電風扇的輔助變成我們在溫度控制中一個很重要的角色。採用市面上容易取得的電風扇，在溫溼度變化的侷限範圍內，電風扇推動氣流後帶走人體表面的溫度，得到相對較舒適的體感溫度。電風扇擺放的位置與距離，可以讓人體不會因為電風扇的風壓產生不舒適的感覺，再藉由感測器偵測取得環境中的溫濕度變化，進行調整電風扇檔位產生風量的變化。將所測量到的溫濕度數值上傳到 Internet of Things (IOT)的網站上儲存紀錄，可以讓使用者觀察家中溫濕度的變化。電風扇的控制是在下載IOT雲端溫濕度數值資料後，將取得的溫濕度數值採用自行開發的演算法得到溫度範圍，電風扇依照運算所得的溫濕度範圍後，切換檔位去推動氣流改變室內溫濕度的變化，讓所在空間中的室內溫濕度盡可能地達到均勻，降低冷氣不必要的能源損耗用以減少用電量，當電扇有自動偵測溫濕度的功能，在適當的溫度啟動相對的風扇檔位，也讓人體的舒適度與環境的能耗取得一個可接受的平衡點。

This thesis can use of fans to control indoor temperature and humidity distribution. In this system, temperature and humidity sensors collect temperature and humidity values, and upload them to the Internet of things server. Temperature and humidity values are provided to the fan system to control the wind speed. In this research, the temperature and humidity distribution is controlled by locating the fan position and controlling the wind speed.

目錄
誌謝	I
中文摘要…………………………………………...........................II
ABSTRACT	III
目錄	IV
圖目錄	VII
表目錄	XII
附錄圖目錄	XIII
附錄表目錄	XV
第一章 緒論	1
1.1 研究動機	1
1.2 研究目的	3
1.3 文獻回顧	3
1.3.1 環境因子	3
1.3.1.1 濕度	4
1.3.1.2 溫度	5
1.3.1.3 風速	6
1.3.2 中央氣象局使用的指標	8
1.3.2.1 體感溫度	8
1.3.2.2 舒適度	10
1.3.3 國際體感指標	10
1.4 章節介紹	15
第二章 研究背景	16
2.1 環境舒適度	16
2.2 環境溫度與濕度對於人體的影響	16
第三章 研究方法	19
3.1 研究架構	19
3.1.1 系統架構	20
3.1.2 溫濕度感測器運作流程與設置	21
3.1.3 程式運作流程圖	25
3.2 硬體設備介紹	26
3.2.1 WEMOS D1系統板	26
3.2.2 DHT22溫濕度感測模組	27
3.2.3 4路5V繼電器擴展板	28
3.3 軟體介紹	29
3.3.1 開發平台	29
3.3.2 雲端資料儲存平台	30
3.4 風扇風速與距離	32
3.4.1 風扇在1m處實測數值	33
3.4.2 風扇在2m處實測數值	34
3.4.3 風扇在3m處實測數值	34
3.5 環境參數量測	34
3.5.1 室內in1~3測點	35
3.5.2 室內in1~5測點	36
3.5.3 室內與室外測點	38
3.5.4 室外不同位置測點	40
3.5.5 室外測點與地區觀測站	42
第四章 研究結果與量測	45
4.1 實驗流程	45
4.2 結果與分析	48
4.2.1 封閉環境測試	49
4.2.1.1 面向0度送風	50
4.2.1.2 面向90度送風	60
4.2.1.3 面向180度送風	70
4.2.2 冷氣環境測試	80
4.2.3 舒適度調查	102
第五章 結論與未來展望	112
5.1 結論	112
5.2 未來展望	112
參考文獻	113
附錄	117
 
