论文部分内容阅读
以热舒适指标PMV作为变风量空调控制系统的控制目标,能够很大程度上实现舒适与节能的统一,因而越来越受到人们地重视。本文首先说明传统温度控制空调方式存在的不迅速、不舒适、不节能等问题,而热舒适控制空调系统控制目标为热舒适指标PMV,因其能够衡量热环境对人体综合作用效果,在近几年成为行业研究热点。通过调节室内湿热环境参数的控制方式,使人体感觉始终处于舒适范围,将作用点转化为人体本身,推翻传统空调控制模式。热舒适控制“以人为本”,有效地解决了传统温度控制空调方式存在的问题。其次,指出了BP神经网络存在冗余性、收敛速度慢等不足,因此引入蚁群算法优化神经网络,在Matlab中编程建立模型预测PMV指标,比较两种方法可知,利用蚁群算法整定BP神经网络算法后,不仅加快了算法的收敛速度,而且在保证精度的同时大大提高了BP神经网络的性能。最后,引入粒子群算法优化神经网络,与蚁群算法优化神经网络预测结果对比后,其均能较好地完成对BP模型参数的选取。然后,使用DesignBuilder软件建立模型,采用冬季典型工况日的24小时气象参数,模拟计算出定PMV控制与温度设定为20℃控制时房间逐时的PMV值与房间负荷。计算可知,控制PMV=-0.5的定PMV与控制室内温度为20℃的空调控制方式相比,各时刻房间的热舒适性都比较好,然而以20℃的定温度控制空调方式,房间的热环境与定PMV控制空调系统相比不够温暖舒适。而定PMV控制比温度控制空调系统负荷增加了,但通过定PMV控制空调方式可以综合考虑监测影响房间热环境的每个因素,使人体始终处于舒适范围内,比定温度控制空调系统温暖舒适。最后,讨论了空调控制方式对人员及系统的影响,虽然冬季PMV为-0.5控制方式对单个实验房间的空调系统能源消耗会增多,但经过宏观分析可知,该控制方式对于整个大型空调系统的总能耗明显会降低。因此,综合舒适与节能两个方面,采用热舒适指标PMV控制空调系统要优于传统的温度控制空调方式。