ICS 81.040.01
CCSQ30
中华人民共和国国家标准
GB/T41743—2022
真空玻璃保温性能及其衰减快速检测评估方法
非稳态法
Rapid testing and evaluation method of thermal insulation performanceand attenuation for vacuum insulating glass-Unsteady state method2022-10-12发布
国家市场监督管理总局
国家标准化管理委员会
2023-02-01实施
GB/T41743—2022
本文件按照GB/T1.1一2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。
本文件由中国建筑材料联合会提出。本文件由全国工业玻璃和特种玻璃标准化技术委员会（SAC/TC447)归口。本文件起草单位：海南大学、中国国检测试控股集团股份有限公司、航麒科技（深圳)有限公司、青岛广璃新材料科技有限公司、海口市城建建设工程施工图设计文件审查有限公司、海南建设工程股份有限公司、大连海洋大学、沈阳市星辰仪器仪表有限公司、无锡学院、湖北晶尔真空玻璃技术有限责任公司、大连理工大学、重庆英诺维节能环保科技有限公司、南通大学、海南师范大学、中国建材检验认证集团海南有限公司、皓晶控股集团股份有限公司。本文件主要起草人：王磊、胡杨刚、王元麒、李建保、化山、节洪壮、凌海、李成良、张明扬、袁力、刘小根、李晖、肖驰、朱盛菁、李琦、刘勇江、马卫国、王立敏、林树林、汪青松、董勤喜、姜宏、温玉刚、梁爽、郭泽文、张宗富、陈夫真、朱建国、刘钢、秦邦辉、刘晓通。I
GB/T41743—2022
本文件的发布机构提请注意，声明符合本文件时，可能涉及第4章、第5章、第6章、第7章及附录A和附录B的内容与《真空玻璃保温性能非稳态检测方法与装置》和《一种快速测量真空玻璃热阻的方法及装置》的使用。
本文件的发布机构对与专利的真实性、有效性和范围无任何立场该专利持有人已向本文件的发布机构承诺，他愿意同任何申请人在合理且无歧视的条款和条件下，就专利授权许可进行谈判。该专利持有人的声明已在本文件的发布机构备案。相关信息可以通过以下联系方式获得：
1）专利持有人姓名：海南大学
地址：海南省海口市人民大道58号2）专利持有人姓名：新立基节能玻璃（天津)有限公司地址：天津市宝区天津宝抵节能环保工业区宝中道30号请注意除上述专利外，本文件的某些内容仍可能涉及专利。本文件的发布机构不承担识别专利的责任。
1范围
真空玻璃保温性能及其衰减快速检测评估方法非稳态法
GB/T41743—2022
本文件规定了利用非稳态法检测评估真空玻璃保温性能及其衰减的方法原理、仪器装置、试验、数据处理与试验报告。
本文件适用于生产企业对真空玻璃保温性能及其在研究过程中对保温性能衰减的快速检测评估。2.规范性引用文件
下列文件的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T8484—2020建筑外门窗保温性能检测方法GB/T38586--2020真空玻璃
3术语和定义
下列术语和定义适用于本文件。3.1
真空玻璃保温性能thermalinsulationperformanceforvacuuminsulatingglass真空玻璃阻止热量从一侧向另一侧传递的能力。注：真空玻璃保温性能一般用传热系数来表征。3.2
保温性能衰减度declinedegreeofthermalinsulationperformance传热系数在一定测试周期(一个月)的变化率。注：保温性能衰减度可快速评估真空玻璃保温性能的衰减。4方法原理
基于瞬态响应，真空玻璃一侧(热端)温度迅速地阶跃上升，同时精确测量另一侧(测量端)较小的较慢的温升，可获得真空玻璃非稳态传热特性(此温升过程在特征时刻的温度变化率与传热系数正相关)。而此温度变化率检测会受到环境温度与温差的影响，所以，通过建立以测量端温度、环境温度与热端温度为输入变量，以传热系数为输出变量的智能模型，可实现真空玻璃保温性能的快速检测与评估。定期检测真空玻璃的保温性能，传热系数保持不变的时间为保温性能保持时间，从开始衰减的时间到达到分级阈值的时间为保温性能衰减时间，可通过退化幂律模型拟合，以评估保温性能衰减趋势。5仪器装置
5.1真空玻璃保温性能智能检测仪真空玻璃保温性能智能检测仪由热端（由加热器、热端温度传感器及温度控制器组成）、测量端（由1
GB/T41743-—2022
