CN109084990A - 一种车内温度分布预测的方法、装置及设备 - Google Patents
一种车内温度分布预测的方法、装置及设备 Download PDFInfo
- Publication number
- CN109084990A CN109084990A CN201810723944.XA CN201810723944A CN109084990A CN 109084990 A CN109084990 A CN 109084990A CN 201810723944 A CN201810723944 A CN 201810723944A CN 109084990 A CN109084990 A CN 109084990A
- Authority
- CN
- China
- Prior art keywords
- temperature
- vehicle interior
- distribution
- model
- forecast
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000014509 gene expression Effects 0.000 claims abstract description 40
- 238000012360 testing method Methods 0.000 claims abstract description 12
- 230000003068 static effect Effects 0.000 claims description 36
- 230000017525 heat dissipation Effects 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 23
- 238000004378 air conditioning Methods 0.000 claims description 21
- 230000005855 radiation Effects 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 abstract description 3
- 238000004134 energy conservation Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000011217 control strategy Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005057 refrigeration Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- RVRCFVVLDHTFFA-UHFFFAOYSA-N heptasodium;tungsten;nonatriacontahydrate Chemical compound O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W] RVRCFVVLDHTFFA-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Air-Conditioning For Vehicles (AREA)
Abstract
本申请公开了一种车内温度分布预测的方法，包括：确定基于车内位置坐标的温度影响系数表达式；根据温度影响系数表达式建立通用模型；根据接收的热量参数对通用模型的模型参数进行赋值，得到车内温度分布预测模型；当接收测试位置的坐标时，调用车内温度分布预测模型根据坐标确定预测位置的温度。本申请得到的预测结果能够为设计高效的空调控制策略提供科学依据和理论指导，进而实现减小乘员舱热负荷、提升乘员的热舒适感觉的目的，同时对构建节能、舒适、安全的车内乘坐环境具有深远意义。本申请同时还提供了一种车内温度分布预测的装置、设备及计算机可读存储介质，具有上述有益效果。
Description
技术领域
本申请涉及人机环系统工程人体舒适性评估领域，特别涉及一种车内温度分布预测的方法、装置、设备及计算机可读存储介质。
背景技术
舒适度是消费者购买汽车的一个重要的考虑因素，汽车乘员舱内的热舒适问题已经成为广大消费者、研究学者和汽车厂商关注的热点和焦点问题。车内小空间热环境和乘员热舒适性密切相关，车内的空气温度、相对湿度、气体流速和平均辐射温度等环境因素直接作用于人体体表，影响乘员的主观热舒适感觉。
然而，现有技术中在对车内温度的研究中，仅对车内整体的温度变化情况进行预测，而车内的温度又因为具体位置的不同而存在着较大温差，例如，靠近发动机的位置温度较高，而靠近空调的位置温度较低，若仅笼统考虑车内整体的温度变化情况，则可能会影响乘客的乘坐热舒适性。
因此，如何预测车内的温度分布的是本领域技术人员目前需要解决的技术问题。
发明内容
本申请的目的是提供一种车内温度分布预测的方法、装置、设备及计算机可读存储介质，用于预测车内的温度分布。
为解决上述技术问题，本申请提供一种车内温度分布预测的方法，该方法包括：
确定基于车内位置坐标的温度影响系数表达式；
根据所述温度影响系数表达式建立通用模型；
根据接收的热量参数对所述通用模型的模型参数进行赋值，得到车内温度分布预测模型；
