The 7th National Conference on Computational Mechanics of Granular Materials in conjunction with The 4th International Symposium on Computational Particle Technology (CMGM-2024 & CPT-2024)

CFD 技术已被广泛应用于模拟室内通风系统的气流分布。以往的研究常基于 CFD 技术，采用多准则决策（MCDM）方法在室外天气变化时优化通风系统性能。然而，通风性能，包括空气质量（IAQ）和人员的热舒适度（TC）与能耗（EC）的同时优化，对 MCDM 的平衡性能提出了挑战。因此，本研究提出了一种集成多目标优化（MOO）和偏好信息驱动的决策模型，旨在不同室外天气条件下最大程度地节省能源的同时确保 IAQ 和 TC。MOO 方法通过生成一组帕累托最优集降低了 MCDM 中考虑的不适当和极端通风参数组合的不利影响。此外，将已建立性能标准的目标维持在推荐范围内，仅在缺乏性能标准的目标中进行折中，从而降低了算法复杂性并提高了能源利用效率。为加快迭代过程，采用基于实验验证的 CFD 模拟的响应面方法预测所有考虑的通风性能目标。与典型的 MCDM 方法相比，该方法可将能源消耗降低多达 16.99%，同时满足 TC 和 IAQ 要求。此外，本研究确定了在不同天气条件下符合各种决策偏好的最佳回风口高度和运行模式。这些发现为准确优化和控制通风系统提供了新见解。

通风运行控制,节能,CFD,多目标优化,多准则决策