蛋雞舍熱濕環境參數全年逐時動態預測模型

梁 超，尹歡歡，李保明，王朝元

蛋雞舍熱濕環境參數全年逐時動態預測模型

梁 超1,2,3，尹歡歡1，李保明1,2,3，王朝元1,2,3※

（1. 中國農業大學水利與土木工程學院，北京 100083；2. 農業農村部設施農業工程重點實驗室，北京 100083；3. 北京市畜禽健康養殖環境工程技術研究中心，北京 100083）

準確預測蛋雞舍內溫度和相對濕度參數動態變化是精準調控舍內熱濕環境的重要條件。然而，現有預測模型通常未能考慮濕簾降溫效率的變化及其對舍內熱濕環境的影響。針對此問題，該研究通過分析濕簾降溫效率變化規律和舍內熱、濕平衡關系，構建了蛋雞舍內溫、濕度全年逐時動態變化預測模型，并進行了現場驗證、案例展示和討論分析。結果表明：1）蛋雞舍內溫、濕度模擬值與實測值變化趨勢一致，舍內溫度的平均預測誤差為0.67 ℃，舍內相對濕度的平均預測誤差為3.1%；2）因圍護結構熱惰性而引起蛋雞舍內溫度的延遲（夏季無延遲，冬季1 h）和衰減（夏季0.3 ℃，冬季1.02 ℃）均較小；3）若不考慮濕簾降溫效率的動態變化，如設為80%定值時，模擬的溫度誤差為1.4 ℃，相對濕度誤差為5.4%，模型預測精準度降低。該研究可為蛋雞舍建筑設計與熱濕環境調控提供理論指導，以提高蛋雞生產性能。

溫度；濕度；蛋雞舍；熱濕環境；濕簾；降溫效率；圍護結構

0 引 言

適宜的舍內環境是蛋雞生長發育的必要條件，關系現代蛋雞品種優良遺傳潛力能否充分發揮。其中，熱濕環境參數是影響蛋雞健康、生產性能以及蛋品質量的重要因素[1-5]。舍內溫度較高時會導致料蛋比增加、產蛋率下降，而溫度較低時蛋雞抵抗力會顯著下降[6-9]。舍內濕度與溫度耦合則會影響雞只體熱調節，進而影響生產性能，例如，低溫高濕環境下容易誘發雞的呼吸道疾病，高溫高濕環境會加劇熱應激而導致死淘率升高[10-13]。因此，通過模型精準預測蛋雞舍內溫、濕度的全年動態變化及規律，有助于有效保障和精準調控舍內環境，以實現健康高效生產。

根據圍護結構得熱量的不同計算方法，可將現有蛋雞舍熱濕環境參數預測模型分為穩態模型和非穩態模型2類。穩態模型法是將圍護結構得熱簡化為二維穩態傳熱，進而全面分析蛋雞舍各環節的得熱量以實現舍內熱濕環境參數的模擬預測。Cooper等[14]基于熱平衡分析并結合自然通風、熱浮升力和太陽輻射等因素影響，建立了可預測畜禽建筑內部平均逐時溫度的穩態模型。Zhao等[15]構建了籠養蛋雞舍通風量和熱負荷預測的穩態數值模型，可以用于優化雞舍環境條件和管理方案，Wang等[16]在該模型的基礎上系統分析了中國不同氣候區雞舍圍護結構的最低熱阻值。Xie等[17-18]分別基于能質平衡分析和深度學習建立了豬舍內溫、濕度動態預測模型，并結合實測數據確定了模型參數，實現了豬舍內溫、濕度變化規律的預測。然而，上述模型均未考慮濕簾系統降溫效率變化及其增濕作用對舍內熱濕環境預測的影響。實際上，濕簾系統是蛋雞舍中最廣泛應用的降溫方式[19-23]，降溫效率的大小受過簾風速以及濕簾材質、結構參數等因素影響明顯而變化范圍可達30%～95%[24-27]。