圖目錄
圖1.1 相對濕度與舒適度關係圖(Serra, 1995)	5
圖1.2 人體與環境的熱平衡模型(ASHRAE, 1997)	6
圖1.3 室內溫度與風速關係圖(ASHRAE,1997)	7
圖1.4 體感溫度在風速在2.5m/s下的參考值	9
圖1.5 體感溫度在相對濕度70%的參考值	9
圖1.6 中央氣象局舒適度指標參考範圍	10
圖1.7 酷熱指數參考範圍	11
圖1.8 溫濕指數濕度60%到20%參考範圍	12
圖1.9 溫濕指數濕度100%到65%參考範圍	12
圖1.10 風寒指數參考範圍	13
圖1.11 WBGT指數參考範圍	14
圖3.1 研究流程圖	19
圖3.2 系統架構圖	20
圖3.3 系統運作流程圖	21
圖3.4 溫濕度感測器運作流程圖	22
圖3.5 溫濕度感測器位置圖	23
圖3.6 溫濕度感應器場景	23
圖3.7 程式運作流程圖	25
圖3.8 WEMOS D1 系統板	26
圖3.9 DHT22溫濕度感測器模組	28
圖3.10 繼電器模組	28
圖3.11 Arduino IDE開發平台	29
圖3.12 ThingSpeak圖形化數據介面	30
圖3.13 ThingSpeak免費使用限制[19]	31
圖3.14 TES-1341風速計	32
圖3.15 in1/in2/in3感測器濕度綜合趨勢	35
圖3.16 in1/in2/in3感測器溫度綜合趨勢	36
圖3.17 in1/in2/in3/in4/in5感測器濕度綜合趨勢	37
圖3.18 in1/in2/in3/in4/in5感測器溫度綜合趨勢	38
圖3.19 七感測器濕度綜合趨勢	39
圖3.20 七感測器溫度綜合趨勢	40
圖3.21 室外不同位置感測器濕度綜合趨勢	41
圖3.22 室外不同位置感測器溫度綜合趨勢	42
圖3.23 室外感測器與地區觀測站濕度綜合趨勢	43
圖3.24 室外感測器與地區觀測站溫度綜合趨勢	44
圖4.1 面向0度方向風扇輸出示意圖	46
圖4.2 面向90度方向風扇輸出示意圖	46
圖4.3 面向180度方向風扇輸出示意圖	47
圖4.4 風扇輸出方向實驗流程	47
圖4.5 空調環境實驗流程	48
圖4.6 封閉式情境	49
圖4.7 感測器in1濕度狀態	50
圖4.8 感測器in1溫度狀態	51
圖4.9 感測器in2濕度狀態	52
圖4.10 感測器in2溫度狀態	53
圖4.11 感測器in3濕度狀態	54
圖4.12 感測器in3溫度狀態	55
圖4.13 感測器in4濕度狀態	56
圖4.14 感測器in4溫度狀態	57
圖4.15 感測器in5濕度狀態	58
圖4.16 感測器in5溫度狀態	59
圖4.17 感測器in1濕度狀態	60
圖4.18 感測器in1溫度狀態	61
圖4.19 感測器in2濕度狀態	62
圖4.20 感測器in2溫度狀態	63
圖4.21 感測器in3濕度狀態	64
圖4.22 感測器in3溫度狀態	65
圖4.23 感測器in4濕度狀態	66
圖4.24 感測器in4溫度狀態	67
圖4.25 感測器in5濕度狀態	68
圖4.26 感測器in5溫度狀態	69
圖4.27 感測器in1濕度狀態	70
圖4.28 感測器in1溫度狀態	71
圖4.29 感測器in2濕度狀態	72
圖4.30 感測器in2溫度狀態	73
圖4.31 感測器in3濕度狀態	74
圖4.32 感測器in3溫度狀態	75
圖4.33 感測器in4濕度狀態	76
圖4.34 感測器in4溫度狀態	77
圖4.35 感測器in5濕度狀態	78
圖4.36 感測器in5溫度狀態	79
圖4.37 冷氣靜音模式出風口5cm處	80
圖4.38 空氣調節變化狀態	81
圖4.39 冷氣靜音模式感測器in1濕度狀態	82
圖4.40 冷氣靜音模式感測器in1溫度狀態	83
圖4.41 冷氣靜音模式感測器in2濕度狀態	84
圖4.42 冷氣靜音模式感測器in2溫度狀態	85
圖4.43 冷氣靜音模式感測器in3濕度狀態	86
圖4.44 冷氣靜音模式感測器in3溫度狀態	87
圖4.45 冷氣靜音模式感測器in4濕度狀態	88
圖4.46 冷氣靜音模式感測器in4溫度狀態	89
圖4.47 冷氣靜音模式感測器in5濕度狀態	90
圖4.48 冷氣靜音模式感測器in5溫度狀態	91
圖4.49 程式控制與冷氣靜音模式下感測器in1濕度狀態	92
圖4.50 程式控制與冷氣靜音模式下感測器in1溫度狀態	93
圖4.51 程式控制與冷氣靜音模式下感測器in2濕度狀態	94
圖4.52 程式控制與冷氣靜音模式下感測器in2溫度狀態	95
圖4.53 程式控制與冷氣靜音模式下感測器in3濕度狀態	96
圖4.54 程式控制與冷氣靜音模式下感測器in3溫度狀態	97
圖4.55 程式控制與冷氣靜音模式下感測器in4濕度狀態	98
圖4.56 程式控制與冷氣靜音模式下感測器in4溫度狀態	99
圖4.57 程式控制與冷氣靜音模式下感測器in5濕度狀態	100
圖4.58 程式控制與冷氣靜音模式下感測器in5溫度狀態	101

