MétaCan
Menu
Retour à la cohorte
Enregistrement W2010611447 · doi:10.1177/0143624408338321

Fuzzy set-based uncertainty analysis of HVAC&R systems: a simulation study

2009· article· en· W2010611447 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBuilding Services Engineering Research and Technology · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésHVACCondenser (optics)Chilled waterAir conditioningControl theory (sociology)Cooling loadFuzzy logicUncertainty analysisRefrigerationComputer scienceEnvironmental scienceEngineeringSimulationMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The accuracy of model predictions plays an important role in model-based applications. However, mathematical models exhibit more or less uncertainties. In this study, a full-scale dynamic model of a two-zone variable air volume heating, ventilation, air-conditioning and refrigeration (VAV-HVAC&R) system is considered. A fuzzy set-based uncertainty analysis method is employed to study the effects of uncertain parameters on HVAC&R system modelling and describe the associated inaccuracies in HVAC&R system model predictions. In this study, uncertain parameters, i.e. zone cooling loads, heat transfer coefficient, chilled water and condenser water mass flow rate and water temperature at condenser inlet are considered and treated as fuzzy parameters. The extended transformation approach is used to evaluate the uncertainties in the model outputs including time history of the zone temperature, discharge air temperature, temperature of chilled water and condenser water. The upper and lower bounds of these outputs are determined for each a-cut level, and the probability distributions of the outputs are presented. Practical applications: Compared to monitoring of real systems, model-based simulation provides an easier, faster and cheaper substitute to gather operating information and evaluate operating performance of HVAC&R systems. However, simulation results obtained from traditional methods by which model equations are solved with predetermined values cannot accurately represent the possible responses of the system. Thus investigating the probability distributions of the simulation results under parameter uncertainties is very important to ensure the accuracy of the model predictions. The fuzzy set-based uncertainty analysis method presented here helps in identifying the upper and lower bounds of model outputs by quantifying the range within which the responses fall under parameter uncertainties. Also, the contributions of individual uncertain parameters to the uncertainties of model outputs help in identifying the impact parameters.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,683

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,308
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle