論文の概要: Thermal transmittance prediction based on the application of artificial
neural networks on heat flux method results
- arxiv url: http://arxiv.org/abs/2103.14995v1
- Date: Sat, 27 Mar 2021 21:02:31 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-01 09:46:47.536942
- Title: Thermal transmittance prediction based on the application of artificial
neural networks on heat flux method results
- Title（参考訳）: 人工ニューラルネットワークの熱流束解析結果への適用に基づく熱透過率予測
- Authors: Sanjin Gumbarevi\'c, Bojan Milovanovi\'c, Mergim Ga\v{s}i, Marina
Bagari\'c
- Abstract要約: エネルギー効率関連の指令により、建物ストックの深層エネルギー改修が欧州連合でより注目されるようになった。
熱フラックス法(HFM)は、リノベーション設計プロセスが始まる前にフィールドテストでは広く使用されていません。
本稿では,1つの熱流センサによる並列測定により測定時間を短縮する可能性を分析する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Deep energy renovation of building stock came more into focus in the European
Union due to energy efficiency related directives. Many buildings that must
undergo deep energy renovation are old and may lack design/renovation
documentation, or possible degradation of materials might have occurred in
building elements over time. Thermal transmittance (i.e. U-value) is one of the
most important parameters for determining the transmission heat losses through
building envelope elements. It depends on the thickness and thermal properties
of all the materials that form a building element. In-situ U-value can be
determined by ISO 9869-1 standard (Heat Flux Method - HFM). Still, measurement
duration is one of the reasons why HFM is not widely used in field testing
before the renovation design process commences. This paper analyzes the
possibility of reducing the measurement time by conducting parallel
measurements with one heat-flux sensor. This parallelization could be achieved
by applying a specific class of the Artificial Neural Network (ANN) on HFM
results to predict unknown heat flux based on collected interior and exterior
air temperatures. After the satisfying prediction is achieved, HFM sensor can
be relocated to another measuring location. Paper shows a comparison of four
ANN cases applied to HFM results for a measurement held on one multi-layer wall
- multilayer perceptron with three neurons in one hidden layer, long short-term
memory with 100 units, gated recurrent unit with 100 units and combination of
50 long short-term memory units and 50 gated recurrent units. The analysis gave
promising results in term of predicting the heat flux rate based on the two
input temperatures. Additional analysis on another wall showed possible
limitations of the method that serves as a direction for further research on
this topic.
- Abstract（参考訳）: 建設株の深いエネルギー改革は、エネルギー効率関連指令によって欧州連合(EU)に焦点が当てられた。
深層エネルギーの改修が必要な建物の多くは古いもので、設計・改修の文書が欠落している可能性がある。
熱透過率(熱透過率)
u値)は、建物内包要素による伝達熱損失を決定する上で最も重要なパラメータの1つである。
それは、建築要素を形成するすべての材料の厚さと熱的性質に依存する。
in-situ u-値はiso 9869-1標準 (heat flux method - hfm) で決定できる。
それでも、hfmが改修設計プロセス開始前にフィールドテストで広く使われていない理由の一つは測定期間である。
本稿では,1つの熱流センサによる並列測定により測定時間を短縮する可能性を分析する。
この並列化は、内部および外気温度の収集に基づいて未知の熱流束を予測するために、HFM結果にニューラルネットワーク(ANN)の特定のクラスを適用することで達成できる。
満足度予測が達成されれば、HFMセンサを別の測定位置に移すことができる。
本稿では,多層型パーセプトロンと3つのニューロンを隠れ層に配置した多層型パーセプトロン,100単位の長短期記憶,100単位のゲート型リカレントユニット,50単位の長短期記憶ユニットと50個のゲート型リカレントユニットを組み合わせることで,hfm測定に適用した4例の比較を行った。
