مدلسازی سیستم تهویه مطبوع به وسیله شبکه عصبی مصنوعی به منظور دستیابی شرایط آسایش و کمینه کردن مصرف انرژی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,190

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

HVAC05_049

تاریخ نمایه سازی: 14 مرداد 1393

چکیده مقاله:

در این مقاله از شبکه های عصبی مصنوعی برای مدلسازی بهینه و کنترل یک سیستم واقعی تهویه مطبوع استفاده شده. با استفاده از روش یاد شده ابتدا سیستم را آموزش داده و پس از بررسی صحت مدلسازی که از مقایسه نتایج مرحله آموزش با خروجی های به دست آمده از مدلسازی با استفاده از معادلات جرم و انرژی بدست آمده، قابلیت این مدلسازی برای پیش بینی شرایط آینده سیستم مورد بررسی قرار گرفته است . مهمترینبرتری مدلسازی با استفاده از شبکه های عصبی مصنوعی در مقایسه با روش مدلسازی با استفاده از معادلات جرم و انرژی این است که تمام عدم قطعیت ها و خصوصیات غیر خطی سیستم تهویه مطبوع را به علت استفاده از داده های واقعی جهت مدلسازی در بر می گیرد، از این رو روش یاد شده می تواند با پیش بینی شرایط آینده سیستم با تنظیم دقیق زمان روشن و خاموش بویلر ها، هواسازها و ... مصرف انرژی را در سیستم های تهویه مطبوع به طرز چشم گیری کاهش دهد.

کلیدواژه ها:

مدلسازی سیستم تهویه مطبوع ، هوش مصنوعی ، کاهش مصرف انرژی

نویسندگان

فاطمه توانا

دانشجوی کارشناسی ارشد طراحی کاربردی، دانشکده مکانیک دانشگاه صنعتی خواجه نصیرالدین طوسی

سید حسین ساداتی

استادیار گروه طراحی کاربردی، دانشکده مکانیک دانشگاه صنعتی خواجه نصیرالدین طوسی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ning M., Zaheeruddin M..(2010), " Neuro-optimal operation of a variable ...
  • Labus J., Korolija I, et. Al. , (2012), " ANN ...
  • Application to Modelling And Control of Small Absorbation C hillers", ...
  • Tashtoush B., Molhim M., Al-Rousan M. (2005), "Dynamic model of ...
  • _ _ New Zone Temperature Predictive Modeling for Energy Saving ...
  • Karadag R., Akgibek G. _ The Prediction of Convective Heat ...
  • Handbook _ conditioning system design _ _ Company, MEI YA ...
  • Huang H., Chen] _ Mo hammadzaher ...
  • M., (2012), " A New Zone Temperature Predictive Modeling for ...
  • نمایش کامل مراجع