CN110737937A - 基于反射涂层和垂直绿化的既有建筑外墙优化应用方法 - Google Patents
基于反射涂层和垂直绿化的既有建筑外墙优化应用方法 Download PDFInfo
- Publication number
- CN110737937A CN110737937A CN201910907312.3A CN201910907312A CN110737937A CN 110737937 A CN110737937 A CN 110737937A CN 201910907312 A CN201910907312 A CN 201910907312A CN 110737937 A CN110737937 A CN 110737937A
- Authority
- CN
- China
- Prior art keywords
- wall
- vertical greening
- existing building
- application method
- minimum
- 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 37
- 238000000576 coating method Methods 0.000 title claims abstract description 32
- 239000011248 coating agent Substances 0.000 title claims abstract description 26
- 238000005457 optimization Methods 0.000 title claims abstract description 15
- 238000005516 engineering process Methods 0.000 claims abstract description 19
- 238000012546 transfer Methods 0.000 claims abstract description 13
- 230000008901 benefit Effects 0.000 claims abstract description 10
- 239000002245 particle Substances 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000006872 improvement Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 239000000243 solution Substances 0.000 description 22
- 241000196324 Embryophyta Species 0.000 description 11
- 239000000463 material Substances 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 8
- 238000002310 reflectometry Methods 0.000 description 8
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 6
- 229910052799 carbon Inorganic materials 0.000 description 6
- 238000004134 energy conservation Methods 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 6
- 238000009413 insulation Methods 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000009194 climbing Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 241000207782 Convolvulaceae Species 0.000 description 2
- 235000005146 Ipomoea eriocarpa Nutrition 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000007983 Tris buffer Substances 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration 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
- 230000009467 reduction Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000012720 thermal barrier coating Substances 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Building Environments (AREA)
Abstract
本发明公开了一种基于反射涂层和垂直绿化在既有建筑外墙上优化应用方法。该方法包括：第一步是对应用了不同技术各朝向墙体构建数值传热模型并计算其温度场和热流场。第二步是以墙体负荷最小和成本最少为两个目标函数进行多目标粒子群优化，得到帕累托前沿。第三步是对所有非支配解即可行性方案，熵权‑灰色关联‑TOPSIS决策挑选出最优解。最后计算方案的整体生态效益。本发明可以将以高反射涂层和垂直绿化为主的建筑外立面冷技术应用于既有建筑围护结构改造，整个方法具有简单快速有效，所得到的最终优化方案兼顾墙体节能和投资经济性和生态效益优点。
