Environmental Optimization of Building Insulation Thickness in Warm-Dry Regions
محل انتشار: مجله مواد دوستدار محیط، دوره: 3، شماره: 2
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 512
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEFM-3-2_003
تاریخ نمایه سازی: 26 آذر 1398
چکیده مقاله:
In this study, the environmental effect ( ) of rock wool as a mineral insulation material and expanded polystyrene as a polymer insulation material for a residential building is studied. Initially, the intended building is simulated in Design Builder for warm-dry climate regions like Yazd and Isfahan cities and then the effect of different thicknesses of these two insulation materials inside the external wall of the building is studied towards optimizing the thickness value environmentally. Despite the emissions generated by cooling and heating systems while consuming energy throughout the year, embodied values in the manufacturing process until installation are also considered. Eventually, using the Energy Plus simulation engine inside Design Builder and MATLAB software, the environmental optimum insulation thickness regarding emission and embodied values of for a lifetime of ten years in warm-dry regions of Iran such as Yazd and Isfahan cities are calculated. These values for expanded polystyrene are found to be 20 cm for Isfahan and 19 cm for Yazd and values for rock wool are 11 cm for Isfahan and 10 cm for Yazd. Thus, a mineral insulation material such as rock wool has a smaller environmental optimum insulation thickness than a polymer insulation material such as expanded polystyrene.
کلیدواژه ها:
نویسندگان
E. Anbarzadeh
Department of Mechanical Engineering, Faculty of Engineering, Kharazmi University, Tehran, Iran
Seyed Morteza Ghafoori Yazdi
Department of Mechanical Engineering, Faculty of Engineering, Kharazmi University, Tehran, Iran
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 :