一、空调列车车厢内CO_2浓度的模糊控制（论文文献综述）
冯劲梅,蔡加熙,朱倩翎,丁业凤[1]（2021）在《基于CFD的城市轨道交通车厢空气质量模拟分析》文中指出城市轨道交通车厢的人员密度较高,车厢内的空气质量对乘坐体验及健康具有显着影响。以城市轨道交通列车车厢为例,采用CFD软件Fluent2019对正常载客情况下轨交车厢内空气质量进行数值模拟,分析空调送风风速为2、2.5、3 m/s和送风角度30°、45°、90°的温度场、速度场、污染物浓度场情况,提出在常态化防疫背景下,保证车厢最佳的空气流通率的通风方式为上送下回,送风速度为3 m/s、送风角度为垂直90°。
张翠林,张金萍,蒋佳昀[2]（2021）在《城市地铁环境空气污染及热舒适调查》文中进行了进一步梳理为了解地铁环境空气的污染和热舒适状况及乘客对热环境的感知,选取了6条人员相对密集的北京地铁线路,并对其污染状况和热环境进行了调查研究,测量了地铁高峰时段列车车厢和站台空气中颗粒物（particulate matter,PM）(PM1.0,PM2.5及PM10)和CO2质量分数以及温度、湿度和空气流速,运用单因子分析法和预测平均投票指数-不满意率（predicted mean vote-predicted percentage dissatisfied, PMV-PPD）热舒适评价法对客观和主观结果以及二者间的相关性进行了分析。结果表明:（1）车厢内PM2.5在PM10中占比范围为63%～83%,相比于燃烧源场所和住宅环境占比较小,对人体健康影响较小。在地铁高峰时段,地铁1号线、5号线车厢内PM2.5平均质量浓度超标,地铁10号线车厢内PM10平均质量浓度超标;（2）高峰时段各地铁线路车厢和站台的CO2质量分数高于低峰时段;高峰期4号线、5号线、6号线CO2质量分数平均值超出标准值（0.15%）,影响因素主要为人员密集度;（3）车厢内空气平均温度范围为25.7～28.52℃,平均湿度范围为相对湿度41.32%～58.13%,车厢热环境PMV在-0.71～0.53,PPD在5%～16%,说明热感觉和不满意率较小程度偏离热舒适范围-0.5≤PMV≤0.5及PPD<10%,其中高峰时段4号线和6号线不满足热舒适要求,低峰时段1、2和10号线不满足热舒适要求,影响因素主要为人员密集度和空调调节温度;（4）主观问卷得到的热感觉投票占比与客观分析结果一致,主客观相关联,PMV-PPD指标适用于对地铁空调列车热舒适的研究。研究成果可为改善地铁环境空气质量和热舒适提供基础数据。
雷丽婷[3]（2020）在《面向列车车厢环境监测的无线传感器网络数据融合算法研究》文中研究指明随着我国铁路行业的快速发展,人民生活水平的不断提高,列车的舒适性越来越受到人们的高度关注,且由于列车车厢环境质量会直接影响旅客乘坐的舒适性,因此,如何准确、连续监测列车车厢环境已成为当下研究的热点之一。如今无线传感器网络技术可以对车厢环境实现全面、精准的连续性监测,但其在应用中存在数据存储量和传输量有限的缺点,所以对监测的车厢环境数据进行处理变得越来越有意义。基于经典匹配追踪类算法,本文提出了一种改进的匹配追踪算法,并将其应用于列车车厢环境监测数据的重构问题中。论文的主要研究内容如下所示:（1）基于CS的稀疏度变步长自适应压缩采样匹配追踪算法的研究与仿真。首先,对比研究了压缩感知中6种经典匹配追踪类算法;其次,基于压缩感知理论和稀疏度自适应匹配追踪（SAMP）算法,提出了稀疏度变步长自适应压缩采样匹配追踪（CSVssAMP）算法;最后通过一维高斯随机稀疏信号的重构实验来评估改进的CSVssAMP算法的重构性能。实验从不同稀疏度、观测值和步长三个方面进行仿真,仿真结果表明,在同一条件下,改进的CSVssAMP算法的重构性能最优。（2）基于CSVssAMP算法的车厢环境监测数据重构。为了解决车厢环境监测数据存储量和传输有限的问题,基于K-SVD过完备字典的稀疏表示方法,建立数据处理系统模型,采用SAMP算法和改进的CSVssAMP算法对某机构模拟真实列车的车厢环境属性数据进行了重构仿真实验。仿真结果表明,压缩感知匹配追踪类算法在列车车厢环境监测数据重构应用中是有效可行的,此外,在同一仿真条件下,改进的CSVssAMP算法的重构误差小于SAMP算法,即改进的CSVssAMP算法具有更好的重构性能。（3）基于模糊综合评价对列车车厢环境质量进行评估。本文随机选取50组原始数据和CSVssAMP算法的重构数据,组成100个评价因子集,评价因子由温度、相对湿度、二氧化碳、空气流速和振动总加权加速度均方根值组成,根据国际铁路联合会UIC553等一系列标准,建立评价等级,确定影响因子的模糊关系矩阵和权重集,通过模糊矩阵的复合运算,得到50组车厢环境质量评价结果,将每组实验中原始数据和CSVssAMP算法重构数据得到的评价结果进行对比分析。结果表明,改进的CSVssAMP算法既可以减少传输数据量和优化数据,又不会改变列车车厢环境质量评估结果。
