Kaukolämmitteisten asuinrakennusten lämpimän käyttövesijärjestelmän ja lämmönsiirtimen suunnittelun ja mitoitusten eroavaisuudet Suomessa ja Ruotsissa
Bibliographic record
Abstract
Kaukolämmönmyyjät Suomessa ja Ruotsissa eivät nykypäivänä kerää tietoa todellisista \nlämpimän käyttöveden kokonaiskulutus määristä. Lämmönmyyjät keskittyvät enemmän \nenergiamäärien myyntiin, kuin asuntojen maksimivirtaamien vaihtelun analysointiin. \nSiksi lämpimän käyttövesijärjestelmän ja lämmönsiirtimen mitoitusperiaatteita, suunnittelua \nja käytännön mittauksia on syytä käydä läpi asian kehittämisen kannalta. \nTämän opinnäytetyön tarkoitus on tutkia eroavaisuuksia Suomen ja Ruotsin lämpimän \nkäyttövesijärjestelmän ja lämmönsiirtimen suunnitteluun ja mitoitukseen. Vertailun kohteina \ntoimivat Suomen rakennusmääräyskokoelma (RakMK) ja Ruotsin Boverkets Byggregler \n(BBR), sekä molempien maiden energia-alan järjestöjen määräykset ja ohjeet. \nEnergiateollisuus Ry:n asettamia kaukolämpölaitteistojen määräyksiä ja ohjeita (K1) \nlämmönsiirtimen mitoitukseen vertailtiin Ruotsin Svensk Fjärrvärme F:101-julkaisuun. \nTyön päätavoite on saada maiden mitoitustekniset erot selvästi esille, jotta niitä olisi helpompi \nvertailla keskenään. \nTyössä tarkastellaan lämpimän käyttöveden mitoitusvirtaamia, lämmönsiirtimen mitoitusperiaatteita \nja säätöjärjestelmän suunnittelua kaukolämmitetyissä asuinrakennuksissa. \nLämpimän käyttöveden mitoitusvirtaamien analysoinnin tavoitteena on myös tarkastella \nlämpimän käyttöveden lämmönsiirtimen tehoa ja miten asuntojen lukumäärät vaikuttavat \nlopulliseen mitoitukseen. Työssä ilmeni, että Suomen ja Ruotsin lämpimän käyttöveden \nsuunnittelussa ja mitoituksessa löytyy suuriakin eroja maiden välillä, vaikka maiden vä- \nlinen lämpimän käyttöveden kulutuskäyttäytyminen ei juurikaan eroa toisistaan. \nMerkittävin eroavaisuus lämpimän käyttövesijärjestelmän suunnittelussa tuli ilmi lämpimän \nkäyttöveden lämmönsiirtimen mitoituskriteerien laskentatavoissa. Myös säätöjärjestelmän \nsuunnittelussa- ja mitoituksessa ja lämpimän käyttöveden lämmönsiirtimen teholaskennassa \npaljastui eroavaisuuksia maiden välillä. \nTyön lopussa käydään läpi lämpimän käyttöveden käytännön mittausperiaatetta ja pohditaan \ntyön tutkimustuloksia mitoitusperiaatteiden ja käytännön toteutuksen näkökulmasta
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.145 | 0.058 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".