多区域非均匀扩散的室内可吸入细粒子（PM2.5）分布自主监测与能量优化控制研究

Particulate matter PM2.5 is an essential factor effecting indoor air quality and human health, which has the characteristics of multi-source, multi-region, uneven distribution and complex diffusion. This project is located in the research on distributed autonomous monitor and energy optimized control for indoor PM2.5 with multi-region and uneven diffusion characteristics. In the research, PM2.5 is regarded as the object. In order to solve the problems of low efficiency, high energy consumption and high cost during the PM2.5 monitoring and control, the autonomous position, system model and optimal control theory are utilized as a tool for the research. The concrete contents are as follows: First, distributed and autonomous monitoring system for indoor PM2.5 is established based on the combination of wireless sensor networks and autonomous position technology. Then the nonlinear prediction models for indoor multi-region PM2.5 contribution are acquired on the basis of CFD. Finally, the optimal switching control strategy with low energy consumption and cost constrains for indoor microenvironment PM2.5 is proposed. As a result, some new theories and ideas will be presented in terms of indoor air pollution monitoring and modeling, low energy and low cost indoor air pollution control, which will provide technical and theoretical supports for improving indoor air quality of our country and intelligent low-carbon constructions.

多源、多区域、不均匀分布和扩散复杂的可吸入细粒子（PM2.5）是影响室内空气质量和人体健康的重要因素。本项目定位于多区域非均匀扩散的室内可吸入细粒子（PM2.5）低能耗低成本分布自主监测与能量优化控制研究。研究过程以室内PM2.5污染为对象，针对目前室内PM2.5监测与控制存在效率低、能耗大、成本高等系列亟待解决的难点问题，以自主定位、系统建模、切换控制理论为工具，基于无线传感器网络和微型自主定位技术构建室内PM2.5分布自主监测体系；基于计算流体力学建立室内PM2.5浓度多区域非线性预测模型；基于切换控制理论提出能量和成本约束的室内人体微环境PM2.5优化控制策略。研究成果将在室内空气污染物监测与建模、低能耗低成本室内空气质量控制等方面提出新理论和思路，为改善我国大中城市的室内空气质量和智能低碳建筑工程发展提供技术手段和理论支撑。

不均匀分布和扩散复杂的PM2.5污染是影响室内空气质量和人体健康的重要因素。针对室内PM2.5污染物监测与控制过程存在效率低、能耗大等亟待解决的难点问题，本项目着重研究了室内PM2.5污染的分布自主监测、基于模型的PM2.5分布预测以及低能耗低成本优化控制策略等内容。. 准确测量室内 PM2.5分布情况是跟踪和改善室内空气质量的前提。在对室内PM2.5分布长期静态监测及多影响因素分析基础上，利用智能移动端构建基于微型自主定位的室内PM2.5动态监测系统，与基于无线传感网络的室内PM2.5静态监测系统结合，架构室内PM2.5污染分布自主监测体系。研究结果表明：基于微型自主定位技术可实时监测污染物的分布情况；基于粒子群优化算法确定空间范围内静态监测系统所需的无线传感器最优数量及布局，保证了污染区域监测覆盖率的最大化。. 建立室内PM2.5浓度的多区域非线性多变量预测模型，是掌握PM2.5的多区域动态扩散特性，实现室内空气质量控制的关键。将PM2.5污染扩散视为动态流场，依据室内实际尺寸及布置构建实验区域的几何物理模型，引入CFD流体数值模拟建模方法，获得污染物在连续空间的有限节点离散分布，建立基于CFD以及支持向量回归的PM2.5浓度多变量预测模型。研究结果表明，实测实验数据验证了基于CFD的单区域及多联结区域预测模型的有效性；基于支持向量回归的PM2.5浓度多变量预测模型在室内外试验中预测误差较小，性能表现良好。. 提高人体微环境空气质量是室内空气质量控制的目标。研究过程根据人体结构分布建立了人体微环境的局部仿真立体模型，并取“鼻子”处作为监测点评估已建模型的预测能力。对智能移动端获取的温度、湿度等信息，利用多元假设检验法辨识出区域特征，分析不同区域下不同PM2.5污染控制方式的能耗与成本，结合室内空气质量评价指标与系统能耗，明确空气净化系统最优布局，确定系统最佳启闭时间，优化改良系统出风口。研究结果表明，与分布自主监测体系和PM2.5浓度预测模型相结合的能量优化控制策略，为实现低能耗低成本的人体微环境PM2.5污染控制提供了保证。