Description
技术领域
本发明属于土木工程领域，具体涉及一种基于反射涂层和垂直绿化在既有建筑外墙上优化应用方法。
背景技术
随着全球经济发展，建筑能耗占世界能源消耗总量的30％～40％，而其中又有将近一半以上的能耗被供暖、通风和空调(HVAC)系统消耗，随着世界人口的持续增长和生活水平的提高，建筑能耗预计会继续增加，根据International Energy Outlook 2016，2040年住宅建筑行业的能耗比2012年将增加48％，商业建筑行业的能耗将增加56％，能源短缺问题已不容忽视。降低建筑能耗、改善建筑本体与周边热环境、保护生态环境是建筑节能的目标。冷表皮技术已成为适应和缓解这一问题的策略之一。冷表皮技术是指可以降低围护结构外表面温度的隔热技术措施。为应对日益严峻的能源形势和全球气候变暖等问题，美国国家环保总局和国家能源部于20世纪末在全美范围内共同发起了“冷社区项目”，试图通过采用高反射材料、植被绿化等方式缓解城市热岛效应，降低建筑能耗并提高室内舒适度。由于目前尚未有专门针对冷表皮技术的技术规范，而与之较相关的如建筑反射隔热涂料、屋顶绿化等技术标准中的规定较为笼统，缺乏对不同气候区的针对性。目前也没有关于不同冷表皮技术最佳组合的研究。因此还需要对冷表皮技术开展进一步的研究。
过去的研究只考虑了单一技术对对墙体的温度和空调能耗影响，或是只针对某个朝向上某种技术的应用效果进行研究。几乎没有人对垂直绿化和反射隔热涂层同时应用在建筑四个朝向立面上的节能效果分析。而反射隔热涂层和垂直绿化技术对于改善围护结构热工性能具有很大的帮助，且价格低廉，尤其有利于既有建筑围护结构改造。且过去的研究方法多采用如DesignBuilder和EnergyPlus等模拟节能效果，但这类能耗模拟软件需要前期复杂的建模和设置较多参数，且很难得出温度场和热流场，而用CFD软件模拟温度场和热流场结果比较精确，但该方法对于边界条件和初始条件的处理会更复杂，尤其是在处理初始条件时，几乎是采用模拟初始时刻的实测数据作为初始条件，这种方法对于无法进行测试的、尚在设计方案阶段的建筑，是不可能对其墙体和室内热环境性能进行模拟、预测和评价的。
发明内容
有鉴于此，本发明提供一种基于反射涂层和垂直绿化在既有建筑外墙上优化应用方法，以解决上述技术问题。
为实现上述目的，本发明提出了一种基于反射涂层和垂直绿化在既有建筑外墙上优化应用方法，包括：首先建立了一种简单的数值传热模型模拟建筑采用了高反射涂层与不同垂直绿化方式前后的情况。其次采用多目标粒子群算法MOPSO(Multi-objectiveparticles swarm optimization，多目标粒子群优化方法)，以外墙得热量最小和经济成本最小为目标函数，各技术面积为自变量，对高反射涂层和绿化技术在建筑立面上应用的面积配比进行了优化计算。本研究中采用的算法加入了轮盘赌算法进行改进，增加了个体选择随机性，降低算法陷入局部最优的风险。本文采用了一种熵权-灰色关联-TOSIS(Technique for Order Preference by Similarity to an Ideal Solution，逼近理想解排序法)法进行多目标决策，最终得到最佳的技术组合方案。这种决策方法首先利用熵权法为各评价指标客观赋权，然后确定各指标的正负理想值；运用灰色关联度法判断样本关联程度；最后利用TOPSIS法对样本进行排序。除此之外，还对方案的生态效益进行了分析。
有益效果
(1)可以快速有效地模拟出采用反射隔热涂层和垂直绿化技术的各朝向墙体的温度场和热流场。
(2)兼顾墙体节能和经济性。
(3)排除了方案的主观性，从纵向和横向两个维度对所有可行方案进行综合考量。这样既增强了决策结果的可信程度，又避免了主观臆断性。
(4)考虑了方案的生态效益，具有节能减排意义。
附图说明
图1为本发明一个实施例中的建筑墙体构造；
图2为本发明一个实施例中的建筑墙体的物理模型；
图3为本发明中一个实施例中的各个朝向墙体表面最佳反射率结果；
图4为本发明中一个实施例中的各个朝向墙体应用不同技术后的全年墙体传热量。
附图标号说明
1 实施例的建筑墙体具体构造；
2 实施例的建筑墙体的物理模型；
3 实施例的各个朝向墙体表面最佳反射率结果；
4 实施例的各个朝向墙体应用不同技术后的全年墙体传热量。
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明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
本发明提供了一种基于反射涂层和垂直绿化在既有建筑外墙上优化应用方法，包括首先建立了一种简单的数值传热模型模拟建筑采用了高反射涂层与不同垂直绿化方式前后的情况。其次采用多目标粒子群算法(MOPSO)，以外墙得热量最小和经济成本最小为目标函数，各技术面积为自变量，对高反射涂层和绿化技术在建筑立面上应用的面积配比进行了优化计算。本研究中采用的算法加入了轮盘赌算法进行改进，增加了个体选择随机性，降低算法陷入局部最优的风险。本文采用了一种熵权-灰色关联-TOSIS法进行多目标决策，最终得到最佳的技术组合方案。这种决策方法首先利用熵权法为各评价指标客观赋权，然后确定各指标的正负理想值；运用灰色关联度法判断样本关联程度；最后利用TOPSIS法对样本进行排序。除此之外，还对方案的生态效益进行了分析。
优选地，所述用于模拟建筑采用了高反射涂层与不同垂直绿化方式前后的情况的一种简单的数值传热模型基于如下假设和简化：
(1)对于反射隔热涂层，由于反射隔热涂层厚度相比于墙体厚度非常小，其等效热阻可以近似忽略，在本模型中只考虑涂层改变了裸墙表面太阳光反射率从而改变外壁面接收的太阳辐射。
