CN110717985A - 一种建筑数字孪生平台的构建方法 - Google Patents
一种建筑数字孪生平台的构建方法 Download PDFInfo
- Publication number
- CN110717985A CN110717985A CN201910882580.4A CN201910882580A CN110717985A CN 110717985 A CN110717985 A CN 110717985A CN 201910882580 A CN201910882580 A CN 201910882580A CN 110717985 A CN110717985 A CN 110717985A
- Authority
- CN
- China
- Prior art keywords
- sensor
- building
- platform
- digital twin
- dimensional
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种建筑数字孪生平台的构建方法,包括:步骤S1:根据建筑的几何结构和尺寸形状,建立建筑的三维模型;步骤S2:获取状态传感器、定位传感器和环境传感器采集的数据并存入数据库中;步骤S3:根据传感器采集的数据,结合建筑的三维模型建立孪生三维平台;步骤S4:利用建立的孪生三维平台进行预测***应用以反馈建筑的优化设计。与现有技术相比,本发明设计孪生三维平台,将控制算法嵌入其中,实时动态地映射物理环境,同时可监控。
Description
技术领域
本发明涉及一种数字孪生和智能建筑领域,尤其是涉及一种建筑数字孪生平台的构建方法。
背景技术
数字孪生近期得到了广泛和高度关注。全球最具权威的IT研究与顾问咨询公司Gartner连续两年(2016年和2017年)将数字孪生列为当年十大战略科技发展趋势之一。世界最大的武器生产商洛克希德马丁公司2017年11月将数字孪生列为未来国防和航天工业6大顶尖技术之首;2017年12月8日中国科协智能制造学术联合体在世界智能制造大会上将数字孪生列为世界智能制造十大科技进展之一。
数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。发挥连接物理世界和信息世界的桥梁和纽带作用。对数字孪生的研究可以推动物联网技术、人工智能、虚拟现实技术甚至传感器技术的发展。其目标在于精准映射现实空间的物理信息,呈现给管理者进行相关决策。
数字孪生技术的发展为智能建筑提供了坚实基础,是建筑可视化、数字化的基石。通过映射建筑的几何、尺寸、形状、环境、力学等物理特性,贯穿建筑全生命周期,在建筑前期设计、施工建造、后期运维阶段都发挥了重要作用。在设计阶段,如模型设计、碰撞检测、管线综合、精装设计,借助数字孪生技术能够事半功倍;在施工阶段,可用于成本预算、质量管理、施工协同、进度管理;在运维阶段,可用于设备资产管理、安全防范管理、建筑空间管理、建筑环境管理等。
数字孪生能够解决传统建筑运维复杂空间难以映射、信息冗杂、不够直观、查找困难的缺陷,以三维可视化的优势降低运维难度。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种建筑数字孪生平台的构建方法。
本发明的目的可以通过以下技术方案来实现:
一种建筑数字孪生平台的构建方法,包括:
步骤S1:根据建筑的几何结构和尺寸形状,建立建筑的三维模型;
步骤S2:获取状态传感器、定位传感器和环境传感器采集的数据并存入数据库中;
步骤S3:根据传感器采集的数据,结合建筑的三维模型建立孪生三维平台;
步骤S4:利用建立的孪生三维平台进行预测***应用以反馈建筑的优化设计。
所述步骤S1中所建立的三维模型的内容包括:包含墙体、柱、门、窗、屋顶、楼板、楼梯、栏杆在内的建筑构件的建模,以及风机盘管***、给排水***、电力线路、照明***、电梯***、闸机***、安全警报***、应急***的建模。
所述三维模型通过3Ds Max或Revit建立。
所述状态传感器包括用于监测门窗、窗帘的开关状态的霍尔开关、用于检测照明状态的光强传感器。
所述定位传感器为UWB室内定位传感器。
所述环境传感器包括至少包括红外传感器、温湿度传感器、二氧化碳传感器和颗粒物传感器。
所述步骤S3具体包括:
步骤S31:将三维模型导入Unity 3D显示引擎中,将文件转成.fbx格式,将建模过程中的材质纹理文件夹放在Unity工程的Assets文件夹下;
步骤S32:导入设计好的包含平移、旋转、缩放、选择在内的操作浏览功能;
步骤S33:导入制作好的包括开关门窗、拉动窗帘、灯光明暗变化在内的动画效果。
所述预测***应用包括照明自动调控应用、窗帘自动调控应用和热舒适性分析应用。
所述热舒适性分析应用采用PMV方式,具体为:
PMV=(0.303e-0.036M+0.028)(M-W-3.050.001(5733-6.99(M-W)-pa)-0.42((M-W)-58.15)-1.72(10-5)(5867-pa)-0.0014M(34-Ta)-3.96(10-8)fcl((Tcl+273)4-(Tr+273)4)-fclhc(Tcl-Ta))
其中:PMV为,M为新陈代谢率,W为人体做功率,pa为水蒸气分压力,Ta为周围的空气温度,fcl为着衣体表面与裸体表面之比,Tcl为衣服外表面温度,Tr为平均辐射温度,hc为衣服与空气之间的表面换热系数。