当接收测试位置的坐标时，调用所述车内温度分布预测模型根据所述坐标确定所述预测位置的温度。
可选的，所述确定基于车内位置坐标的温度影响系数表达式，包括：
根据热传导方程确定静态恒定状态温度表达式T＝k1x+k2y+k3z+b；
结合误差函数及实测位置下的实测温度数据确定所述静态恒定状态温度表达式中各系数值及常数值，得到静态温度预计模型；
对所述静态温度预计模型进行归一化处理，得到所述温度影响系数
其中，T′为所述温度影响系数，x、y、z分别为所述实测位置的横坐标、纵坐标、竖坐标，k1、k2、k3分别为x、y、z的系数，b为常数，T为所述实测温度数据，T环为环境温度。
可选的，所述结合误差函数及实测位置下的实测温度数据确定所述静态恒定状态温度表达式中各系数值及常数值，得到静态温度预计模型，包括：
获取实测位置i的实测温度数据Ti实测；
根据所述实测位置i的坐标(xi,yi,zi)及所述实测温度数据Ti实测确定误差函数
利用误差函数分别对k1、k2、k3、b求导
确定k1、k2、k3、b的值；
根据得到的k1、k2、k3、b的值得到所述静态温度预计模型
T＝k1x+k2y+k3z+b
其中，(xi,yi,zi)为所述实测位置i的坐标，Ti实测为所述实测温度数据，为误差函数，n为所述实测位置i的总数量。
可选的，根据所述温度影响系数建立通用模型，包括：
根据所述温度影响系数建立通用模型T车＝T环+ΔT×T′；
其中，T车为车内温度，T环为环境温度，ΔT为车内温度与环境温度的温度差，T′为温度影响系数。
可选的，所述热量参数包括太阳辐射量、乘员散热量、发动机散热量、空调吸热量、车体散热量中的至少一项。
可选的，所述根据接收的热量参数对所述通用模型的模型参数进行赋值，得到车内温度分布预测模型，包括：
将接收的太阳辐射量Q1、乘员散热量Q2、发动机散热量Q3、空调吸热量Q4、车体散热量Q5带入公式中对车内温度与环境温度的温度差ΔT进行计算；
根据计算结果对通用模型T车＝T环+ΔT×T′中的ΔT进行赋值，得到所述车内温度分布预测模型；
其中，Q1为太阳辐射量，Q2为乘员散热量，Q3为发动机散热量，Q4为空调吸热量，Q5为车体散热量，T车为车内温度，T环为环境温度，ΔT为车内温度与环境温度的温度差，T′为温度影响系数，C为车辆的热容。
本申请还提供一种车内温度分布预测的装置，该装置包括：
确定模块，用于确定基于车内位置坐标的温度影响系数表达式；
建立模块，用于根据所述温度影响系数表达式建立通用模型；
赋值模块，用于根据接收的热量参数对所述通用模型的模型参数进行赋值，得到车内温度分布预测模型；
调用模块，用于当接收测试位置的坐标时，调用所述车内温度分布预测模型根据所述坐标确定所述预测位置的温度。
可选的，所述确定模块包括：
第一确定子模块，用于根据热传导方程确定静态恒定状态温度表达式T＝k1x+k2y+k3z+b；
第二确定子模块，用于结合误差函数及实测位置下的实测温度数据确定所述静态恒定状态温度表达式中各系数值及常数值，得到静态温度预计模型；
归一化子模块，用于对所述静态温度预计模型进行归一化处理，得到所述温度影响系数
其中，T′为所述温度影响系数，x、y、z分别为所述实测位置的横坐标、纵坐标、竖坐标，k1、k2、k3分别为x、y、z的系数，b为常数，T为所述实测温度数据，T环为环境温度。
本申请还提供一种车内温度分布预测设备，该车内温度分布预测设备包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述任一项所述车内温度分布预测的方法的步骤。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述车内温度分布预测的方法的步骤。
本申请所提供车内温度分布预测的方法，包括：确定基于车内位置坐标的温度影响系数表达式；根据温度影响系数表达式建立通用模型；根据接收的热量参数对通用模型的模型参数进行赋值，得到车内温度分布预测模型；当接收测试位置的坐标时，调用车内温度分布预测模型根据坐标确定预测位置的温度。
本申请所提供的技术方案，通过确定基于车内位置坐标的温度影响系数表达式，再根据温度影响系数表达式建立通用模型，使得得到的通用模型能够预测车内的温度分布，而后根据具体车辆的具体热量参数进行赋值，得到针对于具体车辆的车内温度分布预测模型，当接收测试位置的坐标时，调用车内温度分布预测模型根据坐标确定预测位置的温度，完成对车内温度的分布预测；本申请得到的预测结果能够为设计高效的空调控制策略提供科学依据和理论指导，进而实现减小乘员舱热负荷、提升乘员的热舒适感觉的目的，同时对构建节能、舒适、安全的车内乘坐环境具有深远意义。本申请同时还提供了一种车内温度分布预测的装置、设备及计算机可读存储介质，具有上述有益效果，在此不再赘述。
附图说明
为了更清楚地说明本申请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申请的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种车内温度分布预测的方法的流程图；
图2为图1所提供的一种车内温度分布预测的方法中S101的一种实际表现方式的流程图；
图3为图1所提供的一种车内温度分布预测的方法中S103的一种实际表现方式的流程图；