石金枝[4]（2020）在《南京地铁车厢夏季工况热环境调查与乘员热舒适性建模研究》文中进行了进一步梳理随着我国城市化水平的提高,地铁正成为城市居民出行的首选交通工具。作为乘客的集散地,地铁车厢空间相对封闭,人员群集系数高,车厢内的热环境和热舒适问题受到国内外研究者广泛的关注。本文以夏季南京地铁车厢内的热环境及乘员的热舒适为研究对象,采用调查问卷与热环境现场测量的方法建立了基于地铁车厢的热舒适模型,并引入基于人体生理学的二节点模型预测了人体体温的动态调节过程,主要工作和研究结果如下:（1）采用主观问卷调查和客观热环境现场测量方法,调研地铁车厢内的空气温度、黑球温度、相对湿度、风速、压力等的情况,并且了解不同线路以及整体地铁车厢内的热环境状况,分析地铁车厢内乘客的热舒适反映情况。（2）利用Origin软件对地铁车厢内的热湿环境因素进行分析,统计乘客对地铁车厢内的热湿环境的主观投票,讨论空气温度、相对湿度、风速和二氧化碳等环境因素与人体热舒适的关系。（3）对常见的关于热舒适的评价模型进行广泛的搜集和整理,并对搜集到的热舒适模型进行分析、归类,总结现有热舒适模型在形式上的规律。将实测和调研的数据与现有热舒适模型进行对比,评价它们对地铁车厢环境的适应性,分析地铁环境热舒适性模型重新建模的必要性。（4）总结热舒适模型建模的修正准则,根据建模修正准则并结合现有热舒适模型适应性分析结论,确定热舒适模型的待定形式,利用最小二乘法以及编程实现各种影响因素的排列组合,得出新的、精度更高的、公式结构更简单的适用于夏季南京地铁车厢内的热舒适模型。（5）探讨了南京地铁车厢内个体乘员在瞬态下的热反应。采用有限差分法,在时间单元内对人体皮肤温度tsk和核心温度tcr非线性常微分方程进行差分离散,利用软件编程迭代得到了其数值解。最后,分析了人体特征与车厢热环境参数随时间变化对人体热反应的影响。本文研究可以为相近领域的热环境和人体热舒适研究提供有益参考。
邵李燕[5]（2019）在《地铁车厢内空气品质及污染物分布特性研究》文中研究说明随着城市人口密度的增加,人们对公共交通的需求增大,地铁因便捷、快速、载客量大的优点成为人们日常出行必不可少的交通工具。地铁轨道交通是一个较为密闭的地下空间,室内环境仅靠空调系统进行调节,在客流高峰期时,车厢内污染源增多,空调系统通风换气量不足,人处于其中会产生烦躁、头晕等不适症状。因此,空气品质是影响车厢环境舒适度的重要因素,对地铁车厢内的空气品质进行研究具有重要的现实意义与实用价值。本文采用问卷调研、现场实测和数值模拟的方式对地铁车厢内的空气品质进行了分析研究。首先对车厢内的乘客进行了空气品质问卷调研,得到了乘客对车厢环境空气品质的主观评价。然后根据调研结果对不同时段车厢内的污染物进行了测试研究,分析了污染物随时间的变化规律。之后通过数值模拟的方式对不同立席密度下车厢内污染物浓度的分布进行了分析研究,探究了污染物在空间上的分布规律。最后建立了车厢污染物浓度计算模型,从新风量和空气过滤器的效率出发,提出了改善地铁车厢空气品质的建议。具体研究内容如下:（1）对青岛地铁车厢内的乘客进行了主观问卷调研,由调研结果可知,乘客对车厢内的空气品质持有较包容的态度,可接受率较高,但满意率总体水平不高,车厢空气品质仍有提高的空间。（2）以青岛地铁为研究对象,对地铁车厢内的污染物浓度进行了测试研究,由测试结果可知,客流高峰期时的CO2浓度和颗粒物浓度均大于非高峰期,车中区域的CO2浓度高于车门区域,颗粒物浓度低于车门区域。（3）对不同立席密度下车厢内污染物浓度的分布进行了模拟研究,由模拟结果可知,立席密度增大,送风气流短路,造成车厢中上部区域风速较大,站姿乘客会有不适感;同时车厢内污染物的浓度增大,受气流的影响,车厢中下部的污染物无法及时排出,容易造成累积,对坐姿乘客产生不良影响。（4）基于地铁车厢一次回风全空气空调系统,建立了车厢CO2浓度与颗粒物浓度计算模型,将新风量和空气过滤器的过滤效率作为控制变量,提出改善地铁车厢空气品质优化方案。
裴斐[6]（2019）在《北京地铁车厢细颗粒物浓度动态变化实测研究》文中进行了进一步梳理近年来,国内雾霾天气屡见不鲜,以细颗粒物为代表的大气灰霾污染是我国当前影响人民身体健康的最突出的环境问题之一。目前国内外对细颗粒物的研究主要集中在地面和一般公共场所,而对地铁内细颗粒物的研究主要集中在公共区。然而相关研究表明,乘客3/4的时间在列车上度过,在站厅和站台等公共区停留的平均时间不会超过10min,在早晚高峰时间,车厢中人流密集,内部空间极度拥挤,人体长期处于空气不流通或流通不畅的环境内,过高的细颗粒物浓度严重影响人们的身心健康。地铁环境十分复杂,目前的研究缺乏大量实测数据,再加上研究方法不够系统,导致人们对于地铁车厢内PM2.5的浓度分布和特性不够了解。本文于2017年1月～2019年1月对北京地铁典型线路车厢PM2.5浓度进行实测及数据分析,主要的测试线路是屏蔽门、全高安全门、半高安全门三种站台门形式,测试的地点主要为车厢、站台以及室外,对地铁PM2.5数据积累以及未来的系统研究和控制有重要意义。通过对测试结果进行初步分析,得到的结论主要有:（1）测试数据中85%处于污染状态,可见北京地铁车厢冬季大部分时间空气质量不容乐观。（2）通过测试地铁站内车厢不同位置的PM2.5浓度,主要的结论:（1）众多影响因素中站台门类型影响最大,同等室外条件下,屏蔽门线路车厢PM2.5浓度一般均大于非屏蔽门线路。