 
表目錄
表3.1 感測器與風扇距離	24
表3.2 感測器DHT22規格表	27
表3.3 TES-1341熱線式風速計規格	32
表3.4 風扇在1m處的溫濕度與風速值	33
表3.5 風扇在2m處的溫濕度與風速值	34
表3.6 風扇在3m處的溫濕度與風速值	34
表4.1 冷氣靜音模式出風口5cm處溫濕度與風速值	80
表4.2 受調查者資料表	102
表4.3 2020-03-28~04-04舒適度紀錄(程式範圍24℃~26℃為舒適)	102
表4.4 2020-04-05~04-11舒適度紀錄(程式範圍24℃~26℃為舒適)	104
表4.5 2020-04-12~04-18舒適度紀錄(程式範圍20℃~26℃為舒適)	106
表4.6 2020-04-19~04-25舒適度紀錄(程式範圍20℃~26℃為舒適)	108
表4.7 2020-04-26~04-30舒適度紀錄(程式範圍24℃~26℃為舒適)	110

 
附錄圖目錄
附錄 圖1.1 2020-03-30 1100~1300 in1濕度	127
附錄 圖1.2 2020-03-30 1100~1300 in1溫度	128
附錄 圖1.3 2020-03-30 1100~1300 in2濕度	129
附錄 圖1.4 2020-03-30 1100~1300 in2溫度	130
附錄 圖1.5 2020-03-30 1100~1300 in3濕度	131
附錄 圖1.6 2020-03-30 1100~1300 in3溫度	132
附錄 圖1.7 2020-03-30 1100~1300 in4濕度	133
附錄 圖1.8 2020-03-30 1100~1300 in4溫度	134
附錄 圖1.9 2020-03-30 1100~1300 in5濕度	135
附錄 圖1.10 2020-03-30 1100~1300 in5溫度	136
附錄 圖1.11 2020-03-30 1100~1300 風扇動作標記	137
附錄 圖1.12 2020-04-02 1100~1300 in1濕度	138
附錄 圖1.13 2020-04-02 1100~1300 in1溫度	139
附錄 圖1.14 2020-04-02 1100~1300 in2濕度	140
附錄 圖1.15 2020-04-02 1100~1300 in2溫度	141
附錄 圖1.16 2020-04-02 1100~1300 in3濕度	142
附錄 圖1.17 2020-04-02 1100~1300 in3溫度	143
附錄 圖1.18 2020-04-02 1100~1300 in4濕度	144
附錄 圖1.19 2020-04-02 1100~1300 in4溫度	145
附錄 圖1.20 2020-04-02 1100~1300 in5濕度	146
附錄 圖1.21 2020-04-02 1100~1300 in5溫度	147
附錄 圖1.22 2020-04-02 1100~1300 風扇動作標記	148
 

附錄表目錄
附錄 表1.1 2020-03-28~2020-04-04舒適度紀錄	117
附錄 表1.2 2020-04-05~2020-04-11舒適度紀錄	119
附錄 表1.3 2020-04-12~2020-04-18舒適度紀錄	121
附錄 表1.4 2020-04-19~2020-04-25舒適度紀錄	123
附錄 表1.5 2020-04-26~2020-04-30舒適度紀錄	125

