مروری بر سیستم های کنترلی به منظور مدیریت انرژی و تأمین راحتی در ساختمان ها

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 715

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

HVAC04_048

تاریخ نمایه سازی: 25 تیر 1393

چکیده مقاله:

امروزه از مهمترین چالشها در سراسر دنیا، مسئله ی انرژی است و فراهم آوردن و چگونگی مصرف آن با بازده بالا، برای تأمین رفاه آینده ی بشر شدیداً مورد توجه میباشد. هدف از مدیریت انرژی همراه تأمین راحتی در ساختمانها، کاهش گازهای گلخانهای و کاستن از نگرانیهای بسیاری است که در مورد منابع انرژی و تأمین آن در زندگی وجود دارد. برای رسیدن به این مهم، دو راه وجود دارد : ١ - فرهنگ سازی عمومی، ٢- اجرای طرح های مهندسی و توسعه ی سیستم های کنترل.در این مقاله سیستم های کنترلی که به منظور مدیریت انرژی برق در ساختمانها مورد بهره برداری قرار می گیرند، همراه معایب و محاسن آن ها با یکدیگر مقایسه شده اند. بررسیها نشان میدهند که با استفاده از سیستم های پیشرفته ی کنترل میتوان به سطح بالایی از صرفه جویی انرژی و تأمین راحتی دست یافت. این سیستمها شامل دو سطح میباشند؛ سطح اول: یک کنترل فیدبک با سطح پایین از شرایط درون ساختمان برای هر منطقه آن، سطح دوم: یک نظارت و برنامه ریزی با سطح بالا (کنترل کننده ی هوشمند ). این مدیریت سطح بالا، استراتژیهای عملکردی مناسب برای حفظ انرژی و تأمین راحتی را فراهم میآورد. بنابراین یک سیستم کنترل پیشرفته، یک واحد ساختاری پایه در یک محیط مجتمع داخلی و سیستم مدیریت انرژی ارائه میکند.

کلیدواژه ها:

صرفه جویی در انرژی ، تأمین راحتی ، سیستم های کنترلی مدیریتانرژی در ساختمان ، سیستم های کنترل هوشمند چند عاملی

نویسندگان

فائقه ایران نژاد

دانشجوی کارشناسی ارشد مهندسی برق قدرت دانشگاه صنعتی امیرکبیر، شرکت پژوهنده نیرو اصفهان

