英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
配备空调系统的多人办公室人员的热适应行为和热舒适度
摘 要
更好的了解办公用户的适应行为对于营造舒适的室内热环境和健康高效地工作非常重要。本研究以中国广州的一个配备空调系统的多人办公室为研究对象。研究了用户适应性行为与热满意度的关系以及环境参数和性别对适应性行为可能性的影响。采用逻辑回归的方法对冷热环境下的适应性行为进行概率预测分析。研究表明用户仅能接受大约高于热环境中性温度1℃的室内温度改变。在相同的热感觉投票下，用户产生适应性行为时的室内温度大约比不发生动作时高于（在热环境中）或低于（在冷环境中）1℃。室内温度和全球温度显著影响适应性行为的发生概率（Plt;0.005）。整体回归准确率高于70%。冷热行为（使用室内温度数据）的适应性概率预测模型的特征系数分别为26℃和28℃，分别是室内热满意和热不满意的临界温度。当室内温度约为22℃时，男性会进行热适应性行为，比女性低3℃左右。
关键词 适应性行为；热舒适；行为预测；多人办公室
1. 引言
碳减排具有挑战性，但被全世界需要用来解决全球变暖问题[1]。建筑物占全球能源使用总量的32%，且约占黑碳排放的三分之一[2-5]。室内热舒适度是影响建筑运营阶段碳排放的关键因素之一。相关数据表明，在商业建筑中，大约50%的能源需求用于支持室内热舒适条件[6]。建筑环境中热舒适度被定义为“通过主观评价表达对热环境满意的心理状态”[7]。但是，由于个体差异，即便在相同的室内环境中，人们也可能有不同的热感觉[8-10]。因此，固定的温度可能导致室内热不舒适，从而导致过多的能量浪费。因此，需要对热舒适性进行实时准确的评估，以减少建筑碳排放。
办公楼是工作的主要场所。办公人员大部分时间在室内度过[11]。室内热环境是用户的主要考虑因素。田边等人在日本东京的一栋办公楼进行了实地调查，并在人工气候室的五个场景中进行了主观实验，以评估不同热满意度与办公员工工作效率之间的关系[12]。工作效率的改善与热满意度紧密相关。更高的满意度导致更高的员工工作效率。兰等人在热中性（22℃）和温暖（30℃）条件下对12个办公室员工进行了实验来研究热不舒适度对员工的健康和工作表现的影响。当受试者感到温暖时，他们的负面情绪明显，病态建筑综合症状的强度增加，他们的工作效率下降，这对员工的健康和工作效率有负面影响。因此，室内用户的热舒适度对工作效率，情绪和身体健康有积极影响[14-16]。
办公室人员的行为适应与他们的热舒适度密切相关。当人们经历热不舒适时，他们往往会做出反应以恢复舒适[17]。许多研究都集中研究适应性行为[18-20]。里加尔等人指出影响热舒适的一个重要因素是适应性行为（开窗，换衣服，加热和冷却设备的适应等）[21]。刘等人在场上的两个自然通风的办公室进行了实地调查，发现热中性温度与行为适应有关，不同的行为适应对中性温度的影响程度不同[22]。郎之万等人指出某些行为和热环境中的改变显著相关[23]。天等人得出结论，如果控制行为消失，用户对不适的容忍度会显著降低[24]。因此，理解早不同室内环境下（如极冷，中性和极热）办公人员的适应性行为是有意义的。
行为适应主要分为三种：个人适应，技术或环境适应和心理适应。技术或环境适应影响建筑物能源的消耗[25-27]，如打开空调以降低室内温度，通过加热器加热和开窗。在心理适应中，用户会给他们自己一些相关的心理暗示等，当用户感到冷时，他们认为自己不冷。这种适应不会影响能源消耗，一般不考虑。个人适应是指用户对环境变化做出的行为适应[28]，例如穿衣服和脱衣服和揉胳膊。个人对于热舒适的需求有助于提供一个满意的热环境[29]。但是，在一个多人的办公室中，用户的行为适应类型被限制了。因为在办公室有许多人，大部分员工担心如果他们适应了他们的技术或环境，这将会影响其他人的工作。研究也发现建筑的管理人员可能会限制或防止员工做出技术或环境的调整[30]。也有许多员工不知道办公室的温控器如何使用，窗户开关在哪里，缺乏有效操作环境控制系统的技能，他们没有做出技术或环境的调整[23,31,32]。此外，fanger和toftum[33]发现生理适应对适应过程没有影响。相反，在多人办公室的个人适应没有被其他条件限制，更有助于确保用户的生理和心理健康和减少能源消耗[34-36]。