图4为本申请实施例所提供的一种车内温度分布预测的装置的结构图；
图5为本申请实施例所提供的另一种车内温度分布预测的装置的结构图；
图6为本申请实施例所提供的一种车内温度分布预测设备的结构图。
具体实施方式
本申请的核心是提供一种车内温度分布预测的方法、装置、设备及计算机可读存储介质，用于预测车内的温度分布。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
现有技术中在对车内温度的研究中，仅对车内整体的温度变化情况进行预测，而车内的温度又因为具体位置的不同而存在着较大温差，例如，靠近发动机的位置温度较高，而靠近空调的位置温度较低，若仅笼统考虑车内整体的温度变化情况，则可能会影响乘客的乘坐热舒适性；基于此，本申请提供了一种车内温度分布预测的方法，用于预测车内温度的分布。
请参考图1，图1为本申请实施例所提供的一种车内温度分布预测的方法的流程图。
其具体包括如下步骤：
S101：确定基于车内位置坐标的温度影响系数表达式；
这里提到的温度影响系数表达式用于确定温度影响系数，温度影响系数为车内温度与环境温度的温差每改变1℃对车内温度的影响系数，该温度影响系数表达式的确定过程可以为在理想环境下对车外的环境温度进行控制，通过多次试验取平均值得到，
优选的，请参考图2，图2为图1所提供的一种车内温度分布预测的方法中S101的一种实际表现方式的流程图；确定基于车内位置坐标的温度影响系数表达式，其具体也可以通过如下步骤得到：
S201：根据热传导方程确定静态恒定状态温度表达式T＝k1x+k2y+k3z+b；
S202：结合误差函数及实测位置下的实测温度数据确定静态恒定状态温度表达式中各系数值及常数值，得到静态温度预计模型；
S203：对静态温度预计模型进行归一化处理，得到温度影响系数
其中，T′为温度影响系数，x、y、z分别为实测位置的横坐标、纵坐标、竖坐标，k1、k2、k3分别为x、y、z的系数，b为常数，T为实测温度数据，T环为环境温度；
通过利用热传导方程，在排除车辆内外部影响因素下得到静态恒定状态温度表达式，以车辆中心坐标位置及该坐标下舱室内外温差为基数，对静态温度预计方程进行归一化处理，得到温差每改变1℃对车内温度的影响系数，该温度影响系数与车内的位置坐标相关，随位置的变化而变化，故本申请可根据车内的位置坐标确定具体的温度影响系数，进而通过后续步骤完对车内温度分布的预测；
进一步的，针对于步骤S202，结合误差函数及实测位置下的实测温度数据确定静态恒定状态温度表达式中各系数值及常数值，得到静态温度预计模型，其具体可以包括：
获取实测位置i的实测温度数据Ti实测；
根据实测位置i的坐标(xi,yi,zi)及实测温度数据Ti实测确定误差函数
利用误差函数分别对k1、k2、k3、b求导
确定k1、k2、k3、b的值；
根据得到的k1、k2、k3、b的值得到静态温度预计模型
T＝k1x+k2y+k3z+b
其中，(xi,yi,zi)为实测位置i的坐标，Ti实测为实测温度数据，为误差函数，n为实测位置i的总数量；
本申请实施例通过对车内的几个重要位置进行实测，进而根据实测位置的实测温度数据得到具体的模型参数，使得依据静态温度预计模型得到的温度影响系数T′更为准确。
S102：根据温度影响系数表达式建立通用模型；
这里提到的通用模型的意义在于，该通用模型适用于所有车辆，只要对应输入某辆车的固有属性等信息，该模型即可变成该车辆的专有车内温度分布预测模型；
可选的，这里提到的根据温度影响系数建立通用模型，其具体可以为：
根据温度影响系数建立通用模型T车＝T环+ΔT×T′；
其中，T车为车内温度，T环为环境温度，ΔT为车内温度与环境温度的温度差，T′为温度影响系数；
这里提到的车内温度与环境温度的温度差ΔT即为步骤S103中提到的，根据接收的热量参数对通用模型的模型参数进行赋值的待赋值模型参数；
需要说明的是，步骤S101及S102仅执行一次即可。
S103：根据接收的热量参数对通用模型的模型参数进行赋值，得到车内温度分布预测模型；
由于该通用模型适用于所有车辆，因此这里根据接收到的热量参数对通用模型的模型参数进行赋值，使得该通用模型变成对应车辆的专有车内温度分布预测模型。
S104：当接收测试位置的坐标时，调用车内温度分布预测模型根据坐标确定预测位置的温度。
根据接收的热量参数对通用模型T车＝T环+ΔT×T′的模型参数ΔT进行赋值，得到具体车辆的车内温度分布预测模型，而后根据测试位置的坐标，调用车内温度分布预测模型根据坐标确定预测位置的温度；由于该温度影响系数基于车内的位置坐标而确定，随位置的变化而变化，故本申请可根据车内的位置坐标确定具体的温度影响系数，进而通过计算得到的温差ΔT反推车内该位置的具体温度变化量，再与环境温度相加得到该位置的温度。
基于上述技术方案，本申请所提供的一种车内温度分布预测的方法，通过确定基于车内位置坐标的温度影响系数表达式，再根据温度影响系数表达式建立通用模型，使得得到的通用模型能够预测车内的温度分布，而后根据具体车辆的具体热量参数进行赋值，得到针对于具体车辆的车内温度分布预测模型，当接收测试位置的坐标时，调用车内温度分布预测模型根据坐标确定预测位置的温度，完成对车内温度的分布预测；本申请得到的预测结果能够为设计高效的空调控制策略提供科学依据和理论指导，进而实现减小乘员舱热负荷、提升乘员的热舒适感觉的目的，同时对构建节能、舒适、安全的车内乘坐环境具有深远意义。
针对于上一实施例的步骤S103，该热量参数可以包括太阳辐射量、乘员散热量、发动机散热量、空调吸热量、车体散热量中的至少一项。
进一步的，下面以热量参数包括太阳辐射量、乘员散热量、发动机散热量、空调吸热量、车体散热量为例，结合图3对其进行详细说明。
请参考图3，图3为图1所提供的一种车内温度分布预测的方法中S103的一种实际表现方式的流程图。
其具体包括以下步骤：
S301：将接收的太阳辐射量Q1、乘员散热量Q2、发动机散热量Q3、空调吸热量Q4、车体散热量Q5带入公式中对车内温度与环境温度的温度差ΔT进行计算；
其中，Q1为太阳辐射量，Q2为乘员散热量，Q3为发动机散热量，Q4为空调吸热量，Q5为车体散热量，T车为车内温度，T环为环境温度，ΔT为车内温度与环境温度的温度差，T′为温度影响系数，C为车辆的热容；
本申请通过考虑车辆在运行过程中车内受到的能量输入和能量输出，将太阳辐射、乘员散热、发动机散热归纳为能量输入，将车体散热、空调吸热归纳为能量输出，分别以各自数学表达式的积分值表示时间段内能量的累积，再以车辆输入输出热量的动态平衡求出△T；
进一步的，这里提到的太阳辐射量Q1具体可以通过如下方式计算：
基于太阳瞬时辐射量的统一经验计算公式为y＝-0.5972x2+42.984x
其中，横坐标x的每一划分代表10分钟，总跨度为12小时，纵坐标代表瞬时时间辐射量的变化量，而由于太阳辐射量值与具体地点的经纬度有关，需要根据当地太阳辐射量Q实对上述计算公式做修正，同时将时间单位统一为分：
其中，t的取值范围为0≤t≤720，0为太阳初始照射地面时间，720为太阳降落时间；
例：以福建当地太阳辐射量为16MJ/m2对上述计算公式做修正，同时需要将时间单位统一为分：
k＝43.07
故采用的太阳辐射经验公式为Q太＝-0.2574t2+185.1941t
则太阳辐射量为：
其中，t0为太阳照射时间，t为预测时间，ρ光照密度，S投为车辆在太阳下的投影面积。
进一步的，这里提到的乘员散热量Q2具体可以通过如下方式计算：
人体散热是根据人体全热、车厢内集群系数等算出单位时间散热量，室内人体散热量根据公式Qp＝q×n1×n2计算；
其中，Qp为不同室温与劳动性质时成年男子的全部散热量，单位为W/人，在温度25℃～35℃下，单个人体散热量取q＝116W/人；
因此，乘员散热量
其中，t1为用户上车时间，t为预测时间。
进一步的，这里提到的发动机散热量Q3具体可以通过如下方式计算：
根据公式计算发动机功率；
其中，P发为发动机功率，V车速为车速且v转为发动机转速，r扭矩为发动机扭矩，k为常数；
而对于同一型号发动机其扭矩在很小范围内变化，其车轮直径也是定值，主减速比也为定值，为此可将发动机功率简化为P发＝V车速×S传动比×k′
结合前述，发动机产生的热量实际传输到车内的热量一般占总热量的一定百分比，设定传输百分比为k″，则发动机传输到载员舱的功率为：
P发′＝V车速×S传动比×k′×k″
令K″＝k′×k″，则P发＝V车速×S传动比×k′
因此，发动机散热量
其中，t2为汽车启动时间，t为预测时间。
进一步的，这里提到的空调吸热量Q4具体可以通过如下方式计算：
确定空调的制冷功率，可按实际选用的制冷功率计算；
因此，空调吸热量
其中，t3为空调启动时间，t为预测时间，P为空调的制冷功率。
进一步的，这里提到的车体散热量Q5具体可以通过如下方式计算：
根据计算车体的传热负荷Qc＝K′×A×ΔT
其中，Qc为通过车体隔热壁损失的热量，单位为W；K′为车体传热系数，单位为W/(m2·k)；A为车体表面积，单位为m2；ΔT为车体内外温差，单位为℃。
因此，车体散热量
其中，t2为汽车启动时间，t为预测时间。
故
S302：根据计算结果对通用模型T车＝T环+ΔT×T′中的ΔT进行赋值，得到车内温度分布预测模型。
请参考图4，图4为本申请实施例所提供的一种车内温度分布预测的装置的结构图。
该装置可以包括：
确定模块100，用于确定基于车内位置坐标的温度影响系数表达式；
建立模块200，用于根据温度影响系数表达式建立通用模型；
赋值模块300，用于根据接收的热量参数对通用模型的模型参数进行赋值，得到车内温度分布预测模型；
调用模块400，用于当接收测试位置的坐标时，调用车内温度分布预测模型根据坐标确定预测位置的温度。
请参考图5，图5为本申请实施例所提供的另一种车内温度分布预测的装置的结构图。
该确定模块100可以包括：
第一确定子模块，用于根据热传导方程确定静态恒定状态温度表达式T＝k1x+k2y+k3z+b；
第二确定子模块，用于结合误差函数及实测位置下的实测温度数据确定静态恒定状态温度表达式中各系数值及常数值，得到静态温度预计模型；
归一化子模块，用于对静态温度预计模型进行归一化处理，得到温度影响系数
其中，T′为温度影响系数，x、y、z分别为实测位置的横坐标、纵坐标、竖坐标，k1、k2、k3分别为x、y、z的系数，b为常数，T为实测温度数据，T环为环境温度。
该第二确定子模块可以包括：
获取单元，用于获取实测位置i的实测温度数据Ti实测；
第一确定单元，用于根据实测位置i的坐标(xi,yi,zi)及实测温度数据Ti实测确定误差函数
求导单元，用于利用误差函数分别对k1、k2、k3、b求导
确定k1、k2、k3、b的值；
其中，(xi,yi,zi)为实测位置i的坐标，Ti实测为实测温度数据，为误差函数，n为实测位置i的总数量。
第二确定单元，用于根据得到的k1、k2、k3、b的值得到静态温度预计模型
T＝k1x+k2y+k3z+b
该建立模块200可以包括：
建立子模块，用于根据温度影响系数建立通用模型T车＝T环+ΔT×T′；
其中，T车为车内温度，T环为环境温度，ΔT为车内温度与环境温度的温度差，T′为温度影响系数。
可选的，该热量参数包括太阳辐射量、乘员散热量、发动机散热量、空调吸热量、车体散热量中的至少一项；
进一步的，该赋值模块300可以包括：
计算子模块，用于将接收的太阳辐射量Q1、乘员散热量Q2、发动机散热量Q3、空调吸热量Q4、车体散热量Q5带入公式中对车内温度与环境温度的温度差ΔT进行计算；
赋值子模块，用于根据计算结果对通用模型T车＝T环+ΔT×T′中的ΔT进行赋值，得到车内温度分布预测模型；
其中，Q1为太阳辐射量，Q2为乘员散热量，Q3为发动机散热量，Q4为空调吸热量，Q5为车体散热量，T车为车内温度，T环为环境温度，ΔT为车内温度与环境温度的温度差，T′为温度影响系数，C为车辆的热容。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
请参考图6，图6为本申请实施例所提供的一种车内温度分布预测设备的结构图。
该车内温度分布预测设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)522(例如，一个或一个以上处理器)和存储器532，一个或一个以上存储应用程序542或数据544的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器532和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对装置中的一系列指令操作。更进一步地，中央处理器522可以设置为与存储介质530通信，在车内温度分布预测设备500上执行存储介质530中的一系列指令操作。
车内温度分布预测设备500还可以包括一个或一个以上电源526，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口558，和/或，一个或一个以上操作系统541，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
上述图1至图3所描述的车内温度分布预测的方法中的步骤由车内温度分布预测设备500基于该图6所示的结构实现。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置、设备和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，功能调用装置，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本申请所提供的一种车内温度分布预测的方法、装置、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请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申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种车内温度分布预测的方法，其特征在于，包括：
确定基于车内位置坐标的温度影响系数表达式；
根据所述温度影响系数表达式建立通用模型；
根据接收的热量参数对所述通用模型的模型参数进行赋值，得到车内温度分布预测模型；
当接收测试位置的坐标时，调用所述车内温度分布预测模型根据所述坐标确定所述预测位置的温度。
2.根据权利要求1所述的方法，其特征在于，所述确定基于车内位置坐标的温度影响系数表达式，包括：
根据热传导方程确定静态恒定状态温度表达式T＝k1x+k2y+k3z+b；
结合误差函数及实测位置下的实测温度数据确定所述静态恒定状态温度表达式中各系数值及常数值，得到静态温度预计模型；
对所述静态温度预计模型进行归一化处理，得到所述温度影响系数
其中，T′为所述温度影响系数，x、y、z分别为所述实测位置的横坐标、纵坐标、竖坐标，k1、k2、k3分别为x、y、z的系数，b为常数，T为所述实测温度数据，T环为环境温度。
3.根据权利要求2所述的方法，其特征在于，所述结合误差函数及实测位置下的实测温度数据确定所述静态恒定状态温度表达式中各系数值及常数值，得到静态温度预计模型，包括：
获取实测位置i的实测温度数据Ti实测；
根据所述实测位置i的坐标(xi,yi,zi)及所述实测温度数据Ti实测确定误差函数
利用误差函数分别对k1、k2、k3、b求导
确定k1、k2、k3、b的值；
根据得到的k1、k2、k3、b的值得到所述静态温度预计模型
T＝k1x+k2y+k3z+b
其中，(xi,yi,zi)为所述实测位置i的坐标，Ti实测为所述实测温度数据，为误差函数，n为所述实测位置i的总数量。
4.根据权利要求2所述的方法，其特征在于，根据所述温度影响系数建立通用模型，包括：
根据所述温度影响系数建立通用模型T车＝T环+ΔT×T′；
其中，T车为车内温度，T环为环境温度，ΔT为车内温度与环境温度的温度差，T′为温度影响系数。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述热量参数包括太阳辐射量、乘员散热量、发动机散热量、空调吸热量、车体散热量中的至少一项。
