智能建筑的室内智能空气质量检测

2022-09-20 15:38      千家网


  数字化转型本身并不令人兴奋,也不会激励人们,除非它与更大的目标相关联。后新冠肺炎时代,当员工仍在考虑是否返回工作场所、送孩子上学或去他们最喜欢的目的地旅行时,办公楼、教育机构和机场正受到最高绩效标准的严格审查。这些空间的健康和这些建筑的室内空气质量受到密切关注。智能空气质量监测是一个有用的解决方案。随着气候变化和温室气体排放,需要每一个能够为可持续发展发挥作用的全球公民提供新的思维,以减少对环境和气候变化的影响。

  办公空间面临的挑战

  随着办公空间工作人员和租户满怀期望地回到大楼,大楼业主、房东和员工健康与安全官员必须为清洁、健康的大楼提供足够的措施和透明度,并要求及时回应住户的要求.美国绿色建筑委员会、EPA 和 LEEDS 共同制定了一套通用的室内空气质量标准,这些标准由一组关键参数管理,例如:

  CO2:空气中的一种天然化合物,室外平均浓度为 300-400ppm。室内水平更高。任何超过 900 ppm 的东西都可以被认为是不健康的。未来的智能建筑应将二氧化碳水平保持在接近 600 ppm。

  CO:它是一种无味无色的致命气体,是室内环境中最危险的化合物之一。美国国家职业安全与健康研究所 (NIOSH) 建议 8 小时工作日的接触限值为 35ppm。

  VOC:挥发性有机化合物是我们日常生活中使用的许多产品中的化学物质。它们会刺激眼睛、鼻子和喉咙,并导致呼吸困难。它们由许多常见的建筑材料排放,包括地毯、硬木地板、室内装潢甚至大理石表面。

  PM2.5:颗粒物是一种危险的污染形式,因为颗粒的大小非常小(直径为 2.5 微米或更小),以至于它可以进入肺部造成许多不利影响。它们的阈值为 25 μg / 3。

  氡:它是一种放射性气体,由土壤中的天然铀衰变形成。它具有致癌性,EPA 建议的水平限值为 4 pCi/L。

  解决方案指南

  LEED 为健康、高效、碳和节约成本的绿色建筑提供了一个框架。它们是解决健康建筑、气候危机和实现 ESG 目标的关键部分。 ASHRAE(美国供暖、制冷和空调工程师协会)推进了建筑物的供暖、制冷和通风设计。这两个框架都在我们如何设计、运营和服务未来的智能建筑以及今天的可以用物联网传感器进行智能空气质量监测的建筑中发挥作用。

  让我们看一个示例,说明如何根据建筑物的占用情况,自动化建筑物中的空间以达到 LEED 认证的室内空气质量。

  空气质量监测示例

  我们将构建基于建筑占用和建筑面积的自动化控制功能,以根据 ANSI/ASHRAE 62.1 – 2019 标准调节室内空气质量。 ASHRAE 标准的目的是规定最低通风率和其他措施,以提供人类居住者可接受的室内空气质量 (IAQ),并将不利的健康影响降至最低。

  空间的占用密度和建筑面积驱动可占用空间的呼吸区 (Vbz) 所需的室外空气进气量。通风区所需的新风量不应小于下式确定的值:

  Vbz = Rp * Pz + Ra * Az

  Az = 区域建筑面积,通风区域的净可占用建筑面积,ft2 (m2)

  Pz = 区域人口,使用期间通风区域内的人数

  Rp = 每人所需的室外空气流量

  Ra = 单位面积所需的室外空气流量

  假设在德克萨斯州奥斯汀有一座 Waylay 办公楼,其楼层/可占用空间如下。

  1.一 楼:主入口大厅(2,000 平方英尺)、休息室(1,000 平方英尺)、办公空间(3,000 平方英尺)

  2.二楼:休息室(1,000 平方英尺)、办公空间(3,000 平方英尺)

智能建筑的室内智能空气质量检测

  办公楼示例

  异常情况:假设在一次公司活动中,当来自不同组织的员工聚集在一起吃午饭时,休息室的入住人数达到了 70。 此事件触发超过每 1000 平方英尺 50 人的入住率阈值。这种情况持续了 1 小时(中部标准时间下午 12 点至下午 2 点),然后在中部标准时间下午 3 点之前入住率降至阈值 (50) 以下。 然后,在 CST 下午 6:00 时,居住者密度最终达到零。 需要在每个阈值交叉处调整通风率,然后将其设置为零占用的最小阈值。 此外,为了节约能源,休息室无人时需要关灯。

智能建筑的室内智能空气质量检测

  通风率示例

  低代码实现

  1.为资源建模,Waylay Austin。创建资源楼层 1 和楼层 2 作为资源“Waylay Austin”建筑的子级。

  2.将资源休息室 1 建模为楼层 1 的子资源,并将另一个休息室 2 建模为楼层 2 的子资源。

  3.为资源休息室 1 和休息室创建值为 1000 的元数据属性 (area_sqft)。

  4.为楼层 1 的资源大厅 1 创建值 = 2000 的元数据属性 (area_sqft)。

  5.编写一条规则以针对 1 楼的休息室 1 运行,其中休息室 1 的占用传感器发送上表中显示的数据。

  从没有超过阈值的占用密度(中 = 40)开始,并将 HVAC 控制系统通风率设置为 320 cfm。然后,在中部标准时间下午 12 点一段时间后,入住人数增加到 70 人并超过阈值 (50)。此时,我们将 ventilation_rate 增加到 470 cfm。向 VAV 控制器发送命令,以 470 cfm – 320 cfm = 150 cfm 或 +46% 的额外空气供应量向空间提供额外空气。此外,向设施经理发出警告警报(A 楼/ 1 楼休息室的占用率已超过容量阈值)。

  然后,当占用率下降到 50 时,将 ventilation_rate(空气供应)降低到 370 cfm。当占用率降至零时,将 ventilation_rate 降低至 120 cfm 或 370 cfm – 120 cfm / 370 cfm = -67.5% 的差值。

  智能空气质量监测的重要性

  室内空气质量对建筑居住者的整体健康和福祉以及环境起着重要作用。建筑物中的空气质量差会导致许多不利的健康问题,例如恶心、头痛、哮喘等呼吸问题、皮肤过敏,甚至癌症。事实上,由于人们将近 90% 的时间都在室内度过,因此室内空气质量对人们的健康和生产力有着重大影响。

  另一方面,美国能源部的数据显示,建筑物占美国所有能源使用量的 40%,并浪费了 30% 的能源消耗。因此,可以通过严格遵循 ANSI/ASHRAE 和 LEED 指南来保持能源消耗和浪费与室内空气质量的平衡。这可以通过超自动化系统来实现,该系统可以感知各个建筑区域的实时居住人数、室内空气参数和气流,并将它们与来自 IT 系统、室外空气质量和居住者反馈的上下文数据实时融合。

  作者:Arabinda Bose

相关阅读

    无相关信息