CN112906192A - 考虑地铁车站振动持时与环境因素耦合的舒适度评价方法 - Google Patents

考虑地铁车站振动持时与环境因素耦合的舒适度评价方法 Download PDF

Info

Publication number
CN112906192A
CN112906192A CN202110076109.3A CN202110076109A CN112906192A CN 112906192 A CN112906192 A CN 112906192A CN 202110076109 A CN202110076109 A CN 202110076109A CN 112906192 A CN112906192 A CN 112906192A
Authority
CN
China
Prior art keywords
vibration
ssd
annoyance
degree
acceleration
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
Application number
CN202110076109.3A
Other languages
English (en)
Other versions
CN112906192B (zh
Inventor
严鹏
陈帅
刘晓
潘鑫豪
卢文波
陈明
王高辉
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202110076109.3A priority Critical patent/CN112906192B/zh
Publication of CN112906192A publication Critical patent/CN112906192A/zh
Application granted granted Critical
Publication of CN112906192B publication Critical patent/CN112906192B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Geometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Navigation (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Evolutionary Biology (AREA)

Abstract

本发明公开了考虑地铁车站振动持时与环境因素耦合的舒适度评价方法。该方法采用振动均方根加速度aw作为评价基础值，在频率计权的基础上，引入了振动加速度持时的计权，进一步得到评价量a；基于隶属度函数与概率理论，建立初步的人群振动烦恼度模型。同时，考虑噪音、温度、湿度、风速等环境因素的耦合效应，引入噪音声级影响系数与SSD影响系数，最终形成了考虑振动加速度持时与环境因素耦合效应的舒适度评价方法。该方法考虑了振动加速度持续时间，同时引入了车站环境因素的耦合影响效应，能够通过影响系数的方式，实现环境因素对人体舒适感知的双向影响评价，为车站内划分不同功能区及舒适度评价提供了依据，应用前景广阔。

