《251基于神经网络模型的中庭热环境全年动态模拟方法研究》由会员分享，可在线阅读，更多相关《251基于神经网络模型的中庭热环境全年动态模拟方法研究（12页珍藏版）》请在金锄头文库上搜索。
1、基于神经网络模型的中庭热环境全年动态模拟方法研究清华大学建筑技术科学系秦蓉诸群飞王闯燕达江亿摘要作为一种大空间建筑，中庭热环境的设计和组织控制比常规建筑空间更为复杂，现有的空调设计方法很难再满足实际工程设计的需要。本文从中庭热物理环境入手，分析影响中庭热状况的各影响因素，在此基础上提出了一种全新的基于神经网络模型的中庭热环境全年动态模拟方法。该方法借助神经网络，将建筑热过程模型和空气流动传热模型耦合到一起，能够在保证合理的计算量的前提下进行全年动态模拟计算。通过这种方法的研究，可以使中庭的全年能耗和热环境参数分布得到合理的预测，更好地满足工程设计需要。关键词中庭庭热环境境 神经经网络 动态模模
2、拟 DDeSTT1. 前言言中庭作为一一种大空空间建筑筑，大面面积透明明围护、温温室效应应和烟囱囱效应、各各种自然然通风或或机械通通风手段段，使其其内部的的热环境境较普通通房间复复杂的多多，传统统的空调调设计方方法很难难满足实实际工程程设计的的需要。目前的建筑筑能耗模模拟软件件在分析析全年动动态热环环境变化化时，一一般采用用集总参参数法，把把房间内内的空气气视为一一个温度度节点来来处理1。而而对于中中庭这种种存在明明显温度度分层的的大空间间，希望望获得空空气热状状况的分分布信息息，单点点参数的的模型显显然无法法满足要要求，并并不能有有效地辅辅助中庭庭建筑环环境的设设计。而而应用较较为广泛泛的计
3、算算流体力力学（CFDD）方法法，虽然然能够细细致分析析中庭的的空气流流动和对对流换热热，但由由于其计计算量庞庞大，受受到计算算机性能能的局限限，目前前仅停留留在对流流场的稳稳态模拟拟研究阶阶段，无无法与动动态热环环境模拟拟软件耦耦合来完完成对中中庭的全全年动态态热环境境模拟。因此，希望望能够在在对中庭庭热环境境做全年年动态模模拟时，既既能获得得CFDD那样详详细的参参数，又又能保证证较小的的计算量量和计算算时间。这这就需要要提出一一种新的的方法，能够对CFD细致描述的中庭流场加以压缩，再用压缩的简化模型与动态热环境模拟软件耦合，实现对中庭的全年动态模拟。2. 研究究思路对于中庭来来说，其其热
4、环境境影响因因素包括括：太阳阳辐射，各各壁面与与空气的的对流换换热，各各壁面间间的长波波辐射，人人员、灯灯光、设设备与空空气的对对流换热热，人员员、灯光光、设备备与壁面面的辐射射换热，自自然通风风，空调调热量，邻邻室传热热等。CFD图1 中庭庭热环境境物理模模型如图1所示示，将中中庭沿内内壁面隔隔开，取取出中间间空气作作为CFFD模拟拟对象， CFDD的输入入参数包包括各壁壁面温度度，热扰扰对流项项，以及及空调的的送风参参数或自自然通风风参数；输出参数数为整个个中庭流流场。通过存储和和压缩CCFD对对中庭中中间空气气的模拟拟信息，并并用压缩缩后的信信息替代代CFDD的实时时计算，从从而完成成与
5、热环环境模拟拟软件联联合迭代代求解分分布参数数的过程程，能够够有效地地将CFFD计算算融入热热环境模模拟软件件的构架架中。通通过这种种新的建建筑热过过程动态态模型，可以实现中庭大空间的分布参数的全年模拟计算。由于压缩的的信息参参数较多多，有的的参数是是连续的的（如壁壁面温度度），有有的则是是离散的的（如是是否有空空调），且且输入量量和输出出量之间间的关系系十分复复杂，因因此选用用神经网网络法来来做拟合合。神经经网络是是一种能能够很好好地对多多变量输输入输出出过程进进行拟合合的方法法。它是是从微观观结构和和功能上上对人脑脑的抽象象、简化化，是模模拟人类类智能的的一条重重要途径径，能够够反映人人脑
6、功能能的若干干基本特特征，可可用于预预测、分分类、模模式识别别、非线线性回归归、过程程控制等等各种数数据处理理的场合合2。因此，本课课题的研研究思路路主要是是利用神神经网络络模型作作为桥梁梁，将热热环境模模拟软件件和气流流组织模模拟软件件CFDD联合起起来，以以实现中中庭热环环境的全全年动态态模拟。图2 CCFD与与建筑热热过程动动态模型型的联合合求解3. 研究究方法根据以上研研究思路路，可以以拟定研研究方法法流程图图如下：图3 研究究方法流流程图首先，针对对中庭热热环境和和气流组组织全年年变化特特点，确确立影响响中庭热热环境的的关键因因素，选选取典型型CFDD工况；其次，提提出一种种较好的的
7、神经网网络模型型，对典典型工况况加以拟拟合，建建立能够够描述中中庭全年年各时刻刻流场与与温度场场的简化化模型，最最后，联联合建筑筑热过程程动态模模拟软件件与模拟拟中庭流流场温度度场的神神经网络络模型，实实现中庭庭热环境境的全年年动态模模拟。3.1选择择典型工工况作CCFD模模拟由于本文中中提出的的基于神神经网络络模型的的研究方方法，其其核心思思想是利利用CFFD模拟拟若干个个典型工工况，然然后用一一种拟合合方法将将以上几几个工况况进行拟拟合，获获得输入入参数和和输出参参数之间间的关系系式，从从而进一一步通过过该关系系式获得得全年中中其它工工况下的的分布参参数。因因此，如如何选择择能够代代表全年
8、年不同模模式下的的中庭典典型热环环境工况况是研究重重点。只只有典型型工况越越全面，训训练出的的神经网网络模型型才能够够更精确确地描述述中庭性性能。但但同时，由由于受到到CFDD模拟计计算量的的限制，典典型工况况的数量量要求尽尽量控制制在一定定范围内内。根据对中庭庭热环境境的分析析，选取取典型工工况作CCFD模模拟就是是确定若若干组输输入参数数的问题题，这里里具体指指的就是是各壁面面温度，热热扰对流流项，以以及空调调送风或或自然通通风这些些参数如如何取值值的问题题。为此此，可以以先根据据目前热热环境动动态模拟拟软件简简化处理理中庭的的方法，模模拟中庭庭全年热热状况，得到各输入参数的全年变化情况；
9、再根据空调季、过渡季以及供暖季的不同热环境，以及空调负荷、太阳辐射等影响因素，综合选取典型工况作CFD模拟。3.2神经经网络模模型的建建立由于壁面温温度和相相邻空气气温度（或或其与空空气的对对流换热热量）两两个参数数之间的的存在着着非线性性的关系系，因此此我们必必须找到到一种能能处理非非线性变变换的神神经网络络。目前前，能解解决这种种非线性性问题，较较普遍的的方法是是采用BBP神经经网络。BBP神经经网络通通常是指指基于误误差反向向传播算算法（BBP算法法）的多多层前向向神经网网络，是是目前应应用最为为广泛的的神经网网络学习习算法。它采用SSigmmoidd型可微微函数，可可以实现现输入和和输
10、出间间的任意意非线性性映射，在在诸如函函数逼近近、模式式识别、数数据压缩缩等领域域有着更更加广泛泛的应用用3。在设计BPP神经网网络模型型中，需需要确定定输入层层、隐层层和输出出层。输输入层的的单元个个数为上上文中提提到的输输入参数数的个数数。输出出层神经经元个数数为输出出参数的的个数。当当输入模模式和输输出模式式相当不不同时，需需要增加加隐层，形形成输入入信号的的中间转转换。当确定神经经网络模模型框架架后，需需要对该该模型作作训练。由由于神经经网络靠靠学习来来记住问问题应有有的模式式，所以以在训练练网络时时，训练练数据应应尽可能能包含问问题的全全部模式式，神经经网络是是靠已有有的经验验来进行
11、行训练的的，只有有经验数数据越丰丰富，越越全面，训训练过的的网络性性能才越越好。 在本文中，根根据对全全年不同同热环境境下不同同类型的的CFDD典型工工况的模模拟，分分别对典典型工况况提取相相应输入入输出参参数，用用其中部部分工况况作为神神经网络络的训练练数据，部分工况用来检验神经网络的正确性。3.3基于于神经网网络模型型的中庭庭热环境境全年动动态模拟拟当训练出合合适的神神经网络络模型后后，需要要与具体体的建筑筑热过程程动态模模拟软件件联合，以以实现中中庭全年年热环境境模拟。本文中采用了DeST（Designers Simulation Toolkits）作为实现这种方法的平台。DeST求求解
12、建筑筑热过程程的基本本方法是是状态空空间法4。状状态空间间法对房房间围护护、室内内家具等等在空间间上进行行离散，建建立各离离散节点点的热平平衡方程程，并保保持各节节点的温温度在时时间上连连续；然然后求解解房间内内所有节节点的热热平衡方方程组，得得到表征征房间热热特性的的一系列列系数；在此基基础上，将将房间表表示成热热响应系系数和各各种热扰扰的函数数，联立立求解所所有房间间的空气气节点热热平衡方方程。中庭内壁面面热平衡衡方程：式中为中庭庭内壁面与空空气的对对流换热热系数(W/mm2.KK)；为为房间室室温；为为中庭内内壁面吸吸收的透透过窗户户的太阳阳辐射热热量(WW/m22)；为为室内其其它热源
13、源（人员员、灯光光、设备备等）以以辐射方方式传至至该表面面的热量量；为温温度为的的另一表表面与该该表面的的长波辐辐射换热热系数。在神经网络络模型与与DeSST耦合合迭代时时，首先先假定空空气温度度初值，在在DeSST中计计算中庭庭内壁面面温度，将将此温度度作为神神经网络络模型的的输入参参数，输输出与各各壁面相相邻的空空气温度度，再返返回DeeST的的热平衡衡方程求求解壁面面温度，迭迭代直至至温度值值收敛。4. 案例例4.1 案案例概况况实例中的某某封闭中中庭位于于北京，其其四周环环绕着办办公室，且且顶部有有一个天天窗。中中庭的长长、宽、高高分别为为10mm，10mm，18mm（如图图4）。中中
14、庭的底底部为走走廊，为为了确保保底部人人员的舒舒适性，采采用定风风量空调调系统，在在中庭的的南墙上上设有送送风口，北北墙上设设有回风风口，上上侧送下下侧回。送送风口为为矩形百百叶风口口，风口口距地面面高度33.5mm。送风风参数为为送风量量32000m/h，共共设4个个送风口口，间隔隔2.55m。送送风口尺尺寸为00.288*0.2m，风风速4.0m/s。回回风口为为矩形百百叶风口口，距地地面0.4m，间间隔2.5m一一个，共共设4个个。送风风口尺寸寸为0.45*0.22m。图4 中庭庭及其周周边房间间示意图中庭的空调调系统间间歇，空空调区的的温湿度度的设定定如下表表：表1 中庭庭空调区区的温
15、湿湿度的设设定参数设定值温度上限28下限18湿度上限65%下限30%室内热扰的的设定如如表2所所示表2 中庭庭室内热热扰的设设定值人员密度(人/m22)新风(m3/人人/hrr)灯光(W/m22)设备(W/m22)0.12010104.2 CCFD典典型工况况的选取取将中庭各内内壁面温度度，以及及空调送送风温度度作为输输入参数数，这样样一共有有7个输输入参数数。根据据各输入入参数的的全年变变化情况况，以及及空调负负荷、太太阳辐射射等影响响因素，综综合选取取典型工工况作CCFD模模拟。表3 输入入参数的的取值范范围输入参数温度（）南墙2035北墙2045东墙2045西墙2040地板2040天花板1540送风温度18264.3 神神经网络络模型的的建立选用二层前前向BPP神经网网络,包包括输入入层，隐隐层和输输出层。输输入层包包括七个个输入参参数。输输出层的的神经元元个数等等于输出出参数的的个数。通通过比较较不同隐隐单元数数下的误误差，最最终确定定了神经经网络的的隐单元元个数，其其典型工工况下的的CFDD模拟结结果和神神经网络络模拟结结果比较较如下：图5 典型型工况模模拟示意意图（垂垂直方向向）4.4 基基于神经经网
