热舒适评价指标PMV-PPD在空调列车上的应用

简要介绍了评价热环境的综合性指标PMV－PPD指标体系，并采用FORTRAN语言编程，计算在不同温湿度情况下夏季列车车厢内的PMV值和PPD值。通过分析比较计算结果，提出了基于热舒适性要求的夏季空调列车车厢内温湿度设定值推荐范围。     

影响空调列车车厢内热舒适性的因素分析

分析了空气温、湿度变化对PMV值的影响,为采用基于PMV指标的热舒适性控制以改善车厢内热环境的舒适性提供了参考。     

某履带式卫生急救车振动控制

通过采取两级减振措施,有效控制了某履带式卫生急救车运送、急救伤病员途中从履带底盘到车厢底板、再到卧姿人体的振动传递,提高了伤病员的乘卧舒适性。结果表明：几种不同工况下,橡胶阻尼减振器的一级减振效率达到了61 %～79 %,零刚度减振器的二级减振效率达到了43 %～79 %;卧姿人体两次计权加速度均方根值介于0.322 m/s2至0.883 m/s2之间,乘卧舒适性等级分别为“舒适”、“比较舒适”和“基本舒适”。     

服装热阻在PMV计算中的影响

热舒适指标PMV的计算包含6个因素,使用Matlab编制计算程序,使复杂计算变得简单.对服装热阻对于PMV计算的影响进行了计算分析,主要计算了在制冷和采暖时,当服装热阻不同情况下室内温度和室内风速对PMV指标计算的影响,并绘制成图.为PMV计算时根据热环境采用不同服装热阻提供了借鉴和依据.     

京沪高铁制冷工况车内环境测试结果分析

测试了京沪高铁制冷工况运行过程中,车厢内温湿度分布、送风温度、风速分布,分析了其是否满足人体舒适性要求。记录京沪高铁车厢外环境温湿度值,分析了其对车厢内环境参数的影响。并通过计算PMV数值,分析了车内乘客热舒适性程度。     

高速列车客室内部流场计算流体动力学数值模拟

针对高速列车的车厢内温度场和流场进行CFD模拟分析,对车内热舒适性做出评价。本文计算得出列车车厢在4500m3/h的送风量和18℃的送风温度下,车厢内的平均温度约为24.9℃,PMV值介于0~1.0,车厢内的热环境为中等舒适状态。车厢内的空气龄较小,乘客区气流分布较为合理。部分区域,如行李架和车厢后部,存在温度偏高和空气龄较大的现象。     

室内热舒适性指标PMV影响因素分析与研究

服装热阻、空气温度及气流速度是影响人体热舒适性的三个主要因素。本文针对上送上回气流分布方式，采用K-ε湍流模型及热舒适性指标PMV数学分析式，对室内三维湍流流动和传热及PMV指标进行了数值模拟，研究不同送风速度下的室内流场、温度场及PMV值分布变化规律，并分析比较了不同送风速度、送风温度及服装热阻对室内PMV值的影响。研究结果表明：送风速度是影响室内流场、温度场及PMV值分布模式的主要因素，送风温度的改变对PMV值有一定的影响，而室内人员的服装热阻对PMV值的影响较大。本文的研究对如何合理确定空调送风参数，达到满足热舒适性的目的奠定了理论基础，同时促进了以人居舒适为核心的空调技术发展。     

基于热舒适性的SARS病房内空调参数探讨

SARS病房内医护人员的服装热阻偏大,传统的空调参数不能满足医护人员的热舒适性要求。采用数值模拟的方法,针对不同的室内设定温度、空调送风温度及送风速度,计算得到室内热舒适性指标PMV值的分布情况,最终确定合理的空调参数,达到改善SARS病房内医护人员工作热环境的目的。     

空调客车车内计算参数的优化与节能

本文根据PMV—PPD指标，分析了K25型软卧客车的车内空调计算参数——空气温度和湿度对热舒适性的影响，并通过计算软卧客车的负荷和制冷量分析了温、湿度对空调能耗的影响。最后指出：优化车厢内空调计算参数，对铁路客车空调的节能有重要的意义。     

置换通风室内热舒适性影响研究

利用商业软件FLUENT。对置换通风室内热环境进行了数值模拟,根据计算出的流场、温度场,计算了PMV,采用正交实验方法考察了各因素的影响结果;根据PMV分布分析了送风口类型、送风速度和温度等因素对室内热舒适性的影响,并对实验设计的水平组合进行优化。结果表明：正交实验中,送风主要影响送风口附近区域的PMV,各工况PMV总体变化趋势趋于一致：送风速度是影响室内热舒适性最为显著的因素;送风速度为0．25m／s或送风温度为18℃的几种工况下所得到的室内热环境相对较好。     

