CN106650262A - 基于个性化热调节模型的实时内核温度估计方法及系统 - Google Patents
基于个性化热调节模型的实时内核温度估计方法及系统 Download PDFInfo
- Publication number
- CN106650262A CN106650262A CN201611202641.0A CN201611202641A CN106650262A CN 106650262 A CN106650262 A CN 106650262A CN 201611202641 A CN201611202641 A CN 201611202641A CN 106650262 A CN106650262 A CN 106650262A
- Authority
- CN
- China
- Prior art keywords
- real
- time
- node
- thermal conditioning
- heat
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明实施例公开了一种基于个性化热调节模型的实时内核温度估计方法及系统,其中,该方法包括:获取所有个体特征参数、环境条件参数、服装物理参数以及个性化定义热调节模型的出汗率;通过获取实时心率值以及个体特征参数获取机体的实时新陈代谢率的预测结果;根据环境条件以及着装参数计算服装内部的热湿传输过程,确定热调节模型的外边界条件;进行个性化的人体热生理仿真,获得个体化的实时内核温度估计结果。在本发明实施例中,基于经典的25节点热调节模型进行实时内核温度估计,不仅能够提供各种场景下的实时内核温度估计结果,同时考虑了服装和个体化差异对于人体热调节反应的影响,能够提供一个更加准确的个体化的估计结果。
Description
技术领域
本发明涉及计算机仿真技术领域,尤其涉及一种基于个性化热调节模型的实时内核温度估计方法及系统。
背景技术
内核温度也称体温,是指人体组织深部的平均温度。人体的内核温度通常被维持在37℃左右的一个狭窄范围内,这是保证人体正常生理功能和生命活动的必要条件。绝大多数条件下,当外界环境发生变化时,人体的热调节系统能够通过调节机体的新陈代谢热以及散失到外界的热量来维持机体与外界环境之间的热平衡,进而确保内核温度始终在一个安全的范围内。但是在一些极端条件下,如在高温环境下工作或长时间的剧烈运动,人体热调节系统不能够及时的将大量的热量散失到外界环境从而会导致机体的内核温度持续升高。当人体内核温度达到39-40℃,一些热疾病如中暑、晕厥等就有可能发生,严重情况下甚至会导致死亡。因此,实时监控内核温度能够有效避免日常生活中的如中暑等热疾病的发生。
然而,目前已有的测量内核温度的方法都存在各种各样的缺陷而无法有效应用在实时活动场景中,即使是被认为最适合于运动场景中的遥测胃肠道温度的CorTempTM核心体温监测方法也由于其成本过高而无法得到推广。为了克服这些问题,研究者们普遍采用人体热生理建模的方法来在各种条件下较准确的估计出人体内核温度,进而可以提前采取防护措施来避免危险的发生。但是这些现有的方法都存在一些问题,有的模型不能应用在实时场景中,也有的虽然能应用在实时场景中但是只能给出一个基于群体的平均预测值,而不能够提供一个准确的个体化的估计结果。因此如果能够提出一种实时的并且能够考虑个体的差异性进而给出一个个性化的内核温度估计结果的方法对于保护各种条件下人体的健康和生命安全具有重要意义。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种基于个性化热调节模型的实时内核温度估计方法及系统,能够提供各种场景下的实时内核温度估计结果,并在服装和个体化差异对于人体热调节反应的影响提供一个更加准确的个体化估计结果。
为了解决上述问题,本发明提出了一种基于个性化热调节模型的实时内核温度估计方法,所述方法包括:
获取所有个体特征参数、环境条件参数、服装物理参数以及个性化定义热调节模型的出汗率;
通过获取实时心率值以及个体特征参数获取机体的实时新陈代谢率的预测结果;
根据环境条件以及着装参数计算服装内部的热湿传输过程,确定热调节模型的外边界条件;
进行个性化的人体热生理仿真,获得个体化的实时内核温度估计结果。
优选地,所述获取所有个体特征参数、环境条件参数、服装物理参数以及个性化定义热调节模型的出汗率的步骤,包括:
获取人体的个体特征参数,包括:性别、年龄、体重、最大耗氧量VO2max和对环境的热适应状态;