非穩態模型法主要基于民用建筑能耗模擬軟件（包括DOE-2、EnergyPlus、TRNSYS、DeST等）進行預測分析[28]，充分考慮了圍護結構的非穩態傳熱特性。Bantle等[29]用DOE-2軟件對雞舍的全年能耗進行了模擬，結果與實際能耗吻合度較高。王美芝等[30]用DeST模擬了不同通風量和圍護結構下肉牛舍的冬季舍溫。李琴等[31]用DeST模擬了控制舍內相對濕度為70%時全國各氣候區兔舍內對應的溫度變化和所需通風量。Ahachad等[32]用TRNSYS模擬了雞舍內部溫度和冷負荷的變化，表明通風、雞舍形狀和朝向、雞只數量是影響冷負荷的主要因素。但是，上述研究沒有模擬舍內濕度變化，也未考慮濕簾降溫效率動態變化及其影響。這主要是因為上述軟件都是基于民用建筑特點開發，然而民用建筑較少采用濕簾降溫系統，無法準確考慮其對舍內熱濕環境的影響。此外，蛋雞舍建筑與民用建筑在建筑形式、內部產熱產濕、通風需求等多方面也存在很大差異，導致相關參數設置受到了一定限制。

綜上可知，現有研究通常對蛋雞舍溫度和通風量進行模擬，缺少對濕度的動態預測，且未能考慮濕簾降溫效率動態變化對舍內熱濕環境的影響。因此，本研究在對濕簾降溫效率變化規律分析的基礎上，利用MATLAB軟件構建蛋雞舍內溫、濕度全年逐時動態變化預測模型，通過現場測試進行模型驗證，并對該模型進行案例展示與分析討論，以期為現代蛋雞舍建筑設計與環境調控提供理論指導和可靠工具借鑒。

1 模型構建

1.1 濕簾降溫效率的變化規律

蛋雞舍的濕簾系統通常和風機配套使用以實現降溫，如圖1所示。

降溫效率是反映濕簾降溫效果優劣的主要指標，且通常為非定值[24-27]，因此在蛋雞舍熱濕環境參數模擬預測時需掌握降溫效率的變化規律。理論上，濕簾降溫基于直接蒸發冷卻原理，可近似視為等焓降溫加濕過程。針對濕簾等直接蒸發冷卻技術，有學者通過分析其傳熱傳質過程獲得了降溫效率的數學模型[33]

式中為降溫效率，%；為空氣密度，kg/m3；為過簾風速，m/s；c為空氣定壓比熱容，J/(kg·℃)；為濕簾比表面積，m2/m3；為空氣與濕簾材料表面的水之間的換熱系數，W/(m2·℃)；為濕簾厚度，m。

由式（1）可知，降溫效率與過簾風速以及濕簾厚度、比表面積和換熱系數密切相關，其中換熱系數還與濕簾材料、結構以及使用過程的臟堵情況、濕潤程度有關。蔣毅[34]將比表面積與換熱系數的綜合影響考慮為體積換熱系數h，通過試驗擬合了濕簾常用纖維紙的體積換熱系數h=12.283 050.69922。將該系數代入式（1），可得

由式（2）和降溫效率的定義可求得經濕簾降溫加濕后的空氣干球溫度t（℃）和含濕量d（kg/kg）

式中t為舍外空氣濕球溫度，℃；d為舍外空氣在飽和狀態下的含濕量，kg/kg；為水的汽化潛熱，J/kg。

1.2 舍內全年逐時溫度預測模型

根據熱力學第一定律可知，規模化蛋雞舍內熱平衡方程如式（5）所示

式中t是蛋雞舍內空氣溫度，℃；為時間，s；為蛋雞舍空間體積，m3；Q為蛋雞顯熱產熱量，W；Q為圍護結構得熱量，W；Q為蛋雞舍供暖系統的供熱量，由于蛋雞舍內通常無取暖設備，因此可忽略不計，W；Q為蛋雞舍燈光、設備等發熱量，因發熱量較小可忽略不計，W；Q為通風排熱量，W。

國內規模化蛋雞舍飼養模式主要為疊層籠養[35]，籠養蛋雞總產熱量Q可參考國際農業和生物系統工程委員會（CIGR）指南，按式（6）計算[36]

式中Q為蛋雞總產熱量（即顯熱量Q與潛熱量Q之和，其中潛熱量Q以水汽的形式散發到雞舍內，將在全年逐時濕度預測模型中予以考慮），W；為雞只總質量，kg；為產蛋量，kg/d。

