مطالعه مروری کاربرد روش های هوش مصنوعی در بهبود مصرف انرژی سیستم های تهویه مطبوع، چرخه های تولید توان و مایع سازی هیدروژن

این مقاله یک مطالعه مروری تحلیلی است که با تحلیل و مقایسه مقالات نوشته شده، کاربرد روش های هوش مصنوعی در سیستم های انرژی را بررسی می کند. با افزایش مصرف انرژی و نیاز به بهبود راندمان سیستم های مهندسی، استفاده از روش های هوش مصنوعی در حوزه انرژی به طور چشمگیری رشد کرده است. این مقاله به بررسی کاربرد هوش مصنوعی در چهار حوزه مهم شامل سیستم های تهویه مطبوع، مایع سازی هیدروژن، چرخه های توان و سیستم های انرژی یکپارچه می پردازد. نتایج مطالعات نشان می دهد که استفاده از روش هایی مانند شبکه های عصبی مصنوعی (ANN)، یادگیری عمیق (DL)، یادگیری تقویتی (RL)، الگوریتم ژنتیک (GA)و بهینه سازی ازدحام ذرات می تواند منجر به کاهش مصرف انرژی، افزایش راندمان و بهبود کنترل سیستم ها شود. با این حال چالش هایی نظیر کمبود داده های واقعی، پیچیدگی محاسباتی و محدودیت در مقیاس پذیری همچنان وجود دارد. سیستم های تهویه مطبوع سهم قابل توجهی از مصرف انرژی ساختمان ها را به خود اختصاص می دهند. پیشرفت های اخیر در حوزه هوش مصنوعی فرصت هایی نوین برای بهینه سازی انرژی از طریق مدل های پیش بینی، کنترل هوشمند، تشخیص خطا و استراتژی های مبتنی بر حضور افراد فراهم کرده است. این مقاله روش های پیشرفته هوش مصنوعی که کاربرد در سیستم های تهویه مطبوع را دارد جمع بندی می کند؛ نتایج پژوهش های مرورشده نشان دهنده امکان صرفه جویی انرژی بین ۱۰٪ تا بیش از ۴۰٪ بسته به روش و زمینه کاربرد هستند.

کلیدواژه ها:

هوش مصنوعی ، بهینه سازی انرژی ، فرآیند مایع سازی هیدروژن ، چرخه های توان ، یادگیری ماشین