与现有技术相比,本发明具有以下有益效果:
1)针对建筑实体的室内环境的所有构件作一一映射,将物理实体映射至虚拟空间,为数字孪生***奠定模型基础。
2)利用建模软件的渲染效果,逼真显示。
3)对于模型中门窗等物体的状态配置了相关的传感器,从而使得孪生三维平台可以由更加完成的属性,提高分析的效果。
4)设计孪生三维平台,将控制算法嵌入其中,实时动态地映射物理环境,同时可监控。
5)在孪生***中完成相应的服务应用,用于自动调控照明、窗帘以及热舒适度分析。
6)采用PMV指标计算当前热舒适度,为0时最舒适,小于0时表示偏冷,大于0时表示偏热,以此为依据控制室内温湿度和风速,让室内人员感受到舒适,提高工作效率,保证身体健康。
附图说明
图1为本发明方法的主要步骤流程示意图;
图2为本发明较佳实施例提供的数字孪生***结构图;
图3为本发明较佳实施例提供的热舒适性分析应用流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
一种建筑数字孪生平台的构建方法,该方法可以通过计算机***执行,包括:
步骤S1:根据建筑的几何结构和尺寸形状,建立建筑的三维模型,其中,所建立的三维模型的内容包括:包含墙体、柱、门、窗、屋顶、楼板、楼梯、栏杆在内的建筑构件的建模,以及风机盘管***、给排水***、电力线路、照明***、电梯***、闸机***、安全警报***、应急***的建模,采用1:1等比例建模。三维模型可利用3Ds Max或者Revit三维建模软件建模,为模型渲染效果,利用建模软件的渲染效果,逼真显示。
步骤S2:获取状态传感器、定位传感器和环境传感器采集的数据并存入数据库中,
状态传感器包括用于监测门窗、窗帘的开关状态的霍尔开关、用于检测照明状态的光强传感器。
定位传感器为UWB室内定位传感器。
环境传感器包括至少包括红外传感器、温湿度传感器、二氧化碳传感器和颗粒物传感器。
具体需要事先:布设UWB室内定位传感器、红外传感器、温湿度传感器、光强传感器、二氧化碳传感器、颗粒物传感器等多种类型的传感器,获取各个维度的实时数据,然后布设霍尔开关监测门窗的开关状态,之后利用Modbus等串口通信或者TCP/IP、UDP等网络协议获取各类传感器采集的物理环境数据,监测门窗、窗帘、照明等***的状态,最后将孪生大数据存入数据库中,成为深度学习的训练数据集。
步骤S3:根据传感器采集的数据,结合建筑的三维模型建立孪生三维平台,具体包括:
步骤S31:将三维模型导入Unity 3D显示引擎中,将文件转成.fbx格式,需注意材质纹理丢失问题,将建模过程中的材质纹理文件夹放在Unity工程的Assets文件夹下;
步骤S32:导入设计好的包含平移、旋转、缩放、选择在内的操作浏览功能,这些功能通过C#编写;
步骤S33:导入制作好的包括开关门窗、拉动窗帘、灯光明暗变化在内的动画效果。
此外,还需要根据调控算法,设计定位显示***、照明调节***、窗帘调节***、热舒适性分析***,并读取热舒适性分析结果的文件,利用网格显示热力图、风速图、舒适度分析结果。
步骤S4:利用建立的孪生三维平台进行预测***应用以反馈建筑的优化设计,预测***应用包括照明自动调控应用、窗帘自动调控应用和热舒适性分析应用。
照明自动调控包括智能开关功能、灯光随动功能和自动调光功能;首先需要布设单个可调控的照明***,保证单个灯光能够独立开关、调节亮度;智能开关功能,根据红外传感器判断房间或走廊是否有人,若无人时自动关闭灯光,有人进入时自动打开灯光;灯光随动功能,针对面积较大且空旷的房间,根据UWB室内定位***,采集室内人员位置信息,在某区域照明下检测有人时,灯光打开,若检测无人时,灯光关闭;自动调光功能,收集室内人员平时的照明***台中开关灯、调节灯光亮度。利用历史运行数据、传感器数据和机器学***台中调节,节约能源。
窗帘自动调控中,首先需要安装智能可控窗帘,根据网络传输协议获得窗帘当前的开关和档位,结合当日季节、时间段、光照强度、用户平时***台中设定窗帘状态以及定时调控。结合当前光照状况和用户***台中调节。
热舒适性分析应用,利用ANSYS Fluent模块分析室内环境的三维温度场、三维流速场,利用温湿度传感器、风速仪等传感器获取边界条件;首先要考虑围护结构辐射,墙、柱子等的热容、传热系数等,可以简化为第一类边界条件或者第二类边界条件,即壁面温度或者热流;其次要考虑设备、人员的发热情况,可以简化为发热功率或热流值;同时要考虑通风设备,送风口的风速、温度,以及回风口的回风比例等因素。通过传感器实时获得边界条件,输入Fluent软件中,迭代计算获得室内三维温度场、流速场分布。
热舒适性分析应用采用PMV方式,具体为:
PMV=(0.303e-0.036M+0.028)(M-W-3.050.001(5733-6.99(M-W)-pa)-0.42((M-W)-58.15)-1.72(10-5)(5867-pa)-0.0014M(34-Ta)-3.96(10-8)fcl((Tcl+273)4-(Tr+273)4)-fclhc(Tcl-Ta))
其中:PMV为,M为新陈代谢率,W为人体做功率,pa为水蒸气分压力,Ta为周围的空气温度,fcl为着衣体表面与裸体表面之比,Tcl为衣服外表面温度,Tr为平均辐射温度,hc为衣服与空气之间的表面换热系数。
包括空气温度、湿度、风速、平均辐射温度、人体做功功率、衣物热阻六大影响因素。