6.根据权利要求5所述的方法，其特征在于，所述根据接收的热量参数对所述通用模型的模型参数进行赋值，得到车内温度分布预测模型，包括：
将接收的太阳辐射量Q1、乘员散热量Q2、发动机散热量Q3、空调吸热量Q4、车体散热量Q5带入公式中对车内温度与环境温度的温度差ΔT进行计算；
根据计算结果对通用模型T车＝T环+ΔT×T′中的ΔT进行赋值，得到所述车内温度分布预测模型；
其中，Q1为太阳辐射量，Q2为乘员散热量，Q3为发动机散热量，Q4为空调吸热量，Q5为车体散热量，T车为车内温度，T环为环境温度，ΔT为车内温度与环境温度的温度差，T′为温度影响系数，C为车辆的热容。
7.一种车内温度分布预测的装置，其特征在于，包括：
确定模块，用于确定基于车内位置坐标的温度影响系数表达式；
建立模块，用于根据所述温度影响系数表达式建立通用模型；
赋值模块，用于根据接收的热量参数对所述通用模型的模型参数进行赋值，得到车内温度分布预测模型；
调用模块，用于当接收测试位置的坐标时，调用所述车内温度分布预测模型根据所述坐标确定所述预测位置的温度。
8.根据权利要求7所述的装置，其特征在于，所述确定模块包括：
第一确定子模块，用于根据热传导方程确定静态恒定状态温度表达式T＝k1x+k2y+k3z+b；
第二确定子模块，用于结合误差函数及实测位置下的实测温度数据确定所述静态恒定状态温度表达式中各系数值及常数值，得到静态温度预计模型；
归一化子模块，用于对所述静态温度预计模型进行归一化处理，得到所述温度影响系数
其中，T′为所述温度影响系数，x、y、z分别为所述实测位置的横坐标、纵坐标、竖坐标，k1、k2、k3分别为x、y、z的系数，b为常数，T为所述实测温度数据，T环为环境温度。
9.一种车内温度分布预测设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述车内温度分布预测的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述车内温度分布预测的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810723944.XA CN109084990B (zh) | 2018-07-04 | 2018-07-04 | 一种车内温度分布预测的方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810723944.XA CN109084990B (zh) | 2018-07-04 | 2018-07-04 | 一种车内温度分布预测的方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109084990A true CN109084990A (zh) | 2018-12-25 |
| CN109084990B CN109084990B (zh) | 2020-07-03 |
Family
ID=64837248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810723944.XA Active CN109084990B (zh) | 2018-07-04 | 2018-07-04 | 一种车内温度分布预测的方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109084990B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111674225A (zh) * | 2020-05-12 | 2020-09-18 | 浙江吉利汽车研究院有限公司 | 热舒适性可视化及调整方法、系统 |
| US20210402974A1 (en) * | 2020-06-25 | 2021-12-30 | Hyundai Motor Company | Hybrid electric vehicle and method of controlling the same |
| CN114323672A (zh) * | 2021-11-19 | 2022-04-12 | 中国电器科学研究院股份有限公司 | 一种基于深度学习的汽车耐候性零部件温度预测方法 |
| CN114577486A (zh) * | 2020-11-30 | 2022-06-03 | 宝能汽车集团有限公司 | 车辆舒适性的测试方法 |
| CN118583324A (zh) * | 2024-08-05 | 2024-09-03 | 江苏星星冷链科技有限公司 | 基于人工智能的故障诊断方法和超低温冷柜 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100345112B1 (ko) * | 1999-12-30 | 2002-07-24 | 현대자동차주식회사 | 차량의 엔진 온도 분포 측정 장치 |
| CN103471735A (zh) * | 2013-09-11 | 2013-12-25 | 华南理工大学 | 动力电池组内部温度在线检测方法及系统 |
