JP2003207189A - 室内温熱環境設計システム及びその方法 - Google Patents
室内温熱環境設計システム及びその方法Info
- Publication number
- JP2003207189A JP2003207189A JP2002010580A JP2002010580A JP2003207189A JP 2003207189 A JP2003207189 A JP 2003207189A JP 2002010580 A JP2002010580 A JP 2002010580A JP 2002010580 A JP2002010580 A JP 2002010580A JP 2003207189 A JP2003207189 A JP 2003207189A
- Authority
- JP
- Japan
- Prior art keywords
- design
- combination
- indoor thermal
- thermal environment
- parameters
- 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
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
(57)【要約】
【課題】 室内温熱環境の解析の演算精度が高く、か
つ、効率的に室内温熱環境の最適条件を探索できる室内
温熱環境設計システムを提供する。 【解決手段】 本発明の室内温熱環境設計システムは、
室内温熱環境の解析を行う、部屋の設計を行う複数種の
設計パラメータが記憶されたデータベース1と、データ
ベース1から遺伝的アルゴリズムにより探査した、設計
パラメータの組み合わせに基づき、温度及び湿度の分布
を仮定した粗いメッシュの温度湿度CFD連成解析を行
い、この解析結果の評価値に基づき、最適な設計パラメ
ータの組合せの候補を抽出するGA演算部2と、候補の組
合せ毎に、温度及び湿度の分布を含めた詳細な温度湿度
CFD連成解析を行い、組合せ毎の評価値を出力するCFD演
算部と、評価値から最も高い評価値を選択し、この評価
値の演算に用いた設計パラメータの組み合わせを最適な
設計値として出力する室内温熱環境設計部５とを具備し
ている。
つ、効率的に室内温熱環境の最適条件を探索できる室内
温熱環境設計システムを提供する。 【解決手段】 本発明の室内温熱環境設計システムは、
室内温熱環境の解析を行う、部屋の設計を行う複数種の
設計パラメータが記憶されたデータベース1と、データ
ベース1から遺伝的アルゴリズムにより探査した、設計
パラメータの組み合わせに基づき、温度及び湿度の分布
を仮定した粗いメッシュの温度湿度CFD連成解析を行
い、この解析結果の評価値に基づき、最適な設計パラメ
ータの組合せの候補を抽出するGA演算部2と、候補の組
合せ毎に、温度及び湿度の分布を含めた詳細な温度湿度
CFD連成解析を行い、組合せ毎の評価値を出力するCFD演
算部と、評価値から最も高い評価値を選択し、この評価
値の演算に用いた設計パラメータの組み合わせを最適な
設計値として出力する室内温熱環境設計部５とを具備し
ている。
Description
【０００１】
【発明の属する技術分野】本発明は、室形状，空調シス
テム及び空調負荷条件に基づき、室内温熱環境設計を行
うための室内温熱環境設計システム及びその方法に係わ
るものである。
テム及び空調負荷条件に基づき、室内温熱環境設計を行
うための室内温熱環境設計システム及びその方法に係わ
るものである。
【０００２】
【従来の技術】室形状に対応した空調システムの設計を
行うためには、室形状，空調システム及び空調負荷条件
に基づき、室内温熱環境の解析を行い、その条件により
実現されるであろう室内温熱環境性状が、設計目標に対
してどの程度到達しているかを判断し、設計目標により
到達するように、空調の吹き出し口の位置や個数などを
決定する必要がある。しかしながら、経験的な設計で
は、室形状，空調システム及び空調負荷条件により実現
されるであろう室内温熱環境性状を経験に基づき簡便な
評価により行うことが多く、この場合、室内温熱環境性
状を正確に予測することができない。したがって、室形
状や空調負荷条件に対応して、上記設計目標に到達する
ような効率的な空調システムの設計が行えない。効率的
な空調システムの設計を行うためには、精度の高い室内
温熱環境の解析が必要となる。この精度の高い室内温熱
環境の解析を行う方法として、詳細な室内の温熱環境性
状の分析が可能となる室内の気流，温度，湿度分布及び
熱放射環境場の連成ＣＦＤ（Computational Fluid Dyna
mics）解析を用いることが考えられる。
行うためには、室形状，空調システム及び空調負荷条件
に基づき、室内温熱環境の解析を行い、その条件により
実現されるであろう室内温熱環境性状が、設計目標に対
してどの程度到達しているかを判断し、設計目標により
到達するように、空調の吹き出し口の位置や個数などを
決定する必要がある。しかしながら、経験的な設計で
は、室形状，空調システム及び空調負荷条件により実現
されるであろう室内温熱環境性状を経験に基づき簡便な
評価により行うことが多く、この場合、室内温熱環境性
状を正確に予測することができない。したがって、室形
状や空調負荷条件に対応して、上記設計目標に到達する
ような効率的な空調システムの設計が行えない。効率的
な空調システムの設計を行うためには、精度の高い室内
温熱環境の解析が必要となる。この精度の高い室内温熱
環境の解析を行う方法として、詳細な室内の温熱環境性
状の分析が可能となる室内の気流，温度，湿度分布及び
熱放射環境場の連成ＣＦＤ（Computational Fluid Dyna
mics）解析を用いることが考えられる。
【０００３】
【発明が解決しようとする課題】しかしながら、上述し
たＣＦＤ解析は、演算精度の高い結果を得ることができ
るが、室内温熱環境の解析に用いる場合、空調システ
ム，室形状，空調負荷条件などの検討するべき設計パラ
メータが数多く存在し、これらの設計パラメータの組み
合わせの全てを検討して最適条件を探索を行うと、非常
に計算量が膨大になり、実用的に用いることが不可能と
なる。
たＣＦＤ解析は、演算精度の高い結果を得ることができ
るが、室内温熱環境の解析に用いる場合、空調システ
ム，室形状，空調負荷条件などの検討するべき設計パラ
メータが数多く存在し、これらの設計パラメータの組み
合わせの全てを検討して最適条件を探索を行うと、非常
に計算量が膨大になり、実用的に用いることが不可能と
なる。
【０００４】本発明の目的は、このような背景の下にな
されたもので、室内温熱環境の解析の演算精度が高く、
かつ、効率的に室内温熱環境の最適条件を探索できる室
内温熱環境設計システムを提供する事にある。
されたもので、室内温熱環境の解析の演算精度が高く、
かつ、効率的に室内温熱環境の最適条件を探索できる室
内温熱環境設計システムを提供する事にある。
【０００５】
【課題を解決するための手段】本発明の室内温熱環境設
計システムは、室内温熱環境の設計を行うときにその設
計自由度に応じた選択可能な設計パラメータを、設計自
由度毎に複数候補格納しているデータベース（例えば、
データベース１）と、前記データベースにおいて、上記
各設計自由度の複数候補から１つづつのパラメータを選
択してその室内温熱環境条件を確定し、その室内温熱環
境の性状を、温度及び湿度の分布を各パラメータの組み
合わせによらず、適宜、固定した共通の条件として仮定
し、室内の熱放射・熱伝導解析を行う簡便な室内温熱環
境解析手段（例えば、ＧＡ演算部２）と、上記パラメー
タの組み合わせに基づいた室内温熱環境性状に対する簡
便な熱放射・熱伝導解析の結果毎に、室内温熱環境の設
計目標に対する達成度を数値的に評価する評価手段（例
えば、ＧＡ演算部２）と、上記パラメータの組み合わせ
毎に、各々の簡便な室内温熱環境解析結果の数値的評価
値に基づいて、遺伝的アルゴリズムにより、最適なパラ
メータの組み合わせによる室内環境設計の候補を抽出す
る第１段階の解析手段（例えば、ＧＡ演算部２）と、前
記第１段階の解析手段により抽出された最適候補の組み
合わせ毎に、室内の気流、温度及び湿度の分布、並びに
熱放射環境場を含めた詳細な温度湿度放射場ＣＦＤ連成
解析を行い、各組み合わせ毎に、室内温熱環境の設計目
標に対する達成度の評価値を出力する第２段階の解析手
段（例えば、ＣＦＤ演算部４）と、この第２段階の解析
手段による評価値から、最も高い数値の評価値を選択
し、選択された評価値の算出に用いられたパラメータの
組み合わせを最適な室内環境設計の設計値として出力す
る最適設計選択手段（例えば、室内温熱環境設計部５）
とを具備することを特徴とする。
計システムは、室内温熱環境の設計を行うときにその設
計自由度に応じた選択可能な設計パラメータを、設計自
由度毎に複数候補格納しているデータベース（例えば、
データベース１）と、前記データベースにおいて、上記
各設計自由度の複数候補から１つづつのパラメータを選
択してその室内温熱環境条件を確定し、その室内温熱環
境の性状を、温度及び湿度の分布を各パラメータの組み
合わせによらず、適宜、固定した共通の条件として仮定
し、室内の熱放射・熱伝導解析を行う簡便な室内温熱環
境解析手段（例えば、ＧＡ演算部２）と、上記パラメー
タの組み合わせに基づいた室内温熱環境性状に対する簡
便な熱放射・熱伝導解析の結果毎に、室内温熱環境の設
計目標に対する達成度を数値的に評価する評価手段（例
えば、ＧＡ演算部２）と、上記パラメータの組み合わせ
毎に、各々の簡便な室内温熱環境解析結果の数値的評価
値に基づいて、遺伝的アルゴリズムにより、最適なパラ
メータの組み合わせによる室内環境設計の候補を抽出す
る第１段階の解析手段（例えば、ＧＡ演算部２）と、前
記第１段階の解析手段により抽出された最適候補の組み
合わせ毎に、室内の気流、温度及び湿度の分布、並びに
熱放射環境場を含めた詳細な温度湿度放射場ＣＦＤ連成
解析を行い、各組み合わせ毎に、室内温熱環境の設計目
標に対する達成度の評価値を出力する第２段階の解析手
段（例えば、ＣＦＤ演算部４）と、この第２段階の解析
手段による評価値から、最も高い数値の評価値を選択
し、選択された評価値の算出に用いられたパラメータの
組み合わせを最適な室内環境設計の設計値として出力す
る最適設計選択手段（例えば、室内温熱環境設計部５）
とを具備することを特徴とする。
【０００６】本発明の室内温熱環境設計システムは、前
記探査手段が、遺伝的アルゴリズムにより生成されたパ
ラメータの複数の組み合わせから、前記簡便な熱放射・
熱伝導解析の解析結果における達成度の評価値があらか
じめ設定された閾値より高くなるパラメータの組み合わ
せを選択し、この組み合わせに基づき次の世代の組み合
わせを生成することを特徴とする。本発明の室内温熱環
境設計システムは、前記評価値として、人体モデルのＰ
ＭＶ，空調投入熱量，室内の上下温度差，及びこの他に