（2）通过统计学分析可知,当其他条件较为一致时,室外PM2.5浓度较低时,车厢PM2.5浓度>室外PM2.5浓度;室外PM2.5浓度较高时,车厢PM2.5浓度<室外PM2.5浓度。由于不同线路对室外环境屏蔽效果不同,大小转换的临界值也不相同,1号线为135μg/m3,8号线为200μg/m3,10号线为50μg/m3,14号线为100μg/m3,但总体规律为:屏蔽门线路>非屏蔽门线路,该临界值一定程度上体现了隧道内积聚PM2.5程度。（3）列车运行时内部PM2.5浓度存在波动,不同类型线路特性不同:屏蔽门线路波动较大,但均值变化小,非屏蔽门线路则相反,反映出屏蔽门线路内隧道浓度更稳定;室外低浓度时,列车加速PM2.5浓度上升,到站浓度下降,室外低浓度时,结果相反,表明室外低浓度时车厢内部PM2.5主要来源于隧道积聚,室外高浓度时主要来源于室外;线形线路不利于隧道与室外空气交换,其隧道内PM2.5浓度大多在端部积聚。（4）室外不同浓度时,不同线路车厢PM2.5浓度均为车头>车尾,列车运行时浓度存在波动,车尾滞后。（3）对地铁站内颗粒物分布以及影响颗粒物浓度的相关因素进行分析,主要结论:（1）室外PM2.5浓度对车厢PM2.5浓度有显着性影响。（2）客流量对于车厢内PM2.5有一定影响,但影响较小;（3）温湿度中温度对PM2.5浓度有显着性影响,但温湿度联合作用下没有显着性影响;（4）列车的运行年限对于PM2.5有一定的影响,一般来说使用年限越长,车厢内的PM2.5浓度越高。
王晓[7]（2020）在《不同屏蔽门条件下地铁车站热环境实测研究》文中研究说明近些年来我国的城市轨道交通发展突飞猛进,地铁车站的基础配套设施的也不断完善,地铁交通作为人们城市工作和娱乐出行的重要工具,与人们的生活密切相关。而其地铁作为人们滞留时间最长的环境区域,因此地铁车站的热环境所带来的舒适感也越来越受人们的关注和重视。而在地铁在长期实际运行过程中,各线路地铁在不同季节则会引起乘客的不适。我国地铁中常用的两种安全门系统为屏蔽门系统和非屏蔽门系统。不同地铁车站采用不同的屏蔽门系统对于车站环境的影响不同。从车站构造的来讲,设计引用屏蔽门系统和非屏蔽门系统的车站在空间结构以及对整体车站的环境控制系统对乘客产生不同的热感觉效应。因此,车站在不同的季节会随着外界天气的变化而形成不同的车站室内以及车厢的热环境,从而使得乘客有着不同的体验环境,引起不同的舒适感。本文考虑地铁车站以及车厢作为人们出行的长时间的滞留区间,针对的过渡季节的上海地铁车站,选取不同屏蔽门条件下的地铁2线路和9号线,利用实测调查对地铁站内以及车厢热环境进行调查研究。具体研究内容如下:（1）通过对屏蔽门与非屏蔽门的地铁车站站内的温度、空气流速、相对湿度、C02浓度等连续性检测,获得影响车厢热环境的各实际参数动态变化规律,客观分析在安装不同屏蔽门条件下的地铁车站热环境的变化规律。同时对比分析不同屏蔽门条件下的地铁车厢热环境变化规律。（2）通过对轨道交通地铁车站不同区域内的乘客进行问卷调查,了解乘客对于当下车站热环境的主观感受,分析乘客对于车厢温度高低、吹风大小,以及空气干燥的感觉和期望。进一步找出乘客关注的地铁站内环境变化因素分析。并对不同屏蔽门条件下的地铁车站热环境对于乘客的热舒适性分析。（3）通过对上海地铁2线路和9号线某一地铁列车为研究对象,对列车行进中的列车车厢的温度、空气流速、相对湿度、C02浓度连续性检测,并针对不同屏蔽门条件下的列车车厢的热环境进行对比分析。（4）通过对不同屏蔽门条件下的地铁站内以及车厢热环境结果处理、分析。选取典型区域位置分析乘客对于地铁典型区域的热感觉分布统计,并计算乘客平均热感觉投票值。同时分析地铁各区域热环境对于的乘客人员热舒适性,对屏蔽门和非屏蔽门地铁典型区域的乘客进行热中性温度进行分析。
朱倩翎[8]（2019）在《地铁车厢污染物浓度分布特性模拟与安全保障》文中研究指明随着我国城市化进程的发展,地铁作为一种高效绿色的交通方式,在为市民提供快捷出行方式的同时,同时也需对乘客的安全保障与舒适性负责。因此提高车厢内空气品质与人体热舒适就变得非常重要,使用流体仿真技术对车厢内气流组织进行模拟,可以得到贴近现实的量化结果,在解决现实工程问题上,可以提供较为有意义的参考价值。本文以ALSTOM公司的AC03型电动地铁列车车厢为例,对中国南方地区地铁车厢内污染物浓度分布与安全保障进行了研究。本文通过实测和调查问卷发现,更多乘客认为站在车厢中央空气流通性更高,站在车厢中央温度更低,在夏季乘坐地铁,在车厢内总体感觉偏冷,车厢内空气流通量造成人体不舒适,37%乘客认为车厢内热环境为不舒适。21%的乘客不知道地铁车厢内逃生工具的位置。夏季车厢温度低于规范值,湿度超过规范值,风速在规范值范围内,但风速过低会导致空气流通率低,车厢内二氧化碳浓度超过规范值。在实测和调查问卷的基础上,采用CFD数值模拟对地铁的温度、速度、风速、二氧化碳浓度进行了讨论研究,表明在南方夏季地铁车厢内,采用3.0m/s的送风速度,90°的送风角度最易控制车厢温度,有助于稀释乘客呼吸所造成的CO2及其可能携带的病毒和乘客呼吸引起的温度变化,降低热污染,提高车厢空气质量及乘客舒适度,减少病毒传播的几率。本文进而提出优化建议并再次使用CFD数值模拟对其进行验证,发现上送下回的送风方式更有助于提高车厢内垂直方向的空气流通率。并根据优化方案下的数值模拟验证了上送下回送风方式相比上送上回,在车厢送风速度都为3.0m/s时,上送下回的送风方式最易控制车厢温度。
