MétaCan
Menu
← Retour à la cohorte
Enregistrement W3033485401 · doi:10.11575/prism/37333

Modeling of the Water-based Heating System of the Mechanical Engineering Building at the University of Calgary

2019· dissertation· en· W3033485401 sur OpenAlexaboutno aff
Ahmed Saeed

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEngineeringArchitectural engineeringMechanical engineeringConstruction engineeringCivil engineeringSystems engineering

Résumé

récupéré en direct d'OpenAlex

In this research, the model of the water-based heating system of Mechanical Engineering Building (MEB) is developed. This project is conducted in collaboration with “Office of Sustainability” of University of Calgary (UofC), because one of their goals is to reduce the energy consumption of UofC’s buildings. The water-based heating system has one of the major share in total energy consumption of a building. It highlights the importance of building this model, which can help to understand some important aspects and variables (related to energy consumption) of the water-based heating system. The model has four major component models, namely boiler, Air Handling Unit (AHU), Reheat Coil (RHC) and radiator (RAD). A component model aggregately represents the similar type of equipment in MEB. For example, a single boiler model is used to represent two boilers of the water-based heating system of MEB. The component models of AHU and RHC are based on energy balance equations, and these are gray-box models. However, the models of boiler and RAD are black-box models, because some required data is not available for developing their gray-box models. The empirical data for developing component models is collected through Building Management System (BMS) software, with the help of Office of Sustainability. The model is developed in Simulink. An individual model for each component is developed and then parameters are estimated for each component model. The parameters of gray-box models are estimated in Simulink, whereas the coefficient parameters for black-box models are estimated in MS-Excel. The output of each component model is then compared with the measured data to ascertain the error. The integrated model of the water-based heating system is developed by connecting the component models. Being a pilot project, the worked helped all involved to understand the opportunities available and the difficulties present, to undertake a project related to UofC building heating system. The Simulink model developed can help the facility management of UofC to look into energy consumption of the water-based heating system of MEB.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,010
Tête enseignante GPT0,193
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetBuilding Energy and Comfort Optimization→Travaux en français237 207→