智能家居:以人为中心的网络物理系统的人体热舒适性——科研栏目
智能家居:以人为中心的网络物理系统的人体热舒适性——科研栏目
发布时间:2022-11-07 12:12:03 作者:小编

环境热舒适模型之前已根据预测的平均投票和物理传感器参数进行量化。然而,首先,环境因素与模型生理参数之间的关系在智能家居领域没有得到很好的研究。其次,不是主要针对个体人体模型的模型导致热舒适系统无法满足人的舒适偏好。提出了一种信息物理以人为中心的系统框架,以利用个体人体热舒适度来提高人体的热舒适度,同时优化能源消耗。


除此之外,心率的生理参数也得到了很好的研究,深入研究其与PMV、风速、温度和相对湿度等环境因素的相关性,揭示智能家居环境中现有节能热舒适控制系统的人体热舒适水平。实验结果表明,在系统运行和人类感知方面,环境因素与生理参数之间存在密切的相关性。当前的EETCC系统无法根据人类偏好提供对热舒适度的精确需求。深入研究了智能家居环境中现有节能热舒适控制系统的人体热舒适水平。实验结果表明,在系统运行和人类感知方面,环境因素与生理参数之间存在密切的相关性。当前的EETCC系统无法根据人类偏好提供对热舒适度的精确需求。深入研究了智能家居环境中现有节能热舒适控制系统的人体热舒适水平。实验结果表明,在系统运行和人类感知方面,环境因素与生理参数之间存在密切的相关性。当前的EETCC系统无法根据人类偏好提供对热舒适度的精确需求。


家是为人类提供安全的生活环境和舒适的环境,满足人们生理和心理需求的最重要场所。它不仅是人们与家人和朋友相聚的地方,也是人们可以放松、进行任何活动、获得娱乐和享受、睡觉的地方。代表普适计算分支的智能家居涉及将智能融入房屋,以实现舒适、医疗保健、安全、安保和节能。网络物理家庭系统包含许多智能家居系统,适用于应用网络物理系统概念的各种服务和应用在智能家居领域提供家庭自动化控制,特别是针对舒适性,如医疗保健监控、节能。如今,对CPHS的积极研究已经为影响我们日常生活和生活方式的各种应用领域带来了大量的智能家居系统解决方案。CPHS应用的一个例子是用于实施节能热舒适控制的智能家居自动化,它及时操作和控制家用电器、设备、传感器和执行器,以帮助人们生活自己的舒适、方便、放松、宁静、愉快。


image.png


智能家居为居民生活提供了周围环境条件,这意味着居民是最重要的人为因素。换句话说,人类与所有智能家居系统及其周围环境都有很强的交互作用。与之前关于智能家居和人机交互的作品不同,Ooi等人。提出了一种基于自适应模型预测控制的控制器,该控制器集成到CPHS环境的现有EETCC系统中。这项工作的一项重要工作是,基于自适应MPC的控制器可以通过使用来自实验房屋iHouse的感测到的原始环境数据以实时方式监测温度。同时,陈等人。提出了一种以人为中心的智能家居能源管理系统,该系统集成了来自物理和网络空间的无处不在的传感数据,以发现电力使用模式并认知地了解人类的行为。建立它们之间的关系以动态推断用户的用电需求,然后触发家庭能源系统的优化调度以响应用户的需求和电价。


热舒适度是对一个人对周围环境的满意度的评估,其中一个人取决于室内温度、活动水平、衣服和相对湿度等因素。热舒适性是供暖、通风和空调系统设计工程师的一个重要目标。今天,预测的平均投票/不满意的预测百分比模型已在环境热舒适模型评估中得到公认,并且还通过主观评估。上述环境热舒适度模型广泛应用于人群办公室、教室等环境的计算与评价。这导致许多人在建筑环境中感到冷或热,因为它应该对大多数人来说是热舒适的。然而,在智能家居中,人体热舒适度以个体居民的属性为分析单位,而不是以人群为单位。与环境热舒适度模型相比,人体热舒适度是一种高度主观的感觉,很难在一个人身上客观地衡量。虽然PMV和ASHRAE标准55被广泛用作室内热舒适量表,但它们尚未能够完全阐明个人感受与环境参数之间的关系,特别是在智能家居领域。鲁普等人。综合考虑光、噪声、振动、温度、相对湿度等因素对居住建筑的人体热舒适度进行回顾和提出,但并未考虑环境参数与人体生理参数之间的人体热舒适度关系。应研究人体热舒适度与生理参数之间的关系,以更好地了解智能家居自动化控制的热舒适度背后的机制。