冯劲梅,朱倩翎[9]（2019）在《地铁车厢污染物浓度分布特性模拟与分析》文中研究表明地铁轨道交通车厢内环境质量对乘客健康具有显着影响,为了准确判断影响车厢内空气污染因素及改善措施,以ALSTOM公司的AC03型电动地铁列车车厢为例,使用SolidWorks等软件建立了地铁车厢模型,使用Fluent对地铁列车正常载客情况下车厢内温度场、速度场、污染物浓度场进行数值模拟,根据模拟结果讨论在地铁车厢内部不同的气流组织对车厢环境、污染物浓度分布以及人体健康的影响。模型采用立方体代表乘客,以人体呼出CO2作为代表性污染物,对车厢进行了不同送风速度以及送风角度的模拟,对比分析得出了空调通风设备的风速和送风角度分别为/最优化状态,在保证人体健康与满足人体舒适度的情况下推荐最优空调通风方案为上送风下回风方式,为后续轨道交通车厢内空调通风设计以及车厢内环境控制提供参考。
陈嘉迪[10]（2019）在《高速列车车内气流组织分析及空气质量评价》文中进行了进一步梳理社会经济的快速发展使人们的生活水平逐渐提高,高速列车已成为人们出行必不可少的交通工具,人们对出行工具乘坐舒适性的要求也有所提高。而人们乘坐列车时的舒适性又受到车内风速、温度及空气质量的影响,因此有必要对高速列车车厢内部气流组织及空气质量进行研究。本文以某高速列车的一节车厢为研究对象建立三维模型,利用Fluent软件对其内部气流组织（速度场、温度场）进行数值仿真得出适宜的送风方式,并在该送风方式下对车内乘客热舒适性及空气质量进行研究,验证该送风方式的合理性。主要内容如下:通过研究车厢不同送风位置对气流组织的影响,从而得出使车内气体温度和速度分布更均匀的送风方式,即车顶、窗下、脚踝三处送风口同时送风;考虑到夏冬两季对车厢内温度要求的不同,分别研究了在夏冬两季时不同送风比例对车厢内气流组织的影响,经过分析得出在夏季工况下,最适宜的送风比例为车顶送风70%窗下送风10%脚踝处送风20%,在冬季工况下,最适宜的送风比例为车顶送风20%窗下送风20%脚踝处送风60%。考虑到夏季太阳辐射对车内乘客热舒适性影响较大,因此对夏季在适宜的送风方式下太阳辐射对车内温度场变化进行研究,得出了考虑太阳辐射时车内平均温度为26.6℃,不考虑太阳辐射时车内平均温度为26.2℃,均满足了在此送风方式下乘客热舒适性对环境温度的要求。最后对该送风方式下车厢内部的空气质量作出评判,包括车厢内C02浓度、吹风感指标DR（Draft Rate）、预测评价投票数PMV（Predicted Mean Vote）及预期不满意百分率PPD（Predicted Percentage of Dissatisfied）。其中客室内部的CO2浓度在乘客呼吸口附近区域在0.23%左右,客室内其他位置的CO2浓度都控制在0.15%以下,符合乘客舒适性对CO2的要求;客室内的DR、PMV、PPD数值都符合规定的标准。研究表明该送风方式下车厢内部空气质量良好,体现该送风方式的合理性。
二、空调列车车厢内CO_2浓度的模糊控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、空调列车车厢内CO_2浓度的模糊控制（论文提纲范文）
（1）基于CFD的城市轨道交通车厢空气质量模拟分析（论文提纲范文）
| 1 数值模拟模型的建立 |
| 1.1 车厢物理模型的简化 |
| 1.2 数学模型 |
| 2 边界条件和数值求解的方法 |
| 3 数值模拟计算结果分析与讨论 |
| 3.1 速度场对车厢温度影响的模拟分析 |
| 3.2 速度场对车厢空气品质的安全性分析 |
| 3.3 污染物浓度场分布对车厢空气品质的安全性分析 |
| 3.4 送风角度对车厢空气品质的安全性分析 |
| 3.5 问题与讨论 |
| 4 结语 |
（2）城市地铁环境空气污染及热舒适调查（论文提纲范文）
| 1 测试方法 |
| 1.1 测试对象 |
| 1.2 测试与分析方法 |
| 1.2.1 测试方法及仪器 |
| (1)测试时间。 |
| (2)测试仪器。 |
| (3)测试点位。 |
| 1.2.2 分析和评价方法 |
| (1)空气污染的单因子评价。 |
| (2)热舒适分析方法。 |
| (3)调查问卷。 |
| 2 结果与分析 |
| 2.1 地铁车厢及站台颗粒物浓度分析 |
| 2.1.1 车厢内颗粒物浓度分析 |
| 2.1.2 站台颗粒物浓度分析 |
| 2.2 地铁车厢站台CO2质量分数水平 |
| 2.2.1 车厢内CO2质量分数水平分析 |
| 2.2.2 站台CO2质量分数水平分析 |
| 2.3 地铁车厢内人员热舒适性 |
| 2.3.1 地铁列车车厢PMV计算 |
