CN109084420B - 一种空调的控制方法、装置、存储介质及空调 - Google Patents

一种空调的控制方法、装置、存储介质及空调 Download PDF

Info

Publication number
CN109084420B
CN109084420B CN201810850263.XA CN201810850263A CN109084420B CN 109084420 B CN109084420 B CN 109084420B CN 201810850263 A CN201810850263 A CN 201810850263A CN 109084420 B CN109084420 B CN 109084420B
Authority
CN
China
Prior art keywords
human body
conditioning
air
metabolic rate
component
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
CN201810850263.XA
Other languages
English (en)
Other versions
CN109084420A (zh
Inventor
许彪
袁琪
岳锐
李欣
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.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
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 Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201810850263.XA priority Critical patent/CN109084420B/zh
Publication of CN109084420A publication Critical patent/CN109084420A/zh
Application granted granted Critical
Publication of CN109084420B publication Critical patent/CN109084420B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
    • F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Fluid Mechanics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种空调的控制方法、装置、存储介质及空调，该方法包括：获取所述空调所属环境的环境参数、以及所述环境中用户的生理参数；根据所述环境参数和所述生理参数，至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值；根据所述新陈代谢率对所述用户的人体舒适性状态进行评估，确定人体舒适性评价水平；根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制。本发明的方案，可以解决现有技术中基于人体不同活动状态下的估算值确定的新陈代谢率进行空调的PMV控制存在控制精度低的问题，达到提升控制精度的效果。

