室内空气品质的灰色非本征模型与实验研究论文.docVIP

　　室内空气品质的灰色非本征模型与实验研究论文 摘要 利用灰色系统理论和原有的确定性物理模型建立了室内空气品质灰色非本征模型。并利用灰色非本征模型模拟了两种条件下，室内二氧化碳随时间变化的过程。这两个例子充分说明了灰色非本征模型的实用性，适应性和精确性。本文还对灰色非本征模型和随机预测模型进行了比较，说明了灰色非本征模型的优越性。 关键词 灰色非本征模型 灰参数 室内空气品质 建筑就是向人们提供安全、舒适、健康及富有效率的室内活动、休息空间。空调则是为了满足人们在建筑内的舒适性而提出来的。然而，20世纪70年代全球的能源危机，使得空调系统这一建筑能源消耗大户面临着严重的考验，降低能源消耗成为空调设计的关键环节。节能措施之一就是减少入室新风量，但是这一措施引起了室内空气环境恶化.freel3/h； q----渗透风量，m3/h； C0----新风中污染物浓度，ppm； Ci----室内空气污染物浓度，ppm； V----房间体积，m3； S----室内空气污染物散发率，cm3/h； R----室内污染物的沉降率（the indoor sink removal rate）,cm3/h； k----混合系数（a mixing factor for no uniform mixing） 在该方程中，q为渗稳透风量，它取决与室外的风速、温度、房间窗户类型，房间高度等，是一个不确定参数。因此我们用灰数q表示。新风中污染物浓度C0，虽然它对于室内污染物浓度的变化来说是相对稳定的，但它实际上也是波动变化的。它与当地的大所污染程度以及污染物的种类等因素有关，也是一个灰数C0。室内空气污染物沉降率R与污染物源散发率S，与污染物本身的性质和污染物源有关，也是不确定参数，分别用R，S表示。故方程（1）可改写为： （2） 方程（2）即为室内空气品质灰色非本征模型。Ci由灰参数计算得出，故也为灰参数。 这些灰参数均为区间灰参数，即它们既有上界也有下界，计为。这些灰参数也为非本征灰参数，即可以凭着先验信息或某种手段，找到一个白数作为其代表的灰数。这个白数为相应灰参数的白化值，计为 2。 将方程（2）积分可得： （3） 式中：Cs----室内空气污染物初始浓度。 2 灰色非本征方程模拟和灰参数优化 用灰色非本征模型模拟在自然渗透的条件下室内空气中二氧化碳的浓度变化。二氧化碳这种室内空气污染物不能用一般的过滤器去除，而且在室内无沉降。故方程（3）简写为： （4） 令 。n为有效换气次数（HR-1），在本文中简称为换气次数。方程（4）可写为： （5） Crot测量了美国14个城市的266所住宅在自然渗透的条件下换气次数3。他们得到大约有54%的住宅的换气次数为0.5～1.25(HR-1)之间，而换气次数在2以上的住宅很少。其分布规律近似于瑞利分布，重心a=0.86(HR-1)。考虑到年代（当时住宅多用木窗，现在多用铝合金窗）和地域差别，将其乘以0.6的系数，得到灰参数的上界值（n）的上界值（n）=0.3，下界值（n）=0.75，白化值（n）为0.516。 我们对长沙地区的大气中二氧化碳的浓度进行了测量，测量结果如图2所示。从图中我们可以看到大气中的二氧化碳浓度也是不稳定的，是随着时间在280ppm上下波动的，其波动范围为265～300ppm。故灰参数C0的上界值（C0）=300ppm，下界值（C0）=265 ppm，白化值（C0）=280ppm， 图2 二氧化碳实测值（ppm） 2．1合物室内无污染源时二氧化碳浓度变化情况 根据上述条件，我们模拟一个在室内无污染源（即无人）的条件下二氧化碳浓度逐渐衰减的过程。由于室内无人，即没有因人的新陈代谢和由吸烟等燃烧产生的二氧化碳，故室内污染物发散率S=0。方程（5）化为： （6） 按灰数运算法则，计算了8个小时的室内二氧化碳浓度变化过程。初始浓度Cs=1420ppm，计算结果如图3所示。图中实际测量数据是在一个普通学生计算机房（见图4）所测得的数据，该房间体积为118.3548m3，西、南两段有外窗，门窗均是关闭 的。 图3 室内无污染源时的二氧化碳浓度变化曲线 图4 测量房间 从图3我们可以看出实际测量数据在上、下界之间的变化，利用白化最优值通过室内空气品质灰色非本征方程计算的结果与实际相关不大。它们之间误差不超过10%。 2．2 室内有污染源时二氧化碳浓度变化特性 我们假设该房间内无人抽烟，也没有燃烧装置。因此，该房间内无由于燃烧而产生的二氧化碳，其二氧化碳均是由于人体的新陈代谢作用所产生的。设每人产生的二氧化碳发散量为S，室内二氧化碳发散率S =N·S。N为室内人员数。人体的二氧化碳产生量可由人体的