[發明專利]一種基于人工智能的醫院病房通風系統智能設計方法

有效

• 申請號: 202110394305.5
• 申請日: 2021-04-13
• 公開（公告）號: CN113158593B
• 公開（公告）日: 2023-02-07
• 發明（設計）人: 張慎;王義凡;尹鵬飛;程明
• 申請（專利權）人: 中南建筑設計院股份有限公司
• 主分類號: G06F30/28
• 分類號: G06F30/28;G06F30/15;G06F30/27;G06N3/084;G06F113/08;G06F119/08
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 鐘鋒

1.一種基于人工智能的醫院病房通風系統智能設計方法，其特征在于，包括以下步驟：

S1、利用Rhino軟件參數化建模技術建立不同換氣方案的病房三維幾何模型；

S2、通過開源CFD軟件OPENFOAM進行室內氣流組織模擬，得到不同換氣方案的室內空氣齡的空間分布，進而計算得到換氣效率；具體包括：

基于病房三維幾何模型的幾何信息和換氣方案的參數信息，通過OPENFOAM建立三維CFD計算模型，確定網格劃分、初始和邊界條件、收斂參數、離散格式以及求解參數，利用BUOYANTSIMPLEFOAM熱流耦合求解器模擬分析病房內氣流組織形式，得到空氣齡的空間分布，進而計算得到換氣效率；

S3、建立描述換氣方案參數與換氣效率關系的深度神經網絡模型，以不同換氣方案的參數為模型輸入量，以對應的換氣效率為模型輸出量，對深度神經網絡模型進行訓練；

其中，換氣方案的參數具體包括：送風口位置、排風口位置、送風口尺寸、排風口尺寸、排風口數量、病房空間尺寸、房間送風量；

描述換氣方案參數與換氣效率關系的深度神經網絡模型表達式為：

η＝f(x_in,y_in,z_in,x_out,y_out,z_out,W_in,L_in,W_out,L_out,n,L,W,H,m)

式中，η表示換氣效率，x_in、y_in、z_in表示送風口位置，x_out、y_out、z_out表示排風口位置，W_in和L_in表示送風口的寬度和長度，W_out和L_out表示排風口的寬度和長度，n表示排風口數量，L、W、H表示病房的長寬高，m表示房間送風量；

S4、設計多種換氣方案，利用訓練好的深度神經網絡模型得到每種換氣方案的換氣效率，確定最優換氣方案。

2.根據權利要求1所述的基于人工智能的醫院病房通風系統智能設計方法，其特征在于，步驟S1包括：確定病房空間尺寸和環境通風參數；基于Rhino軟件的Grasshopper參數化插件建立病房三維幾何模型，參數化設計多種換氣方案并建立換氣方案參數據庫。

3.根據權利要求2所述的基于人工智能的醫院病房通風系統智能設計方法，其特征在于，病房空間尺寸包括病房的長度、寬度、高度；環境通風參數包括房間送風量、送風溫度、送風速度。

4.根據權利要求1所述的基于人工智能的醫院病房通風系統智能設計方法，其特征在于，調整網格和求解參數，使CFD計算結果收斂。

5.根據權利要求1所述的基于人工智能的醫院病房通風系統智能設計方法，其特征在于，基于Linux系統對OPENFOAM軟件進行二次開發接口，自動實現病房建筑幾何模型修復、網格劃分以及大規模并行計算，最終自動處理計算每一種換氣方案對應的換氣效率。

6.根據權利要求1所述的基于人工智能的醫院病房通風系統智能設計方法，其特征在于，采用誤差反向傳播算法的LEVENBERG-MARQUARDT神經網絡訓練函數進行訓練。

7.根據權利要求1所述的基于人工智能的醫院病房通風系統智能設計方法，其特征在于，步驟S4包括：利用Rhino-Grasshopper工具設計出所有換氣方案，將換氣方案的參數輸入訓練好的深度神經網絡模型，得到每種換氣方案的換氣效率，根據最大換氣效率確定最優換氣方案。