Okresowe i stochastyczne zmiany prędkości i temperatury powietrza

Funkcjonowanie modelu dla stanu nieustalonego sprawdzono symulując numerycznie przepływ ciepła przez wycinek skóry człowieka za pom ocą programu do obliczania nieustalonych pól temperatury w ciałach stałych, opracowanego w Instytucie Techniki Cieplnej Politechniki Śląskiej w Gliwicach, w którym zastosowano metodę bilansów elementarnych. Symulowany wycinek skóry podzielono na 26 obszarów elementarnych z węzłami w środku każdego obszaru. W pierwszej warstwie umieszczono

2 węzły, w drugiej - 14, w trzeciej - 10. Odległości między węzłami wynosiły odpowiednio w warstwie pierwszej, drugiej i trzeciej: 0,0625, 0,05 i 0,775 mm. Zgodnie z równaniem termoregulacji na głębokości 8,575 mm założono stałą temperaturę twcwn=36,4°C. W ęzeł symulujący termoreceptor zimna umieszczono na głębokości 0,2 mm, węzeł symulujący termoreceptor ciepła - na głębokości 0,5 mm. Warunki początkowe symulacji (temperaturę w 26 węzłach) przyjmowano z obliczeń ustalonego rozkładu temperatury dla rozważanej temperatury powietrza i średniej temperatury promieniowania oraz średniej prędkości przepływu powietrza. Wszystkie symulacje wykonano przy założeniu, że średnia temperatura promieniowania jest równa temperaturze powietrza.

Symulacja p rzy sinusoidalnych zmianach temperatury

W pierwszym etapie analiz, dla zweryfikowania modelu wymiany ciepła pomiędzy wycinkiem skóry człowieka a otoczeniem, symulowano sinusoidalne zmiany temperatury obu termoreceptorów i porównano uzyskane wyniki z wynikami takich symulacji podawanymi przez Ringa (de Dear i in. 993) i Madsena1984, którzy wcześniej próbowali wyjaśnić stwierdzoną eksperymentalnie wrażliwość ludzi na określone pasmo częstotliwości zmian prędkości powietrza, wykorzystując zjawisko termorecepcji. W celu odwzorowania warunków przyjmowanych w modelach Ringa i Madsena, założono sinusoidalne zmiany temperatury na powierzchni skóry. Przyjęto również takie same jak w opisanych modelach założenia dotyczące grubości symulowanego wycinka skóry, a więc w obliczeniach symulowano podzielony na 3 warstwy wycinek skóry człowieka o grubości 5 mm. N a głębokości 5 mm zakładano stalą temperaturę 37°C, temperatura średnia na powierzchni skóry wynosiła 20°C i zmieniała się sinusoidalnie, z różnymi częstotliwościami z zakresu od 0,001 do 100 Hz i amplitudą ty=5 K (rys.3.27). Zachowano podział symulowanego wycinka skóry na 26 obszarów elementarnych z węzłami w środku każdego obszaru i z liczbą węzłów w warstwach rów ną kolejno 2, 14 i 10. Węzeł symulujący termoreceptor zimna umieszczono na głębokości 0,2mm, węzeł symulujący termoreceptor ciepła - na głębokości 0,5 mm. Dla umożliwienia porównania wyników otrzymanych z modelu z wynikami Ringa i Madsena symulacje numeryczne odczuć cieplnych człowieka przeprowadzono biorąc kolejno pod uwagę oba warianty założeń występujących w tych modelach tj. proporcjonalność reakcji termoreceptorów do szybkości zmian temperatury i do gradientu temperatury.

=37°C V=20±5°C

r w v w \

Rys. 3.27 Wycinek skóry i parametry przyjmowane w modelu p rzy sinusoidalnych zmianach temperatury na powierzchni skóry.