获取当前的环境条件参数,包括:空气温度、相对湿度以及风速;
获取当前人体的着装条件参数,包括:服装样式、材质及各部分的覆盖率;
根据个体特征参数定义25节点热调节模型的出汗率计算公式。
优选地,所述通过获取实时心率值以及个体特征参数获取机体的实时新陈代谢率的预测结果的步骤,包括:
由人体佩戴心率监测设备获取实时心率值并传输给新陈代谢预测模型;
利用实时心率值和个体特征参数进行新陈代谢率的预测;
将预测的新陈代谢速率值进行单位转换。
优选地,所述根据环境条件以及着装参数计算服装内部的热湿传输过程,确定热调节模型的外边界条件的步骤,包括:
计算服装中水蒸气的质量平衡方程;
计算服装中液态水的质量平衡方程;
计算服装整体的能量守恒方程。
优选地,所述进行个性化的人体热生理仿真,获得个体化的实时内核温度估计结果的步骤,包括:
由25节点热调节模型各节点的热平衡方程分别计算出每一节点的温度在一个仿真计算步长内的温度改变量;
根据每一节点的温度改变量计算出任意时刻各节点的温度;
根据任意时刻各节点的温度计算出机体的热控制信号,根据该热控制信号对机体的颤抖产热量、出汗率及皮肤血流速率进行调节;
将人体热调节机制的更新值代入到各节点热平衡方程中,计算下一仿真步长的服装热湿传输过程。
相应地,本发明还提供一种基于个性化热调节模型的实时内核温度估计系统,所述系统包括:
出汗率定义模块,用于获取所有个体特征参数、环境条件参数、服装物理参数以及个性化定义热调节模型的出汗率;
新陈代谢率预测模块,用于通过获取实时心率值以及个体特征参数获取机体的实时新陈代谢率的预测结果;
服装热湿传输仿真模块,用于根据环境条件以及着装参数计算服装内部的热湿传输过程,确定热调节模型的外边界条件;
仿真模块,用于进行个性化的人体热生理仿真,获得个体化的实时内核温度估计结果。
优选地,所述出汗率定义模块包括:
个体特征参数获取单元,用于获取人体的个体特征参数,包括:性别、年龄、体重、最大耗氧量VO2max和对环境的热适应状态;
环境条件参数获取单元,用于获取当前的环境条件参数,包括:空气温度、相对湿度以及风速;
着装条件参数获取单元,用于获取当前人体的着装条件参数,包括:服装样式、材质及各部分的覆盖率;
定义单元,用于根据个体特征参数定义25节点热调节模型的出汗率计算公式。
优选地,所述新陈代谢率预测模块包括:
心率监测设备,用于获取实时心率值并传输给新陈代谢预测模型;
预测单元,用于利用实时心率值和个体特征参数进行新陈代谢率的预测;
转换单元,用于将预测的新陈代谢速率值进行单位转换。
优选地,所述服装热湿传输仿真模块用于计算服装中水蒸气的质量平衡方程;计算服装中液态水的质量平衡方程;计算服装整体的能量守恒方程。
优选地,所述仿真模块还用于由25节点热调节模型各节点的热平衡方程分别计算出每一节点的温度在一个仿真计算步长内的温度改变量;根据每一节点的温度改变量计算出任意时刻各节点的温度;根据任意时刻各节点的温度计算出机体的热控制信号,根据该热控制信号对机体的颤抖产热量、出汗率及皮肤血流速率进行调节;将人体热调节机制的更新值代入到各节点热平衡方程中,计算下一仿真步长的服装热湿传输过程。
在本发明实施例中,基于经典的25节点热调节模型进行实时内核温度估计,不仅能够提供各种场景下的实时内核温度估计结果,同时考虑了服装和个体化差异对于人体热调节反应的影响,能够提供一个更加准确的个体化的估计结果;可以实时得到个体在各种条件下的内核温度估计结果,有助于提前采取措施避免危险的发生,有效保护人们的生命健康安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例的基于个性化热调节模型的实时内核温度估计方法的流程示意图;
图2是本发明实施例中25节点热生理模型的示意图;
图3是本发明实施例的基于个性化热调节模型的实时内核温度估计系统的结构组成示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明实施例的基于个性化热调节模型的实时内核温度估计方法的流程示意图,如图1所示,该方法包括:
S1,获取所有个体特征参数、环境条件参数、服装物理参数以及个性化定义热调节模型的出汗率;
S2,通过获取实时心率值以及个体特征参数获取机体的实时新陈代谢率的预测结果;
S3,根据环境条件以及着装参数计算服装内部的热湿传输过程,确定热调节模型的外边界条件;
S4,进行个性化的人体热生理仿真,获得个体化的实时内核温度估计结果。
具体地,S1进一步包括:
