基于人工神經網絡的空調房間熱環(huán)境參數(shù)的優(yōu)化組合.pdf

1、熱環(huán)境研究成果表明，人體對環(huán)境的熱舒適感覺是組成熱環(huán)境的各參數(shù)(氣溫、濕度、風速、平均輻射溫度等)對人體綜合作用的結果。其綜合作用效果可以用Fanger教授提出PMV指標或Gagge教授等提出的SET*指標衡量。同時我們也知道即便是同一個室內空氣PMV值，也對應著上百乃至上千組不同的室內空氣狀態(tài)參數(shù)組合，而這些組合對應的空調系統(tǒng)耗能肯定有所區(qū)別。這些參數(shù)組合中必定存在一組參數(shù)對應的系統(tǒng)耗能最小，在事先選定的PMV充分滿足人體舒適的前提下

2、，我們稱這組參數(shù)為最佳室內空氣參數(shù)組合。 本文利用人工神經網絡所具有的很強的自適應性和學習能力、非線性映射能力、高魯棒性和容錯能力、平行分布處理、多變量系統(tǒng)等特點，著力于研究最佳室內空氣參數(shù)組合自動找尋。 本文首先對PMV指標進行了探討，通過編制Matlab程序，建立了預測PMV值的人工神經網絡模型。評估結果表明該網絡模型具有良好的性能，完全可以應用于各種空調控制系統(tǒng)中。在此網絡模型基礎上，提出了新型集成式PMV傳感器的

3、結構。 其次，本文重點研究了最佳室內空氣參數(shù)組合的自動找尋，編制了相應的Matlab程序，建立了預測最佳室內空氣參數(shù)組合的神經網絡模型，并利用簡化模型的計算數(shù)據(jù)代替實測數(shù)據(jù)對該網絡進行訓練。從評估結果可以看出該網絡模型具有良好的性能，表明利用神經網絡預測最佳室內空氣參數(shù)組合是可行的。 本文的研究成果對改變傳統(tǒng)空調單純控制室內溫濕度的控制方式，具有深遠的影響意義。提高了空調系統(tǒng)的舒適性，有利于最大程度地發(fā)揮系統(tǒng)的節(jié)能潛力。