几十年来,人们一直在研究环境因素和生理参数方面的人体热舒适度。已经形成了一些成熟的理论和客观指标,例如操作温度、充足温度和有效标准化温度。罗等人。探索舒适期望的概念,并询问是否由于长期暴露于温和的室内气候而导致的变化。冈本等。揭示了对室内气流感觉反应的新生理标记,即气流改变了参与者的感觉。心率变异性作为热舒适的预测生物标志物。这项研究的结果表明,可以设计基于人的HRV的自动实时热舒适控制器。比较正规的买球软件的两个研究团队。已经对心电图数据进行了研究。采用频域方法获取HRV结果,探索不同环境下人体热舒适度。结果表明,在不同情况下观察不同的低频/高频值,气温对LF/HF值的影响最为显着。气温的这些变化很容易导致交感神经兴奋,从而促进体温调节效应器的活动,即热不适。此外,还揭示了LF/HF、热感觉和热舒适度之间的关系。使用可穿戴设备提出了PMV热舒适模型相对于其环境因素和个人参数的敏感性。发现在忽略其他参数时,PMV的预期误差范围较高。除此之外,关注对人体热舒适度产生影响的动态热环境。在中,Salamone等人。描述了通过分析用户的特定心理物理条件来评估用户热条件的工作流程,克服了基于物理的模型的限制,以研究和考虑主观变量和客观变量之间的其他可能关系。


在以往的研究中,智能家居领域的人体热舒适性已经报道了空气温度、空气速度和相对湿度之间的关系,动态控制PMV和PPD值。然而,个人生理不是实时获得的,其与环境因素的相关性也没有得到很好的研究,尤其是在智能家居环境中。尽管许多基于PMV作为热舒适指数的理论模型是世界范围内研究人员最常用和公认的,但一些研究表明,这些模型对于预测自然通风建筑物中居民的热感觉并不准确,而这些模型往往被低估或高估了热舒适的实际条件。


随着物联网范式的不断发展,我们可以很容易地从智能可穿戴设备、热像仪、医疗设备等物联网设备中获取人体生理数据。心率是可以通过智能穿戴设备每天及时测量的人体生理数据之一。具有测量数据的智能可穿戴设备的传感技术为了解人类行为和意图提供了新的机会。除此之外,测量数据对于个人来说是相同且唯一的。然而,实测数据对与上述环境热舒适模型的关系形成了挑战,无法与个性化数据很好地匹配。最近的许多研究都集中在调查可穿戴技术的受益者。针对个人的瞬间热感觉和舒适度,涉及生理数据,特别是基于心脏活动的皮肤温度和心率/HRV特征,然后研究这些特征以提高预测准确性,其中包括基于心脏活动的生理数据两个数据源一个智能手表和一个便携式胸带设备。乔治欧等人。研究与经典心率测量相比,提供可靠和高精度测量的智能可穿戴设备。Seshadri等人。全面回顾了可穿戴技术在评估运动员的生物力学和生理参数方面的应用。王等人。提出了在CPS框架下应用于日常可穿戴的以人为本的交互服装概念。


本文旨在引入CPHCS,利用人体热舒适度提高居民热舒适度水平,同时优化能源消耗。CPHCS采用CPS的概念,通过三个执行器及时监测、控制和维持所需的热舒适水平;空调、窗户和窗帘。所提出的CPHCS也是EETCC与人体热舒适模型的扩展,可以通过使用智能可穿戴设备进行测量。我们在本文中的贡献是:


1.这项研究的一个重要部分是使用商业智能可穿戴设备作为测量设备与其他传感器和执行器相结合,以构建和提出通用CPHCS框架;


2.除环境因素外,还对心率生理参数进行了深入研究,并深入研究了其与环境因素的相关性,以揭示普通空调的热舒适度。智能家居环境中的和EETCC系统;和


3.通过问卷调查法,直接获得人体热舒适度的主观舒适度,并与EETCC系统的热舒适度进行验证。通过这种方式,获得了可以应用于CPHCS框架的通用人体热舒适模型,其中可以微调该模型的系数以很好地固定到个人热舒适。


image.png


智能家居

智能家居是结合了环境智能和自动控制的家庭环境,可通过各种家用电器和设备对居民的行为做出反应。智能家居是CPS应用领域之一。智能家居是解决老龄化社会问题的关键技术之一。未来,智能家居将融入日常生活,具备改善日常活动所需的专用人工智能、计算能力、沟通技巧、监控和控制能力。人与家电之间的互动将致力于提高舒适度、医疗保健、安全、安保和节能。


有许多研究人员专注于不同领域的智能家居。在中提出了老年人在智能家居中的应用。在中,智能家居是一种普适计算应用,其中家庭环境由环境智能监控,以提供上下文感知服务并促进远程家庭控制。论文介绍了智能家居的概念,研究了智能家居的技术,其中允许家庭任务自动化的先进技术系统正在迅速发展。在,作者提出了一个整体框架,该框架结合了引入的物联网架构中的不同组件,以将智能家居对象有效地集成到以云为中心的基于物联网的解决方案中,从而有助于缩小现有最先进的智能家居应用程序之间的差距以及将它们集成到物联网中的前景使环境成为可能。


目前有智能家居环境的实施,一个是AwareHome项目,1999年内置于乔治亚理工学院。它是一个活生生的实验室,用于研究用于日常活动的普适计算。另一个是实验环境,本文使用的iHouse位于日本石川县能美市。这是一座传统的两层日式房屋,拥有300多个传感器、家用电器和电子房屋设备,使用ECHONETLite版本1.1和ECHONET版本3.6.2连接。ECHONETLite系统包含具有相同属性、安全性等管理的设备组。因此,ECHONETLite可以管理的最大区域称为域。域将被指定为受控资源的范围。)存在于ECHONETLite确定的网络范围内。系统被定义为在设备与监控/控制/操作它们的控制器之间以及设备本身之间执行通信和链接操作的系统。一个系统位于一个域内,不会扩展到多个域。一个域包括一个或多个系统。因此,同一设备或控制器可以存在于多个系统中。将一个系统连接到域外的另一个系统时,ECHONETLite网关用作接口。iHouse是为研究智能家居环境监测、节能和人类舒适度而开发的。iHouse因立足石川而得名,互联网化、启发灵感、智能家居,是日本未来智能家居的先进实验环境,


比较正规的买球软件的研究得出结论,智能家居中单次心率与环境参数之间的相关性。结果表明,早晨暖区人体心率与室内温度、室内相对湿度、室内风速的相关性更强。出现这种现象的原因是早上开空调调节温度。此时的室内温度有特定的室外温度,没有通风。这种现象在下午发生了变化,下午的心率与寒冷地区的室内温度、室内相对湿度和风速表现出更多的相关性。这是因为EETCC在早上经过调整后,房间的舒适度已经达到了应有的水平。下午进入实验场景时,舒适度的起始值更接近主观舒适度。我们的研究结果表明,在短期内实现系统热舒适度或长期保持系统热舒适度的可能性对于产生心率参考系统的人体热舒适度调节具有至关重要的作用。


此外,EETCC的使用可以显着提高人体热舒适度。在第5.3节中,在EETCC的控制下,舒适区比率在上午和下午的时段平均增加了10.25%。而暖区的存在平均增加了32.4%,而冷区的存在减少了42.65%。这是因为EETCC的首要原则是能源效率。计算从环境传感器收集的数据,如果它在系统的舒适区内,则现有控制器状态保持不变。


基于比较正规的买球软件对人体热舒适性的研究,可以得出几个结论。为室内环境创建环境热舒适模型不应成为智能家居热舒适服务的最终目标。由人的主观热水平和系统的热舒适水平组成的人的热舒适更适合个体个体。事实上,热舒适控制系统运行良好,可以很好地适应人类的舒适偏好,并保证医疗智能家居环境的室内空气质量。本文还介绍了由人体热舒适模型和EETCC系统组成的CPHCS框架。


实验结果表明,环境因素与人体热舒适的生理参数之间存在密切的相关性。通过该实验,本文还可以得出结论,目前的EETCC系统无法满足人类偏好的精确热舒适需求。然而,实验结果发现,人体热舒适度与我们可以从传统可穿戴设备中获取的生理参数之间的关系具有紧密的相关性,这有助于更好地理解用于自动化控制的热舒适度的新解决方案。智能家居。


本文中仍有许多悬而未决的问题应在未来的研究中得到解决。对于CPHCS,什么是合适的解决方案,它将人体热舒适度与来自可穿戴设备的人体生理数据结合起来。如何为智能家居中不同年龄范围的个体更新和指定人体热舒适模型?是否应修订人体热舒适环境问卷?总之,了解人体在热舒适方面的反应并设计CPHCS框架的实现是本研究的最终目标,但仍有很长的路要走。


免责声明:部分文章信息来源于网络以及网友投稿,本网站只负责对文章进行整理、排版、编辑,是出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性,如本站文章和转稿涉及版权等问题,请作者在及时联系本站,我们会尽快处理。
标题:智能家居:以人为中心的网络物理系统的人体热舒适性——科研栏目