| 2.3.2 地铁列车车厢主观调查问卷分析 |
| 3 结论 |
（3）面向列车车厢环境监测的无线传感器网络数据融合算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 列车车厢环境监测质量评价 |
| 1.2.2 无线传感器网络数据融合技术研究现状 |
| 1.2.3 基于压缩感知的数据融合技术研究现状 |
| 1.3 列车车厢环境监测的WSN数据融合研究目标 |
| 1.4 主要研究内容及技术路线 |
| 1.5 本章小结 |
| 2 无线传感器网络及压缩感知理论概述 |
| 2.1 无线传感器网络 |
| 2.1.1 无线传感器网络的基本概念 |
| 2.1.2 无线传感器网络特征 |
| 2.1.3 无线传感器网络的应用 |
| 2.2 压缩感知理论 |
| 2.2.1 压缩感知的原理 |
| 2.2.2 压缩感知的稀疏表示 |
| 2.2.3 压缩感知的测量过程 |
| 2.2.4 压缩感知的重构过程 |
| 2.2.5 压缩感知理论在WSN数据融合中的应用 |
| 2.3 本章小结 |
| 3 改进的稀疏度自适应匹配追踪(SAMP)算法 |
| 3.1 经典匹配追踪算法 |
| 3.1.1 正交匹配追踪(OMP)算法 |
| 3.1.2 正则化正交匹配追踪(ROMP)算法 |
| 3.1.3 压缩采样匹配追踪(Co Sa MP)算法 |
| 3.1.4 子空间匹配追踪(SP)算法 |
| 3.1.5 分段正交匹配追踪(StOMP)算法 |
| 3.1.6 稀疏度自适应匹配追踪(SAMP)算法 |
| 3.2 基于CS的稀疏度变步长自适应压缩采样匹配追踪(CSVss AMP)算法 |
| 3.2.1 算法描述 |
| 3.2.2 算法流程 |
| 3.3 实验仿真与分析 |
| 3.3.1 实验环境与参数设置 |
| 3.3.2 实验结果分析 |
| 3.4 本章小结 |
| 4 基于CSVss AMP算法的车厢环境监测数据处理 |
| 4.1 列车车厢环境相关概念 |
| 4.1.1 列车车厢环境监测技术概述 |
| 4.1.2 常用数据处理方法 |
| 4.1.3 列车车厢环境的影响参数 |
| 4.2 基于压缩感知的列车环境监测数据重构 |
| 4.2.1 数据处理系统设计 |
| 4.2.2 数据融合算法步骤 |
| 4.3 实验仿真与结果分析 |
| 4.3.1 实验环境与参数设置 |
| 4.3.2 仿真实验及分析 |
| 4.4 本章小结 |
| 5 基于模糊综合评价的列车车厢环境质量评估 |
| 5.1 模糊论简介 |
| 5.1.1 模糊识别方法 |
| 5.1.2 最大隶属度原则 |
| 5.2 模糊综合评价法 |
| 5.2.1 模糊综合评价法的思想与原理 |
| 5.2.2 模糊综合评价步骤 |
| 5.2.3 影响因子权重确定方法 |
| 5.2.4 隶属度函数 |
| 5.3 列车车厢环境质量的模糊综合评价 |
| 5.3.1 确定评价对象与评价等级 |
| 5.3.2 建立模糊关系矩阵 |
| 5.3.3 建立权重集 |
| 5.3.4 模糊综合评价结果与分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（4）南京地铁车厢夏季工况热环境调查与乘员热舒适性建模研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地铁热环境研究现状 |
| 1.2.2 地铁热舒适研究现状 |
| 1.3 研究焦点及存在的问题 |
| 1.3.1 研究焦点 |
| 1.3.2 主要问题 |
| 1.4 本文主要研究内容 |
| 第2章 地铁车厢气候环境及人体热舒适理论 |
| 2.1 地铁车厢气候环境 |
| 2.1.1 地铁车厢温湿度环境 |
| 2.1.2 地铁车厢风速环境 |
| 2.1.3 地铁车厢其他环境 |
| 2.2 人体热舒适理论基础 |
| 2.2.1 人体稳态热舒适理论 |
| 2.2.2 人体动态热舒适理论 |
| 2.3 人体热舒适评价指标 |
| 2.3.1 稳态热舒适评价指标 |
| 2.3.2 动态热舒适评价指标 |
| 2.4 本章小结 |
| 第3章 南京地铁车厢热环境参数及乘员热舒适性研究 |
| 3.1 实施方案 |
| 3.1.1 南京地铁概况 |
| 3.1.2 理论依据 |
| 3.1.3 技术路线 |
| 3.2 车厢热环境参数实测 |
| 3.2.1 测量仪器 |
| 3.2.2 测试方法 |
| 3.3 乘员热舒适问卷调查 |
| 3.3.1 问卷调查的内容 |
| 3.3.2 数据获取与整理 |
| 3.4 热环境与热舒适性关系分析 |
| 3.4.1 温度与热舒适性关系 |
| 3.4.2 湿度与热舒适性关系 |
| 3.4.3 风速与热舒适性关系 |
| 3.4.4 二氧化碳与热舒适性关系 |
| 3.5 本章小结 |
| 第4章 乘员热舒适性预测模型研究 |
| 4.1 现有热舒适模型评价 |
| 4.1.1 现有热舒适模型分类 |
| 4.1.2 现有热舒适模型评价指标 |
| 4.1.3 现有热舒适模型评价结果 |
| 4.2 热舒适性模型建立方法 |
| 4.3 新模型对热舒适的适应性分析 |
| 4.4 本章小结 |
| 第5章 基于二节点模型的乘员动态热反应研究 |
| 5.1 二节点模型的理论基础 |
| 5.1.1 人体代谢率M、冷颤增加的代谢率ΔM及人体做功W |
| 5.1.2 通过呼吸作用从核心流向周围环境的显热流C_(res)和潜热流E_(res) |
| 5.1.3 通过血液流动和导热从核心流向皮肤的热流H_(cs) |
| 5.1.4 人体与环境间的对流散热量C和辐射散热量R |
| 5.1.5 皮肤总蒸发散热量E_(sk) |
| 5.2 二节点模型的求解及验证 |
| 5.2.1 求解过程 |
| 5.2.2 结果验证 |
| 5.3 乘员在变参数下的动态热反应分析 |
| 5.3.1 初始皮肤温度和核心温度的影响 |
| 5.3.2 车厢热环境参数的影响分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究展望 |
| 参考文献 |
| 在学期间的研究成果及发表的学术论文 |
| 致谢 |
（5）地铁车厢内空气品质及污染物分布特性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 第2章 地铁车厢空气品质分析研究 |
| 2.1 地铁车厢空调系统 |
| 2.2 影响车厢空气品质的主要因素 |
| 2.3 车厢内主要污染物来源及影响 |
| 2.4 车厢内空气品质评价指标 |
| 2.5 本章小结 |
| 第3章 地铁车厢空气品质问卷调研与现场测试 |
| 3.1 概况 |
| 3.1.1 研究背景 |
| 3.1.2 研究方法 |
| 3.1.3 测试仪器 |
| 3.2 载客量统计 |
| 3.2.1 三号线载客量统计 |
| 3.2.2 二号线载客量统计 |
| 3.2.3 十一号线载客量统计 |
| 3.3 问卷调研结果 |
| 3.3.1 基本信息 |
| 3.3.2 空气异味感调查结果 |
| 3.3.3 不适症状调查结果 |
| 3.3.4 空气品质满意度调查结果 |
| 3.4 CO_2浓度测试结果 |
| 3.4.1 不同时段CO_2浓度分析 |
| 3.4.2 CO_2浓度与乘客人数的关系 |
| 3.5 颗粒物浓度测试结果 |
| 3.5.1 合格率分析 |
| 3.5.2 室外对车厢内颗粒物浓度的影响 |
| 3.5.3 不同时段颗粒物浓度分析 |
| 3.6 本章小结 |
| 第4章 不同立席密度下车厢内污染物的模拟分布 |
| 4.1 数学模型 |
| 4.1.1 基本控制方程 |
| 4.1.2 湍流模型 |
| 4.1.3 组分传输模型 |
| 4.1.4 离散相模型 |
| 4.2 物理模型 |
| 4.3 边界条件设定 |
| 4.4 模拟结果 |
| 4.4.1 截面选取 |
| 4.4.2 速度场 |
| 4.4.3 CO_2浓度场 |
| 4.4.4 颗粒物浓度场 |
| 4.5 本章小结 |
| 第5章 地铁车厢空调系统优化分析 |
| 5.1 车厢污染物影响因素综合分析 |
| 5.1.1 车厢内CO_2浓度模型 |
| 5.1.2 车厢内颗粒物浓度模型 |
| 5.1.3 车厢内污染物影响因素综合分析 |
| 5.2 车厢空调系统新风量分析与优化 |
| 5.2.1 车厢空调系统新风量分析 |
| 5.2.2 新风量优化方案 |
| 5.3 空调系统过滤器选择与优化 |
| 5.3.1 过滤器参数 |
| 5.3.2 过滤器选择与优化 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间论文发表及科研情况 |
| 致谢 |
（6）北京地铁车厢细颗粒物浓度动态变化实测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地铁车站细颗粒物研究现状 |
| 1.2.2 地铁车厢细颗粒物研究现状 |
| 1.2.3 总结 |
| 1.3 研究内容和方法 |
| 1.4 本章小结 |
| 第2章 现场测试 |
| 2.1 地铁介绍 |
| 2.1.1 地铁环控系统分类 |
| 2.1.2 地铁站台门分类 |
| 2.1.3 地铁车厢空调系统介绍 |
| 2.2 测试地点 |
| 2.3 测试内容与方案 |
| 2.3.1 测试内容 |
| 2.3.2 测点布置 |
| 2.3.3 测试仪器 |
| 2.4 评价标准 |
| 2.5 本章小结 |
| 第3章 测试结果与分析 |
| 3.1 各线路车厢细颗粒物浓度现状 |
| 3.2 地铁各线路车厢细颗粒物浓度实测结果 |
| 3.2.1 地铁1号线测试结果 |
| 3.2.2 地铁8号线测试结果 |
| 3.2.3 地铁10号线测试结果 |
| 3.2.4 地铁14号线测试结果 |
| 3.3 本章小结 |
| 第4章 车厢细颗粒物浓度的影响因素及相关性分析 |
| 4.1 细颗粒物浓度的影响因素分析 |
