CN102680025A - 一种室内热舒适度评价系统 - Google Patents
一种室内热舒适度评价系统 Download PDFInfo
- Publication number
- CN102680025A CN102680025A CN2012101848447A CN201210184844A CN102680025A CN 102680025 A CN102680025 A CN 102680025A CN 2012101848447 A CN2012101848447 A CN 2012101848447A CN 201210184844 A CN201210184844 A CN 201210184844A CN 102680025 A CN102680025 A CN 102680025A
- Authority
- CN
- China
- Prior art keywords
- module
- indoor
- neural network
- comfort level
- pmv
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明公开了一种室内热舒适度评价系统,其特征是将传感器模块所采集到的室内空气温度、空气相对湿度、空气流速和黑球温度以及按键模块输入的人体新陈代谢率、服装热阻这六个参数这作为输入信号,在单片机模块中利用神经网络建立的仿真评价模型,智能化地得出PMV-PPD热环境舒适度指标。本发明集成化程度高,并能客观智能化地评价出室内热舒适度,同时有效避免了繁琐的公式迭代运算。
Description
技术领域
本发明涉及一种环境评价系统,更具体的说是一种针对室内热环境舒适度的评价系统。
背景技术
室内环境是人类居住环境的重要组成部分,包括热环境、空气环境、光环境和声环境。其中室内热环境(主要环境因素包括室内空气温度、平均辐射温度、空气相对湿度和空气流速等)对室内人员的舒适性、工作效率和健康状况有着巨大的影响,因而有关室内环境热舒适性方面的测试与评价研究尤为重要。
室内热环境的质量一般用“热舒适”来表示。热舒适是人们对热环境的主观感觉,美国ASHRAE标准推荐7级标尺:-3—+3,分别对应人体的冷、凉、微凉、中性、微暖、暖、热这7种感觉。自20世纪后期以来世界上广泛接受的是Fanger教授提出的预计平均热感觉投票(Predicted Mean Vote,简称PMV)。PMV将四个热环境变量(空气温度、空气相对湿度、空气流速和平均辐射温度)和两个人为因素(人体新陈代谢率和服装热阻)综合成一个能预测热舒适的指标值,对应ASHRAE标准的7级标尺。同时由于体质强弱和耐热耐寒能力的不同,有少数人对舒适的室内环境仍感到不适应。为了说明这种差别,Fanger教授又提出了PPD(Predicted Percentage ofDissatisfied)指标,以预测人们对热环境的不满意百分数。
ISO及ASHRAE等组织依据广泛认可的Fanger教授的PMV-PPD热环境舒适度指标,规定室内热环境的舒适标准为:-0.5<PMV<0.5,相应的PPD为:PPD<10%。而我国很多学者认为,上述指标要求太高,在我国大部分地区难以实现,所以一般国内认可的可以接受的热环境舒适度为:-1.0<PMV<1.0,相应的PPD为:PPD<26%。
目前,现有的室内环境舒适度的评价系统一般是采用公知的PMV-PDD公式通过繁琐的迭代运算求得舒适度指标值,但是由于该公式本身是一个复杂的非线性函数,很多参数不能直接检测获得,例如平均辐射温度。因此在实际应用中,有些评价系统为了检测方便和简化公式的复杂度,直接将检测到的温湿度环境作为评价室内环境的依据,暂不考虑人体差异因素;有些则将黑球温度设为与室内空气温度一样去计算PMV-PDD热环境舒适度指标,从而导致评价结果与实际不相符;还有些是直接把人体参数(人体新陈代谢率和服装热阻)设定为一个固定值去考虑PMV-PDD热环境舒适度指标,这样得到的评价结果往往比较片面而不符合人体真实感觉,不能准确反映实际热环境舒适度情况。
发明内容
本发明是为避免上述现有技术所存在的不足之处,提供一种检测参数齐全并能针对不同人体参数差异的室内环境评价系统,以期全面客观的评价和测量室内环境舒适度,利用神经网络通过四个热环境变量(室内空气温度、空气相对湿度、空气流速及黑球温度)和两个人为因素(人体新陈代谢率和服装热阻)建立的仿真评价模型,智能化地得到PMV-PPD热环境舒适度指标,避免了复杂的公式迭代运算。
本发明为解决技术问题采用如下技术方案:
本发明一种室内热舒适度评价系统的特点是:
设置所述评价系统组成包括:由温湿度采集模块、空气流速采集模块和黑球温度采集模块构成的传感器模块、单片机模块、显示模块、报警模块、电源与复位模块和按键模块;
