کاربرد هوش مصنوعی در ارتقای کارایی ساختمانها از مدل سازی تا پیاده سازی و سنجش عملکرد

فایل این در 10 صفحه با فرمت PDF قابل دریافت می باشد

  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این :

چکیده :

این مقاله چارچوبی عملی برای مدل سازی و به کارگیری هوش مصنوعی در بهینه سازی عملکرد ساختمان ها ارائه می کند. در رویکرد پیشنهادی، ابتدا مسئله های رایج بهره برداری نظیر مدیریت انرژی، کنترل تهویه و گرمایش/سرمایش، عیب یابی تجهیزات، و نگهداشت پیش گویانه تعریف می شوند. سپس با طراحی یک زنجیره داده (گردآوری، پاک سازی، مهندسی ویژگی و صفحه گذاری)، مدل های داده محور شامل یادگیری نظارت شده/بدون نظارت، روش های تقویتی برای کنترل پویا، و الگوریتم های تکاملی برای تنظیم بهینه پارامترها آماده می گردند. در ادامه، نحوه یکپارچه سازی این مدل ها با سامانه های مدیریت ساختمان (BMS)، مدل اطلاعات ساختمان (BIM) و زیرساخت گراف های دانش توضیح داده می شود تا تصمیم گیری ها از سطح گزارش گیری به سوی کنش های خودکار و ایمن حرکت کند. نتایج نمونه پیاده سازی نشان می دهد که با انتخاب دقیق شاخص های کارایی و طراحی یک فرایند ارزیابی شفاف، می توان به صرفه جویی انرژی، بهبود آسایش حرارتی، کاهش توقف های ناخواسته تجهیزات و ارتقای تاب آوری عملیاتی دست یافت. در پایان، محدودیت ها، ملاحظات اخلاقی و مسیرهای آینده برای توسعه دوقلوهای دیجیتال و نظارت ساختاری مستمر تبیین می گردد.

کلیدواژه ها:

نویسندگان

علی اصغری آرپاتپه

دانشجوی کارشناسی مهندسی عمران دانشگاه آزاد اسلامی واحد پردیس نویسنده

عرفان مجتهد زاده

دانشجوی دکترا عمران مهندسی و مدیریت ساخت دانشگاه آزاد اسلامی واحد علوم تحقیقات

مراجع و منابع این :

لیست زیر مراجع و منابع استفاده شده در این 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 لینک شده اند :
  • منابع فارسی و انگلیسی: ...
  • 1 کریمی، م. و حسینی، س. بهینهسازی سیستم تهویه در ...
  • ساختمانهای دانشگاهی با استفاده از شبکههای عصبی، فصلنامه ...
  • انرژیهای نو ایران، شماره 42 ، 1399 . ...
  • 2پژوهشگاه نیرو ، گزارش عملکرد ساختمان سبز انرژیپلاس، ...
  • تهران: مرکز توسعه فناوری ساختمان سبز، 1400 . ...
  • [3] .Zhao, H., et al., A review of AI applications ...
  • [4]Wang, J., et al., Artificial Neural Network Optimization of Architectural ...
  • [5]Fathi, M., et al. , BIM-based AI model for optimal ...
  • [6]Delgarm, N., Sajadi, B., Kowsary, F. Multi-objective optimization of building ...
  • [7]Mousavi, S., et al. , An integrated approach using BIM ...
  • 8 قربانی، ف. و محسنی، ج.، بهینهسازی طراحی معماری ...
  • دانشکده با الگوریتم ژنتیک، فصلنامه معماری پایدار ایران، شماره 32 ...
  • 1401 . ...
  • [9]Lu, J., et al. A survey of data-driven fault detection ...
  • [10] Chen, Y., et al. ,Machine learning for smart buildings: ...
  • [11] Ghahramani, A., et al. Energy-efficient HVAC control using machine ...
  • [12] Lee, H., et al., Early fault detection of HVAC ...
  • ) 13 (مظفری، س.، عباسی، ن، سامانه پیشبینی خرابی تجهیزات ...
  • با استفاده از ANN در موتورخانه ساختمان سبز، نشریه مهندسی ...
  • انرژی ایران، شماره 44 ، 1401 . ...
  • [14]Asdrubali, F., et al., LCA and AI integration for green ...
  • [15]Roussat, N., et al. , Machine learning to support LCA ...
  • [16]Ben Amor, M., et al. , Artificial neural networks for ...
  • 17غفاری، م.، رضوی، س، طبقهبندی زیستمحیطی مصالح ...
  • ساختمانی با استفاده از الگوریتم SVM ، نشریه مهندسی محیط ...
  • زیست ایران، شماره 57،1401 . ...
  • [18] Lu, Y., et al, AI-driven BIM frameworks for zero ...
  • [19] Lu, Y., et al, BIM and AI integration for ...
  • [20]Wu, Z., et al. (2021). Predicting building energy use with ...
  • 21 علوی، م.، محمودی، س،پیشبینی انرژی ساختمان با تلفیق BIM ...
  • KNN در مهندسی ساختمان، شماره 10 ، 1402 . ...
  • [22]Garcia, M., & Thompson, R, Energy Optimization and Carbon Emission ...
  • نمایش کامل مراجع