Description

考虑地铁车站振动持时与环境因素耦合的舒适度评价方法
技术领域
本发明涉及大型车站振动舒适度评价领域，具体涉及一种考虑地铁车站振动加速度持时与环境因素耦合效应的舒适度评价方法。
背景技术
为满足零换乘和交通流线的立体化，现代地铁、铁路和客运站普遍采用“桥建合一”结构体系，与传统结构相比，具有设计跨度大、振动荷载类型多、功能分区明确与振动响应明显的特点。人群、列车和大型设备多种荷载作用下，结构动力响应会对旅客心理与生理活动造成干扰，采用传统舒适度评价标准判断“桥建合一”结构的舒适性并不合适。
目前，各国舒适度评价标准主要是采用限制动力响应法进行舒适度评价，即工程结构的加速度指标不超过标准限值。代表性标准有ISO2631、BSI6841、《城市区域环境振动标准》(GB10071-88)。这种评价方法只能得到“舒适”或“不舒适”，满足规范与不满足规范等定性的结论。
为了能定量的评价工程结构舒适度，国内外研究人员也做了一些研究分析。其中，专利CN105046055A公开了一种地铁环境振动与噪声联合效应的烦恼度的评价方法。
上述方案根据振动振级、噪音声级分别建立了振动、噪音烦恼度模型，再根据人在振动和噪音共同作用下特点，建立联合烦恼度模型。但此方案对人体受振持时的重要影响未有涉及；其次，只考虑了噪音的影响，还存在其他种种影响人主观感受的环境因素尚未考虑，并且噪音和振动的联合效应考虑过于简单，不能很好反应噪音对振动舒适度的双向影响——当噪音在一定程度以内时，会干扰人的感知，分散人的注意力，让人忽略或减弱了本身的烦恼程度，但当噪音超出这一范围时会加重人感知振动烦恼的程度，令人更加烦恼；车站振动响应各个部位都不一样，在同一工况下，处于不同位置的人的烦恼度各不相同，需要进行综合考虑。
鉴于上述问题，亟需一种能综合考虑各方面因素，对车站振动引起的舒适度问题的一种评价方法。
发明内容
针对以上技术问题，本发明的目的在于提供一种考虑地铁车站振动加速度持时与环境因素耦合效应的舒适度评价方法。该评价方法能相对准确地计算出工程结构振动、噪音、温度等多种因素耦合效应下的人群烦恼度，实现车站舒适度的定量分析，为车站划分功能分区、提高人群舒适度提供指导。
本发明提供的技术方案如下：
一种考虑地铁车站振动加速度持时与环境因素耦合效应的舒适度评价方法，包括以下步骤：
步骤1、依据车站结构振动加速度aw的分布情况，划分车站的振动分区，每个分区选取一个具有代表性的aw作为该分区的舒适度评价基础值；
步骤2、根据振动总体频率计权系数和振动持时计权系数，对舒适度评价基础值aw进行计权，得到计权振动加速度a；
步骤3、根据韦伯-费希纳定律，确定人在振动环境中烦恼程度与加速度的关系，利用模糊数学建立与振动加速度有关的隶属度函数；
步骤4、引入对数正态分布函数来描述烦恼度因个人差异引起的不确定性，得到振动烦恼度A(a)；
步骤5、测量环境噪音声级LA，确定噪音对振动烦恼度的影响程度，拟合噪音影响系数K(LA,A(a))；
步骤6、计算环境人体舒适度指标SSD值，确定影响系数T(SSD,A(a))；
步骤7、将噪音影响系数K与环境指标SSD的影响系数T引入A(a)，建立多因素耦合的综合烦恼度模型A’；
步骤8、对每个振动分区进行综合烦恼度计算，得到各分区的综合烦恼度，以此可对车站局部区域进行舒适度评价，并对车站进行功能区划分；再根据各分区烦恼度可计算得到整个车站的平均烦恼度，对车站整体进行舒适度评价。
进一步，所述步骤(2)中振动总体频率计权系数WZ(f)的计算公式为：
Figure BDA0002907685720000021
其中，f为振动加速度信号所对应的频率；
所述振动持续时间k(t)计权系数为：
Figure BDA0002907685720000022
其中，t为振动时人在振动环境中的暴露时间，t0为基准振动持续时间；
则总计权振动加速度a为：
a＝Wz(f)k(t)aw 公式3。
进一步，所述步骤(3)中与振动强度有关的隶属度函数为：
Figure BDA0002907685720000031
其中：H(x)为与振动加速度有关的模糊隶属度函数，x为振动加速度，umin为“感受不到”的振动或“毫无影响”的振动加速度上限；umax为“无法忍受”的振动加速度下限；
m、n可根据umin、umax求解。
进一步，所述步骤(4)中振动烦恼度A(a)公式为：
Figure BDA0002907685720000032
其中：umin为“感受不到”的振动或“毫无影响”的振动加速度上限，H(x)为与振动加速度有关的模糊隶属度函数，x为振动加速度，a为总计权振动加速度，σ2＝ln(1+δ2)，δ为变异系数，取值范围0.1～0.5。
进一步，所述步骤(5)中，通过抽样调查的方法，控制变量SSD，排除SSD的影响，测试不同a和不同噪音等级LA下的噪音影响系数K值，其中K值为实际烦恼度A1与振动烦恼度A(a)的比值，绘制不同A(a)下K—LA的散点图，拟合出K(LA,A(a))的表达式。
