1D Modeling of HVAC Unit Air Flow for Automatic Climate Control Simulations
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Advanced control techniques are widely used in different automotive applications including climate control. Significant costs associated with the development and calibration of such controllers can be reduced if these tasks are conducted in a virtual environment. Such a virtual environment can be developed by integrating the controller with the system model. Different scenarios can be then simulated to make sure functional objectives of the system are met. 1D models provide the necessary level of accuracy without imposing extra computational cost in such virtual environments. As such, they are perfect candidates for model, hardware or software-in-the loop validation benches for controls. Performance of a heating, ventilation and air-conditioning (HVAC) system can be controlled through the settings of the components like mode door, blend door, recirculation door, blower, and the compressor. In an automatic climate control (ACC) system, these factors are automatically actuated to achieve thermal comfort. For development and calibration of ACC systems, virtual setups with a model of HVAC unit can be used. In this case, the model should capture the flow inside the HVAC unit which could be impacted by the door positions. This paper proposes a 1D model for HVAC unit air flow, where components such as mode door, blend door, recirculation door, and blower are modeled and calibrated. Capability of the model to predict temperature values along the unit is then validated against test data. The promising results demonstrate the model potential in ACC virtual development and calibration. This can reduce the number of tests needed and help minimize the cost, effort, and possible delays in product development.</div></div>
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».