(2)植被层叶子是均匀而定向分布的；
(3)植物参数(如叶片吸收率、叶片尺寸、叶面积指数等不随季节变化而变化，其中，叶面积指数指单位土地面积上植物叶片总面积占土地面积的倍数)是恒定的；
(4)植物叶片温度处处相等；
(5)通过植被层的热流仅考虑发生在水平方向，不考虑垂直热流量；
(6)建筑表面的风速不随高度变化而变化；
(7)对于攀援式绿化，攀援类植物需要依靠外墙生长，与外墙表面无空隙，其特性就相当于是墙体外表面的一种涂层，不额外增加热阻。
(8)植物对太阳辐射吸收率为0.8。对于预制式绿化，绿墙与外墙壁面有30mm空气层，太阳辐射被绿墙抵挡在外。经实验测定绿墙与外墙表面之间的空气层温度在夏季日平均温度低于室外空气温度3℃，冬季高于室外空气温度1.1℃。太阳辐射被绿墙抵挡在外。
具体建模方法步骤如下：
(1)网格离散化
由于墙体高度和宽度远大于其厚度，将墙体各层材料视为由多层平板结构组成，平板之间满足温度、热流连续性条件。本文差分方程组的建立采用隐式差分格式，取空间步长为Δx＝5mm，时间步长为Δτ＝1h，将墙体沿传热方向分成若干个节点。
(2)控制方程离散化
墙体非稳态导热微分方程为：
其中ρ是墙体材料的密度(kg/m3)；λ是墙体材料的导热系数(W/(m·K))；C是墙体材料的比热容(J/(kg·k))；t是墙体中某节点的温度(℃)；τ是时间(s)；x是墙体厚度方向的坐标(m)；S是墙体的内热源(W/m3)。
1)墙体内部不同节点处隐式差分格式
墙体内部无内热源，故墙体内部节点S＝0。由公式(1)得到墙体内部不同节点处隐式差分方程为：
由(2)式整理得(3)式：
其中，Foi是该节点所在的墙体材料的傅里叶准则数。
2)墙体不同边界节点处的差分方程
墙体内外表面均为第三类边界条件，内外壁面对流换热系数分别为hin和hout。墙体外表面接受的太阳辐射热量计入外壁面节点i＝1的内热源Sw中。对内外壁面节点热平衡方程差分可得这两个节点处的差分方程。
①墙体外表面节点处的隐式差分方程为：
由(5)式整理得(6)式：
其中，Bi1是墙体外表面的毕渥准则数；to是室外空气温度(℃)；h1是外壁面的对流换热系数(W/(m2·K))；S1是外壁面吸收的太阳辐射(W/m2)。
②墙体内表面节点处的隐式差分方程为：
由(8)式整理得(9)式：
其中，其中，Bin是墙体内表面的毕渥准则数；tr是室内空气温度(℃)；hn是外壁面的对流换热系数(W/(m2·K))
③墙体内不同材料重合面节点的隐式差分方程式
实际工程中墙体一般由多层材料组合而成，不同材料重合面处的节点的隐式差分方程如下：
(3)差分方程组的计算
根据墙体不同节点处隐式差分方程式及其模型的差分排列，任意时间kΔτ时刻墙体差分方程组以矩阵表示如下:
以矩阵形式表示为：
其中，a2,a3...an；b1,b2,b3...bn；c1,c2,c3...cn是方程组中ti k的系数。
(4)初始条件的确定初始时刻即当k＝1时，墙体内部各薄层节点处的初始温度计算公式如下：
其中，ti 1是第i个墙体节点的初始温度(℃)，tw1是墙体外壁面温度(℃)；tw2是墙体内壁面温度(℃)；δ是墙体总厚度(mm)；Δx是差分距离(mm)。
优选地，所述的以墙体负荷最小和技术增量成本最少作为多目标优化算法的两个目标准则的的多目标粒子群算法的主要参数设置如下表1所示：
表1多目标粒子群算法主要参数设置
以墙体负荷最小作为目标函数1，技术成本最小为目标函数2：
y1＝QBWBW+QVGVG+QRC(0.7-BW-VG) (17)
y2＝CVGVG+CRC(0.7-BW-RC) (18)
其中，QBW是裸墙的单位面积全年墙体负荷(kW/m2)；QVG是采用绿化技术的墙体单位面积全年墙体负荷(kW/m2)；QRC是采用高反涂层技术的墙体单位面积全年墙体负荷(kW/m2)；CVG是采用绿化技术的墙体单位面积成本(元/m2)；CRC是采用高反涂层技术的墙体单位面积成本(元/m2)；BW是裸墙的面积比例；VG是绿化墙体的面积比例；RC是反射涂层墙体的面积比例。
优选地，所述的用于多目标决策的熵权-灰色关联-TOPSIS法，首先利用熵权法为各评价指标客观赋权，然后确定各指标的正负理想值；运用灰色关联度法判断样本关联程度；最后利用TOPSIS法对样本进行排序。
假设帕累托前沿上由m个非支配解(方案)Ai，i＝1,2,...m。有n个评价指标Fj，j＝1,2,...n。设评价矩阵为X＝(xij)m×n，其中为第i个评价单元在第j个指标下的属性值。则基于熵权-灰色关联-TOPSIS的决策步骤如下：
(1)首先对原始数据进行标准化，设标准矩阵为Y＝(yij)m×n。
对于正向指标：
对于负向指标：
本文所期望得到的优化方案可以同时满足墙体传热最小与成本最少两个目标，因此墙体负荷和成本两个评价指标都是负向指标，因此采用公式(18)进行标准化处理。
(2)根据熵权法制定指标权重ω＝{ω1，ω2}。
第j个指标的熵为：
假定当pij＝0时，pijlnpij＝0
则第j个指标的熵权为：
(3)计算加权规范化矩阵Z＝(zij)m×n。
zij＝ω×yij (24)
(4)确定加权规范化矩阵Z的正理想解Z+和负理想解Z-。
(5)计算各评价单元与正负理想解的灰色关联系数矩阵。
其中ρ∈(0，∞)称为分辨系数具体取值可视情况而定，一般其取值范围为(0,1)(Yang et al.,2018)，本文中取ρ＝0.5。
(6)计算各个方案与正负理想解的正负灰色关联度：
(7)计算各评价单元到正负理想解的正负欧氏距离：
(8)分别对关联度和欧氏距离
进行无量纲化处理：。
(9)将欧氏距离和关联度合并。
其中i＝1,2,...m。α和β反映了决策者对位置和形状的偏好程度，并且满足α+β＝1，且α、β∈[0,1]。本文中取α＝β＝0.5。
综合反映了评价单元与正理想方案的接近程度，其值越大，方案越接近正理想方案；
综合反映了评价单元与负理想方案的接近程度，其值越大，方案越接近负理想方案。
(10)根据本文所研究的情况，计算方案与负理想解的相对贴近度：
相对贴近度越大，说明越接近负理想解(墙体负荷最小，成本最小)。
优选地，所述的方案生态效益计算方法，对植物来说，即使是同一种植物，在相同城市不同生长环境(如月份等)下固碳量也不同。很难以一个绝对的数值代表某植物的固碳量。从鼓励垂直绿化的角度，选取固碳能力高的牵牛在单位土地上的固碳量7.2270g/(m2·d)和释氧量5.2560g/(m2·d)作为方案的生态效益计算值。其中VG为建筑立面绿化比例。
实施例1：
本实施例提供一种武汉某建筑具体的建筑墙体构造，如图1所示，其一维非稳态数值传热模型如图2所示。该建筑体型系数(单位体积所占有的建筑外表面积)为0.36，窗墙比为0.3，外墙表面反射率为0.2。在本研究中，建筑夏季供冷和冬季供暖均由空调机组完成。墙体设计总传热系数为0.356W/(m2·K)。武汉市夏季制冷期为6月10日～8月31日；冬季供暖期为12月1日～次年2月28日。首先通过计算可以得到对于该实施例，墙体表面反射率越高越有利于全年墙体节能。通过计算得出该地区建筑东西北向墙体表面反射率越高越有利于全年墙体节能，对于南向墙体墙体表面反射率越低越有利于节能。如图3所示。因此对该建筑应用反射率为0.9的高反射隔热涂层技术。
图4是计算后得到的该建筑采用预制式绿化技术、攀援式绿化技术和高反射隔热涂层技术还有裸墙的各朝向墙体全年全热量，由此可以看出各朝向墙体采用预制式绿化技术可以大大减少全年墙体负荷。由于所研究的建筑窗墙比为0.3，当建筑外表面积和窗户面积固定时，高反涂层的面积、绿化面积、裸墙面积和窗户面积之和等于全墙体外表面积。由此可以通过绿化面积比例推算出高反面积比例。因此其他技术面积与外墙总面积的比值最大为0.7。在优化时考虑同时将裸墙、反射涂层墙体和绿化墙体组合时的情况，三者的面积之和即为非窗户墙体面积。优化变量及其变化范围如下表2所示：
表2优化变量及其变化范围
以高反射涂层价格为20元/m2，预制式绿化价格为300元/m2和武汉市建筑东向墙体为例，两个目标函数为：
f1＝13.98BW+10.93VG+13.19(0.7-BW-VG) (44)
f2＝300VG+20(0.7-BW-VG) (45)
根据前文所提到的指标熵权计算方法可得两个指标的权重分别为0.398和0.612，在加权规范化矩阵中正理想解(即墙体负荷和成本均为最大值)为(0.398,0.612)，负理想解(即墙体负荷和成本均为最小值)为(0,0)。计算所有非支配解中与负理想解的相对贴近度，其中与负理想解相对贴近度最高的为预制式绿化比例为0.7，高反射涂层比例为0，裸墙面积比例为0，窗户面积比例为0.3，此时的相对贴近度为0.5618，以此为最佳方案。
最终从方案生态效益最大化来看，对于武汉该建筑，对各朝向应用全预制式绿化技术是最佳方案。此时建筑具有最佳生态效益，年总固碳量为7386g/(m2·a)年释氧量为5371.6g/(m2·a)。这一结果不受绿化价格的影响。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.基于反射涂层和垂直绿化的既有建筑外墙优化应用方法，其特征在于，包括应用了不同技术各朝向墙体构建一维非稳态数值传热模型、以墙体负荷最小和成本最少为两个目标函数进行多目标粒子群优化、利用熵权-灰色关联-TOPSIS(Technique for OrderPreference by Similarity to an Ideal Solution，逼近理想解排序法)进行多目标决策、计算方案的整体生态效益。。
2.根据权利要求1所述的基于反射涂层和垂直绿化的既有建筑外墙优化应用方法，其特征在于，具体包括：
首先，建立了一种简单的数值传热模型模拟建筑采用了高反射涂层与不同垂直绿化方式前后的情况；
其次，采用多目标粒子群算法MOPSO(Multi-objective particles swarmoptimization，多目标粒子群优化方法)，以外墙得热量最小和经济成本最小为目标函数，各技术面积为自变量，对高反射涂层和绿化技术在建筑立面上应用的面积配比进行了优化计算；
采用的算法加入了轮盘赌算法进行改进。
3.根据权利要求1所述的基于反射涂层和垂直绿化的既有建筑外墙优化应用方法，其特征在于，决策方法具体如下：
首先利用熵权法为各评价指标客观赋权；
然后确定各指标的正负理想值；
运用灰色关联度法判断样本关联程度；
最后利用TOPSIS法对样本基于反射涂层和垂直绿化在既有建筑外墙上优化应用方法，其特征在于还对方案的生态效益进行了分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910907312.3A CN110737937B (zh) | 2019-09-24 | 2019-09-24 | 基于反射涂层和垂直绿化的既有建筑外墙优化应用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910907312.3A CN110737937B (zh) | 2019-09-24 | 2019-09-24 | 基于反射涂层和垂直绿化的既有建筑外墙优化应用方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110737937A true CN110737937A (zh) | 2020-01-31 |
| CN110737937B CN110737937B (zh) | 2023-11-10 |
Family
ID=69269483