進而，蛋雞顯熱產熱量Q可根據蛋雞總產熱量Q計算，如下式[36]所示

蛋雞舍圍護結構得熱量Q的計算，如式（8）所示

式中為圍護結構的傳熱系數，W/(m2·℃)；為圍護結構面積，m2；t為舍外綜合溫度，℃，可通過式（9）獲得

式中為舍外太陽輻射強度，W/m2；ρ為圍護結構外表面對太陽輻射的吸收系數；h為圍護結構外表面換熱系數，W/(m2·℃）；ρ和h可參考《民用建筑熱工設計規范》[37]取值。

通風排熱量Q可按下式計算

式中為通風質量流量，kg/s；t為經濕簾降溫后的空氣溫度，濕簾開啟時用式（3）計算，濕簾未開啟時即為舍外空氣干球溫度t。

另外，上述公式涉及的舍外空氣溫度、濕度、太陽輻射強度等參數，將從建筑模擬軟件DeST的中國各地區典型年逐時氣象數據獲取，它由中國氣象局氣候數據中心和清華大學根據數十年歷史氣象數據共同研發[38]。

將式（3）和式（6）～（10）代入式（5）即可獲得蛋雞舍內溫度動態變化預測模型，如式（11）所示。從而，基于MATLAB搭建模型和編寫程序，并以1 h為時間步長，可計算蛋雞舍內全年逐時（即8 760 h）變化的溫度值。

1.3 舍內全年逐時濕度預測模型

根據質量守恒原理可知，規模化蛋雞舍內濕平衡方程如式（12）所示

式中d為舍內空氣含濕量，kg/kg；W為雞只產濕量，kg/s；W為舍內各表面散濕量，kg/s，可忽略不計；W為通風排濕量，kg/s。

雞只產濕量W可根據雞只潛熱產熱量Q獲得

式中為水蒸氣的汽化潛熱，J/kg。

通風排濕量W可按下式計算獲得

式中d為經濕簾加濕后的空氣含濕量，濕簾開啟時用式（4）計算，濕簾未開啟時即為舍外空氣含濕量d。

將式（4）和式（13）～（14）代入式（12）即可獲得蛋雞舍內濕度動態變化預測模型，如式（15）所示。從而，基于MATLAB搭建模型和編寫程序，并以1 h為時間步長，可計算蛋雞舍內濕度的全年逐時動態變化值。

2 模型驗證

2019年7月在河北邯鄲某蛋種雞場進行了現場試驗，以驗證該模型的準確性。試驗蛋雞舍為東西走向，長100 m、寬12 m、檐高5 m。舍內蛋雞飼養密度為19.6只/m2，周齡為55周，質量為1.5 kg，產蛋量為50 g/(d·只)。圍護結構主體為夾心彩鋼板，彩鋼板單板厚度為0.5 mm，夾心泡沫板厚150 mm。內部為四列五走道布置形式，采用四疊層籠養模式，且呈上下各兩層分布。16臺風機安裝在西側山墻，濕簾安裝在東側山墻以及南北兩側墻，濕簾均為7090型且高1.75 m、長9 m、厚0.15m。

蛋雞舍內溫濕度使用HOBO U23-001（精度：±0.2 ℃，±2.5%）進行連續測量，每5 min 采集存儲1次。如圖2所示，溫濕度監測點設在中間、兩側走道且靠近雞只活動區域，其中豎直方向均勻布置2個測點，水平方向均勻布置4個測點，另外濕簾以及風機附近各布置1個測點，合計26個測點。每臺風機的風速使用熱線風速儀（精度：3%讀數）測量，風速與表面積乘積可求出每臺風機的風量，并在控制柜安裝風機運行監測裝置實時監測各風機的運行狀態，從而實時得到舍內通風量。在雞舍屋頂安裝氣象站以連續監測舍外溫濕度（精度：±0.2 ℃，±2.5%），且溫濕度傳感器采用錫紙包裹以避免太陽直射的影響。在東側墻以及屋頂安裝太陽總輻射傳感器（精度：2%讀數）以連續監測舍外太陽總輻射強度，每1 h采集存儲1次，其他朝向墻體的太陽輻射強度用朝向修正系數進行修正[16]。此外，該試驗雞舍的濕簾運行狀態主要由舍內溫度反饋控制，當舍內溫度高于28 ℃時濕簾開啟，低于28 ℃時濕簾關閉。

