CN108446443B - 一种房间通风换气量的动态测量方法 - Google Patents

一种房间通风换气量的动态测量方法 Download PDF

Info

Publication number
CN108446443B
CN108446443B CN201810144383.8A CN201810144383A CN108446443B CN 108446443 B CN108446443 B CN 108446443B CN 201810144383 A CN201810144383 A CN 201810144383A CN 108446443 B CN108446443 B CN 108446443B
Authority
CN
China
Prior art keywords
room
concentration
time
ventilation
calculation
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.)
Active
Application number
CN201810144383.8A
Other languages
English (en)
Other versions
CN108446443A (zh
Inventor
简毅文
刘晓霄
王旭
郭锐敏
侯雨晨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201810144383.8A priority Critical patent/CN108446443B/zh
Publication of CN108446443A publication Critical patent/CN108446443A/zh
Application granted granted Critical
Publication of CN108446443B publication Critical patent/CN108446443B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Ventilation (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开一种房间通风换气量的动态测量方法,采用以人体散发CO2作为示踪气体的测量方式,根据质量平衡基本原则建立房间CO2浓度与房间通风换气量的相互关系,同时依据房间CO2浓度的连续测试数据,并基于误差分析结果,计算确定出动态变化的房间通风换气量。采用本发明的技术方案,可对房间人体CO2的散发状况无任何限制,可以基于房间CO2浓度实测数据,方便快捷地计算获得各个时间间隔内的房间通风换气量,由此可对房间通风换气量的动态变化加以真实的反映。

