CN108520313A - 一种通风方式计算平台计算方法 - Google Patents
一种通风方式计算平台计算方法 Download PDFInfo
- Publication number
- CN108520313A CN108520313A CN201810217163.3A CN201810217163A CN108520313A CN 108520313 A CN108520313 A CN 108520313A CN 201810217163 A CN201810217163 A CN 201810217163A CN 108520313 A CN108520313 A CN 108520313A
- Authority
- CN
- China
- Prior art keywords
- draft type
- draft
- ventilation
- various
- indoor
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Ventilation (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种通风方式计算平台计算方法,包括:先建立通风方式平台计算模型;其次,在同一室内污染物浓度水平下,对各种通风方式以1min间隔将预测值传输到微处理器内进行比较分析;再次,计算出各种通风方式将室内污染物浓度降低到最低允许浓度需要的时间,作为各种通风方式的去除能力指标;然后,微处理器对上述作为各种通风方式的去除能力指标从小到大进行排列,并在人机交互面板中显示;最后,将指标最小值对应的通风方式作为最优选择,以此确定住宅的通风方式;微处理器通过ZigBee通信协议按照选择的通风方式控制门窗开关控制模块/新风机开关模块。本发明避免了盲目使用新风机带来不必要的能耗,具有较好的节能环保效益。
Description
技术领域
本发明涉及室内空气品质评价与反馈控制领域,特别是涉及一种通风方式计算平台计算方法。
背景技术
由于人员活动(如吸烟、烹饪等)过程中产生的大量污染物,严重影响了现代住宅建筑内的空气质量。为了控制室内污染物浓度水平,对建筑必须进行通风净化,目前主要的通风方式包括自然通风、机械通风以及冷风渗透,其中机械通风又以新风机为主要通风形式。新风机通过净化过滤技术将室外空气进行有效净化后送入到室内,达到稀释室内污染物的目的。尽管新风机对室内空气品质的改善有着明显的效果,但其较高的耗电量以及运行中产生的噪声问题使得新风机在实际家庭住宅内的使用率普遍较低。相对应地,自然通风以及渗透通风以其较佳的适用性和节能性优点,越来越受到住宅用户的青睐。然而由于对各种通风净化方式对室内污染物去除能力不能有效的进行评估,使得居民在实际生活中对通风方式的选择有着较大的疑惑。
因此,通过对室内空气品质进行实时的检测,对三种通风方式污染物去除能力进行及时的对比评估,为居民选择最优的通风方式具有重要意义。
发明内容
本发明的目的在于克服上述现有技术中的不足,本发明提出了一种通风方式计算平台计算方法。
本发明为解决现有技术中的技术问题,提出的技术方案如下:一种通风方式计算平台计算方法,建立在一种智能家用通风方式选择***,该方法包括如下步骤:
1)建立通风方式平台计算模型:
(1)建立通用污染物浓度变化预测模型;
(2)建立自然通风方式浓度变化预测模型;
(3)建立机械通风方式浓度变化预测模型;
(4)建立渗透通风方式浓度变化预测模型;
2)在同一室内污染物浓度水平下,按照不同通风方式污染物浓度变化预测模型对各种通风方式以1min间隔将预测值传输到微处理器内进行比较分析;
3)按照住户在人机交互面板上设置的最低允许浓度对各个通风方式去除污染物能力进行计算,计算出各种通风方式将室内污染物浓度降低到最低允许浓度需要的时间,以此作为各种通风方式的去除能力指标;
4)微处理器对上述作为各种通风方式的去除能力指标从小到大进行排列,并在人机交互面板中显示;
5)将指标最小值对应的通风方式作为最优选择,以此确定住宅的通风方式;微处理器通过ZigBee通信协议按照选择的通风方式控制门窗开关控制模块/新风机开关模块。
该方法,还包括:模型验证步骤,具体如下:
1)设定各种通风方式去除能力的初始值;
2)通过人机交互面板控制门窗开关控制模块/新风机开关控制模块;
3)进行自然通风/机械通风/渗透通风污染物浓度预测模型验证程序;
4)通过放置在室内的PM2.5传感器检测并记录室内颗粒物浓度水平,当达到设定值时停止验证程序;
5)利用高斯牛顿迭代法将PM2.5传感器检测的室内颗粒物浓度的值与模型计算的浓度变化进行对比,迭代,得出针对该住宅采用自然通风时最佳空气混合特性系数。