由所述传感器模块获得室内环境采集信号,包括:由所述温湿度采集模块分别获得的室内空气温度检测信号与空气相对湿度检测信号、所述空气流速采集模块获得的空气流速检测信号和由所述黑球温度采集模块获得的黑球温度检测信号;
以所述室内环境采集信号以及通过按键模块输入的人体新陈代谢率和服装热阻值作为单片机模块的输入信号,在所述单片机模块中针对所述输入信号,利用神经网络建立的仿真评价模型输出PMV-PPD热环境舒适度指标;
以所述显示模块对所述输入信号,以及在所述单片机模块中输出的PMV-PPD热环境舒适度指标进行显示;
以所述报警模块在PMV-PPD热环境舒适度指标超出舒适度范围时发出警报。
本发明室内热舒适度评价系统的特点也在于:所述神经网络是指BP神经网络,利用历史数据中的四个环境参数以及两个人为因素分别作为所述BP神经网络的输入值,利用历史数据中的热环境舒适度指标值作为所述BP网络的输出值,利用所述输入值和所述输出值训练所述BP神经网络,得到所述仿真评价模型;所述四个环境参数包括:室内空气温度、空气相对湿度、空气流速和黑球温度;所述两个人为因素包括:人体新陈代谢率和服装热阻。
与已有技术相比,本发明的有益效果体现在:
1、本发明针对四个热环境变量和两个人为因素采用神经网络建立仿真评价模型,利用神经网络特有的学习能力和对非线性系统强大的辨识能力,避免了繁琐的公式迭代运算,实现了智能化地检测PMV-PDD热环境舒适度指标。
2、本发明将个体差异考虑在内,通过按键模块输入人体新陈代谢率和服装热阻这两个人为因素,综合四个环境参数,使得测量和评价结果更加全面和客观,更加符合人体真实感觉。
3、本发明通过检测黑球温度直接作为神经网络的输入值之一,利用神经网络强大的非线性学习能力,将平均辐射温度隐含在网络学习中,直接构造出舒适度评价模型,从而有效避免了需要获得平均辐射温度这个较难通过直接检测方式而得的参数值。
附图说明
图1为本发明系统结构框图;
图2为本发明单片机控制器芯片图;
图3为本发明温湿度采集模块电路图;
图4为本发明风速调理电路图;
图5为本发明神经网络原理图;
图6为本发明显示模块电路图;
图7为本发明报警模块电路图;
图8为本发明电源电路图;
图9为本发明复位电路图;
具体实施方式
参见图1,本实施例中室内热舒适度评价系统的组成包括由温湿度采集模块、空气流速采集模块和黑球温度采集模块构成的传感器模块、单片机模块、显示模块、报警模块、电源与复位模块和按键模块;由传感器模块获得室内环境采集信号,包括:室内空气温度检测信号、相对湿度检测信号、空气流速检测信号和黑球温度检测信号;
具体实施中,单片机最小模块采用TI公司的超低功耗的16位MSP430F149作为舒适度评价系统的核心控制器,如图2所示;MSP430F149单片机内部集成了12位200Ksps的A/D转换器,两条可用于异步或同步模式的串行通信接口;6个8位的并行端口,多达60KB的FLASH ROM和2KB的RAM,整个开发、编译和调试都可以在一个软件集成环境中进行,具有运行稳定可靠、集成度高、廉价实用等优点。
黑球温度是一个体感温度,包括了周围的气温、热辐射等综合因素,在相同的体感之下可比空气温度高2~3℃,在医学上间接地表示了人体对周围环境所感受辐射热的状况。黑球温度采集模块采用JTR04型黑球温度传感器,可同时检测黑球辐射温度及室内空气温度,其测量范围是-5℃~120℃,测量精度为±0.5℃,广泛适用于建筑、暖通空调、环境温度及人体舒适度指标等的测量,其中所采集到的室内空气温度可以与温湿度采集模块所采集的室内空气温度作为互相校准使用,当室内空气温度出现误差时,取其平均值,使得测量结果更加精确。测得的黑球温度信号和室内空气温度信号分别接入MSP430F149单片机的第56引脚和57引脚。
如图3所示,温湿度采集模块采用的瑞士SENSIRION公司出品的SHT11温湿度传感器,测量相对湿度的范围是0~100%,测量精度为±4.5RH;测量温度的范围是-40~+123.8℃,测温精度为0.5℃,正是一款适合于室内温湿度检测的智能集成传感器;温湿度传感器SHT11的DATA和SCK分别和MSP430F149单片机的第59引脚和第60引脚即P6.0和P6.1相连接,将采集到的室内空气温度和空气相对湿度传送给单片机。
为了实现利用本系统的检测装置的便携性,减少外围设备和本身检测装置的体积,采用脉冲式风速测量传感器作为空气流速采集模块的传感器元件,脉冲式风速测量传感器的优点是体积小、质量小,同时原理简单,能利用风速带动感应元件——叶片的转动引发光电编码器输出脉冲信号,将风速模拟量直接转换成脉冲信号,从而计算出风速,计算公式为V=0.88f,其中V为风速,f为输出脉冲,频率随着风速的增大而线性增加。省去了A/D转换模块而大大提高了仪器的携带性。为了减小干扰,过滤毛刺干扰,给出了风速调理电路如图4所示:其中Vin引脚接入脉冲信号,Fout接MSP430F149单片机的第51引脚。图4中的TLP521作为可控制的光电耦合部件,用于电路之间的信号传输,能够使其前端风速测量传感器与负载完全隔离,目的在于增加电路的安全性,减小电路干扰。
