CN103163151A - 基于红外图像的建筑热工缺陷精确定位方法 - Google Patents
基于红外图像的建筑热工缺陷精确定位方法 Download PDFInfo
- Publication number
- CN103163151A CN103163151A CN201310091969XA CN201310091969A CN103163151A CN 103163151 A CN103163151 A CN 103163151A CN 201310091969X A CN201310091969X A CN 201310091969XA CN 201310091969 A CN201310091969 A CN 201310091969A CN 103163151 A CN103163151 A CN 103163151A
- Authority
- CN
- China
- Prior art keywords
- area
- infrared image
- thermal
- thermal defects
- zone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Radiation Pyrometers (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明的基于红外图像的建筑热工缺陷精确定位方法,室外热工缺陷检测过程包括:a).采集建筑物的室外红外图像;b).得到全景红外图像;c).去除不相干背景;d).排除窗户区域;e).计算等温区域;f).判断是否包含热工缺陷区域;g).计算热工缺陷比;h).判断建筑节能是否达标。室内热工缺陷检测过程包括:1).采集室内红外图像;2).计算室内等温区域;3).计算室内热工缺陷面积;4).定位室内热工缺陷区域。本发明的方法,可快速、准确地检测出建筑物的热工缺陷区域,为建筑物的保温节能性能的评定提供可靠、有力的参考依据。具有操作简单、快捷,适于大面积的高层建筑物检测的特点。
Description
技术领域
本发明涉及一种基于红外图像的建筑热工缺陷精确定位方法,更具体地说,涉及红外图像分析、建筑节能与绿色建筑技术领域。
背景技术
现代生活生产对能量的大量需求与能源相对短缺之间的矛盾日益尖锐,同时这也促进了世界范围内节能运动的不断发展。自90年代初提出可持续发展理论和加大对环境资源保护的紧迫性以来,建筑节能更成为世界各国关注的热点。
在国外,由于经历了几次能源危机,发达国家从1973年能源危机时开始重视建筑节能,经过30多年的努力,一大批新的技术和能源被引入到新建建筑以及已有建筑的改造中,取得了显著的节能效果。新建建筑单位面积能耗已经减少到原来的1/3-1/5,各发达国家普遍把建筑节能作为国家的大政方针,一方面从建筑立法和节能技术上予以保证,一方面从经济政策上加以引导、鼓励或限制,并且加强节能与开发并重的科学研究,大力研究和开发、利用再生能源。这些新技术主要包括新型保温材料、遮阳技术、太阳能利用技术、自然及机械通风技术、新型采暖空调设备、燃料电池、微型燃气轮机、计算机控制技术等等。国外的节能建筑充分利用了这些新技术,并把它们合理地结合在一起,做到了舒适与节能的高度统一。
在欧洲等先进国家,为满足居住者高舒适健康需求,已在广泛普及和推广高速湿度、低能耗辐射采暖制冷***,它以提高空气室内质量、满足人体需求为标准,集温度、湿度、新风、采光、噪音控制等为统一***,使室内实现更适合人体居住的恒温恒湿环境。而采用这套***的建筑能耗也只有20瓦/平方米,大大低于我国目前建筑平均能耗80瓦/平方米的水平。
能源是发展国民经济,改善人民生活水平的重要物质基础。我国能源生产的增长速度长期滞后于国内生产总值的增长速度,能源短缺是制约国民经济发展的根本性因素,因此,节约能源是发展国民经济的客观需要。
我国的绿色建筑研究起步较晚,许多相关的技术研究领域还是空白。伴随着国外绿色建筑的兴起,从20世纪90年代起,我国众多科研院所、大专院校随即启动了绿色建筑技术研究,建筑界许多前辈就纷纷投身于对建筑节能方法与理论的研究,甚至毕生致力于促进建筑节能的推广应用工作。与此同时,政府部门也制定并颁发实施了一系列的法律法规来配合节能工作的展开。
随着经济的快速发展,建筑能耗特别是公共建筑的能耗与日俱增,占全社会终端能源消耗的比重越来越大,其单位面积能耗大约是普通居住建筑的10~20倍,能耗问题突出。降低建筑能耗,提高建筑能源利用效率已成为我国节能工作的重点。
与当前发达国家建筑能耗已经大大降低的情况相比,我国单位建筑面积采暖能耗是发达国家标准的3倍以上,与发达国家存在较大的差距。而对于美国而言,全球石油资源的战略布局以及石油的开采区域和运输线路等关键点的调整工作已基本完成,我国却没有那样强有力的能源后盾支持,在这样的国情下,建筑节能水平的改善实际上比发达国家更为紧迫。
