廖 全，张大可，彭清元

(1.重庆大学 能源与动力工程学院， 重庆 400044；2.重庆市地勘局南江水文地质工程地质队， 重庆 401121)

地源热泵(ground source heat pump)是一种通过载流体在地埋管换热器内循环流动实现建筑物室内环境与地下岩土间进行能量交换的一种空气调节技术[1]。由于地埋管与钻孔壁间的热阻显著地影响着地埋管换热器的传热能力，因此如何准确获取地埋管到钻孔壁之间的热阻(Rb)对地埋管换热器的设计以及地源热泵系统的设计非常重要。目前，对地埋管到钻孔壁间热阻的计算方法主要有两种[2]：(1)解析解法，通过求解钻孔区域简化后的数学模型，获得钻孔内热阻的解析关联式[3-5]；(2)数值解法，通过对钻孔内传热过程的CFD数值模拟获得钻孔内热阻，并对不同参数条件下的热阻数据进行拟合，获得钻孔内热阻计算的函数拟合关系式[6-9]。

人工神经网络作为一种信息处理系统，它是在大量训练数据基础上自我学习并建立输入与输出数据间联系的一种网络结构。在人工神经网路中，只需给定输入和输出数据便可以迅速找出输入参数和输出变量间的对应关系，而不用关心或明确输入与输出变量间的具体函数形式。因此，人工神经网络被广泛地应用在传热过程中换热系数的预测、换热器结构优化与性能预测等方面[10-16]。

鉴于人工神经网络具有上述优点，本文提出采用BP人工神经网络来构建单U型地埋管换热器钻孔内埋管与钻孔壁间热阻的计算网络模型，并对其性能和计算精度与文献中的函数拟合公式进行对比分析。……