摘要
通风床垫被设计成通过位于脚部附近的通风口抽走床上微环境的污染空气以达到源头控制污染物的目的.实验研究发现通风床垫的使用有造成局部冷不适的风险，同时使用通风床垫和局部加热装置，并根据受试者反馈实时调控，可以解决冷不适问题，并满足不同用户的热微环境需求.为了探究通风床垫耦合局部加热装置基于局部皮肤温度的自动控制潜力，对比了30名受试者在室温下清醒地躺在通风床垫上时前额、右肩胛骨、左上胸、右上臂、左下臂、左手、右大腿前侧、左小腿后侧、右脚背、左脚背10个部位的皮肤温度和总体、面部、额头、颈部、胸部、背部、手臂、手、大腿、小腿、脚的热可接受度.结果显示：女性的局部皮肤温度与男性相比普遍较低，而可接受度较高.高斯回归模型可以计算出每个部位最佳皮肤温度区间，结合各部位的可接受度关联矩阵结果及通风床垫及局部加热的控制潜力，最终选取脚部、手部和背部的皮肤温度以实现床上微环境的个性化自动控制.本研究提供了通风床垫基于局部皮肤温度的自动控制潜力研究的新思路和建议，可以为床上微环境的优化和改善提供一定参考.
热舒适和空气质量在建筑物中扮演着至关重要的角色，对用户的健康、舒适性以及建筑物的节能性能有着重要的影
针对卧室和医院病房，床是人体接触时间最长的区域，人体散发的生物废水废气和呼出的空气是室内污染的主要来源.目前，通常采用全空间通风的方法来改善室内空气质量，但这种方法不仅能耗较大而且对污染物控制能力较差.因此，个性化通风系统应与床上环境结合，从源头解决污染问题，并提供适合个体的最佳床上微环
先前的研究已经证实，通风床垫可以通过高效节能的方式去除污染物，满足用户的可吸入空气质量要
本研究将利用高斯回归模型来预测每个部位的最佳皮肤温度区间，并通过研究不同局部皮肤温度和对应的热可接受度，探讨如何实现个性化床上微环境的自动控制.具体而言，以30名受试者为研究对象，比较了他们在清醒状态下躺在通风床垫上时各个部位的皮肤温度和热可接受度.然后，运用高斯回归模型来计算每个部位的最佳皮肤温度区间，并根据此区间来控制通风床垫和局部加热装置.通过实验研究和模拟计算，可以实时调整床垫和局部加热装置，以满足不同用户的热舒适需求，从而提高床上的热舒适度.
本研究重点探讨了个性化床上微环境自动控制的可行性和优势，为研究和改善室内热舒适度提供参考，也为提高睡眠质量和舒适度提供了有益的指导方向.最终为通风床垫和局部加热装置的改进以及个性化床上微环境控制提供了新思路和实现方案.
1 研究方法
1.1 实验环境
为了模拟卧室环境，研究使用了一个尺寸为 4.7 m×4.7 m×2.6 m（宽×长×高）的气候舱.该气候舱通过天花板上安装的扩散器进行通风，供气和排气的扩散器分别是Lindab 单向PKA160和PCA160.通风率设置为54 L/s，每小时进行三次空气更换，提供干净的空气并排放.这有利于保持实验区域空气速度小于0.1 m/
（a） 实验环境舱
（b） 局部加热装置
（c） 皮肤温度测点
图1 实验示意图
Fig.1 The experiment set up
| 测量参数 | 设备 | 精度 |
|---|---|---|
| 空气温度 | Sensirion EK-H4 kit SHT31 sensor | ±0.2 °C （5~ 60 °C） |
| 空气湿度 | ±3% （20 %~80 %RH） | |
| 皮肤温度 | ibutton DS1922T | ±0.5 ℃ （20 ~70 ℃） |
1.2 实验过程
每个受试者在三个室温（19 ℃、23 ℃ 和 28 ℃）下参加三个实验.这三个室温分别模拟冬季室内环境（19 ℃），过渡季节室内环境（23 ℃）和夏季室内环境（28 ℃）.所选温度依据室内气候标准中卧室和病房推荐温度区间设
每个受试者在一天中的同一时间参加了三次不同背景温度的实验，实验具体过程如
图2 实验过程
Fig.2 Experimental procedure
1.3 受试者
