MétaCan
Menu
Retour à la cohorte
Enregistrement W6987466480

Study of mechanical ventilative cooling and its contribution to airborne transmission control in high-rise buildings

2021· dissertation· fr· W6987466480 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2021
Typedissertation
Languefr
DomaineEngineering
ThématiqueSolar Energy Systems and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeat transmissionEvaporative coolerVentilation (architecture)Heat load
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les bâtiments consomment une quantité considérable d’énergie pour le refroidissement des locaux. En raison du réchauffement climatique et de l’augmentation des attentes des utilisateurs en matière de confort, la demande de refroidissement des bâtiments devrait continuer à augmenter. Par conséquent, la croissance de la demande de refroidissement augmentera l’émission de gaz à effet de serre et contribuera ainsi à la tendance au réchauffement de la planète. Pendant la pandémie de COVID-19, le problème de la forte demande de refroidissement des bâtiments devient plus complexe. Pour prévenir la transmission par voie aérienne de la COVID-19, de nombreuses directives recommandent que les bâtiments aient un débit d’air extérieur élevé. Cependant, sans un contrôle approprié, un taux de ventilation plus élevé pendant l’été entraîné une consommation d’énergie de refroidissement plus importante. Il est donc essentiel de trouver une technique qui réduit la consommation d’énergie de refroidissement dans les bâtiments tout en maintenant un contrôle approprié des infections.
\nDans les immeubles de grande hauteur, le refroidissement mécanique par ventilation (RMV) est une solution efficace pour réduire la demande de refroidissement (en particulier dans les climats froids) tout en protégeant les occupants des infections. Les immeubles de grande hauteur consomment généralement plus d’énergie de refroidissement que les immeubles de faible ou moyenne hauteur, en raison de leur gain de chaleur interne élevé et de leurs grands vitrages. Le refroidissement ventilé (RV) utilise une ventilation naturelle (VN), mécanique (VM) ou hybride (VH) pour introduire de l’air frais extérieur et évacuer la chaleur intérieure. Des études antérieures ont montré que le RV peut réduire de manière significative la consommation d’énergie de refroidissement dans les immeubles de grande hauteur. Compte tenu des préoccupations en matière de sécurité incendie et de la grande flexibilité de ses contrôles internes, le RMV est plus intéressant que le RV obtenu par la VN ou la VH dans les immeubles de grande hauteur. En outre, les taux de ventilation élevés requis par le RMV sont également compatibles avec la nécessité de prévenir la transmission par voie aérienne de la COVID-19. 
\nCependant, dans les immeubles de grande hauteur, les systèmes de VM sont principalement conçus pour maintenir la qualité de l’air intérieur (QAI) mais rarement pour le RMV. Les études précédentes n’ont pas mené de recherches approfondies sur la conception et le contrôle optimaux des systèmes de ventilation dans les immeubles de grande hauteur afin d’obtenir à la fois un RV et un faible risque de transmission par voie aérienne. Cette étude comble les lacunes de la recherche, en explorant la stratégie de contrôle optimale et en fournissant des lignes directrices pour la conception des systèmes de ventilation de VM pour le RMV. Grâce au RMV, cette étude vise à réduire la consommation d’énergie de refroidissement, à atténuer le réchauffement climatique et à prévenir la transmission par voie aérienne de la COVID-19 dans les immeubles de grande hauteur. 
\nPour atteindre ces objectifs, cette étude a développé des modèles énergétiques mathématiques. Ces derniers prédisent la consommation d’électricité du système de refroidissement par refroidisseur et du système de VM dans les immeubles de grande hauteur. Sur la base des modèles énergétiques mathématiques, une stratégie de contrôle optimale de la ventilation ajustant le taux de ventilation pour minimiser la consommation totale d’énergie a été proposée. Les modèles énergétiques et la stratégie de contrôle optimale ont permis d’évaluer les performances énergétiques du RMV en matière d’économie de refroidissement. Afin d’évaluer plus précisément l’impact du réchauffement climatique sur la performance énergétique du RMV, un modèle d’apprentissage automatique (AA) a été mis au point pour prédire la réponse thermique des bâtiments. Ce modèle a été sélectionné parmi neuf algorithmes d’AA distincts. Les différentes conditions météorologiques futures ont été prédites dans le cadre de divers scénarios d’émissions de carbone. Pour prévenir la transmission par voie aérienne de la COVID-19 dans les immeubles de grande hauteur, une nouvelle stratégie de contrôle de la ventilation a été proposée. Celle-ci limite simultanément le risque d’infection et permet d’atteindre le RMV. Cette nouvelle stratégie de contrôle combine la stratégie de contrôle optimale pour le RMV et un modèle Wells-Riley (WR) modifié. Ce modèle WR modifié calcule le taux de ventilation nécessaire pour réduire le risque d’infection à une valeur seuil. Un immeuble institutionnel de 16 étages à Montréal a été choisi pour l’étude de cas. Cette étude de cas a permis de valider les modèles énergétiques et le modèle d’AA, d’évaluer la performance énergétique des stratégies de contrôle de la ventilation et d’évaluer les impacts de la conception du système de VM. 
\nLes résultats ont montré que le facteur clé de la faisabilité du RMV est la puissance spécifique des ventilateurs du système de VM, et que le débit nominal des ventilateurs détermine la quantité d’énergie de refroidissement économisée. Un débit optimal du ventilateur peut être obtenu pour le RMV. Lorsque le débit nominal du ventilateur dépasse le débit optimal du ventilateur, les économies d’énergie de refroidissement du RMV n’augmentent pas de manière significative. Pendant la période examinée dans l’étude de cas, le débit optimal du ventilateur est six fois supérieur au débit nominal du ventilateur, ce qui contribue à 56 % d’économie d’énergie de refroidissement. En raison du réchauffement climatique, les économies d’énergie de refroidissement du RMV augmentent, mais le taux d’économies d’énergie diminue – par exemple, le taux d’économie d’énergie passe de 31 % à 19 % dans l’étude de cas. Le débit optimal du ventilateur pour le RMV varie en fonction des conditions météorologiques, et peut diminuer dans un climat en réchauffement. Par exemple, le débit optimal du ventilateur dans le climat le plus chaud équivaut seulement à la moitié du débit optimal du ventilateur dans le climat actuel (c’est-à-dire une année météorologique typique à Montréal). Le modèle WR modifié montre que le débit de ventilation nécessaire pour empêcher la transmission par voie aérienne est beaucoup plus élevé que le débit de ventilateur nominal pour la QAI. L’augmentation du débit nominal des ventilateurs permet non seulement d’améliorer les économies d’énergie de refroidissement du RMV, mais aussi de renforcer la protection contre les infections. Par rapport à un système de VM fonctionnant avec un taux de ventilation fixe recommandé par les directives de l’ASHRAE, la nouvelle stratégie de contrôle de la ventilation avec un système de VM approprié réduit considérablement tant la consommation d’énergie de ventilation que celle de refroidissement. Dans l’étude de cas, la réduction totale de la consommation d’énergie peut atteindre environ 40 %. Ces conclusions contribuent à la nouvelle conception et à la mise à niveau du système de VM dans les immeubles de grande hauteur pour le RMV et l’atténuation de la pandémie de COVID-19.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,316
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,203
Écart entre enseignants0,195 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetSolar Energy Systems and TechnologiesTravaux en français237 207