衣服外表面温度具体为:
Tcl=35.7-0.028(M-W)-Icl(1.9610-8fcl((Tcl+273)4-(Tr+273)4)-fclhc(Tcl-Ta))
衣服与空气之间的表面换热系数为:
hc=Max[2.38(Tcl-Ta)0.25,12.1va 0.5]
着衣体表面与裸体表面之比为:
其中:Icl为衣服热阻,va为空气流速。
采用PMV指标计算当前热舒适度,为0时最舒适,小于0时表示偏冷,大于0时表示偏热,以此为依据控制室内温湿度和风速,让室内人员感受到舒适,提高工作效率,保证身体健康。
人体做功功率可以根据乘客活动模式来设定,一般设为0;衣物热阻可以根据季节气候来设定,冬季取0.9clo,夏季取0.5clo,1clo=0.155m2·/w;其他因素需要通过传感器测量以及CFD分析获取,适当简化PMV计算方程,减小计算难度。
Claims (9)
1.一种建筑数字孪生平台的构建方法,其特征在于,包括:
步骤S1:根据建筑的几何结构和尺寸形状,建立建筑的三维模型;
步骤S2:获取状态传感器、定位传感器和环境传感器采集的数据并存入数据库中;
步骤S3:根据传感器采集的数据,结合建筑的三维模型建立孪生三维平台;
步骤S4:利用建立的孪生三维平台进行预测***应用以反馈建筑的优化设计。
2.根据权利要求1所述的一种建筑数字孪生平台的构建方法,其特征在于,所述步骤S1中所建立的三维模型的内容包括:包含墙体、柱、门、窗、屋顶、楼板、楼梯、栏杆在内的建筑构件的建模,以及风机盘管***、给排水***、电力线路、照明***、电梯***、闸机***、安全警报***、应急***的建模。
3.根据权利要求2所述的一种建筑数字孪生平台的构建方法,其特征在于,所述三维模型通过3Ds Max或Revit建立。
4.根据权利要求1所述的一种建筑数字孪生平台的构建方法,其特征在于,所述状态传感器包括用于监测门窗、窗帘的开关状态的霍尔开关、用于检测照明状态的光强传感器。
5.根据权利要求1所述的一种建筑数字孪生平台的构建方法,其特征在于,所述定位传感器为UWB室内定位传感器。
6.根据权利要求1所述的一种建筑数字孪生平台的构建方法,其特征在于,所述环境传感器包括至少包括红外传感器、温湿度传感器、二氧化碳传感器和颗粒物传感器。
7.根据权利要求3所述的一种建筑数字孪生平台的构建方法,其特征在于,所述步骤S3具体包括:
步骤S31:将三维模型导入Unity 3D显示引擎中,将文件转成.fbx格式,将建模过程中的材质纹理文件夹放在Unity工程的Assets文件夹下;
步骤S32:导入设计好的包含平移、旋转、缩放、选择在内的操作浏览功能;
步骤S33:导入制作好的包括开关门窗、拉动窗帘、灯光明暗变化在内的动画效果。
8.根据权利要求7所述的一种建筑数字孪生平台的构建方法,其特征在于,所述预测***应用包括照明自动调控应用、窗帘自动调控应用和热舒适性分析应用。
9.根据权利要求8所述的一种建筑数字孪生平台的构建方法,其特征在于,所述热舒适性分析应用采用PMV方式,具体为:
PMV=(0.303e-0.036M+0.028)(M-W-3.050.001(5733-6.99(M-W)-pa)-0.42((M-W)-58.15)-1.72(10-5)(5867-pa)-0.0014M(34-Ta)-3.96(10-8)fcl((Tcl+273)4-(Tr+273)4)-fclhc(Tcl-Ta))
其中:PMV为,M为新陈代谢率,W为人体做功率,pa为水蒸气分压力,Ta为周围的空气温度,fcl为着衣体表面与裸体表面之比,Tcl为衣服外表面温度,Tr为平均辐射温度,hc为衣服与空气之间的表面换热系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910882580.4A CN110717985B (zh) | 2019-09-18 | 2019-09-18 | 一种建筑数字孪生平台的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910882580.4A CN110717985B (zh) | 2019-09-18 | 2019-09-18 | 一种建筑数字孪生平台的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110717985A true CN110717985A (zh) | 2020-01-21 |
CN110717985B CN110717985B (zh) | 2023-02-21 |
Family
ID=69209920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910882580.4A Active CN110717985B (zh) | 2019-09-18 | 2019-09-18 | 一种建筑数字孪生平台的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110717985B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111524219A (zh) * | 2020-03-09 | 2020-08-11 | 浙江工业大学 | 一种基于物联网的数据三维可视化管理方法 |
