Analysis of a new method of measurement and visualization of indoor conditions by infrared thermography
Notice bibliographique
Résumé
We present a new tool of measurement and visualization of the indoor ambient parameters (air temperature, air speed, and mean radiant temperature) by infrared thermography. The theoretical fundamentals are discussed. They include a design stage, the mathematical modeling, the measurement procedure, and the performance evaluation through error analysis. The measuring system consists of a set of auxiliary devices (targets) arranged on a measurement grid. An infrared camera measures their temperature histories. From each temperature chronology, the three ambient parameters are locally deduced together by solving an inverse heat transfer problem. The results are then mapped to provide a 2D or 3D visualization. The question of identifiability is addressed leading to a robust parameter estimation algorithm. The robustness of the algorithm is tested for a wide range of noisy data during a numerical experiment. The numerical data are built by varying the air speed from 0 ms(-1) to 2 ms(-1) with a step of 0.2 ms(-1), the air temperature from 15 °C to 30 °C with a step of 3 °C and the mean radiant temperature from 15 °C to 30 °C with a step of 3 °C. It appears that stability and repeatability are guaranteed by the presented method for the range of ambient parameters and accuracy usually found and needed in indoor conditions. Brief illustrative experimental results are given as an initial validation of the method. Since the spatial distributions of these ambient parameters are obtained qualitatively and quantitatively, the method is suitable for indoor microclimate mapping, visualization of air patterns, building inspection, thermal comfort assessment, etc.
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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».