上述一种智能家用通风方式选择***,包括安装于室外的风速传感器、风向传感器、温度传感器、PM2.5传感器和无线传输模块,以及安装于室内的温度传感器、PM2.5传感器和无线传输模块,终端、微处理器、人机交互面板、门窗开关控制模块以及新风机开关控制模块;
所述终端内设置有住宅模型数据库和通风方式计算平台:
所述住宅模型数据库存储着建筑平面布局、朝向以及外窗相应的尺寸信息;
所述通风方式计算平台存储着各种通风方式对污染物去除能力计算模型;
所述安装于室外的风速传感器、风向传感器、温度传感器、PM2.5传感器通过室外的无线传输模块传输相应的数据到通风方式计算平台;
所述安装于室内的温度传感器、PM2.5传感器通过室内的无线传输模块传输相应的数据到通风方式计算平台;
所述通风方式计算平台通过调用室、内外的无线传输模块收集的数据,对各种通风方式净化能力进行分析计算,并将计算得出各种通风方式对污染物去除能力数据传给微处理器;
所述微处理器将各种通风方式对污染物去除能力数据按照用户设定的评判标准进行比较分析,选择最佳的通风方式,并通过人机交互面板发出指令控制门窗开关控制模块以及新风机开关控制模块;
所述门窗开关控制模块执行通风方式,控制住宅外窗的启闭;
所述新风机开关控制模块执行通风方式,控制新风机的启闭。
所述风速传感器与所述风向传感器采用市售的FWS200风速风向传感器。
所述无线传输模块选用GSM4G模块,采用4G网络实现数据通信。
所述微处理器采用elektron旗下的Berthel微处理器。
所述PM2.5传感器采用英国阿尔法生产的型号为OPC-N2的PM2.5传感器。
所述人机交互面板采用TORTAI品牌公司生产的TT-13045触摸屏面板。
所述门窗开关控制模块采用odenx品牌的DL-80轻型门窗开关控制模块。
所述新风机开关控制模块采用GV-RK01-220ML型号的智能开关模块。
住户通过人机交互面板自定义发送操作指令控制门窗开关与新风机开关。
与现有技术相比,本发明的有益效果在于:
本发明同时监测了室内外的空气品质,为用户实时了解室内外空气状态提供有力的支撑。
本发明通过对不同通风方式进行比较分析,用模型计算结果给出通风方式建议,避免了盲目使用新风机带来不必要的能耗,具有较好的节能环保效益,也为住户在选择通风方式时给出直接的选择依据。
附图说明
图1是本发明***原理框图;
图2是本发明装置布置示意图;
图3是不同通风方式污染物去除能力预测模型:
(a)自然通风;(b)机械通风;(c)渗透通风;
图4是迭代过程。
附图标记:
1-建筑物,11-风向传感器,12-风速传感器,13-温度传感器,14-PM2.5传感器,15-无线传输模块;
2-客厅,21-无线传输模块,22-温度传感器,23-PM2.5传感器;
3-终端,31-住宅模型数据库,32-通风方式计算平台;
4-微处理器;
5-人机交互面板;
6-门窗开关控制模块;
7-新风机开关控制模块。
具体实施方式
下面结合附图和具体实施例对本发明技术方案作进一步详细描述,所描述的具体实施例仅对本发明进行解释说明,并不用以限制本发明。
图1为本发明***原理框图,布置示意图如图2所示,本发明建立在一种智能家用通风方式选择***上,包括安装在室外的风向传感器11、风速传感器12、温度传感器13、PM2.5传感器14和无线传输模块15,以及安装在室内的温度传感器22、PM2.5传感器23和无线传输模块21,终端3、微处理器4、人机交互面板5、门窗开关控制模块6以及新风机开关控制模块7,所述终端3内设置有住宅模型数据库31和通风方式计算平台32。所述安装于室外的风向传感器11、风速传感器12、温度传感器13和PM2.5传感器14通过无线传输模块15将室外数据传输到通风方式计算平台32;所述安装于室内温度传感器22和PM2.5传感器23通过无线传输模块21将室内数据传输到通风方式计算平台32;所述住宅模型数据库31由使用该***用户按照实际住宅情况提供,该数据主要包括建筑朝向以及外窗相应的尺寸信息(窗户开口宽度,窗户底部和上部离地面的高度、窗户中部位置离地面的距离);所述通风方式计算平台32存储着各种通风方式对污染物去除能力计算模型,并结合获取的数据进行各种通风方式污染物去除能力计算,最后将各种通风方式污染物去除能力计算结果传输给微处理器4;所述微处理器4将对各种通风方式净化能力按照用户设定的评判标准进行比较分析,选出最佳的通风方式,并通过人机交互面板5发出指令控制门窗开关控制模块6以及新风机开关控制模块7,达到执行最佳通风方式的目的。
本实施例中风向传感器11、风速传感器12、温度传感器13、PM2.5传感器14和无线传输模块15放置在建筑物1屋顶处,温度传感器22、PM2.5传感器23和无线传输模块21放置在室内客厅2内。