受试者的招募在丹麦技术大学校园内进行，受试者皆为在校大学生且自愿参与实验，经过对受试者健康情况的基本调研，筛除掉具有高血压、哮喘、糖尿病等慢性病史及抽烟酗酒等不良嗜好者，共招募了30名健康的人类受试者，其中15名男性，15名女性.他们被要求至少在丹麦连续生活超过一年以上，具备较好的英文水平，在实验前不要喝酒精和咖啡因饮料，并在实验当天保持良好的休息状态.在主要实验之前的一次会议期间，受试者熟悉了实验程序和使用的问卷.在实验期间，他们被要求穿自己准备的短袖衬衫和短裤睡衣，睡衣热阻大约0.22 clo（短袖上衣0.12 clo+短裤0.06clo+内衣裤0.04 clo）.最终选择出的30名受试者身体基本信息如
| 性别 | 数量/名 | 年龄/岁 | 身高/cm | 体重/kg | BMI/（kg· |
|---|---|---|---|---|---|
| 中位数（IQR） | 中位数（IQR） | 中位数（IQR） | 中位数（IQR） | ||
| 男性 | 15 | 25（22~27） | 175（172~178） | 72（66~75） | 22.3（19.9~22.59） |
| 女性 | 15 | 25（23~27） | 168（165~170） | 57（55~65） | 21.5（21.5~24.2） |
| 总和 | 30 | 25（23~27） | 171（168~175） | 65（56~72） | 22.0（20.31~23.96） |
1.4 主观调查问卷
整个实验过程中，受试者会被问及两份主观调查问卷，第一份主要为了收集受试者基本情况，在受试者躺下后适应环境时询问，只问一遍.第二份调查问卷则是对受试者主观热感觉的调查，大约从受试者进入实验舱的半小时后开始询问，每个受试者每隔10 min被询问一次该调查问卷，然后根据受试者的热需求调整试验工况，例如床垫气流速度大小或加热大小.平均每名受试者每次实验过程总共被询问9次，遇到较为敏感的受试者，为了捕捉更为精细的热需求变化，可能会缩短问卷调查时间，问卷次数可能会增加到10次，同理，遇到较为不敏感的受试者，问卷次数可能会减少为8次.热感觉量表的回答包含热感觉及热可接受度量表两项.问卷被显示在悬挂在天花板的显示器上，受试者平躺在床上口述答案，实验记录人员在一旁收集并记录问卷结果.ASHRAE热可接受度量表用来评估身体和局部：面部、额头、颈部、胸部、背部、手臂、手、大腿、小腿和脚的可接受度如
图3 受试者热可接受度
Fig.3 Thermal acceptability
2 结果分析
2.1 受试者局部皮肤温度和可接受度分布
受试者局部皮肤温度的分布和可接受度分布如
（a） 皮肤温度
（b） 可接受度
图4 男女受试者皮肤温度和可接受度分布箱状图
Fig.4 Box plots of the distribution of skin temperature and thermal acceptability of male and female subjects
2.2 各部位可接受度关联性分析
为了更清楚地了解各部位可接受度对整体可接受度的影响，计算30名受试者各部位之间皮尔逊关联系数见
图5 总体和局部热感觉关联矩阵
Fig.5 Overall and local thermal sensation correlation matrix
2.3 所有受试者可接受度皮肤温度区间计算
本研究与其他稳态条件下的受试者热舒适实验有所不同.在通风床垫工作期间，实验每10 min调整一次热微环境，使受试者试图将其热环境导致的皮肤温度调整到舒适范围.为了研究皮肤温度与可接受度之间的关系，我们将每个身体部位的皮肤温度范围划分为20个区间，并计算每个区间整体热感接受度的平均值.采用这种方法，可以保证准确性的同时，样本数为0的区间不会过多.如果只考虑每个区间的平均可接受值，由于分布的样本数量，准确性可能不高.因此，引入了新的变量，每个温度区间内的可接受度总和作为最舒适温度范围的参考.经过分析，分析发现每个区间的可接受度之和分布呈高斯分布.因此，对于各部位的温度样本，采用高斯分布进行回归，得到一维高斯分布的相应概率密度函数.这种方法可以更好地描述温度样本之间的关系，并提高结果的准确性.
作为自变量x，每个区间的接受度之和定义为A作为因变量，A的计算公式见
| （1） |
式中：为第i个样本的可接受度；n为该皮肤温度区间内的样本个数.