据***测算,2020~2030年左右,我国建筑耗能将占总能耗的30%~40%, 成为全社会第一能耗大户。建筑节能对我国节能减排低碳经济战略的实施具有重要意义。建筑节能检测与改造同样在国内外均具有庞大的市场和推广前景。
发明内容
本发明为了克服上述技术问题的缺点,提供了一种基于红外图像的建筑热工缺陷精确定位方法。
本发明的基于红外图像的建筑热工缺陷精确定位方法,其特别之处在于,包括室外热工缺陷检测过程和室内热工缺陷检测过程;
所述室外热工缺陷检测过程包括以下步骤:a).采集建筑物的室外红外图像,在保持室内温度高于室外温度15℃的情况下,利用红外热像仪分区域采集待检测建筑物的室外红外图像;b).得到全景红外图像,将步骤a)中分区域采集的室外红外图像进行拼接,得到待检测建筑物完整的全景红外图像;c).去除不相干背景,在步骤b)中得到的全景红外图像中选择待检测建筑物的检测主体结构,并将天空、树木不相干背景去除;d).排除窗户区域,在步骤c)中得到的红外图像中,将窗户区域的红外热成像区域全部去除,得到待检测主体结构中主体墙面的红外图像;e).计算等温区域,依据步骤d)中得到的红外图像,计算出主体墙面的等温区域,并计算各等温区域的面积;f).判断是否包含热工缺陷区域,根据主体墙面的等温区域,判断出待检测建筑物的热工缺陷区域;如不存在热工缺陷区域,则表明待检测建筑物不存在热工缺陷,室外热工缺陷检测过程结束;如存在,则执行步骤g);g).计算热工缺陷比,首先标记出热工缺陷所在的位置,并求出热工缺陷区域的面积和,然后再求出主体墙面的面积;利用热工缺陷比等于热工缺陷区域的面积和与主体墙面面积的比值,求出热工缺陷比;h).判断建筑节能是否达标,将求出的热工缺陷比与国家标准进行比较,判断待检测建筑物的热工工程是否达标,若达标,则判定建筑物节能;若不达标,则判定建筑物不节能,应对热工缺陷区域进行修复;
所述室内热工缺陷检测过程包括以下步骤:1).采集室内红外图像,在室外热工缺陷检测过程中,如判断出建筑物存在热工缺陷区域,则在热工缺陷区域对应的室内位置,采集室内红外图像;2).计算室内等温区域,将采集的全部室内红外图像进行拼接,计算得到室内红外图像的等温区域;3).计算室内热工缺陷面积,根据步骤2)中获取的等温区域,判断出热工缺陷区域,并计算出热工缺陷的总面积;4).定位室内热工缺陷区域,根据判断出的热工缺陷区域,准确定位出室内热工缺陷区域的位置,以对热工缺陷区域提出节能改造的意见和建议,室内检测过程结束。
本发明的基于红外图像的建筑热工缺陷精确定位方法,在步骤e)和步骤2)中的等温区域判定过程中,如果红外图像表征的温度带在一个色彩范围之内,则视为同一等温区域。考虑到红外热像仪的成像以及热传导性能,温度相差在0~2℃的区域视为同一等温区域。
本发明的基于红外图像的建筑热工缺陷精确定位方法,在步骤1)中进行室内红外图像采集的过程中,室内与室外的温度差为15℃以上。
本发明的基于红外图像的建筑热工缺陷精确定位方法,步骤f)中是否包含热工缺陷区域的判断包括以下步骤,f-1).定义 、分别为红外图像中缺陷区域、合格墙体热工区域的温度阈值;f-2).建立检测主体的直方图分布,以红外图像中所表征的检测主体的温度为横轴、各温度出现的频率或像素数为纵轴,建立直方图分布;f-3).获取峰值温度,设为直方图的峰值温度,定义为直方图中出现频率或像素数最多的温度值;f-4).、温度阈值定义如下:
本发明的有益效果是:本发明的基于红外图像的建筑热工缺陷精确定位方法,可快速、准确地检测出建筑物的热工缺陷区域,为建筑物的保温节能性能的评定提供可靠、有力的参考依据。具有操作简单、快捷,适于大面积的高层建筑物检测的特点;同时可直观的使用采用红外热图显示热工缺陷检测结果;检测结果可以存储存档,且可以对采集的图像进行多次分析,重复定位的优点。
附图说明
图1为本发明的室外热工缺陷检测过程的流程图;
图2为本发明的室内热工缺陷检测过程的流程图;
图3为采集的待检测建筑物室外红外热像图,且已转化为黑白图像;
图4为采集的待检测建筑物室内的红外热像图,且已转化为黑白图像。
图3中,A区域为主体墙面部分,B区域为窗户区域部分,C区域为疑是热工缺陷区域;图4中,A区域为窗户边角部分,B区域为墙面部分,C区域为距离窗户的墙体部分,D区域为墙面与天花板相交处区域,E区域为房梁与墙面相交处区域。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1和图2所示,分别给出了发明的室外和室内热工缺陷检测过程的流程图,
室外热工缺陷检测过程包括以下步骤:
a).采集建筑物的室外红外图像,在保持室内温度高于室外温度15℃的情况下,利用红外热像仪分区域采集待检测建筑物的室外红外图像;
b).得到全景红外图像,将步骤a)中分区域采集的室外红外图像进行拼接,得到待检测建筑物完整的全景红外图像;
c).去除不相干背景,在步骤b)中得到的全景红外图像中选择待检测建筑物的检测主体结构,并将天空、树木不相干背景去除;
d).排除窗户区域,在步骤c)中得到的红外图像中,将窗户区域的红外热成像区域全部去除,得到待检测主体结构中主体墙面的红外图像;