测量端温度传感器及模数转换器组成）、环境温度检测系统（由环境温度传感器、温度测量仪组成）及计算机系统组成，如图1所示。
标引序号说明：
1——试样；
2—加热器；
3-—热端温度传感器；
4———测量端温度传感器；
5--环境温度传感器；
5.2热端
温度测量仪；
温度控制器；
模数转换器；bZxz.net
一计算机系统。
图1真空玻璃保温性能智能检测仪示意图-般由铝或铜等金属材料制成，导热系数不低于237.2W/(m·K)，与试样接触的表面平整度应不大于0.005mm，形状为圆形，直径不小于100mm，内部装有加热器及传感器，温度控制器控制精度不低于士0.02K。
5.3测量端
应由K型热电偶制成，与试样接触面积不大于5mm，测量位置放在试样支撑点矩阵单元的正中间，且对应热端中心偏差不大于5mm，经模数转换器温度测量分辨率不低于0.001K。5.4环境温度检测系统
环境温度检测系统包括传感器及温度测量仪，温度测量分辨率不低于0.01K。5.5计算机系统
计算机系统主要实现热端、测量端及环境温度数据的采集及计算等功能，算法应满足附录A要求。5.6检测区域
测量点（接触圆圆心）在真空玻璃四周边线向中心偏移130mm的线段围成的封闭区域。2
6试验
6.1试验条件
试验在下述条件下进行：
a）测量装置和待测试样不应阳光直射；b）放置测量装置和试样的台面应无震动。6.2试样
GB/T41743—2022
6.2.1试样为真空玻璃，尺寸不小于300mm（长）×300mm（宽）。试样的支撑物排列规则，不应有缺失、明显移位等情况。
6.2.2试样试验前，应置于6.1a)试验条件下不少于8h。6.3试验步骤
6.3.1传热特性检测
开启真空玻璃保温性能智能检测仪装置，预热30min。热端温度控制应高于环境温度40℃～60℃。6.3.1.2
待热端温度稳定后，将试样置于热端和测量端之间，并应接触良好。开始检测测量端温度，获得至少连续5min数据。6.3.1.4
6.3.2保温性能检测
智能模型建立
6.3.2.1.1制备系列基准样品，按GB/T8484-2020或GB/T38586—2020分别检测传热系数（U值或K值)。
6.3.2.1.2用真空玻璃保温性能智能检测仪按6.3.1分别检测测量端温度，并记录相应的环境温度和热端温度。
6.3.2.1.3按式(1)建立以测量端温度、环境温度、热端温度为输人变量，传热系数为输出变量的智能模型，见附录A。
6.3.2.2保温性能检测
6.3.2.2.1取待测样品，按6.3.1检测测量端温度至少记录连续5min数据，并记录相应的环境温度和热端温度。
6.3.2.2.2将6.3.2.2.1检测的测量端温度、环境温度、热端温度输入6.3.2.1.3所建智能模型，运行输出传热系数，见附录A。
6.3.3保温性能衰减评估
6.3.3.1按6.3.2每月检测同一片真空玻璃传热系数一次，每次取连续三天平均值。按式(2)计算保温性能衰减度，直到真空玻璃传热系数年增加0.1W/(m2·K)[对于传热系数小于或等于1.0W/(m2·K)的样品]或者保温性能年衰减度达到10%以上[对于传热系数大于1.0W/（m2·K)的样品］时，记录保温性能保持时间。
6.3.3.2继续每月检测真空玻璃传热系数一次，每次取连续三天平均值。依据12个月周期数据按附录B的B.2拟合出退化轨迹幂律模型的待定系数，即退化率因子、退化轨迹参数和传热系数偏置。再依据3
GB/T41743—2022
表B.1，预测出真空玻璃保温性能衰减时间。6.3.3.3用保温性能保持时间和保温性能衰减时间来评估真空玻璃保温性能衰减趋势。注：真空玻璃真空寿命预测研究参见附录C。7数据处理
7.1以测量端温度、环境温度、热端温度为输入变量，传热系数为输出变量，构成样本数据集。传热系数的预测模型（见附录A)按式（1)构建：U=f(te,th，to)
式中：
传热系数，单位为瓦每平方米开尔文[W/（m2·K)]；预测模型；
测量端温度，单位为摄氏度（℃）；热端温度，单位为摄氏度（℃）；环境温度，单位为摄氏度（℃）。7.2真空玻璃保温性能衰减度可按式(2)计算：U'a=(U'en-U')/U'e X100%
式中：
保温性能衰减度：
Un——每月检测的传热系数，单位为瓦每平方米开尔文[W/（m2·K)]，n=1,2，，12；U'——传热系数初始值，单位为瓦每平方米开尔文[W/(m2·K)]。7.3测量端温度在小数点后保留三位数字，环境温度和热端温度在小数点后保留两位数字。7.4温度变化率在小数点后保留三位数字。7.5