然后对皮肤温度x及可接受度总和A使用高斯回归作为皮肤温度和可接受度的正态分布函数.高斯回归计算公式如
| （2） |
式中：f（x）表示可接受度之和A；x表示皮肤温度.
如
图6 高斯回归模型示意图
Fig.6 Gaussiam regression model
高斯回归后的温度范围见
| 10个身体部位 | 女性 | 男性 | 全部 | |||
|---|---|---|---|---|---|---|
| μ | σ | μ | σ | μ | σ | |
| 额头 | 32.98 | 0.89 | 34.03 | 1.4 | 33.25 | 0.88 |
| 右背部 | 34.32 | 0.61 | 34.21 | 0.47 | 34.5 | 0.63 |
| 左胸部 | 35.52 | 0.76 | 34.71 | 0.95 | 34.42 | 0.83 |
| 右上臂 | 32.67 | 0.97 | 33.62 | 0.61 | 33.12 | 1.17 |
| 左下臂 | 32.56 | 1.15 | 32.07 | 0.65 | 32.02 | 0.67 |
| 左手 | 33.96 | 0.97 | 33.24 | 0.69 | 33.8 | 0.61 |
| 右大腿前侧 | 34.25 | 1.33 | 34.37 | 0.98 | 34.4 | 1.07 |
| 左小腿后侧 | 34.49 | 0.94 | 34.91 | 1.12 | 34.39 | 1.03 |
| 右脚背 | 34.56 | 0.54 | 34.97 | 0.38 | 34.79 | 0.45 |
| 左脚背 | 34.18 | 0.44 | 34.54 | 0.36 | 34.38 | 0.43 |
（a） 女性
（b） 男性
（c） 全部
图7 背部最佳皮肤温度高斯回归过程
Fig. 7 Gaussian regression process of optimal skin temperature on back
---初始回归，—最佳回归
由于实验开始后前40 min为准备阶段及适应环境，此时获得的皮肤温度并非为受试者希望得到的皮肤温度，此处的皮肤温度数据从实验的第40 min开始与与其对应的593份问卷的接受性结果被应用于高斯回归计算的数据集.
图8 高斯回归结果为68.27%可接受度的10点皮肤温度范围
Fig.8 The result of the Gaussian regression is a range of 10 skin temperature points with an acceptable level of 68.27%
根据正态分布规则和用户的需求，68.27%的可接受范围可以通过σ的倍数来修改.高斯回归数据集可以随着新的用户行为不断被替换或扩展.例如，一个新的应用程序收集的关于皮肤温度和可接受度的数据可以直接记录在数据集中，然后一个新的高斯回归可以计算出一个新的可接受的皮肤温度范围来覆盖旧的范围.然后，控制逻辑将根据新的温度范围进行控制.
2.4 基于局部皮肤温度区间的局部加热控制策略
考虑到局部加热装置在床上微环境中放置于脚部，对脚部的影响最大，同时结合关联矩阵的结果，可选出手部、背部和脚部皮肤温度为床上热微环境主要的控制指标.由于局部加热对脚部作用效果最强，对手部次之，对背部作用效果最弱，所以这三个部位皮肤温度指标对加热装置的控制优先级为脚部>手部>背部.第一步先判断脚部皮肤温度是否小于该区间下限，若小于则直接开启局部加热；若不小于，则继续判断手部皮肤温度是否小于其下限，若手部皮肤温度不小于下限，则判断为不开启加热，直接跳至等待10 min，否则，继续观察背部皮肤温度，若背部皮肤温度小于区间下限，则判断为开启加热，否则判断不开启加热，并跳至等待10 min后，重新开始判断是否需要开启加热，如
图 9 基于手部、脚部、背部皮肤温度区间的控制策略
Fig.9 Control strategy based on skin temperature intervals of hands， feet and back
3 结 论
1）在使用通风床垫时，女性的皮肤温度与男性相比较低，女性的满意度与男性相比较高.
2）整体可接受度与局部可接受度之间的关联性从大到小排序为胸部、背部、手臂、面部、颈部、额头、大腿、小腿、脚、手.
3）女性胸部可接受皮肤温度范围与上臂处皮肤温度范围相差较大，而男性相差较小.右上臂和左下臂皮肤温度范围差异为男性较大女性较小，说明女性对于躯干与四肢的皮肤温度不均匀的接受度高于男性.
