提出了一种简单的、易实现的PMV(Predicted Mean Vote)值的计算方法。针对HVAC(Heating Ventilation and Air Conditioning)系统检测装置和控制系统存在的时间滞后,使人体舒适性得不到很好的满足,并且有额外的能量消耗,进而研究了多传...提出了一种简单的、易实现的PMV(Predicted Mean Vote)值的计算方法。针对HVAC(Heating Ventilation and Air Conditioning)系统检测装置和控制系统存在的时间滞后,使人体舒适性得不到很好的满足,并且有额外的能量消耗,进而研究了多传感器数据融合算法及基于D-S证据理论的最小风险决策算法以满足HVAC系统做出合理的决策。根据决策结果可以调节最优的空气量,改进空气处理系统的响应速率,最后利用Labview开发环境来实现数据融合算法。将Labview与多传感器数据融合应用于HVAC系统,增强了研究的系统的稳定性和快速性,保证了人体的舒适性,并且减少了能耗。展开更多
文摘提出了一种简单的、易实现的PMV(Predicted Mean Vote)值的计算方法。针对HVAC(Heating Ventilation and Air Conditioning)系统检测装置和控制系统存在的时间滞后,使人体舒适性得不到很好的满足,并且有额外的能量消耗,进而研究了多传感器数据融合算法及基于D-S证据理论的最小风险决策算法以满足HVAC系统做出合理的决策。根据决策结果可以调节最优的空气量,改进空气处理系统的响应速率,最后利用Labview开发环境来实现数据融合算法。将Labview与多传感器数据融合应用于HVAC系统,增强了研究的系统的稳定性和快速性,保证了人体的舒适性,并且减少了能耗。