haku: @supervisor Koskinen, Kari / yhteensä: 141
hakutulos-lista
viite: 1 / 141
« edellinen | seuraava »
Tekijä:Liedes, Riikka
Työn nimi:Rakennuksen lämpökuormat sekä lämmityksen ennakoiva ja sääennustepohjainen säätö
Heat loads and predictive control in heating of buildings
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2013
Sivut:vii + 90      Kieli:   fin
Koulu/Laitos/Osasto:Sähkötekniikan korkeakoulu
Oppiaine:Automaation tietotekniikka ja -järjestelmät   (ETA3005)
Valvoja:Koskinen, Kari
Ohjaaja:Heikkinen, Lauri
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201308247635
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  7527   | Arkisto
Avainsanat:building automation
heating
control
energy saving
radiator network
weather forecast
kiinteistöautomaatio
rakennusautomaatio
lämmitys
säätö
energiansäästö
patteriverkosto
sääennuste
Tiivistelmä (fin):Rakennusten lämmitys, rakennuksissa käytetty huoneisto- ja kiinteistösähkö, rakennustarvikkeiden valmistus ja rakentaminen kattavat noin 40 % koko Suomen loppuenergiankäytöstä.
Tämän energiankulutuksen vähennys tehdään niin kuluttajatasolla kuin uusien tekniikoiden kehitystyölläkin.
Rakennussektorilla yleisesti älykkäiden ja oppivien menetelmien soveltaminen on ollut vielä harvinaista.
Yksittäisiä sovelluksia löytyy kuitenkin ja tiedeyhteisö onkin ollut innokas ottamaan käyttöön sumeaa logiikkaa, neuroverkkoja ja prosessimalleja.
Tässä työssä esitellään rakennuksen lämmitykseen ja säätöön kokonaisuudessaan liittyvää aikaisempaa tutkimusta.
Tämän avulla tutkitaan kuuden kohteen lämpökäyttäytymistä ja analysoidaan säädön kehittämistä.
Kohteiden mittauksista tarkastellaan sisälämpötilan riippuvuutta kellonaikaan ja säähän.
Tarkimmin tutkitaan Schneider Electricin Vantaan konttoria, jonka toiminnasta analysoidaan myös patteriverkoston toimivuutta.
Lopuksi esitellään neljä olemassa olevaa erilaista säätöratkaisua rakennusten lämmitykseen ja verrataan teoreettisesti niiden toimivuutta olemassa olevaan kohdedataan.
Lisäksi analysoidaan ratkaisujen hyviä ja huonoja puolia sekä pohditaan jatkokehitysmahdollisuuksia.
Tiivistelmä (eng):Heating, used electricity and constructions of buildings cover approximately 40 % of terminal use of energy in Finland.
This energy consumption can be reduced by consumers and development of new technologies.
Intelligent and learning methods have rarely adapted to building automation systems, although scientific community has been eager to introduce fuzzy logic, neural networks and process models.
This thesis presents prior research of building heating and heating control, by means of which the heat budged and control are analyzed in six different buildings.
The interdependence between indoor temperature of the buildings and weather conditions is examined.
The main case is Schneider Electric's office in Vantaa, Finland, where the functioning of the radiator network is analyzed.
Finally, the thesis presents four different solutions for building heating control.
The performances of these four heating control solutions are analyzed theoretically and compared to the obtained measurements.
Also, the possibilities for further development are considered.
ED:2013-12-02
INSSI tietueen numero: 48021
+ lisää koriin
« edellinen | seuraava »
INSSI