[发明专利]一种基于人工智能的医院病房通风系统智能设计方法

权利要求书

1.一种基于人工智能的医院病房通风系统智能设计方法，其特征在于，包括以下步骤：

S1、利用Rhino软件参数化建模技术建立不同换气方案的病房三维几何模型；

S2、通过开源CFD软件OPENFOAM进行室内气流组织模拟，得到不同换气方案的室内空气龄的空间分布，进而计算得到换气效率；具体包括：

基于病房三维几何模型的几何信息和换气方案的参数信息，通过OPENFOAM建立三维CFD计算模型，确定网格划分、初始和边界条件、收敛参数、离散格式以及求解参数，利用BUOYANTSIMPLEFOAM热流耦合求解器模拟分析病房内气流组织形式，得到空气龄的空间分布，进而计算得到换气效率；

S3、建立描述换气方案参数与换气效率关系的深度神经网络模型，以不同换气方案的参数为模型输入量，以对应的换气效率为模型输出量，对深度神经网络模型进行训练；

其中，换气方案的参数具体包括：送风口位置、排风口位置、送风口尺寸、排风口尺寸、排风口数量、病房空间尺寸、房间送风量；

描述换气方案参数与换气效率关系的深度神经网络模型表达式为：

η＝f(x_in,y_in,z_in,x_out,y_out,z_out,W_in,L_in,W_out,L_out,n,L,W,H,m)

式中，η表示换气效率，x_in、y_in、z_in表示送风口位置，x_out、y_out、z_out表示排风口位置，W_in和L_in表示送风口的宽度和长度，W_out和L_out表示排风口的宽度和长度，n表示排风口数量，L、W、H表示病房的长宽高，m表示房间送风量；

S4、设计多种换气方案，利用训练好的深度神经网络模型得到每种换气方案的换气效率，确定最优换气方案。

2.根据权利要求1所述的基于人工智能的医院病房通风系统智能设计方法，其特征在于，步骤S1包括：确定病房空间尺寸和环境通风参数；基于Rhino软件的Grasshopper参数化插件建立病房三维几何模型，参数化设计多种换气方案并建立换气方案参数据库。

3.根据权利要求2所述的基于人工智能的医院病房通风系统智能设计方法，其特征在于，病房空间尺寸包括病房的长度、宽度、高度；环境通风参数包括房间送风量、送风温度、送风速度。

4.根据权利要求1所述的基于人工智能的医院病房通风系统智能设计方法，其特征在于，调整网格和求解参数，使CFD计算结果收敛。

5.根据权利要求1所述的基于人工智能的医院病房通风系统智能设计方法，其特征在于，基于Linux系统对OPENFOAM软件进行二次开发接口，自动实现病房建筑几何模型修复、网格划分以及大规模并行计算，最终自动处理计算每一种换气方案对应的换气效率。

6.根据权利要求1所述的基于人工智能的医院病房通风系统智能设计方法，其特征在于，采用误差反向传播算法的LEVENBERG-MARQUARDT神经网络训练函数进行训练。

7.根据权利要求1所述的基于人工智能的医院病房通风系统智能设计方法，其特征在于，步骤S4包括：利用Rhino-Grasshopper工具设计出所有换气方案，将换气方案的参数输入训练好的深度神经网络模型，得到每种换气方案的换气效率，根据最大换气效率确定最优换气方案。