寒冷地区旅馆客房内CO2浓度变化及其相关性分析.pdf

为研究寒冷地区旅馆客房在外界因素条件（入住人数、入住时间、是否开窗、体重、性别、温湿度）改变时，室内 浓度变化情况及各因素之间的相关性，对典型地区天津市的旅馆客房内 浓度进行实地测试，采用逐步回归方法进行分析与预测，使用修正后的 浓度富集模型表征客房内 理论值 结果表明，旅馆客房内 污染严重，各因素均对 浓度存在不同程度影响 回归分析结果表明，最优回归预测模型为模型 ，入住人数、入住时间、是否开窗与客房内 浓度呈极显著正相关，各因素对 浓度的影响从大到小依次为是否开窗、入住人数、入住时间；体重、湿度、温度、性别与 浓度呈微弱正相关 修正后的 浓度富集模型得到的理论值与实测值、预测值之间的误差较小，该模型可适用于计算旅馆客房内 浓度 研究结果有助于随时随地了解客房 浓度，对客房内 的控制提供理论依据，对以后安装新风系统进行风量优化设计时提供数据支撑关键词：浓度；旅馆客房；各因素；回归分析；浓度富集模型中图分类号：文献标志码：文章编号：（）牞 牞 牞 牞 牶 牗 牞 牞 牞 牞 牞 牘 牞 牞 牞 牞 牞 牞 牞 牞 牞 牞 牞 牞 牞 牞 牶 牷 牷 牷 牷 吉林建筑大学学报第 卷 引言随着建筑的气密性不断增加，旅馆客房内 更难以排出室外，持续聚集的 对人体健康的影响较大 作为室内最常见的污染物越来越受到大众的关注 ，其凭借本身无毒、无味、不易燃易爆等特点易为人们所忽视 当外界因素条件不同，室内 浓度会相应改变，一些外界因素会引发室内 浓度升高，高浓度 可能导致人们严重缺氧，大脑受损，甚至昏迷和死亡 西安科技大学得出了通风方式、停留时间、人员数量、建筑朝向等外界因素条件影响室内 浓度，其中通风方式对 浓度的影响程度最大 大连理工大学对城市居住建筑进行 测试，结果表明开关窗行为影响室内 浓度，居住建筑室内存在 超标，适当开窗可有效降低室内 浓度 广州大学得出了室内通风量大小这一因素影响 浓度及其分布形式 酒店作为人们常住的临时居住场所，其密闭性更强，不同外界因素条件对室内 的影响更加显著，对人体健康的威胁不容忽视 综上，专家学者对室内 浓度的研究主要针对通风方式、通风量、停留时间、人员数量、开关窗及朝向等影响因素，缺少了温度、湿度、体重、性别等影响因素对 浓度的具体研究 因此，本研究将在他人相关研究基础上，以寒冷地区天津市典型旅馆为研究对象，对其客房内 进行检测与分析，全面得出各个因素对客房内 的影响及其相关性，以期对旅馆客房内 的控制提供理论依据 实验方案本文为探究寒冷地区旅馆客房内 浓度变化及其相关性，选取了典型旅馆作为实验对象 通过实验仪器和实验方法进行测试与分析，详述了客房内 的各种变化情况，为回归曲线的预测奠定基础，为理论模型计算及修正后的理论模型计算提供参考依据 实验对象本研究于 年 月至 年 月间对寒冷地区典型旅馆客房内 进行测试，共 间客房，其面积均为 ，客房层高为 （满足旅馆建筑设计规范（）要求的客房内设有空调时层高不低于 ），床尺寸为 ，卫生间尺寸为 ，其余物品所占体积共约为 ，窗户尺寸为 ，装修时间为 年以上，楼层为 层 实验仪器选取清大健环多种污染物浓度测试仪对客房内 浓度进行监测，传感器测试量程为 ，测试误差为 ，相应时间为 该测试仪可自动读取并保存数据，通过与电脑连接可直接读取数据，采样时间间隔为 ，该实验中取 的平均值作为每小时最终数据 实验方法依据 室内空气质量标准（）和 公共场所卫生检验方法（）中关于公共场所室内 测点的相关规定，该实验在室内布置一个测点，测点设在室内对角线上，测试装置距离地面 测试工况分为持续关窗工况和持续开窗工况，测试因素包括是否开窗、入住人数、入住时间、温度、湿度、性别、体重，对各个客房内 浓度连续监测 不同因素对 浓度的影响及其相关性本文在不同人数、不同体重、不同性别、不同温湿度、开窗及关窗情况下，对客房内 浓度进行了多次详细监测与回归分析，从多次监测数据中选取典型情况进行作图分析，得出了不同因素对客房 浓度的影响程度，从而为有效全面地分析旅馆客房 的影响因素提供依据，为改善客房环境提供理论参考第 期郭利敏，齐子姝：寒冷地区旅馆客房内 浓度变化及其相关性分析 不同人数、不同体重、不同性别、开窗及关窗对客房内 浓度影响选取典型房间，分别在不同人数、不同体重、不同性别、开窗及关窗情况下进行多次 浓度监测，典型情况的测试结果如图 图 所示 参照我国室内 浓度标准值 可知，客房内 污染严重，长时间处于高浓度的 环境中会对人体健康造成一定潜在威胁 从图中还能看出客房内 浓度随人员在室内停留时间增加而增加从图 可以看出，入住 人的客房内 浓度值普遍较高，客房内分别入住 人、人、人时，浓度范围分别为 ，超标率分别为，由此可知入住 人的客房内 污染更为严重 入住 人和 人的客房内 浓度达到最高时开始略微下降而后又上升，分析其下降原因可能是由于此时客人已进入深度睡眠，活动减弱或是由于此时客人离开房间；上升原因可能是此时客人再次醒来，或者此时客人返回房间，浓度在达到一定值后开始持续下降，是由于客人退房所致 综上，客房 浓度与入住人数有关，两者呈正相关从图 可以看出，客人体重为 时，客房内 浓度普遍较高，客房内分别入住体重为 ，的客人时，浓度分别为 ，超标率分别为 ，可知客房 浓度与入住客人体重有关，两者呈正相关 体重为 的客人在退房的第 后，客房内 浓度再次出现升高，原因是其他客人再次入住该房间从图可以看出，入住客人为男性时 浓度普遍较高，客房内分别为男性、女性的客人时，浓度分别为 ，超标率分别为 ，可知客房 浓度与入住客人性别有关 从图 可以看出，入住后客人保持开窗时客房内环境较好，浓度超标率为 关窗时客房 浓度较高，超标率为 ，说明开窗可有效降低客房内 浓度，可维持良好的客房环境?图 人数不同时 浓度变化?图 体重不同时 浓度变化?图 性别不同时 浓度变化?图 开关窗时 浓度变化 吉林建筑大学学报第 卷 温湿度对客房内 浓度影响 浓度随温湿度变化如图 、图 所示 由图 、图 可知，室内温湿度对 浓度有影响，温湿度越高，浓度越高，分析其原因可能是较高的温湿度能增加人体代谢速率，代谢率越高，在一定程度上人体呼出的 相应增加，且不同温湿度一定程度上代表不同季节，不同季节影响开窗方式，从而间接影响 浓度?图 夏季时温湿度随时间变化?图 冬季时温湿度随时间变化 不同因素与 浓度的相关分析对各因素之间进行相关性分析，结果见表 由表 可知，不同影响因素与客房内 浓度之间存在不同程度的相关性 浓度与是否开窗、入住时间呈极显著正相关，相关系数分别为 ，；与入住人数呈显著正相关，相关系数为 ；与性别、体重、温度、湿度之间呈微弱相关 其中，体重与是否开窗、入住人数、性别之间存在极显著干扰，相关系数分别为 ，；湿度与是否开窗、体重之间存在极显著干扰；是否开窗与湿度之间存在极显著干扰 以上各因素间均对 浓度存在协同作用，入住人数与是否开窗、性别之间存在显著干扰；湿度与性别、入住时间之间存在显著干扰，各因素间均对 浓度存在协同作用，综上可知，各因素之间的协同作用影响 浓度且不可忽略，故以下采用逐步回归方法分析 浓度表 不同因素与 浓度之间的相关性分析 不同因素是否开窗入住人数入住时间性别温度体重湿度是否开窗 入住人数 入住时间 性别 温度 体重 湿度 浓度 注：和分别表示在 水平显著相关和 水平极显著相关 不同因素与 浓度的回归分析利用逐步回归方法对客房内 浓度进行分析，每次只纳入或者移除一个变量进入模型，直至建立最优回归方程模型 为止，见表 模型 与是否开窗有关，模型 与是否开窗及入住人数有关，模型 与是否开窗、入住人数及入住时间有关，在逐步回归过程中其余因素由于相关性较以上因素弱被软件移除从表 可知模型 为最优模型 是否开窗对客房内 浓度影响最大，其次为入住人数和入住时间，相关系数分别为 ，模型回归方程为 （第 期郭利敏，齐子姝：寒冷地区旅馆客房内 浓度变化及其相关性分析 代表是否开窗，为开窗，为关窗；代表入住人数，；代表入住时间），经分析可知，是否开窗、入住人数、入住时间与中小型旅馆客房内 浓度存在极显著正相关，其对 浓度有更直接的影响作用，但不能忽视各因素之间对 浓度的间接相互影响作用 客房内 浓度与温度、性别、体重、湿度之间存在极微弱的相关性，相关系数分别为 ，表 不同因素与 浓度的多元标准回归分析 模型非标准化回归系数标准误差标准化回归系数常量 是否开窗 常量 是否开窗 入住人数 常量 是否开窗 入住人数 入住时间 图 和图 为回归标准化残差的正态 图和残差图 通过标准化残差的正态 图可知，利用回归模型进行预测引起的误差较小，且满足回归模型的随机误差项服从正态分布的基本假设，因此验证了逐步线性回归方法的准确性 通过残差图可知，预测值和实际值之间偏差较小（回归标准化残差 ），说明回归方程可代表真实值?图 回归标准化残差的正态 图?