Description

一种房间通风换气量的动态测量方法
技术领域
本发明属于建筑室内环境的技术领域,涉及一种房间通风换气量的动态测量方法。
背景技术
自然通风情况下居住建筑房间通风换气量的测量对于住宅采暖空调能耗以及室内空气品质的预测分析具有重要意义。目前国内外通常采用示踪气体法进行通风换气量的测量,该方法采用甲烷、SF6或CO2等作为示踪气体,以上升法和下降法方式释放示踪气体,根据CO2气体浓度的变化状况,分析推算得出房间通风换气量。其中,上升法是指在释放点连续释放固定强度源的示踪气体,记录房间测量点处示踪气体浓度随时间的变化过程;下降法则是指房间测量点处示踪气体浓度达到平衡状态后,停止释放示踪气体,再记录测量点处示踪气体浓度随时间的变化过程。各种气体中,CO2气体方便易得并且易于与空气充分混合,因而成为最常用的示踪气体。
示踪气体法在建筑室内气流参数的测试及分析研究中得到了广泛的应用,基于该方法开展了各种不同类型房间在不同季节通风换气量的现场测试研究。然而,无论上升法还是下降法,其应用的基本前提是都要求测试期间的房间通风换气量基本保持稳定,获得的结果也只是某段时间内平均的房间通风换气量,而不是随时间动态变化的通风换气量。这对于冬季北方地区居住建筑房间通风换气量的分析确定还基本适用,但对于多数的实际情况,由于居住者的开窗通风以及室外风压、热压随时间的变化,房间通风换气量相应呈现出动态变化的特征。由此,示踪气体法将无法对动态变化的房间通风换气量做出准确的测量。另一方面,应用示踪气体法开展房间通风换气量测量时,需测量者携带专用仪器进入住户房间,并需要向房间内释放示踪气体,在房间内存在人员活动时,这将严重干扰居住者正常的生活作息而难以实施。因此,需要有一种能够有效测量居住建筑在实际使用情况下房间通风换气量动态变化的方法。
发明内容
本发明的目的在于:针对示踪气体法在实际应用中适用范围窄、可操作性不够强的特点,为获得实际使用情况下居住建筑房间通风换气量的动态变化特征,构建一套数据采集方便、数据处理可靠的房间通风换气量的动态测量方法。
为达到发明目的,根据人体在一定活动状态下新陈代谢率基本稳定、相应CO2散发率也基本稳定的特点,提供一种房间通风换气量的动态测量方法,采用以人体散发CO2作为示踪气体的测量方式,根据质量平衡基本原则建立房间CO2浓度与房间通风换气量的相互关系,同时依据房间CO2浓度的连续测试数据,并基于误差分析结果,计算确定出动态变化的房间通风换气量。
本发明提出了一种人以人体散发CO2作为示踪气体并根据房间CO2浓度实测数据,但通过控制两种计算方式下房间CO2浓度计算结果的不接近度来获得房间通风换气量的动态测量方法,该方法的有益效果主要体现在:
相比较传统的示踪气体方法要求携带人工气罐定期入户的测试繁琐及对住户日常作息的影响,本发明方法首先极大简化了入户测试的工作量,降低了测试成本,并将对室内人员日常作息的影响降到最低,从而提高了方法的可实施和可操作性。更重要的是,相比较经典上升和下降计算法所要求测试时间内房间通风换气基本稳定的局限性,本发明方法对房间人体CO2的散发状况无任何限制,可以基于房间CO2浓度实测数据,方便快捷地计算获得各个时间间隔内的房间通风换气量,由此可对房间通风换气量的动态变化加以真实的反映。因此,本方法具有高效、准确、快捷以及可操作性强的特点,为自然通风条件下房间通风换气量的分析确定提供了新的思路和方法。同时,本说明书对本发明所提出动态求解方法应用流程和步骤的分析介绍条理清晰,保证了本发明的可实施性。本项发明研究为房间自然通风状况的研究提供了有效可靠的技术手段。
附图说明
图1为CO2散发率突变条件下,对应于不同积分形式的房间CO2浓度随时间的变化;
图2为人体CO2散发率计算截图;
图3为房间CO2浓度计算的相关变量存放截图;
图4为房间CO2浓度误差计算的相关变量存放截图;
图5为房间CO2浓度计算误差不接近度的动态变化;
图6为房间通风换气次数的动态变化;
图7为本发明工作的流程示意图。
具体实施方式
如图7所示,本发明提供一种房间通风换气量的动态测量方法,采用以人体散发CO2作为示踪气体的测量方法,在此基础上,根据质量平衡基本原则建立房间CO2浓度与房间通风换气量的相互关系,同时依据房间CO2浓度的连续测试数据,并基于误差分析结果,计算确定出动态变化的房间通风换气量。所述方法具体包含以下步骤:
步骤(1)房间内外CO2浓度测试与相关数据采集
步骤(2)测试数据的分析处理
(a)房间CO2浓度与通风换气量计算模型的分析建立
设定CO2气体在房间内均匀分布,根据质量守恒定律并考虑量纲一致,得到房间CO2浓度稀释方程:
Figure GDA0003140895470000031
式中,τ为时间,h;C为经过τ时间的房间CO2浓度,ppm;Cs为送风的污染物浓度,在此为室外CO2浓度,ppm;Q为房间通风换气量,m3/h;V为房间体积,m3
Figure GDA0003140895470000032
为污染物CO2的散发率,在此为室内人员的CO2散发率,m3/h。
对浓度稀释方程(1)进行变换,可得到:
Figure GDA0003140895470000033
理论上,以时间τ为自变量,以房间CO2浓度C为因变量,对微分方程(2)进行积分可建立房间CO2浓度随时间的变化关系。但由于房间通风换气量Q、室内人员CO2散发率
Figure GDA0003140895470000041
以及室外CO2浓度Cs随时间的变化,导致与之相关的方程系数并非为定值,也即该方程为变系数的微分方程。因此,不能从起始0时刻至任意时刻τ,对微分方程(2)左边进行
Figure GDA0003140895470000042
形式的积分;只能在预设较短的时间间隔内,认为房间通风换气量、室内人员CO2散发率
Figure GDA0003140895470000043
以及室外CO2浓度Cs保持不变,对微分方程(2)左边进行
Figure GDA0003140895470000044
形式的积分,相应对方程右边在τ-△τ时刻浓度C1至τ时刻浓度C2的浓度区间(C1,C2)内积分,得到:
Figure GDA0003140895470000045
对方程(3)积分并实现量纲一致后的结果为:
Figure GDA0003140895470000046
以任意的τ-△τ时刻为起始时刻,公式(4)表示出各个测试时间间隔△τ内,房间CO2浓度与房间通风换气量Q之间的相互关系。其中,C1和C2分别为任意的τ-△τ时刻和τ时刻的房间CO2浓度,ppm;△τ为测试时间间隔,h;V为房间体积,m3
Figure GDA0003140895470000047
为污染物散发率,在此为室内人员的CO2散发率,m3/h。
(b)不同积分起始时刻影响的分析对比
若忽略房间通风换气量Q、室内人员CO2散发率
Figure GDA0003140895470000048
以及室外CO2浓度Cs随时间的变化,也即将方程(2)看作常系数微分方程,采用
Figure GDA0003140895470000049
形式对方程(2)进行积分,则获得房间CO2浓度随时间τ的变化关系为:
Figure GDA00031408954700000410
式中,C0和C2分别为起始0时刻及任意τ时刻的房间CO2浓度,ppm;τ为自0时刻开始的测试时间,h;V为房间体积,m3;Q为房间通风换气量,m3/h;
Figure GDA0003140895470000051
为污染物散发率,在此为室内人员的CO2散发率,m3/h。
比较积分公式(4)和积分公式(5),可发现两者的差别在于积分时间的不同和房间CO2浓度初始取值的不同。公式(4)对应的是测试时间间隔△τ和任意τ-△τ时刻的房间CO2浓度;公式(5)则对应自起始0时刻开始计时的时间τ和起始0时刻的房间CO2浓度。再分析积分形式对房间CO2浓度计算结果的影响,应用以上两种积分形式,针对如下计算案例,分别计算并分析对比房间CO2浓度随时间的变化状况,具体结果如图1所示。
计算案例说明:房间体积V为100m3,室外CO2浓度Cs恒定为350ppm,测试时间间隔△τ为5min即1/12h,测试起始0时刻的房间CO2浓度C0为1000ppm,房间通风换气量Q恒定为0.0001m3/h(相当于室内外没有通风换气的情况),室内人员的CO2散发率
Figure GDA0003140895470000052
在测试30min的时刻由0.04m3/h增加到0.1m3/h。
对于上述案例,在室内外几乎不存在通风换气的情况下,对应于积分公式(5)(以起始0时刻房间CO2浓度和自起始0时刻开始计量时间的积分方程),即使室内人员CO2散发率突增,房间CO2浓度计算值仍不随时间变化,并几乎与初始值相一致。而对应于积分公式(4)(以任意τ-△τ时刻的房间CO2浓度和测试时间间隔△τ计量时间的积分方程),房间CO2浓度计算结果则显示出随时间线性增长的变化趋势,并在室内人员CO2散发率突增后,房间CO2浓度的增长速率明显加大。显然,对应于积分公式(5)的计算结果不符合质量守恒的基本定律,与实际情况完全相背离。在室内外几乎不存在通风换气的情况下,CO2的室内聚集量必定随时间而增加。因此,对应于积分公式(4)的计算结果应是合理的,而对应于积分公式(5)的计算结果是不合适的。于是,应采用以
Figure GDA0003140895470000053
形式获得的积分公式(4)描述房间CO2浓度与房间通风换气量之间的相互关系。
(c)房间CO2浓度的计算误差分析
公式(4)表示出各个测试时间间隔△τ内,房间CO2浓度与房间通风换气量之间的相互关系,对此,即使在房间通风换气量确定的情况下,对各个时刻房间CO2浓度的动态计算,仍需首先确定室内人员CO2散发率
Figure GDA0003140895470000061
τ时刻室外CO2浓度Cs、τ-△τ时刻房间CO2浓度C1以及房间体积V等参数。
人体CO2散发率与人体表面积及其代谢情况有关,现有研究给出不同活动强度下成年男子的CO2散发率以及成年女子和儿童在此基础上的修正,由此反映出同一群体人体CO2散发率的平均状况,由于人体生理条件的不同,人体代谢率以及CO2散发率应该存在不可忽略的个体差异,也即是依据现有研究结果所设定的室内人员CO2散发率与其实际的CO2散发率存在误差。对于室外和房间CO2浓度的测量,由于设计、制造以及老化等导致的测试设备仪器误差以及测试环境中不利因素的干扰,室外CO2浓度以及房间CO2浓度的测量结果也与其真值存在误差。这样,即使在房间通风换气量为真值的情况下,计算所得到各个时刻房间CO2浓度与实际值存在误差。同时,τ时刻房间CO2浓度计算结果又作为τ-△τ时刻的计算参数,进而对τ+△τ时刻房间CO2浓度的计算产生误差影响。
对房间CO2浓度积分公式(4)进一步转换得到:
Figure GDA0003140895470000062
设室内人员CO2散发率的估算误差为
Figure GDA0003140895470000063
ppm;室外CO2浓度测的量误差为△Cs,ppm;τ-△τ时刻房间CO2浓度计算误差为△C1,ppm;τ时刻房间CO2浓度计算误差为△C2,ppm;房间体积的测量较为简单,可取多次测量的平均值为房间体积的真值V;时间间隔△τ为定值;通风换气量Q设为定值。对此,由公式(6)得到:
Figure GDA0003140895470000064
再变换得到:
Figure GDA0003140895470000065
将公式(6)带入公式(8),最后得到:
Figure GDA0003140895470000071
在确定房间通风换气量的条件下,公式(9)表示出任意时刻房间CO2浓度计算误差与室内人员CO2散发率、室外CO2浓度以及τ-△τ时刻房间CO2浓度计算误差的相互关系。据此再根据实测的房间CO2浓度,确定在此计算误差下的房间CO2浓度估计值C′2
C′2=Cc+△C2 (10)
式中,Cc为房间CO2浓度的实测值。
(d)房间通风换气量的动态调节计算
理论上,对房间通风换气量的动态求解,可在已知公式(4)中其它各个变量真值的情况下,通过计算机编程的方法加以实现。然而,室内人员CO2散发率、室外CO2浓度、房间CO2浓度等各个变量不同程度地存在估计、测量以及计算误差,将这些带有误差的变量代入公式(4),势必无法计算得到房间通风换气量的真值,甚至可能出现不收敛的解。因此,无法采用对方程直接求解的方法来获得房间通风换气量。对此所采取的一个解决措施为基于房间CO2浓度实测数据而对房间通风换气量进行手动调试计算,即不断调试房间通风换气量,将之代入公式(4)得到房间CO2浓度,再与房间CO2浓度实测值相比较,通过房间CO2浓度计算误差最小化的实现来计算确定房间通风换气量。然而,由于室内人员CO2散发率、室外CO2浓度以及τ-△τ时刻房间CO2浓度估计、测量以及计算误差的存在,τ时刻的房间CO2浓度计算值相应也存在误差。因此,将房间CO2浓度计算误差最小化的方法将会导致房间通风换气量的计算结果与其真值产生严重偏离。
于是,在认识到房间CO2浓度存在计算误差的基础上,需对上述第二种方法存在的缺陷加以改进和完善。同样以人体散发CO2作为示踪气体并根据房间CO2浓度实测数据,同时手动调试通风换气量,但通过控制各个时刻房间CO2浓度在两种不同方式下计算结果的不接近度来获得动态变化的房间通风换气量。具体做法为在各个时刻,同样先初设房间通风换气量Q,并将已知的τ-△τ时刻房间CO2浓度实测数据作为C1代入积分公式(4)计算得到τ时刻房间CO2浓度C2;另一方面,将初设的房间通风换气量Q代入误差公式(9)计算得到房间CO2浓度的计算误差△C2,将计算误差△C2与实测值Cc相加,获得房间CO2浓度估计结果C′2。如果由上述两种方法得到的房间CO2浓度结果C2和C′2非常接近一致,则可认为初设的房间通风换气量是合适的;如果得到的房间CO2浓度结果C2和C′2有较大差异,则表明房间通风换气量的初设值不合理。在此基础上,不断调试通风换气量设定值,使通过两种方式得到的房间CO2浓度结果C2和C′2的不接近度达到要求,进而可认为此种情况下的房间通风换气量设定值为其真值。采用同样的分析方法,依次分析确定后续各个时刻的房间通风换气量,由此完成对房间通风换气量的动态测量。
(e)已知和未知变量数据存放与处理
选择某个数据文件,如EXCEL文件存放积分公式(4)和误差计算公式(9)中的各个变量并体现出各个变量之间的相互关系。
首先在EXCEL文件选取一张工作表,根据家庭人员结构、人员身高和体重等参数,得到室内各个人员的皮肤表面积;根据各个时间间隔内成年男性、成年女性以及儿童的在室状况及其在室的活动状态,得到各类人体CO2散发率以及各个时刻室内人员CO2总散发率的动态变化。
接着,在EXCEL文件另取一张工作表,在此存放房间体积V等固定变量,对时间变量以及随时间变化的房间实测CO2浓度、室外CO2浓度、室内人员CO2散发率、房间通风换气量及与此对应的房间通风换气次数等参数以数据序列的形式存放,同时存放各个组合变量如
Figure GDA0003140895470000081
房间CO2浓度的计算结果变量C2,并建立起这些变量相互之间的公式链接关系。同时,依据房间CO2浓度计算误差公式(9),再将室外CO2浓度测量误差△Cs、室内人员CO2散发率估计误差
Figure GDA0003140895470000082
τ-△τ时刻房间CO2浓度计算误差△C1、τ时刻房间CO2浓度计算误差△C2以及基于误差△C2的房间CO2浓度估计结果C2′以数据序列的形式存放,同样建立起各个相应变量的公式链接关系。在此基础上,以相对值的形式表示两种方式下房间CO2浓度结果C2和C2′的不接近度
Figure GDA0003140895470000091
同样以数据序列存放该结果,并建立不接近度γ与房间CO2浓度结果C2和C2′的公式链接关系。
再有,以时间为横坐标,以两种方式下房间CO2浓度结果的不接近度γ为纵坐标,以折线图形式表示房间CO2浓度结果的不接近度随时间的动态变化,调整图幅大小以保证各个数据点的清晰。
进一步,从整个测试的第二个时刻开始,在通风换气量的一个合理范围内(对应换气次数0-20次/h),设定一个房间通风换气量及对应的通风换气次数,并将之输入到通风换气量及通风换气次数数据列与时间节点相对应的单元格内,利用EXCEL工具的自动填充功能获得τ时刻房间CO2浓度结果的不接近度γ。如果不接近度低于所要求的上限值,则完成τ时刻房间通风换气量的调试计算;反之,如果结果不接近度高于上限值,则不断调整房间通风换气量直至将不接近度满足限值要求,最终将满足要求的换气量及对应的通风换气次数确定为τ时刻的房间通风换气量和通风换气次数。
最后,以此类推,连续地分析确定出各个时刻的房间通风换气量,完成对房间通风换气量的动态测量。
(3)房间动态通风换气量的确定与分析
依据上述调节分析和计算的结果,获得自然通风条件下随时间变化的房间通风换气量的完整数据信息,由此可进行居住建筑窗行为及房间自然通风状况的深入分析。
实施例1:
以北京地区某住宅的卧室为本发明方法应用的说明对象。该卧室为成年男子单人卧室,卧室房间的体积为34m3,该成年男子在卧室房间内的停留变化状况通过问卷调查获得。对卧室房间开展了全天室内外CO2浓度的测试,测试时间间隔为10min。测试期间房间内门关闭,房间外窗的开关完全由该男子根据自身的冷热喜好和空气品质需求来决定。
针对此研究对象,结合附图7,说明本发明的具体应用思路和应用步骤如下:
1.房间内外CO2浓度测试与相关数据采集
(a)在卧室房间室内气流均匀的位置放置二氧化碳浓度自记仪,每隔10分钟连续测试房间CO2浓度,测试期结束后,入户读取CO2浓度并下载测试数据。
(b)测试之前以及测试过程中完全打开该卧室房间阳台的外窗,但关闭卧室与阳台之间的内门,以保持室外空气在阳台内的充分流通。在阳台放置CO2浓度自记仪,同样以10分钟的时间间隔连续测试室外CO2浓度,并在测试结束后完成数据的读取和下载。
(c)记录该成年男子的身高、体重等生理参数,并以问卷调查方式获取各个时间间隔内该男子的在室状况及其在室活动状态。根据公式(11)计算确定人体的CO2散发率。
Figure GDA0003140895470000101
式中,
Figure GDA0003140895470000102
表示成年男子在特定条件下单位时间的CO2散发率,ml/s,对此乘以3.6/1000的系数,可转换单位为m3/h;M为成年男子在不同活动强度条件下的新陈代谢率,W/m2,具体见表1;AD为人体皮肤表面积,与人的体重和身高有关,m2,AD=0.202m0.425H0.725,其中,m为人的体重,kg,H为身高,m。
表1:成年男子在不同活动强度条件下的代谢率
Figure GDA0003140895470000103
Figure GDA0003140895470000111
(d)确定房间内外CO2浓度测量误差和人体CO2散发率的估计误差。鉴于居住者白天外出的生活工作作息,选择测量量程范围0-2000ppm的CO2浓度自记仪,测量精度等级为3.0、也即测量误差为3%;再考虑人体新陈代谢率、身高及体重的个体差异,设定人体CO2散发率的估计误差为5%。
2.已知和未知变量数据的存放
新建并命名一个EXCEL文件,以此为房间通风换气量的计算文件。通过人体身高、体重等参数以及各个时间间隔内男子在室状况及其在室活动状态的记录,根据公式(11)计算确定卧室房间人体CO2散发率随时间的变化,具体计算截图见图2。
选取该EXCEL文件的另一张工作表,在工作表第一行存放房间体积V等固定变量。接着,以数据序列的形式存放随时间τ变化的各个动态变量、组合变量和最终的计算结果变量,具体包括室外CO2浓度Cs、室内人员CO2散发率
Figure GDA0003140895470000112
房间通风换气量Q、房间通风换气次数
Figure GDA0003140895470000113
房间CO2浓度实测值Cc、房间CO2浓度计算值C2以及
Figure GDA0003140895470000114
等组合变量;此外,还包括涉及误差公式(9)的室外CO2浓度测量误差△Cs、室内人体CO2散发率估计误差
Figure GDA0003140895470000115
房间CO2浓度计算误差△C2以及基于误差△C2的房间CO2浓度估计结果C2′;再有两种不同方式下房间CO2浓度结果的不接近度γ,建立各个相关变量之间的公式链接关系。具体计算截图分别见图3和图4。
3.房间通风换气量的调试计算
以时间为横坐标,以两种方式下房间CO2浓度计算结果的不接近度γ为纵坐标,以折线图形式表示房间CO2浓度结果不接近度γ随时间的变化,同时确定不接近度γ的允许上限γmax为10%,调整图幅大小以保证各个数据点的清晰。
从整个测试的第二个时刻开始,在通风换气量的一个合理范围内(对应换气次数0-20次/h),任意设定一个房间通风换气量及对应的房间通风换气次数(如2.7次/h),并将之输入到通风换气次数数据列与时间节点相对应的单元格内,利用EXCEL工具的自动填充功能获得τ时刻房间CO2浓度结果的不接近度γ,得到γ值为30.9%,这明显高于所限定10%的上限。进而多次调整房间通风换气量,直至设定通风换气次数为0.61次/h时,两种方式下房间CO2浓度结果的不接近度γ仅为0.04%,于是将τ时刻房间通风换气量所对应的换气次数确定为0.61次/h。
4.房间通风换气量确定
以此类推,依次连续分析确定出24小时内各个测试时间间隔的房间通风换气量及相应的通风换气次数,使得房间CO2浓度计算结果的不接近度γ几乎低于10%,由此获得自然通风条件下房间通风换气量随时间的动态变化结果,如图5和图6所示。依据此完整的数据信息,可对居住建筑在人行为作用下的房间自然通风状况开展深入的认识和研究。
本发明提供一种以人体散发CO2作为示踪气体、基于质量平衡和误差分析理论的房间通风换气量的动态测量方法,属于建筑室内环境的技术领域。相比较传统示踪气体方法要求携带人工气罐定期入户所带来的测试繁琐及对住户日常作息的影响,本发明方法首先极大简化入户测试的工作量和降低测试成本,并将对室内人员日常作息的影响降到最低,从而提高了方法的可实施和可操作性。更重要的是,相比较经典上升和下降计算法所要求测试时间内房间通风换气基本稳定的局限性,本发明方法对房间人体CO2的散发状况无任何限制,可以基于房间CO2浓度实测数据,方便快捷地计算获得各个时间间隔内的房间通风换气量,由此可对房间通风换气量的动态变化加以真实的反映。因此,本方法具有高效、准确、快捷以及可操作性强的特点,为建筑人行为作用下居住建筑房间自然通风换气量的分析确定提供了新的思路和方法。同时,本说明书对本发明所提出动态求解方法应用流程和步骤的分析介绍条理清晰,保证了本发明的可实施性。

Claims (2)

1.一种房间通风换气量的动态测量方法,其特征在于,采用以人体散发CO2作为示踪气体的测量方式,根据质量平衡基本原则建立房间CO2浓度与房间通风换气量的相互关系,同时依据房间CO2浓度的连续测试数据,并基于误差分析结果,计算确定出动态变化的房间通风换气量;
具体包含以下步骤:
步骤(1)房间内外CO2浓度测试与相关数据采集
步骤(2)测试数据的分析处理
步骤(2)具体如下:
(a)房间CO2浓度与通风换气量计算模型的分析建立
设定CO2气体在房间内均匀分布,根据质量守恒定律并考虑量纲一致,得到房间CO2浓度稀释方程:
Figure FDA0003177269350000011
其中,τ为时间,C为经过τ时间的房间CO2浓度,Cs为送风的污染物浓度,在此为室外CO2浓度,Q为房间通风换气量,V为房间体积,
Figure FDA0003177269350000012
为污染物CO2的散发率,在此为室内人员的CO2散发率,
对浓度稀释方程(1)进行变换,可得到:
Figure FDA0003177269350000013
以时间τ为自变量,以房间CO2浓度C为因变量,对微分方程(2)进行积分可建立房间CO2浓度随时间的变化关系;由于房间通风换气量Q、室内人员CO2散发率
Figure FDA0003177269350000014
以及室外CO2浓度Cs随时间的变化,导致与之相关的方程系数并非为定值,也即该方程为变系数的微分方程;因此,不能从起始0时刻至任意时刻τ,对微分方程(2)左边进行
Figure FDA0003177269350000015
形式的积分;只能在预设时间间隔Δτ内,认为房间通风换气量、室内人员CO2散发率
Figure FDA0003177269350000021
以及室外CO2浓度Cs保持不变,对微分方程(2)左边进行
Figure FDA0003177269350000022
形式的积分,相应对方程右边在τ-Δτ时刻浓度C1至τ时刻浓度C2的浓度区间(C1,C2)内积分,得到:
Figure FDA0003177269350000023
对方程(3)积分并实现量纲一致后的结果为:
Figure FDA0003177269350000024
以任意的τ-Δτ时刻为起始时刻,公式(4)表示出各个测试时间间隔Δτ内,房间CO2浓度与房间通风换气量Q之间的相互关系,其中,C1和C2分别为任意的τ-Δτ时刻和τ时刻的房间CO2浓度,Δτ为测试时间间隔,V为房间体积,
Figure FDA0003177269350000025
为污染物散发率,在此为室内人员的CO2散发率,
(b)不同积分起始时刻影响的分析对比
若忽略房间通风换气量Q、室内人员CO2散发率
Figure FDA0003177269350000026
以及室外CO2浓度Cs随时间的变化,也即将方程(2)看作常系数微分方程,采用
Figure FDA0003177269350000027
形式对方程(2)进行积分,则获得房间CO2浓度随时间τ的变化关系为:
Figure FDA0003177269350000028
其中,C0和C2分别为起始0时刻及任意τ时刻的房间CO2浓度,τ为自0时刻开始的测试时间,V为房间体积,Q为房间通风换气量,
Figure FDA0003177269350000029
为污染物散发率,在此为室内人员的CO2散发率,
比较积分公式(4)和积分公式(5),可发现两者的差别在于积分时间的不同和房间CO2浓度初始取值的不同;公式(4)对应的是测试时间间隔Δτ和任意τ-Δτ时刻的房间CO2浓度;公式(5)则对应自起始0时刻开始计时的时间τ和起始0时刻的房间CO2浓度;再分析积分形式对房间CO2浓度计算结果的影响,即,对应于积分公式(4)的计算结果应是合理的,而对应于积分公式(5)的计算结果是不合适的,因此应采用以
Figure FDA0003177269350000031
形式获得的积分公式(4)描述房间CO2浓度与房间通风换气量的相互关系;
(c)房间CO2浓度的计算误差分析
公式(4)表示出各个测试时间间隔Δτ内,房间CO2浓度与房间通风换气量之间的相互关系,对此,即使在房间通风换气量确定的情况下,对各个时刻房间CO2浓度的动态计算,仍需首先确定室内人员CO2散发率
Figure FDA0003177269350000032
τ时刻室外CO2浓度Cs、τ-Δτ时刻房间CO2浓度C1以及房间体积V;这样,
即使在房间通风换气量为真值的情况下,计算所得到各个τ时刻房间CO2浓度与实际值存在误差,同时,τ时刻房间CO2浓度计算结果又进而对τ+Δτ时刻房间CO2浓度的计算产生误差影响;
对房间CO2浓度积分公式(4)进一步转换得到:
Figure FDA0003177269350000033
设室内人员CO2散发率的估算误差为
Figure FDA0003177269350000034
室外CO2浓度的测量误差为ΔCs,τ-Δτ时刻房间CO2浓度计算误差为ΔC1,τ时刻房间CO2浓度计算误差为ΔC2,房间体积V为定值,时间间隔Δτ为定值,通风换气量Q设为定值,对此,由公式(6)得到:
Figure FDA0003177269350000035
再变换得到:
Figure FDA0003177269350000041
将公式(6)带入公式(8),最后得到:
Figure FDA0003177269350000042
在确定房间通风换气量的条件下,公式(9)表示出任意τ时刻房间CO2浓度计算误差与室内人员CO2散发率、室外CO2浓度以及τ-Δτ时刻房间CO2浓度计算误差的相互关系;据此再根据实测的房间CO2浓度,确定在此计算误差下的房间CO2浓度估计值C′2
C′2=Cc+ΔC2 (10)
式中,Cc为房间CO2浓度的实测值,
(d)房间通风换气量的动态调节计算
在各个τ时刻,同样先初设房间通风换气量Q,并将计算获得的τ-Δτ时刻房间CO2浓度实测数据作为C1代入积分公式(4)计算得到τ时刻房间CO2浓度C2;另一方面,将初设的房间通风换气量Q代入误差公式(9)计算得到房间CO2浓度的计算误差ΔC2,将计算误差ΔC2与实测值Cc相加,获得房间CO2浓度估计结果C′2;如果由上述两种方法得到的房间CO2浓度结果C2和C′2接近一致,则可认为初设的房间通风换气量是合适的;如果得到的房间CO2浓度结果C2和C′2有较大差异,则表明房间通风换气量的初设值不合理;在此基础上,不断调试通风换气量设定值,使通过两种方式得到的房间CO2浓度结果C2和C′2的不接近度达到要求,进而可认为此种情况下的房间通风换气量设定值为其真值;采用同样的分析方法,依次分析确定后续各个时刻的房间通风换气量,由此完成对房间通风换气量的动态测量。
2.如权利要求1所述的房间通风换气量的动态测量方法,其特征在于,步骤(2)还包含:
(e)已知和未知变量数据存放与处理
选择某个数据文件,如EXCEL文件存放积分公式(4)和误差计算公式(9)中的各个变量并体现出各个变量之间的相互关系,
首先,在EXCEL文件选取一张工作表,根据家庭人员结构、人员身高和体重,得到室内各个人员的皮肤表面积;根据各个时间间隔内成年男性、成年女性以及儿童的在室状况及其在室的活动状态,得到各类人体CO2散发率以及各个时刻室内人员CO2总散发率的动态变化,
接着,在EXCEL文件另取一张工作表,在此存放房间体积V,对时间变量以及随时间变化的房间实测CO2浓度、室外CO2浓度、室内人员CO2散发率、房间通风换气量及对应的房间通风换气次数以数据序列的形式存放,同时存放各个组合变量如
Figure FDA0003177269350000051
房间CO2浓度的计算结果变量C2,建立起这些变量相互之间的公式链接关系;同时,依据房间CO2浓度计算误差公式(9),再将室外CO2浓度测量误差ΔCs、室内人员CO2散发率估计误差
Figure FDA0003177269350000052
τ-Δτ时刻房间CO2浓度计算误差ΔC1、τ时刻房间CO2浓度计算误差ΔC2以及基于误差ΔC2的房间CO2浓度估计结果C2′以数据序列的形式存放,同样建立起各个相应变量的公式链接关系;在此基础上,以相对值的形式表示两种方式下房间CO2浓度结果C2和C2′的不接近度
Figure FDA0003177269350000053
同样以数据序列存放该结果,并建立不接近度γ与房间CO2浓度结果C2和C2′的公式链接关系,
然后,以时间为横坐标,以两种方式下房间CO2浓度结果的不接近度γ为纵坐标,以折线图形式表示房间CO2浓度结果的不接近度随时间的动态变化,调整图幅大小以保证各个数据点的清晰;
再然后,从整个测试计时的第二个时刻开始,在通风换气量的合理范围内,设定一个房间通风换气量及对应的通风换气次数,并将之输入到通风换气量及通风换气次数数据列与时间节点相对应的单元格内,利用EXCEL工具的自动填充功能获得τ时刻房间CO2浓度计算结果的不接近度γ;如果不接近度低于所要求的上限值,则完成τ时刻房间通风换气量的调试计算;反之,如果结果不接近度高于上限值,则不断调整房间通风换气量直至将不接近度满足限值要求,最终将满足要求的换气量及对应的通风换气次数确定为τ时刻的房间通风换气量和通风换气次数;
最后,以此类推,连续地分析确定出各个时刻的房间通风换气量,完成对房间通风换气量的动态测量。
CN201810144383.8A 2018-02-12 2018-02-12 一种房间通风换气量的动态测量方法 Active CN108446443B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810144383.8A CN108446443B (zh) 2018-02-12 2018-02-12 一种房间通风换气量的动态测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810144383.8A CN108446443B (zh) 2018-02-12 2018-02-12 一种房间通风换气量的动态测量方法

Publications (2)

Publication Number Publication Date
CN108446443A CN108446443A (zh) 2018-08-24
CN108446443B true CN108446443B (zh) 2021-10-01

Family

ID=63192504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810144383.8A Active CN108446443B (zh) 2018-02-12 2018-02-12 一种房间通风换气量的动态测量方法

Country Status (1)

Country Link
CN (1) CN108446443B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110207324B (zh) * 2019-05-30 2020-09-04 浙江越芬科技有限公司 动态通风控制方法和系统
CN111307393B (zh) * 2020-03-11 2022-02-11 华东建筑设计研究院有限公司 一种渗透风现场测试方法
CN111397840A (zh) * 2020-04-17 2020-07-10 朗思科技有限公司 一种基于六氟化硫示踪气体的室内通风换气次数快速检测装置
CN111551386A (zh) * 2020-05-27 2020-08-18 东南大学 一种基于pm2.5浓度反弹的房间换气次数测量方法
CN113932382B (zh) * 2020-07-13 2023-09-12 海信空调有限公司 一种空调及空调房间大小识别方法
CN112432317A (zh) * 2020-11-16 2021-03-02 东南大学 一种用于教室的传感器最优布置方法及其通风监控系统
CN112432230A (zh) * 2020-11-16 2021-03-02 东南大学 一种基于污染源位置信息的智能化通风监控系统及控制方法
CN114062002B (zh) * 2021-11-24 2024-03-15 北京工业大学 一种居住建筑多区域动态通风换气量的测量方法
CN114493270A (zh) * 2022-01-26 2022-05-13 中认国证(北京)评价技术服务有限公司 基于二氧化碳释放源的房间换气次数的测试方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5267897A (en) * 1992-02-14 1993-12-07 Johnson Service Company Method and apparatus for ventilation measurement via carbon dioxide concentration balance
CN102353751A (zh) * 2011-06-13 2012-02-15 北京世坤环境科技有限公司 室内空气质量评估方法及室内空气质量监测和分析系统
CN104008300A (zh) * 2014-06-07 2014-08-27 江苏建筑职业技术学院 一种地下空间通风量算法
CN104931102A (zh) * 2015-05-27 2015-09-23 天津大学 一种基于人体呼出co2测量多区建筑通风量的方法
CN105758612A (zh) * 2016-04-20 2016-07-13 宿斌 一种二氧化碳示踪的建筑物外通风和换气测量装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9135667B2 (en) * 2012-11-16 2015-09-15 Johnson Controls Technology Company Systems and methods for building energy use benchmarking

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5267897A (en) * 1992-02-14 1993-12-07 Johnson Service Company Method and apparatus for ventilation measurement via carbon dioxide concentration balance
CN102353751A (zh) * 2011-06-13 2012-02-15 北京世坤环境科技有限公司 室内空气质量评估方法及室内空气质量监测和分析系统
CN104008300A (zh) * 2014-06-07 2014-08-27 江苏建筑职业技术学院 一种地下空间通风量算法
CN104931102A (zh) * 2015-05-27 2015-09-23 天津大学 一种基于人体呼出co2测量多区建筑通风量的方法
CN105758612A (zh) * 2016-04-20 2016-07-13 宿斌 一种二氧化碳示踪的建筑物外通风和换气测量装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
EnergyPlus与DeST的对比验证研究;简毅文等;《暖通空调》;20111231;第41卷(第3期);第93-97页 *
Simulation-based Method for Optimization of Supply Water Temperature of Room Heating System;简毅文等;《Procedia Engineering》;20171231;第3397-3404页 *
住宅室内CO2浓度与人行为关系的实测研究;简毅文等;《暖通空调》;20121231;第42卷(第9期);第114-117页 *

Also Published As

Publication number Publication date
CN108446443A (zh) 2018-08-24

Similar Documents

Publication Publication Date Title
CN108446443B (zh) 一种房间通风换气量的动态测量方法
CN110675006A (zh) 一种室内空气质量实时监测与甲醛衰减预测系统
CN108710947A (zh) 一种基于lstm的智能家居机器学习系统设计方法
CN101793887A (zh) 大菱鲆养殖水质评价的模糊神经网络专家系统的构建方法
CN106091236B (zh) 一种模拟自然风空气品质方法和空调
CN111080155B (zh) 一种基于生成对抗网络的空调用户调频能力评估方法
Gao et al. A wireless sensor network based on the novel concept of an I-matrix to achieve high-precision lighting control
Li et al. A generic approach to calibrate building energy models under uncertainty using bayesian inference
CN109636677A (zh) 基于模型校准的建筑热工性能评估方法
CN106707999B (zh) 基于自适应控制器的建筑物节能系统、控制方法及仿真
CN110715692A (zh) 一种基于人体呼出co2测量多房间建筑通风量的方法
CN108647817A (zh) 一种能耗负荷的预测方法及预测系统
Shi et al. An intelligent optimization method of exercisers' visual comfort assessment in gymnasium
CN107634544A (zh) 火电机组的动态功率控制方法和系统
CN112307537B (zh) 多目标优化算法的天然光视觉与非视觉效应耦合优化方法
CN115688388A (zh) 基于大数据的居住建筑环境调节方法
CN113177675B (zh) 一种基于天牛群算法优化神经网络的空调冷负荷预测方法
CN110215581A (zh) 呼吸支持设备硬件故障检测方法
Li et al. Data-driven adaptive GM (1, 1) time series prediction model for thermal comfort
Wang et al. Study on factors correlation of personal lighting comfort model in cyber-physical human centric systems
CN114200839A (zh) 一种耦合环境行为动态监测的办公建筑能耗智能控制模型
CN106468791B (zh) 一种古村落空间舒适度测量方法及拟合算法
CN116629119A (zh) 一种室内综合环境设计参数优化与控制方法
CN108549232A (zh) 一种基于近似模型规划的室内空气自适应控制方法
CN206223216U (zh) 低压舱的数据采集系统

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