基于极值判优的热环境综合评价方法探讨

设定服装热阻和人体能量代谢率为定值,以PMV=0为依据,建立室内热环境单指标空气温度、相对湿度和风速标准参数库,以此获得基于标准参数的单指标无量纲值,采用极值判优概念构建了综合评价矩阵,进而建立表征各单指标权重的判断矩阵,以获得黑球温度与空气温度差为定值时影响室内热环境的空气温度、湿度、风速三个参数的权重,加权各指标无量纲值,得出综合评价值。据此对一组实测结果采用综合评价方法进行热环境评价,获得空气温度权重为0．815,风速为0．1,湿度为0．085。综合评价结果与删y评价结果具有良好的线性关系,其相关系数接近0．9。通过对比分析可知,论文所提出的热环境综合评价方法可以反映实际室内热环境舒适性。     

《基于磁流变隔振技术的某型越野救护车乘卧舒适性试验与分析》

针对某型越野救护车,研发一套磁流变隔振系统。通过应用和试验,获得在不同道路条件、不同车速下,上、下担架层卧姿人体头部、臀部的加速度均方根值,进而获得相应的卧姿人体全身振动加权加速度均方根值。试验结果表明,该隔振系统可有效改善该型越野救护车的乘卧舒适性。     

工位空调热舒适指标PMV人工神经网络模型研究

建立了预测工位空调微环境热舒适指标PMV的人工神经网络模型。模型的7938组输入向量数据选自ISO7730中推荐的PMV及其参数范围,并考虑工作位形成的微环境的参数区间,以及ASHRAE标准舒适区域。编制程序计算出输入向量对应的PMV值作为模型的输出量。对网络进行训练和测试的结果表明,用人工神经网络建立的模型能够迅速准确地预测工位空调微环境的热舒适指标PMV。     

置换通风室内热舒适性的数值模拟研究

利用CFD方法对一间采用置换通风系统的办公室进行了数值模拟，研究了不同送风参数下的室内流场，并用PPD、PMV等指标评价了室内的热舒适度。结果表明，热舒适度受送风参数的影响较大，并且其受温度的影响大于吹风的影响。最后指出，在送风参数选择合适的情况下，置换通风系统同样能提供良好的热舒适性。     

基于神经网络的室内热舒适指标PMV的预测

PMV是国际上公认的反映室内热舒适度的指标,由于它与各个影响因素之间存在复杂的非线性关系,不能直接检测,因而使用上受到了限制.而利用神经网络建立了PMV指标的预测模型,可进行实时检测,从而可以解决基于PMV指标的中央空调的实时控制的问题.     

不同气流组织下空调客房热舒适性的数值模拟

基于不同的气流组织利用CFD技术对空调客房室内的速度场、温度场、PMV、PPD值进行数值模拟,通过对3种气流组织速度场、温度场比较,结果显示散流器送风能够得到均匀的温度场、速度场。同时,PMV、PPD值更靠近推荐值范围,热舒适性更好,从而为改善空调客房的热舒适性设计提供了方法和理论依据。     

Thermal comfort analysis of hostels in National Institute of Technology Calicut,India

Thermal comfort study was carried out in the hostels of National Institute of Technology Calicut, Kerala, which is located in a warm humid climatic zone of India. Measurements of ambient temperature, globe temperature, relative humidity, air velocity and illuminance were carried out in eight hostels, and in parallel a paper-based survey was conducted among students to know about their Thermal Preference Vote (TPV) and Thermal Sensation Vote (TSV) based on an ASHRAE seven-point scale. Predicted Mean Vote (PMV) and Predicted Percentage Dissatisfied (PPD) have been evaluated based on Fanger’s theory of thermal comfort by utilizing the field measurements. Preferred operative temperature and neutral effective temperature were obtained based on the Predicted Mean Vote (PMV). Similarly the preferred operative temperature and neutral effective temperature were identified, for both Thermal Sensation Vote (TSV) and Thermal Preference Vote (TPV). Thermal comfort conditions for 80% satisfaction were also determined in each case. Correlations between the Predicted Mean Vote (PMV) and the Thermal Sensation Vote (TSV) as well as between the Predicted Mean Vote (PMV) and the Thermal Preference Vote (TPV) were obtained.     

热舒适参数选取中存在的问题分析

为了实现热舒适研究的国内外接轨、修正地区性设计规范以及促进建筑节能的可持续发展,本文针对PMV、TSV、TCV对人体热舒适性的评价结果存在差异、所得热舒适参数也不尽一致的现象,分析了产生这些现象的原因,给出了相应的建议,并提出了综合考虑国内外标准规定、现场实测及问卷调查结果来确定热舒适参数的思路。结合研究实例,利用这一方法得到了合理的室内热舒适参数。