传热系数在小数点后保留两位数字。保温性能衰减度在小数点后保留两位数字。7.6
试验报告
试验报告至少应包括以下内容：依据的标准（本文件编号）；
委托单位、生产单位及检测类别；试样名称、产品信息、尺寸及编号；使用仪器；
检测环境温度；
检测结果；
检测人员、审核人员及日期；
检测单位。
（1）
（2）
A.1智能模型原理
附录A
(规范性）
真空玻璃保温性能检测
智能模型采用随机森林法，随机森林法的结构原理如图A.1所示。特征(f）
决策树（t,）
Pi(cln)
特征(）
P(c=p(c)
图A.1随机森林法的结构原理
GB/T41743—2022
决策树（t）
通过对训练数据进行回写采样，得到的样本数与原始数据集的样本数一致，有些样本数是重复的；或者对训练数据进行不带回写的抽样，提取60%的原始样本构成数据集，其余作为检验误差的检验集。将提取的样本作为生成的决策树，然后将提取的样本放回原始数据集进行新一轮的提取。这样，依次生成的多个决策树就构成了一个随机森林。若采用随机森林分类，则每棵决策树的计算原则为基尼指数。基尼指数是随机抽取的样本被错误分类的一种概率。基尼指数越低，样品被错误分类的概率就越低，这意味着样品的纯度越高，样本集更高。基尼指数很高，就意味着样本集的纯度很低。基尼指数的计算方法见公式（A.1)。
Gini(p）=
P(1-P)=1-
基尼指数等于样本被选中的概率乘以样本被分类错误的概率，其中，P是样本属于k类的概率，(1一P，)是样本不属于类的概率，即分类错误的概率。对于回归问题，原则是最小均方误差。通过对数据集进行随机分割，得到均方误差最小的数据集的分割点。C1和c2分别是数据集样本的平均输出值，具体计算方法见式（A.2）。(y -ci)2+min(c2）(y -c2)2]
min(A,s)min(c）
TEDIAs）
......(A.2)
随机森林为每组重采样数据集训练一个最优模型，共k个模型。令X，为随机可放回抽样的子数据集的N维变量，根据可返回采样并使用相同模型的子数据集的相似性，每个模型具有近似相等的偏差和方差，模型的分布也大致相同，但不是独立的（因为子数据集之间存在重复变量）。基于集成学习的套袋5
GB/T41743—2022
方法，可从该方法的角度分析随机森林的偏差和方差，计算方法见式（A.3）。[x,
=E[X,]
采用极限分析法对袋装法的方差问题进行分析，将其分为两种不同的情况。Var
Var(X,)
Var(X,)
·（A.3）
（A.5）
式（A.4)和式（A.5)分别表示模型完全相同和模型完全独立的两种情况。结论是，套袋方法的子数据集既不完全相同，也不完全独立，子数据集之间存在相似性，方差值介于两种情况之间，可用公式法分析袋装模型的方差，见式（A.6)～式（A.9）。Var
Var(X,)
[KVar(X,)+22Cov(X,X, 1+
Cov(X;,X,)
[K· Var(X,)+22
=·?+(1-)/K
因此，随机森林的主要功能是降低模型的复杂度，解决过拟合问题。A.2智能模型构建
智能模型构建如图A.2所示。
主导变量选择
样本有放回
数据集1
预测值1
数据集2
预测值2
平均值
数据集n
预测值n
最终预测值
智能模型构建
以测量端温度、环境温度、热端温度为输人变量，传热系数为输出变量，构成样本数据集。·（A.6)
..（A.9)
其中，测量端温度需取至少连续5min的数据，按式（A.10)计算第5分钟温度变化率，为中间变量。6
式中：
t'= t2 - ti
t'。—第5分钟的温度变化率，单位为摄氏度每分钟（℃/min)；t——第240秒时测量端温度，单位为摄氏度（℃）；t2—第300秒时测量端温度，单位为摄氏度（℃）。将数据集采用6：3：1的比例划分成训练集、验证集和测试集，运行建模程序。GB/T41743—2022
....A.10)
GB/T41743—2022
(规范性）
真空玻璃保温性能衰减评估
B.1真空玻璃保温性能按传热系数分级阐值真空玻璃保温性能按传热系数分级阅值，见表B.1。表B.1
真空玻璃保温性能按传热系数分级值传热系数(U值或K值)
W/(m2·K)
注：本文件中热流计法测试的传热系数用U值表示，标定热箱法测试的传热系数用K值表示。B.2传热系数退化轨迹幂律模型
传热系数退化轨迹幂律模型，按式(B.1)：y(t)=αtB+
式中：
传热系数随时间（每月）变化而单调变化；退化率因子；
退化轨迹参数；
-—传热系数偏置。
...（B.1)