e).计算等温区域,依据步骤d)中得到的红外图像,计算出主体墙面的等温区域,并计算各等温区域的面积;
f).判断是否包含热工缺陷区域,根据主体墙面的等温区域,判断出待检测建筑物的热工缺陷区域;如不存在热工缺陷区域,则表明待检测建筑物不存在热工缺陷,室外热工缺陷检测过程结束;如存在,则执行步骤g);
该步骤f)可以通过以下步骤来实现:
f-2).建立检测主体的直方图分布,以红外图像中所表征的检测主体的温度为横轴、各温度出现的频率或像素数为纵轴,建立直方图分布;
g).计算热工缺陷比,首先标记出热工缺陷所在的位置,并求出热工缺陷区域的面积和,然后再求出主体墙面的面积;利用热工缺陷比等于热工缺陷区域的面积和与主体墙面面积的比值,求出热工缺陷比;
h).判断建筑节能是否达标,将求出的热工缺陷比与国家标准进行比较,判断待检测建筑物的热工工程是否达标,若达标,则判定建筑物节能;若不达标,则判定建筑物不节能,应对热工缺陷区域进行修复;
室内热工缺陷检测过程包括以下步骤:
1).采集室内红外图像,在室外热工缺陷检测过程中,如判断出建筑物存在热工缺陷区域,则在热工缺陷区域对应的室内位置,采集室内红外图像;
2).计算室内等温区域,将采集的全部室内红外图像进行拼接,并计算室内红外图像的等温区域;
3).计算室内热工缺陷面积,根据步骤2)中获取的等温区域,判断出热工缺陷区域,并计算出热工缺陷区域的总面积;
该步骤中,室内热工缺陷区域的查找,亦可采用f-1)至f-5)的方法来实现。
4).定位室内热工缺陷区域,根据判断出的热工缺陷区域,准确定位出室内热工缺陷区域的位置,以对热工缺陷区域提出节能改造的意见和建议,室内检测过程结束。
其中,在步骤e)和步骤2)中的等温区域判定过程中,如果红外图像表征的温度带在一个色彩范围之内,则视为同一等温区域。在步骤1)中进行室内红外图像采集的过程中,室内与室外的温度差为15℃以上。
红外热像仪是利用红外探测器和光学成像物镜接受被测目标的红外辐射能量分布图形反映到红外探测器的光敏元件上,从而获得红外热像图,这种热像图与物体表面的热分布场相对应。通俗地讲红外热像仪就是将物体发出的不可见红外能量转变为可见的热图像。红外图像的上面的不同颜色代表被测物体的不同温度。由于不便于给出红外热像仪拍摄的彩色图像,下面给出由彩色红外图像转化而成的黑白图像形式的图片,来对本发明的建筑热工缺陷精确定位方法的具体应用加以说明。
如图3所示,给出了待检测建筑物室外红外热像图,此图像时在室内温度高于室外15℃以上的情况下拍摄的,颜色越暗,代表该区域的温度越高,颜色越明亮,代表该区域的温度越低。所示的A区域为主体墙面部分,B区域为窗户区域部分,C区域为疑是热工缺陷区域。对于窗户区域部分A的边缘、疑是热工缺陷区域C来说,易于将室内的热量传递到室外,会具有较高的温度,故颜色较暗;对于主体墙面部分A来说,则较为明亮。对主体墙面部分A中的疑是热工缺陷区域C进一步分析判断,即可找出热工缺陷区域和计算热工缺陷比。
如图4所示,给出了待检测建筑物室内一区域的红外热像图,同样地,此图像时在室内温度高于室外15℃以上的情况下拍摄的,颜色越暗,代表该区域的温度越高,颜色越明亮,代表该区域的温度越低。所示的A区域为窗户边角部分,B区域为墙面部分,C区域为距离窗户的墙体部分,D区域为墙面与天花板相交处区域,E区域为房梁与墙面相交处区域。对于室内来说,距离窗户的墙体部分C、墙面与天花板相交处区域D和房梁与墙面相交处区域E易于将室内的热量传递到室外,温度会较高,故颜色较暗;对于墙面部分B和窗户边角部分A的玻璃来说,则不宜传到热量,故颜色会较为明亮。对室内红外热像图分析之后,可对热工缺陷区域提出节能改造的意见和建议。
Claims (4)
1.一种基于红外图像的建筑热工缺陷精确定位方法,其特征在于,包括室外热工缺陷检测过程和室内热工缺陷检测过程;
所述室外热工缺陷检测过程包括以下步骤:
a).采集建筑物的室外红外图像,在保持室内温度高于室外温度15℃的情况下,利用红外热像仪分区域采集待检测建筑物的室外红外图像;
b).得到全景红外图像,将步骤a)中分区域采集的室外红外图像进行拼接,得到待检测建筑物完整的全景红外图像;
c).去除不相干背景,在步骤b)中得到的全景红外图像中选择待检测建筑物的检测主体结构,并将天空、树木不相干背景去除;
d).排除窗户区域,在步骤c)中得到的红外图像中,将窗户区域的红外热成像区域全部去除,得到待检测主体结构中主体墙面的红外图像;
e).计算等温区域,依据步骤d)中得到的红外图像,计算出主体墙面的等温区域,并计算各等温区域的面积;
f).判断是否包含热工缺陷区域,根据主体墙面的等温区域,判断出待检测建筑物的热工缺陷区域;如不存在热工缺陷区域,则表明待检测建筑物不存在热工缺陷,室外热工缺陷检测过程结束;如存在,则执行步骤g);
g).计算热工缺陷比,首先标记出热工缺陷所在的位置,并求出热工缺陷区域的面积和,然后再求出主体墙面的面积;利用热工缺陷比等于热工缺陷区域的面积和与主体墙面面积的比值,求出热工缺陷比;
