广东省自然科学基金(S2011040003755) 作品数:12 被引量:32 H指数:4 相关作者: 李志生 郭初 韩瑶 余珏 罗燕萍 更多>> 相关机构: 广东工业大学 广州地铁设计研究院有限公司 更多>> 发文基金: 广东省自然科学基金 更多>> 相关领域: 建筑科学 环境科学与工程 交通运输工程 一般工业技术 更多>>
温湿度对典型家具材料甲醛散发的影响研究 被引量:8 2015年 为了研究环境参数对室内家具中甲醛的散发影响,采用环境舱实验研究了温度和相对湿度对4种典型家具(复合地板、长条座椅、橱柜、壁柜)材料中甲醛散发的影响.给出了释放速率E的定义,通过回归分析表明释放速率的自然对数与温度的变化成强线性相关关系(相关系数r=0.9936~0.9995).研究结果表明:材料样品中甲醛的散发随着温度的升高和湿度的增大而散发加强;在高温高湿度环境下甲醛的散发更加强烈.研究结论对南方热湿地区和北方地板采暖房间室内甲醛污染的防治和室内装修设计提供了指导;对房间通风空调系统的热湿和污染物的处理优化设计提供参考. 李志生 郭初关键词:温度 相对湿度 甲醛散发 基于树模型的北京市PM_(2.5)预测效果对比分析 被引量:5 2021年 在城市空气质量预测中,ρ(PM_(2.5))会受到气象条件和时间周期的影响。选取北京市全市为实验区域,对多种污染物浓度特征、时间特征及天气特征等进行分析,采用2019年33个空气质量监测站逐小时数据开展PM_(2.5)预测实验,建立了基于特征的LightGBM (light gradient boosting machine) PM_(2.5)质量浓度预测模型,分别与随机森林模型(RF)、梯度提升树模型(GBDT)、 XGBoost模型3个PM_(2.5)浓度预测模型进行对比。结果表明:在PM_(2.5)浓度预测精度方面,LightGBM模型最高,XGBoost模型次之,RF模型最差。LightGBM模型的PM_(2.5)污染浓度预测准确率高于其他模型,R2为0.9614,且具有训练快、内存少等优点。LightGBM模型的5个评估指标均优于其他模型,说明其在PM_(2.5)逐时预测上具有很好的稳定性和应用前景。 李志生 梁锡冠 金宇凯 张华刚 欧耀春地铁站台火灾屏蔽门开启方案实验与数值模拟对比研究 被引量:5 2014年 以广州地铁三号线大塘站为例,采用实测和数值模拟方法,分析了地铁站台发生火灾时标准区间站站台5种屏蔽门开启模式下通过屏蔽门的风速和风量,研究了屏蔽门的最佳开启方案。结果表明,地铁站台发生火灾时,屏蔽门的开启数量分别为2,4,6,24(全开)时,均能满足人员疏散的要求,也符合相关地铁设计规范的要求;但最佳的屏蔽门开启方案是开启站台一侧两端各2个屏蔽门,另外再开启站台排烟风机。 罗燕萍 李志生 韩瑶 余珏关键词:地铁 站台 火灾 风速 风量 热湿地区室内挥发性有机物多源散发研究现状 被引量:1 2014年 分析热湿地区室内空气污染现状,对影响热湿地区室内空气污染因素的独特特征进行总结。介绍国内外热湿环境下挥发性有机物多污染源散发机制的研究现状,指出湿热条件下室内装修家具等具有多污染源的挥发性有机物散发模型及环境影响因素研究的不足,提出对室内温度场、风速场、湿度场、污染物浓度分布进行模拟仿真的研究方向。 郭初 李志生关键词:室内挥发性有机物 模拟仿真 细颗粒物粒径分布对负离子净化效果影响的实测与分析 被引量:1 2020年 空气负离子主要通过静电吸附的方式降低空气中细颗粒物的浓度,而细颗粒物的粒径大小会对负离子的净化效果产生影响。为了研究负离子对室内不同粒径颗粒物的净化效果,以广州市某个典型居民房间为例,通过添加人工污染源并加装负离子净化器,采用相应仪器测试不同粒径颗粒物的浓度变化。并对不同粒径颗粒物浓度变化进行线性拟合。结果表明:不同粒径颗粒物的浓度变化近似为线性,而且负离子对小粒径颗粒物的净化效果更加明显,而负离子在污染严重的空气中存活时间极短,浓度很低。 王俊腾 李志生 梁锡冠 李华刚 欧耀春关键词:细颗粒物 粒径分布 负离子 季节指数改进的PM_(2.5)质量浓度组合预测模型研究 2022年 随着我国的经济和城市化迅速发展,PM_(2.5)主导的区域空气污染已成为紧迫、突出的环境问题。据相关研究表明,PM_(2.5)在不同季节质量浓度差异较大。