近年来，用户的适应性行为也引起了人们的关注，许多学者已经对个人适应行为开展了研究[37-42]。通过文献研究，schweiker等人[37]整理了与个人适应相关的行为，包括换衣服，像扇子一样回收，改变身体姿势，喝冷热饮料，洗冷水澡或在衣服下面腾出空间等。Indraganti等人[38]在东京的办公楼进行热舒适的实地研究，发现常见的适应性行为，如使用纸扇或竹扇，冰袋，冷毛巾暂时绕在脖子上和改变发型和衣物以适应室内温度来帮助减轻热不舒适度。通过使用trnsys 17模拟传统的办公室，bonte等人[39]发现衣物热阻是影响热舒适度的一个重要因素。刘等人[40]也提到随着室内热刺激的变化，用户衣物的热阻也改变了。当室内温度增加时，被测人员穿的衣服更少。Humphreys[41]报告说用户通过改变个人适应行为来适应环境，经常通常调整衣服，活动水平和喝更热或更冷的饮料。bonte等人[42]引入了一种新的方法，称为上下文行为系统来模拟和预测用户行为（如服装水平），这可能影响建筑的能源消耗和舒适度。但是，复杂性、随机性和跨学科性是用户行为的三个特点[43]。
现有关于办公室人员适应行为的研究主要集中在私人自然通风办公室。那么，在有空调系统的多人办公室中，用户的适应行为与热舒适度的关系是否与私人自然通风办公室的用户一样？因此，在现实多人办公中调查用户的适应行为和适应前后的热舒适水平，找出影响适应行为的因素，并对适应行为进行量化，有助于加深人们的理解带空调的多人办公室用户适应行为和热舒适度的研究。
本文研究了广州某多人办公室室内人员的热感觉和适应行为。本研究的目的是了解办公室用户的适应行为对带空调系统的真实多人办公室的 热满意度的影响，从而提高建筑物的能源效率和用户的舒适度，并提高多人办公楼室内热环境评价。本文的主要研究内容如下：
bull; 在办公室布置测量仪器，准备问卷和进行实验。
bull; 调查由多个办公室用户的适应性行为类型。
bull; 确定影响办公室用户热感觉体验的因素以及适应行为与热满意度之间的关系。
bull; 评估适应性行为与环境之间的相互作用，分析性别对适应性行为的影响。
2. 方法
2.1 实验描述
本文提出的分析数据集基于作者先前研究中描述的基于室内环境适应行为的热偏好预测据库的同一子集[44]。该数据集主要包括在中国广州的多人办公室进行的环境温度控制实验。广州的气候属于夏热冬暖带。由于办公室的使用和时间的协调，实验在2021年9月至 2021 年10月的过渡季节月份进行。连续 2 天的实验期为一组。为了增加实验数 据的可靠性，本研究共进行了 3 组实验（一组实验持续2天，共6天）。实验具体日期为 9月8日、9月9日、9月26日、9月27日、10月10日、10月11日。在我们之前的研究中[44]，详细描述了实验进行和数据收集的方法。共有34名受试者参加了实验，他们的基本信息如表1所示。此外，实验中使用了现场测量、问卷统计和视频记录。通过传感器记录室内外环境参数，通过在线问卷调查用户的热感觉、热偏好和热满意度，以及视频统计的适应行为。传感器和摄像头的参数如表2所示，问卷详情如图1所示。在参考文献[44]的图1中详细描述实验室办公室室内场景及平面布置。
图2显示实验中使用的步骤信息。通过调查获得了多人办公室的特征数据，包括办公室大小、朝向和室内布局。通过问卷调查获得室内使用者的基本信息（性别、身高、体重、年龄），然后进行实验。实验分三组进行，为期两天，从上午9点到12点，首先通过空调调节室内温度，使室内温度降低（冷实验）或升高（热实验）。第一天进行冷实验，第二天进行热实验。空调的设定温度每隔10或15分钟调节一次，帮助温度室内热环境和避免热环境的突变[45-47]。因此，冷实验中空调的设定温度以每15分钟以约1℃的速度逐渐从16℃调整到约25℃。在实验期间，大约有八次设定温度调整。每次调节空调设定温度15分钟后，当室内温度基本稳定时，收集每位参与者的热偏好、热感觉和热满意度反馈。热试验是指将空调的设定温度从 30℃逐渐降低到大约22℃，大约有七设定温度调整。其他过程与冷实验中的过程相同。
本文旨在研究真实多人办公环境中办公用户的适应行为对热满意度的影响。因此，收集室内环境参数、适应行为、热感觉、热偏好和热满意度等信息也很重要。
2.1 数据分析
以环境参数变化为背景，通过分析影响因素和人员特征，探讨用户对室内热环境的感知与适应行为的关系。对通过测量、视频和问卷收集的数据进行分析，以确定适应性行为与获得的环境参数之间是否存在相关性。该实验提供了关于在不同环境中适应动作发生和不发生的二进制数据。
表格1
表格2