h).判断建筑节能是否达标,将求出的热工缺陷比与国家标准进行比较,判断待检测建筑物的热工工程是否达标,若达标,则判定建筑物节能;若不达标,则判定建筑物不节能,应对热工缺陷区域进行修复;
所述室内热工缺陷检测过程包括以下步骤:
1).采集室内红外图像,在室外热工缺陷检测过程中,如判断出建筑物存在热工缺陷区域,则在热工缺陷区域对应的室内位置,采集室内红外图像;
2).计算室内等温区域,将采集的全部室内红外图像进行拼接,并计算室内红外图像的等温区域;
3).计算室内热工缺陷面积,根据步骤2)中获取的等温区域,判断出热工缺陷区域,并计算出热工缺陷区域的总面积;
4).定位室内热工缺陷区域,根据判断出的热工缺陷区域,准确定位出室内热工缺陷区域的位置,以对热工缺陷区域提出节能改造的意见和建议,室内检测过程结束。
2.根据权利要求1所述的基于红外图像的建筑热工缺陷精确定位方法,其特征在于:在步骤e)和步骤2)中的等温区域判定过程中,如果红外图像表征的温度带在一个色彩范围之内,则视为同一等温区域。
3.根据权利要求1或2所述的基于红外图像的建筑热工缺陷精确定位方法,其特征在于:在步骤1)中进行室内红外图像采集的过程中,室内与室外的温度差为15℃以上。
4.根据权利要求1或2所述的基于红外图像的建筑热工缺陷精确定位方法,其特征在于,步骤f)中是否包含热工缺陷区域的判断包括以下步骤,
f-2).建立检测主体的直方图分布,以红外图像中所表征的检测主体的温度为横轴、各温度出现的频率或像素数为纵轴,建立直方图分布;
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310091969XA CN103163151A (zh) | 2013-03-21 | 2013-03-21 | 基于红外图像的建筑热工缺陷精确定位方法 |
PCT/CN2013/000983 WO2014146222A1 (zh) | 2013-03-21 | 2013-08-22 | 基于红外图像的建筑热工指标的自动检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310091969XA CN103163151A (zh) | 2013-03-21 | 2013-03-21 | 基于红外图像的建筑热工缺陷精确定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103163151A true CN103163151A (zh) | 2013-06-19 |
Family
ID=48586414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310091969XA Pending CN103163151A (zh) | 2013-03-21 | 2013-03-21 | 基于红外图像的建筑热工缺陷精确定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103163151A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105043557A (zh) * | 2014-04-18 | 2015-11-11 | 杭州美盛红外光电技术有限公司 | 热像拍摄装置、热像处理装置和热像拍摄方法、热像处理方法 |
CN107782764A (zh) * | 2016-08-25 | 2018-03-09 | 成都鼎桥通信技术有限公司 | 一种光伏组件的故障识别方法 |
CN108140218A (zh) * | 2015-09-10 | 2018-06-08 | 富士胶片株式会社 | 健全度判定装置、健全度判定方法及健全度判定程序 |
CN108490030A (zh) * | 2018-03-30 | 2018-09-04 | 吉林建筑大学 | 基于无人机红外热成像的建筑围护结构热工性能检测方法 |
CN108535321A (zh) * | 2018-03-30 | 2018-09-14 | 吉林建筑大学 | 一种基于三维红外热成像技术的建筑热工性能检测方法 |
CN109523544A (zh) * | 2018-11-26 | 2019-03-26 | 陕西汉通建设工程质量检测有限公司 | 一种建筑外墙质量缺陷检测***及其方法 |
CN112710698A (zh) * | 2020-12-08 | 2021-04-27 | 上海裕芮信息技术有限公司 | 一种基于红外热成像的炼化塔火炬设备的检测方法及*** |
CN112964370A (zh) * | 2021-03-30 | 2021-06-15 | 清华大学 | 通过红外热成像从室外快速批量获取室内空气温度的方法 |
