大数据驱动的建筑室内环境智能调控系统设计与实现

引言：人们90%以上的时间在室内度过，建筑室内环境品质直接影响人们的健康、舒适和工作效率。传统的建筑室内环境调控采用“一刀切”的方式，往往造成局部环境参数与人体需求不匹配，环境品质难以保证，能源浪费严重。后疫情时代，人们对室内健康环境提出了更高要求，迫切需要发展智慧、精准、节能的建筑室内环境营造技术。

一、建筑室内环境调控现状

建筑室内环境调节是为了创造舒适、健康的室内环境质量而采取的环境调节措施，以满足人们的生活和工作需要。目前，建筑室内环境调节主要依靠集中空调通风系统，兼顾降低建筑能耗[1]，以满足室内湿热环境的基本要求和室内空气质量的基本要求，但在实际应用中，该系统仍存在诸多不足之处。一方面，现有的系统环境参数调控较为粗放，忽视了不同不同人员的差异化需求，难以提供局部的舒适环境，仅根据室内某一固定点的参数反馈来进行调控，另一方面，现有的系统环境参数设定多以经验或设计规范为基础，对室内人员的需求变化缺乏实时动态感知和响应能力，调控模式也较为静态，此外，现有系统在末端设备配置上，往往不针对不同功能区进行定制化、模块化设计，而将新风机组、空调末端等设备集中设置，容易出现局部过过热现象，对人体舒适度造成影响。同时，现有系统对人性化的重视程度不够，忽视了环境参数与室内人员的生理和心理需求之间的关联，对人因工程学的应用考虑得不够充分，在设计存在着针对以上不足，开发一种未来导向型的建筑室内环境调控系统，具备环境智慧感知能力学习能力，能够做到调控精准、个性化。

二、大数据驱动的建筑室内环境智能调控系统设计

本文提出的大数据驱动的建筑室内环境智能调控系统由人因工程学参数获取、大数据分析、室内环境参数智能调控三大模块组成，系统架构如图1 所示。

图 1 基于大数据的建筑室内环境智能调控系统架构

（一）人因工程学参数获取

系统利用可穿戴设备实时获取室内人员的生理参数（心率、体表温度等），结合环境传感器（温湿度、CO2、PM2.5 等）数据，形成室内人员-环境参数数据集。可穿戴设备还定期收集人员主观感受评价数据。室内人员可通过移动APP 自主设定所需环境参数。各类数据经预处理后汇总至数据中心。

（二）大数据分析

大数据分析模块对人因工程学参数数据进行分析和建模。首先对不同人员、不同区域的环境-生理参数数据进行聚类分析，识别室内人员的共性需求和个性化需求。然后，利用相关性分析找出环境参数与人体舒适度之间的关联规律，通过机器学习算法建立环境参数-人体健康舒适度的评价模型。最后，该模块动态分析、计算各区域最优的环境参数组合，为室内环境智能调控提供决策依据 。

（三）室内环境参数智能调控

智能调控模块接收大数据分析模块输出的各区域最优环境参数组合，控制末端新风、空调设备进行定制化、模块化送风，实现室内环境的精准调控。同时，该模块还可根据室外环境状况和室内人员情况，利用强化学习算法自主学习和优化调控策略。通过环境-人体参数的实时感知、智能分析、动态调控，最大限度提高室内环境品质和人员满意度。

三、关键技术

（一）环境与人体参数的实时感知技术

首先需要实时、准确地感知和采集室内环境参数生理参数，才能实现对建筑室内环境的智能调控，针对室内环境参数，可精细化、多点布设监 区域环境状况， 度、 CO2、PM2.5 等多参数传感器，全方位掌握室内环境动态变化。同时， 功耗、 易穿戴的智能设备，对人体关键生理参数如心率、体表温度、 舒适度的准确感知，另外，还可以开发方便室内人员随时反馈 境关联分析——人体参数提供数据支持，通过环境与人体参数的实时感知技术，为智能精准调控建筑室内环境打下坚实的数据基础。

（二）环境-人体参数关联模型

海量的环境和人体参数监测数据为 间的内在关联提供了可能。应充分利用大数据分析技术和机器学习算法，建立起多源异 试采用神经网络、支持向量机等算法，通过训练和学习，实现环 高模型的泛化能力和预测精度[3]。基于关联模型，可揭示不 律，并求解出各区域、各类人员的最优环境参数组合。环境-人体 续的室内环境智能调控提供决策依据，实现基于人体舒适度和健康需求的环境参数动态优化，提升室内人员的环境满意度。

（三）室内环境智能调控算法

传统的建筑室内环境调控往往采用“一刀切”的方式，忽视了不同功能区、不同人员的差异化环境需求。为实现室内环境的精准调控，需面向各区域的定制化需求，开发模块化的新风系统、空调末端装置，可灵活匹配不同区域的环境参数要求。在调控算法方面，可综合运用模糊控制、最优控制、预测控制等方法，根据环境-人体参数关联模型的分析结果，动态调节新风量、送风温度、风速等，实现室内环境的多参数协同优化控制。此外，可引入强化学习理论，赋予环境调控系统自主学习和自适应优化的能力。通过不断探索和试错，在应对室内环境和人员状态变化时，使系统学会自动调整控制策略，在满足人体舒适健康需求的同时，兼顾建筑能耗的降低，达到节能、舒适、健康的多目标平衡。

（四）多维可视化人机交互

为直观展示建筑室内环境品质，需开发出融合虚拟现实、人机交互等技术的可视化系统。利用 BIM 等技术构建三维建筑模型，并通过空间插值、曲面拟合等方法，将温度、湿度、风速等环境参数映射到建筑模型各个位置，形成室内环境参数的空间分布可视化。同时，将环境参数与人体舒适度、健康指数相关联，生成室内人员健康舒适度的空间分布图，为直观评估室内环境质量提供参考。管理人员可通过可视化系统，实时监测建筑各区域的环境状态和人员舒适度，并可交互式地调整环境参数，比较不同调控策略的效果，为制定和优化室内环境控制策略提供直观、科学的决策支撑。多维可视化人机交互技术的应用，可提高建筑室内环境管理的精细化水平，更好地满足人们对室内环境品质的感知需求。

四、应用案例

本团队在某示范性公共建筑中应用了所提出的大数据驱动的室内环境智能调控系统。利用温湿度、CO2 等传感器和人员随身佩戴的智能手环， 内300 余人的环境 理参数。针对不同功能区（办公、会议、餐饮、休闲等），布置了 30 套模块化新 末端。系统根据各区域人员的环境需求和健康状态，动态调节送风温度、湿度、风速、新风量等，并优化送风口的位置和出风角度。

经过为期一年的运行测试，所提系统在实现建筑物能耗显著降低的同时，提高了人员的舒适性和满意度，人员对室内环境的主观评分较传统环境调节系统平均提高 1.5 分（5 分制），环境参数（温度、湿度、CO2 浓度等）舒适度指数提高28%，系统运行的日均能耗下降21%，特别是在用能高峰时段节能效果显著，这得益于精准的智能化的调控。

结语：本文提出了一种面向未来的大数据驱动的建筑室内环境智能调控系统设计方案。系统通过对环境和人体参数的实时感知、大数据分析、智能化调控，在提高室内环境品质和人员健康舒适水平的同时实现了建筑节能。以人因工程学为指导，以提高人的健康和满意度为中心，将大数据分析、机器学习等技术创新性地应用于建筑室内环境调控，是未来建筑环境营造的必然发展趋势。下一步，我们将进一步完善人因模型，优化智能调控算法，扩大系统的适用范围，更好地服务于人们对室内环境品质的需求。大数据驱动下“以人为本”的智慧型建筑室内环境调控必将推动建筑领域的变革和进步，为人们营造健康、舒适、节能的生活环境。

参考文献：

[1]华美.环境智能控制参数采光系数的建筑模型实验研究[J].实验技术与管理，2024，41(06):28-33.

[2]卢铭.办公建筑室内智能化设计运用探讨[J].建材与装饰，2020，(08):95-96.

[3]司轶芳.舒适与节能办公建筑环境的智能调控方法研究[D].西安建筑科技大学，2019.