一种基于前馈型神经网络的空调舒适度调节方法技术

本发明专利技术公开了一种基于前馈型神经网络的空调舒适度调节方法，涉及空调技术领域；该方法包括以下的步骤：S1、人体舒适度模型的构建，通过PNN算法进行人体舒适度模型的构建；S2、数据的接收，通过串口接收数据，该数据包括温度和湿度，同时获取用户输入的数据；S3、空调模式的设定，根据当前房间的温度确定空调是否开启以及开启的模式，该模式为制冷模式或者制热模式；S4、人体舒适度指数的计算；S5、数据的采集，采集当前环境参数的数据，并将当前环境参数的数据进行发送，返回至步骤S2；本发明专利技术的有益效果是：可以自动化实现对空调舒适度的调节，使温度和风速处于较佳的状态。

【技术实现步骤摘要】
一种基于前馈型神经网络的空调舒适度调节方法
本专利技术涉及空调
，更具体的说，本专利技术涉及一种基于前馈型神经网络的空调舒适度调节方法。
技术介绍
现代人类大约有80％的时间在建筑物中度过，人们渐渐认识到建筑室内空气品质对人的身心健康、舒适感及工作效率都会产生直接的影响。目前调节室内温度唯一途径就是空调设备。室内空调使用都是人为设置到一个温度点，则空调就按照这个温度点进行制热或者制热，达到设定温度就停机，没有达到设定温度就继续运行。根本没有考虑到空调调节对人体舒适性的影响；没有考虑到室内环境中温度、湿度、风场流速、含氧量及噪音这些因素。在温度因素方面，夏季室内温度过高时，会影响人体的体温调节功能，散热不良容易引起体温升高、血管舒张、脉搏加快、心率加速等症状。在冬季，如果室内温度偏高，人就会感到疲乏、头晕脑涨、思维迟钝、记忆力差。同时，由于室内外温差悬殊，人体难以适应，容易患伤风感冒。反之，如果室内温度过低，则会使人体代谢功能下降，脉搏、呼吸减慢，皮下血管收缩，皮肤过度紧张，呼吸道粘膜的抵抗力减弱，容易诱发呼吸道疾病。在风场流速因素方面，空气流通情况也会影响人体对温度的感觉，湿度及空气流通会影响人体散热，如散热与体内产热不平衡，人体就会感觉不舒服。
技术实现思路
为了克服现有技术的不足，本专利技术提供一种基于前馈型神经网络的空调舒适度调节方法，实现了空调根据用户的舒适度自动调节，使温度和风速处于较佳的状态。本专利技术解决其技术问题所采用的技术方案是：一种基于前馈型神经网络的空调舒适度调节方法，其改进之处在于，该方法包括以下的步骤：S1、人体舒适度模型的构建，通过PNN算法进行人体舒适度模型的构建；S2、数据的接收，通过串口接收数据，该数据包括温度和湿度，同时获取用户输入的数据；S3、空调模式的设定，根据当前房间的温度确定空调是否开启以及开启的模式，该模式为制冷模式或者制热模式；S4、人体舒适度指数的计算，调用人体舒适度模型，计算当前环境下的人体舒适度指数Comfort，通过舒适度指数Comfort的高低判定是由于温度高造成的不满意，还是由于温度低造成的不满意，若是由温度高造成的不满意，则控制降低空调设定的温度，反之，则升高空调设定温度；S5、数据的采集，采集当前环境参数的数据，并将当前环境参数的数据进行发送，返回至步骤S2。在上述的结构中，所述的步骤S3中，当房间的温度高于27℃时，空调开启制冷模式；当房间的温度低于20℃时，空调开启制热模式；当房间的温度位于20℃到27℃之间时，则无需开启空调。在上述的结构中，所述的步骤S4中，舒适度指数Comfort的取值范围为1-9，且依次表示特别冷、很冷、比较冷、有点冷、舒适、有点热、比较热、很热、特别热。在上述的结构中，所述的步骤S4中，包括以下的步骤：S41、判定舒适度指数Comfort＝5是否成立，如成立，则保持设定温度值不变，设定风速值为低速，并进入步骤S5；如不成立，则进入步骤S42；S42、判定舒适度指数Comfort-5≥3是否成立，如成立，则将设定温度值降低2℃，将设定风速值调整为高速，并进入步骤S5；如不成立，则进入步骤S43；S43、判定-3＜舒适度指数Comfort-5＜3是否成立，如成立，则将设定温度值降低1℃，将设定风速值调整为高速，并进入步骤S5；如不成立，则进入步骤S44；S44、判定舒适度指数Comfort-5≤3是否成立，如成立，则将设定温度值升高2℃，将设定风速值调整为高速，并进入步骤S5；如不成立，则进入步骤S45；S45、将设定温度值升高1℃，将设定风速值调整为中速，并进入步骤S5。在上述的结构中，所述的步骤S5中，通过串口发送指令给Zigbee协调器，通过Zigbee协调器实现数据的发送。在上述的结构中，所述的步骤S2中，通过串口接收来自Zigbee协调器发送的数据。本专利技术的有益效果是：本专利技术的一种基于前馈型神经网络的空调舒适度调节方法，可以自动化实现对空调舒适度的调节，使温度和风速处于较佳的状态，无需人工的参与，使得温度的控制更加精准，使用者的用户体验更佳。附图说明图1为本专利技术的一种基于前馈型神经网络的空调舒适度调节方法的流程示意图。图2为本专利技术的一种基于前馈型神经网络的空调舒适度调节方法的具体实施例图。图3为本专利技术的一种基于前馈型神经网络的空调舒适度调节方法的舒适度指数Comfort的示意图。具体实施方式下面结合附图和实施例对本专利技术进一步说明。以下将结合实施例和附图对本专利技术的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本专利技术的目的、特征和效果。显然，所描述的实施例只是本专利技术的一部分实施例，而不是全部实施例，基于本专利技术的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本专利技术保护的范围。另外，专利中涉及到的所有联接/连接关系，并非单指构件直接相接，而是指可根据具体实施情况，通过添加或减少联接辅件，来组成更优的联接结构。本专利技术创造中的各个技术特征，在不互相矛盾冲突的前提下可以交互组合。参照图1所示，本专利技术揭示了一种基于前馈型神经网络的空调舒适度调节方法，通过该方法实现对空调的调节，以达到适合使用者的最佳舒适度，在本实施例中，该方法包括以下的步骤：S1、人体舒适度模型的构建，通过PNN算法进行人体舒适度模型的构建；S2、数据的接收，通过串口接收数据，该数据包括温度和湿度，同时获取用户输入的数据；S3、空调模式的设定，根据当前房间的温度确定空调是否开启以及开启的模式，该模式为制冷模式或者制热模式；S4、人体舒适度指数的计算，调用人体舒适度模型，计算当前环境下的人体舒适度指数Comfort，通过舒适度指数Comfort的高低判定是由于温度高造成的不满意，还是由于温度低造成的不满意，若是由温度高造成的不满意，则控制降低空调设定的温度，反之，则升高空调设定温度；S5、数据的采集，采集当前环境参数的数据，并将当前环境参数的数据进行发送，返回至步骤S2。实际上，针对上述的步骤，参照图2所示，本专利技术提供了一具体实施例，其中，在上述的步骤S3中，当房间的温度高于27℃时，空调开启制冷模式；当房间的温度低于20℃时，空调开启制热模式；当房间的温度位于20℃到27℃之间时，则无需开启空调,此时则选择关闭空调；从而使温度处于20℃至27℃之间。进一步的，在所述的步骤S4中，舒适度指数Comfort的取值范围为1-9，且依次表示特别冷、很冷、比较冷、有点冷、舒适、有点热、比较热、很热、特别热；需要说明的是，舒适度指数Comfort是依托于人体舒适度模型的建立，而步骤S1中人体舒适度模型的构建，将在下文中详细的阐述。因此，在本实施例中，结合图2所示，图2中的Temp为设定温度值，WS为设定风速值，针对舒适度指数Comfort对空调进行调节的过程如下：S41、本文档来自技高网...