適時これらに加えられる数値的評価を統合化した数値を
用いていることを特徴とする。
記探査手段が、遺伝的アルゴリズムにより生成されたパ
ラメータの複数の組み合わせから、前記簡便な熱放射・
熱伝導解析の解析結果における達成度の評価値があらか
じめ設定された閾値より高くなるパラメータの組み合わ
せを選択し、この組み合わせに基づき次の世代の組み合
わせを生成することを特徴とする。本発明の室内温熱環
境設計システムは、前記評価値として、人体モデルのＰ
ＭＶ，空調投入熱量，室内の上下温度差，及びこの他に
適時これらに加えられる数値的評価を統合化した数値を
用いていることを特徴とする。
【０００７】本発明の室内温熱環境設計方法は、上述の
室内温熱環境設計システムにより、最適な室内温熱環境
を設計する室内温熱環境設計方法であって、室内温熱環
境の解析を行うときに使用するパラメータが、部屋の構
造など設計の自由度を示す種類毎に、複数の候補づつデ
ータベースに格納される記憶過程と、前記データベース
において遺伝的アルゴリズムにより、上記各種類から１
つづのパラメータを選択し、解析を行うパラメータの組
み合わせを探査する探査過程と、上記パラメータの組み
合わせに基づいて、温度及び湿度の分布を各パラメータ
の組み合わせによらず、適時、固定した共通の条件とし
て仮定して行う室内の簡便な熱放射・熱伝導解析を行
い、この解析結果の評価値に基づいて、最適なパラメー
タの組み合わせの候補を抽出する第１段階の解析過程
と、前記組み合わせの候補毎に、室内の気流，温度，湿
度の分布、及び熱放射環境場を含めた詳細な温度湿度放
射場ＣＦＤ連成解析を行い、各組み合わせ毎に、室内温
熱環境の設計目標に対する達成度の評価値を出力する第
２段階の解析過程と、前記評価値から最も高い数値の評
価値を選択し、この評価値の算出に用いられパラメータ
の組み合わせを最適な室内温熱環境の設計値として出力
する最適設計選択過程とを有することを特徴とする。
室内温熱環境設計システムにより、最適な室内温熱環境
を設計する室内温熱環境設計方法であって、室内温熱環
境の解析を行うときに使用するパラメータが、部屋の構
造など設計の自由度を示す種類毎に、複数の候補づつデ
ータベースに格納される記憶過程と、前記データベース
において遺伝的アルゴリズムにより、上記各種類から１
つづのパラメータを選択し、解析を行うパラメータの組
み合わせを探査する探査過程と、上記パラメータの組み
合わせに基づいて、温度及び湿度の分布を各パラメータ
の組み合わせによらず、適時、固定した共通の条件とし
て仮定して行う室内の簡便な熱放射・熱伝導解析を行
い、この解析結果の評価値に基づいて、最適なパラメー
タの組み合わせの候補を抽出する第１段階の解析過程
と、前記組み合わせの候補毎に、室内の気流，温度，湿
度の分布、及び熱放射環境場を含めた詳細な温度湿度放
射場ＣＦＤ連成解析を行い、各組み合わせ毎に、室内温
熱環境の設計目標に対する達成度の評価値を出力する第
２段階の解析過程と、前記評価値から最も高い数値の評
価値を選択し、この評価値の算出に用いられパラメータ
の組み合わせを最適な室内温熱環境の設計値として出力
する最適設計選択過程とを有することを特徴とする。
【０００８】本発明の室内温熱環境設計方法は、前記探
査過程において、遺伝的アルゴリズムにより生成された
設計パラメータの複数の組み合わせから、前記第１段階
の解析過程による達成度の評価値があらかじめ設定され
た閾値より高い組み合わせを選択し、この組み合わせに
基づき次の世代の組み合わせの生成を行うことを特徴と
する。本発明の室内温熱環境設計方法は、前記評価値と
して人体モデルのＰＭＶ，空調投入熱量，室内の上下温
度差及びこの他に適時これらに加えられる数値的評価を
統合化した数値を用いていることを特徴とする。
査過程において、遺伝的アルゴリズムにより生成された
設計パラメータの複数の組み合わせから、前記第１段階
の解析過程による達成度の評価値があらかじめ設定され
た閾値より高い組み合わせを選択し、この組み合わせに
基づき次の世代の組み合わせの生成を行うことを特徴と
する。本発明の室内温熱環境設計方法は、前記評価値と
して人体モデルのＰＭＶ，空調投入熱量，室内の上下温
度差及びこの他に適時これらに加えられる数値的評価を
統合化した数値を用いていることを特徴とする。
【０００９】
【発明の実施の形態】本発明の室内温熱環境設計システ
ムは、２段階の探索により室内温熱環境の解析、すなわ
ち、第１段階として、室内の気流，温度，湿度の分布を
固定した共通の条件として固定した簡易な熱放射・熱伝
導ＣＦＤ解析により、この解析結果における温熱環境性
状の評価に基づき、遺伝的アルゴリズム（Genetic Algo
rism、以降ＧＡ）で探査した最適設計条件の候補となる
複数の設計パラメータの組み合わせの候補を選択する。
そして、本発明の室内温熱環境設計システムは、上述し
たように、広範な設計自由度のパラメータの組み合わせ
から、詳細なＣＦＤ連成解析に比較して、少ない計算量
で、あらかじめ複数（少数）の最適設計条件の候補（詳
細な温度湿度放射場ＣＦＤ連成解析を行うのに妥当な
数、すなわちシステムに用いる計算機（コンピュータシ
ステム）等の能力に応じて決定される）を探索し、第２
段階として、第１段階で求めた少数の最適設計条件の候
補から、室内の気流，温度及び湿度の分布と熱放射場環
境とを含めた詳細な温度湿度放射場ＣＦＤ連成解析を行
い、これにより、室内温熱環境性状の解析及びその設計
目標に対する達成度の評価を行い、室内温熱環境の最適
条件を探索する２段の階最適化を行う。
ムは、２段階の探索により室内温熱環境の解析、すなわ
ち、第１段階として、室内の気流，温度，湿度の分布を
固定した共通の条件として固定した簡易な熱放射・熱伝
導ＣＦＤ解析により、この解析結果における温熱環境性
状の評価に基づき、遺伝的アルゴリズム（Genetic Algo
rism、以降ＧＡ）で探査した最適設計条件の候補となる
複数の設計パラメータの組み合わせの候補を選択する。
そして、本発明の室内温熱環境設計システムは、上述し
たように、広範な設計自由度のパラメータの組み合わせ
から、詳細なＣＦＤ連成解析に比較して、少ない計算量
で、あらかじめ複数（少数）の最適設計条件の候補（詳
細な温度湿度放射場ＣＦＤ連成解析を行うのに妥当な
数、すなわちシステムに用いる計算機（コンピュータシ
ステム）等の能力に応じて決定される）を探索し、第２
段階として、第１段階で求めた少数の最適設計条件の候
補から、室内の気流，温度及び湿度の分布と熱放射場環
境とを含めた詳細な温度湿度放射場ＣＦＤ連成解析を行
い、これにより、室内温熱環境性状の解析及びその設計
目標に対する達成度の評価を行い、室内温熱環境の最適
条件を探索する２段の階最適化を行う。
【００１０】以下、図面を参照して本発明の実施形態に
ついて説明する。図１は本発明の一実施形態による室内
温熱環境設計システムの構成例を示すブロック図であ
る。この図において、データベース１には、室内温熱環
境の設計（放射冷房パネルと自然換気（外気）を併用し
たハイブリッド空調方式による室内温熱環境設計）に用
いる複数の設計自由度に対応して、それぞれ複数の設計
パラメータが記憶されている。すなわち、データベース
１には、設計自由度に応じた選択可能な設計パラメータ
が、設計自由度毎に格納されている。例えば、このデー
タベース１には、上記設計自由度（建物を設計する自由
度）に対応する設計パラメータとして、床面積が一定
であり、部屋の形状が異なる複数の室形状データ，自
然換気流入口の位置を示す換気口位置データ，放射パ
ネルの設置位置データ，放射パネルの形状を示すパネ
ル形状データ，及び上記自然換気流入口の幅（自然換
気導入量は一定）の流入口幅データなどが記憶されてい
る。ここで、設計パラメータは、各々分類された設計パ
ラメータ毎に、複数のパラメータを有している。ＧＡ演
算部２は、上述した簡易な熱放射熱伝導ＣＦＤ解析に用
いるパラメータとして、上記設計自由度毎の複数のパラ
メータから、１つずつパラメータを選択し、この設計自
由度毎に選択したパラメータを１組（セット）とした、
パラメータの組み合わせを生成する。そして、ＧＡ演算
部２は、上述したパラメータの組み合わせを生成する場
合に、順次、以下に示すようにＧＡ（遺伝的アルゴリズ
ム）法により探査することで、パラメータの組み合わせ
を、遺伝子として複数作成する。
ついて説明する。図１は本発明の一実施形態による室内
温熱環境設計システムの構成例を示すブロック図であ
る。この図において、データベース１には、室内温熱環
境の設計（放射冷房パネルと自然換気（外気）を併用し
たハイブリッド空調方式による室内温熱環境設計）に用
いる複数の設計自由度に対応して、それぞれ複数の設計
パラメータが記憶されている。すなわち、データベース
１には、設計自由度に応じた選択可能な設計パラメータ
が、設計自由度毎に格納されている。例えば、このデー
タベース１には、上記設計自由度（建物を設計する自由
度）に対応する設計パラメータとして、床面積が一定
であり、部屋の形状が異なる複数の室形状データ，自
然換気流入口の位置を示す換気口位置データ，放射パ
ネルの設置位置データ，放射パネルの形状を示すパネ
ル形状データ，及び上記自然換気流入口の幅（自然換
気導入量は一定）の流入口幅データなどが記憶されてい
る。ここで、設計パラメータは、各々分類された設計パ
ラメータ毎に、複数のパラメータを有している。ＧＡ演
算部２は、上述した簡易な熱放射熱伝導ＣＦＤ解析に用
いるパラメータとして、上記設計自由度毎の複数のパラ
メータから、１つずつパラメータを選択し、この設計自
由度毎に選択したパラメータを１組（セット）とした、
パラメータの組み合わせを生成する。そして、ＧＡ演算
部２は、上述したパラメータの組み合わせを生成する場
合に、順次、以下に示すようにＧＡ（遺伝的アルゴリズ
ム）法により探査することで、パラメータの組み合わせ
を、遺伝子として複数作成する。
【００１１】ＧＡ演算部２は、室内温熱環境の第１段階
最適化において、室内温度，湿度の分布を各パラメータ
の組み合わせによらず適時、固定した共通の条件として
既知の分布で仮定して行う室内の簡便な熱放射熱伝導Ｃ
ＦＤ解析を行い、広範な設計パラメータの組み合わせの
中から、設計目標に対して達成度の高い最適な組み合わ
せの候補を複数（少数）、ＧＡ法により抽出する。この
簡便な熱放射・熱伝導ＣＦＤ解析は、室内空気の温度及
び湿度分布を仮定する一方、固体面の温度分布による熱
放射環境場の解析は詳細に行うものである。ここで、上
記熱放射熱伝導ＣＦＤ解析において、最適設計値（設計
パラメータの組み合わせで設計目標に対して達成度の高
い最適なもの）の判定を行う設計目標の数値的評価法を
設定しておく必要がある。
最適化において、室内温度，湿度の分布を各パラメータ
の組み合わせによらず適時、固定した共通の条件として
既知の分布で仮定して行う室内の簡便な熱放射熱伝導Ｃ
ＦＤ解析を行い、広範な設計パラメータの組み合わせの
中から、設計目標に対して達成度の高い最適な組み合わ
せの候補を複数（少数）、ＧＡ法により抽出する。この
簡便な熱放射・熱伝導ＣＦＤ解析は、室内空気の温度及
び湿度分布を仮定する一方、固体面の温度分布による熱
放射環境場の解析は詳細に行うものである。ここで、上
記熱放射熱伝導ＣＦＤ解析において、最適設計値（設計
パラメータの組み合わせで設計目標に対して達成度の高
い最適なもの）の判定を行う設計目標の数値的評価法を
設定しておく必要がある。
【００１２】本実施形態における最適設計値の目標とし
ては、この最適設計値に対応した室内温熱環境の評価値
が最大値となる境界条件（例えば、空調方式，吹出・吸
込口の位置等）を意味する。また、最適設計値として
は、複数の項目の設計目標を満足（設計許容範囲内に入
る値）させる必要があり、本実施形態における設計目標
として、以下のような設計目標を設定した。 （ａ）人体モデルのＰＭＶ（Predictive Mean Vote；人
が感じる温冷感を表す指標）、このＰＭＶが「０」に近
いほど最適とする。 （ｂ）放射パネルの空調投入熱量（少ないほど最適） （ｃ）室内の上下温度差（少ないほど最適） また、本実施形態においては、上記（ａ），（ｂ）及び
（ｃ）の設計目標を例として示したが、他に適時、評価
の内容の必要性に応じて数値的評価を行うための設計評
価を追加して用いることとなる。
ては、この最適設計値に対応した室内温熱環境の評価値
が最大値となる境界条件（例えば、空調方式，吹出・吸
込口の位置等）を意味する。また、最適設計値として
は、複数の項目の設計目標を満足（設計許容範囲内に入
る値）させる必要があり、本実施形態における設計目標
として、以下のような設計目標を設定した。 （ａ）人体モデルのＰＭＶ（Predictive Mean Vote；人
が感じる温冷感を表す指標）、このＰＭＶが「０」に近
いほど最適とする。 （ｂ）放射パネルの空調投入熱量（少ないほど最適） （ｃ）室内の上下温度差（少ないほど最適） また、本実施形態においては、上記（ａ），（ｂ）及び
（ｃ）の設計目標を例として示したが、他に適時、評価
の内容の必要性に応じて数値的評価を行うための設計評
価を追加して用いることとなる。
【００１３】そして、各々の設計目標に対して、室内温
熱環境を評価し、最適程度を評価するため、それぞれの
評価値を算出する。しかしながら、上記評価値は、それ
ぞれがトレードオフ関係となる場合が多く、全ての設計
目標を満たす評価値を得ることが困難なため、本実施形
態のＧＡ演算部２では、複数の設計目標に対する室内温
熱評価要素Ｏtotalを算出する１次関数（以下に示す
（１）式）により統合化して評価している。
熱環境を評価し、最適程度を評価するため、それぞれの
評価値を算出する。しかしながら、上記評価値は、それ
ぞれがトレードオフ関係となる場合が多く、全ての設計
目標を満たす評価値を得ることが困難なため、本実施形
態のＧＡ演算部２では、複数の設計目標に対する室内温
熱評価要素Ｏtotalを算出する１次関数（以下に示す
（１）式）により統合化して評価している。
【数１】
【００１４】図２には、データベース１に記憶された、
この（１）式において用いられる、室内温熱環境の評価
のための関数と、この関数の演算条件とを示すテーブル
が記載されている。以下に各関数とその演算条件とを説
明する。すなわち、上記（ａ）の各人体モデルのＰＭＶ
の関数において、重み関数Ｇ(i）は、｜ＰＭＶ｜が１よ
り小さいとき、「０.１２５」であり、｜ＰＭＶ｜が１
より大きいとき、「０.０」と定義されている。また、
各人体モデルのＰＭＶの関数において、個別評価関数Ｄ
(i)は、「１.０−｜ＰＭＶ｜」と定義されている。さら
に、各人体モデルのＰＭＶの関数において、無次元化の
ための基準量Ｎ(i)は、「１.０」と定義されている。
この（１）式において用いられる、室内温熱環境の評価
のための関数と、この関数の演算条件とを示すテーブル
が記載されている。以下に各関数とその演算条件とを説
明する。すなわち、上記（ａ）の各人体モデルのＰＭＶ
の関数において、重み関数Ｇ(i）は、｜ＰＭＶ｜が１よ
り小さいとき、「０.１２５」であり、｜ＰＭＶ｜が１
より大きいとき、「０.０」と定義されている。また、
各人体モデルのＰＭＶの関数において、個別評価関数Ｄ
(i)は、「１.０−｜ＰＭＶ｜」と定義されている。さら
に、各人体モデルのＰＭＶの関数において、無次元化の
ための基準量Ｎ(i)は、「１.０」と定義されている。
【００１５】上記（ｂ）の放射パネルの空調投入熱量に
対する空調エネルギーの関数において、重み関数Ｇ(i）
は、「０.３」と定義されている。また、空調エネルギ
ーの関数において、個別評価関数Ｄ(i)は、「Ｑtotal−
Ｑ panel」と定義されている。ここで、Ｑtotalは室内空
調負荷であり、Ｑpanelは放射パネルが負担する空調エ
ネルギーである。さらに、各人体モデルのＰＭＶの関数
において、無次元化のための基準量Ｎ(i)は、
「Ｑtotal」と定義されている。
対する空調エネルギーの関数において、重み関数Ｇ(i）
は、「０.３」と定義されている。また、空調エネルギ
ーの関数において、個別評価関数Ｄ(i)は、「Ｑtotal−
Ｑ panel」と定義されている。ここで、Ｑtotalは室内空
調負荷であり、Ｑpanelは放射パネルが負担する空調エ
ネルギーである。さらに、各人体モデルのＰＭＶの関数
において、無次元化のための基準量Ｎ(i)は、
「Ｑtotal」と定義されている。
【００１６】上記（ｃ）の上下温度差の関数において、
重み関数Ｇ(i）は、上下温度差Ｔが「２.０」より小さ
いとき、「０.２」と定義され、上下温度差Ｔが「２.
０」より大きいとき「０.０」と定義されている。ま
た、上下温度差の関数において、個別評価関数Ｄ(i)
は、「２.０−上下温度差」と定義されている。さら
に、各人体モデルのＰＭＶの関数において、無次元化の
ための基準量Ｎ(i)は、「２.０」と定義されている。こ
こで、「ｉ」は、組み合わせにおける各設計パラメータ
に各々対応している。そして、ＧＡ演算部２は、各設計
パラメータ毎に、個別評価関数Ｄ（i）に重み関数Ｇ(i)
を乗じ、基準量Ｎ（i）により除算した個別評価値を求
める。これにより、ＧＡ演算部２は、（１）式により、
組み合わせに含まれる全ての設計パラメータの個別評価
値を加算し、この積算値としてＯtotalを演算する。
重み関数Ｇ(i）は、上下温度差Ｔが「２.０」より小さ
いとき、「０.２」と定義され、上下温度差Ｔが「２.
０」より大きいとき「０.０」と定義されている。ま
た、上下温度差の関数において、個別評価関数Ｄ(i)
は、「２.０−上下温度差」と定義されている。さら
に、各人体モデルのＰＭＶの関数において、無次元化の
ための基準量Ｎ(i)は、「２.０」と定義されている。こ
こで、「ｉ」は、組み合わせにおける各設計パラメータ
に各々対応している。そして、ＧＡ演算部２は、各設計
パラメータ毎に、個別評価関数Ｄ（i）に重み関数Ｇ(i)
を乗じ、基準量Ｎ（i）により除算した個別評価値を求
める。これにより、ＧＡ演算部２は、（１）式により、
組み合わせに含まれる全ての設計パラメータの個別評価
値を加算し、この積算値としてＯtotalを演算する。
【００１７】ＧＡ演算部２は、この図２に示すテーブル
の条件において、ＧＡ法により探査した設計パラメータ
に基づき、放射・伝導連成シミュレーションを行う。ま
た、ＧＡ演算部２は、上記放射・伝導連成シミュレーシ
ョンの結果、すなわち室内温熱評価要素Ｏtotalをフィ
ードバックし、この数値に基づき再度ＧＡ法による設計
パラメータの再探査（世代を進める）を行い、室内温熱
評価要素Ｏto talを高くする設計パラメータの組み合わ
せの探査を行う。このようにして、ＧＡ演算部２は、上
述したＧＡ法により、各設計自由度のパラメータの組み
合わせの探査と、簡易な熱放射・熱伝導ＣＦＤ解析とを
繰り返して行うことにより、この第１段階探査（第１段
階の解析）を行う。
の条件において、ＧＡ法により探査した設計パラメータ
に基づき、放射・伝導連成シミュレーションを行う。ま
た、ＧＡ演算部２は、上記放射・伝導連成シミュレーシ
ョンの結果、すなわち室内温熱評価要素Ｏtotalをフィ
ードバックし、この数値に基づき再度ＧＡ法による設計
パラメータの再探査（世代を進める）を行い、室内温熱
評価要素Ｏto talを高くする設計パラメータの組み合わ
せの探査を行う。このようにして、ＧＡ演算部２は、上
述したＧＡ法により、各設計自由度のパラメータの組み
合わせの探査と、簡易な熱放射・熱伝導ＣＦＤ解析とを
繰り返して行うことにより、この第１段階探査（第１段
階の解析）を行う。
【００１８】そして、ＧＡ演算部２は、所定の世代（例
えば、５０世代）に渡り、上述してきたように、各設計
自由度のパラメータの組み合わせの探査、及び簡易な熱
放射・熱伝導ＣＦＤ解析を繰り返し、この後、室内温熱
環境の数量化評価である室内温熱評価要素Ｏtotalが最
適条件候補を選択する数値として設定した閾値以上とな
る最適設計値（設計自由度のパラメータの組み合わせ）
を、第１世代から第５０世代にわたる計算結果の評価の
中から選択する。ここで、ＧＡ演算部２は、第１世代の
遺伝子のみ、データベース１の各設計自由度の項目から
ランダムに選択する。また、ＧＡ演算部２は、シミュレ
ーションの結果として、室内温熱評価要素Ｏ totalが最
適条件候補の数値として設定した閾値以上となる最適設
計値に対応させて、各々、図２のテーブルにおける各関
数の評価結果の組み合わせと、室内温熱評価要素Ｏ
totalとを、最適条件候補としてＧＡ演算結果記憶部３
に書き込む。
えば、５０世代）に渡り、上述してきたように、各設計
自由度のパラメータの組み合わせの探査、及び簡易な熱
放射・熱伝導ＣＦＤ解析を繰り返し、この後、室内温熱
環境の数量化評価である室内温熱評価要素Ｏtotalが最
適条件候補を選択する数値として設定した閾値以上とな
る最適設計値（設計自由度のパラメータの組み合わせ）
を、第１世代から第５０世代にわたる計算結果の評価の
中から選択する。ここで、ＧＡ演算部２は、第１世代の
遺伝子のみ、データベース１の各設計自由度の項目から
ランダムに選択する。また、ＧＡ演算部２は、シミュレ
ーションの結果として、室内温熱評価要素Ｏ totalが最
適条件候補の数値として設定した閾値以上となる最適設
計値に対応させて、各々、図２のテーブルにおける各関
数の評価結果の組み合わせと、室内温熱評価要素Ｏ
totalとを、最適条件候補としてＧＡ演算結果記憶部３
に書き込む。
【００１９】ここで、上述してきたＧＡ法は、例えば、
以下に示す条件を用いて設計パラメータの組み合わせ
を、所定の世代にわたり行う。 ・遺伝子のビット数 ；６ ・世代の個数 ；１０個体 ・遺伝子の交叉率 ；８０％ ・交叉方法 ；一様交叉 ・遺伝子の突然変異 ；２０％ ・交叉のための固体選択方法 ；トーナメント方式
以下に示す条件を用いて設計パラメータの組み合わせ
