关于暖通空调系统热舒适指数的集中信息处理技术.docVIP

关于暖通空调系统热舒适指数的集中信息处理技术 S. Atthajariyakul, T. Leephakpreeda 摘要： 供热、通风和空调系统最初的目的是满足居住者的舒适要求。但人们的热舒适不能实时决定，对于HVAC系统来说，在所有的时间内制定出良好的状况来满足人们的舒适要求是不可行的。这篇论文描述了可行的方法是用集中信息处理技术来定量地确定人们热舒适的程度。当实时计算传统PMV指数不合实际的情况下，集中控制网络模型可以实时确定热舒适指数。因此，前馈的集中控制网络模型被编成易于理解的函数通过参数来表示PMV值，例如空气温度、湿球温度、干球温度、空气流速、服装的隔热和人体的活动。而在空调室内的实验表明了这种方法的有效性，用集中控制网络模型和传统PMV模型计算的热舒适指数非常的相似。 关键词： 集中控制网络；满意度（PMV）；热舒适指数；暖通空调系统（HVAC）。 引言 供热、通风和空调系统最初的目的是满足人们的热舒适。热舒适在专业上用热舒适指数来表示，热舒适指数的值在HVAC系统设计中被确定。然而，最广泛应用的热舒适指数是Fanger的PMV值，传统的PMV模型时以一大群人在一个给定的室内环境中的热感觉为标准来预测评价热感觉指数的，它是关于两个人为变量和四个环境变量的函数，例如居住者的服装形式、人体的活动、空气温度、空气相对湿度、空气流速和各自的辐射温度。而PMV值的范围从—3到+3，正确地反应了居住者从冷到热的感受。当PMV值为零时意味着处于自然状况。 自从1980s，传统的PMV模型已经有了国际标准。在人工环境室和一般建筑物内的许多研究中大多在控制基础上的。因此，为了既能满足人们舒适又低能耗的要求，一般通过控制变量使PMV值有目的地维持在热舒适的水平上。 虽然传统的PMV模型能很好的表示热感觉，但它是一种非线性的关系，它要求对非线性方程的根进行叠加计算，可能需要较长的计算时间。因此，Fanger和ISO建议通过六个热力变量的不同组合的图表来表示PMV值。Int—Hout提出通过Fanger的PMV模型建立一个计算机模型来计算热舒适，这种计算机模型提供了计算热舒适的方便。然而，这种非线性方程的叠加步骤仍包括在计算机模型中。而且计算机模型和图表的用法是复杂的，不可能适合实时控制。为了解决这个问题，一些研究者通过减少叠加步骤来简化PMV模型。Sherman提出了一个简化模型通过线性化Fanger模型中的辐射换热项，不用任何叠加步骤就可以计算PMV值。但他的研究表明简化模型只有当人员在舒适区域附近时才能准确地确定热舒适指数。Federspiel和Asada提出的热力感觉指数在Fanger模型中得到确定，他们假设辐射换热和传热系数是线性的，还假设服装隔热和人体的活动引起的热量是恒定的，这时导出的热力感觉指数是一个简单的四个环境变量的方程函数。然而，当这些假设条件不能够达到时，这种简化的Fanger的PMV模型有明显的错误。 至今，许多集中控制网络模型（NNM）在高端领域内的应用证实了NNM能够被实际应用在近似任何输入变量和输出变量非线性关系中，保证在一定程度上的准确。近年来，NNMs成功地应用于HVAC热力系统的判断与控制，而且成为了测试建筑物冷热负荷与能耗的依据。然而，在HVAC系统的热舒适实时控制的研究工作中，发现此有限性。因此，本文提出了一种实际的方法来确定热舒适PMV值，即通过在HVAC控制系统中大范围的人为变量和环境变量的集中计算来确定PMV值，而这种前馈的NNM在实际运用中依然运用了传统的Fanger的PMV模型。 本文是按下列方式组织的。第二部分描述了在空调室内的模拟测量实验，第三部分简洁地表示了传统的PMV值模型和集中控制网络模型的理论基础，第3.2部分阐述了PMV值得集中计算方法。 模拟测量 模拟测量是在一个3.6×3.6×7.7m3的房间内，此房间的简图在图1和2种表 示了出来。其前墙和左墙与室外环境接触，而其它的墙与其它房间相连。在图1和2中的小圆圈表示了传感器的方位即人员坐落的地方，箭头指向人员面向的地方；在图2中，前墙中的矩形E和F，左墙中的矩形E和后墙中的矩形G、H、I是玻璃墙，而后墙中的矩形E、F、K、J是门。 模拟测量的空气条件影响着PMV值。在传感器安装以后，每天的测量从8：00am到5：00pm每隔10分钟就测量一次，而所有的测量信息都要数据记录。空气温度是测量范围从－20摄氏度到70摄氏度，精度为±0.4摄氏度的温度计测量的，空气湿度是被测量范围为0—100%RH，精度为±1%RH的温度仪所测量的，空气流速是被测量范围为0—10m/s，精度为±0.03m/s的热探头灯泡所测量，干球温度是被测量范围为0—120摄氏度。精度±0.5摄氏度的干球温度计所测量，湿球温度是被测量范围为0—100摄