图 回归标准化残差图 理论值、实测值与预测值分析采用 浓度富集模型计算客房在某一时刻 浓度的理论值，通过与实测值、预测值对比后将模型进行修正，从而得到可适用于中小型旅馆客房内 浓度变化的理论模型，修正后的该模型便于实时了解中小型旅馆客房内 环境质量 浓度富集模型室内 浓度随时间变化的理论模型为：（）式中，为时间，；为客房内 时刻 浓度，；为 在客房内分布的体积，其不包括家具和 吉林建筑大学学报第 卷人的体积；为客房内初始时刻 的浓度，；为一定时间内 的发散量，（）（）（）式中，为人体在，气压下单位时间内产生的 体积，；为人体代谢率，本文中取人在静坐时的代谢率 ；为人体体表面积，与身高和体质量有关 ；为人体质量，该模型中取 ；为人体身高，该模型中取 ；为人体体积 ，关闭外窗时客房内 浓度的理论值、预测值、实测值如图所示 由此可知，理论值 由模型得到的预测值 实测值，理论值偏大，实测值与预测值的平均相对误差为，实测值与理论值的平均相对误差为，理论值误差略大，故该理论公式需要进行修正?图 实测值、由模型 得到的预测值和理论值随时间变化 ，?图 实测值、由模型 得到的预测值和修正后的理论值随时间变化 ，浓度富集模型修正经统计分析向该理论公式引入误差修正值 （）式中，为每小时从门窗缝隙渗透出的 渗透率，本文中 值通过代入以上大量实测数据迭代求得（），气密性不同的旅馆 值不同，气密性越好 值越小，气密性越差 值越大；式（）仅考虑客人不吸烟情况（旅馆内均为无烟客房）修正后理论值、实测值与预测值对比修正后的 浓度理论值、预测值、实测值如图 所示 由此可知，由模型 得到的预测值 实测值 理论值，预测值偏大，理论值偏小 理论值偏小可能是由于文中实测温度是室温，而 为人体在，气压下单位时间内产生的 体积，温度和气压的差距也会影响 的理论值，但影响不大 实测值与预测值的平均相对误差为，实测值与理论值的平均相对误差为 （小于测试仪器误差），因此理论值比预测值更贴近实测值，理论模型优于预测模型，说明修正后的 浓度富集模型计算结果与实测结果吻合度较好，可代表客房内 真实情况 结论（）寒冷地区旅馆客房内 污染严重，超标率较高，各因素均对 浓度存在直接及间接影响，开窗第 期郭利敏，齐子姝：寒冷地区旅馆客房内 浓度变化及其相关性分析 可迅速有效地降低客房内 浓度（）入住人数、入住时间、是否开窗与客房内 浓度呈极显著正相关，各因素对 浓度的影响从大到小依次为是否开窗、入住人数、入住时间，相关系数依次为 ，；体重、湿度、温度、性别与 浓度呈极微弱正相关，各因素对 浓度的影响从大到小依次为温度、性别、体重、湿度，相关系数依次为 ，（）得到了可适用于旅馆客房内 浓度变化的理论模型，修正后的理论模型实测值与理论值的平均相对误差为 ，实测值与预测值的平均相对误差为，说明修正后的理论模型准确，可代表客房内 真实值（）本文得到了不同因素对室内 的影响程度，其结果有助于针对特定情况对室内因素条件进行完善，从而对改善客房环境具有重要意义，对旅馆客房内 的控制提供了理论依据（）中小型旅馆客房 污染严重，在室外环境较差及新冠病毒流行期间，开窗不是改善客房环境的最佳方法，应考虑引入带净化功能的新风系统，将室外空气净化后送入室内，从而保证一个良好健康的客房居住环境参考文献 ，（）：梁宝生，刘建国 我国二氧化碳室内空气质量标准建议值的探讨 重庆环境科学，（）：陈威威 北方地区高校教室内空气品质研究 哈尔滨：哈尔滨工程大学，（）：孟志鹏，王淑兰，丁信伟 可燃性及毒性气体在障碍物附近泄漏扩散的数值模拟 化工装置技术，（）：胡园园，王志荣，蒋军成 自然通风条件下室内 扩散浓度变化的数值模拟 南京工业大学学报（自然科学版），（）：，：，（）：，：，（）：姬长发，徐逸哲，李亮，陈柳 西安某高校教室内二氧化碳浓度监测分析 建筑热能通风空调，（）：，刘鸣，任静薇，连超丽，张宝刚，谷红磊，陈庆周 城市居住建筑室内 分布特性研究 大连理工大学学报，（）：利一锋，许国强 空调教室 分布规律及通风量研究 制冷，（）：中华人民共和国住房和城乡建设部旅馆建筑设计规范（）北京：中国建筑工业出版社，国家质量监督检验检疫总局，卫生部 室内空气质量标准（）北京：中国标准出版社，中华人们共和国国家卫生和计划生育委员会，中国国家标准化管理委员会 公共场所卫生检验方法（）北京：中国标准出版社，李明雪，吴晓艳，董砖，张耀芬，杨学宾 冬季自然通风教室室内环境对学习效率的影响 建筑热能通风空调，（）：，：，（）：刘媛航 标准体重 北京：科学出版社，