| CN103631995A (zh) * | 2013-11-22 | 2014-03-12 | 北京农业信息技术研究中心 | 一种车厢内温度场的模拟方法及系统 |
| CN103793581A (zh) * | 2014-03-05 | 2014-05-14 | 中商商业发展规划院有限公司 | 一种冷藏车厢温度场实测数据可视化处理方法及其系统 |
| CN103927846A (zh) * | 2014-03-26 | 2014-07-16 | 南京理工大学 | 基于车内温度和气体检测的汽车自动报警器 |
| CN104896660A (zh) * | 2015-05-20 | 2015-09-09 | 中南大学 | 一种办公建筑室内空调温度优化设定方法 |
-
2018
- 2018-07-04 CN CN201810723944.XA patent/CN109084990B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100345112B1 (ko) * | 1999-12-30 | 2002-07-24 | 현대자동차주식회사 | 차량의 엔진 온도 분포 측정 장치 |
| CN103471735A (zh) * | 2013-09-11 | 2013-12-25 | 华南理工大学 | 动力电池组内部温度在线检测方法及系统 |
| CN103631995A (zh) * | 2013-11-22 | 2014-03-12 | 北京农业信息技术研究中心 | 一种车厢内温度场的模拟方法及系统 |
| CN103793581A (zh) * | 2014-03-05 | 2014-05-14 | 中商商业发展规划院有限公司 | 一种冷藏车厢温度场实测数据可视化处理方法及其系统 |
| CN103927846A (zh) * | 2014-03-26 | 2014-07-16 | 南京理工大学 | 基于车内温度和气体检测的汽车自动报警器 |
| CN104896660A (zh) * | 2015-05-20 | 2015-09-09 | 中南大学 | 一种办公建筑室内空调温度优化设定方法 |
Non-Patent Citations (4)
| Title |
|---|
| R.DEVONSHIRE: "ACCURATE CARS MEASUREMENT AND FLUID-FLOW MODELING OF THE TEMPERATURE DISTRIBUTION AROUND A LINEAR INCANDESCENT FILAMENT", 《CHEMICAN PHYSICS LETTERS》 * |
| 何良: "车内流场和温度场的数值模拟与研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 朱冰: "汽车乘坐空间热环境动态特性研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 钟永彦: "汽车车室温湿度控制与仿真研究", 《万方数据库》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111674225A (zh) * | 2020-05-12 | 2020-09-18 | 浙江吉利汽车研究院有限公司 | 热舒适性可视化及调整方法、系统 |
| US20210402974A1 (en) * | 2020-06-25 | 2021-12-30 | Hyundai Motor Company | Hybrid electric vehicle and method of controlling the same |
| CN114577486A (zh) * | 2020-11-30 | 2022-06-03 | 宝能汽车集团有限公司 | 车辆舒适性的测试方法 |
| CN114323672A (zh) * | 2021-11-19 | 2022-04-12 | 中国电器科学研究院股份有限公司 | 一种基于深度学习的汽车耐候性零部件温度预测方法 |
| CN114323672B (zh) * | 2021-11-19 | 2023-08-11 | 中国电器科学研究院股份有限公司 | 一种基于深度学习的汽车耐候性零部件温度预测方法 |
| CN118583324A (zh) * | 2024-08-05 | 2024-09-03 | 江苏星星冷链科技有限公司 | 基于人工智能的故障诊断方法和超低温冷柜 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109084990B (zh) | 2020-07-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109084990A (zh) | 一种车内温度分布预测的方法、装置及设备 | |
| EP3891441B1 (en) | System and method for personalized thermal comfort control | |
| CN105650022B (zh) | 一种风扇转速控制方法及风扇转速控制装置 | |
| JP6041759B2 (ja) | 建物のゾーンのための環境制御システムを動作させる方法 | |
