Abstract
HVAC-systemen verbruiken 40-50% van de energie in gebouwen, terwijl meer dan 90% onder de ontwerpintentie presteert. Een vaak onderschatte oorzaak is de kloof tussen ontwerp en installatie: installatiefouten, niet-gedocumenteerde aanpassingen en veroudering leiden tot verborgen structurele en parametrische afwijkingen die het druk-debietgedrag verstoren en energieprestatie en binnenluchtkwaliteit aantasten. Omdat commissioning-, regel- en foutdetectiemethoden doorgaans een correcte topologie veronderstellen, wordt hun effectiviteit door dergelijke afwijkingen beperkt. Dit doctoraat ontwikkelt een schaalbare, meeteffici‰nte methodologie om het as-built aeraulisch netwerk te reconstrueren vanuit een ontwerpmodel met een beperkt aantal commissioning-compatibele metingen. Een graafgebaseerde simulatietool, multiregime-excitaties en een tweelagige discrepantieparametrisatie maken systematische identificatie van structurele en parametrische afwijkingen mogelijk. Een fysisch ge‹nformeerd reconstructie-algoritme met ambigu‹teitsbewuste hypotheseranking wordt gecombineerd met een informatietheoretische strategie voor minimale sensorplaatsing en excitatie. Validatie loopt van gecontroleerde benchmarks en labtesten tot demonstratie op gebouwniveau. De uitkomsten zijn een as-built digital-twinmethodiek met minimale sensing, nieuwe inzichten in netwerkidentificeerbaarheid, sparse sensing en multiregime-inferentie, en een betrouwbaardere, energie-effici‰ntere werking van HVAC-systemen.
Onderzoeker(s)
Onderzoeksgroep(en)
Financiering
Project type(s)