更进一步，拟合K(LA,A(a))的表达式的方法如下：在车站振动总计权加速度a工况下，通过公式5计算得到振动烦恼度A(a)。测量环境噪音声级LA，然后调查人群烦恼程度，用感到烦恼的人数除以总人数得到实际烦恼度A1，则噪音影响系数K＝A1/A(a)。通过调查不同a和不同噪音声级LA下对应的实际人群烦恼度，绘制不同A(a)下K—LA的散点图，通过这些散点数据拟合出噪音影响系数K(LA,A(a))的表达式。在抽样调查时，选择同一天或天气相近的日子，控制变量SSD一样，以保证数据不受SSD值影响。或者做室内试验，可以通过空调保证室内SSD一定，通过振动台改变变量a，音响改变噪音LA，通过实验对象烦恼所占总人数比率来反应实际烦恼度A1，进而研究a，LA与K的关系。
进一步，所述步骤(6)中，
Figure BDA0002907685720000033
其中：t为平均气温，℃；f为相对湿度，％；v为平均风速，m/s；
通过抽样调查的方法，测试不同烦恼度A(a)和不同SSD值下的SSD影响系数T值，其中T值为实际烦恼度A1与振动烦恼度A(a)的比值，绘制不同A(a)下T—SSD的散点图，拟合出T(SSD,A(a))的表达式。
更进一步，在车站振动总计权加速度a工况下，通过公式5计算得到振动烦恼度A(a)。测得环境SSD值，然后调查人群烦恼程度，用感到烦恼的人数除以总人数得到实际烦恼度A1，则SSD影响系数T＝A1/A(a)。通过调查不同a和不同SSD下对应的实际人群烦恼度，绘制不同A(a)下T—SSD值的散点图，通过这些散点数据拟合出SSD影响系数T(SSD,A(a))的表达式。在抽样调查时，选择不同天气，保证SSD有一定变化，同时选择环境噪音相近的区域，控制变量LA一样，以保证数据不受LA值影响。或者做室内试验，在噪音LA很小(30dB)的房间，通过振动台改变变量a，通过空调改变室内SSD值，通过实验对象烦恼所占总人数比率来反应实际烦恼度A1，进而研究a，SSD与T的关系。
进一步，将噪音影响系数K与环境指标SSD的影响系数T引入A(a)，建立多因素耦合的综合烦恼度模型：
A′＝K(LA，A(a))×T(SSD,A(a))×A(a) 公式7
将烦恼度分为5级：无烦恼(0≤A’≤0.2)、有些烦恼(0.2<A’≤0.4)、比较烦恼(0.4<A’≤0.6)、很烦恼(0.6<A’≤0.8)和十分烦恼(0.8<A’≤1)。
进一步，所述整个车站的平均烦恼计算公式为：
Figure BDA0002907685720000041
其中：ni为各振动分区人数；Ai’为各振动分区综合烦恼度。
本发明的有益效果：
该方法基于模糊数学和概率理论，考虑振动加速度持时的影响，建立振动环境下的人群烦恼度模型，同时考虑环境中多种因素对人群感官的影响，引入环境因素影响系数，建立多因素耦合的烦恼度模型。本评价方法考虑了振动加速度持时的影响，改善了现有技术中仅考虑频率计权的单一指标而忽略其他因素的问题。同时引入影响系数来体现车站环境因素的耦合影响效应，影响系数能够反应环境因素对人体舒适感知的正面和负面效应——当环境因素在一定程度以内时，会干扰人的感知，分散人的注意力，让人忽略或减弱了本身的烦恼程度；但当环境因素超出这一范围时会加重人感知振动烦恼的程度，令人更加烦恼。本方法能相对准确地计算出振动和环境噪声、温度、湿度、风速等共同因素影响下的人群烦恼度，可以对地铁车站各个区域进行舒适度评价，划分不同的功能区，合理利用车站空间；也可以更准确计算出车站整体舒适度，尤其适用于空间大、复杂的车站。
附图说明
图1是考虑地铁车站振动加速度持时与环境因素耦合效应的舒适度评价方法研究技术路线图；
图2是不同振动环境中的烦恼度曲线；
图3是噪声影响系数K(LA,A(a))示意图；
图4是SSD影响系数T(SSD,A(a))示意图；
图5是计算实例中振动烦恼度求解结果示意图；
图6是计算实例中噪声影响系数求解示意图；
图7是计算实例中SSD影响系数求解示意图。
具体实施方式
下面结合附图和实施例对本发明进行进一步的说明，本发明的内容完全不限于此。
实施例
如图1-图4所示，一种考虑地铁车站振动加速度持时与环境因素耦合效应的舒适度评价方法，包括以下步骤：
(1)步骤1：依据车站结构振动加速度aw的分布情况，划分车站的振动分区，每个分区选取一个具有代表性的aw作为该分区的舒适度评价基础值。
(2)步骤2：根据振动总体频率计权系数(见公式1)和振动持时计权系数(见公式2)，对振动评价物理量aw进行计权(见公式3)，得到计权振动加速度a。
振动总体频率计权系数WZ(f)的计算公式为：
Figure BDA0002907685720000051
其中，f为振动加速度信号所对应的频率。
所述振动持续时间k(t)计权系数为：
Figure BDA0002907685720000052
其中，t为振动时人在振动环境中的暴露时间，t0为基准振动持续时间。
则总计权振动加速度a为：
a＝Wz(f)k(t)aw 公式3
