重庆自然通风热舒适模型的建立及热环境评价

在分析国内外自然通风热舒适研究的基础上,结合重庆地区潮湿的气候特点,对现有自然通风热舒适评价模型进行了湿度修正.采用电子温湿度记录仪对重庆地区村镇典型住宅的室内外热湿参数进行了全年监测,并利用该模型对村镇住宅的室内热环境进行了评价.分析表明,村镇住宅室内和室外相对湿度高于70％的时间分别占全年总时间的95.4％和87.2％,室内温度高于28℃且相对湿度高于70％的时间达1 196 h;全年舒适时间为3 838 h,占全年总时间的43.8％;现有评价模型与修正模型的舒适时间相差405 h,其中空调季相差342h,且温度越高,相对湿度对热舒适的影响越大,说明在温度较高时应考虑相对湿度对热舒适的影响,但修正模型的可靠性还需进一步验证.     

热环境、热舒适与空调节能

本文讨论了热环境、居室人与空调设备的相互作用关系及影响人体热舒适的主要环境参数(温度、风速、相对湿度、平均辐射温度);结合厦门夏季人居热环境实际状况,分析实现空调节能途径。     

北京市住宅环境热舒适研究

对北京８８户自然通风居民住宅现场测试了夏季室内干球温度、相对湿度、风速等热环境参数,以问卷方式和ＡＳＨＲＡＥ的７级热舒适指标调查记录了居民的热考察了居室热环境改善措施。调查结果表明,通风条件下北京普通住宅的热环境基本处于ＡＳＨＲＡＥ舒适区之外,８０％居民可接受的热环境对应的有效温度上限为３０℃,对温度的敏感程度与其他地区相近。     

湿热地区过渡季游泳场热舒适研究

为了研究室外游泳场的热环境是否处于游泳人群的热舒适范围,对华南理工大学游泳场进行实测调研,测量了不同运动强度、不同状态下受试者的热感受以及物理环境参数,建立热感受与操作温度的线性回归关系,得到热中性温度和热舒适范围。研究表明,该游泳场遮阳棚下空间能满足大部分游泳人群的热舒适需求,并得到淋浴结束后、刚出水时和逐渐恢复时,三种运动强度游泳人群的热舒适范围。     

BP神经网络在MOA故障诊断中的应用

介绍了BP神经网络在MOA故障诊断中的应用情况。运用Matlab神经网络工具箱对避雷器故障进行训练,比较可知,采用改进的自适应修改学习率算法,具有较好的网络收敛性能和稳定性,并且能够有效解决局部最小问题,但是隐含层神经元数目只能通过试凑法得到。实例分析表明,运用神经网络方法能较为准确诊断避雷器故障,能够有效地克服单纯隶属函数对正常运行工况的误诊断。     

热舒适、健康与环境

从生理学、心理学角度分析了热舒适产生的过程，探讨了热舒适、健康及环境之间的关系。指出稳定、舒适的环境不一定有利于健康，它削弱了人体适应环境的能力。空调环境的相对稳定的低温可能是导致不舒适的一个原因。交替生活在室内外两种差异较大的环境可能会给人的生理、心理及适应能力带来影响。     

基于BP神经网络的铁路桥梁混凝土工程造价模型

为了提高工程造价估算精准度,以铁路桥梁混凝土工程为例,利用SPSS软件,统计各项因子之间的相关性,确定工程造价模型的重要影响因子.依据BP神经网络基本原理,构建此类工程造价模型.应用结果表明,本模型能够较为精准地仿真输出工程造价结果,可作为工程造价参考依据.     

基于神经网络的哈尔滨高校教室热环境特征模型研究

为了研究哈尔滨高校教室热环境特征模型和人体热舒适,笔者于2004年9月～2005年12月在哈尔滨进行了20次现场研究.在测量室内热舒适参数的同时,受试者填写对室内环境的热感觉和热舒适主观调查表.而后利用人工神经网络方法,建立了哈尔滨高校教室热环境特征和人体热舒适的BP神经网络评判模型,实现了对哈尔滨高校教室热环境内人体热感觉的智能化预测.现场研究结果验证表明,该模型预测的哈尔滨高校教室热环境内人体热感觉与实际主观调查吻合.     