CN111667586A (zh) * | 2020-06-09 | 2020-09-15 | 中亿丰建设集团股份有限公司 | 基于数字孪生的建筑信息数据处理方法及*** |
WO2020205484A1 (en) * | 2019-03-29 | 2020-10-08 | Smartrac Technology Fletcher, Inc. | Digital twin system with energy harvesting sensor devices |
CN112367379A (zh) * | 2020-10-29 | 2021-02-12 | 久瓴(江苏)数字智能科技有限公司 | 家居设备状态监测方法、装置、计算机设备和存储介质 |
CN112784343A (zh) * | 2021-01-29 | 2021-05-11 | 中国农业银行股份有限公司 | 一种基于数字孪生模型的机房设计方法、装置及设备 |
CN113052958A (zh) * | 2021-03-23 | 2021-06-29 | 重庆爱车天下科技有限公司 | 一种三维数字空间汽车孪生体渲染技术 |
CN113075940A (zh) * | 2021-03-24 | 2021-07-06 | 阳光电源(上海)有限公司 | 一种光伏组串跟踪支架控制方法及相关装置 |
CN113288054A (zh) * | 2021-05-20 | 2021-08-24 | 同济大学 | 基于密闭空间二氧化碳浓度变化的人体代谢产热测量装置及方法 |
CN113657019A (zh) * | 2021-07-06 | 2021-11-16 | 大唐互联科技(武汉)有限公司 | 一种供热管网预警*** |
WO2022040920A1 (zh) * | 2020-08-25 | 2022-03-03 | 南京翱翔智能制造科技有限公司 | 一种基于数字孪生 ar 交互***和方法 |
CN116129032A (zh) * | 2022-10-02 | 2023-05-16 | 重庆蕴明科技股份有限公司 | 一种基于数字孪生的三维可视化管理***及构建方法 |
CN116776627A (zh) * | 2023-07-04 | 2023-09-19 | 中物联讯(北京)科技有限公司 | 一种基于数字孪生的智慧物流工作方法、***及存储介质 |
CN117034430A (zh) * | 2023-09-11 | 2023-11-10 | 湘潭大学 | 基于深度学习及数字孪生的闸门健康监测方法、***及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107066661A (zh) * | 2016-12-29 | 2017-08-18 | 天津市建筑设计院 | 基于bim技术和模拟仿真技术的绿色建筑设计方法 |
CN108040081A (zh) * | 2017-11-02 | 2018-05-15 | 同济大学 | 一种地铁车站数字孪生监控运维*** |
CN109116751A (zh) * | 2018-07-24 | 2019-01-01 | 西安西电电气研究院有限责任公司 | 基于数字孪生技术的数字化***及其构建方法 |
CN109819233A (zh) * | 2019-01-21 | 2019-05-28 | 哈工大机器人(合肥)国际创新研究院 | 一种基于虚拟成像技术的数字孪生*** |
US20190163215A1 (en) * | 2017-11-27 | 2019-05-30 | General Electric Company | Building energy modeling tool systems and methods |
-
2019
- 2019-09-18 CN CN201910882580.4A patent/CN110717985B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107066661A (zh) * | 2016-12-29 | 2017-08-18 | 天津市建筑设计院 | 基于bim技术和模拟仿真技术的绿色建筑设计方法 |
CN108040081A (zh) * | 2017-11-02 | 2018-05-15 | 同济大学 | 一种地铁车站数字孪生监控运维*** |
US20190163215A1 (en) * | 2017-11-27 | 2019-05-30 | General Electric Company | Building energy modeling tool systems and methods |
CN109116751A (zh) * | 2018-07-24 | 2019-01-01 | 西安西电电气研究院有限责任公司 | 基于数字孪生技术的数字化***及其构建方法 |
CN109819233A (zh) * | 2019-01-21 | 2019-05-28 | 哈工大机器人(合肥)国际创新研究院 | 一种基于虚拟成像技术的数字孪生*** |
Non-Patent Citations (2)
Title |
---|