將上述測量獲得的通風量、圍護結構、氣象等數據輸入本文構建的預測模型中，可計算獲得試驗雞舍內逐時溫、濕度。由于試驗舍內溫、濕度分布存在一定的不均勻性，通過統計26個測點平均值來代表舍內溫、濕度的實測值。將舍內溫濕度預測值與舍內、外溫濕度實測值進行對比，結果如圖3所示。

由圖3可以看出，舍內溫、濕度模擬值與實測值變化趨勢一致，溫度的平均預測誤差為0.67 ℃，相對濕度的平均預測誤差為3.1%。誤差可能來源于圍護結構和濕簾因使用年限較長而導致物性參數預估存在一定偏差，以及受到滲風、噴霧消毒、噴水、清掃、清糞、人員進出等生產活動的影響。總體而言，上述誤差在可接受范圍內，表明蛋雞舍熱濕環境參數動態變化預測模型的準確性得到驗證。

3 案例分析

為了更好地理解本文構建的預測模型，這里進行案例展示和應用分析。假設某一長100 m、寬10 m、檐高5 m的蛋雞舍。模型中將不同地區的圍護結構材料、尺寸、飼養密度、通風量等參數設為相同，以便于模型展示和結果對比。飼養密度設定為25只/m2，雞只質量設定為1.5 kg。夏季通風量設定為45 m3/s，冬季為7.5 m3/s，春、秋季為23.5 m3/s。圍護結構采用150 mm夾心彩鋼板，濕簾面積設定為90 m2，濕簾開啟及關閉由舍內溫度控制，當溫度大于等于28 ℃時開啟濕簾，小于28 ℃時關閉濕簾。這里以武漢和哈爾濱2個地區為例進行展示，結果如圖4和5所示。

由圖4可以看出，武漢地區蛋雞舍在冬季基本能夠滿足熱濕環境要求，舍內溫度大部分位于10～25 ℃之間。但是，在夏季特別是7、8月時，舍內溫度大部分高于28 ℃且相對濕度高于80%，高溫高濕環境將會影響雞只健康和降低生產性能。這主要是因為武漢為高溫高濕氣候條件而導致夏季時濕簾降溫效果相對較差。因此，在以武漢為代表的夏熱冬冷地區，可考慮在夏季高溫季節適宜增大通風量（特別是籠間風速）等措施以更好滿足蛋雞舍內熱濕環境要求。

由圖5可以看出，哈爾濱地區蛋雞舍在夏季基本能夠滿足熱濕環境要求，舍內溫度主要位于12～27 ℃之間。但是，冬季受低溫氣候條件影響使舍內溫度通常低于13 ℃，甚至經常性達到零度以下，而將影響蛋雞健康和生產性能。因此，在以哈爾濱為代表的嚴寒地區，需要綜合考慮適宜的飼養密度，增強圍護結構保溫性能，在滿足舍內空氣質量條件下適度降低通風量，甚至額外增加供熱設備等措施，以滿足舍內良好的熱濕環境要求。

4 討 論

4.1 圍護結構穩態傳熱的影響分析

本文所建立的預測模型將圍護結構傳熱過程簡化為穩態傳熱，實際上它因熱惰性而屬于非穩態傳熱，對蛋雞舍內溫度可能存在衰減和延遲的影響。為了評估其對預測模型的影響，這里將以DeST軟件的非穩態模擬結果作為參照來進行對比分析。此外，由于DeST軟件主要面向民用建筑而無法設置濕簾，對比分析時DeST模型和本文預測模型中均沒有考慮濕簾。假設北京某一蛋雞舍長100 m，寬10 m，檐高5 m，圍護結構主體采用150 mm厚夾心彩鋼板。飼養密度為20只/m2，雞只質量設定為1.5 kg，產蛋量為50 g/(d·只)。夏季通風量設置為40 m3/s，冬季通風量設置為9 m3/s。

同一設置條件下，DeST軟件與本文預測模型的夏季（僅展示7月份）模擬值的對比結果如圖6a所示，冬季（僅展示1月份）模擬值的對比結果如圖6b所示。

圖6a可知，預測模型模擬獲得的夏季舍內溫度值與DeST模擬值無顯著差異，平均誤差僅為0.36 ℃，且變化規律幾乎一致。此外，可以看出預測模型與DeST軟件的兩舍內溫度曲線幾乎重合，沒有延遲。這表明，夏季時蛋雞舍圍護結構的非穩態傳熱可近似為穩態傳熱。