本实施例中所述风速传感器与风向传感器采用市销售的FWS200风速风向传感器;所述无线传输模块选用GSM4G模块,该模块采用4G网络实现数据通信;所述微处理器采用elektron旗下的Berthel微处理器;所述PM2.5传感器采用英国阿尔法生产的型号为OPC-N2的PM2.5传感器;所述温度传感器采用DHT11温度模块;所述人机交互面板采用TORTAI品牌公司生产的TT-13045触摸屏面板;所述门窗开关控制模块采用odenx品牌的DL-80轻型门窗开关控制模块;所述新风机开关控制模块采用GV-RK01-220ML型号的智能开关模块。
该方法包括如下步骤:
1)建立通风方式平台计算模型:
(1)建立通用污染物浓度变化预测模型;
(2)建立自然通风方式浓度变化预测模型;
(3)建立机械通风方式浓度变化预测模型;
(4)建立渗透通风方式浓度变化预测模型;
2)在同一室内污染物浓度水平下,按照不同通风方式污染物浓度预测模型对各种通风方式以1min间隔将预测值传输到微处理器内进行比较分析;
3)按照住户在人机交互面板上设置的最低允许浓度对各个通风方式去除污染物能力进行计算,计算出各种通风方式将室内污染物浓度降低到最低允许浓度需要的时间,以此作为各种通风方式的去除能力指标;
4)微处理器对上述作为各种通风方式的去除能力指标从小到大进行排列,并在人机交互面板中显示;
5)将指标最小值对应的通风方式作为最优选择,以此确定住宅的通风方式;微处理器通过ZigBee通信协议按照选择的通风方式控制门窗开关控制模块/新风机开关模块。
该方法,还包括:模型验证步骤,具体如下:
1)设定各种通风方式去除能力的初始值;
2)通过人机交互面板控制门窗开关控制模块/新风机开关控制模块;
3)进行自然通风/机械通风/渗透通风污染物浓度预测模型验证程序;
4)通过放置在室内的PM2.5传感器检测并记录室内颗粒物浓度水平,当达到设定值时停止验证程序;
5)利用高斯牛顿迭代法将PM2.5传感器检测的室内颗粒物浓度的值与模型计算的浓度变化进行对比,迭代,得出针对该住宅采用自然通风时最佳空气混合特性系数。
本发明通风方式计算平台存储的各种通风方式污染物去除能力计算模型是根据质量平衡原理对室内污染物浓度变化进行预测,并按照预测的浓度变化曲线计算各种通风方式污染物去除能力,详细地来说,所述通风方式计算平台计算模型,具体如下:
(1)建立通用污染物浓度变化预测模型:
依据质量平衡方程(2)可以计算得出通用室内污染物浓度随时间变化关系式如公式(1)所示:
其中,计算公式(1)是通过下面质量平衡方程公式(2)得到:
在公式(1)和公式(2)中,V是区域的体积,m3;S是污染物源强,ug/h;k是空气混合特性系数,该值由模型验证时计算得出;C是区域内浓度,ug/m3;QS是由室外进入的风量,m3/h;Qn是相邻区域进入的风量,m3/h;Cn是相邻区域浓度,ug/m3;Qi是流向相邻区域的风量,m3/h;Qe是排风量,m3/h;α是沉积率,m3/h;P是新风机净化效率,由使用新风机类型决定,本实例取值0.8。
(2)建立自然通风方式浓度变化预测模型:
根据通用污染物浓度变化预测模型,对于自然通风方式,其浓度变化关系式可由公式(3)得出:
其中,公式(3)中的QS由公式(4)计算得到:
在公式(4)中,Cd是流量系数,取值0.6;l、a和b分别窗户开口宽度,窗户底部和上部离地面的高度;Z0为窗户中部位置离地面的距离;关于窗户几何信息均由住宅模型数据库提供。Ti、Ta和Tavg分别为室内温度,室外温度以及室内外温度的平均值,该数据均有放置在室内外的温度传感器测试而来;Uref为室外风速,由室外风速传感器监测数据提供。
(3)建立机械通风方式浓度变化预测模型:
根据通用污染物浓度变化预测模型,对于机械通风方式,其浓度变化关系式可由公式(5)得出:
其中,Qs为新风机风量,在本实施例中风量为450m3/h。
(4)建立渗透通风方式浓度变化预测模型:
根据通用污染物浓度变化预测模型,对于渗透通风方式,其浓度变化关系式同样可由公式(3)得出,但其中的QS由美国采暖,制冷与空调工程师学会标准(ASHRAE 1997HVACFundamentals Handbook)中对于渗透通风提出的Enhanced Model进行计算,如公式(6)所示:
其中,c为窗户渗透系数取0.001即可;n为窗户渗透指数取0.847即可;Cs为热压系数取推荐值0.098;Cw为风力系数取推荐值0.17;S为遮挡因子取推荐值1;G为风速乘积系数取推荐值1;Umet为室外风速,该值由放置在室外屋顶上的风速传感器监测而来;Δt为室内外温差,由放置在室内外的温度传感器监测数据提供。
下面列举一个具体实施例,对本发明进行说明:
从住宅模型数据库中选取一普通一居室作为说明载体,该数据库由使用该***用户按照实际住宅情况提供,该数据主要包括建筑朝向以及外窗相应的尺寸信息(窗户开口宽度,窗户底部和上部离地面的高度、窗户中部位置离地面的距离),例如采用酷家乐公司收集的数据。风速传感器、风向传感器、PM2.5传感器和温度传感器放置在建筑物屋顶处,用于实时监测室外的气象数据信息,在室内客厅处同样放置PM2.5传感器和温度传感器用以实时监测室内的空气品质数据,结合这些数据进行通风方式计算。在该实施例中,模拟人员吸烟活动导致室内空气中PM2.5浓度上升,以此试图通过通风改善室内空气品质。优选地,为增加通风方式模型的适用性,在通风方式计算平台包含有模型验证程序,在初次使用该***时,利用高斯牛顿迭代法对PM2.5传感器检测的室内颗粒物浓度的值与模型计算的浓度变化进行对比,得出针对该住宅的最佳空气混合特性系数,以此修正各种通风方式浓度变化预测模型。
在模型验证阶段,首先在室内产生一定高浓度的颗粒物污染物作为计算不同通风方式去除能力的初始值,并通过人机交互面板控制门窗开关控制模块,打开外窗进行自然通风,此时进行自然通风预测模型验证程序;通过放置在室内的PM2.5传感器检测并记录室内颗粒物浓度水平,当达到设定值时停止自然通风模型验证程序。结合室外传感器测试数据利用公式(4)计算自然通风量,并将结果带入到公式(3)中,最后利用高斯牛顿迭代法将PM2.5传感器检测的室内颗粒物浓度的值与模型计算的浓度变化进行对比,其迭代过程如图4所示,得出针对该住宅采用自然通风时最佳空气混合特性系数为0.87。图3(a)所示为采用最佳混合特性系数时利用自然通风预测模型对室内污染物浓度计算值与室内PM2.5传感器检测值对比结果。从结果可以看出,住宅在自然通风模式下,利用自然通风预测模型能够对室内颗粒物浓度有着较佳地预测能力。
利用同样的方法,对机械通风以及渗透通风污染物浓度预测模型进行验证,其结果分别如图3(b)和图3(c)所示。
完成模型的验证后,实际使用中,在同一室内污染物浓度水平下,通风方式计算平台将按照不同通风方式污染物浓度预测模型对各种通风方式以1min间隔将预测值传输到微处理器内进行比较分析。按照住户在人机交互面板上设置的最低允许浓度对各个通风方式去除污染物能力进行计算,如本实施例中设置35ug/m3为室内最低允许浓度,则通过图3(a)至(c)显示的数据计算出各种通风方式将室内污染物浓度降低到最低允许浓度需要的时间(例如:自然通风19min;机械通风18min;渗透通风170min),以此作为各种通风方式的去除能力指标。较佳地,由于机械通风相比自然通风和渗透通风需要额外增加能耗,因此该***在对机械通风污染物去除能力计算中允许用户对此设置权重(如1.5),则最后各个通风方式的去除能力指标分别为:自然通风19min;机械通风27min;渗透通风170min。微处理器对该指标从小到大进行排列,并在人机交互面板中显示。将指标最小值对应的通风方式作为最优选择,以此确定住宅的通风方式(自然通风)。微处理器通过ZigBee通信协议按照选择的通风方式控制门窗开关控制模块(开启外窗)和新风机开关模块(关闭新风机),达到采用目标通风方式(自然通风)的目的。
应当理解的是,这里所讨论的实施方案及实例只是为了说明,对本领域技术人员来说,可以加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (2)
1.一种通风方式计算平台计算方法,其特征在于,该方法包括如下步骤:
1)建立通风方式平台计算模型:
(1)建立通用污染物浓度变化预测模型;
(2)建立自然通风方式浓度变化预测模型;
(3)建立机械通风方式浓度变化预测模型;
(4)建立渗透通风方式浓度变化预测模型;
2)在同一室内污染物浓度水平下,按照不同通风方式污染物浓度变化预测模型对各种通风方式以1min间隔将预测值传输到微处理器内进行比较分析;
3)按照住户在人机交互面板上设置的最低允许浓度对各个通风方式去除污染物能力进行计算,计算出各种通风方式将室内污染物浓度降低到最低允许浓度需要的时间,以此作为各种通风方式的去除能力指标;
4)微处理器对上述作为各种通风方式的去除能力指标从小到大进行排列,并在人机交互面板中显示;
5)将指标最小值对应的通风方式作为最优选择,以此确定住宅的通风方式;微处理器通过ZigBee通信协议按照选择的通风方式控制门窗开关控制模块/新风机开关模块。
2.根据权利要求1所述的一种通风方式计算平台计算方法,其特征在于,该方法,还包括:模型验证步骤,具体如下:
1)设定各种通风方式去除能力的初始值;
2)通过人机交互面板控制门窗开关控制模块/新风机开关控制模块;
3)进行自然通风/机械通风/渗透通风污染物浓度预测模型验证程序;
4)通过放置在室内的PM2.5传感器检测并记录室内颗粒物浓度水平,当达到设定值时停止验证程序;