解析の結果, 2つの入力温度に基づく熱流束率の予測に有望な結果が得られた。
別の壁のさらなる分析は、このトピックについてさらなる研究の方向となる方法の限界を示した。
関連論文リスト
- Data-Driven vs Traditional Approaches to Power Transformer's Top-Oil Temperature Estimation [0.0]
電力変圧器の温度モニタリングは、長期運用の維持に不可欠である。
例えば、IEC 60076-7とIEEEの標準で提示されたモデルは、トップオイルとホットスポットの温度を計算して温度をモニターする。
本研究は, 過去の測定値からトップオイル温度を推定する代替手法の発見に焦点をあてる。
論文 参考訳（メタデータ） (2025-01-28T10:21:49Z) - Bolometric detection of Josephson radiation [0.0]
ボロメーターは、マイクロ波周波数におけるアク・ジョセフソン電流を、約100,$GHzで測定可能なdc温度上昇に変換する。
本実験は、マイクロ波光子の効率的で広帯域な熱検出手法を示し、ジョセフソンダイナミクスの感度検出器を提供する。
論文 参考訳（メタデータ） (2024-02-14T17:06:45Z) - A New Method of Pixel-level In-situ U-value Measurement for Building
Envelopes Based on Infrared Thermography [12.956861892706694]
性能評価のための目標建物のエネルギーモデルを作成しようとするエネルギー監査員は、正確な結果を得るのに苦労する可能性がある。
本稿では,赤外線サーモグラフィ(IRT)に基づく画素レベルの手法を提案し,壁面の屋外および屋内面の2次元(2次元)空間温度分布を考察し,壁面の2次元U値マップを生成する。
論文 参考訳（メタデータ） (2024-01-13T21:46:31Z) - End-To-End Latent Variational Diffusion Models for Inverse Problems in
High Energy Physics [61.44793171735013]
本稿では,最先端生成技術アプローチの潜時学習とエンドツーエンドの変分フレームワークを組み合わせた,新しい統合アーキテクチャ,潜時変分モデルを提案する。
我々の統一的アプローチは、非最新技術ベースラインの20倍以上の真理への分布自由距離を達成する。
論文 参考訳（メタデータ） (2023-05-17T17:43:10Z) - Thermal Spread Functions (TSF): Physics-guided Material Classification [21.120014488056032]
本研究では,物体の熱特性に依存する物理誘導材料分類フレームワークを提案する。
物体の加熱と冷却の速度は、材料の固有の性質、すなわち放射率と拡散率に依存する。
提案手法は, 小型光源(低出力レーザー)とサーマルカメラのみを要し, 16クラスで86%の精度でロバストな分類結果が得られる。
論文 参考訳（メタデータ） (2023-04-03T03:07:26Z) - Forecasting subcritical cylinder wakes with Fourier Neural Operators [58.68996255635669]
実験によって測定された速度場の時間的変化を予測するために,最先端の演算子学習手法を適用した。
その結果、FNOはレイノルズ数の範囲で実験速度場の進化を正確に予測できることがわかった。
論文 参考訳（メタデータ） (2023-01-19T20:04:36Z) - Predicting Defects in Laser Powder Bed Fusion using in-situ Thermal
Imaging Data and Machine Learning [0.0]
レーザー粉末層融合過程における局所熱履歴の変化は微視的欠陥を引き起こす可能性がある。
本研究では, LPBFステンレス鋼材料の微細孔率を予測するため, その場熱画像データを用いた機械学習(ML)モデルを開発した。
論文 参考訳（メタデータ） (2021-12-16T21:25:16Z) - Measurement of the Low-temperature Loss Tangent of High-resistivity
Silicon with a High Q-factor Superconducting Resonator [58.720142291102135]
温度70mKから1Kの範囲で高比抵抗(100)シリコンウェハの直接損失タンジェント測定を行った。
この測定は, 高温超伝導ニオブ共振器を利用した技術を用いて行った。
論文 参考訳（メタデータ） (2021-08-19T20:13:07Z) - Simultaneous boundary shape estimation and velocity field de-noising in
Magnetic Resonance Velocimetry using Physics-informed Neural Networks [70.7321040534471]
MRV(MR resonance velocimetry)は、流体の速度場を測定するために医療や工学で広く用いられている非侵襲的な技術である。
これまでの研究では、境界(例えば血管)の形状が先駆体として知られていた。
我々は、ノイズの多いMRVデータのみを用いて、最も可能性の高い境界形状と減音速度場を推定する物理インフォームニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2021-07-16T12:56:09Z) - Thermoelectricity in Quantum-Hall Corbino Structures [48.7576911714538]
量子ホール効果系におけるコルビノ構造の熱電応答を測定する。
本研究では, ランダウを部分的に充填した場合, 非常に大きな熱電冷却の効率性を示す数値を予測した。
論文 参考訳（メタデータ） (2020-03-03T19:19:28Z) - Targeted free energy estimation via learned mappings [66.20146549150475]
自由エネルギー摂動 (FEP) は60年以上前にズワンツィヒによって自由エネルギー差を推定する方法として提案された。
FEPは、分布間の十分な重複の必要性という厳しい制限に悩まされている。
目標自由エネルギー摂動(Targeted Free Energy Perturbation)と呼ばれるこの問題を緩和するための1つの戦略は、オーバーラップを増やすために構成空間の高次元マッピングを使用する。
論文 参考訳（メタデータ） (2020-02-12T11:10:00Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。