用于个性化热舒适度控制的系统和方法与流程

1.本发明总体上涉及环境中的热舒适度(thermal comfort)的控制，并且更具体地涉及基于环境中占用者(occupant)的目标热舒适度来控制暖通空调(heating,ventilation,and air-conditioning，hvac)系统。


背景技术：

2.热舒适度可以被认为是表达对热环境的满意度的心理状态，并通过主观评价进行评估。热舒适度显著影响人们的生产力和总体幸福感。目前，包括热泵、制冷和/或空调系统的热调节系统基于壁式温控器或远程控制装置来实现热舒适度，其目的是打开或关闭系统并调制系统运行，使得保持温度设定点。温度设定点指示基于建筑物中占用者的需求和热状况的所需的热舒适度水平。然而，这种通过热调节系统实现热舒适度的方法通常以能量低效的方式提供次优的热舒适度，并且由于多种原因就占用者的热舒适度而言控制不佳。
3.影响热舒适度的主要因素是决定热量增加和损失的因素，主要是代谢率、衣物保温、气温、风速和相对湿度。诸如个人期望之类的心理参数也影响热舒适度。因此，建筑物的占用者很少知道最大化他们的热舒适度的设定点的最优值。
4.通常，空间内的多个占用者中的一个或更多个占用者可能感觉太热或太冷，而无论其他占用者是否舒适。这种现象是基于占用者的个人温度偏好，结合例如个人当前或最近参与的活动。例如，当办公室工作者在寒冷的冬日已经长时间静态地坐在桌前时，工作者很可能由于更低的新陈代谢率而感到寒冷，并通过提高温度设定点来要求更多加热。类似地，当体力劳动者在炎热潮湿的夏日一直在进行剧烈的体力工作时，工作者很可能感到非常热，并且可以通过降低温度设定点来要求更多降温。
5.在给定温度下，个体的年龄和身体状况也可以是影响热舒适度的因素。例如，对于处于健康状态的年轻人来说可能感觉舒适的温度对于胖人或患有一种或更多种疾病的人来说可能显得太热。类似地，对于更年轻的个体来说舒适的温度，对于更老的个体来说可能太冷。另外，即使在个人层面，对温度的反应也可能因各种原因而不同。例如，个体在夏天认为很热的温度可能使同一个体在冬天感到寒冷。因此，热舒适度或温度感知可以因人而异，并且可能难以在空间内实现普遍舒适的气候条件。最优值依据上述的当前条件而波动。因此，占用者可能设置低效且不准确的设定点。以这种方式，占用者可能高估或低估他们对热舒适度的需求，这可能导致对热调节系统的低效使用和不满意。
6.所提及问题的解决方案之一是在操作热调节系统中消除人为干预，并将热调节系统的操作和控制转移到可以确定即时热舒适度和长期舒适度趋势的智能系统。结果，消除了来自操作热调节系统的占用者方的不必要的设定点变量。
7.例如，为了实现该智能系统，一些方法旨在开发用于自动感知和控制占用者的热舒适度的热舒适度模型。占用者的热舒适度模型的学习过程可能是繁琐的过程，并且具有增加了的不确定性。然而，由于这个过程依赖于占用者多年来的反复试错并且受到限制，因此在占用者的期望热舒适度和诸如hvac系统的热调节系统的温度设定点之间找到映射可
能会更加繁琐和不确定。为此，在不使用热舒适度模型的情况下，已经实施了用于控制hvac系统以实现期望的热舒适度的许多方法和系统。
8.例如，一些系统使用智能温控器，该智能温控器旨在学习由占用者预先输入的温度设定点的模式。这些温控器的改进模型进一步涉及学习家庭的隔绝模型(insulation model)，以预测何时可能与预先学习的设定点的模式存在偏差。这些系统根据用户过去的动作/输入而不是根据他们的热舒适度来确定设定点。此外，例如，一些系统利用作为被设计为学习优化家庭和企业的供暖和制冷以节约能量的设定点模型的智能温控器的巢学习温控器(nest learning thermostat)(或巢温控器)。巢温控器基于机器学习算法：在第一周，用户(即，占用者)需要调整温控器以提供温度设定点的参考数据集。然后，温控器可以学习占用者的日程安排，其中包括家庭占用者使用的设定点和相关的时间戳。此外，温控器通过使用内置传感器和占用者手机的位置(地理围栏)以使得当它意识到占用者离开家时其可以切换到节能模式，从而进行节能。
9.然而，这种智能温控器基于以下假设：占用者事先知道实现占用者热舒适度所需的温度设定点。换句话说，智能温控器基于以下假设：占用者可以以抽象方式手动地找出他们期望的热舒适度和温度设定点之间的映射。但是，这种假设过于乐观且不正确。因此，这产生了占用者所不希望的热舒适度。
10.因此，需要开发能够以动态方式解决占用者的期望热舒适度与hvac系统的温度设定点之间的映射问题以提高占用者热舒适度的系统和方法。


技术实现要素：

11.一些实施方式的目的在于提供用于基于建筑物中占用者所期望的目标热舒适度来控制暖通空调(hvac)系统的系统和方法。一些实施方式的另一目的在于提供不需要依赖于占用者的目标热舒适度和针对hvac系统的温度设定点之间的映射的系统和方法。
12.一些实施方式基于以下认识：许多hvac系统仅控制设定点空气温度作为建筑物空间中的占用者或占用者集合的热舒适度的替代物。然而，空气温度设定点是占用者的热舒适度的不佳表示，这是因为在这种简化中缺乏热舒适度和设定点之间的映射，而且因为存在房间内空气温度均匀性的隐含假设，而建筑物环境中的温度和速度分布在大多数时候是非平凡分层的和不均匀的。热舒适度是表示对热环境满意的心理状况。大多数人在通常在在大约20到22℃(68到72
°
f)的温度范围的空间空气温度下感到舒适度，但这个范围依据诸如活动水平、衣服、湿度和文化之类的因素，并且在个体之间极大地变化。
13.选择设定点的主要问题在于：当个人/占用者与其周围环境处于热平衡时实现热舒适。然而，设定点温度是针对可能位于距个人/占用者一定距离的传感器而确定的。因此，隐式或显式地，占用者正在假设在传感器处的房间温度和在占用者自己位置处的温度相同。这被称为均匀性假设，并且对于占用者来说，确定这种映射可能是不切实际的或至少是繁杂的。
14.另外，建筑空间中给定占用者或占用者集合的热舒适度取决于几个因素，诸如空气的温度和湿度、室内环境中固体材料的温度、空气的速度和新陈代谢率和占用者所穿衣物的量。两大类因素影响个体与其环境的热相互作用：占用者内部的因素，诸如代谢率、衣物隔绝和心理参数；以及占用者外部的因素，包括建筑空间的空气温度、平均辐射温度、空
气速度和空气相对湿度。
15.由于这些变量难以直接测量，因此大多数hvac系统不会尝试调整建筑空间中占用者的热舒适度。由于绝大多数hvac系统仅能有效调整影响热舒适度的众多变量中的一个，因此hvac系统通常调整单个变量，设定点，并假设一个变量是热舒适度的适当替代者。例如，许多蒸汽压缩热泵和空调系统仅直接调整建筑空间的空气温度，因为其测量容易且廉价。然而，不幸的是，这种测量在以能量高效方式实现占用者的热舒适度方面通常是低效的。例如，加热应用中的一个常见场景是占用者将建筑空间空气温度设定点设置为比实现热舒适度实际所需要的温度高几度。这是由于以下两个原因而出现的：首先，热泵旨在实现建筑空间中的平均温度，其次，该温度是在一些预定义的“可接受的”时间范围内实现的。在实践中，没有假设适合于占用者。特别地，占用者不可能按照他/她的位置来观察假设的平均温度，并且占用者可能希望更快地达到该温度。实际上，当更快地实现期望的温度时，占用者在他/她的位置处实际上在更低气温下将感到舒适。这些示例阐明了不假设房间内良好混合的温度或速度分布的模型的重要性。
16.为此，一些实施方式基于以下认识：在占用者位置处的目标热状态是比在hvac系统的温控器的不同位置处的温度设定点更好的对占用者的个性化热舒适度的表示。附加地或另选地，一些实施方式基于以下认识：目标热状态不仅可以包括在占用者位置处的温度，而且可以包括影响占用者的热舒适度的其他因素，诸如调节环境中的气流速度和/或湿度。如本文所用，在特定位置处的目标热状态是在特定位置或包括该位置的区域处的温度、气流速度和湿度中的一个或组合的绝对或相对变化。