5)利用高斯牛顿迭代法将PM2.5传感器检测的室内颗粒物浓度的值与模型计算的浓度变化进行对比,迭代,得出针对该住宅采用自然通风时最佳空气混合特性系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810217163.3A CN108520313A (zh) | 2018-03-16 | 2018-03-16 | 一种通风方式计算平台计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810217163.3A CN108520313A (zh) | 2018-03-16 | 2018-03-16 | 一种通风方式计算平台计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108520313A true CN108520313A (zh) | 2018-09-11 |
Family
ID=63433927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810217163.3A Pending CN108520313A (zh) | 2018-03-16 | 2018-03-16 | 一种通风方式计算平台计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108520313A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112178866A (zh) * | 2020-08-20 | 2021-01-05 | 珠海格力电器股份有限公司 | 空气净化方法、空气净化装置、空调器及其控制方法 |
CN112178865A (zh) * | 2020-08-17 | 2021-01-05 | 珠海格力电器股份有限公司 | 空调器污染物检测方法、净化方法、控制方法及空调器 |
CN112684102A (zh) * | 2019-10-17 | 2021-04-20 | 霍尼韦尔国际公司 | 用于空气质量维护的装置和方法 |
CN113864225A (zh) * | 2021-12-03 | 2021-12-31 | 四川省畜牧科学研究院 | 基于多项独立控制参数的复杂风场模型构建方法 |
CN114183901A (zh) * | 2021-12-13 | 2022-03-15 | 中国人民解放***箭军工程大学 | 一种适用于多场景的地下建筑降氡通风***智能控制方法和*** |
CN114183896A (zh) * | 2021-11-15 | 2022-03-15 | 重庆大学 | 一种基于性能目标的室内多种污染物协调控制***及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104067062A (zh) * | 2012-01-18 | 2014-09-24 | Vkr控股公司 | 用于控制建筑物中的通风的方法及*** |
CN104573379A (zh) * | 2015-01-22 | 2015-04-29 | 安徽工业大学 | 一种预测室内pm2.5浓度动态变化的方法 |
CN106052019A (zh) * | 2016-05-27 | 2016-10-26 | 北京森翔环境科技有限公司 | 一种新型新风***液晶显示控制器 |
CN106706036A (zh) * | 2016-12-20 | 2017-05-24 | 天津大学 | 基于物联网技术的室内环境与能耗的长期在线监测方法 |
CN206973813U (zh) * | 2017-07-28 | 2018-02-06 | 天津大学建筑设计研究院 | 一种能够改善既有建筑室内空气质量的复合通风*** |
-
2018
- 2018-03-16 CN CN201810217163.3A patent/CN108520313A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104067062A (zh) * | 2012-01-18 | 2014-09-24 | Vkr控股公司 | 用于控制建筑物中的通风的方法及*** |
CN104573379A (zh) * | 2015-01-22 | 2015-04-29 | 安徽工业大学 | 一种预测室内pm2.5浓度动态变化的方法 |
CN106052019A (zh) * | 2016-05-27 | 2016-10-26 | 北京森翔环境科技有限公司 | 一种新型新风***液晶显示控制器 |
CN106706036A (zh) * | 2016-12-20 | 2017-05-24 | 天津大学 | 基于物联网技术的室内环境与能耗的长期在线监测方法 |
CN206973813U (zh) * | 2017-07-28 | 2018-02-06 | 天津大学建筑设计研究院 | 一种能够改善既有建筑室内空气质量的复合通风*** |
Non-Patent Citations (1)
Title |
---|
