不同通风模式室内空气品质的多目标优化

论文摘要

随着人们生活水平的提高和在室内时间的增加,人们对室内空气品质的关心和警觉日益增强。本文在前人的基础上采用数值模拟技术,基于响应曲面法并利用统计软件Minitab 15,研究了置换通风和混合通风两种模式下送风温度X 1、送风口位置X2和排风口位置X3对室内空气品质评价指标（能量利用系数η、空气分布特性指标ADPI、工作区平均空气龄τ和呼吸平面颗粒物浓度C）的影响,并分别得出4个评价指标关于3种影响因子的二次多项式预测模型。在预测模型的基础上,应用遗传算法分别对2种通风模式室内空气品质进行多目标优化。结果表明:（1）对置换通风而言, X 1对η、X3对ADPI、X 1和X12对τ及X1X2对C均有显著的影响。且在本文研究范围内,当置换通风的送风温度为23.0℃、送风口位于距南墙0.84m、排风口位于顶板上距东墙0.18m时,能提供较好的室内空气品质。（2）对混合通风而言, X 1、X2和X1X2对η, X1、X3、X22、X1X3和X2X3对ADPI , X12、X22、X32和X1X3对C影响显著。此外,在本文研究范围内,当混合通风的送风温度为21.2℃、送风口位于西墙且距南墙3.22m、排风口位于西墙距南墙0.02m时,能提供较好的室内空气质量。（3）两种通风模式的优化方案各有利弊,笔者建议应根据室内人员对环境的具体要求来选择适当的通风模式:当室内人员侧重于热舒适性和呼吸平面空气的清洁情况时,建议选择优化方案2;如果室内人员侧重于节能效果和人员活动区域空气的新鲜度时,建议选择优化方案1。（4）本文采用的多目标遗传算法进行多目标优化能兼顾多个目标,最差的情况下也是恶化1个权重值最小的目标而使其他目标分量得以改善,避免了单目标优化的片面缺陷,因此,将其应用于室内空气品质的优化具有重要的意义。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.2.1 国外相关课题的研究现状
• 1.2.2 国内相关课题的研究现状
• 1.3 本文研究的意义和主要内容
• 1.4 本文的技术路线与论文框架
• 第二章 室内空气品质数值模拟理论
• 2.1 室内空气品质评价指标概述
• 2.1.1 不均匀系数
• 2.1.2 空气龄
• 2.1.3 换气效率
• 2.1.4 通风效率
• 2.1.5 空气分布特性指标
• 2.1.6 能量利用系数
• 2.1.7 呼吸区颗粒物平均浓度
• 2.2 数值模拟的理论与方法
• 2.2.1 CFD 的基本思想
• 2.2.2 FLUENT 软件介绍
• 2.2.3 基本控制方程
• 2.2.3.1 连续性方程
• 2.2.3.2 动量方程
• 2.2.3.3 能量方程
• 2.2.3.4 化学组分传输方程
• 2.2.3.5 流动与传热问题控制方程的通用形式
• 2.2.4 湍流流动的数学模型
• 2.2.4.1 RNG k? ε湍流模型
• 2.2.4.2 Boussinesq 密度假设
• 2.2.4.3 壁面函数法
• 2.2.5 控制方程的离散
• 2.2.6 离散相颗粒物模型
• 2.3 本章小结
• 第三章 室内空气品质多目标优化
• 3.1 多目标优化问题概述
• 3.1.1 多目标优化问题的定义及数学模型
• 3.1.2 传统多目标优化方法
• 3.2 多目标遗传算法
• 3.2.1 多目标遗传算法概述
• 3.2.2 多目标遗传算法运行过程分析
• 3.2.3 多目标遗传算法的特点
• 3.3 本文多目标优化的基本思路
• 3.3.1 权重的确定
• 3.3.2 遗传算法G-A 工具箱（Genetic Algorithms）的选取
• 3.3.3 编程过程中的参数进行计算确定
• 3.3.3.1 遗传算法中复制（选择）概率、交叉概率和变异概率的确定
• 3.3.3.2 遗传算法中染色体数目编码、解码的确定
• 3.4 本章小结
• 第四章 置换通风室内空气品质的数值模拟
• 4.1 数值模型的建立
• 4.1.1 响应曲面设计
• 4.1.2 数值模型
• 4.1.3 数值模型验证
• 4.1.4 颗粒物轨道数验证
• 4.2 置换通风室内空气品质单目标模型的方差分析
• 4.3 置换通风室内空气品质的多目标优化
• 4.3.1 多目标遗传算法优化编程
• 4.3.2 优化结果
• 4.3.3 优化结果分析
• 4.3.3.1 多目标优化结果的总体比较
• 4.3.3.2 多目标优化结果的单个典型工况比较
• 4.4 本章小结
• 第五章 混合通风室内空气品质的数值模拟
• 5.1 数值模型的建立
• 5.1.1 响应曲面设计
• 5.1.2 数值模型
• 5.2 混合通风室内空气品质单目标模型的方差分析
• 5.3 混合通风室内空气品质的多目标优化
• 5.3.1 多目标遗传算法优化编程
• 5.3.2 优化结果
• 5.3.3 优化结果分析
• 5.3.3.1 多目标优化结果的总体比较
• 5.3.3.2 多目标优化结果的单个典型工况比较
• 5.3.3.3 与置换通风优化模型的比较
• 5.4 本章小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 附录A 遗传算法中权重系数的确定的调查问卷
• 附录B 置换通风室内空气品质多目标遗传算法优化程序
• 附录C 混合通风室内空气品质多目标遗传算法优化程序
• 攻读硕士期间的主要成果
• 致谢