4）脚部、手部、背部的皮肤温度区间下限可作为开启加热装置的依据，控制的优先级为脚部皮肤温度＞手部皮肤温度＞背部皮肤温度.
附录
附录：
图1 额头最佳皮肤温度高斯回归过程
Fig.1 Gaussian regression process of optimal skin temperature on forehead
（a）女性 （b）男性 （c）全部
；--- 初始回归，— 最佳回归
图2 左上胸最佳皮肤温度高斯回归过程
Fig.2 Gaussian regression process of optimal skin temperature on right scapula
（a）女性 （b）男性 （c）全部
；--- 初始回归，— 最佳回归
图3 右上臂最佳皮肤温度高斯回归过程
Fig.3 Gaussian regression process of optimal skin temperature on right upper arm
（a）女性 （b）男性 （c）全部
；--- 初始回归，— 最佳回归
图4 左下臂最佳皮肤温度高斯回归过程
Fig.4 Gaussian regression process of optimal skin temperature on left lower arm
（a）女性 （b）男性 （c）全部
；--- 初始回归，— 最佳回归
图5 左手最佳皮肤温度高斯回归过程
Fig. 5 Gaussian regression process of optimal skin temperature on left hand
（a）女性 （b）男性 （c）全部
；--- 初始回归，— 最佳回归
图6 右大腿前侧最佳皮肤温度高斯回归过程
Fig.6 Gaussian regression process of optimal skin temperature on right anterior thigh
（a）女性 （b）男性 （c）全部
；--- 初始回归，— 最佳回归
图7 左小腿后侧最佳皮肤温度高斯回归过程
Fig.7 Gaussian regression process of optimal skin temperature on left calf
（a）女性 （b）男性 （c）全部
；--- 初始回归，— 最佳回归
图 8 右脚背最佳皮肤温度高斯回归过程
Fig. 8 Gaussian regression process of optimal skin temperature on right instep
（a）女性 （b）男性 （c）全部
；--- 初始回归，— 最佳回归
图9 左脚背最佳皮肤温度高斯回归过程
Fig.9 Gaussian regression process of optimal skin temperature on left instep
（a）女性 （b）男性 （c）全部
；--- 初始回归，— 最佳回归
参考文献
SONG G， AI Z J， ZHANG G Q，et al. Using machine learning algorithms to multidimensional analysis of subjective thermal comfort in a library［J］. Building and Environment，2022， 212：108790. [百度学术]
艾正涛， 叶金军， MELIKOV A K， 等.现有防疫通风措施及基于先进气流组织的源头控制技术应用［J］. 湖南大学学报（自然科学版），2022， 49（5）：203-214. [百度学术]
AI Z T， YE J J，MELIKOV A K， et al. Present anti-pandemic ventilation measures and application of source control technology based on advanced air distributtion［J］. Journal of Hunan University（Natural Sciences）， 2022， 49（5）：203-214.（in Chinese） [百度学术]
BIVOLAROVA M P， MELIKOV A K， KOKORA M， et al. Novel bed integrated ventilation method for hospital patient rooms［C］//In 13th SCANVAC International Conference on Air Distribution in Rooms： new ventilation strategies based in active and passive technology in buildings and for comfort in airplanes. Brazil： Sāo Paulo，2014： 49-56. [百度学术]
BIVOLAROVA M P， MELIKOV A K，KOKORA M， et al. Performance assessment of a ventilated mattress for pollution control of the bed microenvironment in healthcare facilities［C］// Proc of Healthy Buildings Europa. Eindhoven，Netherlands：ISIAQ， 2015. [百度学术]
ZHANG X J， LUO G Z，XIE J C， et al.Associations of bedroom air temperature and CO2 concentration with subjective perceptions and sleep quality during transition seasons［J］. Indoor Air， 2021， 31（4）： 1004-1017. [百度学术]
HOBSON J A，MCCARLEY R W， WYZINSKI P W. Sleep cycle oscillation： reciprocal discharge by two brainstem neuronal groups［J］.Science， 1975，189（4196）： 55-58. [百度学术]
HOBSON J A. Sleep is of the brain， by the brain and for the brain［J］. Nature， 2005， 437（7063）： 1254-1256. [百度学术]
MURPHY P J， CAMPBELL S S.Nighttime drop in body temperature： a physiological trigger for sleep onset？［J］. Sleep， 1997，20（7）：505-511. [百度学术]
HASKELL E H， PALCA J W， WALKER J M， et al.The effects of high and low ambient temperatures on human sleep stages［J］. Electroencephalography and Clinical Neurophysiology，1981， 51（5）： 494-501. [百度学术]
CHOUDHARY S S，CHOUDHARY S R.Sleep effects on breathing and respiratory diseases［J］. Lung India： Official Organ of Indian Chest Society，2009， 26（4）：117. [百度学术]
