From Canopy Flow to Cooling: Can 1D Ventilation Models Predict Natural Cooling from LES?
Notice bibliographique
Résumé
Natural cooling offers a sustainable alternative to energy-intensive mechanical cooling by utilizing cooler outdoor air, typically at night, to maintain comfortable indoor temperatures during the day. This process relies on buoyant and wind forces to drive ventilation. In building energy models, natural ventilation is often estimated using one-dimensional (1D) flow models driven by pressure differences. These pressures are typically derived from empirical models based on wind tunnel experiments. However, for accurate predictions, both the pressure estimates and flow models must be sufficiently precise.A key limitation is that these models often fail to capture the complexity of urban environments, where surrounding buildings significantly influence airflow. Large Eddy Simulations (LES) provide a powerful alternative, offering detailed and accurate representations of wind flow through urban areas. Moreover, LES can explicitly simulate building interiors, enabling a fully coupled analysis of wind-driven natural ventilation. However, simulating building interiors presents challenges. First, interior modeling requires a fine mesh, adding computational expense. Second, resolving building interiors depends on detailed knowledge or assumptions about the indoor layout.To address these challenges, we compare LES simulations with and without building interiors. For simulations without interiors, we instead predict ventilation rates using 1D flow models. Preliminary results indicate reasonable agreement between the 1D models and simulated ventilation rates. Predicting ventilation rates from LES simulations without building interiors opens up exciting possibilities. First, we can estimate ventilation rates for various interior layouts using a single simulation of the exterior flow. Second, we can combine 1D interior flow models with exterior flow fields generated from machine learning models trained on LES data—without the need to train these models on interior flow fields.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».