17.附加地或另选地，一些实施方式基于以下认识：通过考虑调节环境中的气流动力学，可以控制hvac系统以在无需确定任何其他位置的温度设定点的情况下，将在占用者位置处的当前热状态改变为目标热状态。附加地或另选地，一些实施方式基于以下认识：可以控制hvac系统以受到在占用者位置处的目标热状态约束限制的情况下提供调节环境中的不均匀的热状态分布，以在满足占用者的热舒适度的同时减少hvac系统的能耗。附加地或另选地，一些实施方式基于以下认识：可以使用可以将占用者的目标热舒适度映射到在其位置处的目标热状态的热模型来确定占用者的目标热状态。以这种方式，可以在无需确定针对环境中的平均温度的设定点的情况下确定在占用者位置处的目标热状态。实际上，这种确定可以在无需提供占用者的热舒适度和温度设定点之间的映射的情况下实现占用者的热舒适度。
18.因此，一个实施方式公开了一种用于控制暖通空调(hvac)系统以调节环境的控制系统。该系统包括：输入接口，其被配置为接受环境中占用者位置处的输入热状态和指示占用者当前热舒适度的数据；存储器，其被配置为存储热舒适度模型(tcm)、空气流动动力学模型(adm)和hvac模型，tcm将在占用者位置处的当前热状态与在占用者位置处的输入热状态连接起来，所述输入热状态将占用者的当前热舒适度改变为期望的热舒适度，hvac模型将在通气口处的热状态与hvac系统的执行器的状态连接起来；以及处理器，其被配置为确定在将hvac系统连接至环境的一个或多个通气口处的目标热状态，以使得根据连接在环境中不同位置处的热状态的不均匀分布的气流动力学模型(adm)，在通气口处的目标热状态得到在占用者位置处的输入热状态；并且确定产生在通气口处的目标热状态的提供给hvac系统的一个或多个执行器的控制命令；以及控制接口，其被配置为向hvac系统的执行器传
递控制命令。热舒适度模型允许确定在占用者位置处的目标热状态，这进而允许处理器确定针对环境中不同位置的热状态值的(可能不均匀的)分布，使得在占用者位置处存在目标热状态。实际上，这样的确定允许避免针对环境中的平均温度确定设定点，因为这种方法不进行广泛的概括，而是允许精确地确定在占用者位置处所需的热环境。这进而允许在降低hvac系统的能耗的同时提高占用者的热舒适度。
19.例如，在一个实施方式中，在环境中的每个位置处的热状态包括温度矢量和气流速度矢量，使得目标热状态包括温度场分布和气流场分布。在另一实施方式中，在环境中的每个位置处的热状态还包括湿度矢量，使得目标热状态还包括湿度场分布。这些实施方式基于对影响占用者的热舒适度的多个因素的认识，以提高热舒适度确定的准确性。
20.在一些实施方式中，在通气口处的目标热状态是使用adm作为约束并且使用在占用者位置处的输入热状态和在通气口处的目标热状态作为在环境中的热状态分布的边界条件，基于环境中的空气动力学的计算流体动力学(cfd)计算而确定的。在实施方式中，adm使用带有热传递方程的纳维-斯托克斯方程来表示在环境中的空气动力学，其中带有热传递方程的纳维-斯托克斯方程描述了热传递的物理性质和空气运动的变化，其中cfd计算求解带有热传递方程的纳维-斯托克斯方程以产生得到在占用者位置处的输入热状态的在通气口处的目标热状态。
21.附加地或另选地，一些实施方式通过对受到以下约束的hvac系统的操作的成本函数进行优化而确定控制命令：对在占用者位置处的输入热状态的约束、对由hvac模型表示的hvac系统的动力学的约束、以及对由adm表示的在环境中的气流动力学的约束。成本函数的优化使hvac系统的能耗最小化。这些实施方式允许联接hvac系统的不同动力学和气流的动力学，以确保能够实现目标热状态。在不同的实现中，约束可以用作软约束或硬约束。软约束允许偏离目标热状态，这对于实时热控制可能更实际。
22.一些实施方式使用气流动力学模型确定环境中气流速度、温度和湿度的动力学的当前分布。这些实施方式能够减少用于测量热状态的传感器的数量。例如，在一个实施方式中，环境数据包括在特定位置处的热状态的测量结果，其中处理器被配置为通过测量结果到环境中的气流速度、温度和湿度的动力学的数据拟合同化，来确定环境中热状态的当前分布。附加地或另选地，在一个实施方式中，环境数据包括环境模型和环境模型的变量的分布，其中环境模型包括窗户的位置以及门和墙壁的位置，而环境模型的变量可以指示窗户和门是打开还是关闭，其中环境模型包括在环境中的热源(例如，计算机、烤箱、占用者等)的位置和类型，而环境模型的变量指示热源的状态。该实施方式允许提高热状态分布确定的准确性。
23.不同的实施方式使用指示占用者的当前热舒适度的不同种类的个人数据来估计目标热状态。例如，在一个实施方式中，个人数据包括占用者的生命体征的生物特征测量结果，其中处理器被配置为根据生物特征测量结果确定占用者的当前热舒适度。生命体征可以在与控制系统的输入接口远程通信中，通过远程光电容积脉搏波描记法(rppg)传感器来测量以在用户环境中隐藏生物特征的测量结果，或者通过用于测量占用者的生命体征的可穿戴装置来测量。
24.附加地或另选地，个人数据可以包括占用者的姿势，并且其中处理器被配置为根据例如由诸如相机的图像捕获装置感测的姿势来确定占用者的当前热舒适度。姿势的示例
包括指示占用者冷的占用者的颤抖或指示占用者热的风扇吹动动作的模仿。附加地或另选地，个人数据可以包括由占用者所提供的当前热舒适度的标签，例如“太热”或“太冷”。值得注意的是，占用者的目标热状态可以用温度、气流速度和/或湿度的绝对值或相对值来表示。
25.一些实施方式实现热模型和hvac系统之间的双向交互，以不仅用于控制hvac系统，而且用于更新热模型。例如，一个实施方式基于环境中热状态的更新分布和在占用者位置处的目标热状态来更新热舒适度模型。在该实施方式中，用于确定当前分布的气流动力学允许减少测量占用者的当前热舒适度的传感器的数量。
26.定义
27.在描述本发明的实施方式时，贯穿全文(包括以上)可应用以下定义。
[0028]“蒸汽压缩系统”可以是指基于热力学、流体力学和/或热传递原理使用蒸汽压缩循环来移动制冷剂通过系统的部件的系统。蒸汽压缩系统可以包括但不限于热泵、制冷装置、以及空调系统。蒸汽压缩系统用于住宅或商业空间的调节以外的应用。例如，蒸汽压缩循环可以用于冷却高性能计算应用中的计算机芯片。
[0029]“辐射系统”可以指直接向诸如混凝土地板之类的建筑材料供热并主要通过辐射热传递来加热空间和占用者的系统。辐射系统使用通过嵌入建筑材料中的管道行进的诸如热水或冷水之类的热传递媒介，而且可以使用连接到蒸汽压缩机的热交换器或电热丝。
[0030]“hvac”系统可以是指实现蒸汽压缩循环的任何建筑物暖通空调(hvac)系统。hvac系统涵盖范围从仅向建筑物的占用者提供室外空气的系统，到仅控制建筑物温度的系统，到控制温度和湿度的系统的广泛系列的系统。
[0031]“蒸汽压缩系统的部件”可以是指蒸汽压缩系统的具有控制系统可控制的操作的任何部件。这些部件包括但不限于：用于压缩和泵送制冷剂通过系统的具有可变速度的压缩机；用于在系统的高压部分和低压部分之间提供压降的膨胀阀；以及蒸发热交换器和冷凝热交换器。
[0032]“蒸发器”可以是指蒸汽压缩系统中的热交换器，其中穿过热交换器的制冷剂在热交换器的长度上蒸发，使得在热交换器出口处制冷剂的比焓比在热交换器入口处制冷剂的比焓更高，并且制冷剂通常由液态变为气态。在蒸汽压缩系统中可以有一个或更多个蒸发器。
[0033]“冷凝器”可以是指蒸汽压缩系统中的热交换器，其中穿过热交换器的制冷剂在热交换器的长度上冷凝，使得在热交换器出口处制冷剂的比焓比在热交换器入口处制冷剂的比焓更低，并且制冷剂通常由气态变为液态。在蒸汽压缩系统中可以有一个或更多个冷凝器。
[0034]“通气口”可以是指在暖通空调(hvac)中使用以输送空气以及从调节环境中去除空气的通道系统的边缘点。所需的气流包括例如供气、回气和排气。如此，通气口用于确保可接受的室内空气质量以及热舒适度。在通气口处的热状态可以包括由hvac系统向环境输出的空气的温度、速度和湿度中的一种或组合。