(3)步骤3：根据韦伯-费希纳定律，确定人在振动环境中烦恼程度与加速度的关系。利用模糊数学建立与振动强度有关的隶属度函数(见公式4)。
Figure BDA0002907685720000061
其中：H(x)为与振动加速度有关的模糊隶属度函数，x为振动加速度，umin为“感受不到”的振动或“毫无影响”的振动加速度上限；umax为“无法忍受”的振动加速度下限；
m、n可根据umin、umax求解。
(4)步骤4：引入对数正态分布函数(见公式5)来描述烦恼度因个人差异引起的不确定性，得到振动烦恼度A(a)。
振动烦恼度A(a)公式为：
Figure BDA0002907685720000062
其中：umin为“感受不到”的振动或“毫无影响”的振动加速度上限，H(x)为与振动加速度有关的模糊隶属度函数，x为振动加速度，a为总计权振动加速度，σ2＝ln(1+δ2)，δ为变异系数，取值范围0.1～0.5。
(5)步骤5：测量区域环境噪音声级LA，确定噪音对振动烦恼度的影响系数K(LA,A(a))。
(6)步骤6：计算区域环境人体舒适度指标SSD值(见公式6)，确定影响系数T(SSD,A(a))。
Figure BDA0002907685720000063
其中：t为平均气温，℃；f为相对湿度，％；v为平均风速，m/s；
通过抽样调查的方法，确定不同烦恼度A(a)、不同SSD值对应的SSD影响系数T(SSD,A(a))值，拟合出T(SSD,A(a))的表达式。
(7)步骤7：将噪音影响系数K与环境指标SSD的影响系数T引入A(a)，建立多因素耦合的综合烦恼度模型A’(见公式7)。
将噪音影响系数K与环境指标SSD的影响系数T引入A(a)，建立多因素耦合的综合烦恼度模型：
A′＝K(LA,A(a))×T(SSD,A(a))×A(a) 公式7
将烦恼度分为5级：无烦恼(0≤A’≤0.2)、有些烦恼(0.2<A’≤0.4)、比较烦恼(0.4<A’≤0.6)、很烦恼(0.6<A’≤0.8)和十分烦恼(0.8<A’≤1)。
(8)步骤8：计算各个振动分区的综合烦恼度，同时抽样调查各振动分区人数，得到平均烦恼度(见公式8)。
所述整个车站的平均烦恼计算公式为：
Figure BDA0002907685720000071
其中：ni为各振动分区人数；Ai’为各振动分区综合烦恼度。
以某地铁高架车站为应用例，计算一个振动分区的烦恼度，具体如下。
图5是计算实例中振动烦恼度求解结果示意图。
在此步骤中，将车站按照加速度分布情况划分不同分区，求出某一分区均方根加速度aw＝0.092m/s2，然后对其进行频率计权和振动持时计权得到总计权振动加速度a＝0.08m/s2，代入烦恼度曲线中，求得该振动环境下人群的振动烦恼度为A(0.08)＝0.469，属于“比较烦恼”级别。
图6是计算实例中噪声影响系数K(LA,A(a))求解示意图。
在此步骤中，抽样调查拟合的A＝0.4时关系曲线为
K＝-3.21062E-7LA 4+5.46599E-5LA 3-0.00242LA 2+0.01916LA+0.98421
A＝0.7时关系曲线为
K＝-4.41782E-7LA 4+7.24958E-5LA 3-0.00359LA 2+0.05466LA+0.74953
将测得的噪声声级LA＝56代入，得到K(56,0.4)＝0.910，K(56,0.7)＝0.939，再根据A(0.08)＝0.469通过数值插值得到K(56,0.469)＝0.92。
插值的计算方法如下：已知：K(LA1,A(a1))＝y1,K(LA1,A(a2)＝y2；a1＜ax＜a2；
Figure BDA0002907685720000072
图7是计算实例中SSD影响系数T(SSD,A(a))求解示意图。
在此步骤中，抽样调查拟合的A＝0.4时关系曲线为
T＝2.21725E-8SSD5-6.0798E-6SSD4+6.60298E-4SSD3-0.03474SSD2+0.84357SSD-5.74719
A＝0.7时关系曲线为
T＝6.40174E-10SSD5-1.17911E-7SSD4+1.37827E-5SSD3-9.34671SSD2+0.01775SSD+1.31518
将得到的SSD＝65代入，得到T(65,0.4)＝0.825，T(65,0.7)＝0.943，再根据A(0.08)＝0.469通过数值插值得到T(65,0.469)＝0.85。插值的计算方法同K的插值计算方法。
根据上面计算得出多因素耦合的综合烦恼度A’＝0.367，属于“有些烦恼”级别。对比振动烦恼度A(0.08)＝0.469和综合烦恼度A’＝0.367，可以看出环境中噪音、温度、湿度、风速等因素在一定范围内会对人体感知舒适起到正面效应，会降低人体烦恼程度。
以上所述，仅为本发明较佳的具体实施方式，但本发明保护的范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内所做的任何修改，等同替换和改进等，均应包含在发明的保护范围之内。