圖6b可知，相比于夏季，預測模型與DeST軟件模擬的冬季舍內溫度值相差更大一些，平均誤差為1.02 ℃，表明冬季時蛋雞舍圍護結構熱惰性對舍內熱環境起到一定的穩定作用。此外，可以看出兩溫度曲線存在1 h左右的延遲，但遠低于民用建筑圍護結構的延遲時間（10 h甚至更長）[39]，表明冬季時蛋雞舍建筑圍護結構的延遲作用也很小。

綜上可知，蛋雞舍圍護結構非穩態傳熱過程簡化為穩態傳熱的誤差較小（衰減和延遲均較小），而這與民用建筑的相關結果差別較大。主要原因是蛋雞舍的高養殖密度導致其通風換氣次數（夏季100次/h，冬季5次/h）遠大于民用建筑（夏季10次/h，冬季0.5次/h）[39]，而通風換氣可在瞬間完成換熱且熱量占比很大，從而削弱了圍護結構的衰減和延遲作用。

4.2 濕簾降溫效率的影響分析

目前很多研究中通常將濕簾降溫效率簡化為定值80%[40-41]，而實際上它隨很多因素（比如過簾風速）變化[24-27]。為了說明降溫效率的變化對蛋雞舍內溫濕度預測的重要性，仍以第2節現場測試的邯鄲某雞舍為研究對象，將降溫效率取為定值80%和變值（即式（2））分別對舍內溫濕度進行模擬預測，并與現場實測值進行對比分析。這里選取7月28日的對比結果進行展示，如圖7所示。

圖7可以看出，夜晚時舍內溫度較低而關閉濕簾，從而變降溫效率和定降溫效率所模擬獲得的舍內溫濕度基本一致。白天時（特別是中午及下午）舍外氣溫升高、太陽輻射變強而開啟濕簾，此時變降溫效率與定降溫效率模擬獲得的舍內溫濕度將不一致。定降溫效率模擬時，舍內溫度值與實測值最大相差1.4 ℃（大于0.67 ℃），舍內相對濕度值與實測值最大相差5.4%（大于3.1%），均大于變降溫效率模擬時的誤差。由此可以說明，模擬預測蛋雞舍內溫濕度時，需考慮濕簾降溫效率隨過簾風速等因素變化的實際情況，以提高預測精度。

5 結 論

本文基于濕簾降溫效率數學模型以及舍內熱濕平衡方程，構建了可考慮濕簾降溫效率變化規律的蛋雞舍內溫、濕度全年逐時動態變化預測模型，并通過現場測試驗證了模型的準確性，最后對模型進行了案例展示與討論分析，主要結論如下：

1）蛋雞舍內溫、濕度模擬值與實測值變化趨勢一致，溫度的平均預測誤差為0.67 ℃，相對濕度的平均預測誤差為3.1%，表明該模型能夠較好地預測蛋雞舍內熱濕環境參數的動態變化。

2）蛋雞舍因圍護結構熱惰性而引起舍內溫度的延遲（夏季無延遲，冬季1 h）和衰減（夏季0.36 ℃，冬季1.02 ℃）均較小。這主要是因為蛋雞舍通風換氣次數大，可在很短時間內完成換熱，從而削弱了圍護結構蓄熱的衰減和延遲效果。

3）若不考慮濕簾降溫效率的變化規律，將降低蛋雞舍內溫濕度全年逐時預測模型的精準度。降溫效率設為定值80%時，蛋雞舍內溫度值的預測誤差可達1.4 ℃，相對濕度的預測誤差可達5.4%。

本文構建的蛋雞舍熱濕環境參數全年逐時動態變化預測模型，將可為蛋雞舍的建筑設計和熱濕環境調控提供理論指導和工具參考。

[1]Reece F N, Lott B D. Optimizing poultry house design for broiler-chickens[J]. Poultry Science, 1982, 61(1): 25-32.

[2]Dawkins M S, Donnelly C A, Jones T A. Chicken welfare is influenced more by housing conditions than by stocking density[J]. Nature, 2004, 427(6972): 342-344.

[3]Kocaman B, Esenbuga N, Yildiz A, et al. Effect of environmental conditions in poultry houses on the performance of laying hens[J]. International Journal of Poultry Science, 2006, 5(1): 26-30.