CN113945284A (zh) * | 2021-11-19 | 2022-01-18 | 山西经济管理干部学院 | 基于红外测试技术的建筑节能检测app |
CN116818830A (zh) * | 2023-08-29 | 2023-09-29 | 山东津庭名企建材有限公司 | 一种低碳建筑材料的保温隔热性能检测方法 |
-
2013
- 2013-03-21 CN CN201310091969XA patent/CN103163151A/zh active Pending
Non-Patent Citations (2)
Title |
---|
王中华: "《湿稳定状态确定及建筑热工缺陷红外测试基础研究》", 《中国优秀硕士学位论文全文数据库》 * |
王凯等: "《红外热像技术在建筑节能诊断中的应用研究》", 《建筑热能通风空调》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105043557A (zh) * | 2014-04-18 | 2015-11-11 | 杭州美盛红外光电技术有限公司 | 热像拍摄装置、热像处理装置和热像拍摄方法、热像处理方法 |
CN108140218A (zh) * | 2015-09-10 | 2018-06-08 | 富士胶片株式会社 | 健全度判定装置、健全度判定方法及健全度判定程序 |
CN107782764A (zh) * | 2016-08-25 | 2018-03-09 | 成都鼎桥通信技术有限公司 | 一种光伏组件的故障识别方法 |
CN108490030B (zh) * | 2018-03-30 | 2021-03-23 | 吉林建筑大学 | 基于无人机红外热成像的建筑围护结构热工性能检测方法 |
CN108490030A (zh) * | 2018-03-30 | 2018-09-04 | 吉林建筑大学 | 基于无人机红外热成像的建筑围护结构热工性能检测方法 |
CN108535321A (zh) * | 2018-03-30 | 2018-09-14 | 吉林建筑大学 | 一种基于三维红外热成像技术的建筑热工性能检测方法 |
CN108535321B (zh) * | 2018-03-30 | 2021-04-02 | 吉林建筑大学 | 一种基于三维红外热成像技术的建筑热工性能检测方法 |
CN109523544B (zh) * | 2018-11-26 | 2021-02-26 | 陕西汉通建设工程质量检测有限公司 | 一种建筑外墙质量缺陷检测***及其方法 |
CN109523544A (zh) * | 2018-11-26 | 2019-03-26 | 陕西汉通建设工程质量检测有限公司 | 一种建筑外墙质量缺陷检测***及其方法 |
CN112710698A (zh) * | 2020-12-08 | 2021-04-27 | 上海裕芮信息技术有限公司 | 一种基于红外热成像的炼化塔火炬设备的检测方法及*** |
CN112964370A (zh) * | 2021-03-30 | 2021-06-15 | 清华大学 | 通过红外热成像从室外快速批量获取室内空气温度的方法 |
CN112964370B (zh) * | 2021-03-30 | 2022-03-29 | 清华大学 | 通过红外热成像从室外快速批量获取室内空气温度的方法 |
CN113945284A (zh) * | 2021-11-19 | 2022-01-18 | 山西经济管理干部学院 | 基于红外测试技术的建筑节能检测app |
CN116818830A (zh) * | 2023-08-29 | 2023-09-29 | 山东津庭名企建材有限公司 | 一种低碳建筑材料的保温隔热性能检测方法 |
CN116818830B (zh) * | 2023-08-29 | 2023-12-01 | 山东津庭名企建材有限公司 | 一种低碳建筑材料的保温隔热性能检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103163151A (zh) | 基于红外图像的建筑热工缺陷精确定位方法 | |
CN110058328B (zh) | 东北夏季降水多模式组合降尺度预测方法 | |
Yang et al. | Energy performance of building envelopes in different climate zones in China | |
Huang et al. | Energy and carbon emission payback analysis for energy-efficient retrofitting in buildings—Overhang shading option | |
Qiu et al. | Identification of passive solar design determinants in office building envelopes in hot and humid climates using data mining techniques | |