Description

一种空调的控制方法、装置、存储介质及空调
技术领域
本发明属于空调技术领域，具体涉及一种空调的控制方法、装置、存储介质及空调，尤其涉及一种PMV空调精确控制方法、与该方法对应的装置、具有该装置的空调系统、存储有该方法对应的指令的计算机可读存储介质、以及能够执行该方法对应的指令的空调系统。
背景技术
热舒适性对于人们的工作和生活环境都具有重要影响，目前的空调大多采用传统的基于环境温度和湿度的控制策略，有大量的实验和实地调查证明，这种传统的空调控制方法在很多场合无法取得令人满意的热舒适性。同时，部分空调厂商开始着眼于使用基于预测平均投票数（PMV）公式的室内热舒适控制方法，该方法起源于20世纪60年代，Fanger提出了该方法的核心理论即经典PMV-PPD公式（如PMV-PPD热舒适模型），随后有众多学者对其进行改进研究，产生了大量的PMV公式及其变形公式，这些公式普遍使用了“空气温度”、“湿度”、“人体新陈代谢率”、“风速”、“辐射温度”和“服装热阻”这几个参数，如Fanger教授提出的经典PMV计算方法见方程式（1）～（4）：
；
；
；
。
其中：
M为人体代谢率，单位W/m2；W为有用功，单位W/m2；Icl为衣服热阻，单位m2.K/W；fcl为衣服表面系数；ta为空气温度，单位℃；为平均辐射温度，单位℃；Var为相对风速，单位m/s；pa为局部水蒸汽压力，单位Pa；hc为对流热交换系数，单位W/m2.K；tcl为衣服表面温度，单位℃。
经典PMV公式能计算出代谢率、衣服热阻、空气温度、平均辐射温度、风速及相对湿度（可以参见ISO 7726的相关规定）在不同组合方式下产生的热舒适性。tcl和hc方程可以通过反复代换得出。
经典PMV公式是在稳定环境中得出的评价指标，评价指标仅仅应用在PMV在-2～+2之间，且六个主要参数在下列范围内：
M可以为46～232 W/m2；Icl可以为0～0.310 m2.K/W（0clo～2clo）；ta可以为10~30℃；可以为10~40℃；Var可以为0~1m/S；Pa可以为0~2700 Pa。
以上可以看出经典PMV方程具有较大的局限性，类似的PMV改进公式，如nPMV、ePMV、mPMV方程在一定程度上拓展了经典PMV方程的应用范围，并且提高了其精度。但是，几乎所有的这些方程，使用的“新陈代谢率”都是基于人体不同活动状态下的估算值，如下表所示（可以参见ISO8996的相关规定）：
可以理解，这些估算值在某些限制的场合能够发挥很好的作用，但是人体的运动状态往往与这些有限的行为有所偏差，此时再选用这些值代入PMV方程难免会造成误差，如在经典PMV方程中，图6反映了由于新陈代谢率的误差导致的PMV模型计算误差，当新陈代谢率误差为10%时，经典PMV模型部分预测值偏离中性值可达50%。
图6中，PMV（predicted mean vote），即预计平均热感觉投票指数（即预测平均投票数）；Neutral temperature difference due to metabolic rate error，即由于新陈代谢率误差导致的中性温度差异；PMV difference due to metabolic rate error，即由于新陈代谢率误差导致的PMV值差异；Air Temperature，即空气温度。
因此，如果能够找到一个精确得到人体新陈代谢率的方法，可以极大地提高当前的基于经典PMV或者修正的PMV方程进行控制的空调的控制精度。
许多复杂的问题由于计算能力的限制，只能通过简化来进行分析，比如大多数高阶的微分方程以前只能通过简化来求得解析解，而随着计算机技术的发展，这些问题可以通过数值计算得到十分精确的解，通过生理参数计算新陈代谢率的问题就是其中之一。
发明内容
本发明的目的在于，针对上述缺陷，提供一种空调的控制方法、装置、存储介质及空调，以解决现有技术中基于人体不同活动状态下的估算值确定的新陈代谢率进行空调的PMV控制存在控制精度低的问题，达到提升控制精度的效果。
本发明提供一种空调的控制方法，包括：获取所述空调所属环境的环境参数、以及所述环境中用户的生理参数；根据所述环境参数和所述生理参数，至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值；根据所述新陈代谢率对所述用户的人体舒适性状态进行评估，确定人体舒适性评价水平；根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制。
可选地，至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值，包括：根据所述环境参数和所述生理参数，利用预设的计算服务模块进行计算，得到所述新陈代谢率；根据所述新陈代谢率，利用预设的PMV公式进行计算，得到所述PMV值。
可选地，其中，利用预设的计算服务模块进行计算，包括：将预先构建的人体物理模型进行离散后，将所述离散得到的每个节点的生物学传热方程作为控制方程；将所述生理参数和所述环境参数作为所述控制方程的边界条件，进行迭代求解，得到所述新陈代谢率；和/或，所述PMV公式，包括：aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的经典PMV公式中的至少之一，或aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的PMV公式中两种以上的组合公式或加权平均公式。
可选地，其中，所述人体物理模型，包括：基于人体内部生物传热和/或传质的原理，按照预设的实际人体模型的结构构建得到的所述人体物理模型；和/或，所述生物学传热方程，包括：；该方程中，T为人体各组分温度，ρ为人体各组分密度，C为人体各组分的比热，λ为人体各组分的导热系数，qb为组分与血液换热量，q为各组分的代谢产热量，qr为呼吸带来的与外界的热交换量，qsw为出汗导致的换热量。
可选地，其中，所述生物传热和/或传质的原理，包括：生物传质原理和/或生物传热原理；还包括：人体激素与内分泌系统调控、神经系统调控、血压调控、血液循环调控、呼吸系统调控、视听系统调控、姿态与运动系统调控中的至少一种原理；和/或，在所述生物学传热方程中：所述组分与血液换热量包括血管与组分的直接换热量，所述血管与组分的直接换热量由下式表示：；其中，Tb为血液温度，D为血管直径，h为换热系数，η为外形系数；和/或，所述组分与血液换热量包括动脉血管通过血液对各组分的灌注与组分的换热量，所述各组分的灌注与组分的换热量由下式表示：；其中，B为血流量，Cb为血液的比热；和/或，所述出汗导致的换热量能够依据人体汗腺活动规律计算得到，所述人体汗腺活动规律包括：；其中，为不同部位出汗量，为不同部位增益系数，为头部核心温度，为平均皮肤温度，为汗腺活动的最小阈值。
可选地，至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值，还包括：利用预设的计算服务模块进行计算后，将计算得到的所述新陈代谢率存储于预设的数据库和/或预设的专家系统进行训练，以：在获取新的环境参数和新的生理参数后，使用所述训练后的数据库和/或专家系统判断新的环境参数和新的生理参数是否是所述数据库和/或所述专家系统存储的；若是，则使用所述训练后的数据库和/或专家系统确定所需的新陈代谢率；否则，才利用预设的计算服务模块进行计算。
可选地，其中，所述环境参数，包括：温度；还包括：湿度、光照、振动、噪音、风速中的至少之一；和/或，所述生理参数，包括：皮肤温度和排汗率；还包括：血压、心率、神经传导速度、肌电、皮肤电阻中的至少之一；和/或，根据所述新陈代谢率和所述PMV值对所述用户的人体舒适性状态进行评估，包括：根据所述新陈代谢率，分析所述用户的的身体状况以及所处的运动状态；基于预设的评估策略，根据所述身体状况和所述运动状态，评估得到所需的人体舒适性状态；和/或，根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制，包括：根据所述人体舒适性评价水平和/或所述PMV值，对所述空调的目标温度和/或目标风速进行控制。
与上述方法相匹配，本发明另一方面提供一种空调的控制装置，包括：参数采集模块，用于获取所述空调所属环境的环境参数、以及所述环境中用户的生理参数；远程计算服务模块，用于根据所述环境参数和所述生理参数，至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值；本地计算模块，用于根据所述新陈代谢率对所述用户的人体舒适性状态进行评估，确定人体舒适性评价水平；执行模块，用于根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制。
可选地，所述远程计算服务模块至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值，包括：根据所述环境参数和所述生理参数，利用预设的计算服务模块进行计算，得到所述新陈代谢率；根据所述新陈代谢率，利用预设的PMV公式进行计算，得到所述PMV值。
可选地，其中，所述远程计算服务模块利用预设的计算服务模块进行计算，包括：将预先构建的人体物理模型进行离散后，将所述离散得到的每个节点的生物学传热方程作为控制方程；将所述生理参数和所述环境参数作为所述控制方程的边界条件，进行迭代求解，得到所述新陈代谢率；和/或，所述PMV公式，包括：aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的经典PMV公式中的至少之一，或aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的经典PMV公式中两种以上的组合公式或加权平均公式。