以室内环境采集信号以及通过按键模块输入的人体新陈代谢率和服装热阻值作为MSP430F149单片机模块的输入信号,在MSP430F149单片机模块中针对输入信号,利用神经网络建立的仿真评价模型输出PMV-PPD热环境舒适度指标;
具体实施中,人体新陈代谢率与人体的活动状态有关,而服装热阻值是根据季节和穿衣厚薄的不同而相应变化的,通常在热舒适研究中,两个人为因素分别是通过查取人体活动与新陈代谢率对照表和人体服装与热阻值对照表的经验数据估算而得的,分别如表1和表2所示;在ASHRAE标准和ISO标准中都制定了相关的查阅表格。本实施例中,人体新陈代谢率取值为1Met,也就是58W/m2,服装热阻取值范围夏季在0.35clo—0.6clo之间,冬季在0.8clo—1.2clo之间。
表1人体活动与新陈代谢率对照表
表2人体服装与热阻值对照表
本系统可以采用各种神经网络进行训练,神经网络就像是一个黑匣子,只要给出输入值和输出值,网络就会自己训练出适合于该训练数据的网络模型,不需要关心其内部的公式迭代计算过程,大大简化了对热舒适评价的工作量。本实施例中采用BP神经网络训练评价模型,如图5所示,其包含10个神经元,1个隐藏层,具体实施中,可以根据训练结果而调整神经元个数和隐藏层数,使得训练结果更加贴近于参考的输出值。将历史采集到的数据中四个环境参数(室内空气温度、空气相对湿度、空气流速、黑球温度)和两个人为因素(人体新陈代谢率、服装热阻)作为神经网络的输入值,利用公认的Fanger教授提出的PMV-PPD计算式得出的热环境舒适度指标值作为输出值,在计算机上仿真建立神经网络模型,同时本系统采用德国美翠公司的MI6401ST室内环境质量综合测试仪的测试结果作为神经网络的监督信号,进一步校准神经网络的训练结果,将训练过的BP神经网络模型移植到单片机上,单片机就能根据传感器采集到的环境因素和按键模块输入的不同情况下的人体参数利用已经建立的BP神经网络,直接得出热舒适度指标。
以显示模块对单片机模块的各输入信号,以及在单片机模块中输出的PMV-PPD热环境舒适度指标进行显示;具体实施中,显示模块选用的是型号为YM12864R的汉字图形点阵液晶显示模块,内藏ST7920控制器,可以实时显示出传感器采集到的四个环境参数和按键模块输入的两个人体参数,同时将单片机计算出的PMV-PPD热环境舒适度指标值和所在7级标尺-3到3之间的区域范围用条形图直观的显示出来,给出冷、凉、微凉、中性、微暖、暖、热这7种感觉评价。如图6所示,YM12864R液晶显示模块与MSP430D149单片机的具体连接情况为:VSS和背光LED K接地;由于本设计中只使用并行数据传输模式,所以PSB与VDD和LED A一起接高电平;控制信号RS、R/W、EN分别连接到MSP430F149单片机的P5.5至P5.7端口,复位引脚/RET连接到单片机的P5.0端口作为YM12864R控制信号的输入端;DB0~DB7则连接到单片机的P4.0~P4.7端口作为并行数据总线。
以报警模块在PMV-PPD热环境舒适度指标超出舒适度范围时发出警报,提醒用户注意调节室内环境。如图7所示,报警模块是由发光二极管和蜂鸣器组成,晶体管Q1起开关作用,当测试仪测量得到的舒适度指标超过国内认可的舒适度范围时,P1.0输出低电平,经过1K限流电阻分压后电流使得晶体管Q1导通,发光二极管闪烁,蜂鸣器发声,提醒用户注意调节室内温度或者开窗通风,也可适当注意衣着,达到声光报警的目的。
在电源与复位模块的设计中,由于MSP430系列单片机的工作电压一般是1.8v—3.6v,并且功耗极低,因此选TI公司的GM1117作为电源芯片;参见图8,该芯片输出电压Vout为3.3v,接MSP430D149单片机的64引脚,完全可以满足MSP430D149单片机的供电需求。
复位电路如图9所示,为了保证系统在上电时进行初始化,同时也为了保证对电源的监视,需要采用复位芯片MAX809STR,其2号引脚接MSP430D149单片机的58引脚。
Claims (2)
1.一种室内热舒适度评价系统,其特征是:
设置所述评价系统组成包括:由温湿度采集模块、空气流速采集模块和黑球温度采集模块构成的传感器模块、单片机模块、显示模块、报警模块、电源与复位模块和按键模块;
由所述传感器模块获得室内环境采集信号,包括:由所述温湿度采集模块分别获得的室内空气温度检测信号与空气相对湿度检测信号、所述空气流速采集模块获得的空气流速检测信号和由所述黑球温度采集模块获得的黑球温度检测信号;
以所述室内环境采集信号以及通过按键模块输入的人体新陈代谢率和服装热阻值作为单片机模块的输入信号,在所述单片机模块中针对所述输入信号,利用神经网络建立的仿真评价模型输出PMV-PPD热环境舒适度指标;
以所述显示模块对所述输入信号,以及在所述单片机模块中输出的PMV-PPD热环境舒适度指标进行显示;
