[發明專利]一種智慧人居環境氣流組織優化方法

有效

• 申請號: 202010919008.3
• 申請日: 2020-09-04
• 公開（公告）號: CN112149364B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 曾令杰;高軍;張承全;賀廉潔
• 申請（專利權）人: 同濟大學
• 主分類號: G06F30/28
• 分類號: G06F30/28;G06F30/27;G06F30/13;G06K9/62;G06N3/04
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 郭成文

一種智慧人居環境氣流組織優化方法，通過人工智能的引入實現人居環境氣流組織的快速、全局優化。首先，將建筑室內的幾何數據、通風參數與其對應的流場信息數據進行快速組織歸納，通過機器學習的方式抽象出數據背后的隱藏關聯；其次，定制基于機器學習的建筑環境性能化模擬工具，并將其應用于通風方案、建筑室內構造的設計中。本申請的技術方案的優點為通過基于機器學習的人工智能算法的引入，可以大幅提高人居環境氣流組織的模擬計算效率，減少氣流組織優化所需時間。

技術領域

本發明屬于人居環境氣流組織優化領域，涉及人工智能輔助智慧人居環境氣流組織優化方法。

背景技術

空調系統除了給人們帶來舒適的室內環境，也起到了通風除污的效果，為人們的工作和居住營造了一個相對健康的空間。面向建筑節能的總體要求，人們為了防止空氣滲透而帶來的建筑冷熱負荷，不斷提高建筑物的密封性，從而減少了室內外空氣的交換，導致室內二氧化碳和其它氣載污染物濃度不斷升高，引發室內空氣品質下降，這樣的環境往往會導致居住人員產生不適反應和病癥。相關研究表明通風可以大幅改善室內空氣品質，減少室內空氣污染，從而降低人員患病的概率。由于室內空氣污染在散發后的分布主要受氣流組織影響，而氣流組織主要由建筑結構與通風系統的協同作用生成，因此人居環境氣流組織優化既是健康、智慧建筑設計的重要一環，也是提高室內空氣品質的重要手段。目前，針對室內氣流組織優化的主要方法為借助計算流體力學軟件(CFD)對采用不同通風方案的室內氣流組織進行遍歷式的模擬，針對每個通風方案或通風參數的微調都需要計算機重復一遍模擬迭代過程，對建筑設計人員而言費時費力。同時，由于模擬過程需要耗費大量計算資源，氣流組織優化顯然只能在有限數目的通風方案中篩選較優的方案，而該方案很可能僅是特定條件下的局部優化，氣流組織的全局尋優很難實現。

發明內容

針對上述現有技術的缺點，本發明目的在于提供一種人工智能輔助智慧人居環境氣流組織優化方法，通過人工智能的引入實現人居環境氣流組織的快速、全局優化。所述智慧人居環境的是指通過人工智能的手段優化、營造的適宜人員居住的室內環境。

為達到上述目的，本發明采用的技術方案是：

首先，將建筑室內的幾何數據、通風參數與其對應的流場信息數據進行快速組織歸納，通過機器學習的方式抽象出數據背后的隱藏關聯；其次，定制基于機器學習的建筑環境性能化模擬工具，并將其應用于通風方案、建筑室內構造的初步推敲中。該方法可以指數化的減少復雜CFD的模擬時長，為室內氣流組織全局優化提供決策支持。

本發明的技術方案主要包括：(1)建立建筑幾何參數、通風參數與其對應的流場數據匹配對數據庫；(2)將匹配對數據庫劃分為訓練集、測試集兩部分，通過機器學習的方法對數據庫匹配對進行訓練，抽象出數據背后的隱函數關系；(3)在測試集中挖掘建筑幾何、通風參數與氣流組織間的數學映射關系；(4)定制基于機器學習的性能化模擬工具實現通風參數改變下的氣流組織實時同步獲取，使氣流組織全局尋優成為可能。

進一步，包括：

(1)建立建筑幾何參數、通風參數與其對應的流場數據組成的匹配對數據庫：

(1.1)在已公開的CFD模擬得到的各類建筑室內氣流組織中，提取建筑幾何參數、通風參數與其對應的流場數據，構造由三類數據組成的匹配對數據庫，其中針對不同工況的三類數據均是一一對應關系，即在一組建筑幾何參數和設定的通風參數下，其對應的流場數據是唯一的。

(1.2)所述建筑幾何參數為由建筑外形尺寸，內部構造組成的多維向量X；所述通風參數是由風口位置、風速、角度組成的三維向量Y；所述氣流場數據為CFD網格節點上的速度矢量構成的多維矩陣P_v。

(1.3)匹配對數據庫中的建筑幾何參數、通風參數作為輸入數據集，可簡化為為n維輸入變量(n＝X+Y)，氣流場數據作為輸出數據集y^(k)。