| 4.1.1 室外环境的影响 |
| 4.1.2 客流量的影响 |
| 4.1.3 温湿度的影响 |
| 4.1.4 列车运行年限的影响 |
| 4.2 相关性分析 |
| 4.2.1 站内外颗粒物相关性分析 |
| 4.2.2 不同粒径之间的相关性分析 |
| 4.3 本章小结 |
| 第5章 车厢细颗粒物浓度预测模型 |
| 5.1 理论模型假设 |
| 5.2 预测公式 |
| 5.3 地铁车厢细颗粒物浓度影响因素分析 |
| 5.3.1 室外细颗粒物浓度影响 |
| 5.3.2 车厢初始浓度影响 |
| 5.4 确定系数 |
| 5.5 模型验证 |
| 5.6 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间的研究成果 |
| 致谢 |
（7）不同屏蔽门条件下地铁车站热环境实测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外车厢热环境研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本课题的主要工作 |
| 第二章 地铁车站热环境及人体热舒适理论 |
| 2.1 不同屏蔽门系统的地铁车站特点 |
| 2.1.1 屏蔽门系统的地铁车站特点 |
| 2.1.2 非屏蔽门系统的地铁车站特点 |
| 2.2 地铁车站的环控系统 |
| 2.2.1 地铁车站的环控系统的组成 |
| 2.2.2 地铁车站的环控系统特点 |
| 2.3 地铁通风空调设计标准 |
| 2.3.1 地铁车站通风空调设计标准 |
| 2.3.2 地铁车厢通风空调设计标准 |
| 2.4 人体热舒适研究的理论概述 |
| 2.4.1 人体热平衡方程 |
| 2.4.2 人体热舒适的评价标准 |
| 2.4.3 影响人体热舒适的因素 |
| 2.4.4 热舒适的评价标准 |
| 2.4.5 热舒适的主要评价指标 |
| 第三章 地铁车站内热环境的现场测试与调研 |
| 3.1 地铁车站概况 |
| 3.2 地铁车站内热环境的现场测试与调研 |
| 3.3 地铁车站乘客人员的调查问卷 |
| 第四章 不同屏蔽门的地铁车站现场测试结果分析 |
| 4.1 屏蔽门地铁车站现场测试结果分析 |
| 4.1.1 屏蔽门地铁站厅测试结果及分析 |
| 4.1.2 屏蔽门地铁电梯测试结果及分析 |
| 4.1.3 屏蔽门地铁站台测试结果及分析 |
| 4.1.4 屏蔽门地铁车厢温度测试结果及分析 |
| 4.2 非屏蔽门地铁车站现场测试结果分析 |
| 4.2.1 非屏蔽门地铁站厅测试结果及分析 |
| 4.2.2 非屏蔽门地铁电梯测试结果及分析 |
| 4.2.3 非屏蔽门地铁站台测试结果及分析 |
| 4.2.4 非屏蔽门地铁车厢测试结果及分析 |
| 4.3 过渡季非蔽门和屏蔽门系统车站热环境对比分析 |
| 4.3.1 温度对比分析 |
| 4.3.2 相对湿度对比分析 |
| 4.3.3 风速对比分析 |
| 4.3.4 CO_2浓度对比分析 |
| 第五章 不同屏蔽门地铁乘客热舒适分析 |
| 5.1 地铁乘客热感觉分布分析 |
| 5.1.1 站厅乘客热感觉分布分析 |
| 5.1.2 电梯乘客热感觉分布分析 |
| 5.1.3 站台乘客热感觉分布分析 |
| 5.1.4 车厢乘客热感觉分布分析 |
| 5.2 地铁乘客热中性温度分析 |
| 5.2.1 地铁站厅热中性温度分析 |
| 5.2.2 地铁电梯热中性温度分析 |
| 5.2.3 地铁站台热中性温度分析 |
| 5.2.4 地铁车厢热中性温度分析 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（8）地铁车厢污染物浓度分布特性模拟与安全保障（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 室内环境治理研究现状 |
| 1.4 本文的主要研究内容及技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究方法及技术路线 |
| 第2章 地铁车厢流场数值模拟基础 |
| 2.1 数值求解基本原理 |
| 2.2 K-E湍流模型 |
| 2.3 控制方程的离散方法 |
| 2.4 网格生产方法 |
| 2.5 本章小结 |
| 第3章 地铁车厢污染物浓度分布数值模拟 |
| 3.1 地铁A型车基础资料 |
| 3.2 模型的建立 |
| 3.2.1 车厢物理模型与网格划分 |
| 3.2.2 数学模型 |
| 3.3 边界条件和数值求解的方法 |
| 第4章 地铁车厢内环境参数实测 |
| 4.1 实测前准备 |
| 4.1.1 测试方法 |
| 4.1.2 测试仪器 |
| 4.2 实测结果分析 |
| 4.2.1 环境参数实测结果分析 |
| 4.3 问卷调查 |
| 4.3.1 问卷调查的方法 |
| 4.3.2 问卷调查结果及其分析 |
| 第5章 计算结果分析 |
| 5.1 断面选取 |
