İklimlendirme sistemlerinde yapay zeka
İklimlendirme sistemlerinde yapay zeka
- Tez No: 848840
- Danışmanlar: PROF. DR. İLHAN CEYLAN
- Tez Türü: Doktora
- Konular: Enerji, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Enerji Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 89
Özet
Enerjiye günümüz yaşamının her alanında ihtiyacı vardır ve bu ihtiyaç her geçen gün dünyanın her yerinde hızla artmaya devam etmektedir. Giderek gelişen ekonomilerin ve endüstriyel fabrikaların üretim alanında enerjiye duyulan ihtiyaç artmaktadır. Bundan dolayıdır ki, enerji tüm işletmelerin temel girdisi durumuna gelmiştir. Günümüzde binalarda kullanılan enerjinin çoğu ısıtma, soğutma ve iklimlendirme amaçlı kullanılmaktadır. İklimlendirme sistemleri toplam tüketilen enerjinin %30'nu oluşturmaktadır. İklimlendirme sistemlerinde ana sorun mahallerdeki insan sayısı değişmesine rağmen hava debisinin sabit kalmasıdır. Bu çalışmada plakalı ısı geri kazanımlı bir klima santrali PID (Proportional-Integral-Derivative) kontrollü bir otomasyon sistemiyle ve bulut tabanlı olarak anlık kontrol edilerek bir sınıf ortamına uygulanmıştır. Sınıf ortamının kuru termometre sıcaklığı, bağıl nemi ve hava kalitesi (ppm) değerleri bulut sisitemi üzerinden gözlenip kontrol edilmiştir. Sınıf ortamınında 0, 25, 50 ve 70 ögrenci varken, CO2 değerleri sırasıyla 390, 970, 1230 ve 1600 ppm olarak ölçülmüştür. Öğrenci sayılarına göre sıcaklık değerleri 19.5°C ile 22.6 °C arasında, bağıl nem değerleri ise %31.5 Rh ile %42 Rh olarak ölçülmüştür. Farklı öğrenci sayıları ile yapılan deneysel çalışmada ekserji verimi ortalama %42 olarak hesaplanmıştır. Sistemin enerji verimi değişken ögrenci sayılarına göre ortalama %54 olarak hesaplanmıştır. Ayrıca klima santralinde kullanılan plakalı ısı geri kazanımını net verimliliği ise %60 olarak hesaplanmıştır. Sınıf ortamının iklimlendirmesi için klima santraline bağlanan sıcaklık, bağıl nem ve CO2 sensörleri vasıtasıyla bulut sistemi üzerinden ölçümler alınmıştır. Buradan alınan veriler doğrultusunda makine öğrenme yöntemlerinden, Destek Vektör Makineleri (DVM), Gasus Süreç Regrasyonu (GSR), Regresyon Ağaçları (RA) ve Ağaç Toplulukları (AT) ile ayrı ayrı kullanılarak sıcaklık, nem ve iç hava kalitesinin ppm değerleri tahmin edilmiştir. Deney setinde klima santrali çalıştırıldığında sınıf ortamının CO2 değeri, kuru termometre sıcaklığı ve bağıl nem değerleri makine öğrenmesi yöntemleri ile R² (Determinasyon Katsayısı) değeri karşılaştırılmıştır. Karşılaştırmanın sonucunda CO2 miktarının R² değeri GSR yönteminden %99, kuru termomtere sıcaklık değeri GSR %93 ve bağıl nem değeri GSR yönteminden %98 olarak elde edilmiştir.
Özet (Çeviri)
Energy is required in every aspect of today's life, and this need continues to increase worldwide daily. The requirement for energy in the production areas of increasingly developing economies and industrial factories is growing. Therefore, energy has become the primary input for all enterprises. Most energy consumed in buildings today is used for heating, cooling, and air conditioning. Air conditioning systems constitute about 30% of the total energy consumption. The main problem in air conditioning systems is that although the number of people in the environment changes, the airflow rate remains constant. This study applied“a plate heat recovery air handling unit”to a classroom environment by instant control with a PID (Proportional-Integral-Derivative) controlled automation system and cloud-based. Dry bulb temperature, relative humidity, and air quality (ppm) values of the classroom environment were observed and managed through the cloud system. While there were 0, 25, 50, and 70 students in the classroom environment, the CO2 values were measured as 390, 970, 1230, and 1600 ppm, respectively. For the mentioned numbers of students, temperature values were calculated between 19.5 °C and 22.6 °C, and relative humidity values measurements were 31.5 % Rh and 42% Rh. In the experimental study, the exergy efficiency was calculated as 42% on average when the number of students changed. According to variable student numbers, the system's average energy efficiency was 54%. In addition, the net efficiency of the plate heat recovery used in the air handling unit is calculated as 60 %. For the air conditioning of the classroom environment, measurements were taken via the cloud system via temperature, relative humidity and CO2 sensors connected to the air handling unit. In line with the data obtained here, temperature, humidity and the ppm value of indoor air quality were estimated by using machine learning methods such as Support Vector Machines (SVM), Gauss Process Regression (GPR), Regression Trees (RT) and Tree Ensembles (ET) separately. In the experimental setting, the CO2 value, dry bulb temperature and relative humidity values of the classroom environment -as the air handling unit was operated were compared with the R² (Determination Coefficient) values using machine learning methods. The obtained comparison results are as follows: R² value of the CO2 amount is 99% from the GPR method, the dry thermometer temperature value is 93% from the GPR method, and the relative humidity value is 98% from the GPR method.
Benzer Tezler
- İklimlendirme sistemlerinde yapay zeka uygulamaları
Artificial intelligence applications in air conditioning systems
MAAMOON WASSOUF
Yüksek Lisans
Türkçe
2024
EnerjiKarabük ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. İLHAN CEYLAN
- Güç transformatörleri sfra tarama frekans cevabı analizi sonuçlarının yapay zeka uygulamaları ile karşılaştırılması
Comparison of power transformer sfra sweep frequency response analysis results with artificial intelligence applications
HAKAN ÇUHADAROĞLU
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ UYAROĞLU
- Bulanık mantık tabanlı–uzaktan erişimli sera otomasyonu
Fuzzy logic based-remote access greenhouse automation
MUSTAFA AYAN
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiSüleyman Demirel ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. RAMAZAN ŞENOL
- Integration of triply-periodic minimal surface heat exchangers to heat recovery ventilation systems
Üç yönlü periyodik minimal yüzeylerden oluşan ısı değiştiricilerin ısı geri kazanımlı havalandırma sistemlerine entegrasyonu
ALPER METE GENÇ
Doktora
İngilizce
2024
Makine Mühendisliğiİzmir Katip Çelebi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZİYA HAKTAN KARADENİZ
- Otonom robotlar aracılığıyla veri merkezlerindeki kabinet içi sıcaklık dağılımının bulanık mantık ile kontrolü
Fuzzy logic control of in-cabinet temperature distribution in data centers through autonomous robots
MEHMET BAYRAM BAŞCI
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BARIŞ ÖZYER