6 6 ŚRODOWISKO WEWNĘTRZNE

Po wstępnych obliczeniach mających na celu dobranie właściwego kroku czasowego i całkowitego czasu symulacji symulowano sinusoidalne zmiany temperatury na powierzchni skóry zakładając w kolejnych seriach 25 różnych częstotliwości zmian. Na podstawie wyników symulacji sporządzono charakterystyki wrażliwości częstotliwościowej termoreceptora zimna i ciepła dla modelu zakładającego proporcjonalność reakcji termoreceptora do pochodnej temperatury po czasie oraz charakterystyki częstotliwościowe dla modelu, w którym założono proporcjonalność reakcji termoreceptora do gradientu temperatury. Charakterystyki wrażliwości częstotliwościowej termoreceptora zimna uzyskane z symulacji numerycznych dla obu przyjętych założeń porównano następnie z odpowiednimi charakterystykami z modelu Ringa i Madsena (rys. 3.28). Charakterystyki uzyskane z symulacji zgodne są z charakterystykami otrzymanymi z modelu opisanego przez Ringa. Kształt tych krzywych jest również zgodny z kształtem krzywych uzyskanych z symulacji Madsena wykorzystujących model elektryczny oraz z badań Fangera z udziałem ludzi. Przy założeniu proporcjonalności reakcji termoreceptora do pochodnej temperatury po czasie, dtR/dr, maksimum charakterystyki częstotliwościowej termoreceptora zimna występuje dla wartości częstotliwości f= 2 Hz. Taki sam wynik otrzymał Ring, nie jest on jednak zgodny z wynikami badań z udziałem ludzi. Uwzględniając zjawisko termorecepcji, Ring nie brał bowiem pod uwagę wymiany ciepła pomiędzy skórą człowieka a otoczeniem. Dla symulacji numerycznych przeprowadzonych przy założeniu reakcji termoreceptora proporcjonalnej do gradientu temperatury, dV dx, co odpowiada założeniom modelu Madsena, wartość maksimum charakterystyki częstotliwościowej termoreceptora zimna, otrzymanej w wyniku symulacji, występuje dla częstotliwości zmian temperatury/ równej ok. 0,5 Hz. Jest to wartość zgodna z wynikami Madsena, a także zgodna z wynikami badań z udziałem ludzi. Wg badań Hensela reakcja termoreceptora zależy jednak wyłącznie od szybkości zmian temperatury, a założenie takie nie powinno być przyjmowane.

Rys. 3.28 Porównanie charakterystyk częstotliwościowych termoreceptora zimna, uzyskanych z symulacji numerycznych z odpowiednimi charakterystykami otrzymanymi z modelu Madsena i Ringa.

Symulacja p rzy sinusoidalnych zmianach prędkości

Dotychczas nie przeprowadzono symulacji nieustalonej wymiany ciepła pomiędzy wycinkiem skóry człowieka a otoczeniem dla przypadku sinusoidalnych zmian prędkości w strudze opływającej człowieka, a taki przypadek był analizowany w prowadzonych przez Fangera i Pedersena badaniach eksperymentalnych. Dla porównania wyników otrzymywanych z modelu z badaniami eksperymentalnymi z udziałem ludzi, przeprowadzono symulacje zakładając sinusoidalne zmiany prędkości nawiewanego powietrza z częstotliwościami zmieniającymi się od 0,001 do 10 Hz. Symulacje przeprowadzono przy założeniu zależności lokalnego konwekcyjnego współczynnika wnikania od prędkości powietrza typu pierwiastkowego, z korektą dla małych prędkości, dla której otrzymano najlepszą korelację wskaźnika ryzyka przeciągu i temperatury termoreceptora w stanie ustalonym. Przyjęto założenia zbliżone do założeń badań Fangera i Pedersena tj. założono średnią prędkość w =0,l, 0,2 i 0,3 m/s, amplitudę fluktuacji prędkości w^=0,l m/s oraz temperaturę otoczenia ta=23°C. Symulacje prowadzono dla 200 okresów, gdyż dopiero po takim okresie czasu uzyskiwano ustalone amplitudy temperatur w węzłach odpowiadających termoreceptorom. W wyniku symulacji otrzymano wartości temperatur w węzłach dla trzech prędkości średnich i wszystkich badanych częstotliwości zmian prędkości. W dalszym etapie, w którym brano pod uwagę wartości temperatur termoreceptora zimna i ciepła otrzymane w wyniku obliczeń numerycznych dla ostatnich dziesięciu okresów, oraz wartości temperatur w tych węzłach dla stanów ustalonych, wyznaczono m aksym alną wartość bezwzględną pochodnej |d/^/dij. Dla założonego w modelu rozkładu konwekcyjnego współczynnika wnikania ciepła typu pierwiastkowego, z korektą dla małych prędkości, ze względu na jego nieliniowość, wartości temperatur termoreceptora zimna zmieniały się periodycznie, ale nie sinusoidalnie. Maksymalną wartość pochodnej [d/fo/drl wyznaczono aproksymując otrzymane przebiegi temperatury szeregami trygonometrycznymi składającymi się z pięciu harmonicznych:

5

l Rz ~ l Rz + X ( Ą S‘n icot + cos ,o)0 (3.17) i=l

Przykładowe przebiegi temperatury termoreceptora zimna, aproksymacji zmian temperatury termoreceptora zimna szeregiem trygonometrycznym i obliczonej pochodnej temperatury termoreceptora zimna dla częstotliwości zmian prędkości f= 0,3125 przedstawiono na rysunku 3.29.

N a podstawie wyników obliczeń symulacyjnych sporządzono charakterystyki wrażliwości częstotliwościowej termoreceptora zimna i ciepła (rys. 3.30). Kształt otrzymanych charakterystyk wrażliwości częstotliwościowej termoreceptora zimna jest zgodny z kształtem krzywych uzyskanych z badań z udziałem ludzi. Maksima tych charakterystyk występują, dla wszystkich trzech zakładanych prędkości średnich, dla wartości częstotliwości zmian prędkości równej 0,625 Hz. W idoczna na rysunku nieregulamość przebiegu charakterystyk wrażliwości częstotliwościowej, występująca dla częstotliwości powyżej 1 Hz w przypadku termoreceptora zimna i dla częstotliwości powyżej około 0,6 Hz w przypadku termoreceptora ciepła, spowodowana jest błędami numerycznymi. Temperaturę termoreceptorów wyznaczano z rozdzielczością 10'5K, gdy przykładowo dla wartości w =0,1 m/s i f= 2 H z różnica pomiędzy m aksym alną i minimalną temperaturą termoreceptora zimna wynosiła 31 *10'5 K.

6 8 ŚRODOWISKO WEWNĘTRZNE

o pulsacje temperatury -X— pochodna temperatury

■ szereg trygonometryczny

Cj H

| if

_O t- .

^3 O

O Cl,

O. S<D

czas,

Rys. 3.29 Przykładowe przebiegi temperatury termoreceptora zimna, aproksymacji zmian temperatury termoreceptora zimna szeregiem trygonometrycznym i obliczonej pochodnej temperatury termoreceptora zimna, f - 0,3125

0,004 max 0.0035 0,003 0,0025 0,002 0,0015 0,001 0,0005 0

0,001

— R.zimna, w=0, lm/s R.zimna, w=0,2m/s

—A— R.zimna, w=0,3m/s

0,01 0,1 1 f Hz 10

- o — R.ciepta, w=0,lm/s

—o— R.ciepla, w=0,2m/s

—A— R.ciepla, w=0,3m/s

Rys. 3.30 Charakterystyki częstotliwościowe termoreceptora zimna i ciepła dla prędkości średnich w =0,1, 0,2 i 0,3m/s (wA=0,lm/s) przy założonym rozkładzie lokalnego konwekcyjnego współczynnika wnikania etę typu pierwiastkowego, z korektą dla małych prędkości.

Model generowania impulsów przez termoreceptor zimna

Model generowania impulsów oparto na założeniu, że pobudzenie termoreceptora zimna wywołane je st sum ą dwóch składników: statycznego i dynamicznego. Składnik statyczny proporcjonalny jest do różnicy temperatury termoreceptora i jego temperatury neutralnej. Składnik dynamiczny zależy od szybkości zmian temperatury termoreceptora, przy założeniu, że jedynie ujemna wartość pochodnej temperatury po czasie, o wartości

wyższej od wartości progowej odczuć zmian warunków cieplnych termoreceptora zimna, powoduje dodatkowe pobudzenie termoreceptora. Bodźce te sum ują się i po przekroczeniu pewnej wartości zostaje wysiany pojedynczy impuls do mózgu. Częstotliwość impulsów wysyłanych przez termoreceptor zimna w czasie T przedstawiono za pom ocą wzoru:

/ * = J * , ( r * tn)+ K d ^ - F pc dr (3.18) O

gdzie n - całkowita liczba impulsów wysianych przez termoreceptor w czasie T,

Ks i Kd - stale proporcjonalności, odpowiednio dla reakcji statycznej i dynamicznej termoreceptora,

ffc- temperatura termoreceptora zimna, tn- temperatura neutralna,

Fpc - funkcja progu odczuć zmian warunków cieplnych wyrażona wzorem:

Fp c = I + e r f (3.19)

gdzie e=-0,004 - próg odczuć zmian warunków cieplnych termoreceptora zimna,

g=0,0005 - odchylenie standardowe progu odczuć zmian warunków cieplnych termoreceptora zimna

Odstęp pomiędzy impulsami A rt wyznaczyć można z wzoru:

K , L tn) + K d - ^ - F pc dr = 1 (3.20)

Ilustrację modelu generowania impulsów stanowi rysunek 3.31, sporządzony dla fragmentu przebiegu temperatury termoreceptora zimna, wyznaczonego z symulacji przepływu ciepła w wycinku skóry przy fluktuacyjnych zmianach prędkości powietrza.

Symulacja przy turbulentnych zmianach prędkości powietrza, wyznaczenie parametru Kd modelu generowania impulsów

W rzeczywistych warunkach ruch powietrza nie jest ruchem periodycznie zmiennym, dającym się opisać jakąkolwiek zależnością matematyczną, ale zmiany prędkości chwilowej m ają charakter stochastyczny. Konsekwentnie, opracowany model zastosowano do symulacji rzeczywistych, turbulentnych zmian prędkości powietrza, wykorzystując wyniki pomiarów chwilowych prędkości w pomieszczeniach wentylowanych, prowadzonych za pom ocą trójwymiarowego dopplerowskiego anemometru laserowego. Dysponowano zbiorem 290 rejestracji chwilowych wartości składowych prędkości w różnych punktach pomieszczeń wentylowanych, na różnych wysokościach i przy różnych odległościach od przegród. Pomiary dotyczyły wentylacji mieszającej i wyporowej z różnymi typami nawiewników, przy różnych wariantach zakładanych ilości wymian i wydatku powietrza oraz różnic temperatur powietrza nawiewanego i powietrza w strefie pracy. Analizując posiadany zbiór rejestracji, wzięto pod uwagę wyniki pomiarów chwilowych prędkości w pomieszczeniach wentylowanych w punktach położonych na wysokości 1,1 oraz 1,7 m, odpowiadających wysokości ramion i

Ks (tfa-O+Kdfpc dWdi Ks (tfe-t„)

70 ŚRODOWISKO WEWNĘTRZNE

3.31 Ilustracja modelu generowania impulsów dla termoreceptora zimna:

przykładowy przebieg fluktuacyjnych zmian prędkości zarejestrowany w czasie T=10s, obliczone przebiegi temperatury termoreceptora zimna, reakcji statycznej i dynamicznej termoreceptora zimna oraz całkowitej reakcji termoreceptora zimna wraz z generowanymi przez ten termoreceptor impulsami. Przykład dla DR=16,75, tn=34,4°C, e=-0,004, g=0,0005, Ks =-1 Kd =-700.

