人体舒适度范文

人体舒适度范文（精选7篇）

人体舒适度 第1篇

最早提出气候舒适度指数概念的是20世纪60年代的学者特吉旺[1], 并在随后的研究中不断进行扩展, 目前该指数涵盖了不舒适指数、体感温度等概念[2,3,4,5,6,7]。我国许多学者对于人体气候舒适指数也做了诸多有成效的工作[8,9,10,11,12,13], 为我国的旅游区划提供了理论指导。

延边州地处北半球中温带, 是典型的中温带湿润季风气候, 该气候的主要特点是四季分明, 同时具有海洋性季风气候和大陆性季风气候的特点, 年平均日照时数为2 292 h, 年平均气温为5℃, 年平均有效积温为2 630℃, 年平均降水量为574 mm。本文以延边州近10年气象台站常规观测资料为基础, 构建综合舒适度指数, 对延边州人体舒适度进行了气候评价, 为旅游区划提供理论指导。

1 数据与方法

1.1 资料来源

气象数据包括2006—2015年月平均温度、平均风速、平均相对湿度、平均太阳辐射量。

1.2 研究方法

研究区域的评价分别采用着衣指数 (ICL) 、温湿指数 (THI) 、风寒指数 (WCI) 分析计算, 并根据此3个指数构建综合舒适度指数 (C) (表1) 。

1.2.1 风寒指数WCI。

该指数表征的是寒冷环境条件下, 风速与气温对裸露人体的影响。计算公式如下:

式 (1) 中, WCI为风寒指数, t为摄氏温度 (℃) , V为地面以上10 m高度处的平均风速 (m/s) 。

1.2.2 温湿指数THI。

该指数最初称为有效温度, 计算式为Et=Td-0.55 (1-f) · (Td-58) , 其中Td为华氏度。在此基础上, 将华氏温度改为摄氏温度, 其计算式如下:

式 (1) 中, t为摄氏度 (℃) , f为相对湿度 (%) 。

1.2.3 着衣指数ICL。

对人们应对气候条件进行穿衣调节的舒适与否进行考虑, 计算着衣指数, 该模型在实际研究中得到广泛应用, 计算式如下:

式 (3) 中, t为摄氏温度 (℃) , a表示人体对太阳辐射的吸收情况, 文中取0.06;H代表人体代谢率的75%, 文中为H=87 W/m2;R表示垂直阳光的单位面积土地所接收的太阳辐射, 单位:W/m2;不同时期利用不同的太阳高度角, 设纬度为β, 春秋各地太阳高度角为90-β, 夏季各地太阳高度角为90-β+23°26′, 冬季时各地太阳高度角为90-β-23°26′。V代表地面以上10 m高度处的平均风速 (m/s) 。

1.2.4 综合舒适度C。

采用层次分析法和专家打分对着衣指数、温湿指数、风寒指数进行权重, 建立的旅游气候舒适性综合评价模型, 其计算公式如下:

式 (4) 中, XTHI、XWCI、XICL分别为温湿指数、风寒指数和着衣指数的分级赋值, 0.6、0.3、0.1为各分指数的权重系数, 其中7≤C≤9时为舒适;5≤C<7时为较舒适;3<C<5时为较不舒适;1<C≤3时为不舒适。

2 结果与分析

2.1 温湿指数变化

全年温湿指数呈先上升再下降的趋势, 8月的温湿指数最高, 为68.8, 1月最低, 为19.2;按照温湿指数分级值, 1—3月、11—12月由于处于冬季、初春、秋末, 温湿指数均在40以下, 等级为1级, 人体感觉极冷, 极不舒服;4月、10月2个月, 温湿指数均在47左右, 等级为5级, 人体偏冷、较不舒适;5月、9月温湿指数分别为56.5和59.0, 人体感觉清凉、舒适;6月为初夏, 温湿指数为63.6, 是一年中人体感觉最为舒服的月份;7—8月随着温度升高、雨季到来, 温湿指数达到68, 等级为5级, 人体感觉较暖、舒适 (图1) 。

2.2 风寒指数变化

全州冬季12月至次年2月风寒指数均小于-1 000, 气候以很冷风为主, 等级为1级, 人体感觉极不舒适;3月、11月风寒指数分别为-850.3和-820.3, 等级为3级, 气候以冷风为主;4月风寒指数为-640.8, 等级为5级, 人体感觉稍冷风, 气候舒适性较冬季缓解;5月、6月、9月、10月风寒指数分别为-463.1、-342.9、-389.6、-583.6, 等级为7级;7月、8月为夏季, 风寒指数分别为-265.3和-257.0, 是1年之中风寒指数最高的2个月份, 人体感觉为舒适风 (图2) 。

2.3 着衣指数变化

1—3月、11—12月全州处于冬季、初春、深秋, 因此着衣指数各月均大于2.5, 适宜穿着羽绒服或买皮衣类的衣物;4月和10月着衣指数均为1.9, 适宜穿着便服加坚实外套;5月随着土壤全部解冻植物吐绿, 着衣指数为1.4, 适宜穿着春秋常用便服;6—9月天气进一步转暖, 着衣指数均在0.7~1.3之间, 适宜穿着衬衫和常用便服 (图3) 。

2.4 综合舒适度指数变化

2.4.1 各县 (市) 全年综合舒适度指数变化。

全州各县 (市) 1—3月、11—12月由于处于冬季、初春、秋末, 气温相对较低, 加之太阳辐射减弱, 综合舒适度指数均小于3, 人体感觉不舒适;4月开始随着温度进一步升高, 土壤解冻, 综合舒适度指数提高, 图们和珲春由不舒适转为较舒适, 其他6个县 (市) 由不舒适等级转为较不舒适;5月随着温度进一步升高, 春暖花开, 全州各县 (市) 综合舒适度指数在6.6~6.9之间, 人体感觉较舒适;6—9月, 延边进入夏季, 随着雨季到来, 延边平均温度在18~21℃之间, 相对湿度在71%~79%之间, 温湿度相对适宜, 期间综合舒适度指数在7~9之间, 其中6—7月各县 (市) 综合舒适度指数在7.2~8.2之间, 人体感觉舒适;8月, 除珲春以外各县 (市) 综合舒适度指数均在7.3~7.8之间, 人体感觉舒适, 而珲春为舒适度指数为6.7, 人体感觉较舒适, 这可能是由于8月珲春温度较其地区高, 使得温湿指数相对较高, 为70.9, 人体感觉偏热;9月随着秋天的来临, 平均气温降到14~17℃之间, 综合舒适度指数在7.0~8.4之间, 因此人体感觉舒适;10月, 随着秋季的到来, 平均温度下降到6~9℃之间, 太阳辐射相对夏季降低, 因此, 各县 (市) 温湿指数和风寒指数有所下降, 各县 (市) 综合舒适度指数不尽相同, 珲春、图们、汪清、龙井5个县 (市) 舒适度指数在5.0~5.4之间, 人体感觉较舒适, 其他3个县 (市) 舒适度指数在4.6~4.9之间, 人体感觉较不舒适 (表2) 。

2.4.2 全州全年综合舒适度指数变化。

全州全年舒适度指数呈先上升再下降的趋势, 由于气温低, 太阳辐射少, 每年1—3月、11—12月舒适度指数相对较低, 人体感觉不舒适;4月全州舒适度指数为4.9, 人体感觉较不舒适;5月随着气温回升, 温湿指数和风寒指数均升高, 综合舒适度指数为6.7, 人体感觉较舒适;6—9月, 虽然进入夏季, 但延边地处东北, 夏季平均气温在18~21℃之间, 9月是初秋, 温度在15℃左右, 因此温湿指数和风寒指数人体感觉较适宜, 综合舒适度指数在7.1~8.0之间, 人体感觉舒适;10月由于温度进一步降低, 因此使得温湿指数和风寒指数随之降低, 全州综合舒适度指数为5.4, 人体感觉舒适 (图4) 。

3 结论

气候舒适度是影响生活、出行、旅游等活动最重要的环境因素之一。本文从人体舒适度气候评价的层次结构出发, 在温湿指数、风寒指数和着衣指数的基础上, 利用综合舒适度指数描述了延边全年人体适度变化情况。结果显示:由于延边东监日本海, 西部又有高山作天然屏障, 形成冬季寒冷、夏季舒适的气候类型, 由于冬季气温相对偏低, 因此一般1—3月、11—12月温湿指数和风寒指数比较低, 赋值等级≤3, 人体感觉不舒适;4月综合舒适度指数分别为4.9, 人体感觉为较不舒适;5月、10月综合舒适度指数分别为6.7、5.4, 人体感觉较舒适;6—9月, 温湿指数、风寒指数、着衣指数赋值等级均≥7, 人体感觉舒适, 适宜旅游出行, 是夏季避暑的最佳去处。延边全年较舒适、舒适月份占6个月, 为5—10月。

摘要：利用延边州8个县 (市) 气象台站2006—2015年近10年气象资料, 通过构建综合舒适度指数, 对延边州人体舒适度进行了气候评价。结果表明:1—3月、11月、12月人体感觉不舒适;4月人体感觉较不舒适;5月、10月人体感觉较舒适;6—9月综合舒适度指数均≥7, 人体感觉舒适, 适宜旅游, 是夏季避暑的最佳去处。

人体舒适度 第2篇

多彩M535鼠标整体流线型设计，左右主要按键采用一体化面板，金属质感喷漆哑光表面可有效杜绝指纹的沾染，另外这种喷漆触感鲜明且有一定的防滑能力。滚轮两侧采用金属镀铬装饰，中间一层是柔软的橡胶，防滑定位。滚动时有明顯的刻度感，转动流畅温润。而鼠标主打的人体工学设计让用户在使用该鼠标中每根手指都能有地方放，尤其是鼠标右侧设有无名指和小指的凹槽实际使用时感觉很舒适。握住鼠标时感觉整个手都被托起来了，大拇指正好放在鼠标左侧的防滑橡胶处，抓握感十足。这样一来本身有些重量的多彩M535鼠标在所有手指都可发力的巧妙安排下也显得很轻盈了。针对长时间使用鼠标的用户，可进一步降低患鼠标手的可能。

在拇指位置设有前进/后退的快捷键倒是不罕见的设计，不过M535的前进/后退与众不同，采用隐藏式设计，看上去不明显。拇指位置的基座可以弹出，控制按钮在底座上。从无弹出到最大幅度，总共有四个位置，用户可以根据手型选择，个人感觉最大幅度下握感非常舒服！

性能卓越 高端游戏必备

多彩M535鼠标通过顶端的DPI调节按键方便快捷地调节800/1600/2400/3200四段DPI，在平时日常操作时大可以使用较低DPI慢慢使用。在玩分秒必争的射击类游戏时使用高档DPI优势很明显，拇指基座的四种颜色灯分别对应不同的移动速度，这个LED炫灯是有呼吸效果的，就算不使用也很美观，如果不喜欢还可以通过长按居中键强制关闭或开启。通过安装驱动可以实现多种细微调节，另外还能设置功能按键，操作很图形化。经过小编几日来和同事键圣的游戏厮杀，此款鼠标的精准快速让人印象深刻，人体工学的设计更是长久使用不疲劳，向喜欢在家长时间游戏的玩家用户推荐。

人体舒适度 第3篇

关键词：万源市,旅游气候,人体舒适度

0 引言

万源市地处秦巴山区腹心地带, 处于川陕渝交界处, 山地立体气候明显;因受季风之惠, 四季分明, 春暖风和, 冬无严寒, 夏无酷暑, 常年雨量充沛, 植物繁茂, 境内喀斯特景观类型多样, 山、水、林、洞齐全, 旅游资源丰富, 有秀美的自然风光:国家级地质公园和国家3A级旅游景区的八台山—龙潭河风景区、国家级自然保护区花萼山、“大巴山第一漂”和“汉江第一漂”之称的龙潭河漂流等。有感人的红军文化:全国爱国主义教育示范基地——万源保卫战战史陈列馆是全国100个红色旅游经典景区之一。

八台山—龙潭河风景区海拔高差大, 八台山顶海拔2283米, 与山底高差有1600米左右, 素有“川东小峨眉”之称, 是夏季避暑休闲养生胜地。气候资源是旅游资源的重要组成部分, 是旅游舒适度的决定因素, 而避暑型舒适型气候资源是旅游资源中的稀缺性资源。2012年万源市提出着力打造川陕夏 (避暑) 都, 利用丰富的旅游资源, 做大做强旅游产业。

为此, 本文根据万源市气象站1980-2012年气象观测资料, 分析万源主要气象特征, 利用对人体舒适度影响较大的气温、相对湿度等气象要素值, 计算出万源市5-9月人体舒适度指数, 推算出万源主要景点八台山夏季的人体舒适度指数, 从定性和定量两方面分析万源市提出打造川陕夏 (避暑) 都的气候可行性。

1 资料与方法

1.1 资料来源

采用的资料有:万源市气象站1980-2012年气象观测资料、近几年八台区域自动气象站气温资料及达州、重庆、西安等1971-2000年气象观测统计资料。确保了资料的科学性、准确性和代表性。

1.2 分析方法

一是, 根据万源多年气象观测气温、湿度资料与周边地区、国内著名避暑城市的数据进行定性比较分析。

二是, 采用人体舒适度指数计算公式I=T-0.55 (1-RH) (T-58) 计算万源5到9月人体舒适度指数, 式中T为气温 (以华氏温标为单位, ℉) , 换算关系为T (℉) =T (℃) ×9/5+32, RH为相对湿度。用胡毅等针对四川盆地的实际情况进行分级修正的舒适指数 (如表1) , 对计算出的人体舒适度指数进行分级, 分析万源5到9月的避暑舒适性。

2 计算结果及分析

2.1 夏季万源旅游气候特征定性分析

2.1.1 万源的气温特征分析

气温是一个地区气候及旅游舒适条件中最敏感的气象要素之一, 表2是万源市、达州、重庆、西安夏季的气温状况。

从表2可以看出各地区的最热月为7、8月, 万源城区较西安、达州、重庆平均气温低0.5-3.6℃, 极端最高气温较西安、达州、重庆低2.2-4.2℃。万源市八台山夏季最热月8月的平均气温为17.3℃, 其温度条件十分适宜避暑。

把万源与国内部分夏季避暑城市的最热月平均温度进行了比较:万源市最热月的平均温度 (24.8℃) 与承德避暑山庄、青岛 (25.3℃) 相当, 万源市八台山拔海高差大, 一山多季, 测算八台山游人接待中心 (海拔1100米) 的最热月平均温度为22.0℃, 与贵阳相当, 这说明与中国其他避暑城市相比, 万源市夏季避暑的温度条件也很优越。

2.1.2 万源的相对湿度特征分析

湿度在夏季和冬季对人体舒适性影响很大。夏季, 湿度增大, 水汽趋于饱和时, 会抑制人体散热功能的发挥, 使人感到十分闷热和烦躁;冬天, 湿度增大时, 则会使热传导加快约20倍, 使人觉得更加阴冷、抑郁。

据统计万源市夏季 (6-9月) 的平均相对湿度在74~79%之间, 贵阳夏季的相对湿度在76-79%之间, 昆明市夏季的相对湿度变幅在74-78%之间。根据研究得知:当气温在21~27℃、相对湿度超过80%时, 人体会感到不舒适这一判别标准, 通过比较可以看出:夏季万源与贵阳、昆明的湿度相近, 其避暑湿度条件相当。

2.1.3 万源的风速特征分析

夏季的微风会给人以舒适的感觉。万源市夏季风速1.5m/s, 基本都在3.0m/s以下, 属于微风级别。

在夏季微风带走人的汗液会使人体感觉舒适, 静风天气条件会大大影响人体舒适度。万源最热月静风频率 (风速≤0.2m/s) 为53%, 其数值越大表示有风的频率越小。可以看出万源夏季微风频率 (47%) 也很适宜避暑。

2.2 夏季万源人体舒适度指数分析

用万源国家气象观测站1980-2012年温度、湿度资料, 采用上述人体舒适度指数计算公式对万源城区5-9月人体舒适度指数进行计算;采用温度与海拔高差关系, 利用万源国家气象观测站1980-2012年温度资料, 推算出万源八台山游人接待中心温度资料, 计算出万源八台山游人接待中心盛夏7、8月人体舒适度指数, 得出结果如表3。

可见, 万源旅游人体舒适度5月为非常凉爽舒适, 6、9月比较凉爽舒适, 盛夏7、8月偏热较不舒适;而八台景区盛夏7、8月旅游人体舒适度为比较凉爽舒适。

3 结论

通过从定性上对万源及八台山景区夏季的气候特征分析, 并与周边城市进行比较;从定量上计算出了人体舒适度指数后, 综合分析得出, 万源是理想的避暑休闲旅游胜地。万源市依托丰富的旅游资源及气候资源, 提出打造川陕夏 (避暑) 都的旅游定位十分恰当。

参考文献

[1]胡毅, 等.应用气象学[M].北京:气象出版社, 2005.

人体热舒适的节能研究 第4篇

1 人体热舒适

1.1 热舒适的含义

热舒适性研究在美国、欧洲等一些西方国家比较普及, 国际最新热舒适标准是ISO 7730-2005[1]和ASHRAE标准55-2004[2], 我国标准则是GB/T 18049-2000中等热环境PMV和PPD指数的测定及热舒适条件的规定[3]。人体热舒适在ASHRAE标准中, 定义为人对热环境表示满意的意识状态。它通过研究人体对热环境的主观热反映, 得到人体热舒适的环境参数组合的最佳范围和允许范围以及实现这一条件的控制、调节方法。

1.2 人体热舒适的影响因素

按照最新的热舒适感标准, 影响人体舒适感有六大因素, 分别为:空气温度、空气相对湿度、空气流速、平均辐射温度、人体新陈代谢率、服装热阻。其中影响热舒适客观因素主要有:空气温度、平均辐射温度、空气流速和相对湿度。影响热舒适的主观因素是:服装热阻和新陈代谢率。另外, 除了上述定量因素对热舒适参数产生影响外, 人体热适应性对热舒适也会产生影响。一些定性因素如性别、年龄、生活习惯、心理期望等都对热舒适产生影响。

2 人体热舒适的节能研究

2.1 空气温度的节能研究

降低室内空气的干球温度, 建筑物的空调能耗将明显增加这一结论已是众所周知。对于空调温度的合理设定不仅影响到室内人员的热感觉和工作状况, 而且与空调系统的能耗直接相关。国内许多专家学者针对不同地点、不同季节及不同功能的建筑进行了现场测试及调查, 得出不同的热舒适温度, 满足舒适性的同时节约能源[4]。天津大学朱能[5]首次在国内通过问卷调查和实验室实验的方法对中国人的热舒适区进行一系列研究。西安建筑科技大学茅艳提出我国不同气候区的人体热舒适气候适应性模型, 并在该模型的基础上给出了不同气候区的舒适温度范围, 对我国建筑节能设计和生态建筑设计的理论和实践研究将起到积极的作用。2008年, 叶晓江等[6]分析已有的文献, 得到我国相应的夏季和冬季的舒适温度区及中性温度, 结果表明, 即使在中国, 不同地点、不同的研究对象得到的舒适区和中性温度差异较大, 合理的设置空调温度有较大的节能潜力。

目前的空调系统都是采用同一设计温度标准为依据的稳态送风系统, 存在着能源消耗大、运行费用高、舒适性不能满足要求等问题。热中性温度和舒适区的变化和差异较大, 对于热舒适环境参数的控制, 特别是环境温度, 应该是一个变化的、动态的参数。Nicol, Nikolopoulou等从节能的角度提出人体热舒适温度应当是一个动态的过程。

2.2 湿度的节能研究

目前国内存在两种截然不同的观点, 一种是建筑物的空调能耗随着房间相对湿度的减小而大幅度增加, 另一种是建筑物的空调能耗随着房间相对湿度的减小而大幅度减小。闰斌针对南方湿热气候特点, 人们在相对湿度75%～80%仍感觉到舒服, 提出在确定室内设计参数时, 温度可以低一点, 但相对湿度可以高一些, 这样既可以保证较高的热舒适度, 又可以降低能耗。湖南大学殷平的研究结果表明, 室内相对湿度对空调能耗的影响十分明显, 当室内温度为26 ℃, 相对湿度为60%时, 其能耗竟然比26 ℃, 40%时高了16%。当室内温度为26 ℃, 相对湿度为65%时, 其能耗与24 ℃, 相对湿度为50%时相同。因此提出, 与其提高室内的干球温度, 不如降低房间的相对湿度, 在节能的同时, 获得更佳的人体舒适感和室内空气质量, 也顺应了当前国际空调界降低室内相对湿度的大潮。由上可知, 相对湿度对舒适性和能耗的影响还应该针对具体情况全面分析。

2.3 空气流速的节能研究

送风 (空气对流交换) 是改变室内热环境和影响人体热舒适的主要因素之一, 合理的送风方式不仅可改善人们的吹风感受, 也可提高人体热舒适的温度上限, 降低空调能耗。相对于单调的机械风而言, 自然风以清新、柔和、多变和舒适的吹风感受而受到人们的普遍喜爱。Dear等讨论了自然通风建筑物的热舒适。Aynsley认为在暖湿的热带气候地区的居住者, 在夏季可以依靠自然通风方式来达到和维持室内热舒适。清华大学夏一哉, 贾庆贤, 杨建荣等研究了自然风与机械风频谱的区别及对热舒适的影响, 认为接近于自然风频谱的吹风模式比其他吹风模式有更好的可接受性。ASHRAE RP-884通过测试自然通风和集中空调建筑的热环境, 发现自然通风建筑要比集中空调建筑的可接受温度范围宽出70%左右。因此, 如果能够在建筑空间中采用自然风的环境, 将在有效节省空调能耗的同时, 产生更符合人体生理健康的建筑环境。

2.4 适应性的节能研究

根据人的热适应性, 确定人体最佳的热舒适区成为近年来的热门话题。从1995年开始ASHRAE发动了一次命名为RP-884全世界范围内的室内热环境和热舒适的实测与调查活动。收集了全世界160个建筑的21 000组实测数据, 并利用此数据和一小部分过去15年的实测数据, 开发出了人体热舒适的适应性模型。重庆大学罗明智, 李百战对影响人体热舒适的行为调节适应、心理调节适应以及生理调节适应进行了分析, 认为热适应性研究对人体的热舒适具有重要意义。

2.5 主观因素的节能研究

人体热舒适, 除受环境因素影响外, 还与人的着衣量和作业量 (代谢水平) 有关。为了满足舒适限值, 可以通过种种途径达到, 如调节着衣量;对活动量的控制;不断调节围护结构与热设备;利用个体热反应的多样性进行热环境的自我选择等。

3 我国人体热舒适节能研究的展望

3.1 合理确定室内环境参数

热中性温度和舒适区的变化及差异较大, 相同的室内干球温度, 不同的相对湿度, 空调能耗是不同的, 对于热舒适环境参数的控制, 进一步研究温度与相对湿度的最佳组合, 加强适合我国国情的相关规范制定, 以确保给人们提供一个舒适、健康、节能的环境。

3.2 因地制宜, 充分考虑人的适应性

结合我国的气候特色、建筑类型、人员背景、生活水平、能源利用形式等情况, 充分考虑人的适应性, 合理选择节能方式, 例如, 南方潮湿地区, 除湿较之于降温, 是改善室内热环境的有效措施。更多的运用建筑节能的被动手段, 如夏季采用自然通风、混合通风等技术。因地制宜, 充分考虑人的适应性, 主动调节热环境参数和空气流动参数, 以达到同时满足建筑环境热舒适和节能的目标, 是非常值得深入研究的课题。

3.3 多种送风方式合理利用

由于不同的人所偏好的温度有所差异, 因此, 根据热舒适温度差异较大的特点, 可以采用个性化送风、低位送风、局部微调节等多种方式, 使个体周围的局部环境达到自己所喜欢的工作温度, 在缓解人体对偏热或偏冷环境不适感的同时节约建筑物能耗, 这也是未来可以进一步研究的领域。

3.4 变稳态热环境为动态热环境

目前的空调系统都是统一的设计温度标准为依据的稳态送风系统, 存在着能源消耗大、运行费用高、舒适性不能满足要求等问题。通过分析得出, 动态热环境即满足人体热舒适, 同时很好地节约能源, 但是现有的研究结果主要停留在现场调研和理论分析阶段, 实际应用很少, 对于动态热环境的研究还有很大的发展空间。

4 结语

随着社会能源危机意识的增强, 建筑节能对如何营造室内热舒适环境提出了新的要求。通过充分考虑人的适应性, 合理设置室内空气参数, 同时提倡采用自然风和动态送风以及局部微环境调节等方式, 不但可以提高人体热舒适度, 而且还可以有效地节约能源, 是今后热舒适与节能研究的主要课题。

摘要：介绍了人体热舒适的节能研究现状, 就未来需要进一步深入研究的方向进行了展望, 最后提出合理确定室内参数、变稳态环境为动态、充分考虑人的适应性、局部微调节等内容是今后热舒适与节能研究的主要课题。

关键词：热舒适,节能,温度,湿度

参考文献

[1]ISO 7730∶2005, Ergonomics of the thermal environment ana-lytical determination and interpretation of thermal comfort us-ing calculation of the PMV and PPD indices and local thermalcomfort criteria[S].International Organization for Standardiza-tion, 2005.

[2]ASHRAE Standard 55-2004, Thermal environmental conditions forhuman occupancy[S].American Society of Heating, Ref rigerat-ing and Air Conditioning Engineers, Inc.Atlanta, GA30329.

[3]GB/T 18049-2000, 中等热环境PMV和PPD指数的测定及热舒适条件的规定[S].

[4]金虹, 赵华, 王秀萍.严寒地区村镇住宅冬季室内热舒适环境研究[J].哈尔滨工业大学学报, 2006, 38 (12) :2108-2111.

[5]朱能.人体热舒适性与室内空气品质若干关键问题的研究[D].天津:天津大学博士论文, 2003.

人体舒适度 第5篇

短期负荷预测是针对未来一天到数天各时段负荷预测的研究,对于调度部门的机组最优组合、经济调度、最优潮流等有着重要的意义,其结果精度的提高有利于提升发电设备的利用率和经济调度的有效性。因此建立比较好的预测模型以及分析各方面因素对负荷的影响,一直是电力负荷预测研究人员的重点研究工作。

早期的预测技术主要是趋势外推法、回归分析法、时间序列法[1]等,预测精度不能满足实际工程的要求,加上不具备自适应和自学习的能力,预测系统的鲁棒性没有保障。近年来人工智能方法的研究和应用成为热点,主要有模糊预测法、专家系统预测法、人工神经网络预测法、小波分析预测法、支持向量机等,其中人工神经网络(Artificial Neural Network,ANN)法[2],被认为是一种比较有效的短期负荷预测方法,在国外已取得了许多成功的应用实例[3]。

另外,短期电力负荷的影响因素主要有[4]:社会经济发展水平、能源供应方式、气象因素等,诸多因素给负荷预测工作带来了较大困难,预测精度难以达到较高水平。其中,气象因素在短期负荷预测中扮演着越来越重要的角色[5,6]:夏季防暑降温负荷和冬季取暖负荷逐年增加,根据《浙江省统计年鉴》显示,浙江省每百户空调拥有量1992年为1.79台,2003年则增至105.23台;另外春季和秋季降雨的多少也将影响农业灌溉所用负荷。而随着现代科学技术的发展,气象数据的获取越来越及时和精确,因此在预测模型中考虑实时气象因素已成为可能。

1 人工神经网络在短期负荷预测中的应用

1.1 人工神经网络

人工神经网络法通过向环境学习获取知识并改进自身性能,一般情况下,其性能的改善是按照某种预定的度量,通过调节自身参数,如权值和阈值等,随时间逐步达到设定的目标。目前,人工神经网络法在短期负荷预测中已经日趋成熟,能够对大量非结构性、非精确规律性的数据进行学习以及具有复杂的非线性函数拟合能力。

1.2 BP神经网络

BP神经网络是使用最为普遍的算法[7],它是一种单向传播的多层前向网络,一般具有三层或三层以上,上下层之间全连接,而每层神经元之间无连接,其模型如图1所示。

图中:pi为第i个输入量,输入向量记为p;wi,j为第i个输入量对第j个隐层节点的权重,输入权重矩阵记为w;b为神经元的阈值;f为传输函数。则输出函数为

对于两层的BP神经网络,设k为迭代次数,每次的权值和阀值修正公式为

式中,x(k)为第k次迭代两层之间的连接权值和阈值,α为学习速率。

为第k次迭代输出误差分别对权值和阈值的梯度。

式中:n为训练样本数;t为目标值;y为预测值。

逐次修正权值和阈值,使总误差一直减小,直到满足要求为止。

1.3 神经网络的自我修正与适应

当学习系统所处环境平稳时,从理论上说通过学习可以学到环境的统计特征,这些统计特征可被神经网络作为经验记住。如果环境是非平稳的,通常的监督学习如BP算法,没有能力跟踪这种变化。

为解决此问题,需要ANN有一定的自适应能力。比如不同地区负荷水平、负荷构成和所处地理位置不同,受到的气象影响因素也不同,因此所建立的预测模型要能够根据所在地的不同情况进行自我修正,即有一定的自适应能力,对每一次不同输入都作为新的例子处理。

2 自适应神经网络

2.1 自适应神经网络结构

如何根据其所应用的地区或者最新的实际情况进行模型的自动调整,从而达到更好的预测效果,这就提出了自适应的预测问题。

自适应预测方法根据预测的偏差不断自动调整模型的结构与参数,这实际上构成了一个闭环反馈[8]。典型的自适应系统框图如图2所示。

t-1时刻系统的模型、实际值以及t时刻的参数,预测出t时刻的输出值y(t),E(t)为y(t)与实际值x(t)差值,如果E(t)=0,则不修正模型参数,否则应修正模型参数以便跟踪环境的变化。

文献[9-12]介绍了自适应神经网络相关算法的原理和应用。自适应神经网络可以选择新的例子对神经网络进行训练,用观察值对神经网络进行训练。自适应线性神经网络的神经元结构如图3所示。

图3网络的输出为

自适应线性神经网络采用均方误差最小的学习规则,即WH(Windrow Hoff)算法,来调整网络的权值和阈值。它是一种沿误差的最陡下降方法,对前一步权值向量进行修正的方法。对于给定的N组训练样本:{p1,t1}、{p2,t2}{pN,tN},WH学习规则的基本实现是寻找最佳的w和b,使得各神经元输出的均方误差最小。神经元的均方误差为

其中:t为目标值;y为预测值。求均方误差对w和b的偏导,可寻找到w和b的最优解。

令式(6)和式(7)为0,则可求出均方误差的极值点。

自适应神经网络的计算量要比前馈网络小的多,可以连续修正模型的参数。

2.2 数据的动态自适应处理

一个自适应神经网络应该能够学习一组组连续的数据,进而做出精确预测,在学习的过程中能够自动地丢弃旧的数据并且学习新的数据[13]。

文献[14]采用BP算法作预测时,需要学习预测日前一个月每日的气象因素以及负荷,学习数据量很庞大,并且每一日预测都需要从第一天的数据开始学习,这无疑会降低预测效率;其次,负荷数据具有近大远小的特点,最新的信息可以对建模带来更好的效果,时间较久的数据对预测日并不具有很高的参考价值,甚至会降低模型的预测精度。

本文采用的数据自适应训练过程如下[15]。

(1)定义误差函数为

其中:N为设定的学习数组的大小;tk1为目标值;yk1为预测值。当学习完权重w之后,做出一次预测。

(2)学习过的权重阈值被设置为新的训练数组的学习权重和阈值的初始值,新的训练函数变为

(3)用第二步新学习过的权重作新的预测。上述过程一直持续进行下去,直到全部学习完了数据组中的数据,并做出了精确预测。这种方法能够有效地处理非静态的数据。

在本文的预测中,神经网络的学习数据为历史负荷和气象数据,最佳的学习时间队列为20天[16]。可以得到数据自适应动态处理过程如下:学习前20天的负荷以及影响负荷的各气象因子,根据第21天的实时气象因子,预测第21天的负荷;学习第2天到第21天的负荷以及影响负荷的各气象因子,并且用上一次的网络学习结果自动调整本次学习神经网络的权值和阈值的初值,预测第22天的负荷,以此类推。学习训练队列如图4所示。

这种对数据的处理方式为滚动训练[17],是灰色系统中等维递补的思想,如图5所示。

首先设定一个数据窗的宽度(本文为20天),认为这个数据窗内的数据对本次预测是有效的,数据窗之前的数据已不起作用。随着新的信息不断加入,数据窗自动向时间轴右侧移动,每次训练总以当前窗的数据为有效依据,从而实现滚动训练。

3 气象因子的处理

3.1 气象因子与负荷的关系

在众多采用神经网络进行短期负荷预测的模式中,比较成功的应用是将气象因素与神经网络相结合的预测模式,即将各气象因子作为神经网络输入量的一部分。

各个气象因子对于短期负荷的影响程度是不同的。图6为杭州地区夏季负荷与温度关系。图7分别为杭州地区夏季负荷湿度的关系。

3.2 综合气象因子

温度、相对湿度、风速、气压、辐射等气象因素都会对电力负荷造成不同程度的影响,负荷的变化往往是各气象因素综合作用的结果[18,19],如何有效地处理各气象因素,是提高预测精度的重要内容。考虑各气象因子作用效果,对气象因子输入处理方法主要有三种。

(1)实时气象因子直接输入[20]。

(2)人体舒适度指数,是指在不特意采取任何防寒保暖或防暑降温措施的前提下,人在自然环境中是否感到舒适及其达到怎样一种程度的具体描述[21]。人体舒适度指数就是为了从气象角度来评价在不同气候条件下人的舒适度感觉,根据人类机体与大气环境之间的热交换而制定的生物气象指标。

(3)温湿度指数,该指标是由俄国学者所建立的有效温度计算公式演化而来,能够较好地描述温度和湿度因素对电力负荷的影响[22]。

表1为采用BP算法,分别用三种综合气象因子处理方法,对负荷进行预测的结果。每日96个时刻绝对误差平均值为

式中:t为负荷真实值;y为预测值。

由表1可以看出,在其他条件相同的情况下,以人体舒适度作为气象因子输入的处理方法预测结果精度最高。本文采用人体舒适度指数处理输入气象因子。

4 算例分析

本文以2007年7月1号至8月31日的实时气象、负荷数据作为训练数据,采用自适应神经网络算法,分别预测7月21日至8月31日每日96点负荷。拟定杭州地区夏季人体舒适公式为

式中:DI为人体舒适度指数;T为气温;U为相对湿度;V为风速。

表2列出了采用原始BP算法以及自适应算法的预测结果。

从表2可以看出,采用自适应算法比传统BP算法预测精度高;其次,预测过程所用时间大为缩短;第三,采用自适应算法预测结果的误差随着预测天数增加趋于稳定,表明整个预测模型的自适应能力越来越强。

图8为采用自适应算法对8月28日96个时刻的预测负荷与真实负荷曲线对比图。

图9为预测结果相对误差值曲线。其中误差绝对值最大为5.48%,最小为0.01%;精度高于98%的时刻数为85,占总时刻数的88.5%;全部预测精度都在95%以上。

5 结语

本文提出了自适应神经网络算法的短期负荷预测模型。在模型的学习过程中,采用了动态自适应的方法处理数据,使得该模型在预测过程中不需要学习数据组中所有的负荷数据以及气象数据,从而大大提高了学习效率;另一方面,在数据的学习过程中,网络不断地自动剔除陈旧的、与预测日负荷相关性相对较小的数据,吸收新的、与预测日负荷相关性较大的数据,这样就有效地避免了数据的冗余;第三,在训练过程中,网络能根据最新训练结果自动修正,从而会让整个神经网络的性能更加优越、鲁棒性更强。

以实时气象因子作为神经网络的训练数据,采用了人体舒适度指数作为气象因子输入模型,可以得到气象和气象敏感负荷之间更精确的关系,进一步提高了短期负荷预测效率与精度。

关中村民人体热舒适性调查研究 第6篇

关键词：关中乡村,人体热舒适,室内热环境,调查研究

1 关中地区概况

关中地区位于陕西省中部,介于秦岭和渭北北山(老龙山、嵯峨山、药王山、尧山等)之间。东起潼关,西至宝鸡,东西长360km,东宽西窄,总面积55 477km2。关中平原地处中纬度,是我国的内陆腹地,远离了海洋,属暖温带半湿润大陆性季风气候,四季分明,春季气温骤升,干燥且多风沙;夏季炎热高温,日照强烈,降水集中;秋季温和湿润,时有阴雨;冬季干燥寒冷,雨雪偏少。陕西关中地区曾作为中国的经济文化中心,创造了辉煌的历史。深厚的文化底蕴同独特的地理气候和自然地貌相结合,在平原地区形成了极具地域特色的关中民居[1]。

上世纪60年代、70年代建造的房子是土筑墙体,厚度较大,热惰性较好,有利于室内保温及热稳定性的维持。房屋向内院开窗,采光及通风效果较差,特别是冬季,厦房不能利用南向这一良好朝向,射入室内的阳光较少,室内有些阴暗潮湿。后来农宅逐渐从旧有的狭小、封闭的居住环境中过渡到开放、敞亮的新环境,但室内热环境不容乐观。坡屋顶改为平屋顶后保温隔热性能下降,不但夏季室内获得过多来自屋顶的热辐射,而且冬季通过屋顶的热损失也较大;外墙采用240mm黏土砖后,其保温隔热性能也有所下降;同时房间布置缺乏向阳的意识,没有很好的利用太阳能得热;围护结构内表面向人体有较强的冷辐射;角落地方甚至有结露现象,导致冬季主要使用房间室内热环境很差。这些不仅影响使用者的热舒适度,甚至在部分采暖房间中的采暖效果也不高,是典型的高能耗低舒适现象。

综上所述,改善关中地区乡村住宅室内热环境状况,尽量满足人体热舒适需求,同时降低能耗,是农村可持续发展和构建人性化社会的迫切需要。

2 人体热舒适性的影响因素

人体热舒适受很多因素影响,有:物理因素(空气温度、空气的相对湿度、气流速度和平均辐射温度)、个人因素(人的活动量和衣服的保温程度),除此之外还有一些其他的影响因素,如瞬时热影响、非热因素的影响等。

2.1 物理因素

空气温度对人体热舒适起着重要作用。一般情况下:空气流速不大、湿度较低、气温与周围壁面温度相差不大时,人体热感觉可完全取决于空气温度。目前我国在建筑设计实践中,夏季室内空气温度推荐值:26℃~28℃;冬季室内温度推荐值:18℃~22℃,可根据建筑功能等级在温度范围内适当选择。

高湿度情况下人体不容易散热,特别是南方夏季,高湿度会增加人体热感。降低室内空气相对湿度使其在合适范围,可以适当允许提高室内温度值。目前我国在民用和公建设计实践中,夏季室内相对湿度的推荐值为40%~60%,功能等级较低的建筑可以选择较高的相对湿度值;冬季室内相对湿度一般不做规定,建筑等级较高的一般大于35%。

气流速度是影响人体对流蒸发散热量的主要因素之一。气流速度越大,人体对流蒸发散热量越多,周围空气对人体冷却作用越明显。目前我国在建筑设计实践中,夏季室内空气平均流速推荐值:0.2m/s~0.5m/s,自然通风房间不高于2m/s。;冬季室内空气平均流速推荐值为0.15m/s~0.3m/s,可根据建筑功能等级在温度范围内适当选择。

据实验报告,当室内空气温度大于40℃,如果降低周围壁面温度,身在其中的人会感觉变得舒适。当室温和湿度相同情况下,室内周围壁面温度升高会增加人体的热感,室内周围壁面温度降低会增加人体冷感。目前我国在建筑设计实践中,夏季室内周围壁面温度需满足:最高温度不小于等于室外空气计算温度的最高值;冬季室内周围壁面温度需满足:保证内表面不出现结露现象,即要求其最低温度不低于室温的露点温度。

2.2 个人因素

人体与周围环境之间是否能达到平衡,即是否舒适的首要条件,决定于人体产热量和人体各种失热量之间的关系。人体产热量与其活动状态、性别、年龄,甚至人种有关系。而人体衣着情况可以有效的改变人体的失热量。

3 关中村民人体热舒适性调查与结果分析

3.1 调查方案的确定

在热环境对人体热舒适性影响方面的实验研究主要采用两种方法:现场测试实验研究与人工环境实验室研究。在人工环境实验室研究中,受试者穿着规定的服装并进行规定的活动,根据自身的感觉填写问卷,这个实验环境由实验人员来控制或调节以达到实验要求。现有的大多数热舒适性的准则和标准(如ASHRAE55-92、ISO7730等)都是通过这样的研究方法得出。而现场测试实验研究是指实验人员在人们生活和工作的实际环境中对人体进行的热舒适性实验研究。这种实验方法一般是指导处于该实际环境中的人们根据当时的真实热感觉填写调查问卷,同时测试人员记录下此时此地的环境客观物理参数以及受试者的活动量和着装情况。研究人员可以根据测试得到的数据通过统计分析的方法统计出实际环境中人体的热舒适性特点。

人体热舒适是一个复杂的不确定因子。它受到许多不可测量和随机因素的影响,如实际环境状况和气候因素,以及人们的衣服热阻等。为了得到较为合理的结论,本次对关中村民及室内热环境进行有选择性的现场调查与测试。

通常在1月份关中地区进入冬季较冷阶段,8月份进入夏季较热阶段。为得到极端情况下的数据,项目组于2007年8月、2008年1月,对咸阳市礼泉县烽火乡兴隆村、咸阳市周陵乡赵家村、西安市户县甘亭镇南石村、宝鸡市歧山县蔡家坡镇驸马庄村、渭南地区蒲城东陈村等几百户村民进行调查与测试,以发放问卷的形式来了解村民在不同季节的热感觉状况。问卷的主要内容有:关于村民的基本生活情况,居住者对不同季节室内湿热环境的主观反应,及在此室内环境下对温湿度的满意程度,不同季节的衣着情况,并记录此时的空气温湿度、衣着情况以及活动状况。

以下的分析数据是在一定条件下采集的,选取有效率大的测试点的数据,以户县甘亭镇南石村为主。被访者以静坐或从事轻度劳动状态为主;着装情况冬季一般:保暖内衣+毛衣+棉衣(1.6col),夏季一般:短袖(0.28col);室内温度选取砖混楼房的一层客厅的数据,人体热感觉调查尽量在温度测试点附近完成。

3.2 冬季测试调查结果统计分析

从调研过程中发现,关中地区乡村气候较为适宜,村民对全年的空气湿度、风速基本满意,很少有闷热和阴冷现象。村民的活动状态不同城市居民,很少处于静坐状态。由于很少有供热供冷设备,人们在室内习惯穿着较厚和较少的衣服来自行调节。综合考虑此时空气温度是影响人们实际热感觉的最主要、最直接的一项物理参数,由调查的人体主观热感觉与实测的室内外温度经统计分析发现,人体的主观热感觉与室内外温度有着较强的线性相关性,实测热感觉与室内温度的拟合关系图如图1。

由图1可知,其与室内空气温度的回归方程为:

式中,Y为实测热感觉;X为室内空气温度;R为相关系数。

热中性温度为人体热感觉最适中时的温度,既不感觉到热也不感觉到冷时的温度,理论上的中性温度等于PMV=0时的温度。用室内空气温度来表示中性温度,由上回归方程可知,当Y=0时,X=17.4℃,可知冬季该地区人体的热中性温度为17.4℃。当热感觉在-0.5~0.5范围内,人体都有处于较舒适状态,所对应温度为13.9℃~20.8℃,即在这个温度范围内人们感觉不冷不热。而当温度低于10.6℃时(热感觉小于-1),人们开始感觉稍微寒冷,同样,当温度高于24.2℃时(热感觉大于1),人们会感觉稍热。通过计算实测数据知,冬季关中地区乡村住宅室内的平均空气温度为11.6℃。

对室内热环境的主观感觉调查情况分布频率图如图2、图3。

由图可见:(1)实测热感觉不到70%在(-1,1)之间,在Y=-1处即感觉微凉人数最多,即人们总体对室内热环境感觉稍冷,但基本可以接受。热感觉投票值在(-2,-3)范围内的约占总数的30%以上。(2)对室内环境感觉满意的人数占总人数的50%左右。

3.3 夏季测试调查结果统计分析

夏季实测热感觉与室内温度的拟合关系如图4。

由图4可知,其与室内空气温度的回归方程为:

参数同上。

用室内空气温度来表示中性温度,由上回归方程可知,当Y=0时,X=17.4℃,可知冬季该地区人体的热中性温度为26.4℃。当热感觉在-0.5~0.5范围内,人体都有处于较舒适状态,所对应温度为24.7℃~28℃,即在这个温度范围内人们感觉不冷不热。而当温度低于23.1℃时(热感觉小于-1),人们开始感觉稍微寒冷,同样,当温度高于29.6℃时(热感觉大于1),人们会感觉稍热。通过计算实测数据知,冬季关中地区乡村住宅室内的平均空气温度为28.1℃。

对室内热环境的主观感觉调查情况分布频率图如图5、图6。

由图可见:(1)实测热感觉70%以上在(-1,1)之间,在Y=0处即感觉不冷不热的人数最多,即人们总体对室内热环境较满意。(2)对室内环境感觉满意的人数占总人数的80%以上。

4 关中乡村传统居住建筑满足人体热舒适的途径

由上面分析得,13.9℃~20.8℃是关中村民在冬季的舒适温度范围,而测试得冬季关中乡村住宅室内平均温度为11.6℃;24.7℃~28℃是关中村民在夏季的舒适温度范围,而测试得夏季关中乡村住宅室内平均温度为28.1℃。由此可见关中乡村住宅满足村民热舒适要求关键在于如何做到冬季保温,兼顾夏季防热。这里可以使用“开源节流”思想来描述改进措施,所谓“开源”则为充分利用自然资源,“节流”则为冬季尽量减少热流流向室外,夏季减少热流流向室内。主要包括以下途径:

1)关中地区太阳能资源较丰富,而农村经济欠发达,无集中供暖,所以传统建筑可以通过多种途径来利用太阳能资源,使建筑尽量在冬季获得更多的太阳辐射热。例如传统居住建筑应用太阳房技术,有直接受益窗、集热蓄热墙、附加阳光间及组合式等,可有效提高冬季室内温度。

2)建筑围护结构本身的保温性和热稳定性能阻碍室内外热流的频繁流动,尽量使用当地的建材、应用合理的建造技术,改进其围护结构热工性能。例如草砖,在传统砖块中加入廉价的碎秸秆,可大幅度提高其热工性能。

3)在冬季室温较低的情况下,尽量减少围护结构内表面的冷辐射。例如尽量避免使用金属等硬冷材质做围护结构内表面;使用双层玻璃窗,提高内层玻璃的表面温度。

4)做好室内气流组织,可以解决传统建筑冬季防风,同时保证足够的换气次数以及在夏季避免室内气温过高。例如冬季设置门斗、使用厚重门帘、尽量减少门窗的开启次数、加强窗户的密闭性能等均可减少冷风渗透导致的热量散失。

5)采取适当的遮阳措施,降低夏季室内温度,并可避免有阳光直射进入室内。

参考文献

[1]齐祖义.关中民居[M].北京:科学技术出版社,1990.

[2]B.吉沃尼.人,气候,建筑[M].陈士磷,等译.北京:中国建工出版社,1982.

[3]刘加平,杨柳.室内热环境设计[M].北京:机械工业出版社,2005.

[4][英]D.A.麦金泰尔.室内气候[M].龙惟定,等译.上海:上海科技出版社,1988.

路桥过渡段人体舒适性测量方法研究 第7篇

1加速度传感器的安装应用

1.1量测原理加速度传感器是利用石英晶体等一些物质的压电效应, 当加速度计受到振动时, 压电元件上所承受的质量块的力也随之变化, 因此又称压电式加速度计。当被测物体的振动频率远远低于该加速度计的固有频率时, 则加速度与力成正比。

1.2安装应用在安装应用过程中, 将加速度传感器安装在指定测试位置, 从而接收到车辆经过路桥过渡段时此处所产生的加速度信号, 经过电荷放大器将该信号转变为电压信号, 再通过采集卡进行A/D转换, 最后通过PC中的软件存储该数据。由于加速度传感器对振动具有很高的灵敏性, 因此本文在测试中, 将加速度传感器的磁铁底座固定在一块专门供测试用的铁板上, 避免其由于车辆振动发生移动而脱离测试位置, 然后用300W的逆变器与电瓶相连接, 把12V直流电转换为220V交流电, 另一端与电荷放大器连接。一个电荷放大器可与两个加速度传感器连接, 本次测试中一个传感器放置在前排座椅, 另一个放置在测试车的底盘, 电脑与电荷放大器连接, 在终端输出数据。

1.3信号转换在测试过程中, 电脑终端所输出的是时域信号形式的数据 (如图1) 。加速度传感器在安装使用前要在室内进行定标标注, 将时域信号转换成加速度随时间变化的曲线。定标标注是在激振器上利用球振法, 输入不同频率的信号, 得到加速度为1g时测定系统输出的信号大小, 最后得出该测定系统的加速度标定曲线。

在MATLAB中编写程序, 对该数据进行计算和图形可视化, 得到车辆经过路桥过渡段时竖向振动的加速度最大值和加权加速度均方根值, 并画出a (t) -t曲线图 (如图2) 。

2人体舒适性评价方法

本文在测试中, 考虑到车辆通过路桥过渡段时所产生振动是“瞬时性”的, 因此, 要计算出车辆以不同速度经过路桥过渡段时人体“瞬间内”的加权加速度均方根值, 然后结合ISO 2631-1-1997中加权加速度均方根值与行驶舒适性的关系, 从而判断出人体通过路桥过渡段时的舒适程度。

由于乘客在乘车过程中是坐在座椅上的, 所以本文根据加速度传感器所测得的车辆通过路桥过渡段处座椅处的加权加速度均方根值与ISO 2631-1:1997中的人体舒适性对应, 从而可以测得乘客通过路桥过渡段时的舒适性。

3结论

3.1利用加速度传感器测得车辆通过路桥过渡段时振动的时域信号, 通过MATLAB软件处理, 得到振动时的最大加速度值和加权加速度均方根值。

3.2车辆经过路桥过渡段时, 将车座椅由于振动而产生的竖向加速度的加权加速度均方根值与ISO 2631-1:1997相比较, 判定了乘客通过路桥过渡段时的舒适性。

摘要：本文介绍了加速度传感器的测量原理, 通过在车内安装加速度传感器测得车辆通过路桥过渡段时由于振动而产生的竖向加速度, 对数据通过matlab软件处理, 得出车辆通过路桥过渡段时的加速度最大值和加权加速度均方根值, 从而作为判断乘客通过路桥过渡段时的舒适性依据。

关键词：路桥过渡段,人体舒适性,加速度传感器

参考文献

[1]ISO2631-1997Mechanical vibration and impact-Evalu-ation of human expos ure to whole-body vibration-Part1:General requirement.

[2]张洪亮.路桥过渡段车路动力学分析及容许差异沉降研究[D].长安大学博士学位论文.2003年6月.

[3]积分变换.南京工学院数学教研组编[M].人民教育出版社.1978年:9-11.

[4]薛定宇, 陈阳泉.高等应用数学问题的MATLAB求解[M].北京:清华大学出版社, 2004.8.