[0035]“电路”可以是指在诸如处理器、存储器或执行器之类的部件当中互连电信号的闭合路径。
[0036]“设定点”可以是指诸如建筑物空间温度之类的变量的期望值。术语设定点应用于
变量的特定集合的任何特殊值。
[0037]“计算机”可以是指能够接受结构化输入、根据规定的规则处理结构化输入并产生处理结果作为输出的任何设备。计算机的示例包括通用计算机；超级计算机；大型机；超级迷你计算机；迷你计算机；工作站；微型计算机；服务器；交互式电视；计算机和交互式电视的混合组合体；以及模拟计算机和/或软件的专用硬件。计算机可以具有单个处理器或多个处理器，它们可以并行和/或非并行地运行。计算机也指经由网络连接在一起以用于在计算机之间发送或接收信息的两台或更多台计算机。这种计算机的示例包括用于经由通过网络链接的计算机来处理信息的分布式计算机系统。
[0038]“中央处理单元(cpu)”或“处理器”可以是指读取和执行软件指令的计算机或计算机的部件。
[0039]“存储器”或“计算机可读介质”可以是指用于存储计算机可访问的数据的任何储存器。示例包括磁硬盘、软盘、光盘(如cd-rom或dvd)、磁带、存储器芯片和用于携带计算机可读电子数据的载波(例如在发送和接收电子邮件时或在访问网络时使用的载波)、以及计算机存储器(例如随机存取存储器(ram))。
[0040]“软件”可以是指操作计算机的规定规则。软件的示例包括软件、代码段、指令、计算机程序和编程逻辑。智能系统的软件可以能够自学习。
[0041]“模块”或“单元”可以是指计算机中执行任务或一部分任务的基本部件。它可以通过软件和硬件之一或两者来实现。
[0042]“控制器”、“控制系统”和/或“调整器”可以是指管理、命令、指导或调整其他装置或系统的行为的装置或装置集合。控制器可以由硬件、具有由软件配置的操作的处理器及其组合来实现。控制器可以是嵌入式系统。
[0043]
将参考附图进一步解释当前公开的实施方式。所示附图不一定按比例绘制，而是重点通常放在例示当前公开的实施方式的原理上。
附图说明
[0044]
[图1a]
[0045]
图1a示出了一些实施方式使用的暖通空调(hvac)控制转换的原理的示意图。
[0046]
[图1b]
[0047]
图1b示出了根据一些实施方式的用于控制暖通空调(hvac)系统以调节环境的控制系统的框图。
[0048]
[图2]
[0049]
图2示出了根据一些实施方式的控制hvac系统以调节环境的原理的示意性概况图。
[0050]
[图3a]
[0051]
图3a示出了根据一些实施方式的用于训练个性化热舒适度模型的训练数据库。
[0052]
[图3b]
[0053]
图3b示出了根据一些实施方式的用于获取环境数据的环境数据感测单元的各种组件。
[0054]
[图3c]
[0055]
图3c示出了根据一些实施方式的用于获取生物特征数据的生物特征数据感测单元的各种组件。
[0056]
[图3d]
[0057]
图3d例示了根据一些实施方式的提供给占用者以获得占用者反馈的示例性反馈机制。
[0058]
[图4]
[0059]
图4示出了根据一些实施方式的热舒适度模型的学习过程的示意图。
[0060]
[图5]
[0061]
图5示出了根据一些实施方式的在为了获得在占用者位置处的热状态而在计算流体动力学(cfd)模拟中所涉及的预处理和后处理的示意图。
[0062]
[图6]
[0063]
图6示出了根据一些实施方式的用于基于cfd模拟和最优空调器输入获得在占用者位置处的热状态的示意图。
[0064]
[图7]
[0065]
图7示出了根据一些实施方式的最小化成本函数以获得占用区域中的舒适的热状态同时提高hvac系统的能量效率的示意图。
[0066]
[图8a]
[0067]
图8a示出了根据一些实施方式的构建和评估成本函数的示意图，该成本函数包括占用者的热舒适度和hvac装备的能耗。
[0068]
[图8b]
[0069]
图8b示出了根据一些实施方式的作为制冷剂循环示例的蒸汽压缩循环的示意图。
[0070]
[图9]
[0071]
图9示出了根据一些实施方式的作为利用最小能量就占用者的热舒适度而言实现最优空调器输入的示例优化方法的框图。
[0072]
[图10]
[0073]
图10示出了根据一些实施方式的使用控制系统控制hvac系统以实现占用者的热舒适度。
具体实施方式
[0074]
在以下描述中，出于说明的目的，阐述了大量具体细节以便提供对本公开的透彻理解。然而，对于本领域的技术人员来说将显而易见的是，可以在没有这些具体细节的情况下实践本公开。在其他情况下，设备和方法仅以框图形式示出以避免使本公开变得模糊。
[0075]
如在本说明书和权利要求书中使用的，术语“例如”、“作为示例”和“诸如”，以及动词“包括”、“具有”、“包含”和它们的其他动词形式在结合一个或更多个组件或其他项目的列表一起使用时，均应解释为开放式的，这意味着该列表不应被视为排除其他附加组件或项目。术语“基于”是指至少部分基于。此外，要理解，这里采用的措辞和术语是出于描述的目的而不应被视为限制性的。本说明中使用的任何标题仅为方便起见，并不具有法律或限制作用。
[0076]
系统概况
[0077]
图1a示出了一些实施方式使用的暖通空调(hvac)控制转换的原理的示意图。实施方式基于以下认识：hvac控制的目标是改变hvac系统的执行器的状态以确保空调环境中的占用者的热舒适度。执行器状态的示例包括hvac的压缩机的速度、各种阀门的位置、引导排气的导气板(air louver)的旋转位置等。实际上，空气是基于控制蒸汽压缩循环的那些执行器的状态来调节的。为此，基于hvac执行器的控制130旨在确定hvac执行器134的状态以满足环境占用者所期望的设定点132。
[0078]
基于hvac执行器的控制130确定执行器134的状态以满足设定点132。例如，这些设定点是通过位于调节环境的不同于环境中的占用者的位置的墙壁上的温控器所设定的值。然而，hvac执行器的状态是在环境中热状态平均分布的假设(例如温控器处的温度和在环境中某处的用户的位置的温度相同)下确定的。因此，设定点132可以被称为平均热状态的设定点。
[0079]
在基于hvac执行器的控制130中，hvac执行器的状态是控制的主要目标，而输出空气136的状态是次要目标并且有时被视为旁路产品。来自通气口136的输出包括由hvac系统输出到环境的空气的温度、速度和湿度中的一种或组合。事实上，如果确定了hvac执行器的状态，则来自通气口的输出将会跟随。因为来自通气口的输出是通过改变执行器的状态来控制的，所以可以不直接确定来自通气口136的输出。
[0080]
一些实施方式通过将来自hvac系统的通气口的输出作为控制的主要目标而在基于气流的控制140中将该框架反转。基于气流的控制140首先尝试确定导致达到期望的设定点的通气口146的输出，并且然后确定得到所确定的通气口的输出的hvac执行器的状态。也就是说，执行器的状态是针对hvac系统从其通气口的输出而确定的，而不是针对在调节环境墙壁处的某些点处的设定点而确定的。
[0081]
这种转变简化了内部控制hvac执行器，但也使得hvac控制的重要部分从hvac执行器的动力学域移动到气流动力学域。这种转变进而允许放宽房间内平均温度的约束。因此，一些实施方式使用设定点142作为用于评估调节环境中气流144的动力学以估计得到环境中具有不均匀热分布的期望设定点的通气口146的输出的边界条件。接下来，所确定的通气口的输出用于产生得到所确定的输出的hvac执行器148的状态。可以使用范围从最小化当前输出和估计输出146之间的误差的pid控制策略开始的各种类型的hvac动力学模型和用偏微分方程或常微分方程捕捉hvac系统的动力学的其他模型来估计hvac执行器的状态。
[0082]
一些实施方式基于以下认识：由于在hvac系统的基于气流的控制140中，放宽了对环境中的平均热分布的要求，因此不需要针对墙壁上的某个点提供设定点。事实上，可以针对占用者的位置提供设定点。在这种情形下，用于气流动力学估计的边界条件不位于环境的边界，而是在环境内的某处。然而，气流模型可以处理这种复杂情况。