[4]Olgun M, Elik M Y, Polat H E. Determining of heat balance design criteria for laying hen houses under continental climate conditions[J]. Building and Environment, 2007, 42(1): 355-365.

[5]Freitas L C S R, Tinoco I F F, Baeta F C, et al. Correlation between egg quality parameters, housing thermal conditions and age of laying hens[J]. Agronomy Research, 2017, 15(3): 687-693.

[6]朱慶，陳永華. 環境高溫對蛋雞生產性能的影響機理[J]. 中國家禽，1997，6：29-30.

[7]Webster A B, Czarick M. Temperatures and performance in a tunnel-ventilated, high-rise layer house[J]. Journal of Applied Poultry Research, 2000, 9(1): 118-129.

[8]Shinder D, Rusal M, Tanny J, et al. Thermoregulatory responses of chicks (gallus domesticus) to low ambient temperatures at an early age[J]. Poultry Science, 2007, 86(10): 2200-2209.

[9]郝二英，陳輝，趙宇，等. 冷熱應激對蛋雞生產性能、蛋品質的影響[J]. 中國家禽，2015，37(13)：39-42.

[10]Dennis M J. The effects of temperature and humidity on some animal diseases-A review[J]. British Veterinary Journal, 1986, 142(5): 472-485.

[11]Yahav S, Shinder D, Razpakovski V, et al. Lack of response of laying hens to relative humidity at high ambient temperature[J]. British Poultry Science, 2000, 41(5): 660-663.

[12]Xiong Y, Meng Q S, Gao J, et al. Effects of relative humidity on animal health and welfare[J]. Journal of Integrative Agriculture, 2017, 16(8): 1653-1658.

[13]孫永波，王亞，薩仁娜，等. 不同濕度對肉雞生長性能、抗氧化能力和免疫功能的影響[J]. 中國農業科學，2018，51(24)：4720-4728.

Sun Yongbo, Wang Ya, Sa Renna, et al. Effects of different relative humidities on growth performance, antioxidant capacity and immune function of broilers[J]. Agricultura Sinica, 2018, 51(24): 4720-4728. (in Chinese with English abstract)

[14]Cooper K, Parsons D J, Demmers T. A thermal balance model for livestock buildings for use in climate change studies[J]. Journal of Agricultural Engineering Research, 1998, 69(1): 43-52.

[15]Zhao Y, Xin H, Shepherd T A, et al. Modelling ventilation rate, balance temperature and supplemental heat need in alternative vs. conventional laying-hen housing systems[J]. Biosystems Engineering, 2013, 115(3): 311-323.

[16]Wang Y, Zheng W C, Shi H P, et al. Optimising the design of confined laying hen house insulation requirements in cold climates without using supplementary heat[J]. Biosystems Engineering, 2018, 174: 282-294.

[17]Xie Q J, Ni J Q, Bao J, et al. A thermal environmental model for indoor air temperature prediction and energy consumption in pig building[J]. Building and Environment, 2019, 161: 106238.

[18]謝秋菊，鄭萍，包軍，等. 基于深度學習的密閉式豬舍內溫濕度預測模型[J]. 農業機械學報，2020，51(10)：353-361.

Xie Qiuju, Zheng Ping, Bao Jun, et al. Thermal environment prediction and validation based on deep learning algorithm in closed pig house[J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(10): 353-361. (in Chinese with English abstract)

[19]Morris L G. Some aspects of the control of plant environment[J]. Journal of Agricultural Engineering Research, 1956, 1: 156-166.

[20]周允將. 雞舍濕墊-風機降溫系統的應用與設計[J]. 農業工程學報，1988，4(4)：38-46.

Zhou Yunjiang. Design and use of pad-fan cooling ventilation system for poultry houses[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 1988, 4(4): 38-46. (in Chinese with English abstract)

[21]李保明，黃之棟. 我國南方炎熱地區開放式雞舍的夏季降溫問題[J]. 北京農業工程大學學報，1992，12(2)：42-47.

Li Baoming, Huang Zhidong. A summer cooling principle for open-type poultry housing in southern China[J]. Journal of Beijing Agricultural Engineering University, 1992, 12(2): 42-47. (in Chinese with English abstract)

[22]馬承偉，黃之棟，李保明，等. 農業建筑蒸發降溫技術研究與應用的現狀及展望[J]. 農業工程學報，1995，11(3)：95-100.

