被动房人体热舒适度影响因素的灰色聚类分析研究_宋军凯.pdf

建 筑 技 术 Architecture Technology第 54 卷第 4 期 2023 年 2 月Vol.54 No.4 Feb.2023496被动房人体热舒适度影响因素的灰色 聚类分析研究宋军凯1，唐天国2，朱长城1，彭 玲1（1.中铁四川生态城投资有限公司，620500，四川仁寿；2.四川大学建筑与环境学院，610065，成都）摘要：为研究被动式低能耗建筑（简称被动房）的人体热舒适度分析模型，文中结合灰色聚类分析方法，将被动房室内温度、相对湿度、辐射温度和风速、衣服热阻作为人体热舒适性的影响因素。借助典型被动房部分实测数据，进行箱型图法归一化处理后，建立累计百分频率函数，确定热舒适性指标 PMV 的计算模型；并推算出室内温度、相对湿度、辐射温度和风速、衣服热阻等影响因素的灰色白化权函数。最后确定聚类权重和聚类权重系数，最终完成样本分类。取该被动房的一月内实测样本数据进行灰色聚类分析，结果表明室内温度对热舒适性的影响效果最大，相对湿度影响次之，衣服热阻值影响效果最小，室内温度、相对湿度、辐射温度和风速、衣服热阻这 5 个影响因素，可作为对被动式低能耗建筑进行热舒适性的评价标准。关键词：热舒适；灰色聚类分析；被动式低能耗建筑；预测平均热感觉中图分类号：TU 71 文献标志码：A 文章编号：1000-4726(2023)04-0496-07GrEy clusTEriNG ANAlysis oN BoDy THErMAl coMForT FAcTor To pAssivE AND low-ENErGy BuilDiNGsSOnG Jun-kai1,TAnG Tian-guo2,ZHU Chang-cheng1,PEnG Ling1(1.CREC Sichuan Eco-City Investment Co,Ltd.,620500,Renshou,Sichuan,China;2 College of Architecture and Environment,Sichuan University,610065,Chengdu,Sichuan,China)Abstract:In order to study the analysis model of human thermal comfort of passive low-energy building(passive house for short),the indoor temperature,relative humidity,radiation temperature and wind speed,clothing thermal resistance of passive house were taken as influenced factor of human thermal comfort.With the help of some measured data of typical passive houses,normalized by box graph method,the cumulative percentage frequency function was established to determine the calculation model of thermal comfort index PMV.The grey whitening weight functions of indoor temperature,relative humidity,radiation temperature and wind speed,clothing thermal resistance and other influencing factors are calculated.Finally determine the clustering weight and clustering weight coefficient,and finally complete the sample classification.Take the passive house a month of grey clustering analysis of the sample data,the results show that the indoor temperature most effects on the thermal comfort,the relative humidity affects secondly,clothes thermal resistance effects least,including indoor temperature,relative humidity,radiation temperature and wind speed,clothing thermal resistance,the five factors,can be used as the passive building thermal comfort evaluation standards of low energy consumption.Keywords:thermal comfort;grey clustering analysis;passive and low-energy buildings;predicting average thermal sensations被动式建筑（Passive House）已引进我国近十年，被动式理念和技术在中国已开始从探索逐渐走向成熟。被动式建筑核心思路乃是通过被动式技术和主动式技术二者相结合，以最大程度地降低建筑的供暖供冷需求，同时提供舒适的室内宜居环境1。因围护结构构造、空调运行模式、室外气象条件等复杂多变因素的影响，舒适性和能耗之间会表现为相互抑制的复杂关联性关系。其次，被动式建筑保温隔热性能和气密性高于普通居住建筑，且被动房的负荷特性和响应特征与当地的气候分区特征相关联。当前，因监测数据和样本量数据不完善，国内对不同气候特征下被动式超低能耗建筑的舒适性实测和研究工作不多。被动式超低能耗建筑标准室内热舒适性主要影响因素2-4包括室内温度、相对湿度、噪声、新风量等收稿日期：20221201作者简介：宋军凯（1989），男，甘肃靖远人，工程师，e-mail:.2023 年 2 月497宋军凯，等：被动房人体热舒适度影响因素的灰色聚类分析研究指标，这些指标具体可归纳为如下 3 个方面的作用类型：（1）热环境方面，因人体自身活动产生热量与外界环境作用下人体失热量之间的平衡，包括室内温度；（2）人体生理方面，人体对引起生理反应因素，如排汗率、血压、皮肤湿度等引起人体的舒适程度反应，包括湿度；（3）人体心理方面，来自人的主观感觉，用心理学分析方法来分析人体对环境变化的舒适程度，包括空气 CO2浓度等。这三方面多重影响下，人体自身感官会对其所处周围环境进行反应和分析评价，这种感觉被称为热舒适性。因此，文中拟借助实测和模拟的两个方面实际数据，对室内影响人体热舒适性的各类因素展开关联性研究，以期探讨被动式低能耗建筑对人体宜居舒适性的满足现状，并对被动式超低能耗建筑对人体舒适性的改善措施提供实际参考作用。1 灰色聚类分析理论为建立被动房人体舒适度灰色聚类评估指标体系，首先须确定聚类样本的构成，然后根据被动房实例累计算例得到人体舒适度的灰类白化权函数，确定灰色聚类权重系数5-6，最后将开展样本分析研究，为下一步建立被动房人体宜居舒适度模型建立基础。根据近年典型被动房的实测数据案例，有前期研究资料分析结果7：被动房热舒适性包括室内温度、相对湿度、辐射温度、人体衣服热阻、新风风速等主要指标，可以建立如下的白化聚类矩阵公式：（1）式中：样本值 xij中下表 i 代表样本数，j 代表对人居舒适度评价的影响因素，为建立灰色评估体系，首先针对舒适度样本数据建立白化矩阵，可以将xij中第 i 个样本值代入第 j 个影响因素，确定各个样 本值。1.1 各影响因素进行灰类白化权函数灰色聚类分析方法通过对已知数据的研究和分析，提取出有价值信息，完成有依据的推断。可以对系统发展规律和行为进展进行描述并实现监控。灰类白化权函数是将样本按照预先假设的类别进行分类。因对人体舒适度影响的不同因素指标，如室内温度、相对湿度等，其测试数据有不同量纲和数量级，不能直接进行分析研究，故先对这些指标进行无量纲处理，初定各个指标值都归类于 1,100 内，按照公式(2)完成如下预处理：xij=（xijminxij）（maxxijminxij）100 （2）式（2）中：xij是经过无量纲处理后的指标值，xij是指标值。1.2 实测数据异常值甄别用箱型图方法进行分析识别并删除测试异常值，箱型图例与实际数据相对应，能反映数据的波动情况。箱型图是利用取四分位数和四分位距来排除异常值，进行异常值判别时以四分位数和四分位距为基数，四分位数具有一定的特殊适应性，有超过 25的数据可以变得任意波动，但不会干扰动四分位数的合理范围，所以异常值不会对这个判别标准产生影响。故利用箱形图方法识别异常值的结果比较合理可信，对识别异常值方面有一定的可行性。进行异常值判别时，取被动房的室内相对湿度等数据计算时：上四分位数用 QU 表示；下四分位数用QL 表示；四分位数间距用 IQR 表示；则有：Xij=异常值，Xij(QL-1.5IQR）异常值，Xij(QL+1.5IQR）正常值，(QL-1.5IQR)Xij(QL+1.5IQR)（3）式（3）中：QU 为上四分点；QL 为下四分点；IQR 为上、下四分点之间间距，IQR=QLQU，如图1 所示。上界点下界点上四分位点下四分位点能量幅值/dB时间/h70605040302010102030155250图 1 箱形图排除异常值前故箱型图与被动房室内湿度测试曲线可以很好地对应，可以识别出异常值。如图 1 为某被动房室内风速等噪声测试数据归一化处理箱型图示例。根据箱形图判别结果，可剔除上、下界以外的边缘数据（突然建 筑 技 术第 54 卷第 4 期498局部噪声产生），可得如图 2 所示。能量幅值/dB上界点上四分位点下四分位点下界点051015202530时间/h70605040302010图 2 箱型图排除异常值后如图 1、图 2 所示，经过箱型图排除异常值后，总体曲线更加平滑，能从曲线中显示出室内风速噪声等信号的基本特征，便于进一步分析风速噪声对被动房舒适性的影响问题。2 热舒适性评价指标根据丹麦的 Fanger 教授提出了预测平均投票值PMV(Predicted Mean Vote)8-9。其中，PMV 指标主要受到两大因素影响，分别为物理环境因素和人为因素。物理环境因素包括空气温度、平均辐射温度、相对流速以及相对湿度；人为因素包括人体新陈代谢率和人体服装热阻。因人体之间存在生理差异性，相同热环境下，不同人可能会存在不同的热感觉。当大部分人感到舒适时，仍然有一部分人会感到不舒适。因此，Fanger 教授又提出了预测不满意百分比 PPD(Predicted Percent Dissatisfied)。PPD 指标可以表示人群对热环境不满意的百分数，并用概率分析方法，表 1 为 2 个主要的评价指标范围。表 1 整体评价指标等级整体评价指标PPD 10%0.5 PMV +0.510%PPD 25%1.0 PMV+0.5 或+0.5 PMV +1.0PPD 25%PMV1.0除此之外，PMV指标通常分为七级，如图3所示。热感：PMV值：很冷冷稍冷舒适稍热热很热3210+1+2+3图 3 PMV 值分类等级1984 年国际标准化组织提出采用 PMVPPD指标来描述和评价室内热环境舒适性的标准 ISO 773010，PMV 与 PPD 的关系曲线如图 4 所示。5%6%8%10%20%30%40%60%80%3210+1+2+3PMVPPD图 4