获取人体的个体特征参数,包括:性别、年龄、体重、最大耗氧量VO2max和对环境的热适应状态;
获取当前的环境条件参数,包括:空气温度、相对湿度以及风速;
获取当前人体的着装条件参数,包括:服装样式、材质及各部分的覆盖率;
根据个体特征参数定义25节点热调节模型的出汗率计算公式。
其中,对环境的热适应状态由暴露在热压力环境中从而导致内核温度大幅升高的天数决定。取值范围为0到14。
定义热调节模型的出汗率计算公式主要是基于个体的运动训练水平以及热适应状态会极大的影响不同个体热调节反应中的出汗过程,因此根据获取到的个体的最大耗氧量VO2max以及热适应状态对热调节模型中的出汗率计算公式进行个性化定义,个性化定义25节点热调节模型的出汗率计算公式为:
ACCLIM=1-e-0.3·(number of acclimation days-1)
FIT=VO2max-VO2max-standard=VO2max-40
THRES=THRESstandard-(FIT/10)·0.1-ACCLIM·0.25
GAIN=GAINstandard·(1+(FIT/20)·0.35)·(1+ACCLIM·0.15)
MSR=MSRstandard·[1+(FIT/20)·0.25+ACCLIM·0.25]
其中,ACCLIM和FIT分别是个体的热适应状态以及训练水平指标的量化;THRES为人体开始出汗的阈值温度;GAIN为人体出汗调节系统的增益;MSR为人体的最大出汗率;MSRstandard为一个最大耗氧量为40ml·kg-1·min-1的标准个体的最大出汗率。
进一步地,S2包括:
由人体佩戴心率监测设备获取实时心率值并传输给新陈代谢预测模型;
利用实时心率值和个体特征参数进行新陈代谢率的预测;
将预测的新陈代谢速率值进行单位转换。
预测公式为:
Male:
MR=-95.7735+0.271×age+0.394×weight+0.404×VO2max
+0.634×HR
Female:
MR=-59.3954+0.274×age+0.103×weight+0.380×VO2max+0.45×HR
其中,MR为新陈代谢率,单位为kJ/min;age、weight、VO2max和HR分别为步骤一中所得到的个体特征参数(年龄,体重,最大耗氧量)以及实时心率值。
由于热调节模型中新陈代谢速率的单位为MET,将预测的新陈代谢速率值进行单位转换,转换公式为:
MET=60×MR/(4.184×weight)
其中,MET即为热调节模型中的新陈代谢率输入项。
S3进一步包括:
计算服装中水蒸气的质量平衡方程;
计算服装中液态水的质量平衡方程;
计算服装整体的能量守恒方程。
其中,计算服装中水蒸气的质量平衡方程的公式为:
计算服装中液态水的质量平衡方程的公式为:
计算服装整体的能量守恒方程的公式为:
图2是25节点热生理模型的示意图,进一步地,S4包括:
由25节点热调节模型各节点的热平衡方程分别计算出每一节点的温度在一个仿真计算步长内的温度改变量dT(i,j);
根据每一节点的温度改变量计算出任意时刻各节点的温度;具体地,把躯干节点的内核层温度作为机体的内核温度,将机体六个部分皮肤层的温度取平均值作为机体的皮肤温度,并输出当前时刻的内核温度;
根据任意时刻各节点的温度计算出机体的热控制信号,根据该热控制信号对机体的颤抖产热量、出汗率及皮肤血流速率进行调节;
将人体热调节机制的更新值代入到各节点热平衡方程中,计算下一仿真步长的服装热湿传输过程。
其中,计算每一节点在一个仿真计算步长内的温度改变量dT(i,j)的方式为:
计算出每一节点的新陈代谢热、与中心血池的热交换、相邻组织层间的热传导,内核层的呼吸散热以及皮肤层的干热损失和湿热损失(出汗),代入到如下每一节点的热平衡方程。
内核:
肌肉层:
脂肪层:
皮肤层:
中心血池:
其中,i是节段编号,从小到大分别为头、躯干、臂、手、腿、脚和中心血池。j是每节点组织层次编号,从小到大依次为内核、肌肉、脂肪和皮肤。C是比热,Q是新陈代谢热,B是每节点与中心血池之间的热交换,D是同一节段相邻层之间的热传导,RES是由呼吸作用带来的热损失,Qt是皮肤与环境之间的干热交换,E是皮肤和环境之间的湿热交换,即出汗带来的热损失。
在根据每一节点的温度改变量计算出任意时刻各节点的温度过程中,根据每一节点的温度改变量dT(i,j)及给定的每一节点的初始温度T(i,j)ini,由计算出每一节点在任意时刻的温度T(i,j)。且机体的内核温度和皮肤温度由Tcore=T(2,1);计算。