を、所定の世代にわたり行う。 ・遺伝子のビット数 ；６ ・世代の個数 ；１０個体 ・遺伝子の交叉率 ；８０％ ・交叉方法 ；一様交叉 ・遺伝子の突然変異 ；２０％ ・交叉のための固体選択方法 ；トーナメント方式
【００２０】ＣＦＤ演算部４は、ＧＡ演算結果記憶部３
に格納された各最適条件候補毎に、各々の設計パラメー
タの組み合わせに基づいて、室内温熱環境の詳細な温度
湿度放射場ＣＦＤ連成解析を行う。上記温度湿度放射場
ＣＦＤ連成解析は、第１段階探査と異なり、室内におけ
る気流・温度・湿度の分布と、熱放射環境場の解析とを
含め、かつ詳細なメッシュにおいて、第２段階探査とし
ての室内温熱環境を解析する温度湿度放射場ＣＦＤ連成
解析のシミュレーションである。
に格納された各最適条件候補毎に、各々の設計パラメー
タの組み合わせに基づいて、室内温熱環境の詳細な温度
湿度放射場ＣＦＤ連成解析を行う。上記温度湿度放射場
ＣＦＤ連成解析は、第１段階探査と異なり、室内におけ
る気流・温度・湿度の分布と、熱放射環境場の解析とを
含め、かつ詳細なメッシュにおいて、第２段階探査とし
ての室内温熱環境を解析する温度湿度放射場ＣＦＤ連成
解析のシミュレーションである。
【００２１】また、ＣＦＤ演算部４は、上記温度湿度放
射場ＣＦＤ連成解析のシミュレーション結果の判定に、
第１段階探査と同様な関数と、この関数の演算条件とを
示す図２のテーブルを用いて、各最適条件候補に対して
行ったシミュレーション結果の評価を行い、評価結果を
ＧＡ演算結果記憶部３に、計算に用いたパラメータの組
み合わせに対応して記憶させる。そして、ＣＦＤ演算部
４は、最適条件候補毎に、上述した温度湿度放射場ＣＦ
Ｄ連成解析において、所定の範囲で各設計自由度のパラ
メータを微調整（室内温熱評価要素Ｏtotalの数値の山
（より高い数値）を検索）しつつ最適化を行い、この最
適化を含めた温度湿度放射場ＣＦＤ連成解析の結果、こ
の最適条件候補のパラメータの組み合わせのうち、最も
室内温熱評価要素Ｏtotalを選択し、この室内温熱評価
要素Ｏtotalと、このときの微調整されたパラメータの
組み合わせを出力する。室内温熱環境設計部５は、ＣＦ
Ｄ演算部４から出力される、温度湿度放射場ＣＦＤ連成
解析により解析／最適化された各最適条件候補の組み合
わせの内、最も評価結果の高い最適条件候補を、最適設
計における設計自由度のパラメータの組み合わせとし
て、すなわち最適設計の設計値として選択して出力す
る。
射場ＣＦＤ連成解析のシミュレーション結果の判定に、
第１段階探査と同様な関数と、この関数の演算条件とを
示す図２のテーブルを用いて、各最適条件候補に対して
行ったシミュレーション結果の評価を行い、評価結果を
ＧＡ演算結果記憶部３に、計算に用いたパラメータの組
み合わせに対応して記憶させる。そして、ＣＦＤ演算部
４は、最適条件候補毎に、上述した温度湿度放射場ＣＦ
Ｄ連成解析において、所定の範囲で各設計自由度のパラ
メータを微調整（室内温熱評価要素Ｏtotalの数値の山
（より高い数値）を検索）しつつ最適化を行い、この最
適化を含めた温度湿度放射場ＣＦＤ連成解析の結果、こ
の最適条件候補のパラメータの組み合わせのうち、最も
室内温熱評価要素Ｏtotalを選択し、この室内温熱評価
要素Ｏtotalと、このときの微調整されたパラメータの
組み合わせを出力する。室内温熱環境設計部５は、ＣＦ
Ｄ演算部４から出力される、温度湿度放射場ＣＦＤ連成
解析により解析／最適化された各最適条件候補の組み合
わせの内、最も評価結果の高い最適条件候補を、最適設
計における設計自由度のパラメータの組み合わせとし
て、すなわち最適設計の設計値として選択して出力す
る。
【００２２】次に、図１，図２及び図３を用いて、本発
明の一実施形態による室内温熱環境設計システムの動作
を説明する。ここで行う室内温熱環境の設計対象は、放
射冷房パネルと自然換気（外気）を併用したハイブリッ
ド空調方式である。図３は、上記室内温熱環境設計シス
テムにおける室内温熱環境の最適化の流れを示す概念図
である。ステップａにおいて、最適設計のための室内温
熱環境の評価要素、すなわち、図２のテーブルにおける
関数と、この関数の演算条件とを決定する。
明の一実施形態による室内温熱環境設計システムの動作
を説明する。ここで行う室内温熱環境の設計対象は、放
射冷房パネルと自然換気（外気）を併用したハイブリッ
ド空調方式である。図３は、上記室内温熱環境設計シス
テムにおける室内温熱環境の最適化の流れを示す概念図
である。ステップａにおいて、最適設計のための室内温
熱環境の評価要素、すなわち、図２のテーブルにおける
関数と、この関数の演算条件とを決定する。
【００２３】次に、ステップｂにおいて、最適設計のた
めの室内温熱環境の評価方法、すなわち、（１）式に示
す評価関数と、第１段階探査において、この評価関数か
ら得られた室内温熱評価要素Ｏtotalの数値に基づき、
複数の結果から最適条件候補を選択する閾値を決定、例
えば本実施形態では「０.９」とする。次に、ステップ
ｓにおいて、室内温熱環境に対する簡便な熱放射熱伝導
ＣＦＤ解析を行うための、各設計自由度に対応する設計
パラメータを準備し、データベース１に記憶させる。
めの室内温熱環境の評価方法、すなわち、（１）式に示
す評価関数と、第１段階探査において、この評価関数か
ら得られた室内温熱評価要素Ｏtotalの数値に基づき、
複数の結果から最適条件候補を選択する閾値を決定、例
えば本実施形態では「０.９」とする。次に、ステップ
ｓにおいて、室内温熱環境に対する簡便な熱放射熱伝導
ＣＦＤ解析を行うための、各設計自由度に対応する設計
パラメータを準備し、データベース１に記憶させる。
【００２４】また、この簡易な熱放射熱伝導ＣＦＤ解析
のシミュレーションにおける条件を以下に示す。人間が
存在した状態での設計が必要となるため、以下に示すシ
ミュレーションには、以下説明する図におけるように人
体モデルが配置されている。すなわち、室内には、人体
生理モデルにより、放熱・放湿する人体モデルを４体設
置する。上記シミュレーションの対象期を中間期とし、
自然換気（外気）導入量は９００ｍ3／ｈ（温度１６
℃、湿度６０％）と固定する。
のシミュレーションにおける条件を以下に示す。人間が
存在した状態での設計が必要となるため、以下に示すシ
ミュレーションには、以下説明する図におけるように人
体モデルが配置されている。すなわち、室内には、人体
生理モデルにより、放熱・放湿する人体モデルを４体設
置する。上記シミュレーションの対象期を中間期とし、
自然換気（外気）導入量は９００ｍ3／ｈ（温度１６
℃、湿度６０％）と固定する。
【００２５】また、日射による熱量は５００Ｗ（以下に
示す窓面に与える）であり、照明は６００Ｗ（空間一様
発生）であり、ＯＡ機器の放熱は１２００Ｗ（空間一様
発生）、人体からの放熱は１００８Ｗ（顕熱，潜熱成分
を含む、８人（＝０.２５人／ｍ2）の内４人の冷房負荷
を人体モデルにより得て、他の４人からの放熱は一様発
生）とする。これにより、全体の熱量としては３３０８
Ｗであり、また、外気温度６０℃、相対湿度６０％とし
て計算を行うこととする。
示す窓面に与える）であり、照明は６００Ｗ（空間一様
発生）であり、ＯＡ機器の放熱は１２００Ｗ（空間一様
発生）、人体からの放熱は１００８Ｗ（顕熱，潜熱成分
を含む、８人（＝０.２５人／ｍ2）の内４人の冷房負荷
を人体モデルにより得て、他の４人からの放熱は一様発
生）とする。これにより、全体の熱量としては３３０８
Ｗであり、また、外気温度６０℃、相対湿度６０％とし
て計算を行うこととする。
【００２６】本実施形態では、データベース１には、例
えば、シミュレーションの対する室形状（設計自由度の
項目）として、図４に示す，，及びの３種類のパ
ラメータのデータが記憶されている。図４−は、床面
積が３０ｍ2（長さ１０ｍ×幅３ｍ×高さ４ｍ）であ
り、幅方向の壁に、床から０.５ｍの高さに、幅１.５ｍ
×横３ｍの窓が設けられている。図４−は、床面積が
３０ｍ2（長さ６ｍ×幅５ｍ×高さ４ｍ）であり、長さ
方向の壁に、床から０.５ｍの高さに、幅１.５ｍ×横６
ｍの窓が設けられている。図４−は、床面積が３０ｍ
2（長さ６ｍ×幅５ｍ×高さ６ｍ）であり、幅方向の壁
に、床から０.５ｍの高さに、幅１.５ｍ×横３ｍの窓が
設けられている。
えば、シミュレーションの対する室形状（設計自由度の
項目）として、図４に示す，，及びの３種類のパ
ラメータのデータが記憶されている。図４−は、床面
積が３０ｍ2（長さ１０ｍ×幅３ｍ×高さ４ｍ）であ
り、幅方向の壁に、床から０.５ｍの高さに、幅１.５ｍ
×横３ｍの窓が設けられている。図４−は、床面積が
３０ｍ2（長さ６ｍ×幅５ｍ×高さ４ｍ）であり、長さ
方向の壁に、床から０.５ｍの高さに、幅１.５ｍ×横６
ｍの窓が設けられている。図４−は、床面積が３０ｍ
2（長さ６ｍ×幅５ｍ×高さ６ｍ）であり、幅方向の壁
に、床から０.５ｍの高さに、幅１.５ｍ×横３ｍの窓が
設けられている。
【００２７】また、データベース１には、部屋における
自然換気流入口の換気口位置（設計自由度の項目）デー
タとして図５に示す，，，及びの５種類のパ
ラメータのデータが記憶されている。図５−は、自然
換気に用いられる外気を部屋の外から流入させるための
吹出口が天井近傍の壁面に設けられ、かつ空気を部屋の
外へ排出するための吸込口が上記壁面に対向する他の壁
面の天井近傍に設けられている。図５−は、上記吹出
口が床近傍の壁面に設けられ、かつ上記吸込口がこの壁
面に対向する他の壁面の天井近傍に設けられている。図
５−は、吹出口が壁近傍の床面に設けられ、かつ吸込
口がこの壁に対向する他の壁面の天井近傍に設けられて
いる。図５−は、吹出口が壁近傍の天井に設けられ、
かつ吸込口がこの壁に対向する他の壁面の天井近傍に設
けられている。図５−は、吹出口及び吹込口が設けら
れていない。
自然換気流入口の換気口位置（設計自由度の項目）デー
タとして図５に示す，，，及びの５種類のパ
ラメータのデータが記憶されている。図５−は、自然
換気に用いられる外気を部屋の外から流入させるための
吹出口が天井近傍の壁面に設けられ、かつ空気を部屋の
外へ排出するための吸込口が上記壁面に対向する他の壁
面の天井近傍に設けられている。図５−は、上記吹出
口が床近傍の壁面に設けられ、かつ上記吸込口がこの壁
面に対向する他の壁面の天井近傍に設けられている。図
５−は、吹出口が壁近傍の床面に設けられ、かつ吸込
口がこの壁に対向する他の壁面の天井近傍に設けられて
いる。図５−は、吹出口が壁近傍の天井に設けられ、
かつ吸込口がこの壁に対向する他の壁面の天井近傍に設
けられている。図５−は、吹出口及び吹込口が設けら
れていない。
【００２８】さらに、データベース１には、図４の及
びの室形状に対する放射冷房パネルの設置位置（設計
自由度の項目）として、図６に示す，，及びの
４種類のパラメータのデータが記憶されている。（図６
には図４と同様に人体モデルが描かれている。ここで、
放射パネルの配置により隠れてにおける人体モデルが
一部見えないが、放射パネルの後方に２つの人体モデル
が存在している。） 図６−は、高さ１.５ｍ×幅８ｍの放射冷房パネル
（両面が放射面となるので放射面２４ｍ2）が、部屋の
中央の床に、立てた状態で長手方向に設けられている。
図６−は、高さ３ｍ×幅８ｍの放射冷房パネル（両面
が放射面となるので放射面４８ｍ2）が、部屋の中央の
床に、立てた状態で長手方向に設けられている。図６−
は、幅３ｍ×長さ幅８ｍの放射冷房パネル（片面のみ
が放射面となるので放射面２４ｍ2）が、天井に部屋の
長手方向に対向する壁から、各々１ｍ設けられている。
図６−は、幅３ｍ×長さ幅８ｍの放射冷房パネル（片
面のみが放射面となるので放射面２４ｍ2）が、床に部
屋の長手方向に対向する壁から、各々１ｍ設けられてい
る。
びの室形状に対する放射冷房パネルの設置位置（設計
自由度の項目）として、図６に示す，，及びの
４種類のパラメータのデータが記憶されている。（図６
には図４と同様に人体モデルが描かれている。ここで、
放射パネルの配置により隠れてにおける人体モデルが
一部見えないが、放射パネルの後方に２つの人体モデル
が存在している。） 図６−は、高さ１.５ｍ×幅８ｍの放射冷房パネル
（両面が放射面となるので放射面２４ｍ2）が、部屋の
中央の床に、立てた状態で長手方向に設けられている。
図６−は、高さ３ｍ×幅８ｍの放射冷房パネル（両面
が放射面となるので放射面４８ｍ2）が、部屋の中央の
床に、立てた状態で長手方向に設けられている。図６−
は、幅３ｍ×長さ幅８ｍの放射冷房パネル（片面のみ
が放射面となるので放射面２４ｍ2）が、天井に部屋の
長手方向に対向する壁から、各々１ｍ設けられている。
図６−は、幅３ｍ×長さ幅８ｍの放射冷房パネル（片
面のみが放射面となるので放射面２４ｍ2）が、床に部
屋の長手方向に対向する壁から、各々１ｍ設けられてい
る。
【００２９】加えて、データベース１には、図４のの
室形状に対する放射冷房パネルの設置位置（設計自由度
の項目）として、図７に示す，，及びの４種類
のパラメータのデータが記憶されている。（図７には図
４と同様に人体モデルが描かれている。ここで、放射パ
ネルの配置により隠れてにおける人体モデルが見えな
いが、放射パネルの後方に４つの人体モデルが存在して
いる。） 図７−は、高さ１.５ｍ×幅４ｍの放射冷房パネル
が、部屋の中央の床に、立てた状態で１個設けられ、同
様の大きさの放射冷房パネルが、部屋の長手方向に対向
する各々の壁に、床に立てる状態で設けられている。こ
のため、上記３個の放射冷房パネルの放射面の合計は、
中央に設けられた放射冷房パネルの両面が放射面であ
り、壁に設けられた放射冷房パネルの片面が放射面であ
るため、２４ｍ2である。
室形状に対する放射冷房パネルの設置位置（設計自由度
の項目）として、図７に示す，，及びの４種類
のパラメータのデータが記憶されている。（図７には図
４と同様に人体モデルが描かれている。ここで、放射パ
ネルの配置により隠れてにおける人体モデルが見えな
いが、放射パネルの後方に４つの人体モデルが存在して
いる。） 図７−は、高さ１.５ｍ×幅４ｍの放射冷房パネル
が、部屋の中央の床に、立てた状態で１個設けられ、同
様の大きさの放射冷房パネルが、部屋の長手方向に対向
する各々の壁に、床に立てる状態で設けられている。こ
のため、上記３個の放射冷房パネルの放射面の合計は、
中央に設けられた放射冷房パネルの両面が放射面であ
り、壁に設けられた放射冷房パネルの片面が放射面であ
るため、２４ｍ2である。
【００３０】図７−は、高さ３ｍ×幅４ｍの放射冷房
パネルが、部屋の中央の床に、立てた状態で１個設けら
れ、同様の大きさの放射冷房パネルが、部屋の長手方向
において対向する各々の壁に、床に立てる状態で設けら
れている。このため、上記３個の放射冷房パネルの放射
面の合計は、中央に設けられた放射冷房パネルの両面が
放射面であり、壁に設けられた放射冷房パネルの片面が
放射面であるため、４８ｍ2である。図７−は、幅３
ｍ×長さ４ｍの放射冷房パネル（放射面が片側であり、
放射面２４ｍ2）が、部屋の天井に設けられている。図
７−は、幅３ｍ×長さ４ｍの放射冷房パネル（放射面
が片側であり、放射面２４ｍ2）が、部屋の床に設けら
れている。
パネルが、部屋の中央の床に、立てた状態で１個設けら
れ、同様の大きさの放射冷房パネルが、部屋の長手方向
において対向する各々の壁に、床に立てる状態で設けら
れている。このため、上記３個の放射冷房パネルの放射
面の合計は、中央に設けられた放射冷房パネルの両面が
放射面であり、壁に設けられた放射冷房パネルの片面が
放射面であるため、４８ｍ2である。図７−は、幅３
ｍ×長さ４ｍの放射冷房パネル（放射面が片側であり、
放射面２４ｍ2）が、部屋の天井に設けられている。図
７−は、幅３ｍ×長さ４ｍの放射冷房パネル（放射面
が片側であり、放射面２４ｍ2）が、部屋の床に設けら
れている。
【００３１】また、データベース１には、図４，図５，
図６及び図７における放射パネル（設計自由度の項目）
が多板型と単板型との２種類のパラメータのデータが記
憶されている。多板型と単板型との違いにおいては、計
算上で、対流熱伝達率を変更することによりモデル化し
ており、多板型の場合単板型より３倍高く設定した。さ
らに、データベース１には、放射パネルの放射面の温度
として、９℃〜２１℃を１℃ずつ設定する１３の温度の
データが記憶されている。加えて、データベース１に
は、上記自然換気流入口の幅として、０.５ｍと０.１ｍ
とのデータが記憶されている（自然換気導入量は９００
ｍ3／ｈで一定）。
図６及び図７における放射パネル（設計自由度の項目）
が多板型と単板型との２種類のパラメータのデータが記
憶されている。多板型と単板型との違いにおいては、計
算上で、対流熱伝達率を変更することによりモデル化し
ており、多板型の場合単板型より３倍高く設定した。さ
らに、データベース１には、放射パネルの放射面の温度
として、９℃〜２１℃を１℃ずつ設定する１３の温度の
データが記憶されている。加えて、データベース１に
は、上記自然換気流入口の幅として、０.５ｍと０.１ｍ
とのデータが記憶されている（自然換気導入量は９００
ｍ3／ｈで一定）。
【００３２】次に、ステップｄにおいて、例えば、室内
温熱環境の設計を実行させる作業者が、室内温熱環境の
最適設計を行うため、第２段階探査で用いる最適条件候
補を選択する室内温熱評価要素Ｏtotalの閾値、例えば
「０.９」を、室内温熱環境設計システムに設定する。
温熱環境の設計を実行させる作業者が、室内温熱環境の
最適設計を行うため、第２段階探査で用いる最適条件候
補を選択する室内温熱評価要素Ｏtotalの閾値、例えば
「０.９」を、室内温熱環境設計システムに設定する。
【００３３】次に、ステップｅ及びｆにおいて、ＧＡ演
算部２は、すでに述べた各組み合わせ毎のパラメータの
データを、データベース１の各設計パラメータの項目か
らランダムに読み出し、組み合わせとして読み出した各
パラメータを一定のパラメータ順序に、ランダムに接続
して、第１世代の遺伝子を１０個体生成する。ＧＡ演算
部２は、上記第１世代の１０個体に基づき、温度及び湿
度の分布を各パラメータによらず適時、固定した共通の
条件として仮定して行う簡易な熱放射熱伝導ＣＦＤ解析
を行う。
算部２は、すでに述べた各組み合わせ毎のパラメータの
データを、データベース１の各設計パラメータの項目か
らランダムに読み出し、組み合わせとして読み出した各
パラメータを一定のパラメータ順序に、ランダムに接続
して、第１世代の遺伝子を１０個体生成する。ＧＡ演算
部２は、上記第１世代の１０個体に基づき、温度及び湿
度の分布を各パラメータによらず適時、固定した共通の
条件として仮定して行う簡易な熱放射熱伝導ＣＦＤ解析
を行う。
【００３４】そして、ＧＡ演算部２は、この第１世代の
１０個体から、適合度の最も高い遺伝子の選択を行う。
すなわち、ＧＡ演算部２は、第１世代の１０個体毎の設
計パラメータの組み合わせに基づき、上記簡易な熱放射
熱伝導ＣＦＤ解析のシミュレーションを行い、これらの
解析結果から室内温熱評価要素Ｏtotalが最も高く演算
された遺伝子（各設計自由度の項目のパラメータの組み
合わせ）を選択する。
１０個体から、適合度の最も高い遺伝子の選択を行う。
すなわち、ＧＡ演算部２は、第１世代の１０個体毎の設
計パラメータの組み合わせに基づき、上記簡易な熱放射
熱伝導ＣＦＤ解析のシミュレーションを行い、これらの
解析結果から室内温熱評価要素Ｏtotalが最も高く演算
された遺伝子（各設計自由度の項目のパラメータの組み
合わせ）を選択する。
【００３５】次に、ＧＡ演算部２は、上記選択した遺伝
子（パラメータの組み合わせ）を元に、第１世代と同様
に、各設計自由度の項目におけるパラメータの組み合わ
せを代え、第２世代の遺伝子を１０個体生成し、これら
の遺伝子（パラメータの組み合わせ）に基づいて、簡易
な熱放射熱伝導ＣＦＤ解析のシミュレーションを行う。
そして、ＧＡ演算部２は、上記第２世代の遺伝子におけ
るパラメータの組み合わせに基づく結果から、室内温熱
評価要素Ｏtotalが最も高い遺伝子（パラメータの組み
合わせ）ものを選択する。
子（パラメータの組み合わせ）を元に、第１世代と同様
に、各設計自由度の項目におけるパラメータの組み合わ
せを代え、第２世代の遺伝子を１０個体生成し、これら
の遺伝子（パラメータの組み合わせ）に基づいて、簡易
な熱放射熱伝導ＣＦＤ解析のシミュレーションを行う。
そして、ＧＡ演算部２は、上記第２世代の遺伝子におけ
るパラメータの組み合わせに基づく結果から、室内温熱
評価要素Ｏtotalが最も高い遺伝子（パラメータの組み
合わせ）ものを選択する。
【００３６】このように、ＧＡ演算部２は、上述したＧ
Ａ法によるパラメータの組み合わせの生成処理と、この
生成されたパラメータの組み合わせに基づいた簡易な熱
放射熱伝導ＣＦＤ解析と、この解析結果から室内温熱評
価要素Ｏtotalが最も高い遺伝子を選択する処理とを繰
り返して行う。上述したように、本実施形態では、遺伝
子の世代交代を繰り返し、５０世代まで遺伝子を作成、
すなわち、ＧＡ法による各設計自由度におけるパラメー
タの組み合わせの生成を行い、この遺伝子に基づいた、
第１段階の探査のシミュレーションを行う。
Ａ法によるパラメータの組み合わせの生成処理と、この
生成されたパラメータの組み合わせに基づいた簡易な熱
放射熱伝導ＣＦＤ解析と、この解析結果から室内温熱評
価要素Ｏtotalが最も高い遺伝子を選択する処理とを繰
り返して行う。上述したように、本実施形態では、遺伝
子の世代交代を繰り返し、５０世代まで遺伝子を作成、
すなわち、ＧＡ法による各設計自由度におけるパラメー
タの組み合わせの生成を行い、この遺伝子に基づいた、
第１段階の探査のシミュレーションを行う。
【００３７】したがって、最適条件候補を抽出する第１
段階の探査における計算回数は、５００回（１０（個
体）×５０（世代））となり、全組み合わせを計算した
場合の約１６％の計算量となる。上述した最適条件候補
の抽出処理において、ＧＡ演算部２は、室内温熱評価要
素Ｏtotalの閾値より高くなる組み合わせを選択して、
次世代の遺伝子を生成するようにしてもよい。そして、
ＧＡ演算部２は、いままで計算した５００の設計パラメ
ータの組み合わせ（各設計自由度の項目のパラメータの
組み合わせ）において、室内温熱評価要素Ｏtotalが閾
値「０.９」以上となる組み合わせを選択する。この結
果、室内温熱評価要素Ｏtotalが閾値「０.９」以上とな
る組み合わせは、図８に示す１１通りとなった。
段階の探査における計算回数は、５００回（１０（個
体）×５０（世代））となり、全組み合わせを計算した
場合の約１６％の計算量となる。上述した最適条件候補
の抽出処理において、ＧＡ演算部２は、室内温熱評価要
素Ｏtotalの閾値より高くなる組み合わせを選択して、
次世代の遺伝子を生成するようにしてもよい。そして、
ＧＡ演算部２は、いままで計算した５００の設計パラメ
ータの組み合わせ（各設計自由度の項目のパラメータの
組み合わせ）において、室内温熱評価要素Ｏtotalが閾
値「０.９」以上となる組み合わせを選択する。この結
果、室内温熱評価要素Ｏtotalが閾値「０.９」以上とな
る組み合わせは、図８に示す１１通りとなった。
【００３８】すなわち、図８に示すこの選択された１１
通りの組み合わせは、 （１）室内温熱評価要素Ｏtotal＝０.９１９ 図４の，図５の，図７のの設計パラメータと、吹
出口及吸込口の幅が０.１ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。 （２）室内温熱評価要素Ｏtotal＝０.９１９ 図４の，図５の，図７のの設計パラメータと、吹
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。
通りの組み合わせは、 （１）室内温熱評価要素Ｏtotal＝０.９１９ 図４の，図５の，図７のの設計パラメータと、吹
出口及吸込口の幅が０.１ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。 （２）室内温熱評価要素Ｏtotal＝０.９１９ 図４の，図５の，図７のの設計パラメータと、吹
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。
【００３９】
（３）室内温熱評価要素Ｏtotal＝０.９１６
図４の，図５の，図７のの設計パラメータと、吹
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。 （４）室内温熱評価要素Ｏtotal＝０.９１５ 図４の，図５の，図７のの設計パラメータと、吹
出口及吸込口の幅が０.１ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。 （４）室内温熱評価要素Ｏtotal＝０.９１５ 図４の，図５の，図７のの設計パラメータと、吹
出口及吸込口の幅が０.１ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。
【００４０】
（５）室内温熱評価要素Ｏtotal＝０.９１１
図４の，図５の，図７のの設計パラメータと、吹
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。 （６）室内温熱評価要素Ｏtotal＝０.９１１ 図４の，図５の，図７のの設計パラメータと、吹
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。 （６）室内温熱評価要素Ｏtotal＝０.９１１ 図４の，図５の，図７のの設計パラメータと、吹
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。
【００４１】
（７）室内温熱評価要素Ｏtotal＝０.９１１
図４の，図５の，図７のの設計パラメータと、吹
出口及吸込口の幅が０.１ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。 （８）室内温熱評価要素Ｏtotal＝０.９０９ 図４の，図５の，図６のの設計パラメータと、吹
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。
出口及吸込口の幅が０.１ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。 （８）室内温熱評価要素Ｏtotal＝０.９０９ 図４の，図５の，図６のの設計パラメータと、吹
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。
【００４２】
（９）室内温熱評価要素Ｏtotal＝０.９０９
図４の，図５の，図６のの設計パラメータと、吹
出口及吸込口の幅が０.１ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。 （10）室内温熱評価要素Ｏtotal＝０.９０６ 図４の，図５の，図６のの設計パラメータと、吹
出口及吸込口の幅が０.１ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。
出口及吸込口の幅が０.１ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。 （10）室内温熱評価要素Ｏtotal＝０.９０６ 図４の，図５の，図６のの設計パラメータと、吹
出口及吸込口の幅が０.１ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。
【００４３】
（11）室内温熱評価要素Ｏtotal＝０.９０６
図４の，図５の，図６のの設計パラメータと、吹
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。第１段階の探査の結果
は、上述した（１）〜（１１）間での１１組の設計パラ
メータの組み合わせとなった。次に、ステップｇにおい
て、ＧＡ演算部２は、この得られた１１組の設計パラメ
ータの組み合わせのデータと、各々の室内温熱評価要素
Ｏtotalとを対応づけて、ＧＡ演算結果記憶部３に記憶
させる。
出口及吸込口の幅が０.５ｍであり、放射パネルの形状
が単板型で、放射パネルの表面温度が２１℃の設計パラ
メータの組み合わせとなった。第１段階の探査の結果
は、上述した（１）〜（１１）間での１１組の設計パラ
メータの組み合わせとなった。次に、ステップｇにおい
て、ＧＡ演算部２は、この得られた１１組の設計パラメ
ータの組み合わせのデータと、各々の室内温熱評価要素
Ｏtotalとを対応づけて、ＧＡ演算結果記憶部３に記憶
させる。
【００４４】次に、ステップｈにおいて、ＣＦＤ演算部
４は、第２段階の探査として、ＧＡ演算結果記憶部３か
ら、上述した１１個の設計パラメータの組み合わせを読
み出し、これらの組み合わせごとに、細かいメッシュ単
位において、気流，温度，湿度の分布と、熱放射環境場
を含めた詳細な解析を行う温度湿度放射場ＣＦＤ連成解
析のシミュレーションを行う。このとき、ＣＦＤ演算部
４は、各組み合わせのパラメータの微調整を行いつつ、
室内温熱環境の温度湿度放射場ＣＦＤ連成解析を行い、
このパラメータの組み合わせにおいて、最適とされる室
内温熱評価要素Ｏtotalを、各組み合わせ毎に出力す
る。
４は、第２段階の探査として、ＧＡ演算結果記憶部３か
ら、上述した１１個の設計パラメータの組み合わせを読
み出し、これらの組み合わせごとに、細かいメッシュ単
位において、気流，温度，湿度の分布と、熱放射環境場
を含めた詳細な解析を行う温度湿度放射場ＣＦＤ連成解
析のシミュレーションを行う。このとき、ＣＦＤ演算部
４は、各組み合わせのパラメータの微調整を行いつつ、
室内温熱環境の温度湿度放射場ＣＦＤ連成解析を行い、
このパラメータの組み合わせにおいて、最適とされる室
内温熱評価要素Ｏtotalを、各組み合わせ毎に出力す
る。
【００４５】この様にして、ＣＦＤ演算部４は、図８の
（１）〜（１１）において示されているの室内温熱評
価要素Ｏtotalを算出する。図８において、には第１
段階の探査で求められた室内温熱評価要素Ｏtotalの数
値が示されており、には第２段階の探査で求められた
室内温熱評価要素Ｏ totalの数値が示されている。ま
た、ＣＦＤ演算部４は、得られた室内温熱評価要素Ｏ
totalの数値を、ＧＡ演算結果記憶部３のシミュレーシ
ョンに用いた設計パラメータの組み合わせに対応させて
記憶する。
（１）〜（１１）において示されているの室内温熱評
価要素Ｏtotalを算出する。図８において、には第１
段階の探査で求められた室内温熱評価要素Ｏtotalの数
値が示されており、には第２段階の探査で求められた
室内温熱評価要素Ｏ totalの数値が示されている。ま
た、ＣＦＤ演算部４は、得られた室内温熱評価要素Ｏ
totalの数値を、ＧＡ演算結果記憶部３のシミュレーシ
ョンに用いた設計パラメータの組み合わせに対応させて
記憶する。
【００４６】そして、ステップｉにおいて、室内温熱環
境設計部５は、ＧＡ演算結果記憶部３の第２段階の探査
で求められた室内温熱評価要素Ｏtotalのなかから、最
も高い室内温熱評価要素Ｏtotalを選択し、この選択さ
れた数値を算出するのに用いた、各設計自由度のパラメ
ータの組み合わせを、最終的な最適設計値として出力す
る。
境設計部５は、ＧＡ演算結果記憶部３の第２段階の探査
で求められた室内温熱評価要素Ｏtotalのなかから、最
も高い室内温熱評価要素Ｏtotalを選択し、この選択さ
れた数値を算出するのに用いた、各設計自由度のパラメ
ータの組み合わせを、最終的な最適設計値として出力す
る。
【００４７】上述したように、本発明の室内温熱環境設
計システムによれば、第１段階として、ＧＡ演算部２が
ＧＡ法により各設計自由度のパラメータの組み合わせを
探査して、このパラメータ組み合わせにより、温度及び
湿度の分布を仮定して、簡易な熱放射熱伝導ＣＦＤ解析
のシミュレーションを行い、このシミュレーション結果
の室内温熱評価要素Ｏtotalが所定の閾値（例えば、０.
９）以上のものを最適条件候補として選択し（従来例の
１６％の計算量）、ＣＦＤ演算部４が、この最適条件候
補となった組み合わせについてのみ、室内の気流，温
度，湿度の分布と熱放射環境場とを含めた、詳細な温度
湿度放射場ＣＦＤ連成解析のシミュレーションを行い、
室内温熱環境設計部５が、最適条件候補のなかから最も
室内温熱評価要素Ｏtotalの高いパラメータの組み合わ
せを、各設計自由度のパラメータの組み合わせにおける
最適設計値として出力する。
計システムによれば、第１段階として、ＧＡ演算部２が
ＧＡ法により各設計自由度のパラメータの組み合わせを
探査して、このパラメータ組み合わせにより、温度及び
湿度の分布を仮定して、簡易な熱放射熱伝導ＣＦＤ解析
のシミュレーションを行い、このシミュレーション結果
の室内温熱評価要素Ｏtotalが所定の閾値（例えば、０.
９）以上のものを最適条件候補として選択し（従来例の
１６％の計算量）、ＣＦＤ演算部４が、この最適条件候
補となった組み合わせについてのみ、室内の気流，温
度，湿度の分布と熱放射環境場とを含めた、詳細な温度
湿度放射場ＣＦＤ連成解析のシミュレーションを行い、
室内温熱環境設計部５が、最適条件候補のなかから最も
室内温熱評価要素Ｏtotalの高いパラメータの組み合わ
せを、各設計自由度のパラメータの組み合わせにおける
最適設計値として出力する。
【００４８】このため、本発明の室内温熱環境設計シス
テムによれば、従来例のように、設計パラメータの全て
の組み合わせをするのではなく、ＧＡ演算部２が第１段
階の探査として、最適設計に対する組み合わせの最適条
件候補を抽出し、ＣＦＤ演算部４がこの最適条件候補に
ついてのみ、詳細な第２段階の探査を行えるので、従来
例に比較して、演算量を大幅に削減することができ、室
内温熱環境設計の効率を向上させることが可能である。
また、本発明の室内温熱環境設計システムによれば、Ｃ
ＦＤ演算部４が第２段階の探査において、詳細な温度湿
度放射場ＣＦＤ連成解析のシミュレーションを行いつ
つ、計算に用いている組み合わせのパラメータの数値を
微調整して、室内温熱評価要素Ｏtotalの数値の山（よ
り高い数値）を検索する最適化を行うため、計算精度を
向上させることができる。
テムによれば、従来例のように、設計パラメータの全て
の組み合わせをするのではなく、ＧＡ演算部２が第１段
階の探査として、最適設計に対する組み合わせの最適条
件候補を抽出し、ＣＦＤ演算部４がこの最適条件候補に
ついてのみ、詳細な第２段階の探査を行えるので、従来
例に比較して、演算量を大幅に削減することができ、室
内温熱環境設計の効率を向上させることが可能である。
また、本発明の室内温熱環境設計システムによれば、Ｃ
ＦＤ演算部４が第２段階の探査において、詳細な温度湿
度放射場ＣＦＤ連成解析のシミュレーションを行いつ
つ、計算に用いている組み合わせのパラメータの数値を
微調整して、室内温熱評価要素Ｏtotalの数値の山（よ
り高い数値）を検索する最適化を行うため、計算精度を
向上させることができる。
【００４９】以上、本発明の一実施形態を図面を参照し
て詳述してきたが、具体的な構成はこの実施形態に限ら
れるものではなく、本発明の要旨を逸脱しない範囲の設
計変更等があっても本発明に含まれる。
て詳述してきたが、具体的な構成はこの実施形態に限ら
れるものではなく、本発明の要旨を逸脱しない範囲の設
計変更等があっても本発明に含まれる。
【００５０】
【発明の効果】本発明の室内温熱環境設計システムによ
れば、設計パラメータの全ての組み合わに関して詳細な
室内温熱環境場の温度湿度放射場ＣＦＤ連成解析をする
のではなく、第１段階の簡易な熱放射熱伝導解析によ
り、ある程度の評価を得た、設計自由度のパラメータの
組み合わせについてのみ、詳細な第２段階の温度湿度放
射場ＣＦＤ連成解析を行えるので、従来例に比較して、
演算量を大幅に削減することができ、室内温熱環境設計
の効率を向上させることが可能である。また、本発明の
室内温熱環境設計システムによれば、第２段階の探査に
おいて、詳細な放射・伝導の連成ＣＦＤ連成解析のシミ
ュレーションを計算しつつ、計算に用いている組み合わ
せの設計パラメータを微調整して最適化を行うため、計
算精度を向上させることができる。
れば、設計パラメータの全ての組み合わに関して詳細な
室内温熱環境場の温度湿度放射場ＣＦＤ連成解析をする
のではなく、第１段階の簡易な熱放射熱伝導解析によ
り、ある程度の評価を得た、設計自由度のパラメータの
組み合わせについてのみ、詳細な第２段階の温度湿度放
射場ＣＦＤ連成解析を行えるので、従来例に比較して、
演算量を大幅に削減することができ、室内温熱環境設計
の効率を向上させることが可能である。また、本発明の
室内温熱環境設計システムによれば、第２段階の探査に
おいて、詳細な放射・伝導の連成ＣＦＤ連成解析のシミ
ュレーションを計算しつつ、計算に用いている組み合わ
せの設計パラメータを微調整して最適化を行うため、計
算精度を向上させることができる。
【図面の簡単な説明】
【図１】 本発明の一実施形態による室内温熱環境設計
システムの構成例を示すブロック図である。
システムの構成例を示すブロック図である。
【図２】 図１の室内温熱環境設計システムが用いる室
内温熱環境の評価のための関数と、この関数の演算条件
とを示すテーブルである。
内温熱環境の評価のための関数と、この関数の演算条件
とを示すテーブルである。
【図３】 図１の室内温熱環境設計システムにおける室
内温熱環境の最適化の流れを示す概念図である。
内温熱環境の最適化の流れを示す概念図である。
【図４】 図１のデータベース１に記憶されている、設
計パラメータとしての室形状を示す概念図である。
計パラメータとしての室形状を示す概念図である。
【図５】 図１のデータベース１に記憶されている、設
計パラメータとしての自然換気流入口（吹出口，吸込
口）の位置を示す概念図である。
計パラメータとしての自然換気流入口（吹出口，吸込
口）の位置を示す概念図である。
【図６】 図４の及びの室形状に対する放射冷房パ
ネルの設置位置を示す概念図である。
ネルの設置位置を示す概念図である。
【図７】 図４のの室形状に対する放射冷房パネルの
設置位置を示す概念図である。
設置位置を示す概念図である。
【図８】 ＧＡ演算部２及びＣＦＤ演算部４各々が求め
た、設計パラメータの組み合わせと、室内温熱評価要素
Ｏtotalとを示した概念図である。
た、設計パラメータの組み合わせと、室内温熱評価要素
Ｏtotalとを示した概念図である。
１ データベース
２ ＧＡ演算部
３ ＧＡ演算結果記憶部
４ ＣＦＤ演算部
５ 室内温熱環境設計部
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 村上 周三
東京都杉並区本天沼二丁目45番13号
Ｆターム(参考） 3L060 AA08 EE45
Claims (6)
- 【請求項１】 室内温熱環境の設計を行うときにその設
計自由度に応じた選択可能な設計パラメータを、設計自
由度毎に複数候補格納しているデータベースと、 前記データベースにおいて、上記各設計自由度の複数候
補から１つづつのパラメータを選択してその室内温熱環
境条件を確定し、その室内温熱環境の性状を、温度及び
湿度の分布を各パラメータの組み合わせによらず、適
宜、固定した共通の条件として仮定し、室内の熱放射・
熱伝導解析を行う簡便な室内温熱環境解析手段と、 上記パラメータの組み合わせに基づいた室内温熱環境性
状に対する簡便な熱放射・熱伝導解析の結果毎に、室内
温熱環境の設計目標に対する達成度を数値的に評価する
評価手段と、 上記パラメータの組み合わせ毎に、各々の簡便な室内温
熱環境解析結果の数値的評価値に基づいて、遺伝的アル
ゴリズムにより、最適なパラメータの組み合わせによる
室内環境設計の候補を抽出する第１段階の解析手段と、 前記第１段階の解析手段により抽出された最適候補の組
み合わせ毎に、室内の気流、温度及び湿度の分布、並び
に熱放射環境場を含めた詳細な温度湿度放射場ＣＦＤ連
成解析を行い、各組み合わせ毎に、室内温熱環境の設計
目標に対する達成度の評価値を出力する第２段階の解析
手段と、 この第２段階の解析手段による評価値から、最も高い数
値の評価値を選択し、選択された評価値の算出に用いら
れたパラメータの組み合わせを最適な室内環境設計の設
計値として出力する最適設計選択手段とを具備すること
を特徴とする室内温熱環境設計システム。 - 【請求項２】 前記探査手段が、遺伝的アルゴリズムに
より生成されたパラメータの複数の組み合わせから、前
記簡便な熱放射・熱伝導解析の解析結果における達成度
の評価値があらかじめ設定された閾値より高くなるパラ
メータの組み合わせを選択し、この組み合わせに基づき
次の世代の組み合わせを生成することを特徴とする請求
項１記載の室内温熱環境設計システム。 - 【請求項３】 前記評価値として、人体モデルのＰＭ
Ｖ，空調投入熱量，室内の上下温度差，及びこの他に適
時これらに加えられる数値的評価を統合化した数値を用
いていることを特徴とする請求項１または請求項２に記
載の室内温熱環境設計システム。 - 【請求項４】 前記請求項１から請求項３に記載の室内
温熱環境設計システムにより、最適な室内温熱環境を設
計する室内温熱環境設計方法であって、 室内温熱環境の解析を行うときに使用するパラメータ
が、部屋の構造など設計の自由度を示す種類毎に、複数
の候補づつデータベースに格納される記憶過程と、 前記データベースにおいて遺伝的アルゴリズムにより、
上記各種類から１つづのパラメータを選択し、解析を行
うパラメータの組み合わせを探査する探査過程と、 上記パラメータの組み合わせに基づいて、温度及び湿度
の分布を各パラメータの組み合わせによらず、適時、固
定した共通の条件として仮定して行う室内の簡便な熱放
射・熱伝導解析を行い、この解析結果の評価値に基づい
て、最適なパラメータの組み合わせの候補を抽出する第
１段階の解析過程と、 前記組み合わせの候補毎に、室内の気流，温度，湿度の
分布、及び熱放射環境場を含めた詳細な温度湿度放射場
ＣＦＤ連成解析を行い、各組み合わせ毎に、室内温熱環
境の設計目標に対する達成度の評価値を出力する第２段
階の解析過程と、 前記評価値から最も高い数値の評価値を選択し、この評
価値の算出に用いられパラメータの組み合わせを最適な
室内温熱環境の設計値として出力する最適設計選択過程
とを有することを特徴とする室内温熱環境設計方法。 - 【請求項５】 前記探査過程において、遺伝的アルゴリ
ズムにより生成された設計パラメータの複数の組み合わ
せから、前記第１段階の解析過程による達成度の評価値
があらかじめ設定された閾値より高い組み合わせを選択
し、この組み合わせに基づき次の世代の組み合わせの生
成を行うことを特徴とする請求項４記載の室内温熱環境
設計方法。 - 【請求項６】 前記評価値として人体モデルのＰＭＶ，
空調投入熱量，室内の上下温度差及びこの他に適時これ
らに加えられる数値的評価を統合化した数値を用いてい
ることを特徴とする請求項４または請求項５に記載の室
内温熱環境設計方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002010580A JP4072887B2 (ja) | 2002-01-18 | 2002-01-18 | 室内温熱環境設計システム及びその方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002010580A JP4072887B2 (ja) | 2002-01-18 | 2002-01-18 | 室内温熱環境設計システム及びその方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003207189A true JP2003207189A (ja) | 2003-07-25 |
| JP4072887B2 JP4072887B2 (ja) | 2008-04-09 |
Family
ID=27648279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002010580A Expired - Fee Related JP4072887B2 (ja) | 2002-01-18 | 2002-01-18 | 室内温熱環境設計システム及びその方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4072887B2 (ja) |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006326683A (ja) * | 2005-05-20 | 2006-12-07 | Magma Giessereitechnologie Gmbh | 製造プロセスの最適化 |
| JP2007140485A (ja) * | 2005-10-18 | 2007-06-07 | Sharp Corp | シミュレーションにおけるパラメータ抽出装置及びパラメータ抽出方法と、この方法により作成したマスクパターンデータ及びこのマスクパターンデータにより作成したフォトマスクと半導体装置 |
| WO2010089916A1 (ja) | 2009-02-03 | 2010-08-12 | 三菱電機株式会社 | 運転状態シミュレーション装置及びヒートポンプ式給湯システムの設計方法 |
| JP2011023006A (ja) * | 2009-07-14 | 2011-02-03 | Airbus Engineering Centre India | 囲い構造内の温熱快適性を数値評価するためのシステム及び方法 |
| WO2011049165A1 (ja) * | 2009-10-21 | 2011-04-28 | 株式会社 山武 | 空調制御装置および方法 |
| JP2012037177A (ja) * | 2010-08-10 | 2012-02-23 | Yamatake Corp | 空調制御装置および方法 |
| CN103574856A (zh) * | 2012-08-01 | 2014-02-12 | 阿自倍尔株式会社 | 空调控制解显示装置及方法 |
| KR101490609B1 (ko) * | 2012-08-01 | 2015-02-05 | 아즈빌주식회사 | 공조 제어 장치 및 방법 |
| JP2015124932A (ja) * | 2013-12-26 | 2015-07-06 | 清水建設株式会社 | 天井放射パネル能力評価装置及び天井放射パネル能力評価プログラム |
| JP2017110829A (ja) * | 2015-12-14 | 2017-06-22 | 株式会社東芝 | 空調パラメータ生成装置、空調運用評価装置、空調パラメータ生成方法およびプログラム |
| KR101776567B1 (ko) * | 2017-01-11 | 2017-09-11 | 대한민국 | 실내에서의 효율적인 냉난방 및 에너지 절약을 위한 온도 성층화 개선방법 및 이를 이용한 난방제어 시스템 |
| CN108763842A (zh) * | 2018-07-27 | 2018-11-06 | 中国兵器工业第五九研究所 | 基于弦函数的温湿度耦合加速贮存试验模型构建方法 |
| CN110268202A (zh) * | 2017-03-29 | 2019-09-20 | 松下知识产权经营株式会社 | 环境估计装置和环境估计方法 |
| WO2019235109A1 (ja) * | 2018-06-06 | 2019-12-12 | 三菱電機株式会社 | 空調制御装置、空調制御方法、及び空調制御システム |
| JPWO2021065944A1 (ja) * | 2019-09-30 | 2021-04-08 | ||
| CN112990942A (zh) * | 2021-03-10 | 2021-06-18 | 深圳市博盛科电子有限公司 | 一种基于云计算的化学品存储智能管理系统及方法 |
