Статті

Класифікація умов опалення при інтелектуальному керуванні опаленням будівель із використанням некерованих електронагрівачів

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №4 2022

Останнє оновлення: 01 вересня 2022

Опубліковано: 30 листопада -0001

Перегляди: 2820

Authors:

Г.Півняк, orcid.org/0000-0002-8462-2995, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e‑mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Г.Грулер, orcid.org/0000-0002-3624-5259, Ройтлінгенський університет, м. Ройтлінген, Федеративна Республіка Німеччина, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

А.Бубліков, orcid.org/0000-0003-3015-6754, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e‑mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Ю.Папаїка, orcid.org/0000-0001-6953-1705, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e‑mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Є.Воскобойник, orcid.org/0000-0003-1178-6486, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e‑mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2022, (4): 078 - 083

https://doi.org/10.33271/nvngu/2022-4/078

Abstract:

Мета. Зменшення питомих енерговитрат на опалення будівель об’єктів муніципалітету та промислових об’єктів за рахунок уведення інтелектуального керування температурами у приміщеннях з урахуванням індивідуальних залежностей характеристик кожної людини, як споживача енергоресурсу, від конкретних умов опалення.

Методика. В основу енергоефективного та інтелектуального керування опаленням будівель закладено пошук і забезпечення системою керування компромісного рішення стосовно комфортного сприйняття людиною умов перебування у приміщеннях і мінімального споживання енергоресурсів. Для цього насамперед повинне бути вирішене завдання розпізнавання системою інтелектуального керування різних умов опалення з метою забезпечення процесу навчання системи й формування бази знань. Для вирішення цього завдання по відношенню до некерованих електричних обігрівачів у якості інформаційних ознак для класифікації ситуацій з точки зору умов опалення запропоновано використовувати параметри одномірних динамічних моделей, що описують теплообмінні процеси, вхідною величиною яких є потужність обігрівача, а вихідною – температура повітря у локальній зоні приміщення. У рамках створення методу класифікації умов опалення у приміщеннях будинків проведено дослідження залежностей параметрів динамічних моделей локальних зон опалення у приміщенні від характеристик локальних зон опалення. Також визначені закономірності процесу керування обігрівачами, що забезпечують точну ідентифікацію моделей локальних зон опалення без суттєвої зміни заданого температурного режиму. За допомогою обчислювальних експериментів оцінена точність визначення інформаційних ознак для класифікації умов опалення при відтворенні реальних характеристик теплообмінних процесів у приміщенні.

Результати. У ході досліджень розроблено метод ідентифікації динамічних властивостей теплових зон у приміщенні для випадку використання некерованих електричних обігрівачів із двома станами.

Наукова новизна. Уперше визначені закономірності процесу керування потужністю електричних обігрівачів із двома станами та процесу вимірювання температури в локальних зонах опалення у приміщеннях будівель, що дозволили визначати параметри динамічних моделей теплообмінних процесів у приміщенні з високою точністю й без суттєвої зміни заданого температурного режиму, та використовувати ці параметри як інформаційні ознаки при класифікації умов опалення.

Практична значимість. Отримані у роботі закономірності процесів керування обігрівачами й вимірювання температури дозволили створити метод ідентифікації динамічних властивостей локальних теплових зон у приміщеннях будівель, що складає основу для процедури класифікації умов опалення.

Ключові слова: енергоефективне опалення будівель, інтелектуальне керування, класифікація умов опалення

References.

1. Matveieva, Yu. Т., Kolosok, S. І., & Vakulenko, І. А. (2019). Analysis of the world practices to provide energy efficiency based upon smart grid model. Efficient Economy, 4. https://doi.org/10.32702/2307-2105-2019.4.36.

2. Derii, V. О. (2021). Trends in the development of the district heating systems of Ukraine. Collection of scientific papers “Problemy zahalnoi enerhetyky”, 1(64), 52-59. https://doi.org/10.15407/pge2021.01.052.

3. Spodyniuk, N. А., & Shepitchiak, V. B. (2020). Cost analysis of thermal energy, and ways to economize it for residential buildings. Scientific messenger of NFTU of Ukraine, 30(2), 62-65. https://doi.org/10.36930/40300211.

4. Hargreaves, J. J., & Jones, R. A. (2020). Long Term Energy Storage in Highly Renewable Systems. Frontiers in Energy Research, 8. https://doi.org/10.3389/fenrg.2020.00219.

5. Stolojescu-Crisan, C., Crisan, C., & Butunoi, B. P. (2021). An IoT-Based Smart Home Automation System. Sensors (Basel, Switzerland), 21(11), 3784. https://doi.org/10.3390/s21113784.

6. Pau, G., Collotta, M., Ruano, A., & Qin, J. (2017). Smart Home Energy Management. Energies, 10, 382. https://doi.org/10.3390/en10030382.

7. Yu, Y., Yang, J., & Chen, B. (2012). The Smart Grids in China – A Review. Energies, 5, 1321-1338. https://doi.org/10.3390/en5051321.

8. Barbato, A., Capone, A., Chen, L., Martignon, F., & Paris, S. (2015). A Distributed Demand-Side Management Framework for the Smart Grid. Computer Communications, 57, 13-24. https://doi.org/10.1016/j.comcom.2014.11.001.

9. Perera, Degurunnehalage W. U., & Skeie, Nils-Olav (2017). Comparison of Space Heating Energy Consumption of Residential Buildings Based on Traditional and Model-Based Techniques. Buildings, 7(2), 27. https://doi.org/10.3390/buildings7020027.

10. Gitakarma, M. S., & Priyambodo, T. K. (2019). A Real-Time Smart Home System using Android Bluetooth Control Device Module. 2019 International Symposium on Electronics and Smart Devices (ISESD), 1-7. https://doi.org/10.1109/isesd.2019.8909522.

11. Zaslavsky, A. M., Tkachov, V. V., Protsenko, S. M., Bublikov, A. V., Suleimenov, B., Orshubekov, N., & Gromaszek, K. (2017). Self-organizing intelligent network of smart electrical heating devices as an alternative to traditional ways of heating. Photonics Applications in Astronomy, Communications, Industry, and High Energy Physics Experiments 2017. https://doi.org/10.1117/12.2281225.

12. Tkachov, V., Gruhler, G., Zaslavski, A., Bublikov, A., & Protsenko, S. (2018). Development of the algorithm for the automated synchronization of energy consumption by electric heaters under condition of limited energy resource. Eastern-European Journal of Enterprise Technologies, 2(8-92), 50-61. https://doi.org/10.15587/1729-4061.2018.126949.

13. Machorro Cano, I., Alor-Hernández, G., Paredes-Valverde, M., Rodríguez, L., Sánchez-Cervantes, J., & Olmedo-Aguirre, J. (2020). HEMS-IoT: A Big Data and Machine Learning-Based Smart Home System for Energy Saving. Energies, 13. https://doi.org/10.3390/en13051097.

14. Ma, Yunlong, Chen, Xiao, Wang, Liming, & Yang, Jianlan (2021). Study on Smart Home Energy Management System Based on Artificial Intelligence. Journal of Sensors, 1-9. https://doi.org/10.1155/2021/9101453.

15. Bublikov, А. V., Boiko, О. О., Voskoboinik, Ye. К., Slavinskii, D. V. & Shevchenko, V.І. (2021) Developing a model of discrete system for the automated control of group of heaters in the context electrical heating. Collection of scientific papers of the National Mining University, 66-21, 233-244. https://doi.org/10.33271/crpnmu/66.233.

• < Попередня
• Наступна >