适应度得分，确保最终选择的因素是最具影响力的，并且利用统计模型和泛化误差的计算来判断热响应严重程度，有助于减少误判的风险，同时，根据热响应的严重程度，可以及时采取相应措施，提高风险管理和应对能力，进而可以持续监测和评估相变材料的热响应表现，为手套的设计和改进提供了重要的数据支持。