FEASIBILITY STUDY OF GROUP ESTIMATION OF THERMAL COMFORT USING FANGER’S THEORY APPLIED TO PEOPLE WITH DIFFERENT WORKING CAPABILITIES


Cite item

Full Text

Abstract

The paper presents a possibility to use an averaged integrated estimation of thermal comfort using Fanger's theory applied to people with different working capabilities. Taking into account the fact that Fanger's concept of thermal comfort is based on linear association between parameters in was concluded that utilization of averaged integrated estimate for people with different working capabilities for group estimation of temperature comfort is possible.

About the authors

M V Huseynova

Azerbaijan Technical University

Email: m.v.huseynova@gmail.com
старший преподаватель Baku, Azerbaijan Republic

References

  1. Дворецкий С. И. Производственный микроклимат: (оценка и прогнозирование воздействия): метод. указ. / сост.: В. М. Дмитриев, Е. А. Сергеева, Л. С. Тарова, В. Б. Михайлов, А. В. Бояршинов. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2003. Ч. 1. 32 с
  2. Дорофеев В. Н. Теоретические основы создания микроклимата в помещении. URL: http://e.lib.vlsu.ru:80/handle/123456789/5545 (дата обращения: 30.03.2018)
  3. Индексы теплового комфорта: учебно-методическое пособие / Университет ИТМО. Санкт-Петербург, 2016
  4. Нагорная А. Н. Применение CFM-программ для исследования тепловых и воздушных режимов помещений. Наука ЮУрГУ: материалы 66-й научной конференции Секции технических наук. Челябинск, 2012. С. 985-992
  5. Altayeva A. B., Omarov B. S., Cho Y. I. Intelligent Microclimate Control System Based on IoT. International Journal of Fuzzy Logic and Intelligent Systems. 2016, 16 (4), pp. 254-261.
  6. Bryn I., Smidsrad M. Thermal Comfort; Operative Temperature in the Sun. Available at: www.irbnet.de/daten/iconda/CIB2448.pdf (accessed: 30.03.18).
  7. Cheng Ch. Ch., Lee D. Smart Sensors Enable Smart Air Conditioning Control. Sensors. 2014, 14 (6), pp. 11179-1203; doi: 10.3390/s140611179 (accessed: 30.03.18).
  8. Chen X., Wang Q., Srebric J. Model predictive control for indoor thermal comfort and energy optimization using occupant feedback. Energy and Buildings. 2015, 102, pp. 357-369.
  9. Duarte-Galvan C., Torres-Pacheco I., Guevara-Gonzalez R. G., Romero-Troncoso R. J., Contreras-Medina L. M., Rios-Alcaraz M. A., Millan-Almaraz J. R. Review. Advantages and disadvantages of control theories applied in greenhouse climate control systems. Spanish Journal of Agricultural Research. 2012, 10 (4), pp. 926-938.
  10. Ekici C. A review of thermal comfort and method of using Fangers PMV equation. Available at: https://www.researchgate.net/publication/289201295_A_review_of_thermal_comfort_and_method_of_using_Fanger%27s_PMV_equation (accessed: 30.03.18).
  11. Engineering ToolBox. Predicted Mean Vote Index (PMV). Available from: http://www.engineeringtoolbox.com/predictewd-mean-vote-index-PMV-d_1631 SPOT: A Smart Personalized Office Thermal Control System. html (accessed: 30.03.18).
  12. Feriadi H., Wong N. H., Chandra S., Cheong K. W., Tham K. W. Redefining appropriate thermal comfort standard for naturally ventilated buildings in tropics (singapore and indonesia perspective). Proceedings: Indoor Air 2002. Available at: https://www.irbnet.de/daten/iconda/CIB7768.pdf (accessed: 30.03.18).
  13. Gallardo A., Palme M., Lobato-Cordero A., Beltran R. D., Gaona G. Evaluating Thermal Comfort in a Naturally Conditioned Office in a Temperate Climate Zone. Buildings. 2016, 6 (3), 27; doi: 10.3390/buildings6030027
  14. Gao P. X., Keshav S. A smart personalized office thermal control system/conferences.sigcomm.org/eenergy/2013/papers/p21.pdf (accessed: 30.03.18).
  15. Genco A., Viggiano A., Viscido L., Sellitto G., Magi V. Optimization of microclimate control systems for air-conditioned environments. International journal of heat and technology. 2017, 35 (1), pp. S236-S243.
