Temat: energia chłodnicza - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Uproszczony model obliczeń zapotrzebowania energii na chłodzenie budynków użyteczności publicznej
Simplified calculation procedure for seasonal cooling energy demand in public buildings
Autorzy:: Hołota, G.
Wojtas, K.
Powiązania:: https://bibliotekanauki.pl/articles/362742.pdf
Data publikacji:: 2009
Wydawca:: Instytut Fizyki Budowli Katarzyna i Piotr Klemm
Tematy:: ciepło jawne
ciepło całkowite
zyski ciepła
wydajność chłodnicza
energia chłodnicza
sensible heat
total heat
heating gain
refrigerating capacity
refrigerating energy
Opis:: W pracy przedstawiono uproszczony sposób obliczeń zapotrzebowania energii chłodniczej na potrzeby kli-matyzacji budynku użyteczności publicznej, który pozwala pro-jektantowi na stosunkowo szybką ocenę projektowanego systemu klimatyzacji pod względem energetycznym. Oryginalność metody polega na sposobie obliczeń zysków ciepła jawnego dla budynku (strefy) oraz na metodzie jego przeliczania na zapotrzebowanie całkowitej wydajności chłodniczej w danej godzinie pracy systemu klimatyzacji. Ogólna dostępność kompletnych danych klimatycznych stwarza możliwość wykonana stosunkowo dokładnych obliczeń w układzie godzinowym z wykorzystaniem arkusza kalkulacyjnego dostępnego na każdym komputerze.
The European Directive [1] implementation in Poland made a substantial confusion in the HVAC engineers society. The calculation procedure for energy use for cooling season is said to be not adequate to the reality, particularly for public buildings. The authors made a step forward to define simplified hourly model for these calculations based on real climatic data and sensible heating gain in building (or its zone) and subsequent evaluation of total cooling demand for each hour of the cooling season
Źródło:: Fizyka Budowli w Teorii i Praktyce; 2009, T. 4; 57-60
1734-4891
Pojawia się w:: Fizyka Budowli w Teorii i Praktyce
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Adsorption chiller in a combined heating and cooling system: simulation and optimization by neural networks
Autorzy:: Krzywanski, Jarosław
Sztekler, Karol
Bugaj, Marcin
Kalawa, Wojciech
Grabowska, Karolina
Chaja, Patryk Robert
Sosnowski, Marcin
Nowak, Wojciech
Mika, Łukasz
Bykuć, Sebastian
Powiązania:: https://bibliotekanauki.pl/articles/2173577.pdf
Data publikacji:: 2021
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: adsorption heat pump
polygeneration
cooling capacity
low grade thermal energy
artificial neural networks
soft computing
absorpcyjna pompa ciepła
poligeneracja
wydajność chłodnicza
energia cieplna niskiej jakości
sztuczne sieci neuronowe
przetwarzanie miękkie
Opis:: Adsorption cooling and desalination technologies have recently received more attention. Adsorption chillers, using eco-friendly refrigerants, provide promising abilities for low-grade waste heat recovery and utilization, especially renewable and waste heat of the near ambient temperature. However, due to the low coefficient of performance (COP) and cooling capacity (CC) of the chillers, they have not been widely commercialized. Although operating in combined heating and cooling (HC) systems, adsorption chillers allow more efficient conversion and management of low-grade sources of thermal energy, their operation is still not sufficiently recognized, and the improvement of their performance is still a challenging task. The paper introduces an artificial intelligence (AI) approach for the optimization study of a two-bed adsorption chiller operating in an existing combined HC system, driven by low-temperature heat from cogeneration. Artificial neural networks are employed to develop a model that allows estimating the behavior of the chiller. Two crucial energy efficiency and performance indicators of the adsorption chiller, i.e., CC and the COP, are examined during the study for different operating sceneries and a wide range of operating conditions. Thus this work provides useful guidance for the operating conditions of the adsorption chiller integrated into the HC system. For the considered range of input parameters, the highest CC and COP are equal to 12.7 and 0.65 kW, respectively. The developed model, based on the neurocomputing approach, constitutes an easy-to-use and powerful optimization tool for the adsorption chiller operating in the complex HC system.
Źródło:: Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; art. no. e137054
0239-7528
Pojawia się w:: Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Adsorption chiller in a combined heating and cooling system: simulation and optimization by neural networks
Autorzy:: Krzywanski, Jarosław
Sztekler, Karol
Bugaj, Marcin
Kalawa, Wojciech
Grabowska, Karolina
Chaja, Patryk Robert
Sosnowski, Marcin
Nowak, Wojciech
Mika, Łukasz
Bykuć, Sebastian
Powiązania:: https://bibliotekanauki.pl/articles/2128167.pdf
Data publikacji:: 2021
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: adsorption heat pump
polygeneration
cooling capacity
low grade thermal energy
artificial neural networks
soft computing
absorpcyjna pompa ciepła
poligeneracja
wydajność chłodnicza
energia cieplna niskiej jakości
sztuczne sieci neuronowe
przetwarzanie miękkie
Opis:: Adsorption cooling and desalination technologies have recently received more attention. Adsorption chillers, using eco-friendly refrigerants, provide promising abilities for low-grade waste heat recovery and utilization, especially renewable and waste heat of the near ambient temperature. However, due to the low coefficient of performance (COP) and cooling capacity (CC) of the chillers, they have not been widely commercialized. Although operating in combined heating and cooling (HC) systems, adsorption chillers allow more efficient conversion and management of low-grade sources of thermal energy, their operation is still not sufficiently recognized, and the improvement of their performance is still a challenging task. The paper introduces an artificial intelligence (AI) approach for the optimization study of a two-bed adsorption chiller operating in an existing combined HC system, driven by low-temperature heat from cogeneration. Artificial neural networks are employed to develop a model that allows estimating the behavior of the chiller. Two crucial energy efficiency and performance indicators of the adsorption chiller, i.e., CC and the COP, are examined during the study for different operating sceneries and a wide range of operating conditions. Thus this work provides useful guidance for the operating conditions of the adsorption chiller integrated into the HC system. For the considered range of input parameters, the highest CC and COP are equal to 12.7 and 0.65 kW, respectively. The developed model, based on the neurocomputing approach, constitutes an easy-to-use and powerful optimization tool for the adsorption chiller operating in the complex HC system.
Źródło:: Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; e137054, 1--11
0239-7528
Pojawia się w:: Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "energia chłodnicza" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język