CN110298128B - 一种适应性热舒适预测模型构建方法 - Google Patents
一种适应性热舒适预测模型构建方法 Download PDFInfo
- Publication number
- CN110298128B CN110298128B CN201910598593.9A CN201910598593A CN110298128B CN 110298128 B CN110298128 B CN 110298128B CN 201910598593 A CN201910598593 A CN 201910598593A CN 110298128 B CN110298128 B CN 110298128B
- Authority
- CN
- China
- Prior art keywords
- pmv
- tsv
- napmv
- thermal comfort
- apmv
- 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
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 30
- 238000010276 construction Methods 0.000 title claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 230000006978 adaptation Effects 0.000 claims abstract description 13
- 230000035807 sensation Effects 0.000 claims abstract description 11
- 101100029969 Plasmodium berghei (strain Anka) PMVI gene Proteins 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000007935 neutral effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000122133 Panicum mosaic virus Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 238000000053 physical method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000004781 supercooling Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design 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)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种适应性热舒适预测模型构建方法，所述适应性热舒适预测模型naPMV为PMV与
的比值，采用如下公式计算适应性因子
式中，PMV为PMV模型的预测平均投票值；TSV为实际平均热感觉投票值；n是获取的PMV和TSV数据组的总数目；i是第i组PMV和TSV数据组。进一步的，适应性因子
的计算步骤如下：(1)根据PMV＝0、PMV<0、PMV>0三种情况将采集的PMV和TSV数据组划分为三类；(2)若PMV＝0，则
计算出的naPMV＝PMV；若PMV<0，则根据适应性因子
的公式计算出的结果为：PMV<naPMV<0；若PMV>0，则根据适应性因子
的公式计算出的结果为：0<naPMV<PMV。通过实验证明，本发明准确度和可靠度高，热舒适预测性能得到了提升。
Description
技术领域
本发明涉及室内热舒适预测领域，具体地说，是涉及一种适应性热舒适预测模型构建方法。
背景技术
提供室内热舒适是自由运行建筑和空调建筑的重要任务。准确可靠的热舒适预测是营造舒适室内环境的必要条件。不准确、不可靠的热舒适预测将导致室内过冷或者过热不舒适，并且浪费能源。
现有热舒适预测模型主要有两类，即热平衡模型和热适应性模型。
Fanger的预测平均值模型，即PMV模型，是广泛应用的热平衡模型。PMV根据四个室内环境参数(空气温度、速度、相对湿度和平均辐射温度)和两个人员相关参数(活动强度和服装热阻)计算。但是，PMV无法全面考虑热适应对热舒适的影响。热适应被定义为人体对重复环境刺激的反应逐渐减少的现象。由于热适应，人体对热不舒适的敏感度会降低，从而拓展人体对热环境的接受能力。由于无法全面考虑热适应性，PMV被证明会过度预测热不舒适，比如，PMV会将可接受的轻微冷环境预测成不可接受的冷环境，或将可接受的轻微暖环境预测成不可接受的暖环境。