[0083]
因此，一些实施方式使用在占用者位置处的期望热状态作为输入边界条件150来估计通气口146的输出。例如，占用者可以指定期望的温度、气流和/或湿度，并且基于气流的控制将产生在占用者的位置处的这种热状态，而其他位置可以具有不同热状态的值。以这种方式，可以克服热均匀性假设的问题。
[0084]
附加地或另选地，一些实施方式基于以下认识：热舒适度是心理状态，并且对于占用者而言估计将实现他们的舒适度的期望热状态是繁冗的。为此，一些实施方式使用热舒适度模型(tcm)152，该热舒适度模型(tcm)152被配置为基于占用者的当前热舒适度来估计
输入热状态152。tcm 152是预先训练好的。在一些实施方式中，占用者的当前热舒适度是基于他们的生物特征而确定的。
[0085]
结合起来，它们的基于气流的控制140使用气流的动力学以估计由tcm产生的在占用者位置处具有期望热状态的热状态的不均匀分布，以确定通气口的输出和得到这样不均匀分布的hvac执行器的相应状态，以在无需指定外部设定点值的情况下提供占用者的热舒适度和hvac系统的操作之间的间接映射154。
[0086]
图1b示出了根据一些实施方式的用于控制暖通空调(hvac)系统126以调节环境的控制系统100的框图。控制系统100可以用于控制暖通空调(hvac)系统以调节环境。环境可以是建筑物的房间或空间，或hvac系统所安装于的整个建筑物。在一些实施方式中，环境可以对应于占用者所位于或居住的建筑物的空间。在一些实施方式中，环境可以包括火车、汽车或航空航天器的内部空间。在一些实施方式中，控制系统100可以优化hvac系统的输出参数。hvac系统的输出参数包括通气口位置、入口温度、入口速度、入口湿度和/或单个叶片角度。在一些实施方式中，控制系统100可以通过进行各种输入测量122来监测环境。输入测量122是来自位于环境中的一个或更多个传感器的测量。根据一些实施方式，一个或更多个传感器可以是用于获取环境的热状况并随后监测环境的温度传感器、空气速度传感器和/或湿度传感器。
[0087]
控制系统100可以包括输入接口102和用于将控制系统100与其他系统和装置连接的控制接口124。在一些实施方式中，控制系统100可以包括多个输入接口和多个输出接口。输入接口102可以包括适于通过总线116将系统100连接到网络120的网络接口控制器(nic)118。通过网络120，无线地或有线地，控制系统100可以接收输入测量122。
[0088]
输入接口102可以被配置为接受位置数据、环境数据和/或个人数据。位置数据指示占用者在环境中的位置。该位置可以是占用者在环境中所处于的区域。在一些实施方式中，环境可以由三维空间(3d)空间定义或被定义为三维空间(3d)空间，并且在3d坐标系中给出环境中的位置。在这种情况下，该位置是环境中表示占用者的一部分(例如但不限于占用者的手腕、面部或手)的位置的点。占用者在环境中的位置可以由基于距附近锚节点(具有已知固定位置的节点，例如wi-fi接入点或蓝牙信标)的距离测量、磁定位、网格概念、或航位推算法的一个或更多个室内定位系统确定。环境数据指示环境中当前热状态分布。可以针对环境中每个位置获得热状态。在一些实施方式中，位置可以是预定的。在一些实施方式中，位置是实时确定的。在一个实施方式中，环境中的热状态可以对应于环境的每个位置处的温度。在一些实施方式中，热状态包括温度矢量、气流速度矢量，使得在占用者位置处的目标热状态包括温度场分布和气流场分布。在一些其他实施方式中，环境中每个位置处的热状态包括湿度矢量，使得目标热状态包括湿度场分布。个人数据指示占用者的当前热舒适度。
[0089]
例如，在一个实施方式中，输入接口被配置为接受环境中占用者位置处的输入热状态。例如，输入热状态是期望实现占用者的热舒适度的热状态。输入热状态可以在控制系统100外部确定，在这种情况下，输入测量122包括输入热状态。输入热状态可以由控制系统100内部确定，在这种情况下，输入测量122包括指示输入热状态的数据，诸如占用者的当前热舒适度。
[0090]
在不同的实现中，热状态可以包括不同的物理量。例如，热状态可以包括空气的温
度、速度和湿度中的一者或组合。因为热舒适度是心理状态，所以可以使用热状态值的不同组合来实现占用者的热舒适度。
[0091]
控制系统100包括存储处理器104可执行的指令的存储器106。处理器104可以被配置为执行所存储的指令。处理器104可以是单核处理器、多核处理器、计算集群或任何数量的其他配置。存储器106可以包括随机存取存储器(ram)、只读存储器(rom)、闪存存储器或任何其他合适的存储器系统。处理器104通过总线116连接到一个或更多个输入和输出装置。
[0092]
在一些实施方式中，处理器执行基于气流的控制器114以确定将hvac系统连接到环境的一个或多个通气口处的目标热状态，并确定给在通气口处产生目标热状态的hvac系统的一个或更多个执行器的控制命令。基于气流的控制器114使用连接环境中不同位置处的热状态的不均匀分布的气流动力学模型(adm)110以在通气口处产生目标热状态。具体而言，根据adm，在通气口处的目标热状态导致在占用者位置处的输入热状态。另外，处理器可以使用hvac动力学的模型112来产生得到通气口处的目标热状态的hvac执行器的状态。处理器确定给执行器的以将它们的状态改变为所确定的状态的控制命令，经由控制接口124将控制命令传递给hvac系统126的执行器。结果，提高了确定在占用者的位置处实现输入热状态的准确度。
[0093]
在一些实现中，处理器使用adm作为约束以及在占用者位置处的输入热状态和通气口处的目标热状态作为环境中热状态分布的边界条件基于环境中空气动力学的计算流体动力学(cfd)计算，来确定通气口处的目标热状态。实际上，处理器根据adm使用cfd模拟来找到通气口处的边界条件，以对应于占用者位置处的边界条件。例如，在一个实施方式中，adm使用描述热传递和空气运动的物理性质的变化的navier-stokes(纳维-斯托克斯)方程来表示环境中的空气动力学，其中cfd计算求解具有热传递的navier-stokes方程以产生得到在占用者位置处的输入热状态的在通气口处的目标热状态。
[0094]
在各个实施方式中，环境中每个位置处的热状态包括温度矢量和气流速度矢量，使得环境中不同位置处的热状态值的分布包括温度场分布和气流场分布。在这些实施方式中，占用者可以利用他们的经验提供他们期望的在他们位置处的温度和气流。附加地或另选地，在一些实施方式中，环境中每个位置处的热状态包括温度矢量、气流速度矢量和湿度矢量，使得环境中在不同位置处的热状态的值的分布包括温度场分布、气流场分布和湿度场分布。这些实施方式可以帮助改善占用者的热舒适度，然而，对于一些占用者来说可能难以达到这些值的组合。
[0095]
为此，在一些实施方式中，存储器106被配置为存储热舒适度模型(tcm)108，该热舒适度模型(tcm)108将在占用者位置处的当前热状态与将占用者的当前热舒适度改变为期望热舒适度的在占用者位置处的输入热状态连接起来。在一些实施方式中，目标热状态可以对应于在占用者位置处的期望温度。在一些其他实施方式中，目标热状态可以包括在占用者位置处的期望温度、气流速度和/或湿度。在一些示例实施方式中，热舒适度模型108是离线(即，预先)建立的。由于热舒适度模型与个人(即，占用者)相关，因此也称为个性化热舒适度模型。
[0096]
在下文中，“热舒适度模型”和“个性化热舒适度模型”可以互换使用并且含义相同。热舒适度模型108可以输出占用者的热舒适度值，其指示占用者感觉冷、热、微热或中
性。在一些实施方式中，可以利用热舒适度模型108的输出来定义气流动力学模型的边界条件。在一些实施方式中，房间/环境的墙壁处的温度可以作为边界条件馈送到气流动力学模型。
[0097]
