第1页共7页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第1页共7页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
关键词中庭热环境神经网络动态模拟DeST1
前言中庭作为一种大空间建筑,大面积透明围护、温室效应和烟囱效应、各种自然通风或机械通风手段,使其内部的热环境较普通房间复杂的多,传统的空调设计方法很难满足实际工程设计的需要
目前的建筑能耗模拟软件在分析全年动态热环境变化时,一般采用集总参数法,把房间内的空气视为一个温度节点来处理[1]
而对于中庭这种存在明显温度分层的大空间,希望获得空气热状况的分布信息,单点参数的模型显然无法满足要求,并不能有效地辅助中庭建筑环境的设计
而应用较为广泛的计算流体力学(CFD)方法,虽然能够细致分析中庭的空气流动和对流换热,但由于其计算量庞大,受到计算机性能的局限,目前仅停留在对流场的稳态模拟研究阶段,无法与动态热环境模拟软件耦合来完成对中庭的全年动态热环境模拟
因此,希望能够在对中庭热环境做全年动态模拟时,既能获得CFD那样详细的参数,又能保证较小的计算量和计算时间
这就需要提出一种新的方法,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