Claims (8)

1.考虑地铁车站振动持时与环境因素耦合的舒适度评价方法，其特征在于，包括以下步骤：
步骤1、依据车站结构振动加速度aw的分布情况，划分车站的振动分区，每个分区选取一个具有代表性的aw作为该分区的舒适度评价基础值；
步骤2、根据振动总体频率计权系数和振动持时计权系数，对舒适度评价基础值aw进行计权，得到计权振动加速度a；
步骤3、根据韦伯-费希纳定律，确定人在振动环境中烦恼程度与加速度的关系，利用模糊数学建立与振动加速度有关的隶属度函数；
步骤4、引入对数正态分布函数来描述烦恼度因个人差异引起的不确定性，得到振动烦恼度A(a)；
步骤5、测量环境噪音声级LA，确定噪音对振动烦恼度的影响程度，拟合噪音影响系数K(LA，A(a))；
步骤6、计算环境人体舒适度指标SSD值，确定影响系数T(SSD，A(a))；
步骤7、将噪音影响系数K与环境指标SSD的影响系数T引入A(a)，建立多因素耦合的综合烦恼度模型A’；
步骤8、对每个振动分区进行综合烦恼度计算，得到各分区的综合烦恼度，以此可对车站局部区域进行舒适度评价，并对车站进行功能区划分；再根据各分区烦恼度可计算得到整个车站的平均烦恼度，对车站整体进行舒适度评价。
2.根据权利要求1所述的方法，其特征在于：
所述步骤(2)中振动总体频率计权系数WZ(f)的计算公式为：
Figure FDA0002907685710000011
其中，f为振动加速度信号所对应的频率；
所述振动持续时间k(t)计权系数为：
Figure FDA0002907685710000012
其中，t为振动时人在振动环境中的暴露时间，t0为基准振动持续时间；
则总计权振动加速度a为：
a＝Wz(f)k(t)aw。
3.根据权利要求1所述的方法，其特征在于：所述步骤(3)中与振动强度有关的隶属度函数为：
Figure FDA0002907685710000021
其中：H(x)为与振动加速度有关的模糊隶属度函数，x为振动加速度，umin为“感受不到”的振动或“毫无影响”的振动加速度上限；umax为“无法忍受”的振动加速度下限；
m、n可根据umin、umax求解。
4.根据权利要求1所述的方法，其特征在于：所述步骤(4)中振动烦恼度A(a)公式为：
Figure FDA0002907685710000022
其中：umin为“感受不到”的振动或“毫无影响”的振动加速度上限，H(x)为与振动加速度有关的模糊隶属度函数，x为振动加速度，a为总计权振动加速度，σ2＝ln(1+δ2)，δ为变异系数，取值范围0.1～0.5。
5.根据权利要求1所述的方法，其特征在于：所述步骤(5)中，通过抽样调查的方法，控制变量SSD，在不同烦恼度A(a)下，调查计算出不同噪声等级LA对应的噪音影响系数K(LA，A(a))，绘制K(LA，A(a))一LA的散点图，拟合出不同烦恼度A(a)下K(LA，A(a))的表达式。
6.根据权利要求1所述的方法，其特征在于：所述步骤(6)中，
Figure FDA0002907685710000023
其中：t为平均气温，℃；f为相对湿度，％；v为平均风速，m/s；
通过抽样调查的方法，在不同烦恼度A(a)下，调查计算出不同SSD值对应的SSD影响系数T(SSD，A(a))，绘制T(SSD，A(a))-SSD值的散点图，拟合出不同烦恼度A(a)下T(SSD，A(a))的表达式。
7.根据权利要求1所述的方法，其特征在于：将噪音影响系数K与环境指标SSD的影响系数T引入A(a)，建立多因素耦合的综合烦恼度模型：
A′＝K(LA，A(a))×T(SSD，A(a))×A(a)
将烦恼度分为5级：无烦恼(0≤A’≤0.2)、有些烦恼(0.2＜A’≤0.4)、比较烦恼(0.4＜A’≤0.6)、很烦恼(0.6＜A’≤0.8)和十分烦恼(0.8＜A’≤1)。
8.根据权利要求1所述的方法，其特征在于，所述整个车站的平均烦恼计算公式为：
Figure FDA0002907685710000031
其中：ni为各振动分区人数；Ai’为各振动分区综合烦恼度。
CN202110076109.3A 2021-01-20 2021-01-20 考虑地铁车站振动持时与环境因素耦合的舒适度评价方法 Active CN112906192B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110076109.3A CN112906192B (zh) 2021-01-20 2021-01-20 考虑地铁车站振动持时与环境因素耦合的舒适度评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110076109.3A CN112906192B (zh) 2021-01-20 2021-01-20 考虑地铁车站振动持时与环境因素耦合的舒适度评价方法