以所述报警模块在PMV-PPD热环境舒适度指标超出舒适度范围时发出警报。
2.根据权利要求1所述的室内热舒适度评价系统,其特征是:所述神经网络是指BP神经网络,利用历史数据中的四个环境参数以及两个人为因素分别作为所述BP神经网络的输入值,利用历史数据中的热环境舒适度指标值作为所述BP网络的输出值,利用所述输入值和所述输出值训练所述BP神经网络,得到所述仿真评价模型;所述四个环境参数包括:室内空气温度、空气相对湿度、空气流速和黑球温度;所述两个人为因素包括:人体新陈代谢率和服装热阻。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101848447A CN102680025A (zh) | 2012-06-06 | 2012-06-06 | 一种室内热舒适度评价系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101848447A CN102680025A (zh) | 2012-06-06 | 2012-06-06 | 一种室内热舒适度评价系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102680025A true CN102680025A (zh) | 2012-09-19 |
Family
ID=46812302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012101848447A Pending CN102680025A (zh) | 2012-06-06 | 2012-06-06 | 一种室内热舒适度评价系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102680025A (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103994788A (zh) * | 2014-04-25 | 2014-08-20 | 中国家用电器研究院 | 室内热舒适性检测系统 |
CN104102789A (zh) * | 2014-07-28 | 2014-10-15 | 重庆大学 | 一种建筑热湿环境等级的评估系统及方法 |
CN104142408A (zh) * | 2014-08-18 | 2014-11-12 | 贾玉凤 | 一种光电式风向风速测量装置 |
CN104197986A (zh) * | 2014-08-27 | 2014-12-10 | 长沙理工大学 | 一种热舒适性指标测量系统 |
CN104490371A (zh) * | 2014-12-30 | 2015-04-08 | 天津大学 | 一种基于人体生理参数的热舒适检测方法 |
CN104535109A (zh) * | 2014-12-23 | 2015-04-22 | 中国矿业大学 | 一种矿井井下热环境评价方法及其装置 |
CN105698861A (zh) * | 2016-03-04 | 2016-06-22 | 广东轻工职业技术学院 | 一种室内环境舒适度评价方法 |
CN105955356A (zh) * | 2016-05-05 | 2016-09-21 | 华南理工大学 | 基于人体热适应的室内环境控制系统及方法 |
CN106152387A (zh) * | 2015-04-20 | 2016-11-23 | 上海交通大学 | 一种用于室内热舒适度的检测方法 |
CN106225163A (zh) * | 2016-07-29 | 2016-12-14 | 北京同衡能源技术研究院有限公司 | 一种室内环境测评控制方法及系统 |
CN106468791A (zh) * | 2016-06-29 | 2017-03-01 | 黄山学院 | 一种古村落空间舒适度测量方法及拟合算法 |
CN106570333A (zh) * | 2016-11-09 | 2017-04-19 | 北京小米移动软件有限公司 | 舒适度级别确定方法及装置 |
CN106895881A (zh) * | 2017-03-30 | 2017-06-27 | 广东欧珀移动通信有限公司 | 室内环境监测方法及移动终端 |
CN106919056A (zh) * | 2015-12-25 | 2017-07-04 | 北京奇虎科技有限公司 | 智能家居自动控制方法及装置 |
CN106968979A (zh) * | 2017-04-25 | 2017-07-21 | 广东技术师范学院 | 一种风扇控制系统 |
CN106979819A (zh) * | 2016-06-24 | 2017-07-25 | 深圳达实智能股份有限公司 | 室内平均辐射温度的测定方法及装置 |