由每一节点的温度T(i,j)及给定的每一节点的标准温度Tset(i,j)由公式Err(i,j)=T(i,j)-Tset(i,j)计算出误差信号,并根据该误差信号Err(i,j)由公式Warm(i,j)=Err(i,j),Cold(i,j)=0,(当Err(i,j)>0)和Cold(i,j)=-Err(i,j),Warm(i,j)=0,(当Err(i,j)<0)计算出每一节点的暖信号的值Warm(i,j)和冷信号的值Cold(i,j),同时计算出皮肤层的综合暖信号和冷信号值,
来自皮肤感受器上的感觉信号被综合,综合的暖信号和冷信号由以下公式定义,SKINR(i)为综合权系数。
根据25节点热生理模型的热调节机制,由以下公式分别计算出机体的血流速率、出汗率、颤抖产热。
其中,皮肤血流速率BF(i,4)由公式计算,BFB为基本血流速率;DL和ST分别为血管舒张和收缩信号,由以下公式定义:
DL=CdlErr(1,1)+Sdl(Warms-Colds)+PdlWarm(1,1)Warms
ST=-CstErr(1,1)-Sst(Warms-Colds)+PstCold(1,1)Colds
出汗率由以下公式计算:
颤抖产热由以下公式计算:
Ch(i,2)=[-CchErr(1,1)-Sch(Warms-Colds)+PchCold(1,1)Colds]ChiIf(i)
其中,Chilf(i)为颤抖肌肉分布系数。
相应地,本发明实施例还提供一种基于个性化热调节模型的实时内核温度估计系统,如图3所示,该系统包括:
出汗率定义模块1,用于获取所有个体特征参数、环境条件参数、服装物理参数以及个性化定义热调节模型的出汗率;
新陈代谢率预测模块2,用于通过获取实时心率值以及个体特征参数获取机体的实时新陈代谢率的预测结果;
服装热湿传输仿真模块3,用于根据环境条件以及着装参数计算服装内部的热湿传输过程,确定热调节模型的外边界条件;
仿真模块4,用于进行个性化的人体热生理仿真,获得个体化的实时内核温度估计结果。
具体地,出汗率定义模块1包括:
个体特征参数获取单元,用于获取人体的个体特征参数,包括:性别、年龄、体重、最大耗氧量VO2max和对环境的热适应状态;
环境条件参数获取单元,用于获取当前的环境条件参数,包括:空气温度、相对湿度以及风速;
着装条件参数获取单元,用于获取当前人体的着装条件参数,包括:服装样式、材质及各部分的覆盖率;
定义单元,用于根据个体特征参数定义25节点热调节模型的出汗率计算公式。
新陈代谢率预测模块2包括:
心率监测设备,用于获取实时心率值并传输给新陈代谢预测模型;
预测单元,用于利用实时心率值和个体特征参数进行新陈代谢率的预测;
转换单元,用于将预测的新陈代谢速率值进行单位转换。
服装热湿传输仿真模块3还用于计算服装中水蒸气的质量平衡方程;计算服装中液态水的质量平衡方程;计算服装整体的能量守恒方程。
仿真模块4还用于由25节点热调节模型各节点的热平衡方程分别计算出每一节点的温度在一个仿真计算步长内的温度改变量;根据每一节点的温度改变量计算出任意时刻各节点的温度;根据任意时刻各节点的温度计算出机体的热控制信号,根据该热控制信号对机体的颤抖产热量、出汗率及皮肤血流速率进行调节;将人体热调节机制的更新值代入到各节点热平衡方程中,计算下一仿真步长的服装热湿传输过程。
具体地,本发明实施例的系统相关功能模块的工作原理可参见方法实施例的相关描述,这里不再赘述。
在本发明实施例中,基于经典的25节点热调节模型进行实时内核温度估计,不仅能够提供各种场景下的实时内核温度估计结果,同时考虑了服装和个体化差异对于人体热调节反应的影响,能够提供一个更加准确的个体化的估计结果;可以实时得到个体在各种条件下的内核温度估计结果,有助于提前采取措施避免危险的发生,有效保护人们的生命健康安全。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
另外,以上对本发明实施例所提供的基于个性化热调节模型的实时内核温度估计方法及系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于个性化热调节模型的实时内核温度估计方法,其特征在于,所述方法包括:
获取所有个体特征参数、环境条件参数、服装物理参数以及个性化定义热调节模型的出汗率;
通过获取实时心率值以及个体特征参数获取机体的实时新陈代谢率的预测结果;
根据环境条件以及着装参数计算服装内部的热湿传输过程,确定热调节模型的外边界条件;
进行个性化的人体热生理仿真,获得个体化的实时内核温度估计结果。
2.如权利要求1所述的基于个性化热调节模型的实时内核温度估计方法,其特征在于,所述获取所有个体特征参数、环境条件参数、服装物理参数以及个性化定义热调节模型的出汗率的步骤,包括:
获取人体的个体特征参数,包括:性别、年龄、体重、最大耗氧量VO2max和对环境的热适应状态;
获取当前的环境条件参数,包括:空气温度、相对湿度以及风速;
获取当前人体的着装条件参数,包括:服装样式、材质及各部分的覆盖率;
根据个体特征参数定义25节点热调节模型的出汗率计算公式。
3.如权利要求1所述的基于个性化热调节模型的实时内核温度估计方法,其特征在于,所述通过获取实时心率值以及个体特征参数获取机体的实时新陈代谢率的预测结果的步骤,包括:
由人体佩戴心率监测设备获取实时心率值并传输给新陈代谢预测模型;
利用实时心率值和个体特征参数进行新陈代谢率的预测;
将预测的新陈代谢速率值进行单位转换。
4.如权利要求1所述的基于个性化热调节模型的实时内核温度估计方法,其特征在于,所述根据环境条件以及着装参数计算服装内部的热湿传输过程,确定热调节模型的外边界条件的步骤,包括:
计算服装中水蒸气的质量平衡方程;
计算服装中液态水的质量平衡方程;
计算服装整体的能量守恒方程。
5.如权利要求1所述的基于个性化热调节模型的实时内核温度估计方法,其特征在于,所述进行个性化的人体热生理仿真,获得个体化的实时内核温度估计结果的步骤,包括:
由25节点热调节模型各节点的热平衡方程分别计算出每一节点的温度在一个仿真计算步长内的温度改变量;
根据每一节点的温度改变量计算出任意时刻各节点的温度;
根据任意时刻各节点的温度计算出机体的热控制信号,根据该热控制信号对机体的颤抖产热量、出汗率及皮肤血流速率进行调节;
将人体热调节机制的更新值代入到各节点热平衡方程中,计算下一仿真步长的服装热湿传输过程。
6.一种基于个性化热调节模型的实时内核温度估计系统,其特征在于,所述系统包括:
出汗率定义模块,用于获取所有个体特征参数、环境条件参数、服装物理参数以及个性化定义热调节模型的出汗率;
新陈代谢率预测模块,用于通过获取实时心率值以及个体特征参数获取机体的实时新陈代谢率的预测结果;
服装热湿传输仿真模块,用于根据环境条件以及着装参数计算服装内部的热湿传输过程,确定热调节模型的外边界条件;
仿真模块,用于进行个性化的人体热生理仿真,获得个体化的实时内核温度估计结果。
7.如权利要求6所述的基于个性化热调节模型的实时内核温度估计系统,其特征在于,所述出汗率定义模块包括:
个体特征参数获取单元,用于获取人体的个体特征参数,包括:性别、年龄、体重、最大耗氧量VO2max和对环境的热适应状态;
环境条件参数获取单元,用于获取当前的环境条件参数,包括:空气温度、相对湿度以及风速;
着装条件参数获取单元,用于获取当前人体的着装条件参数,包括:服装样式、材质及各部分的覆盖率;
定义单元,用于根据个体特征参数定义25节点热调节模型的出汗率计算公式。
8.如权利要求6所述的基于个性化热调节模型的实时内核温度估计系统,其特征在于,所述新陈代谢率预测模块包括:
心率监测设备,用于获取实时心率值并传输给新陈代谢预测模型;
预测单元,用于利用实时心率值和个体特征参数进行新陈代谢率的预测;
转换单元,用于将预测的新陈代谢速率值进行单位转换。
9.如权利要求6所述的基于个性化热调节模型的实时内核温度估计系统,其特征在于,所述服装热湿传输仿真模块用于计算服装中水蒸气的质量平衡方程;计算服装中液态水的质量平衡方程;计算服装整体的能量守恒方程。
10.如权利要求6所述的基于个性化热调节模型的实时内核温度估计系统,其特征在于,所述仿真模块还用于由25节点热调节模型各节点的热平衡方程分别计算出每一节点的温度在一个仿真计算步长内的温度改变量;根据每一节点的温度改变量计算出任意时刻各节点的温度;根据任意时刻各节点的温度计算出机体的热控制信号,根据该热控制信号对机体的颤抖产热量、出汗率及皮肤血流速率进行调节;将人体热调节机制的更新值代入到各节点热平衡方程中,计算下一仿真步长的服装热湿传输过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611202641.0A CN106650262B (zh) | 2016-12-23 | 2016-12-23 | 基于个性化热调节模型的实时内核温度估计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611202641.0A CN106650262B (zh) | 2016-12-23 | 2016-12-23 | 基于个性化热调节模型的实时内核温度估计方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106650262A true CN106650262A (zh) | 2017-05-10 |