[1].	林憲德. (1999). 城鄉生態, 台北: 詹氏書局.
[2].	經濟部能源局，節約能源園區，Retrieved from https://www.moeaboe.gov.tw/ECW/populace/content/SubMenu.aspx?menu_id=83
[3].	Standard, A. S. H. R. A. E. (1992). 55, Thermal environmental conditions for human occupancy. American Society of Heating, Refrigerating and Air conditioning Engineers, 145.
[4].	Fanger, P. O. (1984). Moderate thermal environments Determination of the PMV and PPD indices and specification of the conditions for thermal comfort. ISO 7730.
[5].	相對濕度，Retrieved from https://zh.wikipedia.org/wiki/%E7%9B%B8%E5%B0%8D%E6%BF%95%E5%BA%A6
[6].	Serra, R. (1993). Les energies a l’arquitectura. Edicions UPC, Barcelona.
[7].	林盛隆, 楊靜宜, & 蕭任雄. (2010). 自然通風教室熱舒適度研究-以南投縣爽文國小為例. 設計與環境學報, (11), 1-15.
[8].	Comfort, A. T. (1997). ASHRAE handbook of fundamentals. Atlanta: ASHRAE Inc, 8-1.
[9].	風扇強制對流增溫，Retrieved from https://www.dyson.tw/fans-and-heaters/purifiers/dyson-cryptomic/dyson-pure-hot-cool-cryptomic-overview.aspx
[10].	中央氣象局，Retrieved from https://www.cwb.gov.tw/Data/knowledge/announce/service12.pdf
[11].	中央氣象局，Retrieved from https://www.cwb.gov.tw/Data/knowledge/announce/observe2.pdf
[12].	中央氣象局，Retrieved from http://photino.cwb.gov.tw/conf/history/104/104%E5%B9%B4%E5%85%A8%E6%96%87/1.%E5%A4%A7%E6%B0%A3%E7%9B%A3%E6%B8%AC%E8%88%87%E5%88%86%E6%9E%90/1-20-L-%E8%A8%B1%E7%8E%89%E9%87%91-%E8%87%BA%E7%81%A3%E9%AB%94%E6%84%9F%E6%BA%AB%E5%BA%A6%E5%88%9D%E6%AD%A5%E5%88%86%E6%9E%90.pdf
[13].	美國國家海洋暨大氣總署NOAA, Retrieved from https://www.weather.gov/safety/heat-index
[14].	加拿大官方網頁，Retrieved from https://www.canada.ca/en/environment-climate-change/services/seasonal-weather-hazards/warm-season-weather-hazards.html
[15].	美國國家海洋暨大氣總署NOAA, Retrieved from https://www.weather.gov/ama/WindChill
[16].	日本生氣象學會，Retrieved from http://seikishou.jp/pdf/news/shishin.pdf
[17].	衛生福利部國民健康署，Retrieved from https://www.hpa.gov.tw/Pages/List.aspx?nodeid=440
[18].	謝麗貞、吳雪鳳、董弘一，”人體調溫機制與外部溫差變化的關係”， 高雄醫師會誌 vol. 22, No.4，2014.
[19].	雲端儲存平台ThingSpeak免費使用限制，Retrieved from https://thingspeak.com/prices/thingspeak_standard
[20].	Digital-output relative humidity & temperature sensor, Retrieved from https://www.sparkfun.com/datasheets/Sensors/Temperature/DHT22.pdf
[21].	4路5V繼電器擴展板，Retrieved from https://www.taiwaniot.com.tw/product/4%E8%B7%AF5v%E7%B9%BC%E9%9B%BB%E5%99%A8%E6%93%B4%E5%B1%95%E6%9D%BF-%E5%B8%B6%E5%85%89%E8%80%A6%E9%9A%94%E9%9B%A2-%E6%94%AF%E6%8C%81avr-51-pic/
[22].	Arduino IDE開發平台，Retrieved from https://www.arduino.cc/en/main/software
[23].	TES-1341熱線式風速計規格，Retrieved from http://www.tes.com.tw/product_detail.asp?seq=102
[24].	Song, Y., Mao, F., & Liu, Q. (2019). Human Comfort in Indoor Environment: A Review on Assessment Criteria, Data Collection and Data Analysis Methods. IEEE Access, 7, 119774-119786.
[25].	Soh, P. W., Chang, J. W., & Huang, J. W. (2018). Adaptive deep learning-based air quality prediction model using the most relevant spatial-temporal relations. Ieee Access, 6, 38186-38199.
[26].	Rocca, M. (2017, June). Health and well-being in indoor work environments: a review of literature. In 2017 IEEE International Conference on Environment and Electrical Engineering and 2017 IEEE Industrial and Commercial Power Systems Europe (EEEIC/I&CPS Europe) (pp. 1-6). IEEE.
[27].	Javed, A., Larijani, H., Ahmadinia, A., & Gibson, D. (2016). Smart random neural network controller for HVAC using cloud computing technology. IEEE Transactions on Industrial Informatics, 13(1), 351-360.
[28].	Farhan, A. A., Pattipati, K., Wang, B., & Luh, P. (2015, August). Predicting individual thermal comfort using machine learning algorithms. In 2015 IEEE International Conference on Automation Science and Engineering (CASE) (pp. 708-713). IEEE.