供暖房间动态热环境及热舒适分析

将热舒适评价标准模型与供暖房间热环境动态数值模拟相结合，以西安地区为算例，对供暖房间１１个工况进行了室内动态热环境及热舒适模拟与分析，证实了现行规范的可行性．     

孝感地区小城镇住宅环境热舒适性调查研究

对孝感地区166户自然通风小城镇居民住宅现场测试了夏季室内干球温度、相对湿度、风速等热环境参数,以问卷方式调查记录了居民的热感觉,考察了居室热环境改善措施,调查结果表明,在自然通风条件下,83%的居民可接受的热环境对应的有效温度上限为30℃。     

BP神经网络模型在地下水质量评价中的应用

介绍了BP神经网络的基本原理和计算方法。采用6-11-5三层拓扑结构的BP神经网络模型对伊通河下游地下水质进行评价,并与内美罗指数法、模糊综合评判法和物元可拓法评价结果比较。结果表明BP神经网络计算简便、评价结果客观准确,很好地反映了地下水质量的总体状况。     

基于气象热舒适度的建筑能耗灰色神经网络预测

针对建筑能耗受局地气候多因素影响的特点,为了客观准确地对建筑能耗进行预测,本文引入了气象热舒适度来综合分析气候对建筑能耗的影响,并以该指数预测值、建筑能耗原始数据和日期类型作为输入层,进行复合灰色神经网络模型预测建筑能耗。该方法不仅克服了灰色模型和神经网络存在的预测缺陷,同时还考虑了气象因素对建筑能耗的影响。通过对北京某大厦的实例应用分析,取得了较高精度的预测结果,证实了该方法的合理可靠,为建筑能耗预测提供了新途径,其预测结果也将为大型建筑空调系统的再优化设计和改造提供参考。     

BP神经网络技术在城市建筑热环境研究中的应用

本文针对现代城市中越来越严重的热岛现象与能源问题,首先分析了北京市近60年的温度资料,可知60年来城区内的年平均温度升高了2.28℃,温度增幅为0.38℃/10 a。而后综合考虑城市建筑热环境的各种影响因素,利用BP神经网络技术建立了城市尺度下针对建筑热环境(温度)的预测模型,并对以往的数学模型和计算方法进行了改进。在改进后的预测模型中,通过枚举法选择隐含层最佳神经元个数,用贝叶斯正规化算法进行了网络训练,结果表明:与BP神经网络基本的L-M优化算法相比,该算法有较高的泛化能力和准确性,更适合于这一问题的研究。     

基于BP神经网络的项目投资风险评价

风险项目投资具有高风险、高收益的特点,科学、准确的评价方法对项目投资至关重要.传统的评价方法主观因素太强,而人工神经网络模型克服了传统项目评价依赖专家经验的弊端,为项目投资风险评价开辟了新途径.本文首先阐述了BP神经网络的原理,然后结合实例给出了用于项目投资风险评价的UP神经网络模型,仿真试验表明,采用该模型的结果是令人满意的.     

冬季实验室热环境数值模拟及热舒适性评价

本文基于实验室的使用特点,对实验室内冬季使用落地式空调器辅助散热器采暖方式,利用CFD软件对实验室内的气流组织及热环境进行模拟,结合对实验室内相关参数的实测值,分析室内温度场的分布特征,最终对冬季实验室的热舒适性进行评价。     

BP神经网络和RBF神经网络在墩柱抗震性能评估中的比较研究

通过仿真实例,对BP神经网络和RBF神经网络在墩柱抗震性能评估中的应用进行了比较研究.训练和仿真结果表明,BP神经网络和RBF神经网络均能很好地对墩柱的延性进行抗震性能评估,并且,在相同精度要求下,RBF神经网络比BP神经网络的训练速度更快,效率更高,充分体现了RBF神经网络的优越性.同时也总结了BP神经网络和RBF神经网络所存在的不足.实际应用中,可以以此结论为指导来设计神经网络.     

关于"热感觉"与"热舒适"的讨论

对哈尔滨市居民的热感觉与热舒适状况的调查结果表明：热感觉投票值分布频率与热舒适投票值分布频率是有差异的。对新加坡现场调查结果的分析数据也表明：热感觉与热舒适是不同的,热感觉和热舒适既仔在于稳态热环境中又存在于动态热环境中。     

基于BP神经网络对BT项目风险的评价

BT融资模式是加快城镇化发展过程中,大型基础设施项目建设的主要融资方式,准确地对BT工程项目的风险等级进行评价,有助于降低投资人的风险损失。为了更好地评价BT工程项目的风险等级,克服传统风险分析方法的不足,建立BP神经网络模型。本文以A市地铁BT工程项目为例,首先建立该项目的风险评价指标体系,然后确定合适的BP神经网络模型参数。在大量经验数据的基础上,对BP神经网络模型进行了训练与检测,通过试验发现构建18-17-1三层BP神经网络模型对风险等级的评价结果精度最高。最后通过此模型对A市地铁BT工程项目的风险等级进行了评价,取得较好的效果。     

建筑环境热舒适性研究进展与趋势分析

重点从研究方法和研究内容的角度,系统地阐述了建筑环境热舒适性实验室研究和现场测试调查研究的国内外研究进展.大量的国内外研究表明,基于热平衡和严格实验室试验的ASHRAE55和ISO7730热舒适性标准,因实验室研究方法的缺陷而使得其规定值与实际测试调研结果存在较大的差别.不同种族人体热舒适性差异、人体热感觉环境适应性、...