MétaCan
Menu
Retour à la cohorte
Enregistrement W2794336292 · doi:10.6000/1929-6002.2017.06.03.3

Simulation of Dynamic Thermal Behaviour for Housing in Warm Climate: The Case of Thermal Mass in Lightweight Envelopes

2018· article· en· W2794336292 sur OpenAlexvenueno aff
Chiara Tonelli, Ilaria Montella

Notice bibliographique

RevueJournal of Technology Innovations in Renewable Energy · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTRNSYSBuilding envelopeNatural ventilationEnvironmental scienceHVACThermal massThermalThermal comfortEnvelope (radar)MicroclimateVentilation (architecture)MeteorologySimulationComputer scienceArchitectural engineeringEngineeringAerospace engineeringMechanical engineeringAir conditioningPhysicsGeography

Résumé

récupéré en direct d'OpenAlex

Comparison between simulation results and measured performances is usually an open scientific problem, crucial to achieving the goal of NZEB performance. This paper addresses this issue in relation to residential buildings, using as a case study "RhOME for denCity", the housing prototype developed by Roma TRE University and winner of Solar Decathlon Europe 2014. In a Mediterranean climate, the use of the mass combined with natural cross ventilation to control the indoor microclimate can be very effective in reducing HVAC use. Therefore, a "massive layer" was introduced in the inner surface of the envelope to not only contribute to the envelope transmittance value and the shifting phase of the thermal waves, but also as a thermal shock absorber to adjust the internal temperature, in both summer and winter. This experimental envelope was tested over two weeks during the competition in Versailles. Although prototype thermal behaviour was monitored only during the competition, and not over an extended period, initial results provide information on how to size the thermal mass contribution for indoor comfort. In-depth simulation through TRNSYS was run prior to the construction phase. This paper presents the comparison between monitored performance and simulations in order to measure the amount of mass needed to obtain a numerical improvement in indoor comfort performance.

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 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 enseignants0,062
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,009
Tête enseignante GPT0,247
Écart entre enseignants0,239 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Technology Innovations in Renewable EnergyMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207