مهدی معلم

هیئت علمی دانشکده برق دانشگاه صنعتی اصفهان

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 :
  • Zekai Sen, "Solar energy in progress and future research trends, ...
  • Coomer, J, "Solving the energy dilemma", 1977. ...
  • Leonard-B arton, D., "Voluntary simplicity lifestyles and energy conservation", 1981. ...
  • Mohamed A Mahmoud, Ali F. Alajmi, "Quantitative assessment of energy ...
  • ASHRAE handbook 2005 -fundamenta S; 2005. ...
  • Fanger PO. Thermal comfort: analysis and applications in environmentat engineering. ...
  • Chen K, Jiao Y, Lee ES. Fuzzy adaptive networks in ...
  • ISO 7730 (International Standard). Moderate thermal enviro nme n _ ...
  • ASHRAE Standard 62.2-2003. Ventilation and acceptable indoor air quality in ...
  • Raatchen W, editor. Demand controlled ventilating systems: state of the ...
  • Wang S, Xu X. A robust controt strategy for combining ...
  • Wang S, Xu X. Optimal and robust control of outdoor ...
  • ventilation airflow rate for improving energy efficiency and IAQ. Building ...
  • Dounis AI, Bruant M, Santamouris MJ, Guarrancino G, Michel P. ...
  • Winn CB. Controls in solar energy systems. Advances in Solar ...
  • Curtis PS, Shavit G, Kreider K. Neural networks applied to ...
  • Kummert M, Andre P, Nicolas J. Optimal heating control in ...
  • Lute PJ, Paassen VAl Predictive control of indoor temperatures in ...
  • Teeter J, Chow MY. Application of functional link neural network ...
  • Lopez L, Sanchez, Doctor F, Hagras H, Callaghan V. An ...
  • Calvino F, Gennusca ML, Rizzo G, Scaccianoce G. The contro] ...
  • Singh J, Singh N, Sharma JK. Fuzzy modelling and control ...
  • Arthur Mac JW, Grald EW. Optimal comfort contr) for ASHRAE ...
  • variable-speed heat pumps. 1998:94: 1283-97. ...
  • Federspiel CC, Asada H. User-adaptable comfort contr) Dynamic ...
  • S ys temsM easurement and Control 1994;1 16(3):474-86. ...
  • Kanarachos A, Geramanis K Multivariable control of single zone hydronic ...
  • Asakawa K, Takagi H. Neural networks in Japan. C Ommun ...
  • Huang S, Nelson RM. Rule development and adjustment strategies of ...
  • Ling KV, Dexter AL, Geng G, Haves P. Self-tuning contro] ...
  • Altrock C, Arend HO, Krause B, Steffens C, Behrens- Rommler ...
  • Dounis AI, Santamouris MJ, Lefas CC. Building visual comfort contro] ...
  • Dounis AI, Caraiscos C. Intelligent technologies for energy efficiency and ...
  • International conference of technology and automation; 2005.p. 91-5. ...
  • Dounis AI, Caraiscos C. Intelligent coordinator of fuzzy c ontro ...
  • Kolokotsa D, Niachou K, Geros V, Kalaitzakis K, Stavrakakis GS, ...
  • Kolokotsa D, Stavrakakis _ Kalaitzakis K, Agoris D. Genetic algorithms ...
  • Rutishauser U, Jo]ler J, Douglas R. Contro] and learning of ...
  • Lah MT, Borut Z, Krainer A. Fuzzy control for the ...
  • Lah MT, Borut Z, Peternelj J, Krainer A. Daylight illuminance ...
  • Kurian CP, Kuriachan S, Bhat J, Aithal RS. An adaptive ...
  • Argiriou A, Bellas-Velids I, Kummert M, Andre P. A neural ...
  • Argiriou A, Balaras CA, Bellas I, Dounis AI. Use of ...
  • Knowledge-B ased Intelligence 2001;5(5): 234-9. ...
  • Yamada F, Yonezawa K, Sugarawa S, Nishimura N Development of ...
  • Dounis AI, Santamouris M, Lefas CC, Argiriou A. Design of ...
  • Hu B, Mann GK. Gosine RG. A systematic study of ...
  • Pal K, Mudi RK, Pal NR. A new scheme for ...
  • Carvajal J, Chen G, Ogmen H. Fuzzy PID controller: design ...
  • Zhao ZY, Tomizuka M, Isaka S. Fuzzy gain scheduling of ...
  • Dounis AI, Caraiscos C. Fuzzy comfort and its use in ...
  • Journal of Uncertain Systems 2008;2(2): 101-12. ...
  • Driankov D, Hellendroorn H, Reinfrank M An introduction to fuzzy ...
  • Hwang GC, Lin SC. A stability approach to fuzzy control ...
  • A.I. Dounis, C. Caraiscos, _ control systems engineering for energy ...
  • Michalewicz , Genetic algorithms + data structures _ evolution programs. ...
  • Dounis AI, Bruant M, Santamouris M. Optimization of fuzzy controller ...
  • Alcala R, Benitez JM, Casillas J, Cordon O, Perez R. ...
  • Lam HN. Intelligent computer contro] of air conditioning systems based ...
  • Wang S, Jin X. Mode]-based optimal control of V AV ...
  • Kolokotsa D, Kalaitzakis K, Antonidakis E, Stavrakakis G. Interconnecting smart ...
  • Keyson DV, de Hoogh MPAJ, Freudenthal A, Vermeeren APOS. The ...
  • Pedrycz W. From granular computing to computational intelligence and human-centri ...
  • Breemen AJN, Vries TJA. Design and implementation of a room ...
  • Brooks R. Intelligent room project. In: Proceedings of the 2nd ...
  • Callaghan V, Clarke G, Colley M, Hagras H, Chin JSY, ...
  • Hagras H, Callaghan V, Colley M, Clarke G. A hierarchical ...
  • Kolokotsa D Comparison of the performance of fuzzy controllers for ...
  • HamdiM, Lachiever G. A fuzzy control system based _ the ...
  • Mo Z, Mahdani A. An agent-based simulation- assisted approach to ...
  • Hagras H, Callaghan V, Colley M, Clarke G, Pounds- Cornish ...
  • Qiao B, Liu K, Guy C. A multi-agent for building ...
  • Shepherd AB, Batty WJ. Fuzzy control strategies to provide cost ...
  • Dalamagkidis K, Kolokotsa D, Kalaitzakis K, Stavrakakis GS. Reinforcement learning ...
  • Anderson CW, Hittle D, Kretchmar M, Young P. Robust reinforcemet ...
  • Doctor F, Hagras H, Callaghan V. An intelligent fuzzy agent ...
  • Hagras H, Callaghan V, Colley M, Clarke G, Pounds- Cornish ...
  • Guillemin A Using genetic algorithms to take into account user ...
  • Guillemin A, Molteni S. An energy-efficient controller for shading devices ...
  • Coen M. Building brains for rooms: designing distributed software agents. ...
  • national _ artificial _ and ok innovative applications of artificial ...
  • نمایش کامل مراجع