3 1 ,4 2 3 1 ,4 -

^ 3 1 ,3 8 - 3 1 ,3 6 - 3 1 ,3 4 - 3 1 ,3 2 - -

2

-- 20 i*

15 ^

•o

10 J Ł

głowy siedzącego lub stojącego człowieka, tj. rejonu gdzie najczęściej występuje odczucie przeciągu. Następnie wybrano 17 serii pomiarowych, obejmujących zróżnicowane wartości prędkości średnich w zakresie od 0,1 do 0,4 m/s, odchyleń standardowych prędkości oraz intensywności turbulencji w zakresie od 20 do 70%. Problemem było uwzględnienie kierunku przepływu powietrza, mającego wpływ na stratę ciepła, i wskazanie składowej prędkości, której wpływ jest dominujący. Ponieważ jednak wskaźnik ryzyka przeciągu wyznacza się na podstawie wartości średniej prędkości, a przy zmianach losowych prędkości kierunek napływu powietrza nie daje się przewidzieć i brak jest wskazówek, jak wybierać składową o dominującym znaczeniu, jako parametr wybrano wartość średnią która, uwzględniając wpływ wszystkich składowych, jest wielkością największą. D la wybranych serii wyznaczono wskaźnik przeciągu DR. Każdorazowo czas rejestracji wartości prędkości chwilowych w jednej serii pomiarowej wynosił około 300 s przy częstotliwości próbkowania 200 Hz. Aby symulacje dotyczyły czasu dłuższego, ok.

20 min, każda seria wyników pomiarów wartości chwilowych prędkości została rozszerzona przez czterokrotne powtórzenie tych samych wartości, tak że całkowity czas symulacji wyniósł ok. 1200 s dla jednej serii. W celu uniknięcia skokowej zmiany prędkości chwilowej przy „sklejaniu” serii, dla każdej serii tworzono wykres przedstawiający 10 punktów końcowych i 10 punktów początkowych. Następnie aproksymowano część punktów końcowych i część punktów początkowych wielomianem czwartego stopnia, a wartości wyznaczone z aproksymacji przyjmowano jako końcowe i początkowe wartości prędkości chwilowej w każdej „sklejanej” serii. Liczba aproksymowanych punktów końcowych i początkowych dobierana była indywidualnie dla każdej serii.

Zakładając trzy temperatury powietrza: ta- 20, 23 i 26°C przeprowadzono symulacje odczuć cieplnych człowieka przy fluktuacyjnych zmianach prędkości powietrza, stosując model przepływu ciepła w wycinku skóry i model generowania impulsów przez termoreceptor zimna. Jako rozkłady startowe w obliczeniach symulacyjnych przyjmowano odpowiednie wartości temperatur w węzłach obliczone dla stanów ustalonych przy stałych prędkościach powietrza w = 0,l, 0,15, 0,2, 0,25, 0,3, 0,35 i 0,4 m/s, przybliżających wartości prędkości średniej dla każdej z serii pomiarowych. W wyniku symulacji otrzymano 51 zestawów wartości temperatur chwilowych termoreceptora zimna, dla których obliczono częstotliwości wysyłanych przez ten termoreceptor impulsów, stosując model generowania impulsów i dobierając odpowiednio wartości współczynników K, i Kd.

Wiadomo, że istnieje zależność pomiędzy częstotliwością impulsów wysyłanych przez termoreceptor a odczuciem cieplnym odbieranym przez mózg i że reakcja na odczucie cieplne jest proporcjonalna do częstotliwości impulsów, ale nie ma żadnych informacji mówiących, że jest to zależność liniowa. Z drugiej strony jednak, przyjmując Kj=-1 otrzymano zależność liniow ą o wysokim współczynniku korelacji dla stanu ustalonego. Biorąc to pod uwagę, wartość współczynnika reakcji dynamicznej Kd termoreceptora zimna dobierano również pod kątem istnienia zależności liniowej.

Poszukując właściwej wartości współczynnika Kd kierowano się dwoma kryteriami. Jako pierwsze przyjęto konieczność istnienia dobrej korelacji liniowej częstotliwości wysyłanych przez ten termoreceptor impulsów i wskaźnika ryzyka przeciągu. Jako drugie - uzyskanie wartości współczynnika regresji liniowej dla stanu nieustalonego jak najbliższej wartości współczynnika regresji wyznaczonego dla stanu ustalonego. Korelacje wskaźnika ryzyka przeciągu i częstotliwości impulsów wysyłanych przez termoreceptor zimna, wyznaczonej wg zaproponowanego modelu wymiany ciepła i generowania impulsów, uzyskane dla trzech, zakładanych kolejno, różnych wartości współczynnika

72 ŚRODOWISKO WEWNĘTRZNE

reakcji dynamicznej K<f=-500, -700, -900 dla trzech temperatur powietrza /o=20, 23 i 26°C przedstawia rysunek 3.32 Najwyższy współczynnik korelacji otrzymano dla K j =-500.