在一些实施方式中，控制系统100包括被配置为存储热舒适度模型(tcm)108、adm 110和/或hvac模型112的储存装置128。可以使用硬盘驱动器、光驱、拇指驱动器、驱动器阵列或其任意组合来实现储存装置130。处理器104被配置为利用由通气口处的当前热状态所确定的边界条件使用adm 110估计在占用者位置处的当前热状态，并将在占用者位置处的当前热状态和占用者的当前舒适度提交给tcm 108，以产生在占用者位置处的输入热状态。接下来，处理器被配置为根据adm 110确定得到在占用者位置处的输入热状态的通气口处的目标热状态，并根据hvac模型112确定更新执行器状态以得到在通气口处的目标热状态的控制命令。
[0098]
以此方式，在不确定针对环境中的平均温度的设定点的情况下，将当前的热状态分布改变为更新后的热状态分布。由于排除了设定点，因此消除或减少了在基于设定点确定控制命令时引起的不准确性，从而提高了hvac系统的控制命令的准确性。因此，更准确地实现了在占用者位置处的输入热状态。此外，环境中更新后的热状态分布包括针对环境中不同位置的热状态值的不均匀分布。
[0099]
在不同的实现中，处理器被配置为利用hvac系统的执行器的当前状态使用hvac模型来确定在通气口处的当前热状态。在这些实现中，处理器使用模型以避免额外的感测。此外，一些实施方式使用被配置为基于占用者的生物特征来确定占用者的当前热舒适度的生物特征传感器。例如，生物特征传感器可以包括以下中的一者或者组合：用于测量占用者的一种或更多种生命体征的远程光电容积脉搏波描记法(rppg)传感器、用于测量占用者的一种或更多种生命体征的可穿戴装置、以及用于确定指示占用者的热舒适度的占用者的势态的相机。
[0100]
处理器104还被配置为将控制命令提交给hvac系统126的执行器。控制系统100包括将系统100连接到hvac系统126的控制接口124。在一些实施方式中，通过控制接口124，控制系统100可以被配置为基于控制命令控制hvac系统126。
[0101]
图2示出了根据一些实施方式的控制hvac系统以调节环境的原理的示意性概况图。一些实施方式的目标是确定给hvac系统126的控制命令以实现期望的热舒适度。此外，一些实施方式的目标是在不确定环境中的平均温度的设定点的情况下，在占用者位置处实现期望的热舒适度。通过用训练数据库202对热舒适度模型(tcm)204进行训练来建立热舒适度模型(tcm)204。参照图3a-图3d详细说明训练数据库202。训练舒适度模型204是在离线阶段训练的。离线阶段是预先执行的，即，在hvac系统的操作开始之前执行的。在线阶段是在操作hvac系统期间实时执行的。
[0102]
训练舒适度模型204是统计模型，并且基于环境中当前的热状态分布、占用者的当前热舒适度以及由占用者提供的反馈，来估计占用者的热舒适度值。在一些实施方式中，热舒适度值可以是目标热状态。生物特征传感器206提供占用者的当前热舒适度并且环境传感器208提供环境中的当前的热状态分布。热路模型204在每次接收到占用者的当前热舒适度时估计热舒适度值。在占用者位置处的热状态被adm 210用作边界条件。气流动力学模型210可以是描述环境中的气流速度、温度和湿度的动力学的物理模型。来自环境传感器208
的测量结果被馈送到气流动力学模型210。随后，气流动力学模型210估计热状况，诸如环境中每个位置处的气流速度、温度和湿度。在占用者位置处的估计的热状况被馈送到热舒适度模型204。此外，热舒适度模型204可以估计准确的目标热状态并且随后将其应用于气流动力学模型210。
[0103]
气流动力学模型210提供了在占用者位置处的输入热状态与在本文中被称为通气口的目标热状态的通气口的目标输出之间的映射。目标输出包括诸如hvac系统的通气口位置、入口温度、入口速度、入口湿度和/或各个叶片角度之类的输出参数。hvac系统212的控制策略基于目标输出提供对hvac系统的诸如阀门打开或关闭的水平、压缩机压力等的内部参数的控制。因此，在占用者位置处的热状态改变为目标热状态，并实现在占用者位置处的热舒适度214。控制策略可以使用hvac模型，其可以像pid模型一样简单，或者可以像hvac动力学物理模型一样复杂。
[0104]
在一些实施方式中，输出参数被用作使用adm作为约束的计算流体动力学(cfd)计算的边界条件。在一些实施方式中，hvac系统的当前输出参数可以是气流动力学模型210的边界条件。在一些其他实施方式中，在房间/环境的墙壁处的输出参数被用作气流动力学模型210的边界条件。由于气流动力学模型210提供热状态(空气温度、速度和/或湿度)和hvac输出参数(入口速度、入口角度、入口温度和/或入口湿度)之间的映射，所以气流动力学模型210可以基于当前输出参数确定在占用者位置处的当前热状态。此外，当前热状态被馈送到热舒适度模型204以估计目标热状态，并且利用气流动力学模型210将目标热状态与相应的目标输出进行映射。因此，气流动力学模型210可以提供热舒适度模型204和控制策略212之间的双向连接。此外，气流动力学模型210和热舒适度模型204的共存确保了提高估计占用者的热舒适度值的准确度。
[0105]
热舒适度模型
[0106]
图3a示出了根据一些实施方式的用于训练个性化热舒适度模型的训练数据库202。训练数据库202包括环境数据302、生物特征数据304、天气数据306、时间戳308、查询请求响应310和占用者反馈312中的一个或组合。训练数据库中的前述数据与环境中的占用者相关。随后，基于训练数据库202中的占用者的上述数据，建立对应于占用者的个性化热舒适度模型。在一些实施方式中，训练数据库202可以包含环境中的多个占用者中的每一个的数据。此外，可以利用多个占用者中的每一个的数据来建立相应的个性化热舒适度模型并且可以存储在存储器106中。环境数据302指示环境中的当前的热状态分布。生物特征数据304也可以被称为个人数据并且指示占用者的当前热舒适度。
[0107]
使用不同的感测单元来获取环境数据302、生物特征数据304等。图3b示出了根据一些实施方式的用于获取环境数据302的环境数据感测单元316的各种组件。环境数据感测单元316可以包括：可以包括无线通信组件或装置上用户接口的i/o模块318、数据处理器或控制模块320、可以是可拆卸或可充电电池的电源、或无线电源转换器。环境数据感测单元316可以包括测量环境的各种特性(诸如，空气温度322、空气速度324、湿度326、空气质量328和/或辐射温度330)的一个或更多个传感器。此外，在环境数据感测单元316中包括例如但不限于湍流和co2传感器之类的传感器。一个或更多个传感器位于占用者附近。尽管被表示为分开的项目，但是可以设想环境数据感测单元316的单个传感器可以测量多于一个的变量。例如，全向风速仪可以用于测量空气速度324以及湍流强度。在另一示例中，可以基于
来自ir相机的数据或通过使用诸如球温度仪的单独传感器来确定辐射温度330。在一些实施方式中，环境数据302可以包括环境模型和环境模型的变量的分布。环境模型包括窗户位置以及门和墙的位置，环境模型的变量表示窗户和门是打开还是关闭。此外，环境模型包括环境中的热源(计算机、烤箱、占用者等)的位置和类型，并且环境模型的变量指示热源的状态。
[0108]
图3c示出了根据一些实施方式的用于获取生物特征数据的生物特征数据感测单元332的各种组件。生物特征数据感测单元332可以包括：可以包括无线通信组件或装置上用户接口的i/o模块334、控制模块336、可以是可拆卸或可充电电池的电源。在一些实施方式中，环境数据感测单元316和生物特征数据感测单元332二者可以包括公共i/o模块、控制/处理器模块和电源。
[0109]