| Mao et al. | Comparative studies on using RSM and TOPSIS methods to optimize residential air conditioning systems | |
| CN107250928A (zh) | 对建筑物的能耗进行优化和控制 | |
| Calvino et al. | Comparing different control strategies for indoor thermal comfort aimed at the evaluation of the energy cost of quality of building | |
| CN108473020A (zh) | 气候控制 | |
| US20190368762A1 (en) | Method and apparatus for controlling air conditioner | |
| CN106062485A (zh) | 用于控制空调设备或空调系统的舒适温度的装置和方法 | |
| JP4141462B2 (ja) | 熱量予測方法及び熱量予測システム並びに熱量予測プログラム | |
| CN114600057A (zh) | 用以生成车辆的热舒适度图的无线系统和方法 | |
| CN110472892A (zh) | 建筑人流量、冷热电负荷评估方法及系统、设备和介质 | |
| CN205536386U (zh) | 用于调节空调温度的控制终端及系统 | |
| CN110489908A (zh) | 建筑物冷热负荷评估方法及系统、设备和介质 | |
| JP6375725B2 (ja) | 空調制御装置、空調装置および空調制御方法 | |
| JP6618450B2 (ja) | 車内空調方法及びシステム | |
| CN108592172A (zh) | 电采暖设备的负荷处理方法和装置 | |
| Sevilgen et al. | The investigation of the innovative hybrid heat pump system designed and prototyped for heating process of electric vehicles | |
| Rawi et al. | Wireless sensor networks and human comfort index | |
| Deshko et al. | The impact of energy-efficient heating modes on human body exergy consumption in public buildings | |
| Su et al. | Analysis of Human Thermal Comfort in Bus Based on Thermoelectric Cooling Climate‐Controlled Seats | |
| CN109376958A (zh) | 一种建筑物的负荷预测方法及装置 | |
| Wu et al. | Air distribution in a multi-occupant room with mixing or displacement ventilation with or without floor or ceiling heating | |
| JP6543235B2 (ja) | 周期的変動風を利用する車内空調方法及びシステム |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 400039 Chongqing Jiulongpo Yuzhou Road No. 33 Patentee after: NO.59 Institute of China Ordnance Industry Country or region after: China Address before: 400039 Chongqing Jiulongpo Yuzhou Road No. 33 Patentee before: NO 59 Research Institute OF CHINA ORDNACE INDUSTRY Country or region before: China |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240710 Address after: 400039 Chongqing Jiulongpo Yuzhou Road No. 33 Patentee after: Southwest Institute of technology and engineering of China Ordnance Equipment Group Country or region after: China Address before: 400039 Chongqing Jiulongpo Yuzhou Road No. 33 Patentee before: NO.59 Institute of China Ordnance Industry Country or region before: China |