基于PMV的建筑智能热湿环境控制系统研究

"该资源是一篇专业硕士学位论文，主题聚焦于基于PMV指标的建筑智能热湿环境控制原理及方法的研究。作者蒋延炜，导师为王娜教授，论文提交于2015年，授予单位为长安大学。" 本文探讨了在社会发展和进步背景下，人们对于室内热湿环境质量不断提升的需求。室内环境中的多种因素，包括温度、湿度、辐射温度、气流速度以及人体的新陈代谢和服装热阻，均会直接影响人体的舒适感。空调系统作为营造理想室内环境的关键，传统的控制方式仅关注温度和湿度，忽视了与人体舒适度密切相关的其他变量，无法提供更为优质的生活环境。同时，鉴于能源短缺问题的加剧，节能和环保成为了关注焦点，传统空调系统的局限性逐渐显现。 研究以热舒适理论、神经网络理论和智能控制理论为理论基础，深入研究了四个主要环境因素对热舒适指标（如PMV，预测平均投票感觉）的影响。通过MATLAB进行定量分析，确定温度和气流速度对热舒适度的影响尤为突出，这为制定有效的控制策略提供了数据支持。接着，文章设计了一个基于BP神经网络的实时热舒适指标预测模型，该模型具备操作简便、计算量小且预测精度高的特点。 此外，论文还分析了直接控制和间接控制热舒适指标的方法，并提出了空调系统的控制策略，其中包括应用模糊PID控制器。通过仿真对比实验，论证了基于热舒适指标的控制策略优于传统的PID控制策略，能在提升舒适度的同时实现节能目标。 该空调系统具备舒适和节能两大优点，能实时监测室内的各项环境参数，预测PMV值，并据此选择合适的调节手段。尤其强调利用空气流动这种自然的调节方式，以创造更加宜居的室内环境。这样的智能控制策略为建筑热湿环境控制提供了新的解决方案，为人们带来了更为优质的生活体验。