利用神经网络预测PMV指标

由于PMV指标与人体热舒适感的影响因素间存在着复杂的非线性关系,采用传统的方法确定PMV值既不便于硬件实现,也不能适应空调实时控制的需要.为了解决这一问题,利用人工神经网络方法,建立了PMV指标的神经网络预测模型,实现了PMV指标的智能化预测,从而解决了实现基于PMV指标的空调实时控制的关键问题.

室内热舒适度智能预测器的研究

PMV是目前国际上公认的反映室内环境热舒适度的指标 ,但由于其无法直接检测 ,故使其应用受到了影响。本文利用人工神经网络技术 ,建立了室内环境热舒适度 (PMV指标 )智能预测器 ,实现了PMV指标的智能化预测 ,从而解决了实现基于PMV指标的中央空调系统实时控制的关键问题。

人体穿着服装时所受热应力的评价指标及标准

从人服装环境的角度,介绍了人体着装状态下所受的热应力评价标准和评价指标,分析了各指标的特点,并为今后进一步建立完善的热应力评价标准提出了建议.

大型公共建筑室内热舒适性预测方法研究

针对大型公共建筑室内热环境实时控制问题,运用T-S模糊神经网络理论与方法,建立了大型公共建筑室内热舒适性PMV指标的预测模型。通过对实例的分析与评价,验证了该模型的合理性。与传统BP算法的对比表明,该方法计算速度快、准确度高,为解决基于PMV指标的空调实时控制奠定了基础。

多联干式毛细管辐射热泵室内热舒适性实验研究

针对传统毛细管辐射空调的毛细管末端采用水作为载冷剂,二次换热降低了能效且存在冬天冻坏管路等隐患,本文提出以制冷剂为载冷剂的多联干式毛细管辐射热泵系统,并搭建了实验台,对该机组进行在冬季工况下制热测试。在冷凝温度48℃时,分别测试了风管机制热和毛细管辐射制热时的室内温湿度和空气流速。并结合PMV-PPD热舒适评价指标,对比分析了这两种供暖末端的热舒适性。实验结果表明:多联干式毛细管辐射热泵系统冬季工况制热8 h长时间运行,室内温度场分布均匀,1.5 m处水平温差最大为0.56℃、垂直方向温差最大为0.37℃,在回油过程中降温小于1℃,相对湿度维持在60%~65%,PMV和PDD热舒适指标分别维持在-0.5~0、0~10%,满足Ⅰ级舒适标准,且各指标均优于风管机。

华侨大学新图书馆阅览室室内热环境实测分析

基于夏热冬暖地区高校图书馆夏季阅览室室内热环境舒适度的视角,选取华侨大学新图书馆为研究对象,在夏季典型炎热气候时以及该馆在关闭空调、门窗和百叶的状态下,测试各个阅览室的空气温度、空气相对湿度、黑球温度和空气流速,并采用预测平均热反应PMV指标对比分析各个阅览室的热环境舒适度。结论表明:在该状态下其阅览室热环境都处于不舒适的状态,并且不同的楼层、朝向和外围护结构对其热环境舒适度都有很大影响。研究结果可以为夏热冬暖地区高校图书馆方案设计及其阅览室热环境优化设计提供参考。

最小二乘支持向量机在热舒适性指标中的应用

本文介绍了最小二乘支持向量机的原理,并针对热舒适性指标建立了最小二乘支持向量机预测模型,以人的新陈代谢率、衣服热阻、空气温度、相对湿度、平均辐射温度和空气流速作为输入变量,以PMV指标作为输出。该模型计算结果与Fanger方程的计算结果吻合很好,与BP神经网络模型及传统的支持向量回归机模型进行分析比较的结果表明最小二乘支持向量机模型具有较高的拟合精度和泛化能力,可以满足PMV指标作为被控参数对空调系统进行实时控制的要求。

广州典型城中村住宅室内热环境测试与分析

本文以通过筛选所得到的广州市某城中村3户民居作为测试对象,对最具代表性的城中村住宅夏季室内环境参数进行了测试。而后,使用预测平均评价指标(PMV)和适应性热舒适模型(AM)对比分析了城中村不同类型住宅室内热湿环境特性和室内热舒适状况。研究结果表明AM模型更适合城中村民居的室内热舒适性评价。另外,用此2种模式进行评价,其结果都是住宅室内温度越高、湿度越大、空气焓值越大,热舒适接受率越低。