US20200184630A1 (en) | Method for detecting hollowing of exterior wall finish layer | |
WO2014146222A1 (zh) | 基于红外图像的建筑热工指标的自动检测方法 | |
Wang et al. | Carbon print studies for the energy conservation regulations of the UK and China | |
CN102692271B (zh) | 基于天空可见光图像的太阳直接辐射强度测量方法和装置 | |
CN102721988B (zh) | 基于天空可见光图像的日照时数测量方法 | |
Li et al. | Study of models for predicting the diffuse irradiance on inclined surfaces | |
Mahdavinejad et al. | Estimation of daylight availability and illuminance on vertical south facing surfaces in Tehran | |
Mahmoud et al. | Impact of urban geometry on cooling loads in Egypt: Case study: A social residential compound in New Aswan city | |
Aghemo et al. | The new prEN 15193-1 to calculate the energy requirements for lighting in buildings: comparison to the previous standard and sensitivity analysis on the new influencing factors | |
Wang et al. | Heating energy consumption questionnaire and statistical analysis of rural buildings in China | |
Yu et al. | Study on the measurement of indoor environment quality and enclosure structure thermal defects of green residential buildings in severe cold areas | |
Murakami et al. | Spatiotemporal heatwave risk modeling combining multiple observations | |
Peronato et al. | Sampling of building surfaces towards an early assessment of BIPV potential in urban contexts | |
Gorji Mahlabani et al. | The analysis of daylight factor and illumination in Iranian traditional architecture, Case Studies: Qajar era houses, Qazvin, Iran | |
Zi et al. | Sky type classification in Harbin during winter | |
CN207082134U (zh) | 一种客流统计装置 | |
CN112487536A (zh) | 建筑用遮阳产品能效性能的评估方法、***以及存储介质 | |
Darula et al. | Simulation of luminance sky patterns predetermining daylight illuminance on vertical house fronts with windows | |
Ni et al. | Simulation of solar radiation on metropolitan building surfaces: a novel and refined research framework | |
Fang et al. | Intelligent research of intelligent building with computer big data technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130619 |