【技术保护点】
1.一种基于前馈型神经网络的空调舒适度调节方法，其特征在于，该方法包括以下的步骤：/nS1、人体舒适度模型的构建，通过PNN算法进行人体舒适度模型的构建；/nS2、数据的接收，通过串口接收数据，该数据包括温度和湿度，同时获取用户输入的数据；/nS3、空调模式的设定，根据当前房间的温度确定空调是否开启以及开启的模式，该模式为制冷模式或者制热模式；/nS4、人体舒适度指数的计算，调用人体舒适度模型，计算当前环境下的人体舒适度指数Comfort，通过舒适度指数Comfort的高低判定是由于温度高造成的不满意，还是由于温度低造成的不满意，若是由温度高造成的不满意，则控制降低空调设定的温度，反之，则升高空调设定温度；/nS5、数据的采集，采集当前环境参数的数据，并将当前环境参数的数据进行发送，返回至步骤S2。/n

【技术特征摘要】
1.一种基于前馈型神经网络的空调舒适度调节方法，其特征在于，该方法包括以下的步骤：
S1、人体舒适度模型的构建，通过PNN算法进行人体舒适度模型的构建；
S2、数据的接收，通过串口接收数据，该数据包括温度和湿度，同时获取用户输入的数据；
S3、空调模式的设定，根据当前房间的温度确定空调是否开启以及开启的模式，该模式为制冷模式或者制热模式；
S4、人体舒适度指数的计算，调用人体舒适度模型，计算当前环境下的人体舒适度指数Comfort，通过舒适度指数Comfort的高低判定是由于温度高造成的不满意，还是由于温度低造成的不满意，若是由温度高造成的不满意，则控制降低空调设定的温度，反之，则升高空调设定温度；
S5、数据的采集，采集当前环境参数的数据，并将当前环境参数的数据进行发送，返回至步骤S2。


2.根据权利要求1所述的一种基于前馈型神经网络的空调舒适度调节方法，其特征在于：所述的步骤S3中，当房间的温度高于27℃时，空调开启制冷模式；当房间的温度低于20℃时，空调开启制热模式；当房间的温度位于20℃到27℃之间时，则无需开启空调。


3.根据权利要求1所述的一种基于前馈型神经网络的空调舒适度调节方法，其特征在于：所述的步骤S4中，舒适度指数Comfort的取值范围为1-9，且依次表示特别冷、很冷、比较冷、有点冷、舒适、有点热、比较热、很热、特...

【专利技术属性】
技术研发人员：涂春光，
申请(专利权)人：深圳市建滔科技有限公司，
类型：发明
国别省市：广东;44