CN107192572A (zh) * | 2017-07-11 | 2017-09-22 | 海信科龙电器股份有限公司 | 空调器热舒适度性能测试系统及其测试方法 |
CN107328585A (zh) * | 2017-07-19 | 2017-11-07 | 中汽研(常州)汽车工程研究院有限公司 | 汽车空调热舒适性测试假人 |
CN108087963A (zh) * | 2017-12-20 | 2018-05-29 | 大连海事大学 | 一种基于体感温度的智能楼宇控制系统 |
CN108492044A (zh) * | 2018-04-01 | 2018-09-04 | 安徽大学江淮学院 | 基于人工神经网络模型的室内舒适度综合评价系统及方法 |
CN109960886A (zh) * | 2019-03-30 | 2019-07-02 | 龙马智芯(珠海横琴)科技有限公司 | 一种空气舒适度评价方法、装置及空气调节设备 |
CN110447597A (zh) * | 2019-08-28 | 2019-11-15 | 广西壮族自治区水牛研究所 | 一种评价干奶期奶水牛舒适性的方法 |
CN110837229A (zh) * | 2018-08-17 | 2020-02-25 | 珠海格力电器股份有限公司 | 家用电器的控制方法和装置 |
CN111046536A (zh) * | 2019-11-25 | 2020-04-21 | 香港城市大学成都研究院 | 基于变化的适应性因子和预测平均投票值的热舒适建模方法 |
CN111067493A (zh) * | 2019-12-19 | 2020-04-28 | 北京航空航天大学 | 一种人体热舒适预测方法 |
CN111639462A (zh) * | 2020-05-29 | 2020-09-08 | 桂林电子科技大学 | 一种基于深度置信神经网络的自然通风环境下建筑室内热舒适预测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2029927C1 (ru) * | 1990-05-30 | 1995-02-27 | Одесская государственная морская академия | Устройство для определения условий тепловой комфортности микроклимата |
CN1350162A (zh) * | 2001-11-22 | 2002-05-22 | 上海交通大学 | 热舒适仪 |
CN1414313A (zh) * | 2002-12-05 | 2003-04-30 | 上海交通大学 | 个性化空调器 |
KR20070008951A (ko) * | 2005-07-14 | 2007-01-18 | 서울시립대학교 산학협력단 | 리모트형 무선 실내 열쾌적도 측정 및 평가 시스템 |
CN202075431U (zh) * | 2011-03-07 | 2011-12-14 | 北京世纪建通技术开发有限公司 | 一种室内热环境舒适度测试系统 |
-
2012
- 2012-06-06 CN CN2012101848447A patent/CN102680025A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2029927C1 (ru) * | 1990-05-30 | 1995-02-27 | Одесская государственная морская академия | Устройство для определения условий тепловой комфортности микроклимата |
CN1350162A (zh) * | 2001-11-22 | 2002-05-22 | 上海交通大学 | 热舒适仪 |
CN1414313A (zh) * | 2002-12-05 | 2003-04-30 | 上海交通大学 | 个性化空调器 |
KR20070008951A (ko) * | 2005-07-14 | 2007-01-18 | 서울시립대학교 산학협력단 | 리모트형 무선 실내 열쾌적도 측정 및 평가 시스템 |
CN202075431U (zh) * | 2011-03-07 | 2011-12-14 | 北京世纪建通技术开发有限公司 | 一种室内热环境舒适度测试系统 |
Non-Patent Citations (2)
Title |
---|
张方方: "基于神经网络的室内环境热舒适度融合算法", 《重庆工学院学报(自然科学)》 * |
郑伟: "基于PMV指标的室内环境智能控制系统", 《第七界绿色建筑大会会议论文》 * |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103994788A (zh) * | 2014-04-25 | 2014-08-20 | 中国家用电器研究院 | 室内热舒适性检测系统 |
CN104102789A (zh) * | 2014-07-28 | 2014-10-15 | 重庆大学 | 一种建筑热湿环境等级的评估系统及方法 |
CN104102789B (zh) * | 2014-07-28 | 2017-09-01 | 重庆大学 | 一种建筑热湿环境等级的评估系统及方法 |
CN104142408A (zh) * | 2014-08-18 | 2014-11-12 | 贾玉凤 | 一种光电式风向风速测量装置 |
CN104197986A (zh) * | 2014-08-27 | 2014-12-10 | 长沙理工大学 | 一种热舒适性指标测量系统 |
CN104535109A (zh) * | 2014-12-23 | 2015-04-22 | 中国矿业大学 | 一种矿井井下热环境评价方法及其装置 |
CN104490371A (zh) * | 2014-12-30 | 2015-04-08 | 天津大学 | 一种基于人体生理参数的热舒适检测方法 |
CN106152387A (zh) * | 2015-04-20 | 2016-11-23 | 上海交通大学 | 一种用于室内热舒适度的检测方法 |
CN106152387B (zh) * | 2015-04-20 | 2018-10-30 | 上海交通大学 | 一种用于室内热舒适度的检测方法 |
CN106919056A (zh) * | 2015-12-25 | 2017-07-04 | 北京奇虎科技有限公司 | 智能家居自动控制方法及装置 |
CN105698861A (zh) * | 2016-03-04 | 2016-06-22 | 广东轻工职业技术学院 | 一种室内环境舒适度评价方法 |
CN105955356B (zh) * | 2016-05-05 | 2018-09-14 | 华南理工大学 | 基于人体热适应的室内环境控制系统及方法 |
CN105955356A (zh) * | 2016-05-05 | 2016-09-21 | 华南理工大学 | 基于人体热适应的室内环境控制系统及方法 |
CN106979819B (zh) * | 2016-06-24 | 2019-06-04 | 深圳达实智能股份有限公司 | 室内平均辐射温度的测定方法及装置 |
CN106979819A (zh) * | 2016-06-24 | 2017-07-25 | 深圳达实智能股份有限公司 | 室内平均辐射温度的测定方法及装置 |
CN106468791A (zh) * | 2016-06-29 | 2017-03-01 | 黄山学院 | 一种古村落空间舒适度测量方法及拟合算法 |
CN106468791B (zh) * | 2016-06-29 | 2019-09-03 | 黄山学院 | 一种古村落空间舒适度测量方法及拟合算法 |
CN106225163A (zh) * | 2016-07-29 | 2016-12-14 | 北京同衡能源技术研究院有限公司 | 一种室内环境测评控制方法及系统 |
CN106225163B (zh) * | 2016-07-29 | 2019-04-02 | 北京同衡能源技术研究院有限公司 | 一种室内环境测评控制方法及系统 |
CN106570333B (zh) * | 2016-11-09 | 2019-09-20 | 北京小米移动软件有限公司 | 舒适度级别确定方法及装置 |
CN106570333A (zh) * | 2016-11-09 | 2017-04-19 | 北京小米移动软件有限公司 | 舒适度级别确定方法及装置 |
CN106895881B (zh) * | 2017-03-30 | 2019-07-16 | Oppo广东移动通信有限公司 | 室内环境监测方法及移动终端 |
CN106895881A (zh) * | 2017-03-30 | 2017-06-27 | 广东欧珀移动通信有限公司 | 室内环境监测方法及移动终端 |
CN106968979A (zh) * | 2017-04-25 | 2017-07-21 | 广东技术师范学院 | 一种风扇控制系统 |
CN107192572A (zh) * | 2017-07-11 | 2017-09-22 | 海信科龙电器股份有限公司 | 空调器热舒适度性能测试系统及其测试方法 |
CN107328585A (zh) * | 2017-07-19 | 2017-11-07 | 中汽研(常州)汽车工程研究院有限公司 | 汽车空调热舒适性测试假人 |
CN108087963A (zh) * | 2017-12-20 | 2018-05-29 | 大连海事大学 | 一种基于体感温度的智能楼宇控制系统 |