生物特征数据感测单元332可以包括测量心率338、占用者的生命体征340、皮肤温度342和/或皮肤电导344的一个或更多个传感器。一个或更多个传感器位于占用者附近。占用者的心率338可以通过心率监测仪或心率传感器来测量。心率传感器应具有足以区分lf波段和hf波段的精度。此外，基于心率测量结果，处理器模块336可以确定低频谱频率(lf)心率变异性与高频谱频率(hf)心率变异性的比率。lf与hf的比率越高对应于占用者的不舒适度水平越高。可以通过利用远程光电容积脉搏波描记法(rppg)传感器获得占用者的生命体征340。在一些实施方式中，可穿戴装置可以用于测量占用者的生命体征，其中在控制系统100操作期间，可穿戴装置与控制系统的输入接口远程通信。在一些其他实施方式中，获得占用者的生命体征340可以包括捕获占用者的姿势。图像传感器可用于捕获占用者的姿势。
[0110]
皮肤电导344可以被测量为反映与来自占用者皮肤的蒸发传递相关联的占用者皮肤的电特性变化的皮肤电反应。皮肤温度342可以用于量化占用者与环境之间的热传递。可以将皮肤电导和皮肤温度测量结果中的每一个与指示特定占用者的或一般用户的偏好的相应预定义范围进行比较。例如，可以在舒适度单元系统的设置期间基于来自占用者的反馈或通过在正常操作期间占用者的手动干预或通过任何其他手段来建立该预定义范围。在一些实施方式中，基于lf/hf比率以及皮肤温度342和皮肤电导344与预定范围的比较，可以估计占用者的热舒适度水平。另选地或附加地，心率、皮肤电导和皮肤温度测量结果可以组合成指示占用者的热舒适度水平的度量。生物特征数据感测单元332可以包括输出占用者的ir图像的ir相机。ir图像的分析可以通过将衣物的最外层的温度与占用者的皮肤温度342进行比较来提供对衣物水平的估计。在一些实施方式中，可以在确定占用者的热舒适度水平时利用所确定的衣物水平。
[0111]
为了获得生物特征数据304，生物特征数据感测单元332的一个或更多个传感器可以与占用者的皮肤直接接触。例如，感测单元332或其一些部分可以是诸如手表、手镯、项链、鞋垫或臂带之类的可穿戴装置。在一些实施方式中，感测单元332或其一些部分可以是占用者间歇操作的独立装置。在一些其他实施方式中，感测单元332或其一些部分可以与暖通空调(hvac)系统集成在一起。此外，根据一个或更多个设想的实施方式，其他配置也是可行的。
[0112]
训练数据库202中的天气数据306可以从诸如美国的国家气象服务局之类的气象机构203获得。天气数据306提供了占用者的偏好与季节、天气类型等之间的统计关系。获取
并存储在训练数据库202中的每个数据与时间戳308相关联。时间戳308可以包括时间、日期、季节或其组合中的一个或更多个。
[0113]
此外，训练数据库可以包括用户或占用者反馈312。占用者反馈可以是言语的、书面的、生理的或视觉的。生理反馈的示例包括表明占用者正在经历寒冷的占用者的颤抖。言语反馈的示例可以是占用者提供的显式标签，诸如“太热”或“太冷”。在一些实施方式中，询问占用者以接收反馈。在这种实例中，启动查询请求功能以获得查询请求响应310。
[0114]
图3d例示了根据一些实施方式的提供给占用者以获得占用者反馈312的示例反馈机制。可穿戴装置346可以设置在占用者348的手腕上。可穿戴装置346被配置为显示列表350，该列表350按照热感觉标度(标度，即美国暖通空调工程师协会)或热舒适度标度(贝德福德标度)包括七个热舒适度水平350a至350g。可穿戴装置346便于占用者从七个热舒适度水平350a至350g当中选择热舒适度水平。所选择的热舒适度水平是占用者反馈312并且存储在训练数据库202中。反馈机制的另选示例可以包括基于视觉的方法、基于运动的方法和/或基于姿势的方法。基于视觉的方法可以包括针对来自身体的热流、占用者的运动、占用者的表情等来分析占用者的相机图像。基于运动的方法可以包括跟踪占用者的运动以确定占用者的舒适度状态。基于姿势的方法可以包括确定占用者响应于环境是坐着还是站着。为此，可以获取环境数据302、生物特征数据304、天气数据306、时间戳308、查询请求响应310和占用者反馈312并将其存储在训练数据库202中。因为预先实施上述数据的获取并存储在训练数据库202中，因此训练数据库202中的数据可以称为历史数据。
[0115]
图4示出了根据一些实施方式的热舒适度模型的学习过程的示意图。在离线阶段，利用训练数据库400中的历史数据建立热路模型402。该阶段的热路模型402可以称为初始模型。初始模型可以估计占用者的热舒适度值。在基于历史数据学习初始模型之后，存在两种模式的功能。第一种模式是对占用者的热值舒适度的继续预测，并且在每次获取数据并将数据存储在训练数据库中发生。第二种模式是热舒适度模型更新模式并且当占用者提供反馈时发生。在一些实施方式中，可以在被查询时主动给出反馈，即，查询请求响应310或占用者反馈312。在热舒适度模型更新模式中，在接收到反馈的情况下，根据接收到的反馈更新404热舒适度模型402。热舒适度模型402为气流动力学模型提供边界条件。
[0116]
在在线阶段中，占用者位于环境中并实时数据被接收。实时数据可以包括环境中当前的热状态分布和/或占用者的实时生物特征数据406。占用者可以经由反馈机制(例如，可穿戴装置346)提供占用者在不同环境条件下的舒适度水平。占用者的舒适度水平可以包括约59
°
f至65
°
f及以下的寒冷舒适度范围、约61
°
f至67
°
f及以下的凉爽舒适度范围、约68
°
f至72
°
f或65
°
f至74
°
f的舒服舒适度范围、约70
°
f至75
°
f及以上或72
°
f至77
°
f及以上的温暖舒适度范围、以及约73
°
f至75
°
f及以上或约74
°
f至80
°
f及以上的范围的热舒适度范围。前述温度范围可以是占用者专有的，这意味着温度范围可以从一个占用者到另一个占用者而变化。在一些实施方式中，从一个占用者到另一个占用者的温度范围变化取决于为了建立热舒适度模型402而存储在训练数据库中的数据。
[0117]
附加地或另选地，一些实施方式基于以下认识：使用adm所确定的在占用者位置处的当前热状态和占用者的当前热舒适度不仅可以用于控制hvac系统，而且还可以用于更新tcm以供进一步使用。这是有利的，因为adm可以在不使用附加传感器的情况下提供在占用者位置处的热状态的多值估计。为此，在一些实施方式中，处理器还被配置为基于使用adm
所确定的在占用者位置处的当前热状态和占用者的当前热舒适度来更新tcm。
[0118]
一些实施方式基于以下认识：在热路模型402需要来自占用者的反馈的情况下，可以使用迁移学习来减少所需实例的数量。迁移学习是机器学习的一种，其将来自一个域的知识迁移到另一个域，目的是促进学习。一些实施方式基于以下认识：域指代不同用户或占用者，特别地，源域(source domain)将与来自其数据被同时收集或已在过去被收集的n-1个占用者的数据有关，而目标域将指来自第n个占用者或需要建立热舒适度模型的占用者的数据。在以上述方式描述数据的域并且反馈在源域和目标域二者中都可用的情况下，迁移学习方法在本文中可以被设想为归纳迁移学习方法(inductive transfer learning approach)。作为非限制性示例，至少一种归纳迁移学习方法可以是参数迁移，其中假设用于类似任务的各个热舒适度模型的参数应该从相同的先验分布或类似的先验分布中采样。
[0119]
此外，占用者的反馈被设想为标记数据并存储在训练数据库中。随后，重新学习和更新热舒适度模型410。热舒适度模型402基于更新的热舒适度模型412提供更新的边界条件。在一些实施方式中，热舒适度模型402在热舒适度模型被馈送有占用者的反馈的每个时刻向气流动力学模型提供更新的边界条件。
[0120]
气流动力学模型可以是描述环境中的气流速度、温度和湿度的动力学的物理模型。该气流动力学模型基于环境中被加热或冷却的空气的质量、动量和能量守恒。该模型的数学表示可以是边界条件基于热舒适度模型而确定的偏微分方程(pde)的形式。气流动力学模型的结果是包括占用者周围的环境中的气流速度、温度和湿度。在一些实施方式中，可以预先校准气流动力学模型。
[0121]
