MétaCan
Menu
Retour à la cohorte
Enregistrement W4400850587 · doi:10.1177/1420326x241265277

A simulation-based investigation of the robustness of sequences of operation to zone-level faults in single-duct multi-zone variable air volume air handling unit systems

2024· article· en· W4400850587 sur OpenAlexafffund
Narges Torabi, H. Burak Gunay, William O’Brien

Notice bibliographique

RevueIndoor and Built Environment · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVariable air volumeRobustness (evolution)Duct (anatomy)Computer scienceVariable (mathematics)GeologyReal-time computingEngineeringMathematicsMechanical engineeringMedicineSurgeryBiology

Résumé

récupéré en direct d'OpenAlex

High-performance sequences of operation for variable air volume (VAV) air handling units (AHUs) respond to requests from zones, leaving these sequences vulnerable to faults that occur at the zone level. While prior research has shown that ASHRAE Guideline 36 reduces energy consumption, its ability to withstand zone-level faults is understudied. This paper investigates the fault tolerance of supply air temperature (SAT) setpoint, duct static pressure (DSP) setpoint and mode of operation (MOP) in single-duct multi-zone VAV AHUs. First, customized sequences were defined for different scenarios in EnergyPlus in this study. Then, common actuator/sensor faults were injected into one zone to identify the most efficient fault-tolerant scenario. The results indicate that trim and respond reset logic is the most fault-tolerant scenario for this paper's case study, with a 12% energy use intensity (EUI) increase for the SAT setpoint and an 11% increase for the DSP setpoint. Moreover, implementing an average temperature-based control for MOP significantly reduces the setup/setback mode activation, resulting in a lower EUI.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,030
Tête enseignante GPT0,227
Écart entre enseignants0,197 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndoor and Built EnvironmentMême sujetFault Detection and Control SystemsTravaux en français237 207