QIUCHEN LU 等: "Developing a dynamic digital twin at a building level: Using Cambridge campus as case study", 《INTERNATIONAL CONFERENCE ON SMART INFRASTRUCTURE AND CONSTRUCTION 2019 (ICSIC)》 * |
杨国伟 等: "数字孪生在地铁环控***中的应用", 《科技与创新》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020205484A1 (en) * | 2019-03-29 | 2020-10-08 | Smartrac Technology Fletcher, Inc. | Digital twin system with energy harvesting sensor devices |
CN111524219A (zh) * | 2020-03-09 | 2020-08-11 | 浙江工业大学 | 一种基于物联网的数据三维可视化管理方法 |
CN111667586A (zh) * | 2020-06-09 | 2020-09-15 | 中亿丰建设集团股份有限公司 | 基于数字孪生的建筑信息数据处理方法及*** |
WO2022040920A1 (zh) * | 2020-08-25 | 2022-03-03 | 南京翱翔智能制造科技有限公司 | 一种基于数字孪生 ar 交互***和方法 |
CN112367379A (zh) * | 2020-10-29 | 2021-02-12 | 久瓴(江苏)数字智能科技有限公司 | 家居设备状态监测方法、装置、计算机设备和存储介质 |
CN112784343B (zh) * | 2021-01-29 | 2024-06-11 | 中国农业银行股份有限公司 | 一种基于数字孪生模型的机房设计方法、装置及设备 |
CN112784343A (zh) * | 2021-01-29 | 2021-05-11 | 中国农业银行股份有限公司 | 一种基于数字孪生模型的机房设计方法、装置及设备 |
CN113052958A (zh) * | 2021-03-23 | 2021-06-29 | 重庆爱车天下科技有限公司 | 一种三维数字空间汽车孪生体渲染技术 |
CN113075940A (zh) * | 2021-03-24 | 2021-07-06 | 阳光电源(上海)有限公司 | 一种光伏组串跟踪支架控制方法及相关装置 |
CN113075940B (zh) * | 2021-03-24 | 2022-07-12 | 阳光电源(上海)有限公司 | 一种光伏组串跟踪支架控制方法及相关装置 |
CN113288054A (zh) * | 2021-05-20 | 2021-08-24 | 同济大学 | 基于密闭空间二氧化碳浓度变化的人体代谢产热测量装置及方法 |
CN113657019A (zh) * | 2021-07-06 | 2021-11-16 | 大唐互联科技(武汉)有限公司 | 一种供热管网预警*** |
CN116129032B (zh) * | 2022-10-02 | 2023-07-25 | 重庆蕴明科技股份有限公司 | 一种基于数字孪生的三维可视化管理***及构建方法 |
CN116129032A (zh) * | 2022-10-02 | 2023-05-16 | 重庆蕴明科技股份有限公司 | 一种基于数字孪生的三维可视化管理***及构建方法 |
CN116776627A (zh) * | 2023-07-04 | 2023-09-19 | 中物联讯(北京)科技有限公司 | 一种基于数字孪生的智慧物流工作方法、***及存储介质 |
CN117034430A (zh) * | 2023-09-11 | 2023-11-10 | 湘潭大学 | 基于深度学习及数字孪生的闸门健康监测方法、***及计算机可读存储介质 |
CN117034430B (zh) * | 2023-09-11 | 2024-01-09 | 湘潭大学 | 基于深度学习及数字孪生的闸门健康监测方法、***及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110717985B (zh) | 2023-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110717985B (zh) | 一种建筑数字孪生平台的构建方法 | |
Naderi et al. | Multi-objective simulation-based optimization of controlled blind specifications to reduce energy consumption, and thermal and visual discomfort: Case studies in Iran | |
CN109282443B (zh) | 一种多模式、低能耗的室内热调节方法 | |
Du et al. | Building microclimate and summer thermal comfort in free-running buildings with diverse spaces: A Chinese vernacular house case | |
Nasrollahzadeh | Comprehensive building envelope optimization: Improving energy, daylight, and thermal comfort performance of the dwelling unit | |
Buratti et al. | Unsteady simulation of energy performance and thermal comfort in non-residential buildings | |
CN108844185A (zh) | 一种基于不同人群热舒适需求的室内环境综合调控*** | |
Moon et al. | Algorithm for optimal application of the setback moment in the heating season using an artificial neural network model | |
Zoure et al. | Implementing natural ventilation and daylighting strategies for thermal comfort and energy efficiency in office buildings in Burkina Faso | |
Shen et al. | How neighborhood form influences building energy use in winter design condition: Case study of Chicago using CFD coupled simulation | |
Méndez et al. | Empowering saving energy at home through serious games on thermostat interfaces | |
Zhang | Simulation analysis of built environment based on design builder software | |
Kim et al. | Performance evaluation of artificial neural network-based variable control logic for double skin enveloped buildings during the heating season | |
Chen et al. | Optimization and prediction of energy consumption, light and thermal comfort in teaching building atriums using NSGA-II and machine learning | |
Shao | Indoor environment intelligent control system of green building based on PMV index | |
As et al. | Enhancing energy efficiency and cost-effectiveness while reducing CO2 emissions in a hospital building | |
TW202204832A (zh) | 空調系統控制方法 | |
CN111881496A (zh) | 一种拟建社区人体舒适度及建筑能耗的预评估方法 | |
CN112541259B (zh) | 一种用于独立式供热***的自反馈调温方法及*** | |
Mahmoud et al. | Simulation analysis for evaluating smart technique of energy performance in Egypt | |
Shou et al. | Climate adaptation in traditional dwelling typologies: the case of Southern Anhui, China | |
de Wilde et al. | Using building simulation to drive changes in occupant behaviour: A pilot study | |
Pi et al. | Load Prediction and Control of Capillary Ceiling Radiation Cooling Panel Air Conditioning System Based on BP Neural Network | |
Si et al. | Research of the application of virtual reality in green construction | |
Wei et al. | DeepVision based detection for energy-efficiency and indoor air quality enhancement in highly polluted spaces |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |