PMV熱舒適指標(biāo)預(yù)測(cè)及空調(diào)末端控制策略研究.pdf

1、經(jīng)濟(jì)的發(fā)展和科技的進(jìn)步,帶動(dòng)了人們對(duì)于生活環(huán)境更優(yōu)品質(zhì)的需求,而空調(diào)作為改善室內(nèi)環(huán)境的一個(gè)重要工具,其在舒適性和節(jié)能性方面也被提出了更高的要求。本文就熱舒適指標(biāo)的預(yù)測(cè)、空調(diào)末端控制策略及基于PMV熱舒適指標(biāo)的變風(fēng)量空調(diào)系統(tǒng)控制算法展開(kāi)研究。主要工作及成果如下:
　　1.以西安建筑科技大學(xué)“智能建筑環(huán)境技術(shù)平臺(tái)”為依托,針對(duì)其熱舒適指標(biāo)數(shù)據(jù)庫(kù)中的夏季數(shù)據(jù)集建立了PMV(Predict Mean Vote,熱環(huán)境綜合評(píng)價(jià)指標(biāo))指標(biāo)的預(yù)

2、測(cè)模型。通過(guò) Matlab平臺(tái)下的仿真實(shí)驗(yàn),對(duì)比了基于 PSO(Particle Swarm Optimization,粒子群優(yōu)化算法)和NS(Net Search,網(wǎng)格搜索法)兩種不同優(yōu)化算法下的 SVM(Support Vector Machine,支持向量機(jī))模型的分類結(jié)果,證明PSO-SVM模型具有更優(yōu)的預(yù)測(cè)性能。
　　2.引入PSO和CPSO(帶慣性權(quán)重的粒子群算法)算法對(duì)空調(diào)末端智能控制策略進(jìn)行了優(yōu)化。完成典型房間和空

3、調(diào)末端裝置的建模后,針對(duì)控制系統(tǒng)搭建了simulink仿真模型,并對(duì)比PSO-PID和CPSO-PID兩種不同策略下的控制效果,結(jié)果表明后者具有更優(yōu)的控制性能。
　　3.提出了一種基于PMV熱舒適指標(biāo)的變風(fēng)量空調(diào)系統(tǒng)控制構(gòu)想,并對(duì)其科學(xué)性和節(jié)能性進(jìn)行了定性分析。結(jié)果表明,同傳統(tǒng)的僅以溫度為被控目標(biāo)的控制策略相比,基于PMV指標(biāo)的控制思想更加全面地考慮了人體的熱舒適感覺(jué),因而其更加的“以人為本”,且從實(shí)際意義上來(lái)講具有更大的節(jié)能空間