| 5.2 不同送风速度对车厢温度场的模拟分析 |
| 5.3 不同送风速度对车厢速度场的安全性分析 |
| 5.4 不同送风速度对车厢CO2浓度场的安全性分析 |
| 5.5 送风角度对车厢空气品质的安全性分析 |
| 5.6 本章小结 |
| 第6章 基于安全保障的优化研究 |
| 6.1 优化思路 |
| 6.2 优化方案下的模拟分析 |
| 6.3 本章小结 |
| 第7章 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间所开展的科研项目和发表的学术论文 |
（9）地铁车厢污染物浓度分布特性模拟与分析（论文提纲范文）
| 0 引言 |
| 1 模型的建立 |
| 1.1 车厢物理模型的简化 |
| 1.2 数学模型 |
| 2 边界条件和数值求解的方法 |
| 3 环境模拟计算结果分析与讨论 |
| 3.1 速度场对车厢温度影响的模拟分析 |
| 3.2 速度场对车厢空气品质的安全性分析 |
| 3.3 CO2浓度场分布对车厢空气品质的安全性分析 |
| 3.4 送风角度对车厢空气品质的安全性分析 |
| 4结论 |
（10）高速列车车内气流组织分析及空气质量评价（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究概况 |
| 1.2.2 国内研究概况 |
| 1.3 本文主要研究内容 |
| 第二章 数值仿真计算方法 |
| 2.1 流体力学基本理论描述 |
| 2.1.1 质量守恒方程 |
| 2.1.2 动量守恒方程 |
| 2.1.3 能量守恒方程 |
| 2.2 湍流数值模拟 |
| 2.2.1 湍流流动的数值计算方法 |
| 2.2.2 湍流方程 |
| 2.3 模拟计算平台介绍 |
| 2.3.1 模拟软件简介 |
| 2.3.2 UDF编程简介 |
| 第三章 高速列车车内送风方式合理性分析 |
| 3.1 物理模型的简化及建立 |
| 3.1.1 建立几何模型 |
| 3.1.2 网格划分 |
| 3.1.3 边界条件的设定 |
| 3.2 车厢内送风方式分析 |
| 3.2.1 完全车顶送风对车内流场的影响 |
| 3.2.2 车顶和窗下同时送风对车内流场的影响 |
| 3.2.3 车顶、窗下及脚踝处同时送风对车内流场的影响 |
| 3.3 夏季不同送风比例下车内气流组织分析 |
| 3.3.1 车顶70%窗下20%脚踝处10% |
| 3.3.2 车顶70%窗下15%脚踝处15% |
| 3.3.3 车顶70%窗下10%脚踝处20% |
| 3.3.4 夏季不同送风比例下气流组织分析 |
| 3.4 冬季不同送风比例下车内气流组织分析 |
| 3.4.1 车顶20%窗下10%脚踝处70% |
| 3.4.2 车顶20%窗下20%脚踝处60% |
| 3.4.3 车顶20%窗下30%脚踝处50% |
| 3.4.4 冬季不同送风比例下气流组织分析 |
| 3.5 本章小结 |
| 第四章 车内热舒适性分析及空气质量评价 |
| 4.1 太阳辐射对热舒适性影响分析 |
| 4.1.1 太阳辐射的边界条件 |
| 4.1.2 车外空气综合温度计算 |
| 4.1.3 车体围护结构内壁面温度计算 |
| 4.1.4 太阳辐射对车内温度场的影响 |
| 4.2 车内空气质量评价 |
| 4.2.1 车内CO_2浓度分析 |
| 4.2.2 DR |
| 4.2.3 PMV |
| 4.2.4 PPD |
| 4.3 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
四、空调列车车厢内CO_2浓度的模糊控制（论文参考文献）
- [1]基于CFD的城市轨道交通车厢空气质量模拟分析[J]. 冯劲梅,蔡加熙,朱倩翎,丁业凤. 应用技术学报, 2021(02)
- [2]城市地铁环境空气污染及热舒适调查[J]. 张翠林,张金萍,蒋佳昀. 科学技术与工程, 2021(01)
- [3]面向列车车厢环境监测的无线传感器网络数据融合算法研究[D]. 雷丽婷. 兰州交通大学, 2020(01)
- [4]南京地铁车厢夏季工况热环境调查与乘员热舒适性建模研究[D]. 石金枝. 南京师范大学, 2020(03)
- [5]地铁车厢内空气品质及污染物分布特性研究[D]. 邵李燕. 青岛理工大学, 2019(02)
- [6]北京地铁车厢细颗粒物浓度动态变化实测研究[D]. 裴斐. 北京工业大学, 2019(07)
- [7]不同屏蔽门条件下地铁车站热环境实测研究[D]. 王晓. 上海工程技术大学, 2020(04)
- [8]地铁车厢污染物浓度分布特性模拟与安全保障[D]. 朱倩翎. 上海应用技术大学, 2019(02)
- [9]地铁车厢污染物浓度分布特性模拟与分析[A]. 冯劲梅,朱倩翎. 中国环境科学学会2019年科学技术年会——环境工程技术创新与应用分论坛论文集（二）, 2019
- [10]高速列车车内气流组织分析及空气质量评价[D]. 陈嘉迪. 大连交通大学, 2019(08)
标签：地铁屏蔽门论文;