Wartość współczynnika regresji liniowej dla stanu nieustalonego jest jednak najbliższa wartości współczynnika regresji liniowej dla stanu ustalonego dla Kd =-700 (tabela 3.9).

Na wykresie ilustrującym zależność wskaźnika ryzyka przeciągu od częstotliwości impulsów wysyłanych przez termoreceptor zimna przy założeniu Kd =-500 punkty za bardzo odchylają się od prostej regresji opisującej taką zależność dla stanu ustalonego.

t*. Hz

- K ^ - 7 0 0 --- , T

-.i i _ _ i _ i

«ł_ i i i

U, ^{Hz 8 10 12 14}

Rys. 3.32 Korelacje wskaźnika ryzyka przeciągu i częstotliwości impulsów wysyłanych przez termoreceptor zimna, wyznaczonej wg zaproponowanego modelu wymiany ciepła i generowania impulsów, wyznaczone dla trzech temperatur powietrza: ta—20, 23 i 26°C dla trzech różnych wartości współczynnika reakcji

dynamicznej termoreceptora: a. Kd=-500, b. Kd--700, c. Kd=-900

Tabela 3.9 Współczynnik korelacji oraz współczynnik regresji liniowej pom iędzy częstotliwością impulsów i odsetkiem niezadowolonych DR, wyznaczone dla stanu nieustalonego dla trzech wartości współczynnika Kd, porównane z wartością współczynnika regresji liniowej dla stanu ustalonego.

R Współczynnik regresji dla stanu nieustalonego

Współczynnik regresji dla stanu ustalonego

-500 0,969 3,65 3,15

-700 0,967 3,16 3,15

-900 0,962 2,78 3,15

Symulacja odsetka niezadowolonych p rzy sinusoidalnych zmianach prędkości powietrza Przedstawione na rysunku 3.30 charakterystyki wrażliwości częstotliwościowej termoreceptora zimna otrzymano z symulacji zmian temperatury termoreceptora zimna przy sinusoidalnie zmieniających się prędkościach powietrza dla trzech zakładanych prędkości średnich w =0,1, 0,2 i 0,3 m/s. Otrzymane z tych symulacji przebiegi temperatury termoreceptora zimna wstawione zostały do modelu generowania impulsów, w którym zastosowano dobrane dla przepływów ustalonych i turbulentnych wartości t„=

34,4°C, K,=-1, Kd=-100 i z którego obliczono częstotliwości impulsów generowanych przez termoreceptor zimna. Wykorzystując następnie korelację liniową pomiędzy odsetkiem niezadowolonych DR i częstotliwością impulsów f Pa dla stanu ustalonego, w której współczynnik regresji liniowej równy był 3,15, wyznaczono posługując się tą zależnością liniową odsetek niezadowolonych przy sinusoidalnych zmianach prędkości

powietrza. Otrzym aną zależność wskaźnika ryzyka przeciągu DR od częstotliwości zmian prędkości powietrza przedstawiono na rys. 3.33.

częstotliwość zmian prędkości Hz

Rys. 3.33 Zależność wskaźnika przeciągu DR od częstotliwości zmian prędkości, dla prędkości średniej w =0,1, 0,2 i 0,3m/s, w¿=0,1 m/s.

Kształt otrzymanych krzywych, podobnie jak kształt krzywych przedstawionych na rys. 3.30, jest zgodny z kształtem krzywych uzyskanych z badań eksperymentalnych Fangera i Pedersena z udziałem ludzi. Maksymalny odsetek niezadowolonych i maksymalne odczucie dyskomfortu występują dla podobnego przedziału częstotliwości zmian prędkości powietrza, podobnie jak dla charakterystyk z rys. 3.30. Charakterystyki częstotliwościowe przedstawione na rys. 3.30 sporządzono jednak przedstawiając zależność maksymalnej wartości bezwzględnej pochodnej temperatury termoreceptora zimna po czasie (od której zależna jest reakcja dynamiczna termoreceptora zimna na obniżenie temperatury) od częstotliwości zmian prędkości. Nie uwzględniono w tym przypadku reakcji statycznej termoreceptora zimna, a więc nie uwzględniono w pełni odczuć cieplnych. Rys. 3.33 przedstawia pełną charakterystykę odczuć cieplnych człowieka i może być ilościowo porównywany z wynikami badań z udziałem ludzi. Należy zauważyć, że w wynikach uzyskanych z modelu nie występuje tak gwałtowna utrata wrażliwości na częstotliwość zmian prędkości powietrza po przekroczeniu wartości częstotliwości f= \ Hz, jak a ma miejsce w przypadku badań z udziałem ludzi.

Opracowany model, symulujący lokalne odczucia cieplne człowieka wywoływane zjawiskiem przeciągu, może być wykorzystany do określania odsetka niezadowolonych z powodu przeciągu, na podstawie zmierzonych chwilowych wartości prędkości ruchu powietrza, temperatury powietrza i temperatury promieniowania otoczenia.

Z przeprowadzonych symulacji reakcji termoreceptora zimna na ustalone i turbulentne przepływy powietrza, występujące w warunkach rzeczywistych w pomieszczeniach wentylowanych, wynika, że uzyskano dobrą korelację pomiędzy wyznaczaną w modelu częstotliwością impulsów wysyłanych przez termoreceptor zimna i wskaźnikiem ryzyka przeciągu, zgodność ocen w granicach kilku procent (rys.3.32b).

74 ŚRODOWISKO WEWNĘTRZNE

Poprawność modelu potwierdza także zgodność przebiegu charakterystyk wrażliwości częstotliwościowej termoreceptora zimna, uzyskanych z symulacji reakcji termoreceptora zimna na sinusoidalne zmiany prędkości powietrza, z przebiegiem otrzymanym w badaniach z udziałem ludzi. Maksima charakterystyk uzyskanych z symulacji wystąpiły dla wartości częstotliwości zmian prędkości bardzo bliskiej wartości 0,5Hz, obserwowanej w tych badaniach.

Opracowany model umożliwia rozszerzenie i uzupełnienie istniejących ocen lokalnego dyskomfortu cieplnego wywołanego przeciągiem, bez konieczności prowadzenia kosztownych i czasochłonnych badań eksperymentalnych z udziałem ludzi.

Literatura do rozdziału 3

Andersen L B 1995 A maximal cycle exercise protocol to predict maximal oxygen uptake Scandinavian Journal o f Medicine and Science in Sports 5 143-146

Andersson L O Frisk P, LOfstedt B and Wyon D P 1975 Human responses to dry, humidified and intermittently humidified air in large office buildings Swedish Building Research Document Series D1 1/75

ASHRAE 1981 ASHRAE Standard 55-1981 Thermal environmental conditions for human occupancy American Society o f Heating, Refrigerating and Air-Conditioning Engineers Inc. Atlanta

ASHRAE 1992 ANSI/ASHRAE Standard 55-1992 Thermal environmental conditions for human occupancy American Society o f Heating, Refrigerating and Air-Conditioning Engineers Inc. Atlanta

Baker N and Standeven M 1995 A behavioural approach to thermal comfort assessment in naturally ventilated buildings Proceedings fro m CIBSE National Conference 76-84

Brager G S and de Dear R J 1998 Thermal adaptation in the built environment: a literature review Energy and Buildings 27 83-96

Busch J F 1992 A tale o f two populations: thermal comfort in air-conditioned and naturally ventilated offices in Thailand Energy and Buildings 18 235-249

CEN ISO 7730 1994 M oderate thermal environments - Determination o f the PMV and PPD indices and specification o f the conditions for thermal comfort International Organization fo r Standardization Geneva

Cena K M 1998 Field study o f occupant comfort and office thermal environments in a hot-arid climate (Eds.

Cena K M 1998 Field study o f occupant comfort and office thermal environments in a hot-arid climate (Eds.

W dokumencie Środowisko wewnętrzne : wpływ na zdrowie, komfort i wydajność pracy (Stron 68-81)