MétaCan
Menu
Retour à la cohorte
Enregistrement W3041561299 · doi:10.3390/en13143545

Evaluating Patterns of Building Envelope Air Leakage with Infrared Thermography

2020· article· en· W3041561299 sur OpenAlexafffundabout
Milad Mahmoodzadeh, Voytek Gretka, Stephen Wong, Thomas Froese, Phalguni Mukhopadhyaya

Notice bibliographique

RevueEnergies · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueThermography and Photoacoustic Techniques
Établissements canadiensUniversity of Victoria
Organismes subventionnairesUniversity of Victoria
Mots-clésBuilding envelopeLeakage (economics)ThermographyRetrofittingEnvironmental scienceClassification of discontinuitiesInfraredThermalRoofStructural engineeringEngineeringAcousticsMeteorologyOpticsMathematics

Résumé

récupéré en direct d'OpenAlex

The next-generation performance-based building energy codes are focusing on minimizing building envelope air leakage. The quantification of air leakage in buildings is typically performed with a blower door test. However, this test does not provide information about the locations of air leakage. The aim of this study is to demonstrate a method involving qualitative and quantitative components that can be used to characterize locations of air leakage with infrared thermography. Since air leakage can have a significant impact on building energy consumption in cold climates, like in Canada, this approach can quickly inform where air barrier discontinuities occurred during construction or where to selectively target air sealing efforts in existing buildings. The observations from this study are presented, based on a thermographic image analysis during a depressurized blower door test at various pressures, in an attempt to quantify the relative rates of air leakage. The results from the investigation showed that infrared thermography (IRT) was able to discern locations and infer relative ratios of air leakage. The qualitative analysis showed that areas of air leakage are more evident under higher pressure difference. The quantitative approach showed that a minimum of 25 Pa pressure difference was required to detect the air leakage in the vicinity of the window frame, as the surface temperature decreased rapidly (almost 60% of the indoor surface/outdoor air temperature difference) at this pressure. A temperature index was defined to prioritize the areas of air leakage for retrofitting purposes. Furthermore, a thermal image subtraction method was used to determine the characteristics of the cracks based on thermal patterns. Finally, the practical implication of this study, for building developers, home inspectors, property mangers, and homeowners, is the early detection of air leakage for both existing and newly constructed buildings which could result in energy and cost savings.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,241
Écart entre enseignants0,221 · 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'étudeObservationnel
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

Citations29
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetThermography and Photoacoustic TechniquesTravaux en français237 207