Lattiaviilennys ja sen mahdollisuudet sisäilmaolosuhteiden parantamisessa
Notice bibliographique
Résumé
Insinöörityössä esitellään Suomessa vielä tuntematonta ja vähän käytettyä lattiaviilennysjärjestelmää. Tavoitteena oli selvittää, miten lattiaviilennysjärjestelmä soveltuu Suomen ilmastoon, mitkä tekijät vaikuttavat sen toimintaan ja millaista hyötyä se tarjoaa sisäilmasto-olosuhteiden parantamisessa. Työn on tilannut Insinööritoimisto Leo Maaskola Oy, ja se on tehty yhteistyössä tilaajan sekä Itula Oy:n kanssa.\n\nLattiaviilennysjärjestelmässä hyödynnetään lattialämmitysputkistoa lämmityskauden ulkopuolella. Viilennystapauksessa viileää vettä kierrätetään lattialämmitysputkissa, jolloin lattian pintalämpötila laskee ja huoneilmasta siirtyy lämpöä pois putkessa kiertävän veden kautta. Toisin kuin luullaan, lattian pintalämpötila pysyy noin 20 ˚C:n lämpötilassa, jolloin lattia ei tunnu oikealla pintamateriaalilla varustettuna epämiellyttävän kylmältä.\n\nLattiaviilennyksessä suurimmat tehoa rajoittavat tekijät ovat ilmankosteus ja käyttäjien viihtyvyys. Lattian pinnan viiletessä alle kastepistelämpötilan alkaa lattian pinnalle ja rakenteisiin tiivistyä kosteutta. Toisaalta, jos lattia on liian kylmä, käyttäjät ovat tyytymättömiä. Tästä johtuen lattiaviilennysjärjestelmästä turvallisesti ja käyttäjien viihtyvyyden kannalta mukavasti saatava jäähdytysteho jää noin 40 W/m2 lukemaan, joka laajan jäähdytyspinta-alan vuoksi kuitenkin riittää lisäämään viihtyvyyttä huomattavasti.\n\nTyön esimerkkikohteena oli Suomen Eduskuntatalosta valitut kolme tilaa, joissa kärsitään jäähdytyskaudella liian suurista sisälämpötiloista. Tiloista luotiin 3D-mallit ja malleille teetettiin olosuhdesimulointeja erilaisissa tilanteissa. Olosuhdesimuloinneista saatuja tuloksia analysoimalla selvitettiin lattiaviilennysjärjestelmän hyödyllisyys ja tehokkuus.\n\nInsinöörityössä 3D-mallinnus tehtiin Progmanin MagiCAD Room -ohjelmalla ja olosuhdesimuloinnit toteutettiin Riuska-ohjelmalla. Esimerkkilaskelmat suoritettiin Microsoft Excel -taulukkolaskentaohjelmalla.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,076 | 0,023 |
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 ».