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910907312.3A Active CN110737937B (zh) | 2019-09-24 | 2019-09-24 | 基于反射涂层和垂直绿化的既有建筑外墙优化应用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110737937B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111444646A (zh) * | 2020-03-11 | 2020-07-24 | 天津大学 | 建筑空间尺寸对空气温度垂直分布模式影响的研究方法 |
| CN112115579A (zh) * | 2020-08-12 | 2020-12-22 | 江苏师范大学 | 一种玻璃纤维增强塑料注塑工艺参数多目标优化方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3358324A1 (fr) * | 2017-02-03 | 2018-08-08 | Commissariat à l'Energie Atomique et aux Energies Alternatives | Procede de determination d'une grandeur thermique d'une zone d'un batiment |
| CN108898298A (zh) * | 2018-06-20 | 2018-11-27 | 华南理工大学 | 既有建筑屋顶绿化可持续性评价方法 |
-
2019
- 2019-09-24 CN CN201910907312.3A patent/CN110737937B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3358324A1 (fr) * | 2017-02-03 | 2018-08-08 | Commissariat à l'Energie Atomique et aux Energies Alternatives | Procede de determination d'une grandeur thermique d'une zone d'un batiment |
| CN108898298A (zh) * | 2018-06-20 | 2018-11-27 | 华南理工大学 | 既有建筑屋顶绿化可持续性评价方法 |
Non-Patent Citations (4)
| Title |
|---|
| 刘莎;刘佳琦;: "基于全生命周期成本和碳排放量的绿色建筑设计优化研究", 建筑经济, no. 10 * |
| 徐斌;叶宏;张成美;: "隔热涂层降低建筑顶层空调动态负荷的数值模拟", 太阳能学报, no. 07, pages 862 - 865 * |
| 熊秀;李丽;周孝清;: "垂直绿化改善建筑室内、外热环境效果分析", 建筑节能, no. 09 * |
| 牛晓璐;: "基于灰色关联TOPSIS法的绿色建筑节地综合效果评价", 价值工程, no. 30, pages 47 - 49 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111444646A (zh) * | 2020-03-11 | 2020-07-24 | 天津大学 | 建筑空间尺寸对空气温度垂直分布模式影响的研究方法 |
| CN112115579A (zh) * | 2020-08-12 | 2020-12-22 | 江苏师范大学 | 一种玻璃纤维增强塑料注塑工艺参数多目标优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110737937B (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Piselli et al. | Optimal control of natural ventilation as passive cooling strategy for improving the energy performance of building envelope with PCM integration | |
| Zhou et al. | Machine learning-based optimal design of a phase change material integrated renewable system with on-site PV, radiative cooling and hybrid ventilations—study of modelling and application in five climatic regions | |
| Xue et al. | Multi-objective optimization of building design for life cycle cost and CO2 emissions: A case study of a low-energy residential building in a severe cold climate | |
| CN104680004B (zh) | 一种建筑物节能率计算方法 | |
| Wang et al. | Parameter estimation of internal thermal mass of building dynamic models using genetic algorithm | |
