• شماره ركورد
    33054
  • پديد آورنده

    اميرحسين دهقان نيري

  • عنوان
    ارائه راهكار در مديريت مصرف انرژي ساختمان‌ها با استفاده از مدل‌هاي رفتار شناسي ساكنان
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    مهندسي عمران- مهندسي و مديريت ساخت
  • سال تحصيل
    1401
  • تاريخ دفاع
    1403/11/17
  • استاد راهنما
    سيد سجاد ميرولد، حسن ملكي تبار
  • استاد مشاور
    سيد سجاد ميرولد، حسن ملكي تبار
  • دانشكده
    مهندسي عمران
  • چكيده
    مصرف بالاي انرژي و ناكارآمدي سيستم‌هاي سرمايشي و گرمايشي در بسياري از ساختمان‌هاي اداري مشكلي جدي است كه منجر به افزايش هزينه‌ها و كاهش بهره‌وري مي‌شود. اين پژوهش با هدف كاهش مصرف انرژي و بهبود آسايش حرارتي در ساختمان‌هاي اداري انجام شده است. در بسياري از ساختمان‌ها، سيستم‌هاي سرمايشي و گرمايشي با كارآيي پايين و مصرف بالاي انرژي مواجه هستند كه باعث افزايش هزينه‌ها و كاهش بهره‌وري مي‌شود. با توجه به شكاف‌هاي موجود در تحقيقات پيشين، اين مطالعه به ارائه راهكاري براي بهينه‌سازي مصرف انرژي در سيستم‌هاي سرمايشي ساختمان‌هاي اداري است كه بتواند ضمن كاهش مصرف انرژي، شاخص آسايش حرارتي را در محدوده استاندارد حفظ كند. روش تحقيق بر مبناي جمع‌آوري داده‌هاي محيطي، شبيه‌سازي‌هاي دقيق با نرم‌افزار DesignBuilder و تحليل داده‌ها با استفاده از الگوريتم بهينه‌سازي چندهدفه NSGA-II است. داده‌هاي ميداني شامل دماي محيط، رطوبت نسبي، سرعت هوا و نوع پوشش كاربران با استفاده از ابزارهاي استاندارد جمع‌آوري شدند. نتايج نشان داد كه با تنظيم دماهاي عملياتي بر اساس الگوريتم پيشنهادي، مي‌توان مصرف انرژي سيستم‌هاي سرمايشي را بطور ميانگين 12.94 درصد كاهش دهد، به صورتي كه شاخص آسايش حرارتي (PMV) در محدوده مطلوب باقي ماند. اين دستاوردها نشان مي‌دهد كه روش پيشنهادي مي‌تواند به‌طور عملي در ساختمان‌هاي مشابه با شرايط اقليمي مختلف اعمال شود. اين پژوهش علاوه بر ارائه راهكارهاي علمي و عملي براي مديريت انرژي، چارچوبي براي توسعه سيستم‌هاي مديريت هوشمند انرژي فراهم كرده است كه مي‌تواند به‌عنوان مبنايي براي تحقيقات و كاربردهاي آينده در حوزه بهينه‌سازي مصرف انرژي در ساختمان‌ها مورد استفاده قرار گيرد.
  • تاريخ ورود اطلاعات
    1403/12/08
  • عنوان به انگليسي
    Developing a sustainable approach to building energy management using occupant behavioral models
  • تاريخ بهره برداري
    2/5/2026 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    اميرحسين دهقان نيري

  • چكيده به لاتين
    The significant energy consumption and inefficiency of heating and cooling systems in several office buildings constitute a significant problem that results in elevated expenses and reduced efficiency. This study aims to reduce consumption of energy while improving thermal comfort in office structures. Numerous buildings experience inefficiencies in heating and cooling systems, leading to elevated energy usage, increased expenses, and decreased output. The present study aims to develop a model for optimizing energy consumption in office building cooling systems, addressing gaps in prior research, to decrease energy usage while ensuring the thermal comfort index remains within standard parameters. The research methodology involves the collecting of environmental data, accurate simulations utilizing DesignBuilder software, and data analysis employing the NSGA-II multi-objective optimization algorithm. Field data, comprising ambient temperature, relative humidity, air velocity, and users' apparel kinds, were gathered utilizing standard instruments. The findings demonstrated that modifying operational temperatures in accordance with the suggested algorithm might decrease energy consumption in the cooling systems of specific rooms by as much as 37% while maintaining the thermal comfort index (PMV) within acceptable limits. The results indicate that the suggested strategy is applicable in comparable structures under diverse climatic situations. This research presents both scientific and practical answers for energy management and establishes a framework for developing smart energy management systems, serving as a basis for future research and applications in building energy optimization.
  • كليدواژه هاي فارسي
    آسايش حرارتي , مصرف انرژي , كاهش بار سرمايشي , شاخص ميانگين راي پيش بيني
  • كليدواژه هاي لاتين
    Thermal Comfort , Energy Consumption , Coolin Load Reduction , PMV Index
  • Author
    Amirhossein Dehghan Nayeri
  • SuperVisor
    Seyyed Sajjad Mirvalad, Hassan Malekitabar