هوشمندسازی عملکرد سیستم های پالایش هوا با رویکرد بهینه سازی مصرف انرژی

کیفیت هوای داخلی (IAQ ) مطلوب از دغدغه های اصلی شاغلین، کارفرمایان و متولیان امر سلامت می باشد. مطابق راهنمای سازمان جهانی بهداشت، حداقل نرخ تهویه مورد نیاز به ازای هر فرد برای محیط های کاری متداول lit/s۱۰ و برای محیط های داخلی با سطح ائروسل زیاد lit/s۱۵ است. هرچند، استقرار استانداردها و جاری سازی الزامات IAQ با استفاده از تجهیزات و فناورهای سنجش، ارزیابی و کنترل آلاینده های محیط کاری از جمله راهکارهای مهندسی و مدیریتی محسوب می شود اما یکی از معیارهای عملکرد بهینه این تجهیزات، راندمان انرژی می باشد. امروزه افزایش تامین هوای تازه، مهم ترین چالش مرتبط با افزایش مصرف انرژی به دلیل حفظ IAQ ساختمان است. سیستم تهویه مطبوع تقریبا ۱۰% از مصرف انرژی جهانی را تشکیل می دهد و حدود ۵۰% از انتشار گازهای گلخانه ای در جهان ناشی از تولید برق، گرمایش و سایر بخش ها و تغییر در هزینه سوخت و قیمت انرژی در شرایط مختلف عملیاتی است. لذا، با گسترش استفاده از فضاهای بسته و سیستم های تهویه، کنترل IAQ و بهینه سازی مصرف انرژی این سیستم ها اهمیت ویژه ای یافته است. براساس تحقیقات اخیر بین IAQ و کارایی انرژی رابطه معکوس و معنی دار وجود دارد و به ازای ۱۰ % افزایش در متوسط غلظت روزانه PM۲.۵، راندمان انرژی به میزان ۵ % کاهش می یابد. این تاثیر بویژه در شهرهایی مطرح است که از تکنولوژی های تولید قدیمی استفاده می کنند یا دارای سطوح بالاتری از بازار رقابتی هستند. برای مثال صنعت سیمان یکی از صنایع پر مصرف انرژی و گازهای گلخانه ای و آلاینده های هوا است و شدت انرژی در این صنعت به طور معناداری میزان انتشارات CO۲، PM، SO۲ و NOx را تحت تاثیر قرار می دهد. این پژوهش با هدف بررسی امکانسنجی طراحی و توسعه سیستم های هوشمند پالایش هوا مبتنی بر الگوریتم های یادگیری ماشین و مدل سازی پیشرفته می پردازد که امکان تحلیل لحظه ای داده های محیطی، تنظیم خودکار عملکرد، کاهش غلظت آلاینده ها و بهینه سازی چندهدفه مصرف انرژی و IAQ را فراهم می آورد. یافته های تحقیق، بر رویکردهای جدید حل اهداف ظاهرا متناقض به حداقل رساندن مصرف انرژی و به حداکثر رساندن IAQ تاکید می کند. هوشمندسازی عملکرد سامانه های سنجش، ارزیابی و کنترل آلاینده های محیط کاری علاوه بر تحقق الزامات بهداشتی محیط کار، درسطح کلان سیاست گذاری ها به دنبال تحقق عملکرد بهینه و افزایش راندمان انرژی در راستای مدیریت هزینه ها، نیل به اثرتجمعی مزیت های سود- هزینه، تحقق اهداف توسعه پایدار (SDG) و کاهش انتشارات نیز باشد. بهره گیری از فناوری های هوش مصنوعی (AI) و اینترنت اشیاء (IoT) در طراحی و مدیریت سیستم های تهویه هوشمند، رویکردی کارآمد برای حل این چالش ها ارائه می دهد. هوش مصنوعی، با استفاده از یادگیری ماشین (ML) و یادگیری عمیق (DL)، امکان تحلیل داده های حجیم و پیچیده مانند غلظت آلاینده ها، تغییرات دما، رطوبت نسبی و IAQ را فراهم می کند. این فناوری ها می توانند الگوهای پنهان در داده ها را شناسایی کرده و مدل هایی برای پیش بینی تغییرات IAQ و بهینه سازی نرخ تهویه ارائه دهند. این سیستم های هوشمند، مجهز به سنسورهای اینترنت اشیاء (IoT) برای جمع آوری داده های لحظه ای از محیط، می توانند علاوه بر برآورد کمی و کیفی شاخصهای انرژی به صورت بی وقفه وضعیت IAQ (شاخصه های بهداشتی و سایکرومتریک، غلظت CO۲، ذرات معلق و سایر آلاینده ها) را پایش کرده و تصمیمات کنترلی مبتنی بر سیستم های یادگیری ماشین را برای پیش بینی تغییرات آینده و ارائه راهکارهای بهینه با دقت و سرعت بالا اجرا کنند. تدوین استراتژی های ارزیابی و کنترل موثر تهویه در ساختمان های با تراکم مختلف، توجه به توسعه فناوری های هوشمند برای پیش بینی و نظارت بر افزایش بهره وری انرژی سیستم های تهویه، می تواند در تحقق پایداری زیست محیطی، اقتصادی و ارتقاء استانداردهای زندگی در فضاهای بسته اثربخش و کارآمد باشد.

کلیدواژه ها:

کیفیت هوای داخلی ، هوشمندسازی ، سیستم های پالایش هوا ، بهینه سازی مصرف انرژی ، یادگیری ماشین ، استانداردهای بهداشتی هوا