谢伟: "室内颗粒物浓度变化特征及污染控制策略研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112684102A (zh) * | 2019-10-17 | 2021-04-20 | 霍尼韦尔国际公司 | 用于空气质量维护的装置和方法 |
CN112178865A (zh) * | 2020-08-17 | 2021-01-05 | 珠海格力电器股份有限公司 | 空调器污染物检测方法、净化方法、控制方法及空调器 |
CN112178865B (zh) * | 2020-08-17 | 2022-04-01 | 珠海格力电器股份有限公司 | 空调器污染物检测方法、净化方法、控制方法及空调器 |
CN112178866A (zh) * | 2020-08-20 | 2021-01-05 | 珠海格力电器股份有限公司 | 空气净化方法、空气净化装置、空调器及其控制方法 |
CN114183896A (zh) * | 2021-11-15 | 2022-03-15 | 重庆大学 | 一种基于性能目标的室内多种污染物协调控制***及方法 |
CN114183896B (zh) * | 2021-11-15 | 2023-10-27 | 重庆大学 | 一种基于性能目标的室内多种污染物协调控制***及方法 |
CN113864225A (zh) * | 2021-12-03 | 2021-12-31 | 四川省畜牧科学研究院 | 基于多项独立控制参数的复杂风场模型构建方法 |
CN114183901A (zh) * | 2021-12-13 | 2022-03-15 | 中国人民解放***箭军工程大学 | 一种适用于多场景的地下建筑降氡通风***智能控制方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108520313A (zh) | 一种通风方式计算平台计算方法 | |
CN108343340A (zh) | 一种家用智能通风方式选择*** | |
CN105973626A (zh) | 中央空调***主机运行能效评估及预测方法以及装置 | |
CN107314507A (zh) | 风机控制方法及装置 | |
CA2503435A1 (en) | System for determining overall heating and cooling system efficiencies | |
CN109373549A (zh) | 基于人员定位室内空气质量控制***以及通风计算方法 | |
CN110220288A (zh) | 基于大数据云平台的集中空调***智能优化控制方法及装置 | |
CN102383286A (zh) | 一种智能化物联网洗衣机 | |
CN102779228A (zh) | 商场建筑中央空调冷负荷在线预测方法及*** | |
Han et al. | Smart ventilation for energy conservation in buildings | |
CN103185395A (zh) | 一种3g智能反馈环境处理集成装置 | |
CN212701063U (zh) | 一种高效率的二氧化硫检测用除湿除尘装置 | |
CN107228426A (zh) | 恒温恒湿实验室 | |
CN208236210U (zh) | 一种智能家用通风方式选择*** | |
CN208059181U (zh) | 一种通信机房智能新风空调*** | |
CN108286776A (zh) | 一种降低厨房污染物水平的自然通风控制*** | |
CN206656432U (zh) | 一种智能家居空气净化装置 | |
CN103294028B (zh) | 室内建筑能耗和空气质量的综合控制方法 | |
CN206861752U (zh) | 恒温恒湿实验室 | |
CN211060334U (zh) | 一种带空气检测功能的智能通风*** | |
CN106091293A (zh) | 一种空气质量控制器 | |
US20220221828A1 (en) | Methods, Systems and Computer Program Products for Measuring, Verifying and Controlling the Energy Efficiency of a Building | |
CN109000944A (zh) | 一种油烟机性能测试平台计算方法 | |
CN205962801U (zh) | 基于物联网技术的烤烟*** | |
CN204360616U (zh) | 智能家居教学实训*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180911 |