可选地，其中，
所述人体物理模型，包括：基于人体内部生物传热和/或传质的原理，按照预设的实际人体模型的结构构建得到的所述人体物理模型；和/或，所述生物学传热方程，包括：；该方程中，T为人体各组分温度，ρ为人体各组分密度，C为人体各组分的比热，λ为人体各组分的导热系数，qb为组分与血液换热量，q为各组分的代谢产热量，qr为呼吸带来的与外界的热交换量，qsw为出汗导致的换热量。
可选地，其中，所述生物传热和/或传质的原理，包括：生物传质原理和/或生物传热原理；还包括：人体激素与内分泌系统调控、神经系统调控、血压调控、血液循环调控、呼吸系统调控、视听系统调控、姿态与运动系统调控中的至少一种原理；和/或，在所述生物学传热方程中：所述组分与血液换热量包括血管与组分的直接换热量，所述血管与组分的直接换热量由下式表示：；其中，Tb为血液温度，D为血管直径，h为换热系数，η为外形系数；和/或，所述组分与血液换热量包括动脉血管通过血液对各组分的灌注与组分的换热量，所述各组分的灌注与组分的换热量由下式表示：；其中，B为血流量，Cb为血液的比热；和/或，所述出汗导致的换热量能够依据人体汗腺活动规律计算得到，所述人体汗腺活动规律包括：；其中，为不同部位出汗量，为不同部位增益系数，为头部核心温度，为平均皮肤温度，为汗腺活动的最小阈值。
可选地，所述远程计算服务模块至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值，还包括：利用预设的计算服务模块进行计算后，将计算得到的所述新陈代谢率存储于预设的数据库和/或预设的专家系统进行训练，以：在获取新的环境参数和新的生理参数后，使用所述训练后的数据库和/或专家系统判断新的环境参数和新的生理参数是否是所述数据库和/或所述专家系统存储的；若是，则使用所述训练后的数据库和/或专家系统确定所需的新陈代谢率；否则，才利用预设的计算服务模块进行计算。
可选地，其中，所述环境参数，包括：温度；还包括：湿度、光照、振动、噪音、风速中的至少之一；和/或，所述生理参数，包括：皮肤温度和排汗率；还包括：血压、心率、神经传导速度、肌电、皮肤电阻中的至少之一；和/或，所述本地计算模块根据所述新陈代谢率和所述PMV值对所述用户的人体舒适性状态进行评估，包括：根据所述新陈代谢率，分析所述用户的的身体状况以及所处的运动状态；基于预设的评估策略，根据所述身体状况和所述运动状态，评估得到所需的人体舒适性状态；和/或，所述执行模块根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制，包括：根据所述人体舒适性评价水平和/或所述PMV值，对所述空调的目标温度和/或目标风速进行控制。
与上述装置相匹配，本发明再一方面提供一种空调，包括：以上所述的空调的控制装置。
与上述方法相匹配，本发明再一方面提供一种存储介质，包括：所述存储介质中存储有多条指令；所述多条指令，用于由处理器加载并执行以上所述的空调的控制方法。
与上述方法相匹配，本发明再一方面提供一种空调，包括：处理器，用于执行多条指令；存储器，用于存储多条指令；其中，所述多条指令，用于由所述存储器存储，并由所述处理器加载并执行以上所述的空调的控制方法。
本发明的方案，通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，进而实现提高现有的利用PMV及修正PMV对空调进行控制的控制精度。
进一步，本发明的方案，本发明的方案，通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，可以扩大现有的PMV空调控制的使用范围。
进一步，本发明的方案，通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，可以提高现有的PMV空调控制的精度问题，也扩大了现有的PMV空调控制的使用范围。
进一步，本发明的方案，通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，可以解决PMV公式中关于新陈代谢率的计算误差问题，提升新陈代谢率的计算精确性。
进一步，本发明的方案，通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，可以解决基于现有的PMV公式的空调控制不精确问题，提升对空调控制的精准性。
由此，本发明的方案，通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率的方法，以此可以实现提高现有的利用经典PMV及修正PMV对空调进行控制的控制精度，解决现有技术中基于人体不同活动状态下的估算值确定的新陈代谢率进行空调的PMV控制存在控制精度低的问题，从而，克服现有技术中控制精度低、热舒适性差和用户体验差的缺陷，实现控制精度高、热舒适性好和用户体验好的有益效果。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的空调的控制方法的一实施例的流程示意图；
图2为本发明的方法中至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值的一实施例的流程示意图；
图3为本发明的方法中利用预设的计算服务模块进行计算的一实施例的流程示意图；
图4为本发明的方法中根据所述新陈代谢率和所述PMV值对所述用户的人体舒适性状态进行评估的一实施例的流程示意图；
图5为本发明的空调的控制装置的一实施例的结构示意图；
图6为空气温度与PMV曲线示意图，能够反映由于新陈代谢率的误差导致的PMV模型计算误差；
图7为人体内部组织模型的简化结构示意图；
图8为发明的空调系统的一实施例的工作原理框图。
结合附图，本发明实施例中附图标记如下：
102-参数采集模块；104-远程计算服务模块；106-本地计算模块；108-执行模块（如执行机构）。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例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做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。
根据本发明的实施例，提供了一种空调的控制方法，如图1所示本发明的方法的一实施例的流程示意图。该空调的控制方法可以包括：步骤S110至步骤S140。
在步骤S110处，获取所述空调所属环境的环境参数、以及所述环境中用户的生理参数。
例如：参数采集模块，可以用于采集计算所需的人体生理参数和环境参数，采集到的数据（即人体生理参数和环境参数）传给远程计算服务模块。
可选地，所述环境参数，可以包括：温度。还可以包括：湿度、光照、振动、噪音、风速中的至少之一。
例如：采集的环境参数至少包括一个环境温度，还可以有湿度、光照、振动、噪音、风速等。
可选地，所述生理参数，可以包括：皮肤温度和排汗率。还可以包括：血压、心率、神经传导速度、肌电、皮肤电阻中的至少之一。
例如：采集的人体生理参数至少可以包括皮肤温度、排汗率，还可以有血压、心率、神经传导速度、肌电、皮肤电阻等。
由此，通过多种形式的环境参数和生理参数，有利于提升对新陈代谢率确定的精准性和可靠性，进而有利于进一步提升用户体验。
在步骤S120处，根据所述环境参数和所述生理参数，至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值。可选地，还可以确定局部血流量、核心温度、血液压力、脉动信息等。
例如：远程计算服务模块，可以用于对人体内部的传热问题进行计算，通过参数采集模块采集到的数据计算得到精确的新陈代谢率，并且得到当前状态下的PMV值。
例如：例如：远程计算服务模块传回本地计算模块的相关参数，可以包括：通过数值计算的方式理论上可以得到整个人体内的热场、流场分布，传回的“相关参数”包括但不限于我们后续需要使用的新陈代谢率和PMV值，还可以传回“局部血流量”、核心温度、血液压力、脉动信息等等。
可选地，可以结合图2所示本发明的方法中至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值的一实施例的流程示意图，进一步说明步骤S120中至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值的具体过程，可以包括：步骤S210和步骤S220。
步骤S210，根据所述环境参数和所述生理参数，利用预设的计算服务模块进行计算，得到所述新陈代谢率。
更可选地，可以结合图3所示本发明的方法中利用预设的计算服务模块进行计算的一实施例的流程示意图，进一步说明步骤S210中利用预设的计算服务模块进行计算的具体过程。
步骤S310，将预先构建的人体物理模型进行离散后，将所述离散得到的每个节点的生物学传热方程作为控制方程。
具体地，所述人体物理模型，可以包括：基于人体内部生物传热和/或传质的原理，按照预设的实际人体模型的结构构建得到的所述人体物理模型。
由此，通过基于实际人体模型的结构构件得到的人体物理模型，更接近人体实际构造，有利于提升新陈代谢率的计算精准性，进而提升PMV控制的精准性和人体的舒适性体验程度。
其中，所述生物传热和/或传质的原理，可以包括：生物传质原理和/或生物传热原理。还可以包括：人体激素与内分泌系统调控、神经系统调控、血压调控、血液循环调控、呼吸系统调控、视听系统调控、姿态与运动系统调控中的至少一种原理。
由此，通过多种形式的生物传热、传质原理构造人体物理模型，从而可以更接近人体真实构造，有利于提升所得人体物理模型的精准性和可靠性。
具体地，所述生物学传热方程，可以包括：
。
该方程中，T为人体各组分温度，ρ为人体各组分密度，C为人体各组分的比热，λ为人体各组分的导热系数，qb为组分与血液换热量，q为各组分的代谢产热量，qr为呼吸带来的与外界的热交换量，qsw为出汗导致的换热量。
由此，通过基于人体物理模型离散得到的生物学传热方程，更接近人体实际体验，有利于提升新陈代谢率的计算精准性和PMV控制的精准性。
更具体地，在所述生物学传热方程中各参数的具体情况，可以包括以下至少一种情形。
第一种情形：所述组分与血液换热量可以包括血管与组分的直接换热量，所述血管与组分的直接换热量由下式表示：。
其中，Tb为血液温度，D为血管直径，h为换热系数，η为外形系数。
第二种情形：所述组分与血液换热量包括动脉血管通过血液对各组分的灌注与组分的换热量，所述各组分的灌注与组分的换热量由下式表示：。
其中，B为血流量，Cb为血液的比热。
第三种情形：所述出汗导致的换热量能够依据人体汗腺活动规律计算得到，所述人体汗腺活动规律可以包括：。
其中，为不同部位出汗量，为不同部位增益系数，为头部核心温度，为平均皮肤温度，为汗腺活动的最小阈值。
由此，通过多种规律确定生物学传热方程中的各参数，使得各参数的精准性更好，有利于提升对新陈代谢率确定的精准性和可靠性。
步骤S320，将所述生理参数和所述环境参数作为所述控制方程的边界条件，进行迭代求解，得到所述新陈代谢率。
例如：通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，可以实现提高现有的利用经典PMV及修正PMV对空调进行控制的控制精度。
例如：远程计算服务模块通过人体内部生物传热、传质的基本原理，按照实际人体模型的结构构建人体物理模型，并对其进行离散，随后按照每个节点的生物学传热方程作为控制方程，将模块一即参数采集模块提供的生理参数和环境参数作为边界条件，进行迭代求解，求得新陈代谢率。
由此，通过将人体物理模型离散后，以离散得到的每个节点的生物学传热方程作为控制方程，进而将采集到的生理参数和环境参数作为该控制方程的边界条件进行迭代求解得到精准的新陈代谢率，计算方式可靠，计算结果精准。
步骤S220，根据所述新陈代谢率，利用预设的PMV公式进行计算，得到所述PMV值。
由此，通过根据环境参数和生理参数利用计算服务模块进行计算，得到新陈代谢率后再利用PMV公式计算得到PMV值，计算方式可靠性高，计算结果精准性好。
更可选地，所述PMV公式，可以包括：aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的PMV公式中的至少之一，或aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的经典PMV公式中两种以上的组合公式或加权平均公式。
例如：使用ISO7730中推荐的经典PMV公式以及参考值进行计算，但是不局限于该PMV公式，类似的公式还有很多，如aPMV公式，ePMV公式，nPMV公式等，PMV值的计算还可以是以上公式的简单组合或者加权平均。
由此，通过多种形式PMV公式计算PMV值，计算方式灵活性好、通用性强。
可选地，步骤S120中至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值，还可以包括：利用预设的计算服务模块进行计算后，将计算得到的所述新陈代谢率存储于预设的数据库和/或预设的专家系统进行训练，以：在获取新的环境参数和新的生理参数后，使用所述训练后的数据库和/或专家系统判断新的环境参数和新的生理参数是否是所述数据库和/或所述专家系统存储的；若是，则使用所述训练后的数据库和/或专家系统确定所需的新陈代谢率；否则，才利用预设的计算服务模块进行计算。
例如：利用远程计算服务模块和“数据库和/或专家系统”，根据实时的生理参数和环境参数，计算得到人体的新陈代谢率。
例如：远程计算服务模块还可以有数据库和/或专家系统的辅助，远程计算完成后可以将数据存储于数据库中和/或对专家系统进行训练，在得到模块一传输的数据时可以优先使用数据库和/或专家系统进行对比作出判断，如果不能满足需求再使用计算服务进行数值计算；远程计算服务中使用的原理包括生物传质传热，还可以包括人体激素与内分泌系统调控、神经系统调控、血压调控、血液循环调控、呼吸系统调控、视听系统调控、姿态与运动系统调控。
由此，通过基于计算服务模型计算得到新陈代谢率的计算方式进行训练，进而利用训练得到的数据库、专家系统确定新陈代谢率，确定效率更高，且确定结果的精准性和可靠性可以得到保证。
在步骤S130处，根据所述新陈代谢率对所述用户的人体舒适性状态进行评估，确定人体舒适性评价水平。
例如：通过本地计算模块，可以分析人体的身体状况以及所处的运动状态，并且判断用户的舒适性水平。
可选地，可以结合图4所示本发明的方法中根据所述新陈代谢率和所述PMV值对所述用户的人体舒适性状态进行评估的一实施例的流程示意图，进一步说明步骤S130中根据所述新陈代谢率和所述PMV值对所述用户的人体舒适性状态进行评估的具体过程。
步骤S410，根据所述新陈代谢率，分析所述用户的的身体状况以及所处的运动状态。
步骤S420，基于预设的评估策略，根据所述身体状况和所述运动状态，评估得到所需的人体舒适性状态。
例如：根据得到的新陈代谢率对用户的身体状况和运动状态进行评估
例如：利用精确的新陈代谢率参考多个PMV公式，得到精确的人体舒适性评价参数。
由此，通过基于新陈代谢率分析用户的身体状况和运动状态，进而评估用户所需的人体舒适性状态，评估的精准性好、可靠性高。
在步骤S140处，根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制。
例如：根据精确的人体舒适性评价参数对空调进行控制。
例如：根据舒适性水平控制空调设定温度和/或风速。
由此，通过获取房间内的环境参数和用户的生理参数，至少可以确定用户的新陈代谢率和空调在当前状态下的PMV值，进而评估人体舒适性评价水平，并基于该人体舒适性评价水平和PMV值实现空调的精准控制，提升用户的舒适性体验效果。
可选地，步骤S140中根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制，可以包括：根据所述人体舒适性评价水平和/或所述PMV值，对所述空调的目标温度和/或目标风速进行控制。
由此，通过根据人体舒适性水平和PMV值对空调的目标温度、目标风速等进行控制，控制的精准性好、可靠性高，人体舒适性体验佳。
经大量的试验验证，采用本实施例的技术方案，通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，进而实现提高现有的利用PMV及修正PMV对空调进行控制的控制精度。
根据本发明的实施例，还提供了对应于空调的控制方法的一种空调的控制装置。参见图5所示本发明的装置的一实施例的结构示意图。该空调的控制装置可以包括：参数采集模块102、远程计算服务模块104、本地计算模块106和执行模块108。
在一个可选例子中，参数采集模块102，可以用于获取所述空调所属环境的环境参数、以及所述环境中用户的生理参数。该参数采集模块102的具体功能及处理参见步骤S110。
例如：参数采集模块，可以用于采集计算所需的人体生理参数和环境参数，采集到的数据（即人体生理参数和环境参数）传给远程计算服务模块。
可选地，所述环境参数，可以包括：温度。还可以包括：湿度、光照、振动、噪音、风速中的至少之一。
例如：采集的环境参数至少包括一个环境温度，还可以有湿度、光照、振动、噪音、风速等。
可选地，所述生理参数，可以包括：皮肤温度和排汗率。还可以包括：血压、心率、神经传导速度、肌电、皮肤电阻中的至少之一。
例如：采集的人体生理参数至少可以包括皮肤温度、排汗率，还可以有血压、心率、神经传导速度、肌电、皮肤电阻等。
由此，通过多种形式的环境参数和生理参数，有利于提升对新陈代谢率确定的精准性和可靠性，进而有利于进一步提升用户体验。
在一个可选例子中，远程计算服务模块104，可以用于根据所述环境参数和所述生理参数，至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值。可选地，还可以确定局部血流量、核心温度、血液压力、脉动信息等。该远程计算服务模块104的具体功能及处理参见步骤S120。
例如：远程计算服务模块，可以用于对人体内部的传热问题进行计算，通过参数采集模块采集到的数据计算得到精确的新陈代谢率，并且得到当前状态下的PMV值。
例如：例如：远程计算服务模块传回本地计算模块的相关参数，可以包括：通过数值计算的方式理论上可以得到整个人体内的热场、流场分布，传回的“相关参数”包括但不限于我们后续需要使用的新陈代谢率和PMV值，还可以传回“局部血流量”、核心温度、血液压力、脉动信息等等。
可选地，所述远程计算服务模块104至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值，可以包括：
所述远程计算服务模块104，还可以用于根据所述环境参数和所述生理参数，利用预设的计算服务模块进行计算，得到所述新陈代谢率。该远程计算服务模块104的具体功能及处理还参见步骤S210。