图5示出了根据一些实施方式的用于获得在占用者位置处的热状态的在计算流体动力学(cfd)模拟中所涉及的预处理500和后处理502的示意图。cfd是流体力学的一个分支，它使用数值分析和数据结构来求解并分析与流体流动有关的方程式。在软件工具(例如cfd)中使用物理案例的数学模型和数值方法以分析流体流动。例如，纳维-斯托克斯方程被指定为物理案例的数学模型。这描述了流体流动和热传递二者的物理特性的变化。这里的流体可以是空气。数学模型根据诸如热传递、质量传递、相变、化学反应等问题的内容而变化。这里，房间是指占用者所位于的环境。预处理500步骤包括使用计算机辅助设计(cad)定义问题的几何形状和物理边界，并因此提取房间的几何形状504。此外，可以基于提取的几何形状生成网格506并且可以针对空调器设置包括边界条件的操作参数508。空调器可以对应于hvac系统。后处理502包括基于预处理步骤500和流体力学的控制方程的cfd求解510而获得在占用者位置处的热状态512。
[0122]
在一些实施方式中，几何形状可以是房间的架构，并且可以例如从房间的建筑蓝图中提取。此外，确定房间中流体所占据的体积。在提取房间的几何形状之后，基于所提取的几何形状和空调位置生成网格506。在一些实施方式中，提取的几何形状被划分为离散单元(即，网格)。
[0123]
网格可以是均匀的或非均匀的、结构化的或非结构化的，由六面体、四面体、棱柱形、金字塔形或多面体元素的组合组成。选择域中网格点的最优数量，使得在网格中以高分辨率捕获重要的流结构，例如房间内的循环，空调器或占用者附近的浮力上升或下降的流结构等。例如，可以增加入口周围的网格点，以更好地捕获入口附近的高速度的动力学。其他示例包括增加热负荷、占用者或出口附近的元素数量。通过网格灵敏度分析获得最优网
格。为了执行网格灵敏度分析，系统地增加节点的数量，比如需要将元素数量加倍。对于每个网格，监测感兴趣的值。最优网格是在其之后感兴趣的值不会通过增加网格点的数量而改变的网格。对于建筑流体力学应用，这些感兴趣的值可以是目标区域中的平均温度、通过墙壁的热传递、在出口处的平均温度等。
[0124]
此外，在预处理500中，通过设置包括用于空调器的边界条件的操作参数来估计cfd模拟和优化所需的其他物理信息508。这包括指定在房间的所有边界表面处的流体行为和特性。空调器的标称条件可以以边界条件的形式用作空调器输入的初始值。场(例如速度、压力)的边界条件指定了函数本身的值、或函数的法向导数的值、或给出了法向导数的值的曲线或表面的形式和变量本身、或在给定区域函数的值与函数的导数之间的关系。在固体表面(诸如，墙壁)的速度边界条件设置为零。温度的边界条件基于房间与其外部之间的热传递。这种热传递取决于房间墙壁的热物理特性，例如建筑围护中使用的各层的传导率、每层的厚度以及外部空气温度。房间内流体的热物理特性(例如，密度或热扩散率)可以基于适当的热状态模型来选择。
[0125]
此外，计算流体动力学(cfd)可以求解流体力学的控制方程510。这里，控制方程是纳维-斯托克斯方程。cfd求解纳维-斯托克斯方程以及质量和能量守恒。基于纳维-斯托克斯方程的这组方程被证明为表示牛顿流体(诸如，空气)的机械行为，并实现为用于模拟环境或房间内的流动。纳维-斯托克斯方程的离散化是以纳维-斯托克斯方程可以应用于计算流体动力学的方式对方程的再形成。带有热传递的纳维-斯托克斯的控制方程如下：
[0126][0127][0128][0129]
其中，
[0130]
是散度算子，
[0131]
是梯度算子，以及
[0132]
是拉普拉斯算子。
[0133]
p,v,t分别是压力、速度和温度分布。
[0134]
此外，诸如相对湿度ψ之类的方程也可以与上述方程结合。
[0135]
方程1a-1c可以表示为n(p,v,t,ψ)＝0并且可以利用计算流体动力学(cfd)来求解方程1a-1c以获得解。
[0136]
在后处理502中，根据由cfd 510获得的方程1a-1c的解，获得在占用者位置处的热状态。这种热状态包括占用者位置中的空气/流体的温度、空气速度和湿度。此外，获得的热状态可以用于评估占用者的热舒适度，随后修改气流动力学模型的边界条件，以提高占用者的热舒适度并使减少空调器的能耗最小化。
[0137]
图6示出了根据一些实施方式的用于基于cfd模拟和最优空调器输入来获得在占用者区域处的热状态的示意图。空调器控制输入600例如是入口温度和空调器流的速度、流向角度、湿度等。在一些实施方式中，利用空调器控制输入600作为cfd模拟的边界条件602。cfd模拟可以产生在占用者的位置处的热状态602(如参照图5所描述的)。热状态可以包括
在占用者的位置处的空气速度、温度和湿度分布。
[0138]
此外，优化空调器输入600。空调器输入的优化604基于依赖于热舒适度模型402的占用者的热舒适度。在一些实施方式中，空调器输入的优化604基于热舒适度模型和来自cfd模拟602的在占用者的位置处的热状态。在一些实施方式中，优化可以取决于能耗。因此，最优的空调器输入是在占用者的位置处提供最高热舒适度且空调器能耗最小的空调器输入。在cfd模拟602和空调器输入优化604之后，确定在占用者位置处的最优热状态606。基于从优化604获得的空调器输入的最优值，确定在占用者位置处的最优热状态。在一些实施方式中，最优热状态被存储在训练数据库202中并且出于训练意图而在热舒适度模型402中利用该最优热状态。
[0139]
一些实施方式基于以下认识：在出于获得在占用者位置处的热状态的目的而使用cfd的情况下，需要最小化特定的成本函数以便以获得在最小能耗的情况下对于占用者最舒适的热状态。
[0140]
图7示出了根据一些实施方式的最小化成本函数以在提高hvac系统的能量效率的同时在占用者区域中获得舒适的热状态的示意图。基于热舒适度模型估计在占用者位置处的目标热状态700。一些实施方式基于以下认识：存在可以导致满足目标热状态的hvac系统的输出的许多不同的组合。为此，一些实施方式旨在找到不仅是任何合适的输出组合，而且是使hvac系统的能耗最小化的输出组合。也就是说，在能够满足估计的目标热状态的所有输出组合当中，实施方式选择需要最小能量的输出组合来实现。在一些实施方式中，使用成本函数的优化来求解该输出组合702。例如，在一个实施方式中，成本函数利用由热舒适度模型得到、并且基于在装置的能耗最小的情况下改进在占用者区域内的占用者的估计热舒适度的目的而最小化的热状态702。例如，可以基于成本函数对hvac系统的操作的灵敏度迭代地执行成本函数的优化704，示例的基于灵敏度的优化是直接伴随循环(direct-adjoint-looping，dal)方法。
[0141]
一些实施方式基于以下认识：参照图7描述的成本函数基于房间内混合良好的热状态模型，它假设整个域由单个温度值构成。由于热分层在建筑物中很常见，因此这种认识在许多情况下是不正确且过于简单化的。建筑物是复杂的、多尺度时空、多物理场和高度不确定的动态系统，并且具有种类繁多的扰动。在cfd分析中，整个建筑被视为集成系统，并且有效地模拟了气流动力学。
[0142]
具体地，一些实施方式基于以下认识：房间中的热状态影响在占用者区域处占用者的热舒适度以及空调器的能耗。图8a示出了根据一些实施方式的构建和评估包括占用者的热舒适度和hvac系统的能耗的成本函数的示意图。获得基于热舒适度模型的占用者的热状态800。此外，获得基于cfd模拟的热状态802。成本函数评估806产生表示cfd模拟热状态802在各种海拔高度处沿着不同束的视线与基于热舒适度模型的热状态800的匹配程度的数值。多个热状态可以在占用者区域中具有相似的热舒适度状态。然而，当考虑基于制冷剂循环模型的空调器的能耗804时，这些热状态可以具有不同的能量预算。
[0143]
例如，在一些实施方式中，热舒适度模型可以被优化，但是在制冷剂循环中具有较大的风扇速度值。图8b示出了根据一些实施方式的作为制冷剂循环的示例的蒸汽压缩循环的示意图。制冷剂循环是热泵和制冷机的概念和数学模型。制冷剂循环的示例是利用制冷剂作为工作流体的蒸汽压缩循环，其用于大多数家用制冷机以及许多大型商业和工业制冷
系统中。制冷剂是在蒸汽压缩循环中经历从液体到气体的相变并再次返回的、通常为流体(诸如，碳氟化合物)的物质或混合物。蒸汽压缩利用循环液体制冷剂作为从要冷却的房间吸收和移除热量并且然后将热量排出到其他地方的媒介。所有这种系统具有四个部件：压缩机808、冷凝器810、热膨胀阀(也称为节流阀或计量装置)812和蒸发器814。此外，风扇816使封闭空间中的暖空气穿过承载寒冷制冷剂液体和蒸汽混合物的盘管(coil)和管道而循环。因此，能耗与压缩机808、冷凝器810、热膨胀阀812和蒸发器814相关联。除了在占用者的位置处占用者的热舒适度之外，成本函数的评估806还可以考虑这种能耗。
[0144]
成本函数j定义为
[0145]
j＝∫∫∫∫
ω
(t-t
comf
)2 (v-v
comf
)2 (ψ-ψ
comf
)2dxdydzdti...........(2)
[0146]
其中，
[0147]
t
comf
,v
comf
,ψ
comf
由本身将热状态的t,v,ψ用于训练目的热舒适度模型确定。这里，ω是感兴趣的区域。
[0148]
图9示出了根据一些实施方式的作为利用最小能量就占用者的热舒适度而言实现最优空调器输入的示例性优化方法的框图。用作带有热传递的纳维-斯托克斯方程的边界条件的空调器的初始值900是基于制冷剂循环的标称运行条件的。将空调器的初始值900用于控制方程的cfd解902。此外，确定伴随方程的cfd解904。利用伴随方程的cfd解904来评估成本函数906的灵敏度。首先基于加强adm的欧拉-拉格朗日方法在偏微分方程(pde)的水平上推导伴随纳维-斯托克斯和热传递问题。目的是在存在adm或任何其他合适的约束的情况下最小化成本函数。其他约束可以是房间的几何形状、hvac可以提供的最大速度、hvac可以提供的最低或最高温度等。在推导伴随方程中，可以使用冻结湍流假设，它在分析中针对成本函数忽略了湍流场的变化。其次，与常规cfd问题类似，在计算域中使用各种数值方法(例如，有限体积、有限元、有限差分等)将pde方程离散化。
[0149]
成本函数的灵敏度906被认为是成本函数的梯度。此外，梯度下降法应用于更新空调器的操作参数908。检查收敛标准910。这种收敛标准的示例是连续迭代之间的成本函数的变化。另一示例是成本函数关于设计变量的灵敏度或梯度的大小。如果不满足收敛标准，则发起下一次迭代，其中确定控制方程的cfd解902。在占用者区域的热状态等于或近似等于热舒适度模型所要求的热状态的情况下满足收敛标准。在满足收敛准则的情况下，执行空调器的操作参数的最终估计914。
[0150]
成本函数关于任何操作参数ξi的灵敏度可以表示为：
[0151][0152][0153]
需要估计的操作参数的集合用(ξ1,ξ2,
…
ξn)表示。优化方法使用如下的增强目标函数l
[0154]
l＝j ∫
ω
(pa,va,ta,ψa)n(p,v,t,ψ)dω.............(4)
[0155]
n(p,v,t,ψ)＝0是带有热传递和质量守恒的纳维-斯托克斯方程。
[0156]
考虑ξi的变化，l的变化可以表示为
[0157]
[0158]
为了确定选择伴随变量以满足以下条件：
[0159][0160]
因此，直接伴随循环(dal)方法涉及拉格朗日乘子(va,pa,ta)(其分别代表伴随速度和压力)，以使可计算。将要通过优化确定的空调器输入选择为v,t,ψ，即，入口速度、入口角度、入口温度和入口湿度。
[0161]
例如，为了确定δj/δv和δj/δt，可以通过设置ξi＝v或ξi＝t来使用优化方法。此外，(pa,va,ta,ψa)是在步骤904中使用的伴随压力、速度、温度和湿度。伴随变量可以被视为纯数学项。在一些实施方式中，伴随变量提供或表示任意源项对感兴趣的函数(即，带有热传递的纳维-斯托克斯方程)的影响。
[0162]
伴随变量可以用于确定成本函数对任何操作参数的灵敏度
[0163][0164]
通过使用简单的最速下降算法，可以如下更新ξi：
[0165][0166]
其中，λ是表示步长尺寸的正常数。
[0167]
图10例示了根据一些实施方式的使用控制系统控制空气处理单元1000以实现占用者1002的热舒适度。控制系统可以包括操作控制器1004和占用者反馈。在这些实施方式中，空气处理单元1000的操作基于由操作控制器1004基于占用者1002的当前热舒适度和热舒适度模型根据各种实施方式而确定的控制命令。
[0168]
占用者1002周围的箭头1110表示当前房间条件1008，诸如环境中的空气速度、温度和湿度。占用者1002在环境1006中可能经受这些环境变量，并且因此反馈可以是不同程度的热、冷或舒适。占用者反馈可以指示占用者1002的当前热舒适度。另选地，在一些实施方式中，占用者1002可以通过运动、坐姿、面部和/或表情来表达不舒适，并且生物特征传感器可以捕获这些以提供占用者1002的当前热舒适度。
[0169]
操作控制器1006向空气处理单元1000提供控制命令以改变在占用者位置处的空气速度、温度和湿度1114，使得在占用者位置处实现舒适的热状况。因此，更新房间状况并且房间状况包括房间状况的不均匀分布(1110、1112)。
[0170]
以上描述仅提供了示例性实施方式，并非旨在限制本公开的范围、适用性或配置。相反，示例性实施方式的以下描述将为本领域技术人员提供用于使得能够实现一个或更多个示例性实施方式的描述。在不脱离如所附权利要求书中提出的所公开的主题的精神和范围的情况下，可以设想在元件的功能和布置上可以进行的各种变型。
[0171]
在以下描述中给出了具体细节以提供对实施方式的透彻理解。然而，如果本领域普通技术人员理解，则可以在没有这些具体细节的情况下实践实施方式。例如，所公开的主题中的系统、过程和其他元件可以以框图形式示出为组件，以免在不必要的细节上模糊实
施方式。在其他情况下，可以在没有非必要细节的情况下示出已知的过程、结构和技术，以避免模糊实施方式。此外，在各个附图中相似的附图标记和标志指代相似元件。
[0172]
而且，各个实施方式可以被描述为被描绘为流程图、流图、数据流图、结构图或框图的过程。尽管流程图可以将操作描述为顺序过程，但是许多操作可以并行或同时执行。另外，操作顺序可以重新排列。当过程的操作完成时，过程可以终止，但是可以具有未讨论或未包含在图中的附加步骤。此外，并非在任何特别描述的过程中的所有操作可以在所有实施方式中发生。过程可以对应于方法、函数、处理、子例程、子程序等。当过程对应于函数时，函数的终止可以对应于函数返回到调用函数或主函数。
[0173]
此外，所公开的主题的实施方式可以至少部分地手动地或自动地实现。可以通过使用机器、硬件、软件、固件、中间件、微代码、硬件描述语言或其任意组合来执行或至少辅助手动或自动实现。当以软件、固件、中间件或微代码实现时，执行必要任务的程序代码或代码段可以存储在机器可读介质中。处理器可以执行必要的任务。
[0174]
本文概述的各种方法或过程可以编码为在采用各种操作系统或平台中的任何一种的一个或更多个处理器上可执行的软件。附加地，这样的软件可以使用大量合适的编程语言和/或编程或脚本工具中的任何一种来编写，并且还可以编译为在框架或虚拟机上执行的可执行机器语言代码或中间代码。通常，程序模块的功能可以在各种实施方式中根据需要组合或分布。
[0175]
本公开的实施方式可以被体现为一种方法，已经提供了该方法的示例。作为该方法的一部分而执行的动作可以以任何合适的方式排序。因此，可以构造实施方式，在该实施方式中以与所例示的次序不同的次序来执行动作，这可以包括同时执行一些动作，即使这些动作在示例性实施方式中被示为顺序动作。
[0176]
尽管已经参照某些优选实施方式描述了本公开，但是应理解，可以在本公开的精神和范围内进行各种其他的适配和修改。因此，所附权利要求的一个方面涵盖落入本公开的真实精神和范围内的所有变型和修改。