Ma Chengwei, Huang Zhidong, Li Baoming, et al. The development of evaporative cooling technology for farm buildings[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 1995, 11(3): 95-100. (in Chinese with English abstract)

[23]Malli A, Seyf H R, Layeghi M, et al. Investigating the performance of cellulosic evaporative cooling pads[J]. Energy Conversion and Management, 2011, 52(7): 2598-2603.

[24]Jain D, Tiwari G N. Modeling and optimal design of evaporative cooling system in controlled environment greenhouse[J]. Energy Conversion and Management, 2002, 43(11): 2235-2250.

[25]Da?tekin M, Karaca C, Y?ld?z Y. Performance characteristics of a pad evaporative cooling system in a broiler house in a Mediterranean climate[J]. Biosystems Engineering, 2009, 103(1): 100-104.

[26]Petek M, Dikmen S, O?an M M. Performance analysis of a two stage pad cooling system in broiler houses[J]. Turkish Journal of Veterinary and Animal Sciences, 2012, 36(1): 21-26.

[27]Rong L, Pedersen P, Jensen T L, et al. Dynamic performance of an evaporative cooling pad investigated in a wind tunnel for application in hot and arid climate[J]. Biosystems Engineering, 2017, 156: 173-182.

[28]朱丹丹，燕達，王闖，等. 建筑能耗模擬軟件對比：DeST、EnergyPlus and DOE-2[J]. 建筑科學，2012，28(S2)：213-222.

[29]Bantle M R L, Barber E M. Energy simulation of a poultry house using DOE 2.1C[C]// ASAE (American Society of Agricultural Engineers), St Joseph, MI 49085, USA, 1989.

[30]王美芝，陳昭暉，李曉晨，等. 中國西北地區肉牛舍冬季建筑熱環境系統設計[J]. 家畜生態學報，2014，35(5)：40-46.

[31]李琴，劉鵬，葛紹標，等. 用DeST-C模擬分析顯熱回收通風系統在中國各氣候區冬季兔舍的適用性[C]//中國畜牧獸醫學會養兔學分會第二屆學術交流大會論文集，2018.

[32]Ahachad M, Belarbi R, Bouaziz N, et al. Poultry housing in the Arab World: Applying principles of thermal exchange to improve performance (A case study of Morocco)[J]. Emirates Journal of Food and Agriculture, 2008, 20(1): 60-75.

[33]杜鵑，黃翔，武俊梅. 直接蒸發冷卻空調機與冷卻塔內部傳熱、傳質過程的類比分析[J]. 制冷與空調，2003，3(1)：11-14.

[34]蔣毅. 高效節能的蒸發冷卻技術及其應用的建模與實驗研究[D]. 南京：東南大學，2006.

Jiang Yi. Modeling and Experimental Study on Evaporative Cooling Technology with High Efficiency and Energy Saving and Its Application[D]. Nanjing: Southeast China University, 2006.

[35]楊選將，劉盛南，詹凱，等. 八層層疊式籠養蛋雞舍夏季環境質量參數測定與相關性分析[J]. 中國家禽，2015，37(10)：26-29.

Yang Xuanjiang, Liu Shengnan, Zhan Kai, et al. Determination and correlation analysis of environmental quality parameters in summer in eight layers caged laying hens house[J]. China Poultry, 2015, 37(10): 26－29.

[36]CIGR. Climatization of animal houses[C].// Report of working group, Scottish farm building investigation unit, Craibstone. Scotland, UK: Aberdeen, 1984.

[37]GB 50176-2015. 民用建筑熱工設計規范 [S]. 北京：中國建筑工業出版社, 2015.

[38]宋芳婷，諸群飛，江億，等. 建筑環境設計模擬分析軟件DeST 第5講影響建筑熱過程的各種外界因素的取值方法[J]. 暖通空調，2004，11：52-65.

[39]GB 50736—2012. 民用建筑供暖通風與空氣調節設計規范[S]. 北京：中國建筑工業出版社，2012.

[40]Wang C Y, Cao W, Li B M, et al. A fuzzy mathematical method to evaluate the suitability of an evaporative pad cooling system for poultry houses in China[J]. Biosystems Engineering, 2008, 101(3): 370-375.