更可选地，所述远程计算服务模块104利用预设的计算服务模块进行计算，可以包括：
所述远程计算服务模块104，还可以用于将预先构建的人体物理模型进行离散后，将所述离散得到的每个节点的生物学传热方程作为控制方程。该远程计算服务模块104的具体功能及处理还参见步骤S310。
具体地，所述人体物理模型，可以包括：基于人体内部生物传热和/或传质的原理，按照预设的实际人体模型的结构构建得到的所述人体物理模型。
由此，通过基于实际人体模型的结构构件得到的人体物理模型，更接近人体实际构造，有利于提升新陈代谢率的计算精准性，进而提升PMV控制的精准性和人体的舒适性体验程度。
其中，所述生物传热和/或传质的原理，可以包括：生物传质原理和/或生物传热原理。还可以包括：人体激素与内分泌系统调控、神经系统调控、血压调控、血液循环调控、呼吸系统调控、视听系统调控、姿态与运动系统调控中的至少一种原理。
由此，通过多种形式的生物传热、传质原理构造人体物理模型，从而可以更接近人体真实构造，有利于提升所得人体物理模型的精准性和可靠性。
具体地，所述生物学传热方程，可以包括：
。
该方程中，T为人体各组分温度，ρ为人体各组分密度，C为人体各组分的比热，λ为人体各组分的导热系数，qb为组分与血液换热量，q为各组分的代谢产热量，qr为呼吸带来的与外界的热交换量，qsw为出汗导致的换热量。
由此，通过基于人体物理模型离散得到的生物学传热方程，更接近人体实际体验，有利于提升新陈代谢率的计算精准性和PMV控制的精准性。
更具体地，在所述生物学传热方程中各参数的具体情况，可以包括以下至少一种情形。
第一种情形：所述组分与血液换热量可以包括血管与组分的直接换热量，所述血管与组分的直接换热量由下式表示：。
其中，Tb为血液温度，D为血管直径，h为换热系数，η为外形系数。
第二种情形：所述组分与血液换热量包括动脉血管通过血液对各组分的灌注与组分的换热量，所述各组分的灌注与组分的换热量由下式表示：。
其中，B为血流量，Cb为血液的比热。
第三种情形：所述出汗导致的换热量能够依据人体汗腺活动规律计算得到，所述人体汗腺活动规律可以包括：。
其中，为不同部位出汗量，为不同部位增益系数，为头部核心温度，为平均皮肤温度，为汗腺活动的最小阈值。
由此，通过多种规律确定生物学传热方程中的各参数，使得各参数的精准性更好，有利于提升对新陈代谢率确定的精准性和可靠性。
所述远程计算服务模块104，还可以用于将所述生理参数和所述环境参数作为所述控制方程的边界条件，进行迭代求解，得到所述新陈代谢率。该远程计算服务模块104的具体功能及处理还参见步骤S320。
例如：通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，可以实现提高现有的利用经典PMV及修正PMV对空调进行控制的控制精度。
例如：远程计算服务模块通过人体内部生物传热、传质的基本原理，按照实际人体模型的结构构建人体物理模型，并对其进行离散，随后按照每个节点的生物学传热方程作为控制方程，将模块一即参数采集模块提供的生理参数和环境参数作为边界条件，进行迭代求解，求得新陈代谢率。
由此，通过将人体物理模型离散后，以离散得到的每个节点的生物学传热方程作为控制方程，进而将采集到的生理参数和环境参数作为该控制方程的边界条件进行迭代求解得到精准的新陈代谢率，计算方式可靠，计算结果精准。
所述远程计算服务模块104，还可以用于根据所述新陈代谢率，利用预设的PMV公式进行计算，得到所述PMV值。该远程计算服务模块104的具体功能及处理还参见步骤S220。
由此，通过根据环境参数和生理参数利用计算服务模块进行计算，得到新陈代谢率后再利用PMV公式计算得到PMV值，计算方式可靠性高，计算结果精准性好。
更可选地，所述PMV公式，可以包括：aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的经典PMV公式中的至少之一，或aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的经典PMV公式中两种以上的组合公式或加权平均公式。
例如：使用ISO7730中推荐的经典PMV公式以及参考值进行计算，但是不局限于该PMV公式，类似的公式还有很多，如aPMV公式，ePMV公式，nPMV公式等，PMV值的计算还可以是以上公式的简单组合或者加权平均。
由此，通过多种形式PMV公式计算PMV值，计算方式灵活性好、通用性强。
可选地，所述远程计算服务模块104至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值，还可以包括：利用预设的计算服务模块进行计算后，将计算得到的所述新陈代谢率存储于预设的数据库和/或预设的专家系统进行训练，以：在获取新的环境参数和新的生理参数后，使用所述训练后的数据库和/或专家系统判断新的环境参数和新的生理参数是否是所述数据库和/或所述专家系统存储的；若是，则使用所述训练后的数据库和/或专家系统确定所需的新陈代谢率。否则，才利用预设的计算服务模块进行计算。
例如：利用远程计算服务模块和“数据库和/或专家系统”，根据实时的生理参数和环境参数，计算得到人体的新陈代谢率。
例如：远程计算服务模块还可以有数据库和/或专家系统的辅助，远程计算完成后可以将数据存储于数据库中和/或对专家系统进行训练，在得到模块一传输的数据时可以优先使用数据库和/或专家系统进行对比作出判断，如果不能满足需求再使用计算服务进行数值计算；远程计算服务中使用的原理包括生物传质传热，还可以包括人体激素与内分泌系统调控、神经系统调控、血压调控、血液循环调控、呼吸系统调控、视听系统调控、姿态与运动系统调控。
由此，通过基于计算服务模型计算得到新陈代谢率的计算方式进行训练，进而利用训练得到的数据库、专家系统确定新陈代谢率，确定效率更高，且确定结果的精准性和可靠性可以得到保证。
在一个可选例子中，本地计算模块106，可以用于根据所述新陈代谢率对所述用户的人体舒适性状态进行评估，确定人体舒适性评价水平。该本地计算模块106的具体功能及处理参见步骤S130。
例如：通过本地计算模块，可以分析人体的身体状况以及所处的运动状态，并且判断用户的舒适性水平。
可选地，所述本地计算模块106根据所述新陈代谢率和所述PMV值对所述用户的人体舒适性状态进行评估，可以包括：
所述本地计算模块106，还可以用于根据所述新陈代谢率，分析所述用户的的身体状况以及所处的运动状态。该本地计算模块106的具体功能及处理还参见步骤S410。
所述本地计算模块106，还可以用于基于预设的评估策略，根据所述身体状况和所述运动状态，评估得到所需的人体舒适性状态。该本地计算模块106的具体功能及处理还参见步骤S420。
例如：根据得到的新陈代谢率对用户的身体状况和运动状态进行评估
例如：利用精确的新陈代谢率参考多个PMV公式，得到精确的人体舒适性评价参数。
由此，通过基于新陈代谢率分析用户的身体状况和运动状态，进而评估用户所需的人体舒适性状态，评估的精准性好、可靠性高。
在一个可选例子中，执行模块108（如执行机构），可以用于根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制。该执行模块108的具体功能及处理参见步骤S140。
例如：根据精确的人体舒适性评价参数对空调进行控制。
例如：根据舒适性水平控制空调设定温度和/或风速。
由此，通过获取房间内的环境参数和用户的生理参数，至少可以确定用户的新陈代谢率和空调在当前状态下的PMV值，进而评估人体舒适性评价水平，并基于该人体舒适性评价水平和PMV值实现空调的精准控制，提升用户的舒适性体验效果。
可选地，所述执行模块108根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制，可以包括：根据所述人体舒适性评价水平和/或所述PMV值，对所述空调的目标温度和/或目标风速进行控制。
由此，通过根据人体舒适性水平和PMV值对空调的目标温度、目标风速等进行控制，控制的精准性好、可靠性高，人体舒适性体验佳。
由于本实施例的装置所实现的处理及功能基本相应于前述图1至图4所示的方法的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
经大量的试验验证，采用本发明的技术方案，本发明的方案，通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，可以扩大现有的PMV空调控制的使用范围。
根据本发明的实施例，还提供了对应于空调的控制装置的一种空调。该空调可以包括：以上所述的空调的控制装置。
在一个可选实施方式中，本发明旨在提供一种通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率的方法，以此可以实现提高现有的利用PMV及修正PMV对空调进行控制的控制精度，解决了PMV公式中关于新陈代谢率的计算误差问题，也解决了基于现有的PMV公式的空调控制不精确问题，从而，提高现有的PMV空调控制的精度问题，也扩大了现有的PMV空调控制的使用范围。
在一个可选例子中，本发明的方案，利用远程计算服务模块和“数据库和/或专家系统”，根据实时的生理参数和环境参数，计算得到人体的新陈代谢率。
进一步可选地，根据得到的新陈代谢率对用户的身体状况和运动状态进行评估。
进一步可选地，利用精确的新陈代谢率参考多个PMV公式，得到精确的人体舒适性评价参数。
进一步可选地，根据精确的人体舒适性评价参数对空调进行控制。
在一个可选具体实施方式中，本发明的最优实施例为一种应用于空调系统的特殊空调器，所使用的方法和工作原理主要可以由四大部分组成。如图8所示的例子，本发明的特殊空调器，主要可以包括参数采集模块、远程计算模块、本地计算模块以及执行机构。
可选地，参数采集模块，可以用于采集计算所需的人体生理参数和环境参数，采集到的数据（即人体生理参数和环境参数）传给远程计算服务模块。
其中，模块一“参数采集模块”：采集的人体生理参数至少可以包括皮肤温度、排汗率，还可以有血压、心率、神经传导速度、肌电、皮肤电阻等；采集的环境参数至少包括一个环境温度，还可以有湿度、光照、振动、噪音、风速等（模块一采集哪些生理参数和环境参数取决于模块二的需求）。
可选地，远程计算服务模块，可以用于对人体内部的传热问题进行计算，通过参数采集模块采集到的数据计算得到精确的新陈代谢率，并且得到当前状态下的PMV值。
例如：远程计算服务模块对人体内部的传热问题进行计算的过程中，采用数值计算的方式，数值计算的主要计算依据即下面提到的生物传热方程、人体血管活动模型方程、人体汗腺活动规律方程等（不限于这几个方程，为了提高计算精度，可以引入更多的方程，如心脏活动模型、血管弹性模型等），其它的流体力学和传热学相关方程为流体和传热领域众所周知的方程，就没有提及（如纳维斯托克斯方程、雷诺运输方程、湍流模型、流体力学基本方程、牛顿公式、辐射公式等）。
例如：远程计算服务模块对人体内部的传热问题进行计算的过程中，计算过程即常规数值计算使用的“设立初值、迭代计算、直到收敛”，求解器和求解方法（如有限元、有限体积、有限差分方法等）不作要求，即使用数值计算方法求解生物传热方程。
进一步地，远程计算服务模块，还可以用于随后将相关参数传回位于本机的本地计算模块。
例如：远程计算服务模块传回本地计算模块的相关参数，可以包括：通过数值计算的方式理论上可以得到整个人体内的热场、流场分布，传回的“相关参数”包括但不限于我们后续需要使用的新陈代谢率和PMV值，还可以传回“局部血流量”、核心温度、血液压力、脉动信息等等，具体传回什么参数，视后续是否需要使用而定。
其中，模块二“远程计算服务模块”：远程计算服务模块还可以有数据库和/或专家系统的辅助，远程计算完成后可以将数据存储于数据库中和/或对专家系统进行训练，在得到模块一传输的数据时可以优先使用数据库和/或专家系统进行对比作出判断，如果不能满足需求再使用计算服务进行数值计算；远程计算服务中使用的原理包括生物传质传热，还可以包括人体激素与内分泌系统调控、神经系统调控、血压调控、血液循环调控、呼吸系统调控、视听系统调控、姿态与运动系统调控，以上几大系统调控凡是涉及到影响生物内部传热的都可以认为是对本发明提出的基于传质传热的计算服务方法的一种修正和完善，应当纳入保护范围内；模块二使用ISO7730中推荐的经典PMV公式以及参考值进行计算，但是不局限于该PMV公式，类似的公式还有很多，如aPMV公式，ePMV公式，nPMV公式等，PMV值的计算还可以是以上公式的简单组合或者加权平均。
可选地，通过本地计算模块，可以分析人体的身体状况以及所处的运动状态，并且判断用户的舒适性水平。
其中，模块三“本地计算模块”：本地计算模块主要功能是根据模块二提供的PMV计算结果判断舒适水平，这一方面大多数相关技术都有提及，使用Fanger提出的简单的七点标尺或者五点标尺法即可，不需要特殊保护。
具体地，本地计算模块分析人体的身体状况，可以包括：可以根据远程计算服务模块传回本地计算模块的相关参数判断人体处于什么样的状态，举例说明如下。
例1.根据新陈代谢率查表判断运动状态，可以参见下表：
新陈代谢率W/m<sup>2</sup> 运动状态
0~50 睡眠/静坐
50~100 久坐/办公
100~150 慢走/轻体力工作
150~200 快走/慢跑/中等体力工作
＞200 快跑/重体力工作
例2.根据新陈代谢率和其它生理参数判断健康状态，可以参见下表：
新陈代谢率W/m<sup>2</sup> 生理参数 健康状态
0~50 心率>60次/min 心率过高
50~100 核心温度>38°C 非正常发热
100~150 心率>85次/min 心率过高
150~200 肺部血流量<平均血流量 可能缺氧
＞200 肌肉局部温度>39°C 肌肉损伤
另外，本地计算模块判断用户的舒适性水平，举例说明如下。
可以参见下文中模块三即本地计算模块的相关说明，使用Fanger提出的简单的七点标尺或者五点标尺法即可，不需要特殊保护，Fanger七点标尺：
PMV值 热舒适水平
-3 寒冷
-2 冷
-1 凉
0 舒适
1 暖
2 热
3 炎热
五点标尺：
PMV值 热舒适水平
-2 冷不舒适
-1 凉
0 舒适
1 暖
2 热不舒适
可选地，执行机构，可以用于根据本地计算模块给出的控制方案控制空调器的运行。
其中，模块四“执行机构”：根据舒适性水平控制空调设定温度和/或风速，技术众多，不作强调。
以上是几大部分的主要功能，其中模块二即远程计算服务模块是本发明的重点，该远程计算服务模块通过人体内部生物传热、传质的基本原理，按照实际人体模型的结构构建人体物理模型，并对其进行离散，随后按照每个节点的生物学传热方程作为控制方程，将模块一即参数采集模块提供的生理参数和环境参数作为边界条件，进行迭代求解，求得新陈代谢率，具体使用的原理和方法如下：
实际人体模型可以来自于现存的公开的医学、生理学和解剖学资料，可以直接使用。也可以自行建立人体模型，大部分器官和组织的热物性在解剖学著作里就可以查得到，如心脏的体积、质量、肌肉占比，血管的直径，脂肪的热物性等。如1997年“操作”（人名）、“林贵平”等人发表的文献《人体热调节的有限元分析》中即提到了一种相当简单实用的人体有限元模型。
如图7所示，将复杂的人体内部组织结构简化，分为皮肤、脂肪、肌肉、骨骼、核心、血液六种组分，按照中国人第50百分位的实际人体组织、器官分布将人体模型离散。
其中，各组分的属性可以包括：皮肤（S）：皮肤组分位于物理模型最外层，向圆柱形外形进行多节段简化，假设其代谢产热为0；脂肪（F）：假设脂肪组分仅存位于皮肤下，具有恒定的代谢产热量；肌肉（S）：肌肉组分的代谢产热量为变量；骨骼（O）：骨骼组分的代谢产热量为0；血液（B）：血液组分的代谢产热量为0，血管简化为四肢、内脏和头部的主要动脉、静脉及代表毛细血管网的次级血管，静脉肌肉、骨骼、血液三种组分按实际位置交叉分布，边界尽量简化成平面；核心（C）：核心组分包括胸腹部所有的内脏，大脑，一般情况下认为具有恒定的代谢产热量。主要用到的数学模型如下：
生物传热方程：
。
上式中，T为人体各组分温度，ρ为人体各组分密度，C为人体各组分的比热，λ为人体各组分的导热系数，qb为组分与血液换热量，q为各组分的代谢产热量，qr为呼吸带来的与外界的热交换量（仅在肺部核心组分中体现），qsw为出汗导致的换热量。稳态情况下方程左侧为0。
人体血管活动模型，血管与组分的直接换热由下式表示：
。
其中，Tb为血液温度，D为血管直径，h为换热系数，η为外形系数。
动脉血管通过血液对各组分的灌注与组分的换热由下式表示：
。
其中，B为血流量，Cb为血液的比热；
人体汗腺活动规律：。
其中，为不同部位出汗量，为不同部位增益系数，为头部核心温度，为平均皮肤温度，为汗腺活动的最小阈值。
模块二得到新陈代谢率之后，根据PMV公式计算得到PMV值，并可以由新陈代谢率大致估计用户所处的状态，即使用接近下表中新陈代谢率值的活动状态作为估计状态，并且通过本地计算模块以及执行机构反映给用户。
由于本实施例的空调所实现的处理及功能基本相应于前述图5所示的装置的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
经大量的试验验证，采用本发明的技术方案，通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，可以提高现有的PMV空调控制的精度问题，也扩大了现有的PMV空调控制的使用范围。
根据本发明的实施例，还提供了对应于空调的控制方法的一种存储介质。该存储介质，可以包括：所述存储介质中存储有多条指令；所述多条指令，用于由处理器加载并执行以上所述的空调的控制方法。
由于本实施例的存储介质所实现的处理及功能基本相应于前述图1至图4所示的方法的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
经大量的试验验证，采用本发明的技术方案，通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，可以解决PMV公式中关于新陈代谢率的计算误差问题，提升新陈代谢率的计算精确性。
根据本发明的实施例，还提供了对应于空调的控制方法的一种空调。该空调，可以包括：处理器，用于执行多条指令；存储器，用于存储多条指令；其中，所述多条指令，用于由所述存储器存储，并由所述处理器加载并执行以上所述的空调的控制方法。
由于本实施例的空调所实现的处理及功能基本相应于前述图1至图4所示的方法的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
经大量的试验验证，采用本发明的技术方案，通过输入人体边界参数以及部分环境参数得到准确的新陈代谢率，可以解决基于现有的PMV公式的空调控制不精确问题，提升对空调控制的精准性。
综上，本领域技术人员容易理解的是，在不冲突的前提下，上述各有利方式可以自由地组合、叠加。
以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (19)

1.一种空调的控制方法，其特征在于，包括：
获取所述空调所属环境的环境参数、以及所述环境中用户的生理参数；
根据所述环境参数和所述生理参数，至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值；其中，确定所述用户的新陈代谢率，包括：根据所述环境参数和所述生理参数，利用预设的计算服务模块进行计算，得到所述新陈代谢率；其中，利用预设的计算服务模块进行计算，包括：将预先构建的人体物理模型进行离散后，将所述离散得到的每个节点的生物学传热方程作为控制方程；将所述生理参数和所述环境参数作为所述控制方程的边界条件，进行迭代求解；
根据所述新陈代谢率对所述用户的人体舒适性状态进行评估，确定人体舒适性评价水平；
根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制。
2.根据权利要求1所述的方法，其特征在于，至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值，包括：
根据所述新陈代谢率，利用预设的PMV公式进行计算，得到所述PMV值。
3.根据权利要求2所述的方法，其特征在于，其中，
所述PMV公式，包括：
aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的PMV公式中的至少之一，或aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的经典PMV公式中两种以上的组合公式或加权平均公式。
4.根据权利要求3所述的方法，其特征在于，其中，
所述人体物理模型，包括：基于人体内部生物传热和/或传质的原理，按照预设的实际人体模型的结构构建得到的所述人体物理模型；
和/或，
所述生物学传热方程，包括：
；
该方程中，T为人体各组分温度，ρ为人体各组分密度，C为人体各组分的比热，λ为人体各组分的导热系数，qb为组分与血液换热量，q为各组分的代谢产热量，qr为呼吸带来的与外界的热交换量，qsw为出汗导致的换热量。
5.根据权利要求4所述的方法，其特征在于，其中，
所述生物传热和/或传质的原理，包括：生物传质原理和/或生物传热原理；还包括：人体激素与内分泌系统调控、神经系统调控、血压调控、血液循环调控、呼吸系统调控、视听系统调控、姿态与运动系统调控中的至少一种原理；
和/或，
在所述生物学传热方程中：
所述组分与血液换热量包括血管与组分的直接换热量，所述血管与组分的直接换热量由下式表示：
；
其中，Tb为血液温度，D为血管直径，h为换热系数，η为外形系数；
和/或，
所述组分与血液换热量包括动脉血管通过血液对各组分的灌注与组分的换热量，所述各组分的灌注与组分的换热量由下式表示：
；
其中，B为血流量，Cb为血液的比热；
和/或，
所述出汗导致的换热量能够依据人体汗腺活动规律计算得到，所述人体汗腺活动规律包括：；
其中，为不同部位出汗量，为不同部位增益系数，为头部核心温度，为平均皮肤温度，为汗腺活动的最小阈值。
6.根据权利要求2-5之一所述的方法，其特征在于，至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值，还包括：
利用预设的计算服务模块进行计算后，将计算得到的所述新陈代谢率存储于预设的数据库和/或预设的专家系统进行训练，以：
在获取新的环境参数和新的生理参数后，使用所述训练后的数据库和/或专家系统判断新的环境参数和新的生理参数是否是所述数据库和/或所述专家系统存储的；若是，则使用所述训练后的数据库和/或专家系统确定所需的新陈代谢率；否则，才利用预设的计算服务模块进行计算。
7.根据权利要求1-5之一所述的方法，其特征在于，其中，
所述环境参数，包括：温度；还包括：湿度、光照、振动、噪音、风速中的至少之一；和/或，
所述生理参数，包括：皮肤温度和排汗率；还包括：血压、心率、神经传导速度、肌电、皮肤电阻中的至少之一；
和/或，
根据所述新陈代谢率和所述PMV值对所述用户的人体舒适性状态进行评估，包括：
根据所述新陈代谢率，分析所述用户的的身体状况以及所处的运动状态；
基于预设的评估策略，根据所述身体状况和所述运动状态，评估得到所需的人体舒适性状态；
和/或，
根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制，包括：
根据所述人体舒适性评价水平和/或所述PMV值，对所述空调的目标温度和/或目标风速进行控制。
8.根据权利要求6所述的方法，其特征在于，其中，
所述环境参数，包括：温度；还包括：湿度、光照、振动、噪音、风速中的至少之一；和/或，
所述生理参数，包括：皮肤温度和排汗率；还包括：血压、心率、神经传导速度、肌电、皮肤电阻中的至少之一；
和/或，
根据所述新陈代谢率和所述PMV值对所述用户的人体舒适性状态进行评估，包括：
根据所述新陈代谢率，分析所述用户的的身体状况以及所处的运动状态；
基于预设的评估策略，根据所述身体状况和所述运动状态，评估得到所需的人体舒适性状态；
和/或，
根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制，包括：
根据所述人体舒适性评价水平和/或所述PMV值，对所述空调的目标温度和/或目标风速进行控制。
9.一种空调的控制装置，其特征在于，包括：
参数采集模块，用于获取所述空调所属环境的环境参数、以及所述环境中用户的生理参数；
远程计算服务模块，用于根据所述环境参数和所述生理参数，至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值；其中，确定所述用户的新陈代谢率，包括：根据所述环境参数和所述生理参数，利用预设的计算服务模块进行计算，得到所述新陈代谢率；其中，利用预设的计算服务模块进行计算，包括：将预先构建的人体物理模型进行离散后，将所述离散得到的每个节点的生物学传热方程作为控制方程；将所述生理参数和所述环境参数作为所述控制方程的边界条件，进行迭代求解；
本地计算模块，用于根据所述新陈代谢率对所述用户的人体舒适性状态进行评估，确定人体舒适性评价水平；
执行模块，用于根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制。
10.根据权利要求9所述的装置，其特征在于，所述远程计算服务模块至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值，包括：
根据所述新陈代谢率，利用预设的PMV公式进行计算，得到所述PMV值。
11.根据权利要求10所述的装置，其特征在于，其中，
所述PMV公式，包括：
aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的PMV公式中的至少之一，或aPMV公式、ePMV公式、nPMV公式、以及ISO7730中推荐的经典PMV公式中两种以上的组合公式或加权平均公式。
12.根据权利要求11所述的装置，其特征在于，其中，
所述人体物理模型，包括：基于人体内部生物传热和/或传质的原理，按照预设的实际人体模型的结构构建得到的所述人体物理模型；
和/或，
所述生物学传热方程，包括：
；
该方程中，T为人体各组分温度，ρ为人体各组分密度，C为人体各组分的比热，λ为人体各组分的导热系数，qb为组分与血液换热量，q为各组分的代谢产热量，qr为呼吸带来的与外界的热交换量，qsw为出汗导致的换热量。
13.根据权利要求12所述的装置，其特征在于，其中，
所述生物传热和/或传质的原理，包括：生物传质原理和/或生物传热原理；还包括：人体激素与内分泌系统调控、神经系统调控、血压调控、血液循环调控、呼吸系统调控、视听系统调控、姿态与运动系统调控中的至少一种原理；
和/或，
在所述生物学传热方程中：
所述组分与血液换热量包括血管与组分的直接换热量，所述血管与组分的直接换热量由下式表示：
；
其中，Tb为血液温度，D为血管直径，h为换热系数，η为外形系数；
和/或，
所述组分与血液换热量包括动脉血管通过血液对各组分的灌注与组分的换热量，所述各组分的灌注与组分的换热量由下式表示：
；
其中，B为血流量，Cb为血液的比热；
和/或，
所述出汗导致的换热量能够依据人体汗腺活动规律计算得到，所述人体汗腺活动规律包括：；
其中，为不同部位出汗量，为不同部位增益系数，为头部核心温度，为平均皮肤温度，为汗腺活动的最小阈值。
14.根据权利要求10-13之一所述的装置，其特征在于，所述远程计算服务模块至少确定所述用户的新陈代谢率和所述空调在当前状态下的PMV值，还包括：
利用预设的计算服务模块进行计算后，将计算得到的所述新陈代谢率存储于预设的数据库和/或预设的专家系统进行训练，以：
在获取新的环境参数和新的生理参数后，使用所述训练后的数据库和/或专家系统判断新的环境参数和新的生理参数是否是所述数据库和/或所述专家系统存储的；若是，则使用所述训练后的数据库和/或专家系统确定所需的新陈代谢率；否则，才利用预设的计算服务模块进行计算。
15.根据权利要求9-13之一所述的装置，其特征在于，其中，
所述环境参数，包括：温度；还包括：湿度、光照、振动、噪音、风速中的至少之一；和/或，
所述生理参数，包括：皮肤温度和排汗率；还包括：血压、心率、神经传导速度、肌电、皮肤电阻中的至少之一；
和/或，
所述本地计算模块根据所述新陈代谢率和所述PMV值对所述用户的人体舒适性状态进行评估，包括：
根据所述新陈代谢率，分析所述用户的的身体状况以及所处的运动状态；
基于预设的评估策略，根据所述身体状况和所述运动状态，评估得到所需的人体舒适性状态；
和/或，
所述执行模块根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制，包括：
根据所述人体舒适性评价水平和/或所述PMV值，对所述空调的目标温度和/或目标风速进行控制。
16.根据权利要求14所述的装置，其特征在于，其中，
所述环境参数，包括：温度；还包括：湿度、光照、振动、噪音、风速中的至少之一；和/或，
所述生理参数，包括：皮肤温度和排汗率；还包括：血压、心率、神经传导速度、肌电、皮肤电阻中的至少之一；
和/或，
所述本地计算模块根据所述新陈代谢率和所述PMV值对所述用户的人体舒适性状态进行评估，包括：
根据所述新陈代谢率，分析所述用户的的身体状况以及所处的运动状态；
基于预设的评估策略，根据所述身体状况和所述运动状态，评估得到所需的人体舒适性状态；
和/或，
所述执行模块根据所述人体舒适性评价水平和/或所述PMV值对所述空调进行控制，包括：
根据所述人体舒适性评价水平和/或所述PMV值，对所述空调的目标温度和/或目标风速进行控制。
17.一种空调，其特征在于，包括：如权利要求9-16任一所述的空调的控制装置。
18.一种存储介质，其特征在于，所述存储介质中存储有多条指令；所述多条指令，用于由处理器加载并执行如权利要求1-8任一所述的空调的控制方法。
19.一种空调，其特征在于，包括：
处理器，用于执行多条指令；
存储器，用于存储多条指令；
其中，所述多条指令，用于由所述存储器存储，并由所述处理器加载并执行如权利要求1-8任一所述的空调的控制方法。
CN201810850263.XA 2018-07-28 2018-07-28 一种空调的控制方法、装置、存储介质及空调 Active CN109084420B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810850263.XA CN109084420B (zh) 2018-07-28 2018-07-28 一种空调的控制方法、装置、存储介质及空调