根据广州市2015~2019年的PM_(2.5)月均质量浓度数据,结合大气污染物及气象因素,引入季节指数,建立预测PM_(2.5)质量浓度的改进多元线性回归和多层感知器组合预测模型,探析广州市大气污染物中PM_(2.5)质量浓度的变化规律。结果表明,用季节指数改进的组合预测模型对PM_(2.5)质量浓度进行预测分析,拟合结果良好。使用不同评价指标将组合模型与传统的多层感知器预测模型和多元线性回归模型进行对比,该组合模型的均方根误差(Root Mean Square Error,RMSE)、平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)、平均绝对误差(Mean Absolute Error,MAE)分别比多层感知器模型减少了23.1%、31%、24.2%;比多元线性回归模型减少了35.3%、41.3%、41%。该模型精度均优于传统的多元线性回归模型和多层感知器模型,能更好地预测环境PM_(2.5)质量浓度,为优化环境提供参考。 曾江毅 李志生 欧耀春 金宇凯关键词:多元线性回归 多层感知器 神经网络 空气幕对厨房内PM2.5控制效果的模拟与分析 被引量:2 2020年 厨房烹饪是民居室内PM2.5污染物的重要来源,为对其进行有效控制,提出了空气幕送风方式。建立厨房物理模型,使用Fluent软件对厨房内的气流组织、温度分布和PM2.5浓度分布进行了数值模拟。研究了空气幕对厨房内PM2.5和热流的控制效果,并对3种射流速度进行对比分析。研究结果表明:空气幕射流气流对烹饪区域产生了很好的包裹效应,可以阻隔PM2.5的扩散和热流的蔓延;可使厨房内PM2.5排除率提高到44%~75%,平均降温1~2℃。当空气幕射流速度为0.6 m/s时,控制效果最佳。研究结论可对厨房PM2.5污染的防治提供参考,为空气幕送风系统的研究提供模拟数据和理论依据。 甘阳阳 李志生关键词:PM2.5 数值模拟 民居厨房颗粒物散发研究进展 2019年 烹饪是室内颗粒物的重要来源,其污染水平与人体健康密切相关。本文介绍了民居厨房颗粒物污染研究现状,对颗粒物浓度影响因素进行总结。调查了国内外不同厨房烹饪活动对颗粒物散发率和质量浓度的影响。并提出民居厨房颗粒物散发、暴露评价、数值模拟的研究方向。 甘阳阳 李志生 刘琳关键词:颗粒物 基于多阶段聚类的PM_(2.5)质量浓度预测及对比研究 被引量:1 2023年 本文提出了一个基于多阶段聚类的深度神经网络(Deep Neural Network,DNN)预测模型,用于多步骤PM_(2.5)质量浓度预测。建议的模型包括分解聚类和预测。在聚类部分中,第1阶段采用的是HDBSCAN(Hierarchical Density-based Spatial Clustering of Applications with Noise,HDB)密度聚类来剔除噪点,在此基础上,再进行第2阶段聚类。第2阶段聚类采用的是Kmeans、Agglomerative、高斯混合以及BIRCH聚类算法(Balanced Iterative Reducing and Clustering Using Hierarchies)4种聚类算法。在预测部分中,使用了DNN作为预测器,选取了深圳市11个空气质量监测站的2015全年逐时数据来验证模型的有效性。实验结果表明,基于多阶段聚类的预测模型适合PM_(2.5)质量浓度的多步高精度预测,性能优于无聚类预测模型以及单阶段聚类预测模型。 金宇凯 李志生 欧耀春 张华刚 曾江毅 陈搏超关键词:聚类 两种新型太阳能吸收式制冷循环系统 被引量:3 2014年 介绍了太阳能制冷的实现途径和太阳能吸收式制冷系统的研究现状,分析了传统型太阳能吸收式制冷系统的缺点与存在的问题,提出了两种新型太阳能吸收式制冷系统:即在传统的系统基础上增加了压缩式热泵系统(新型A);在太阳能集热器中加入相变蓄能材料,且将热泵系统的蒸发器与太阳能集热器合为一体(新型B)。详细介绍了两种新型系统的工作原理,分析了的系统优缺点。新型系统可以较好利用太阳能实现制冷,能解决传统型系统存在的弊端,为太阳能空调系统的优化提供了新的研究方向。 李志生 曾涛 郭初关键词:太阳能 吸收式制冷 热泵系统 相变蓄能材料