适应性模型认为人体不是简单地被动接受环境作用，而是与环境积极地相互作用。因此，适应性模型能够全面考虑热适应对热舒适的影响。但是，适应性模型认为室内热舒适仅是室外温度的函数，无法考虑上述四个室内环境参数和两个人员相关参数对热舒适的重要影响。
结合PMV和适应性模型的优点，重庆大学姚润明教授等人提出了一种适应性PMV模型，即aPMV模型。aPMV模型通过向PMV模型引入适应性因子λ，得到aPMV模型的表达式：
同时考虑上述四个室内环境参数，两个人员相关参数和热适应对热舒适的影响。aPMV能够有效地缓解PMV过度预测热不舒适的问题，同时，aPMV能够缓解过冷或者过热的室内环境导致的能源浪费问题。aPMV已被应用于不同国家的自由运行建筑和空调建筑，且被国标GB/T50785-2012采纳。但是，aPMV的热舒适预测性能会随偏离热中性环境的增大而恶化，且aPMV会低估热不舒适，比如，aPMV会将不可接受的冷环境预测成可接受的轻微冷环境，或将不可接受的暖环境预测成可接受的轻微暖环境。
aPMV的问题是由不合理的适应性因子λ导致的，具体分析过程如下：
将公式(1)转化为aPMV的倒数与PMV的倒数及适应性因子λ的关系：
aPMV建模时，假设当aPMV的倒数与实际平均热感觉投票值TSV的倒数相同时，aPMV可准确可靠地预测TSV，于是aPMV建模以减小aPMV的倒数与TSV的倒数的差距为目的，
将公式(2)代入公式(3)中得到如下表达式：
适应性因子λ最终可表示为采集的PMV和实际平均热感觉投票TSV数据组的函数，表达式如下：
其中，n是采集的PMV和TSV数据组的总数目，i是第i组PMV和TSV数据组。
实质上，Jo的表达式中并非aPMV与TSV的真实差距，而是给aPMV与TSV的差距添加了一个权重wi,o：
权重wi,o的表达式如下：
因此，越靠近热中性环境，即aPMV与TSV越接近于0，该权重越大，这意味着公式(3)加强了近热中性环境的aPMV对TSV预测性能的重要性，因此，该权重是不均衡的。例如，当TSV＝0.1，若aPMV可以准确可靠评估TSV，则该权重为10000；当TSV＝1，则该权重为1。相较于TSV＝0.1处aPMV的预测性能，TSV＝1处aPMV的预测性能可忽略不计。根据这不平衡的权重得到适应性因子导致aPMV的预测性能随着偏离热中性而恶化。又因为近热中性处的权重过大，适应性因子λ的绝对值需要过大，以实现对接近热中性环境下的PMV起作用。绝对值过大的适应性因子λ会过度调节偏离热中性环境的PMV，导致aPMV低估热不舒适。
发明内容
本发明的目的在于提供一种适应性热舒适预测模型构建方法，以克服aPMV由于引入的适应性因子不合理，导致其预测性能随着偏离热中性而恶化、低估热不舒适的问题，达到提升热舒适预测性能的目的。
为实现上述目的，本发明采用的技术方案如下：
一种适应性热舒适预测模型构建方法，所述适应性热舒适预测模型naPMV为PMV与
的比值，采用如下公式计算适应性因子
式中，PMV为PMV模型的预测平均投票值；TSV为实际平均热感觉投票值；n是获取的PMV和TSV数据组的总数目；i是第i组PMV和TSV数据组。
进一步的，适应性因子
的计算步骤如下：
(1)将采集的PMV和TSV数据组划分为三类：PMV＝0的PMV和TSV数据组，PMV<0的PMV和TSV数据组，PMV>0的PMV和TSV数据组；
(2)再根据PMV和TSV数据组的划分类别，结合PMV、TSV的值计算出适应性因子
的值。
具体的，在步骤(2)中，若PMV＝0，则
此时计算出的naPMV＝PMV。
具体的，在步骤(2)中，若PMV<0，则根据适应性因子
的计算公式计算出naPMV的结果为：PMV<naPMV<0。
具体的，在步骤(2)中，若PMV>0，则根据适应性因子
的计算公式计算出naPMV的结果为：0<naPMV<PMV。
更进一步的，计算适应性因子
的过程如下：
(a)首先得到naPMV的建模目的：
公式(8)本质上是给naPMV与TSV之间的偏差添加了新权重wi,p：
根据公式(9)得到新权重wi,p的表达式如下：
由于naPMV是用于准确预测TSV，因此，新权重wi,p的值理论上为1，表明本发明的适应性热舒适预测模型的新权重wi,p是均衡的。得益于均衡的新权重，根据公式(8)计算的新适应性因子
使得naPMV可以有效缓解aPMV问题，从而提升热舒适预测性能。
(b)naPMV的计算公式如下：
结合公式(8)和公式(11)得到中间量δ的表达式如下：
(c)令
并最小化δ：