Publications (2)

Publication Number Publication Date
CN112906192A true CN112906192A (zh) 2021-06-04
CN112906192B CN112906192B (zh) 2023-03-10

Family

ID=76116746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110076109.3A Active CN112906192B (zh) 2021-01-20 2021-01-20 考虑地铁车站振动持时与环境因素耦合的舒适度评价方法

Country Status (1)

Country Link
CN (1) CN112906192B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113591316A (zh) * 2021-08-06 2021-11-02 天津大学 一种分时段结合主客观指标的地铁施工噪声评价方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080245609A1 (en) * 2005-09-20 2008-10-09 Saint-Gobain Glass France Method for Optimizing Acoustic Comfort in a Mobile Vehicle Passenger Compartment
CN105046055A (zh) * 2015-06-24 2015-11-11 南京大学（苏州）高新技术研究院 一种地铁环境振动与噪声联合效应的烦恼度评价方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080245609A1 (en) * 2005-09-20 2008-10-09 Saint-Gobain Glass France Method for Optimizing Acoustic Comfort in a Mobile Vehicle Passenger Compartment
CN105046055A (zh) * 2015-06-24 2015-11-11 南京大学（苏州）高新技术研究院 一种地铁环境振动与噪声联合效应的烦恼度评价方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113591316A (zh) * 2021-08-06 2021-11-02 天津大学 一种分时段结合主客观指标的地铁施工噪声评价方法
CN113591316B (zh) * 2021-08-06 2024-02-13 天津大学 一种分时段结合主客观指标的地铁施工噪声评价方法

Also Published As

Publication number Publication date
CN112906192B (zh) 2023-03-10

Similar Documents

Publication Publication Date Title
Aparicio-Ruiz et al. A field study on adaptive thermal comfort in Spanish primary classrooms during summer season
CN104633866B (zh) 基于环境参数和人体生理参数的热舒适度测评系统
Rodríguez et al. Thermal comfort in educational buildings: The Classroom-Comfort-Data method applied to schools in Bogotá, Colombia
CN107599783A (zh) 一种车内环境管理系统及其控制方法
JP2022520537A (ja) 列車内空気品質監視及び換気制御方法、システム
Atmaca et al. Determination of thermal comfort of religious buildings by measurement and survey methods: Examples of mosques in a temperate-humid climate
CN112906192B (zh) 考虑地铁车站振动持时与环境因素耦合的舒适度评价方法
CN106696976B (zh) 轨道车辆空调系统的控制方法、装置和系统
Wang et al. Thermal environment and thermal comfort in metro systems: A case study in severe cold region of China
Turhan et al. Assessment of thermal comfort preferences in Mediterranean climate: A university office building case
Huang et al. Thermal comfort of railway station’s waiting room in severe cold regions of China
CN203869258U (zh) 空调系统、空调器和自然风采样器
CN109435630A (zh) 一种基于人工神经网络算法的乘员舱温度控制方法
CN103954002A (zh) 自然风采样器、空调器和空调系统及空调系统的控制方法
Zhang et al. Comparing the linear and logarithm normalized artificial neural networks in inverse design of aircraft cabin environment
CN110793896B (zh) 一种尾气中粉尘浓度短期预测方法
CN110968912A (zh) 一种基于人体舒适程度的最优车辆参数获取方法及系统
Thirumal et al. Optimization of IAQ characteristics of an air-conditioned car using GRA and RSM
CN203869257U (zh) 空调系统、空调器和自然风采样器
Ye et al. Thermal comfort and air quality in passenger rail cars
Yao et al. A model of intelligent building energy management for the indoor environment
CN212227350U (zh) 一种控制室内相对温湿度的控制设备及系统
CN104462694B (zh) 上下车方便性评价方法及装置
Yang et al. Effects of thermal-acoustic interaction on airport terminal's indoor thermal comfort: A case study in cold region of China
Moujalled et al. Adaptive thermal comfort evaluation in a field study

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