[41]Dayio?lu M A, Silleli H H. Performance analysis of a greenhouse fan-pad cooling system: Gradients of horizontal temperature and relative humidity[J]. Journal of Agricultural Sciences, 2015, 21(1): 132-143.

Hourly model for predicting year-round temperature and relative humidity of the environment in laying hen houses

Liang Chao1,2,3, Yin Huanhuan1, Li Baoming1,2,3, Wang Chaoyuan1,2,3※

(1.,,100083,; 2.,,100083,; 3.,100083,)

Laying hen house is an important part of livestock industries, particularly with an intensification scale of over 70% in China. Appropriate indoor temperature and relative humidity are also critical to the health of birds, production performance, and egg quality, further fully exploiting the excellent genetic features of modern laying hens. An automatic control system is, therefore, necessary to precisely predict the dynamic changes of indoor temperature and relative humidity for laying hen houses. An evaporative cooling pad system is the most popular used to increase the accuracy of the prediction model in laying hen houses in summer. However, most currently-used prediction models usually fail to consider the cooling variation of the evaporative cooling pad system. Particularly, it is also lacking to consider the humidified impact on the indoor temperature and relative humidity in laying hen houses. In this study, a novel hourly model was created to predict the annual indoor temperature and relative humidity, as well as its variation in laying hen houses. A mathematical model of cooling efficiency was also adopted to consider the quantitative influence of the evaporative cooling pad system on the indoor thermal and humid environment. A field experiment was then conducted to verify the model in Handan, Hebei Province of China in July 2019. Twenty-six points of indoor temperature and relative humidity were set for the field measurement. A hot-wire anemometer was utilized to monitor the airflow rate of exhaust fans. Meanwhile, an outdoor meteorological station was installed on the roof to continuously record the climatic parameters. Moreover, two cases were carried out in Wuhan City and Harbin City of China to evaluate the performance of the prediction model, thereby analyzing the influence of different climate conditions on the indoor environment of laying hen houses. Finally, the prediction model was used to clarify the difference of heat transfer in the steady and dynamic state for the building envelope on the indoor thermal and humid environment of laying hen houses. The accuracy of the prediction model was obtained between the constant and variable evaporative cooling efficiencies. The results demonstrated that the predicted values of indoor temperature and relative humidity were consistent with the field measured ones. Specifically, the overall average error of indoor temperature was 0.67 ℃, and the average error of indoor relative humidity was 3.1%. It was found that there was no temperature delay in summer and only one hour delay in winter. Temperature attenuation presented 0.36 ℃ in summer and 1.02 ℃ in winter, indicating a negligible effect due to the thermal inertia of the enclosure. The variation of dynamic cooling efficiency was contributed to the higher accuracy of the prediction model in the evaporative cooling pad system. For example, the predicted error of temperature reduced from 1.4 ℃ to 0.67 ℃, and the error of relative humidity from 5.4% to 3.1%, when the cooling efficiency was fixed at 80%. Consequently, this finding can provide potential theoretical guidance for building design and thermal environment control of laying hens houses, and further improve the production performance of laying hens.

temperature; humidity; laying hen house; thermal environment; evaporative cooling pad; cooling efficiency; envelope

10.11975/j.issn.1002-6819.2021.08.026

S26

A

1002-6819(2021)-08-0229-07

梁超，尹歡歡，李保明，等. 蛋雞舍熱濕環境參數全年逐時動態預測模型[J]. 農業工程學報，2021，37(8)：229-235.doi：10.11975/j.issn.1002-6819.2021.08.026 http://www.tcsae.org

Liang Chao, Yin Huanhuan, Li Baoming, et al. Hourly model for predicting year-round temperature and relative humidity of the environment in laying hen houses[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(8): 229-235. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.08.026 http://www.tcsae.org

2020-12-17

2021-03-11

國家重點研發計劃（2017FYD0701602、2017YFE0122200）；博士后創新人才支持計劃（BX20180363）；國家現代農業產業技術體系（CARS-40）

梁超，博士，副教授，碩士生導師，研究方向為農業建筑節能減排。Email：liangchao@cau.edu.cn

王朝元，博士，教授，博士生導師，研究方向為設施畜禽養殖過程與環境控制。Email：gotowchy@cau.edu.cn

中國農業工程學會高級會員：王朝元（E041200616S）