(d)根据公式(14)计算出适应性因子
的公式如下：
最终适应性因子
呈现为PMV和TSV数据组的函数：
与现有技术相比，本发明具有以下有益效果：
本发明在现有PMV模型的基础上修正适应性因子
适应性因子
为：
再将
的值代入模型公式
中得到在该环境参数、人员参数下的预测值，最后结合现有的aPMV模型、PMV模型分析本发明的准确度和可靠度，本发明克服了aPMV预测性能随着偏离热中性而恶化、低估热不舒适的问题，通过实验数据证明，无论是在冷环境还是热环境下，相对于aPMV而言，本发明的预测值更接近TSV，表明了本发明准确度和可靠度高，热舒适预测性能得到了提升。
附图说明
图1为本发明模型的构建流程图。
图2为实施例1中各模型数据的散点图。
图3为实施例2中各模型数据的散点图。
具体实施方式
下面结合附图说明和实施例对本发明作进一步说明，本发明的方式包括但不仅限于以下实施例。
实施例1
如图1所示，本发明公开的一种适应性热舒适预测模型构建方法，所述适应性热舒适预测模型naPMV为PMV与
的比值，采用如下公式计算适应性因子
式中，PMV为PMV模型的预测平均投票值；TSV为实际平均热感觉投票值；n是获取的PMV和TSV数据组的总数目；i是第i组PMV和TSV数据组。
在本实施例中，计算适应性因子
的过程如下：
(a)首先得到naPMV的建模目的：
公式(8)本质上是给naPMV与TSV之间的偏差添加了新权重wi,p：
根据公式(9)得到新权重wi,p的表达式如下：
由于naPMV是用于准确预测TSV，因此，新权重wi,p的值理论上为1，表明本发明的适应性热舒适预测模型的新权重wi,p是均衡的。得益于均衡的新权重，根据公式(8)计算的新适应性因子
使得naPMV可以有效缓解aPMV问题，从而提升热舒适预测性能。
(b)naPMV的计算公式如下：
结合公式(8)和公式(11)得到中间量δ的表达式如下：
(c)令
并最小化δ：
(d)根据公式(14)计算出适应性因子
的公式如下：
最终适应性因子
呈现为PMV和TSV数据组的函数：
本发明的适应性因子
的计算步骤如下：
(1)将采集的PMV和TSV数据组划分为三类：PMV＝0的PMV和TSV数据组，PMV<0的PMV和TSV数据组，PMV>0的PMV和TSV数据组；
(2)再根据PMV和TSV数据组的划分类别，结合PMV、TSV的值计算出适应性因子
的值。
具体的，在步骤(2)中，若PMV＝0，则
此时计算出的naPMV＝PMV。
具体的，在步骤(2)中，若PMV<0，则根据适应性因子
的计算公式(16)计算出naPMV的结果为：PMV<naPMV<0。
具体的，在步骤(2)中，若PMV>0，则根据适应性因子
的计算公式(16)计算出naPMV的结果为：0<naPMV<PMV。
在绘出适应性热舒适预测模型naPMV、实际平均热感觉投票值TSV的散点图后，通过适应性热舒适预测模型预测TSV的平均绝对误差MAE、误差标准差SD评估适应性热舒适预测模型的准确度和可靠度，MAE越小，热舒适预测模型的准确度越高，SD越小，热舒适预测模型的可靠度越高。
平均绝对误差MAE的计算公式如下：
误差标准差SD的计算公式如下：
平均绝对误差MAE、误差标准差SD的计算公式均为现有的公式，非本发明所需保护的技术点，其中，Error为实际平均热感觉投票值TSV与对比模型在环境参数、人员参数相同时得出的预测值的差值，所述对比模型包括PMV模型、aPMV模型、naPMV模型。
在具体测量的过程中，所述环境参数包括空气温度、空气流通速度、相对湿度和平均辐射温度，所述人员参数包括活动强度和服装热阻。
下面通过举例验证本发明的有益效果：
本实施例的PMV和TSV数据组来于自由运行建筑。自由运行建筑为重庆大学的教学楼。PMV基于物理测量、根据Fanger的公式计算，TSV来自大学生的主观热感觉投票。具体PMV和TSV数值参考姚润明教授等人的文章：Yao R,Li B,Liu J.2009.A theoreticaladaptive model of thermal comfort–Adaptive Predicted Mean Vote(aPMV).Buildingand Environment,44(10),2089-2096.
根据PMV和TSV数据组，姚润明教授等人计算得到aPMV。具体aPMV的计算过程参见姚润明教授等人的文章：Yao R,Li B,Liu J.2009.A theoretical adaptive model ofthermal comfort–Adaptive Predicted Mean Vote(aPMV).Building and Environment,44(10),2089-2096.
在图2中，横坐标为室内空气温度，纵坐标为各模型的热感觉值，通过计算可知PMV预测TSV的平均绝对误差MAE为0.98，误差标准差SD为0.55；aPMV预测TSV的平均绝对误差MAE为0.52，误差标准差SD为0.34；这表明了aPMV的预测准确度和可靠度高于PMV。由图2可以看出aPMV预测的缺点：aPMV偏离TSV的距离随着TSV(TSV>0)的增大而增大；同时，aPMV低估了过热导致的热不舒适。
本实施例的实验季节为夏季，在夏热时期，PMV都大于0。首先计算出新适应性因子
为0.143，再根据公式(11)计算出naPMV。由图2可看出，相对于aPMV而言，naPMV明显更靠近TSV，表明naPMV可以更好地预测TSV。naPMV预测TSV的平均绝对误差MAE为0.20，误差标准差SD为0.12；相比aPMV，naPMV的预测准确度提升了61.2％(即MAE降低了61.2％)，预测可靠度提升了65.7％(即SD降低了65.7％)。因此，本发明根据新的适应性因子
构建的适应性热舒适预测模型naPMV有效地缓解了aPMV的问题，可更准确、更可靠地预测热舒适。
实施例2
本实施例的PMV和TSV数据组来于空调建筑。该空调建筑为韩国首尔的一栋办公建筑。PMV基于物理测量、根据Fanger的公式计算，TSV来自主观热感觉投票。具体PMV和TSV计算参考Kim等人的文章：Kim JT,Lim JH,Cho SH,Yun GY.2015.Development of theadaptive PMV model for improving prediction performances.Energy andBuildings,98,100-105.
根据PMV和TSV数据组，Kim等人计算得到aPMV。具体aPMV的计算过程参见Kim等人的文章：Kim JT,Lim JH,Cho SH,Yun GY.2015.Development of the adaptive PMV modelfor improving prediction performances.Energy and Buildings,98,100-105.
在图3中，计算得到PMV预测TSV的平均绝对误差MAE为0.66，误差标准差SD为0.34；aPMV预测TSV的平均绝对误差MAE为0.27，误差标准差SD为0.34；表明aPMV可更好地预测TSV。但是，图3同样清楚地显示了aPMV的问题：aPMV偏离TSV的距离随着TSV(TSV<0)的减小而增大；同时，aPMV低估了过冷导致的热不舒适。
本实施例的实验季节在冬季，在冬冷时期，PMV都小于0。首先计算出的新适应性因子
为-0.489，再根据公式(11)计算出naPMV。相比aPMV，naPMV整体上更靠近TSV，表明naPMV可以更好地预测TSV。naPMV预测TSV的平均绝对误差MAE为0.25，误差标准差SD为0.16；相比aPMV，naPMV预测准确度提升了7.8％(即MAE降低了7.8％)，预测可靠度提升了53.4％(即SD降低了53.4％)。因此，本发明根据新的适应性因子
构建的适应性热舒适预测模型naPMV有效地缓解了aPMV的问题，可更准确可靠地预测热舒适。
上述实施例仅为本发明的优选实施方式之一，不应当用于限制本发明的保护范围，但凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色，其所解决的技术问题仍然与本发明一致的，均应当包含在本发明的保护范围之内。
Claims (1)
1.一种适应性热舒适预测模型构建方法，所述适应性热舒适预测模型naPMV为PMV与
的比值，其特征在于，采用如下公式计算适应性因子
式中，PMV为PMV模型的预测平均投票值；TSV为实际平均热感觉投票值；n是获取的PMV和TSV数据组的总数目；i是第i组PMV和TSV数据组；
其中，适应性因子
的计算步骤如下：
(1)将采集的PMV和TSV数据组划分为三类：PMV＝0的PMV和TSV数据组，PMV<0的PMV和TSV数据组，PMV>0的PMV和TSV数据组；
(2)再根据PMV和TSV数据组的划分类别，结合PMV、TSV的值计算出适应性因子
的值；
若PMV＝0，则
此时计算出的naPMV＝PMV；
若PMV<0，则根据适应性因子
的计算公式计算出naPMV的结果为：PMV<naPMV<0；
若PMV>0，则根据适应性因子
的计算公式计算出naPMV的结果为：0<naPMV<PMV。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910598593.9A CN110298128B (zh) | 2019-07-04 | 2019-07-04 | 一种适应性热舒适预测模型构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910598593.9A CN110298128B (zh) | 2019-07-04 | 2019-07-04 | 一种适应性热舒适预测模型构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110298128A CN110298128A (zh) | 2019-10-01 |
| CN110298128B true CN110298128B (zh) | 2023-05-30 |
Family
ID=68030178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910598593.9A Active CN110298128B (zh) | 2019-07-04 | 2019-07-04 | 一种适应性热舒适预测模型构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110298128B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111046536B (zh) * | 2019-11-25 | 2023-11-14 | 香港城市大学成都研究院 | 基于变化的适应性因子和预测平均投票值的热舒适建模方法 |
| CN111079264B (zh) * | 2019-11-25 | 2023-11-14 | 香港城市大学成都研究院 | 基于拓展因子和预测平均投票值的热舒适建模方法 |
| 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 |
| CN112066524B (zh) * | 2020-08-02 | 2022-05-13 | 国网辽宁省电力有限公司电力科学研究院 | 基于电蓄热与舒适度的非住宅楼宇需求灵活性量化方法 |
| CN117807658B (zh) * | 2023-11-22 | 2024-07-26 | 西安交通大学 | 非均匀热环境与个性热偏好耦合控制分区优化设计方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104102789A (zh) * | 2014-07-28 | 2014-10-15 | 重庆大学 | 一种建筑热湿环境等级的评估系统及方法 |
| JP2014228172A (ja) * | 2013-05-21 | 2014-12-08 | 公益財団法人鉄道総合技術研究所 | 列車内の温熱環境評価方法 |
| CN108489014A (zh) * | 2018-02-28 | 2018-09-04 | 清华大学 | 一种室内环境智能化动态控制系统及其控制方法 |
| CN109340899A (zh) * | 2018-10-10 | 2019-02-15 | 哈尔滨工业大学 | 基于热适应性的严寒地区冬季室内热舒适温度的预测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201815347A (zh) * | 2016-10-21 | 2018-05-01 | 財團法人工業技術研究院 | 睡眠環境控制系統及其方法 |
-
2019
- 2019-07-04 CN CN201910598593.9A patent/CN110298128B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014228172A (ja) * | 2013-05-21 | 2014-12-08 | 公益財団法人鉄道総合技術研究所 | 列車内の温熱環境評価方法 |
| CN104102789A (zh) * | 2014-07-28 | 2014-10-15 | 重庆大学 | 一种建筑热湿环境等级的评估系统及方法 |
| CN108489014A (zh) * | 2018-02-28 | 2018-09-04 | 清华大学 | 一种室内环境智能化动态控制系统及其控制方法 |
| CN109340899A (zh) * | 2018-10-10 | 2019-02-15 | 哈尔滨工业大学 | 基于热适应性的严寒地区冬季室内热舒适温度的预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| Modeling non-uniform thermal environment of stratum ventilation with supply and exit air conditions;Zhang Sheng 等;《Building and Environment》;20181031;全文 * |
| 空调房间舒适温度及热舒适性参数的计算研究;季英等;《洁净与空调技术》;20110917(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110298128A (zh) | 2019-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110298128B (zh) | 一种适应性热舒适预测模型构建方法 | |
| CN110377936B (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 | |
| Tewari et al. | Field study on indoor thermal comfort of office buildings using evaporative cooling in the composite climate of India | |
| CN104344501B (zh) | 一种空调器及其控制方法 | |
| Holopainen et al. | Comfort assessment in the context of sustainable buildings: Comparison of simplified and detailed human thermal sensation methods | |
| Zhao et al. | A data-driven method to describe the personalized dynamic thermal comfort in ordinary office environment: From model to application | |
| Talukdar et al. | Status of thermal comfort in naturally ventilated university classrooms of Bangladesh in hot and humid summer season | |
| CN111046536B (zh) | 基于变化的适应性因子和预测平均投票值的热舒适建模方法 | |
| JP6126380B2 (ja) | 居住環境評価方法および装置 | |
| CN111079264B (zh) | 基于拓展因子和预测平均投票值的热舒适建模方法 | |
| CN104102789A (zh) | 一种建筑热湿环境等级的评估系统及方法 | |
| CN106152387B (zh) | 一种用于室内热舒适度的检测方法 | |
| Nicol | Thermal comfort | |
| Turhan et al. | Assessment of thermal comfort preferences in Mediterranean climate: A university office building case | |
| Gauthier | The role of environmental and personal variables in influencing thermal comfort indices used in building simulation | |
| TWI746087B (zh) | 空調系統控制方法 | |
| JP2001082782A (ja) | 空調制御装置 | |
| Nimsarkar et al. | A novel indoor human comfort control technique | |
| Abiodun | Examination of thermal comfort in a naturally ventilated hostel using PMV-PPD model and field survey | |
| JP2014055742A (ja) | 空気調和装置 | |
| Idris et al. | Study of Comfort Temperature for Gym Activities at UTHM Gymnasium | |
| JP2014055741A (ja) | 空気調和装置 | |
| Du | A review of thermal comfort | |
| CN111928458B (zh) | 基于用户实际热舒适度的室内环境温度控制方法、装置 | |
| Ham et al. | BIM and thermographic sensing: reflecting the as-is building condition in energy analysis |
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 |