AKBAR A R， KAMRUZZAMAN M， XU W， et al.Development of weft knitted heating pads on V-bed hand flat knitting machine by using conductive yarns［J］. American Journal of Polymer Science & Engineering，2016， 4（1）： 133-141. [百度学术]
BISCHOF W， MADSEN T L， CLAUSEN J， et al. Sleep and the temperature field of the bed［J］. Journal of Thermal Biology， 1993，18（5/6）： 393-398. [百度学术]
BIVOLAROVA M P， MELIKOV A K， KOKORA M， et al.Local cooling of the human body using ventilated matress in hospitals［C］// In 13th SCANVAC International Conference on Air Distribution in Rooms： new ventilation strategies based in active and passive technology in buildings and for comfort in airplanes.São Paulo， Brazil， 2014：279-286. [百度学术]
SONG G，MELIKOV A K，ZHANG G，et al. Human response to the bed thermal environment generated by a ventilated mattress combined with local heating［J］. Building and Environment， 2023，5/26： 110461. [百度学术]
SONG G， BIVOLAROVA M P， ZHANG G， et al. Control of the bed thermal environment by a ventilated mattress： human subject response［C］// CLIMA 2022 Conference. Rotterdam， the Netherlands， 2022. [百度学术]
KIM Y，SHIN Y，CHO H.Influencing factors on thermal comfort and biosignals of occupant-a review［J］. Journal of Mechanical Science and Technology， 2021，35（9）：4201-4224. [百度学术]
LUO W，KRAMER R，KORT Y D， et al. Effectiveness of personal comfort systems on whole-body thermal comfort—A systematic review on which body segments to target［J］. Energy and Buildings， 2022，256：111766. [百度学术]
HE M，LIAN Z，CHEN P.Evaluation on the performance of quilts based on young people's sleep quality and thermal comfort in winter［J］. Energy and Buildings， 2019，183：174-183. [百度学术]
LIU Y， XU H， ZHENG P P， et al.Thermal preference prediction based on occupants’ adaptive behavior in indoor environments—A study of an air-conditioned multi-occupancy office in China［J］. Building and Environment， 2021，206：108355. [百度学术]
LI D，MENASSA C C，KAMAT V R.Heat-human embodied autonomous thermostat［J］. Building and Environment，2020，178：106879. [百度学术]
室内人体热舒适环境要求与评价方法：GB/T 33658—2017［S］. 北京： 中国标准出版社， 2017. [百度学术]
Thermal comfort reqirement and evaliation for indoor environment：GB/T 33658—2017［S］. Beijing： Standards Press of China，2017.（in Chinese） [百度学术]
Long infrared underfloor heating film building material［EB/OL］.［2023-05-08］. https：//www.banggood.com/da/50CMX2M-220V-Far-Infrared-Floor-Heating-Film-Building-Material. [百度学术]
Ergonomics-evaluation of thermal strain by physiological measurements： ISO 9886［S］. Geneva： International Organization for Standardization， 2004. [百度学术]
JIN Q，LI X， DUANMU L， et al.Predictive model of local and overall thermal sensations for non-uniform environments［J］. Building and Environment， 2012，51： 330-344. [百度学术]
Technical committee CEN/TC 156.Energy performance of buildings-ventilation for buildings—part 1：indoor environmental input paramters for design and assessment of energy performance of buildings addressing indoor air quality，thermal environment， lighting and acoustics-module M1-6［S］. Brussels， Belgium： European Committee for Standardization， 2019. [百度学术]
BENESTY J，CHEN J，HUANG Y， et al Pearson correlation coefficient［C］//In Noise Reduction in Speech Processing. Berlin：Springer， 2009：1-4. [百度学术]
ZHU H，WILLIAMS C K， ROHWER R， et al. Gaussian regression and optimal finite dimensional linear models［R］.Birmingham： Aston University， 1997. [百度学术]