CN106650262B CN106650262B (zh) | 2019-05-31 |
Family
ID=58826717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611202641.0A Active CN106650262B (zh) | 2016-12-23 | 2016-12-23 | 基于个性化热调节模型的实时内核温度估计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106650262B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107705833A (zh) * | 2017-11-22 | 2018-02-16 | 中山大学 | 一种基于人体生理调节模型的运动推荐方法 |
CN109084420A (zh) * | 2018-07-28 | 2018-12-25 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、存储介质及空调 |
CN112843661A (zh) * | 2020-12-31 | 2021-05-28 | 军事科学院军事医学研究院环境医学与作业医学研究所 | 一种热习服训练指导系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226565A (zh) * | 2008-01-17 | 2008-07-23 | 中山大学 | 一种面向教学的服装热舒适度展示系统 |
CN104036061A (zh) * | 2013-03-08 | 2014-09-10 | 香港纺织及成衣研发中心有限公司 | 服装仿真方法和系统 |
-
2016
- 2016-12-23 CN CN201611202641.0A patent/CN106650262B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226565A (zh) * | 2008-01-17 | 2008-07-23 | 中山大学 | 一种面向教学的服装热舒适度展示系统 |
CN104036061A (zh) * | 2013-03-08 | 2014-09-10 | 香港纺织及成衣研发中心有限公司 | 服装仿真方法和系统 |
Non-Patent Citations (1)
Title |
---|
杨杰等: "基于高温人体热反应模型的生理参数预测", 《清华大学学报(自然科学版)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107705833A (zh) * | 2017-11-22 | 2018-02-16 | 中山大学 | 一种基于人体生理调节模型的运动推荐方法 |
CN109084420A (zh) * | 2018-07-28 | 2018-12-25 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、存储介质及空调 |
CN112843661A (zh) * | 2020-12-31 | 2021-05-28 | 军事科学院军事医学研究院环境医学与作业医学研究所 | 一种热习服训练指导系统及方法 |
CN112843661B (zh) * | 2020-12-31 | 2021-09-21 | 军事科学院军事医学研究院环境医学与作业医学研究所 | 一种热习服训练指导系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106650262B (zh) | 2019-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6675552B2 (ja) | 深部体温推定装置、その方法及びプログラム | |
Buller et al. | Wearable physiological monitoring for human thermal-work strain optimization | |
