尹俊植 1 柳奕青 2
1.中国核电工程有限公司 北京 100840 中国 2.雷丁大学 伯克郡 RG66AH 英国
摘 要: 针对热感知力的主观感受力,使用预计平均热感觉指数和预计不满意者的百分数等数学模型,以及具体实验的方式,由人们传统的定性描述提升至数据定量的分析,去探究典型性相关色温条件下(2700K, 4000K & 6200K),热感知力的表现形式以及变化情况,从而为之后工程设计,提供实例支撑和依据。
关键字:相关色温;预计平均热感觉指数模型;预计不满意者的百分数;热感知力
光与温度,一直在建筑设计中被广泛应用。如在寒冷的雪夜,设计师经常将咖啡馆的灯光颜色(相关色温)调整为如橙黄色的暖色系灯光颜色,让路过的行人感受到温暖,离开灰白色的雪地(冷色系灯光颜色),从而进入咖啡馆,提升咖啡馆营收。在该段描述中,人们口中的“灯光颜色”,即为相关色温。相关色温是描述光源或发光体特性的基本参数之一。根据Y. Li在2015年的研究,相关色温对人的物理舒适性以及心理健康有着非常多的影响[1]。适宜的相关色温,可以显著改善人的交感神经系统,提升人类精神活动,提高专注力等。热感知力的提高,也是其中非常重要的组成部分。
关于热感知力,是一种个人生理和心理对于不同热环境下的感知方式。其影响因素很多,如空气温湿度,流速,所穿服装等,均会对其产生影响。因为热感知力是人类主观的感受力之一,所以其很难被测量。为了更好的量化其特点,Fanger教授在20世纪70年代提出预计平均热感觉指数(PMV)[2]。PMV模型,是人体热平衡的基本方程式。它从人的生理、心理出发,全面的考虑了人体热舒适感诸多有关因素,并用(+3 ~ -3)七个等级的热感知范围作为热感觉投票的量化指标。其被广泛应用于国际热舒适性评价。美国室内环境 标准ASHRAE Standard 55、 国际标准组织EN ISO-7730、以及我国的民用建筑室内热湿环境评价标准均把PMV作为建筑物室内环境热舒适的评价指标[3]。另一个衡量人体热舒适感的参数是预计不满意者的百分数模型(PPD)。其通过模型的建立,去预测有多少人对当前热环境不够满意和舒适。
本文将结合PMV模型与具体实验结果,去深刻探究不同相关色温下,热感知力的变化情况,为之后工程设计,提供数据与实例支撑。
1 数学模型建立
1.1预计平均热感觉指数模型建立
预计平均热感觉指数是用人体热平衡偏离程度来反映人体热负荷大小的。
具体指标分布见表1。
表1 预计平均热感觉指数值与热感知形式的对应关系
PMV | +3 | +2 | +1 | 0 | -1 | -2 | -3 |
热感知形式 | 热 | 暖 | 微暖 | 适中 | 微凉 | 凉 | 冷 |
预计平均热感觉指数值的实验回归公式为:
式中:M为人体能量代谢率,W/m2;
W为人体所做机械功,W/m2;
Pa为人体周围水蒸气分压力,kPa;
ta为人体周围环境温度,℃;
Fcl 为服装面积系数,%;
tcl为服装外表面平均温度,℃;
tr为环境平均辐射温度,℃;
Hc为对流换热系数,W/m2∙℃。
1.2 预计不满意者的百分数模型建立
预计不满意者的百分数是预测对于给定热环境条件下,按热感觉平均标度感到不舒适的人数占所有人数的百分比。根据实验数据,PPD的计算公式为:
针对PMV值与PPD关联性,Parsons曾在2006的研究中提出当PMV值趋近于0时,PPD会趋近于5%[4]。当PMV为-3或+3时,PPD为100%,意味着全部参与实验者对给定的热环境条件不满意。
2.实验方案设计
2.1 实验方案及实验仪器
参与实验者将会在三种不同相关色温(4000K, 2700K & 6200K)的条件下,进行PMV以及PPD分析。参与实验者会被提前告知并检查穿着服装。实验期间,需做于规定位置,未经准许,不得擅自走动。实验采用HOBO U12-012温湿度(用于监测实验室温湿度、空气流速的变化情况)以及可变光照记录仪(准确记录相关色温的变化情况)。
3.实验结果分析
3.1相关色温对于预计平均热感觉指数与热舒适性的影响
预计平均热感觉指数模型分布在-3~1,由此可以发现整体热环境设置相对较冷。体数据样本离散程度相近。当相关色温为4000K时,平均PMV为0.70,略低于相关色温为2700K时的平均PMV0.71,但高于相关色温为6200K时的平均PMV0.65。由此可见,当相关色温升高时,PMV是降低的,PMV的极值情况,也与相关色温成反比。当相关色温为中性或冷色系时,其PMV情况相近。以参与者5为例,当相关色温为4000K时,其PMV为-2.43,当相关色温为6200K时,其PMV为-2.41,仅相差8%左右。但对于相关色温为2700K时的情况,其与相关色温为4000K时的PMV相差28%左右。因此暖色系色温对PMV更大,而相关色温为中性或冷色系时,其PMV情况相近。
针对热感知结果分析,可发现当相关色温为4000K时,约三分之一的参与者感觉微凉。如果相关色温升高至6200K,约有三分之二的群体会感觉微凉。而当相关色温从4000K降低至2700K时,感觉适中的参与者人数,也从38%升高至71%,由此可见,相关色温对于热舒适性影响是显著的。
3.2相关色温对于预计不满意者的百分数的影响
针对实验结果,无论相关色温如何变化,预计不满意者的百分数的最小值在5%左右,因此可以总结当相关色温改变时,总有至少5%的参与者,对于热环境感受不满意。当相关色温分别为2700K,4000K,6200K时,平均PPD为23%,30%,28%。由此可见,一般情况下,约有四分之一的人对当前热环境感受到不满意,但是当相关色温为暖色系时,更多的建筑环境使用者,会感受满意, 其PPD的最大值, 也会下降。
结论
针对三种具有典型性的相关色温,探究预计平均热感觉指数与预计不满意者的百分数的变化情况。发现a)当相关色温升高时,PMV是降低的。b)相关色温对于热舒适性影响是显著的。当相关色温从4000K升高至6200时,更多人感受微凉;当相关色温从4000K降低2700时,更多人感受适中。c)无论相关色温如何变化,PPD的最小值在5%左右。当相关色温为暖色系(2700K左右)时,更多的建筑环境使用者,会感受满意, 其PPD的最大值, 也会下降。通过具体实验形式,将热感知力的主观感受力由过去人们的定性描述提升至定量的分析,从而为不同相关色温下,热感知力的变化提供实验数据,为之后工程设计提供实例支撑和依据。
参考文献
[1] Y. Li. Study of healthy light-color parameters for LED lighting [J]. Optik-Int. J. Light Electron Opt., 2015, 126(2): 4887-4889.
[2] P. Fanger. Thermal Comfort: Analysis and Application in Environmental Engineering [J]. ASHRAE Trans., 1970, 4(1): 73.
[3] 王晶,沈勇嵬. OSBIM及其在住宅建筑节能计算中应用途径[J]. 城市空间设计,2015, 43:134-136.
[4] Parsons, K. Human Thermal Environment [J]. London: Taylor & Francis e-Library, 2006.