謝苗苗, 李華龍

(1. 安徽大學 江淮學院, 安徽 合肥 230031; 2. 中國科學院 合肥智能機械研究所, 安徽 合肥 230031;3. 中國科學技術大學 研究生院, 安徽 合肥 230026)

現(xiàn)代社會的發(fā)展已經(jīng)使得室內(nèi)環(huán)境從“功能性”向“舒適性”轉變,舒適的工作環(huán)境既有利于身心健康,又能提高工作效率.讓室內(nèi)辦公環(huán)境維持在高舒適度水平的同時,還可以降低辦公室的能耗,進而降低辦公大樓的能耗.將多源信息融合技術引入到智能辦公,有著廣泛的應用前景.本文提出了一種室內(nèi)辦公環(huán)境在線評價與調(diào)控系統(tǒng),將溫度、濕度、光照度、甲醛、CO和PM2.5六種傳感器采集到的關鍵室內(nèi)環(huán)境信息進行多參數(shù)融合后給出舒適度決策結果,據(jù)此實時控制辦公室內(nèi)相關設備,實現(xiàn)對室內(nèi)辦公環(huán)境在線評價與精準調(diào)控.例如,可以根據(jù)室內(nèi)光環(huán)境的變化,自動控制電動窗簾的開關和照明設備的亮度;根據(jù)在工作時間內(nèi)室內(nèi)溫度和濕度的情況,控制空調(diào)的開關或者調(diào)節(jié)到合適的溫度;當辦公室PM2.5或者甲醛濃度高的時候,啟動空氣凈化系統(tǒng)或者新風系統(tǒng)等.本文首先將各室內(nèi)環(huán)境監(jiān)測傳感器的異常數(shù)據(jù)剔除后進行自適應加權融合,然后再進行模糊控制算法處理,對室內(nèi)辦公環(huán)境的舒適度狀況進行綜合評判.評判結果考慮了室內(nèi)6種環(huán)境因子之間的相互影響,克服了只考慮單個環(huán)境因子評價室內(nèi)環(huán)境舒適度不準確的缺點,使得決策結果更加可靠,同時可以將評判結果回送主控單元,控制室內(nèi)相關設備,實現(xiàn)對室內(nèi)辦公環(huán)境實時在線調(diào)控.

1 系統(tǒng)構成

圖1為室內(nèi)辦公環(huán)境的測控系統(tǒng)結構框圖.系統(tǒng)設置溫度、濕度、光照度、甲醛、CO和PM2.5六種傳感器,通過無線傳輸方式傳至上位機(電腦或手機)顯示,對所測得的環(huán)境數(shù)據(jù)經(jīng)過自適應加權平均和模糊控制算法融合后,息顯示出來并同時將決策結果返回給主控中心,控制室內(nèi)空調(diào)、照明設備、空氣凈化系統(tǒng)等設備的工作,從而調(diào)節(jié)室內(nèi)工作環(huán)境達到最佳狀態(tài),多傳感器測量技術克服了用單一傳感器測試結果有偏差導致判別結果不準確的情況.

將當前的環(huán)境信

圖1測控系統(tǒng)結構框圖

Fig.1 Structure diagram of the measurement and control system

2 自適應加權融合算法

2.1 拉依達準則和自適應加權融合算法

室內(nèi)辦公環(huán)境裝設的6類傳感器,可以實現(xiàn)多個室內(nèi)辦公區(qū)域環(huán)境參數(shù)的測量.原始測量數(shù)據(jù)經(jīng)過相關算法處理后,得到室內(nèi)辦公環(huán)境的舒適度評價結果,回送給主控單元,工作人員可以根據(jù)決策結果自動或者手動控制啟停相關設備來改善室內(nèi)環(huán)境.為了使得監(jiān)測結果更加精確,對傳感器采集的數(shù)據(jù)先進行一級局部融合,再根據(jù)局部融合后的結果利用模糊綜合評判進行決策評判,通過兩級融合算法,能夠提高室內(nèi)監(jiān)測數(shù)據(jù)的準確性以及對室內(nèi)環(huán)境判斷的精確性.

且滿足

2.2 算法驗證

下表1是夏天某辦公大樓中3個辦公室某時刻所監(jiān)測到的溫度和濕度數(shù)據(jù),一共有18個測試點.

表1 某時刻溫度和濕度測試結果

3 模糊控制理論

實際工作時,處在室內(nèi)辦公環(huán)境中的人們對所測得的數(shù)據(jù)并不是很關心,而更關心自己所處環(huán)境的舒適度,所以在經(jīng)過自適應加權一級融合之后,還需要進一步建立多因子的模糊綜合評價模型[4],建立室內(nèi)環(huán)境參數(shù)的隸屬度函數(shù),對各類傳感器因子隸屬關系進行模糊變換,據(jù)此得到室內(nèi)辦公環(huán)境的綜合評價結果,反饋給主控中心的控制單元.

3.1 模糊綜合評判模型的建立

模糊綜合評價方法是對受多個因素影響的對象做出綜合評判的一種有效的決策方法[5]. 根據(jù)模糊控制原理和最大隸屬度原則. 大致步驟[6]為:

(1) 確定因素集U.因為本系統(tǒng)中有6類傳感器,取所有傳感器的測量參數(shù)為因素集.即建立因素集合U={u1,u2,u3,u4,u5,u6},其中u1代表溫度,u2代表濕度,u3代表光照度,u4代表甲醛質量濃度,u5代表PM2.5質量濃度,u6為代表CO質量濃度.

(2) 建立評價集合V.本系統(tǒng)中建立評價集V={v1,v2,v3},v1表示舒適,v2表示較舒適,v3表示不舒適.

(3) 建立模糊關系矩陣R

本文在實際環(huán)境人體舒適度體驗的實驗基礎上,采用模糊統(tǒng)計的方法[7]來確定溫度、濕度、光照度3個評價因子的隸屬度.PM2.5質量濃度、甲醛質量濃度、CO質量濃度均采用梯形隸屬函數(shù).驗證性實驗中選取了172人對室內(nèi)環(huán)境溫濕度和亮度的舒適度體驗,表2是這3個評價指標的隸屬度一覽表.

系統(tǒng)中PM2.5質量濃度、CO質量濃度和甲醛質量濃度對于評價集的隸屬度函數(shù),選用梯形分布函數(shù)[8-9]的以下3個公式來表示.

其中,a,b,c,d分別代表表2中3個因素所對應評價集元素舒適、較舒適和不舒適的分界點.μ1,μ2,μ3分別對應評價集中的3個元素舒適、較舒適和不舒適.由上述公式,可以計算出甲醛、CO質量濃度和PM2.5質量濃度的隸屬度.表3中列出某一天上午11∶00采集的數(shù)據(jù),可以求得r41=1,r42=0.6,r43=0;r51=1,r52=0.666 7,r53=0;r61=0,r62=0.571,r63=0.

表2 室內(nèi)環(huán)境溫度、濕度、光照度評價指標隸屬度

表3 某天11∶00采集的數(shù)據(jù)信息Table 3 Data collected at 11∶00 am. someday

表4列出了人體舒適度對于甲醛質量濃度、CO質量濃度和PM2.5質量濃度3個評價指標體系.

(4) 建立因素權重集W

根據(jù)相關專家經(jīng)驗,影響室內(nèi)環(huán)境人體舒適度的因素指標分別為溫度、濕度、光照度及甲醛、PM2.5質量濃度和CO質量濃度,每一種指標對于評價等級的影響程度不同,用權重來表示.選用指數(shù)超標比法[10]確定這6種因素舒適度評價的權重.

表4 甲醛質量濃度、CO質量濃度和PM2.5質量濃度評價指標體系

由此,可以建立模糊關系矩陣

計算公式如下:

(4)

根據(jù)式(4)得到權重集

(5) 構建模糊評判模型,進行綜合評價

根據(jù)模糊變換關系,將W與多因素評判矩陣R合成得到模糊綜合評判的結果向量[11]

通過結果可知,b1的值最大,根據(jù)最大隸屬度原則,可判斷當前室內(nèi)環(huán)境狀態(tài)為舒適.

4 結 論

本文的室內(nèi)辦公環(huán)境在線評價調(diào)控系統(tǒng)結合自適應融合算法和模糊控制方法,可以對室內(nèi)辦公環(huán)境狀況進行實時評價和調(diào)控,采用自適應加權融合和模糊綜合評判結合的方法對傳感器數(shù)據(jù)進行處理,評判結果融合考慮了多種參數(shù)因子的影響,克服了只考慮單因子影響評價室內(nèi)環(huán)境舒適度不精確的缺點.現(xiàn)有的很多方法都是直接將傳感器數(shù)據(jù)通過模糊綜合評判等方法對室內(nèi)熱環(huán)境、光環(huán)境或者聲環(huán)境舒適度進行評價,未考慮傳感器虛假數(shù)據(jù)可能導致評判估計不準確的現(xiàn)象,本文的方法先對傳感器的信源數(shù)據(jù)進行了預處理,去除異常數(shù)據(jù)后計算自適應融合估計值,再結合模糊控制算法進行綜合評判,可以提高數(shù)據(jù)融合的可靠性.實驗表明,該方法提高了系統(tǒng)對室內(nèi)環(huán)境舒適度綜合評判的準確性和可靠性,也可以將此方法用在智能辦公大樓的設計和控制中,具有廣泛應用前景.

參考文獻:

[ 1 ] 宋慶恒,劉英德,馬源,等. 基于多傳感器數(shù)據(jù)融合的溫室溫濕度控制系統(tǒng)設計[J]. 江蘇農(nóng)業(yè)科學, 2015,43(6):394-396.

SONG Q H,LIU Y D,MA Y,et al. Design of control system of temperature and humidity in greenhouse based on multi-sensor data fusion[J]. Jiangsu Agricultural Sciences, 2015,43(6):394-396.

[ 2 ] 邢曉辰,蔡遠文,姚靜波,等. 基于改進自適應加權的多傳感器融合監(jiān)測[J]. 計算機測量與控制, 2015,23(12):3998-4001.

XING X C,CAI Y W,YAO J B,et al. Multi-sensor fusion monitoring based on improved adaptive weighted fusion algorithm[J]. Computer Measurement & Control, 2015,23(12):3998-4001.

[ 3 ] 唐亞鵬. 基于自適應加權數(shù)據(jù)融合算法的數(shù)據(jù)處理[J]. 計算機技術與發(fā)展, 2015(4):53-56.

TANG Y P. Data processing based on adaptive weighted data fusion algorithm[J]. Computer Technology and Development, 2015(4):53-56.

[ 4 ] 謝秋菊. 基于模糊理論的豬舍環(huán)境適應性評價及調(diào)控模型研究[D]. 哈爾濱:東北農(nóng)業(yè)大學, 2015.

XIE Q J. Environmental suitability assessment and control model development for a swine house based on fuzzy theory[D]. Harbin: Northeast Agricultural University, 2015.

[ 5 ] 謝秋菊,蘇中濱,NI J Q,等. 豬舍環(huán)境適宜性模糊綜合評價[J]. 農(nóng)業(yè)工程學報, 2016,32(16):198-205.

XIE Q J,SU Z B,NI J Q,et al. Fuzzy synthetic assessment of swine house environmental adaptability[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016,32(16):198-205.

[ 6 ] 璩晶磊,李少波,張成龍. 基于模糊證據(jù)理論的多傳感器數(shù)據(jù)融合算法[J]. 儀表技術與傳感器, 2017(10):118-122.

QU J L,LI S B, ZHANG C L. Multi-sensor data fusion algorithm based on fuzzy evidence theory[J]. Instrument Technique and Sensor, 2017(10):118-122.

[ 7 ] 肖敏,陳志偉,孟廣勝. 城市住宅小區(qū)宜居性的模糊數(shù)學法評價[J]. 沈陽大學學報(自然科學版), 2014,26(1):14-17.

XIAO M,CHEN Z W,MENG G S. Urban residential livability evaluation based on fuzzy mathematics method[J]. Journal of Shenyang University(Natural Science), 2014,26(1):14-17.

[ 8 ] 任爽,仲露露. 基于模糊控制的光伏電池最大功率點跟蹤控制系統(tǒng)研究[J]. 沈陽大學學報(自然科學版), 2016,28(5):410-414.

REN S,ZHONG L L. Photovoltaic cells MPPT control system based on fuzzy control[J]. Journal of Shenyang University(Natural Science), 2016,28(5):410-414.

[ 9 ] 李海影,李國. 大型體育館室內(nèi)環(huán)境質量模糊綜合評價模型[J]. 武漢體育學院學報, 2017,51(2):54-59.

LI H Y,LI G. Indoor environmental quality evaluation model of sports venues[J]. Journal of Wuhan Institute of Physical Education, 2017,51(2):54-59.

[10] 楊浩,張國珍,楊曉妮,等. 基于模糊綜合評判法的洮河水環(huán)境質量評價[J]. 環(huán)境科學與技術, 2016,39(z1):380-386.

YANG H,ZHANG G Z,YANG X N,et al. Comprehensive evaluation on water environment quality of the Tao River based on fuzzy comprehensive method[J]. Environmental Science & Technology, 2016,39(z1):380-386.

[11] 宋艷東. 基于模糊數(shù)據(jù)融合的室內(nèi)舒適度評價方法研究[D]. 秦皇島:燕山大學, 2010.

SONG Y D. The research of indoor comfort evaluation methods based on fuzzy data fusion[D]. Qinhuangdao: Yanshan University, 2010.