| CN113654143A (zh) * | 2021-08-18 | 2021-11-16 | 四川省建筑科学研究院有限公司 | 一种基于神经网络的空调水系统泵阀联动控制方法 |
| WO2023149259A1 (ja) * | 2022-02-07 | 2023-08-10 | 三菱電機株式会社 | 制御装置、空気調和システム、空気調和装置の制御方法、プログラム、学習済モデル及び学習済モデルの生成方法 |
-
2002
- 2002-01-18 JP JP2002010580A patent/JP4072887B2/ja not_active Expired - Fee Related
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006326683A (ja) * | 2005-05-20 | 2006-12-07 | Magma Giessereitechnologie Gmbh | 製造プロセスの最適化 |
| JP2007140485A (ja) * | 2005-10-18 | 2007-06-07 | Sharp Corp | シミュレーションにおけるパラメータ抽出装置及びパラメータ抽出方法と、この方法により作成したマスクパターンデータ及びこのマスクパターンデータにより作成したフォトマスクと半導体装置 |
| WO2010089916A1 (ja) | 2009-02-03 | 2010-08-12 | 三菱電機株式会社 | 運転状態シミュレーション装置及びヒートポンプ式給湯システムの設計方法 |
| JP5143238B2 (ja) * | 2009-02-03 | 2013-02-13 | 三菱電機株式会社 | 運転状態シミュレーション装置及びヒートポンプ式給湯システムの設計方法及びヒートポンプ式給湯システム |
| JP2011023006A (ja) * | 2009-07-14 | 2011-02-03 | Airbus Engineering Centre India | 囲い構造内の温熱快適性を数値評価するためのシステム及び方法 |
| US8407032B2 (en) | 2009-07-14 | 2013-03-26 | Airbus Engineering Centre India | System and method for numerically evaluating thermal comfort inside an enclosure |
| WO2011049165A1 (ja) * | 2009-10-21 | 2011-04-28 | 株式会社 山武 | 空調制御装置および方法 |
| JP2011089677A (ja) * | 2009-10-21 | 2011-05-06 | Yamatake Corp | 空調制御装置および方法 |
| CN102549347A (zh) * | 2009-10-21 | 2012-07-04 | 阿自倍尔株式会社 | 空调控制装置以及方法 |
| US9200813B2 (en) | 2009-10-21 | 2015-12-01 | Azbil Corporation | Air-conditioning controlling device and method |
| CN102549347B (zh) * | 2009-10-21 | 2015-01-21 | 阿自倍尔株式会社 | 空调控制装置以及方法 |
| JP2012037177A (ja) * | 2010-08-10 | 2012-02-23 | Yamatake Corp | 空調制御装置および方法 |
| KR101490610B1 (ko) * | 2012-08-01 | 2015-02-05 | 아즈빌주식회사 | 공조 제어해 표시 장치 및 방법 |
| KR101490609B1 (ko) * | 2012-08-01 | 2015-02-05 | 아즈빌주식회사 | 공조 제어 장치 및 방법 |
| CN103574856A (zh) * | 2012-08-01 | 2014-02-12 | 阿自倍尔株式会社 | 空调控制解显示装置及方法 |
| US9383736B2 (en) | 2012-08-01 | 2016-07-05 | Azbil Corporation | Air-conditioning controlling device and method |
| JP2015124932A (ja) * | 2013-12-26 | 2015-07-06 | 清水建設株式会社 | 天井放射パネル能力評価装置及び天井放射パネル能力評価プログラム |
| JP2017110829A (ja) * | 2015-12-14 | 2017-06-22 | 株式会社東芝 | 空調パラメータ生成装置、空調運用評価装置、空調パラメータ生成方法およびプログラム |
| WO2018131804A1 (ko) * | 2017-01-11 | 2018-07-19 | 대한민국 (관리부서 : 환경부 국립환경과학원장) | 실내에서의 효율적인 냉난방 및 에너지 절약을 위한 온도 성층화 개선방법 및 이를 이용한 난방제어 시스템 |
| KR101776567B1 (ko) * | 2017-01-11 | 2017-09-11 | 대한민국 | 실내에서의 효율적인 냉난방 및 에너지 절약을 위한 온도 성층화 개선방법 및 이를 이용한 난방제어 시스템 |
| CN110268202A (zh) * | 2017-03-29 | 2019-09-20 | 松下知识产权经营株式会社 | 环境估计装置和环境估计方法 |
| WO2019235109A1 (ja) * | 2018-06-06 | 2019-12-12 | 三菱電機株式会社 | 空調制御装置、空調制御方法、及び空調制御システム |
| CN108763842A (zh) * | 2018-07-27 | 2018-11-06 | 中国兵器工业第五九研究所 | 基于弦函数的温湿度耦合加速贮存试验模型构建方法 |
| JPWO2021065944A1 (ja) * | 2019-09-30 | 2021-04-08 | ||
| CN112990942A (zh) * | 2021-03-10 | 2021-06-18 | 深圳市博盛科电子有限公司 | 一种基于云计算的化学品存储智能管理系统及方法 |
| CN113654143A (zh) * | 2021-08-18 | 2021-11-16 | 四川省建筑科学研究院有限公司 | 一种基于神经网络的空调水系统泵阀联动控制方法 |
| WO2023149259A1 (ja) * | 2022-02-07 | 2023-08-10 | 三菱電機株式会社 | 制御装置、空気調和システム、空気調和装置の制御方法、プログラム、学習済モデル及び学習済モデルの生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4072887B2 (ja) | 2008-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003207189A (ja) | 室内温熱環境設計システム及びその方法 | |
| Prada et al. | On the performance of meta-models in building design optimization | |
| CN112183826B (zh) | 基于深度级联生成对抗网络的建筑能耗预测方法及相关产品 | |
| Malkawi et al. | Predicting thermal and energy performance of mixed-mode ventilation using an integrated simulation approach | |
| Stavrakakis et al. | Development of a computational tool to quantify architectural-design effects on thermal comfort in naturally ventilated rural houses | |
| Du et al. | Evaluation of operation and control in HVAC (heating, ventilation and air conditioning) system using exergy analysis method | |
| Li et al. | Multi-objective optimization of HVAC system using NSPSO and Kriging algorithms—A case study | |
| Huang et al. | Optimum design for indoor humidity by coupling Genetic Algorithm with transient simulation based on Contribution Ratio of Indoor Humidity and Climate analysis | |
| Zhu et al. | Building Blocks Energy Estimation (BBEE): A method for building energy estimation on district level | |
| Hemsath et al. | Building design with energy performance as primary agent | |
| Ye et al. | Optimization study of heating performance for an impinging jet ventilation system based on data-driven model coupled with TOPSIS method | |
| Berquist et al. | An investigation of generative design for heating, ventilation, and air-conditioning | |
| CN112152840A (zh) | 一种基于bim和模拟仿真的传感器部署方法和系统 | |
| Lau et al. | Measurement and CFD simulation of the temperature stratification in an atrium using a floor level air supply method | |
| Zhang et al. | Building energy performance optimization: a new multi-objective particle swarm method | |
| CN112232479B (zh) | 基于深度级联神经网络的建筑能耗时空因子表征方法及相关产品 | |
| Lan et al. | Optimal zoning for building zonal model of large-scale indoor space | |
| Almeida et al. | The design of optimal openings | |
| Sayegh et al. | Multi objective optimization of detailed building models with Typical Short Sequences considering sequential and adaptive methods | |
| Sun et al. | Multi-objective building form optimization method based on GANN-BIM model | |
| Bandara et al. | Optimization methodologies for building performance modelling and optimization | |
| SHI et al. | PREDICTION AND OPTIMISATION OF THE TYPICAL AIRPORT TERMINAL CORRIDOR FAÇADE SHADING USING INTEGRATED MACHINE LEARNING AND EVOLUTIONARY ALGORITHMS | |
| Karaguzel et al. | Integrated simulation based design optimization of office building envelopes for the minimization of life cycle costs | |
| Battini et al. | District-level validation of a shoeboxing algorithm for Urban Building Energy Modeling | |
| Han et al. | Optimization of workload distribution of data centers based on a self-learning in situ adaptive tabulation model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040602 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070305 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070717 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070918 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080108 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080117 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110201 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120201 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130201 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130201 Year of fee payment: 5 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130201 Year of fee payment: 5 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140201 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |