基于PMV指标的建筑智能热湿环境控制原理及方法的研究

摘要

随着社会的发展和进步，人们对室内热湿环境的要求越来越高。温度、湿度、辐射温度、气流速度、人体的新陈代谢和服装热阻等环境与非环境因素，都会对人体的舒适度产生影响。空调系统在形成良好的室内热湿环境中起重要作用，然而传统的空调系统控制方式只是对温度、湿度进行监控，没有考虑与人体舒适度息息相关的其他因素，无法为人们提供更优质、舒服的生活环境。并且，近些年来，能源短缺的问题日益严峻，节能、环保受到了人们的关注，传统的空调系统不能更好地满足人舒适度的要求，而且还不利于节能。
　　本文以热舒适理论、神经网络理论、智能控制理论为基础。首先，研究四大环境因素（温度、湿度、辐射温度、气流速度）对热舒适指标的影响，利用MATLAB绘图的方式定量分析得出温度与气流速度对热舒适指标影响较为显著，为制定合理的控制策略提供依据；其次，设计BP神经网络实时预测热舒适指标，该网络具有原理简单、计算量小、结果准确的优点；然后，分析热舒适指标的直接控制方式与间接控制方式原理，制定本文所采用的空调系统控制策略，并设计模糊PID控制器；最后，通过仿真实验对比本文提出的控制策略和传统PID控制策略的优劣势，实验结果表明，基于热舒适指标的控制策略的性能优于传统控制，将节能和舒适融合起来，为人们带来更优质的享受。
　　基于热舒适指标控制的空调系统具有舒适、节能的优点，实时检测室内各环境参数并预测实时PMV值，根据控制策略选择调节方式，充分利用空气流动这一天然的空气调节方式，为人们提供智能的热湿环境。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题的提出

1.2 研究建筑智能热湿环境控制方法的意义

1.3 热舒适理论的研究现状

1.4 课题研究的主要内容和各章节安排

第二章 热舒适指标及其受环境参数的影响

2.1 热舒适的定义与指标

2.2 室内热湿环境的影响因素

2.3 热舒适方程

2.4 各环境参数对PMV值的影响

2.5 本章小结

第三章 人工神经网络在预测PMV值中的应用

3.1 BP神经网络

3.2 BP神经网络在预测PMV值中的应用

3.3 本章小结

第四章 基于PMV指标的空调模糊自适应整定PID控制器的设计

4.1 PMV指标控制影响参数分析

4.2 PMV指标控制方式

4.3 智能热湿环境实现方案

4.4 模糊自适应整定PID控制器的设计

4.5 本章小结

第五章 基于Simulink的热舒适控制系统动态仿真及效果评价

5.1 Simulink仿真平台简介

5.2 空调房间温度与气流速度传递函数的建立

5.3 PID控制和模糊PID控制的仿真与分析

5.4 本章小结

结论与展望

结论

展望

参考文献

致谢