基于高端空调热舒适性方面研究

基于高端空调热舒适性方面研究
摘要：随着经济的发展和人们生活水平的提高，人们对房间内热舒适度的
要求越来越高，仅把温度作为控制参数的传统控制方法就显得非常粗糙，不能满
足人们的需求。

影响人体热舒适性的因素，不仅与物理环境因素有关，还与人体
生理因素有关。

前者主要包括温度、湿度、风速和平均辐射温度等，后者主要包
括人体的服装热阻和新陈代谢率。

人体对房间内环境的冷热感觉就是这些因素综
合作用的结果。

热舒适性(PMV)为描述人体舒适度的参数，高端的空调产品已经
实现通过红外人感功能获得人体的PMV值，从而对室内环境进行调节，直到用户
达到舒适，但是在同一个环境下不同个体对环境的热舒适性感觉是不一样的，因此，差异热舒适性会导致有些用户得不到他想要的舒适环境，更没有很好的客户
体验。

关键词：空调器；舒适性；PMV；温度
1引言
热舒适是指人体对热环境的主观热反映。

反映了人的自身调节与周围环境之间的联系．20纪70年代，对人在建筑环境中的热舒适感研究得到迅速发展，自文献［１］提出热
舒适评价指标PMV（Predicted mean vote）后，对人体热舒适性的研究主要以ＰＭＶ为评
价指标；文献［2-3］针对健康成年人给出了人体热舒适PMV和PPD(Predicted percentage
of dissatisfied)指数的评判标准和方法；文献[4]对热舒适性的几个参数进行了分析比较；文1992年美国供暖、制冷与空调工程师协会标（ASHRAEstandard55）中明确定义为：“热
舒适是指对热环境表示满意的意识状态。

”也就是说，人体热舒适是人们对周围热环境感到
满意的一种主观感觉。

它是多种因素综合作用的结果，是一个精神的、主观的心理反映。

影响人体热舒适的因素有很多，但室内微气候学和人体工程学的研究成果指出，处于稳
定状态下，大多数的冷热感觉只有六个因素起主要影响作用，它们是四个环境影响因素：空
气温度、空气流速、相对湿度和平均辐射温度；两个自身因素：人的活动量和衣着。

人的活
动量常用人体的新陈代谢率和机械功来表示，而人的衣着保温程度则用服装热阻值和裸体人
与着装人的表面积比作为衡量指标。

热舒适度是居住者对室内热环境满意程度的一项重要指标。

但要对热感觉进行定量描述是很困难的，因为热感觉很难直接测量。

早在20世纪初，人们就开始了热舒适性的研究，先后提出了很多热舒适的评价指标，如操作温度、卡特冷却能力、有效温度、新有效温度、PMV指标等。

2 PMV指标
2.1热舒适性一般方程
PMV指标是由丹麦的p.O.Fanger教授提出的一个综合舒适指标，即能够确定人体热舒适状态的物理参数与人体有关，而不是与环境有关。

首先，Fanger提出了人体感觉舒适的三个条件：第一，人体必须处于热平衡状态，以便使人体对环境的散热量等于人体内产生的热量。

第二，皮肤平均温度应具有与舒适相适应的水平。

第三，人体应具有最佳的排汗率，排汗率也是新陈代谢的函数。

在此基础上，Fanger给出的舒适方程的函数形式为：
（
1-
1）
可以看出，满足舒适方程的一组变量必须满足前面提到的舒适的三个条件，因此该方程是舒适的必要条件，但不是充分条件。

2.2定义指标
当一组环境变量（空气温度、空气流速、相对湿度和平均辐射温度）满足舒适方程时就将产生最佳的舒适感。

如果该方程未得到满足，则该环境就不是最佳的，但是舒适方程并未给出任何说明所处环境是如何不舒适的方法。

Fanger进一步发展了舒适方程，提出了把人体热感觉分成七个等级的PMV指标，每一个等级的代表意义如表1-1所示。

表1-1热舒适性对应七个等级
感受
很
冷
冷凉
爽
舒
适
暖
和
热很
热
数值 -3 -2 -1
0 1 2 3
为了扩大该想法的应用范围，Fanger 提出在某一活动量下的热感觉是人体热负荷函数的假设（所谓人体热负荷就是体内产热量与人体对实际环境散热量两者之差,假设人体的平均皮肤温度与实际活动量相适应的汗液分泌量均保持舒适值），并通过实验建立了PMV 方程。

2.3 热舒适性通用方程
PMV 方程其计算式为：
（
1-
2）
其中，由以下方程决定：
（1-3）
图2-1基于 PMV 指标的温度和风速联合
控制
其中，M为人体新陈代谢率，met；W为人体所有的机械功，W/m2；
P a为水蒸气分压力，kPa；t a为空气温度，℃；
f cl为着装面积系数，%；tc cl为着装人体表面平均温度，℃；
h c为对流换热系数，W/（m2℃）；v ar为空气流速，m/s；
I clo为服装平均阻值，clo；φa为相对湿度，%。

其中人体所作的机械功在静坐或平地活动时为零，故取W=0；人体在从事轻微体力劳动
时的新陈代谢率为1.2met，故取M=l.2met；我国北方夏季室内的服装平均热阻约为0.5clo，故取I clo=0.5clo，室内环境参数的取值依据舒适性空调房间室内参数标准，并结合实际情况
设定：室内温度t a：20~30℃；室内空气流速v a：0~0.5m/s；相对湿度：30~80%；平均辐射
温度t r：20~30℃。

3PMV（热舒适性）控制过程
热舒适性指标的控制方式分为两种，如下所示：
第一种方式：直接控制方式
对空调系统进行控制时，采用直接把热舒适性指标作为控制参数的方式，这就是直接控
制方式。

在此种控制方式中，并不仅把PMV指标作为一个评价标准，而是把它作为整个系统
的输入，利用PMV指标与空气温度和空气流速的关系，使温度和风速的执行机构随着PMV
指标的变化而相应作出调节，以使PMV指标始终在使人感觉舒适的范围内波动。

直接控制方式又分两种情况：a 根据房间内的PMV 值调整空气温度的设定值；b 根据房间内
的PMV 值调整空气温度和风速的设定值。

第二种情况多了对风速的控制。

原理如图2-1所示。

直接法的控制目标不是温度和风速，而是直接从热舒适性出发，把PMV指标作为控制
目标。

这是一种观念上的转变，对空调系统的控制不仅仅是对温度和风速的控制，而且是对
人的控制，使控制系统的执行机构始终以人为中心、随着人体舒适性的变化而作出相对应的
调整。

这种方式一方面满足了人体热舒适性的需要，另一方面控制系统会跟随人的热舒适感而变化。

第二种方式：间接控制方式
根据PMV指标实时的选择各个环境变量的设定值，这就是热舒适性指标的间接控制方式。

在这里，把PMV指标看作一个评判标准，选择部分环境变量作为直接控制参数。

利用PMV智能舒适传感器或者通过计算实时知道PMV值，并判断它是否在舒适范围内，若出了界线，则调整执行机构使PMV值回到舒适范围内。

从以前的分析可以知道，实现热舒适指标的最佳选择是实现温度和风速的组合调整，不同组合会有不同的控制方式。

间接控制方式中分以下两种情况：a根据平均辐射温度、空气相对湿度、房间内风速调整空气温度的设定值；b根据平均辐射温度、空气相对湿度、空气温度调整风速的设定值。

控制原理图分别如2-2。

图2-2以温度为控制参数的间接热舒适指标控
制方式
从图2-2可以看出，此控制系统有以下两个特点。

a由PMV控制器实时确定温度的设定值。

它不是简单的温度控制系统，而在设定温度值时考虑了别的影响因素对人体热舒适的影响。

b要求PMV控制器能测量其它环境参数，并且能根据实际情况设定个体的服装热阻和新陈代谢率。

图2-3 以风速为控制参数的间接热舒适指
标控制方式
4PMV（热舒适性）实际测试结果与体感结果差异分析
为了保证数据准确性和有效性，保证测试对象所在环境一致，设置如下测试环境。

测试环境
室内温度：29±1℃
墙壁温度：22 ±1℃
由于没有工况机，环温和墙温保持稳定误差±1.5℃
空调的风不能吹人，且风量最小
湿度：每次测试均需记录数据，为保证测试数据准确性，尽量保证每次测试湿度一致；
测试人员
性别：男/女
体型：不胖不瘦
服装：使用制服：①、夏装，半袖、长裤；②、冬服，半袖、长袖、长裤。

年龄、居住地区：无要求；
人数：50人；
姿势：站立、座位、朝向Grid-EYE正面。

在进行舒御高端空调人感温冷测试过程中，测试数据如图2-4，经分析发现人体对房间体感舒适度和红外成像温冷感实测值对比平均差异为：33人0.5-1.5范围内，平均差异值1.31，人体状态与实测值差一个舒适度，68.75％；2人0.5以下，人体状态与实测值基本相当，测试准确，4.1％；10人1.5-2.5范围内，测试较不准确，20.83％；3人2.5以上，人体状态和实测探测差异较大，探测数据不可取，6.25％。

从数据分析得出，人的自身感受和实测PMV值是有差异的，大部分在0.5-1.5范围。

经研究发现，一方面是由于在实际的应用中，红外人检测方法存在局限性，即传感器限制，无法百分百对所处环境红外热源进行正确检测，可能存在一定程度的误识别，此原因已
经在舒御高端空调人感温冷感测试报告得到解决，另一方面则是由于在同一个环境下不同个
体对环境的热舒适性感觉是不一样的，造成的差异热舒适性，主要表现为四个方面a年龄差异，在相同的实验环境（客观的环境和主观环境）下，幼龄、中龄以及老龄，由于年龄的不
同皮肤代谢能力的差异造成差异热舒适性；b适应性差异，在相同的实验环境（客观的环境）下，由于在特殊环境下长时间工作或者生活，为了适应环境人体机能会通过主动调节去适应，进而热舒适性的指标也会有所偏移，导致了差异热舒适性；c活动量差异，在相同的实验环
境（客观的环境）下，由于运动强度不同，皮肤代谢程度不同，导致了差异热舒适性；d身
体机能的差异，在相同的实验环境（客观的环境）下，伤病程度的不同，身体机能（代谢、
心率、血压）变化，导致了差异热舒适性。

高端空调中热舒适性调节的指标范围的制定有一
定的局限性，不能满足所有人的需求，尤其是幼老群、特殊环境工作生活群以及伤病的弱势
群体，没有很好的用户体验，对于伤病群体可能会起到一些反作用。

图2-4 红外人感体感测试数据
5差异热舒适性优化逻辑
为了能提高差异热舒适性群体用户体验，实现过程中加入了语音提示功能，具体包括了
控制主板、语音发生和接收装置以及PMV红外人感传感器，通过PMV红外人感传感器获得空
调房间热舒适值，传输至控制主板，分析判断是否在热舒适性指标范围内，如果不在，进行
控制调节，使PMV值达到热舒适性指标范围内，然后利用语音发生和接收装置，发出“是否
舒适？”（回答“很冷”“冷” “凉爽”、“舒适”、“暖和”“热”“很热”对应值如
表1），如果回答“凉”，传输至控制主板，将设置的热舒适性指标范围+1处理，得到新的
热舒适性范围。

重复上面的控制过程，最终得到适合客户的热舒适性指标范围。

具体差异热
舒适性优化逻辑流程图如图2-5，所在的空间内启动空调，空调运行ta（压缩机启动时间与
红外人感检测传输时间和）时间，控制过程开始通过红外人感获得人体热舒适度PMV(0)，将
PMV(0)与PMV(a)（空调初始状态PMV范围下限值）和PMV(b)（空调初始状态PMV范围上限值）进行对比。

当PMV(b) 时，空调以原状态运行，运行tb（重复调节的时间间隔）时间，重复控制过程；当PMV(0)不满足PMV(b) 时，控制主板控制，空调调节PMV值到设置的范围内，然后语音提示“是否舒适？”（回答“很冷”“冷” “凉爽”、“舒适”、“暖
和”“热”“很热”对应值如表1），如果回答“舒适”则空调以原状态运行；如果回答“凉爽”则设置的PMV范围+1，得到新的热舒适性指标范围[PMV(a)+1，PMV(b)+1]，即令PMV(a)=PMV(a)+1；PMV(b)=PMV(b)+1，重复控制过程。

图2-5差异热舒适性优化逻辑流程图5总结
基于PMV运算以及控制过程原理，建立差异热舒适性优化逻辑模型，很好地改善乃至提高单体高端空调的差异性舒适性客户体验。

但是不够智能，存在一些问题有待改善：
同一个个体进出房间都需要重新调控。

通过记忆功能区分收集不同个体调节后的热舒适性参数范围，当个体再次进入时直接识别其对应热舒适性参数范围，
同一个房间，多个个体同时调控没有统一的参数范围。

通过分析不同群体热舒适性参数范围的特征，对于多个体进行对比最终选择最弱群体的参数范围确定为最终调节范围（弱势排列：伤残<老龄<幼龄<中龄）。

参考文献:
[1] KONG M G,KROESEN G,MORFILL G,et al.Plasmamedicine:An introductory review [J].New Jourrnal of Physics,2009,11(11):115012
[2] LAIMER J,STORI H.Recent advances in the research on non-equilibrium atmospheric pressure plasma jets [J].Plasma Process Polym,2007,4(3):266-274.
[3] OLSZEWSKIP,WILLETT T C ,THEODOSIOU E,et al.In modification of chromatography adsorbents using cold atmospheric pressure plasmas [J].Appl Lett,2013,102(20):204104
[4] MOON S Y,CHOE W, KANG B K.A uniform glow discharge plasma source at atmospheric Pressure [J]. Appl Phys Lett, 2004,84(2):188-190。