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810850263.XA CN109084420B (zh) 2018-07-28 2018-07-28 一种空调的控制方法、装置、存储介质及空调

Publications (2)

Publication Number Publication Date
CN109084420A CN109084420A (zh) 2018-12-25
CN109084420B true CN109084420B (zh) 2019-11-12

Family

ID=64830985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810850263.XA Active CN109084420B (zh) 2018-07-28 2018-07-28 一种空调的控制方法、装置、存储介质及空调

Country Status (1)

Country Link
CN (1) CN109084420B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110671795B (zh) * 2019-11-29 2020-12-11 北方工业大学 一种基于人工智能的宜居环境系统及其使用方法
CN111623488B (zh) * 2020-05-21 2021-10-15 珠海格力电器股份有限公司 设备运行方法及电子设备
CN112395732B (zh) * 2020-06-12 2024-04-02 香港城市大学深圳研究院 强化热中性适应性的热舒适预测方法及装置
CN112015210A (zh) * 2020-08-27 2020-12-01 四川长虹空调有限公司 一种基于热阻温度测定的被褥温度控制系统
CN112254287B (zh) * 2020-09-01 2022-06-14 深圳达实智能股份有限公司 变权重多模型综合预测中央空调末端送风控制方法
CN115218358B (zh) * 2021-04-19 2023-10-27 海信集团控股股份有限公司 一种室内空气环境调节方法和设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10332187A (ja) * 1997-06-03 1998-12-15 Daikin Ind Ltd 空調制御システム
CN104633866B (zh) * 2015-02-15 2017-06-16 重庆大学 基于环境参数和人体生理参数的热舒适度测评系统
TWI648507B (zh) * 2015-10-28 2019-01-21 財團法人資訊工業策進會 智能節能環境調控系統及方法
CN106123206B (zh) * 2016-06-17 2018-11-23 美的集团股份有限公司 一种调整环境热度的方法和系统
CN106650262B (zh) * 2016-12-23 2019-05-31 中山大学 基于个性化热调节模型的实时内核温度估计方法及系统
CN106679098A (zh) * 2016-12-30 2017-05-17 广东美的制冷设备有限公司 空调器的控制方法、装置及空调器
CN106765970B (zh) * 2016-12-30 2020-03-06 美的集团武汉制冷设备有限公司 空调器及其控制方法
CN107095649B (zh) * 2017-04-26 2020-07-24 董云鹏 新陈代谢评估系统

Also Published As

Publication number Publication date
CN109084420A (zh) 2018-12-25

Similar Documents

Publication Publication Date Title
CN109084420B (zh) 一种空调的控制方法、装置、存储介质及空调
Zhao et al. Thermal comfort models and their developments: A review
Katić et al. Thermophysiological models and their applications: A review
Li et al. Experimental research of online monitoring and evaluation method of human thermal sensation in different active states based on wristband device
Yau et al. A review on predicted mean vote and adaptive thermal comfort models
Pohl Building Science: Concepts and Applications
CN110377936A (zh) 一种智能建筑人员个性化热舒适度动态感知的系统及方法
CN104490371A (zh) 一种基于人体生理参数的热舒适检测方法
Rugh et al. Predicting human thermal comfort in a transient nonuniform thermal environment
Konstantinov et al. Numerical simulation of the thermal comfort in a train cabin
Psikuta Development of an ‘artificial human’for clothing research
Zhao et al. State-of-the-art, challenges and new perspectives of thermal comfort demand law for on-demand intelligent control of heating, ventilation, and air conditioning systems
Cen et al. Physiological sensing of personal thermal comfort with wearable devices in fan-assisted cooling environments in the tropics
Omidvar et al. A novel theoretical model for predicting the individuals’ thermal sensations based on air temperature and biomarkers measured by wearable devices
Sun et al. An improved thermal model of the human body
Yau et al. A review of human thermal comfort model in predicting human–environment interaction in non-uniform environmental conditions
CN111067493A (zh) 一种人体热舒适预测方法
Volkov et al. Modeling the thermal comfort of internal building spaces in hospital
Buonomano et al. Enhancing energy efficiency and comfort with a multi-domain approach: Development of a novel human thermoregulatory model for occupant-centric control
KR20190042493A (ko) 식별가능한 얼굴 편차를 처리하기 위한 얼굴 교정 디자인 및 애플리케이션 프로토콜을 자동으로 생성하는 시스템 및 방법
Matalucci et al. An experimental design framework for the personalization of indoor microclimates through feedback loops between responsive thermal systems and occupant biometrics
Zhou et al. A model-driven learning approach for predicting the personalized dynamic thermal comfort in ordinary office environment
Liu et al. Artificial neural network-based adaptive fluid temperature regulation of extravehicular activity suit
CN111051787A (zh) 温感计算装置、温感计算方法、空调装置以及程序
Roelofsen et al. A transient thermal sensation equation fit for the modified Stolwijk model

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