  16. Goyal S., Ingley H., Barooah P. Occupancy-Based Zone-Climate Control for Energy-Efficient Buildings: Complexity vs. Performance. Applied Energy. 2013, 106, pp. 209-221.
  17. Hoof1 J., Mazej M., Hensen Jan L. M. Thermal comfort: research and practice. Frontiers in Bioscience. 2010, 15, pp. 765-788.
  18. Kajtar L., Nyers J., Szabo J., Ketskemety L., Herczeg L., Leitner A., Bokor B. Objective and Subjective Thermal Comfort Evaluation in Hungary. Thermal Science. 2017, 21 (3), pp. 1409-1418.
  19. Kim J. H., Min J. K., Kim B. Is the PMV Index an Indicator of Human Thermal Comfort Sensation? International Journal of Smart Home. 2013, 7 (1), pp. 27-35.
  20. Kotsopoulos S. D., Casalegno F., Cuenin A. Personalizing Thermal Comfort in a Prototype Indoor Space. SIMUL 2013. The Fifth International Conference on Advances in System Simulation. IARIA, 2013, pp. 178-185.
  21. Lute P., Paassen D. Optimal Indoor Temperature Control Using a Predictor. 0272-1 108/95/$04.000 1995, IEEE Control Systems. Available at: https://pdfs.semanticscholar.org/../0736e6c555eadd1125cfe. (accessed: 30.03.18).
  22. Nguyen A. T., Singh M. K., Reiter S. An Adaptive Thermal Comfort Model for Hot Humid South. Building and Environment. 2012, 56, pp. 291-300.
  23. Nicol J. F., Humphreys M. A. Adaptive thermal comfort and sustainable thermal standards for buildings. Available at: https://www.researchgate.net/publication/222402882_Adaptive_Thermal_Comfort_and_Sustainable_Thermal_Standards_for_Buildings (accessed: 30.03.18).
  24. Pivac N., Nizetic S. Thermal comfort in office buildings: General issues and challenges. Conference Paper April 2017. Available at: https://www.researchgate.net/publication/315809782_Thermal_comfort_ in_office_buildings_General_issues_and_challenges?enrichId=rgreqce65b136d41051d503751da7f2f1f7ca-XXX&enrichSource=Y292ZXJQYWdlOzMxNTgwOTc4MjtBUzo0ODA0NTc3Mzg0NjExODZAMTQ5MTU2MTQ1OTg3Ng%3D%3D&el=1_x_2&_esc=publicationCoverPdf (accessed: 30.03.18).
  25. Olesen B. W. Seelen J. Criteria for a comfortable indoor environment in buildings. Journal Thermal Biology. 18 (5-6), pp. 545-549
  26. José A., Orosa J. A. Research on the Origins of Thermal Comfort. European Journal of Scientific Research. 2009, 34 (4), pp. 561-567.
  27. Personalizing Thermal Comfort in a Prototype Indoor Space. Available at: http://mobile.mit.edu/fbk/wp-content/uploads/2014/03/simul_2013_8_10_50120.pdf (accessed: 30.03.18).
  28. Predicting Thermal Comfort AREN 3050. Environmental systems for Buildings. Available from: https://comfort_and_using_Fangers_PMV_equation.method_of_gradebuddy.com/doc/601883/predicting-thermal-comfort?full=1 (accessed: 30.03.18).
  29. Reinhold K., Tint P., Munter R. Indoor air quality in industrial premises. Material science and applied chemistry. 2009-7353. RTU Zinătniskie raksti Materiălzinătne un lietišėā ėīmija, 20. sējums 2009. Available at: https://ortus.rtu.lv/science/lv/publications/7307/fulltext (accessed: 30.03.18).
  30. Samarin O. D. The probabilistic-statistical modeling of the external climate in the cooling period. Magazine of Civil Engineering. 2017, 5, pp. 62-68.
  31. Stazia F., Gregorinib B., Gianangelib A., Bernardinib G., Quagliarini E. Design of a smart system for indoor climate control in historic underground built environment. 9th International Conference on Sustainability in Energy and Buildings, SEB-17, 5-7 July 2017, Chania, Crete, Greece. Energy Procedia. 2017, 134, pp. 518-527.
  32. Yang Y., Li B., Liu H., Tan M., Yao R. A study of adaptive thermal comfort in a well-controlled climate chamber. Applied Thermal Engineering. 2015, 76, pp. 283-291. Available at: https://doi.org/10.1016/j.applthermaleng.2014.11.004 (accessed: 30.03.18).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2019 Human Ecology


 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».