逻辑回归是一种分类算法，既可以处理二元分类，也可以处理多元分类，并且事件发生的概率随激励值而变化。每种类型（连续、离散或两者的任意组合）变量的可用性和训练速度是逻辑回归的主要优势[48]。因此，逻辑回归有助于快速解释二进制数据和分类数据。它常用于热舒适领域来分析环境变化对人员的影响[49].二分数据的概率随激励值而变化。由于本实验中的适应性行为有发生和不发生两种结果，因此采用逻辑回归预测适应性行为的概率，并进一步研究人与环境的相互作用。逻辑回归表示为
其中
是适应行为的概率，是激励值（在本研究中的室内和室外的环境参数），
是的回归系数，是回归方程的一个常量。
3. 结果与讨论
受试者被要求在调好空调设定温度后填写问卷。1个实验可收集250份左右的问卷，6个实验共收到1346份有效问卷。根据现场实测、问卷回复、录像获得的数据，分析了不同环境下的适应行为类型、热感觉和热满意度，并对适应行为进行回归分析。
3.1 环境的特点
图三展示了在实验过程中室内外平均环境温度和相对湿度随时间的变化。在冷实验中，室内平均温度和相对湿度低于室外，随着时间的推移，室内平均温度呈现逐渐升高的趋势。这是因为，在冷实验期间，空调的设定温度从16℃逐渐升高，室内环境温度保持在较低水平。同时，空调具有除湿效果，特别是在空调设置为低温时。过渡季节室外温度变化在2℃以内。在实验过程中，室外相对湿度变化不大，在5%以内，某些天气条件除外。
图1 卷调查内容
图2 实验过程
图3 验过程中室内外空气温度和相对湿度的变化
例如，9月27日，实验开始前广州下雨，室外湿度接近90%。实验开始时，雨停了，相对湿度下降，使当天上午室外相对湿度变化约10%。热试验期间，室内平均温度总体呈下降趋势。
此外，在热实验或冷实验中，室内平均温度值与空调设定值基本不重合，室内温度变化范围较小。例如，在冷实验期间，室内平均温度仅从25℃变为27℃。除10月10日外，开始温度为22.5℃。热实验时，开始温度为29 ℃，只下降了几摄氏度。这主要是因为该研究是在真正的多人办公室而不是气候室中进行的。室内平均温度受室内热源影响：如电脑、人员、照明等，所以室内实测温度与空调设定温度会有一定差距。
图4展示了实验期间每个工作位置的温度。整个实验过程中，站内最低温度可低至19.3℃，最高温度为31.3℃，温度范围约为12℃。冷试验时，室内温度为19.3℃，最高为28.7℃。热实验中，最高站温为31.3℃，最低为24.9℃。各站温度不同，主要受两个因素影响。第一个原因是办公用户的位置不同。有的办公位置靠近空调，有的远离空调，有的靠近窗户，等。此外，站内的热源也不同。站的一部分有两台电脑，还安装了一些高级电力监控器。这些因素一起导致站内温度的不同。
图4 6个实验每个站内的温度
3.2 主观热响应
表3显示了每个满意投票的数量。热满意度投票的结果在冷实验和热实验中是相似的。非常满意和很长时间不满意的选票占选票的最小百分比。不满意票数最高，其次是中立票，然后是满意票。大多数受试者的热满意度介于满意和不满意之间。此外，图5显示了用户在冷/热实验环境下以不同程度的热满意度投票时每个工作站的温度。盒子的底部和顶部代表第25和第75个百分位数，靠近盒子中间的线是中位数。从盒子顶部到最大值的线是IQR的1.5 倍，从盒子底部到最小值的线也是如此。图中每个点代表各站的温度，红色实心方块代表平均温度，红叉表示最低温度或最高温度。在冷实验中，用户的热满意度从非常满意（热满意度= 2）变为非常不满意（热满意度=-2)，站内平均气温也逐渐下降。当用户对室内热环境非常满意时，站内平均温度26℃。室内用户对25-26℃的室内温度感到满意（热满意度= 1） 。而用户非常不满意，工作站的平均温度低于23℃。如图5（b）所示，当用户感到非常不满意时，工作站的平均温度高于热实验中的满意温度。居住者对大约28℃的室内热环境感到满意，而当站的平均温度超过29℃时，他们非常不满意。在空调房间内，办公室人员对温度较高的室内热环境的满意度变化很小，在1℃的范围内。然而，在低温的室内环境中，受试着的热满意度在非常满意到非常不满意的范围内（大约在3.5℃），这可能是因为广州正处于过渡季节，室外温度仍然很高。受室外温度的影响，室
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[590963]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