Xu et al. | Thermoregulatory modeling for cold stress | |
Gunga et al. | A non-invasive device to continuously determine heat strain in humans | |
EP2070470B1 (en) | Electronic device, arrangement, and method of estimating fluid loss | |
CN106650262B (zh) | 基于个性化热调节模型的实时内核温度估计方法及系统 | |
CN107121451A (zh) | 出汗暖体假人与人体热反应模型的耦合系统及耦合方法 | |
US20180153463A1 (en) | Wrist device and arrangement for measuring and testing performance | |
Rida et al. | Elderly bioheat modeling: changes in physiology, thermoregulation, and blood flow circulation | |
CN107095649A (zh) | 新陈代谢评估系统 | |
CN106446530B (zh) | 一种基于人体运动热生理的仿真风险评估方法及其系统 | |
Psikuta | Development of an ‘artificial human’for clothing research | |
CN115525081A (zh) | 一种建筑室内环境自适应调节系统及控制方法 | |
Yang et al. | Physiological and perceptual responses due to exposure to three indoor temperatures in cold environments | |
Hue et al. | The effect of a silicone swim cap on swimming performance in tropical conditions in pre-adolescents | |
Veselá et al. | Effect of local skin blood flow during light and medium activities on local skin temperature predictions | |
Tanda | A simplified approach to describe the mean skin temperature variations during prolonged running exercise | |
Yu et al. | An improved human physiological simulation model for healthcare applications | |
CN112395723B (zh) | 一种羽绒服适应环境温度的预测方法 | |
Takizawa et al. | Prediction of core temperature decrease induced by neck cooling in wheelchair athletes with spinal cord injury using the Pierce two-node model and parameter search | |
Jia et al. | A novel exercise thermophysiology comfort prediction model with fuzzy logic | |
CN203873741U (zh) | 运动监测系统 | |
Campbell et al. | Modeling the sweat regulation mechanism | |
CN106354948A (zh) | 一种基于飞行员防护服装的三维人体传热模型的仿真方法 | |
Chithramol et al. | Review on modelling approaches of thermoregulation mechanisms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |