甘肅地區教學建筑冬季室內熱環境研究

王晗旭

中鐵第四勘察設計院集團有限公司

0 引言

基于穩態熱平衡方程建立的PMV模型僅適用于均勻、穩態的熱環境，而人們所處的環境大多是動態、不均勻的，大量的熱舒適現場研究也表明其與受試者實際平均熱感覺存在較大偏差。基于ASHRAE RP-884項目提出的適應性熱舒適理論，很好的解釋了這種差異產生的原因[1]。我國學者也進行了相關探索，姚潤明、李百戰等[2-3]運用“黑箱”理論提出了預計適應性平均熱感覺指標，并建立了“適應性PMV模型”（aPMV）。

已有研究表明，舒適的室內熱環境更有利于提高學生的學習效率[4-5]，而過高的室內溫度容易使學生感到頭痛、胸悶，導致注意力下降[6-7]；在現有熱舒適溫度基礎上，適當降低室內溫度有利于提高工作和學習效率。學生處于青少年時期，其新陳代謝比成年人旺盛，對熱環境的敏感度要低于成年人[8]，對室內熱環境有其獨特的要求，合理確定冬季教室內熱舒適性參數，對節能降耗、學生身心健康及學習效率有著重要的影響。

本文擬通過對寒冷地區教室熱環境、學生主觀熱反應的現場測試和實地調研，獲得該地區教室內學生冬季中性溫度、舒適溫度范圍，以及最優學習效率對應的溫度，提出適用于寒冷地區教學建筑的室內熱環境評價模型，為教學建筑冬季熱環境設計提供依據。

1 熱舒適研究方法

1.1 調查對象概況

現場調研于2015年冬季進行，對象為甘肅地區的5所學校的12間教室。研究采用現場測試與主觀調查相結合的方法，在對366名學生進行問卷調查的同時對室內熱環境參數進行測量，其中男生184名（占50.3%），女生182名（占49.7%），年齡在9～16歲之間，平均年齡為13歲。

1.2 環境參數測試

測試的室內參數有：空氣溫濕度、風速、黑球溫度等；室外參數有：空氣溫濕度、太陽輻射強度、風速。主要儀器有TBD-1型太陽輻射儀、TR-72ui自記式溫度計、TR102S黑球溫度計、ZRQF-F30風速儀，每隔10分鐘自動記錄一次。室內溫濕度采用五點法平均布置在教室內，室外溫濕度測點位于屋面背陰處。室內熱環境參數測點布置如圖1所示。

圖1 室內熱環境參數測點布置

1.3 主觀問卷調查

問卷內容包括：①學生背景情況，如年齡、衣著量等；②學習效率主觀評價；③調查時刻學生的熱感覺、期望度等對室內熱環境的主觀感受。

1.4 熱舒適評價指標

冬季當相對濕度在熱舒適范圍內、室內風速較低時，人體熱感覺同時受空氣溫度和平均輻射溫度的影響，應采用操作溫度to作為熱舒適評價指標[9]。

2 調查結果與分析

2.1 室內外熱環境參數

對室內環境參數的統計結果見表1，其中ta為空氣溫度，to為操作溫度，tr為壁面溫度，φ為相對濕度，v為空氣流速。to的分布頻率如圖2所示。

表1 室內熱環境參數及服裝熱阻統計表

圖2 晝間室內操作溫度to的分布頻率

由表1可知，教室晝間（7:00-18:00）溫度變化范圍為0.5～17.9℃，平均值為13.7℃，低于《中小學校設計規范》中的規定值20℃[10]。室內相對濕度范圍為16%～63%，平均值為40%，絕大多數在30%～60%的正常范圍內，滿足衛生要求[11]。風速v≤0.2 m/s的樣本占95.2%。由圖2可知，上課期間室內操作溫度to主要分布在11.5℃～14.5℃之間，平均值為12.7℃。

測試期內典型天太陽輻射強度及室外空氣溫度如圖3所示。

圖3 室外太陽輻射及空氣溫度

由圖3可知，日太陽輻射持續9～10 h，平均太陽輻射強度為269 W/m2，最大值出現在13:00左右，為501 W/m2；室外日平均氣溫為-2.2℃，變化范圍為-7.7～2.4℃。該地區屬于太陽能資源豐富的寒冷地區。

2.2 新陳代謝率及服裝熱阻

G.Havenith通過研究給出了9～18歲不同年齡學生在不同課程類型下所具有的代謝率[12]。本文中學生年齡均在9～16歲之間，且主要靜坐看書、寫字、聽講及討論問題等，因此本文新陳代謝率取值1.2 met（70 W/m2）。

統計分析學生衣著情況，參照ASHRAE標準計算服裝熱阻值，獲得其分布頻率如圖4所示。

圖4 服裝熱阻分布頻率

由圖4可知，學生的服裝熱阻主要集中在1.3～2.1 clo（占89.2%），平均值高達1.62 clo。主要當地室外氣溫低，學生普遍穿著較厚的衣服御寒，且學生進出教室沒有頻繁更換衣物的習慣。其中，女生服裝熱阻平均值略高于男生，分別為1.63 clo和1.59 clo，說明女生更期望溫暖的環境。

2.3 熱接受率和熱舒適區間

計算某一溫度下的熱不可接受率PPD*（熱感覺投票值為-3、-2、2、3的學生占總投票人數的百分比），將PPD*與操作溫度 to進行回歸分析：PPD*=0.807to2-23.398to+175.2，相關系數 R2=0.786，如圖 5所示。

圖5 不可接受率與室內操作溫度的回歸分析

由圖5可知，冬季80%的學生表示滿意的可接受溫度下限為10.1℃；90%的學生感到滿意的舒適溫度范圍為11.9～17.1℃。

2.4 熱中性溫度

根據現場實測數據計算得到預測平均投票值PMV。采用溫度頻率法[9]，得到每個溫度區間內實測平均熱感覺值MTS（Mean Thermal Sensation）。將實際熱感覺投票值MTS和PMV與操作溫度to分別進行回歸分析，結果如圖6所示。

由圖6可知，當MTS=0、PMV=0時，實測和預測中性溫度分別為14.7℃和15.1℃，均高于室內平均操作溫度（to=12.7℃）；MTS曲線的斜率明顯小于PMV曲線的斜率。說明學生對溫度變化的敏感程度比預測值要小，通過自身調節形成了對偏冷環境的適應性。教室采暖不是標準的采暖系統，室內熱環境處于非穩態條件，而學生對這種非穩態偏冷環境的適應性使得MTS與PMV之間存在“剪刀差”現象，PMV模型并不能準確預測學生的平均熱感覺。

2.5 適應性PMV模型（aPMV）

由前所述，由于學生對非穩態環境的適應性，PMV并不能準確預測學生的平均熱感覺。姚潤明、李百戰等[2-3]提出的預計適應性平均熱感覺aPMV模型（Adaptive Predicted Mean Vote model），采用自適應系數λ（λ值反映了人體采取的自適應調節水平）將PMV與aPMV聯系起來，用以解釋TSV和PMV之間的差異，見式（1）：

利用最小二乘法[2]求得 λ=-0.52（PMV<0），λ=0.22（PMV>0），由λ和PMV值可計算得到aPMV指標，如圖7所示。

圖7 PMV、MTS與室內操作溫度的關系對比

由圖7可知，對偏冷和偏熱的熱環境采取不同水平的自適應調節后得到的aPMV模型能夠較好的預測人體平均熱感覺。相比于PMV>0的偏熱環境中，PMV<0時的偏冷環境中λ的絕對值更大，說明學生對偏冷的環境有更高的自適應調節水平，而對偏熱環境的適應性較差。因此，冬季寒冷的氣候條件使學生形成對偏冷環境的適應性，此時如果室內溫度過高，這種適應性將被破壞，不僅浪費能源，也容易引起學生的熱不適感。

2.6 室內熱環境對學習效率的影響

學習是一種特殊的腦力勞動，對學習效率的評價應從速度和準確度兩方面考慮。根據該準則，選取安菲莫夫表作為腦力工作能力測試用表格。

統計每一操作溫度下學生2分鐘內完成安菲莫夫表的平均總閱字數、總應刪字數、錯刪數、漏刪數，據此計算腦力工作能力指數IMC（Index of Mental Capacity）：IMC= 閱字數 /2×(應刪數 -錯漏數)/應刪數。將IMC與操作溫度to進行回歸分析，得到IMC隨to的變化曲線，如圖8所示。

圖8 腦力工作能力指數IMC隨操作溫度to的變化曲線

由圖8可知，腦力工作能力指數IMC在to=14.2℃時最高，而由圖6可知，學生熱中性溫度為to=14.7℃，說明中性稍涼的熱環境下學生的腦力工作能力指數最高，更有利于學生的學習。

3 結論

1）學生的熱中性溫度為14.7℃，90%感到滿意的舒適溫度范圍為11.9～17.1℃。較大的服裝熱阻、偏冷環境對心理期望的調節作用以及新陳代謝旺盛的生理特性，使得學生中性溫度、舒適溫度下限較低，學生對偏熱的環境較為敏感，對偏冷的環境有較強的適應性。

2）教室采暖不屬于標準的采暖系統，室內溫度非穩態變化，經自身調節學生形成了對偏冷環境的適應性，PMV與MTS仍存在較大偏差。由實測數據計算得到自適應系數 λ=-0.52（PMV<0）、λ=0.22（PMV>0）時的適應性aPMV模型可對該類地區學生的平均熱感覺進行預測。

3）腦力工作能力指數IMC在to=14.2℃時最高，低于熱中性to=14.7℃，說明中性稍涼的熱環境下學生擁有更高的學習效率。