| Buonomano et al. | Innovative technologies for NZEBs: An energy and economic analysis tool and a case study of a non-residential building for the Mediterranean climate | |
| Li et al. | Fast bidirectional building performance optimization at the early design stage | |
| Gossard et al. | Multi-objective optimization of a building envelope for thermal performance using genetic algorithms and artificial neural network | |
| Florides et al. | Measures used to lower building energy consumption and their cost effectiveness | |
| Guo et al. | Optimization of cool roof and night ventilation in office buildings: A case study in Xiamen, China | |
| Zahedi et al. | Feasibility study for designing and building a zero-energy house in new cities | |
| Ding et al. | Optimization approach of passive cool skin technology application for the Building’s exterior walls | |
| CN104680001B (zh) | 基于人体热适应模型的建筑节能率计算方法 | |
| Iousef et al. | Impact of exterior convective heat transfer coefficient models on the energy demand prediction of buildings with different geometry | |
| Soto et al. | Simulation and experimental study of residential building with north side wind tower assisted by solar chimneys | |
| He et al. | An enthalpy-based energy savings estimation method targeting thermal comfort level in naturally ventilated buildings in hot-humid summer zones | |
| CN110737937B (zh) | 基于反射涂层和垂直绿化的既有建筑外墙优化应用方法 | |
| Baghoolizadeh et al. | Optimization of annual electricity consumption costs and the costs of insulation and phase change materials in the residential building using artificial neural network and genetic algorithm methods | |
| He et al. | Model development of Roof Thermal Transfer Value (RTTV) for green roof in tropical area: A case study in Singapore | |
| Bekkouche et al. | Judicious choice of the building compactness to improve thermo-aeraulic comfort in hot climate | |
| Jarad | Energy Savings in the Jordanian Residential Sector. | |
| Refahi et al. | Implementation of a double layer of PCM integrated into the building exterior walls for reducing annual energy consumption: Effect of PCM wallboards position | |
| Xu et al. | Implicit method for solving building heat transfer model and its application in energy-saving materials | |
| Yu et al. | Experimental verification of state space model and thermal performance analysis for active solar walls | |
| Li et al. | Climate change's effects on the amount of energy used for cooling in hot, humid office buildings and the solutions |
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 |