CN108492044A (zh) * | 2018-04-01 | 2018-09-04 | 安徽大学江淮学院 | 基于人工神经网络模型的室内舒适度综合评价系统及方法 |
CN110837229A (zh) * | 2018-08-17 | 2020-02-25 | 珠海格力电器股份有限公司 | 家用电器的控制方法和装置 |
CN110837229B (zh) * | 2018-08-17 | 2021-06-29 | 珠海格力电器股份有限公司 | 家用电器的控制方法和装置 |
CN109960886A (zh) * | 2019-03-30 | 2019-07-02 | 龙马智芯(珠海横琴)科技有限公司 | 一种空气舒适度评价方法、装置及空气调节设备 |
CN109960886B (zh) * | 2019-03-30 | 2020-09-29 | 龙马智芯(珠海横琴)科技有限公司 | 一种空气舒适度评价方法、装置及空气调节设备 |
CN110447597A (zh) * | 2019-08-28 | 2019-11-15 | 广西壮族自治区水牛研究所 | 一种评价干奶期奶水牛舒适性的方法 |
CN110447597B (zh) * | 2019-08-28 | 2021-05-11 | 广西壮族自治区水牛研究所 | 一种评价干奶期奶水牛舒适性的方法 |
CN111046536B (zh) * | 2019-11-25 | 2023-11-14 | 香港城市大学成都研究院 | 基于变化的适应性因子和预测平均投票值的热舒适建模方法 |
CN111046536A (zh) * | 2019-11-25 | 2020-04-21 | 香港城市大学成都研究院 | 基于变化的适应性因子和预测平均投票值的热舒适建模方法 |
CN111067493A (zh) * | 2019-12-19 | 2020-04-28 | 北京航空航天大学 | 一种人体热舒适预测方法 |
CN111639462A (zh) * | 2020-05-29 | 2020-09-08 | 桂林电子科技大学 | 一种基于深度置信神经网络的自然通风环境下建筑室内热舒适预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102680025A (zh) | 一种室内热舒适度评价系统 | |
CN202582608U (zh) | 一种室内热舒适度检测仪 | |
CN202075431U (zh) | 一种室内热环境舒适度测试系统 | |
CN205786451U (zh) | 一种电容式谷物水分检测仪 | |
CN203414797U (zh) | 基于无线传感网络的温室大棚测控装置 | |
CN101067622A (zh) | 便携式作物参考蒸发蒸腾量测定仪 | |
CN204085569U (zh) | 一种基于物联网和神经网络的热舒适度指标测量装置 | |
CN203576483U (zh) | 家用便携式人体生理参数测试仪 | |
CN102669848A (zh) | 人体生理指标与服装微气候指标监测系统 | |
CN108361217B (zh) | 风扇风速控制方法、系统和风扇 | |
CN202119579U (zh) | 一种服装压力动态测试装置 | |
CN109360644A (zh) | 一种针对婴幼儿的智慧监护方法 | |
CN204348063U (zh) | 温室大棚无线数字温湿度显示装置 | |
CN103475728A (zh) | 基于无线传感器网络的果园生态环境远程监控系统 | |
CN203241128U (zh) | 一种多功能人体秤 | |
CN102397060B (zh) | 卡路里监测仪 | |
Zhang et al. | Research of temperature and humidity monitoring system based on WSN and fuzzy control | |
CN109360643A (zh) | 一种婴幼儿智慧监护装置及系统 | |
CN202101783U (zh) | 服装热湿舒适性微环境动态测试装置 | |
CN203274794U (zh) | 胡杨林春尺蠖虫害发生期预测数据采集装置 | |
CN205808564U (zh) | 基于二极管测温的红外探测器组件多路温度监测系统 | |
CN205642435U (zh) | 一种基于ZigBee的可穿戴健康环境测控装置 | |
CN201194028Y (zh) | 温湿度露点变送器 | |
CN204985019U (zh) | 一种智能电风扇 | |
CN204882571U (zh) | 一种基于Zigbee的血糖仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120919 |