论文部分内容阅读
“热舒适”是人对周围热环境感到满意的程度，大量研究表明热舒适对人体健康及工作绩效都有重要影响，目前对热舒适的评估和测量已成为室内热环境调控的关键环节之一。近年来基于生理参数测量人体热舒适的研究逐渐增多，然而目前研究中所关注的生理参数主要集中在皮肤温度、心电等外周系统信号，对于能够直接反映中枢神经系统活动行为和心理状态变化的脑电信号(Electroencephalogram，EEG)特征的探讨则相对不足。由此，本文针对基于脑电信号的热舒适监测及室内热环境调控开展研究。
本文研究中首先探讨了基于EEG信号实时判别个体热舒适的可行性。分别构建过热和舒适两种室内热环境，采集了22名被试者在这两种环境下的EEG信号，提取脑电主要节律的功率谱能量特征进行分析，并利用集成判别方法构建了热舒适个体判别模型。分析结果显示，脑电功率谱能量特征在多个频段和导联位置上具有显著差异，判别模型在以1秒为探测窗时长的情况下具有显著高于随机猜测的判别准确率；并在采用连续多窗口集成判别的情况下，判别准确率可以有效提高，当探测窗时长达到1分钟时可以达到87.9%的平均判别准确率。
本文研究中进一步构建了一套脑机接口-空调(Brain Computer Interface–Air Conditioner，BCI-AC)自动控制系统，该系统可连续采集脑电信号并发送到计算机中，由计算机根据判别模型分析结果自动控制空调运行。基于此系统开展了11名被试的在线BCI-AC自动热环境调控实验，结果表明，经BCI-AC系统的在线调控，室内热环境舒适度均得以显著改善，平均热舒适评分从热不舒适(2.45)降到热舒适(0.55)。在被试增加体表覆盖衣物后(热阻增加1.1clo)，BCI-AC系统能够将室温自动调节至更低水平以保持被试的热舒适，表现出了良好的自适应性。
本文研究表明基于EEG的个体热舒适实时判别与自动室内热环境调控方法具有良好的可行性，为智能建筑中热环境控制优化的技术发展提供了一定的基础。
本文研究中首先探讨了基于EEG信号实时判别个体热舒适的可行性。分别构建过热和舒适两种室内热环境，采集了22名被试者在这两种环境下的EEG信号，提取脑电主要节律的功率谱能量特征进行分析，并利用集成判别方法构建了热舒适个体判别模型。分析结果显示，脑电功率谱能量特征在多个频段和导联位置上具有显著差异，判别模型在以1秒为探测窗时长的情况下具有显著高于随机猜测的判别准确率；并在采用连续多窗口集成判别的情况下，判别准确率可以有效提高，当探测窗时长达到1分钟时可以达到87.9%的平均判别准确率。
本文研究中进一步构建了一套脑机接口-空调(Brain Computer Interface–Air Conditioner，BCI-AC)自动控制系统，该系统可连续采集脑电信号并发送到计算机中，由计算机根据判别模型分析结果自动控制空调运行。基于此系统开展了11名被试的在线BCI-AC自动热环境调控实验，结果表明，经BCI-AC系统的在线调控，室内热环境舒适度均得以显著改善，平均热舒适评分从热不舒适(2.45)降到热舒适(0.55)。在被试增加体表覆盖衣物后(热阻增加1.1clo)，BCI-AC系统能够将室温自动调节至更低水平以保持被试的热舒适，表现出了良好的自适应性。
本文研究表明基于EEG的个体热舒适实时判别与自动室内热环境调控方法具有良好的可行性，为智能建筑中热环境控制优化的技术发展提供了一定的基础。