智能化系统是建筑实现感知、决策和推理的重要手段。因此在系统运行过程中不仅需要考虑为用户提供高质量的服务,还应考虑系统的自动化、智慧化、模块化以及建筑是否达到低能耗、低环境影响等因素。本课题针对建筑的室内环境监测问题研发了“云-管-端”系统平台,主要工作包括基于物联网技术的数据采集、数据获取、平台软件开发和预测模型研究等,具体工作如下:首先,综述了建筑智能化系统的发展现状,阐述了利用云平台提升建筑室内环境监测服务的意义,指出在云平台上开发建筑智能化系统的目的是提升泛在接入、智慧管理、可扩展与可复制等性能。其次,对建筑环境监测系统进行需求分析,提出应从五个方面进行系统搭建。进一步设计了系统的总体架构并阐述了各层次的功能,建筑室内环境监测系统采用“云-管-端”方式,主要由感知层、网络层、功能层、服务层和应用层组成。再次,为实现数据实时采集和上传,采用物联网技术构建了硬件系统。利用基于Arduino开发板和ESP8266EX无线芯片结合而成的ESPDuino开发平台,对温度、湿度、室内PM2.5浓度、甲醛浓度、二氧化碳浓度、人员状态和用电量等监测模块进行了设计和研发,并完成了动态组网配置,为建筑室内环境监测系统的全面感知奠定了物理层基础。然后,对系统平台的数据结构进行了逻辑分析,使用PHP脚本语言完成了数据库的开发。在此基础上,基于B/S架构,采用云平台解决方案LNMP(Linux、Nginx、MySQL和PHP相结合)对系统平台软件进行了设计与开发,其内容主要包括环境监测、人员监测、能耗监测、信息管理等模块化服务。Web开发使用运行速度较快、可移植性较强的PHP语言,结合前端框架(Bootstrap)和图表框架(Highcharts),依据“数据采集、数据分析、数据展示”的流程,将温度、湿度、室内PM2.5、甲醛、二氧化碳、人员和能耗等数据可视化,并且相关提示和信息通过发送邮件方式告知运维人员。此外,本课题还设计开发了手机客户端,用户可在移动终端上对系统进行查询、控制与管理。手机客户端开发基于MVC模式,通过加载网页展示控件(Webview)的方法将Web端的各类功能植入手机客户端。最后,因室内空气品质预测和建筑能耗的预测对建筑智能化系统运行与管理起重要作用,本文采用极限学习机对系统采集的室内PM2.5浓度值数据和某公共建筑的能耗数据分别进行了预测研究。建立了预测模型并进行了训练,仿真结果证实了算法的有效性,该研究工作对建筑优化控制具有指导意义。本文的研究工作层层递进,首先提出了一套切实可行的建筑室内环境监测系统体系架构,进而实现了数据采集和数据获取;然后在此基础上基于LNMP框架(Linux、Nginx、MySQL和PHP相结合的解决方案)构建了基于物联网的、运行于云平台上的Web客户端和手机客户端,完成了环境监测模块、人员监测模块和能耗监测模块等开发;最后针对系统智慧化的关键即数据分析和应用开展了利用极限学习机理论完成PM2.5浓度和建筑能耗的预测模型建模,并通过仿真验证了算法的有效性。这些研究工作将对物联网、云平台的应用及建筑智慧化管理具有良好地借鉴作用。