지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 宋永學
- 발행연도
- 2017
- 저작권
- 慶尙大學校 논문은 저작권에 의해 보호받습니다.
이용수8
이 논문의 연구 히스토리 (4)
2017
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Looking at domestic energy consumption patterns, energy consumption by buildings accounts for more than 10% of the total. The portion of maintenance is more than 80%, and the energy consumed by HVAC(Heating, Ventilation and air-conditioning) system accounts for 50 ~ 60% of the total energy of the building.
FDD(Fault detection and diagnosis) is one of the energy saving measures for existing buildings, but requires specialists with expert knowledge and skillful experience.
In this study, considering the difficulty of sharing fault cases, i investigated FDD related literature and identified fault sites and causes. I have developed a proper FDD research method for the whole HVAC system to enable users to access easily.
Using the type and cause of the defined faults, the fault simulation parameters were set and the degree of fault was varied to quantitatively analyze the energy consumption and room temperature changes of the HVAC. Finally, the grouping was performed through the trend analysis indicated by the simulation results.
The results of this study will be reflected in the future as the main data of algorithm development for fault detection diagnosis.
FDD(Fault detection and diagnosis) is one of the energy saving measures for existing buildings, but requires specialists with expert knowledge and skillful experience.
In this study, considering the difficulty of sharing fault cases, i investigated FDD related literature and identified fault sites and causes. I have developed a proper FDD research method for the whole HVAC system to enable users to access easily.
Using the type and cause of the defined faults, the fault simulation parameters were set and the degree of fault was varied to quantitatively analyze the energy consumption and room temperature changes of the HVAC. Finally, the grouping was performed through the trend analysis indicated by the simulation results.
The results of this study will be reflected in the future as the main data of algorithm development for fault detection diagnosis.
목차
Ⅰ. 서 론 11. 연구의 배경 및 목적 12. 연구의 범위 및 방법 33. 고장발견진단 선행연구동향 61) 국내 선행 연구동향 62) 국외 선행 연구동향 7Ⅱ. 고장발견진단 개요 및 문헌조사 91. 고장발견 및 진단 91) 고장의 중요도 분석 112) 고장진단 및 처리 단계 123) 평가, 결정 조치 단계 142. 문헌조사를 통한 고장부위 및 고장원인 특정 161) 문헌조사분류 162) AHU 세부항목 183) HVAC 세부항목 194) Chiller 세부항목 213. 고장발견진단 진단기법 분류 231) 분석기반방법 252) 데이터활용방법 253) 지식기반방법 254. 소 결 27Ⅲ. 고장에 따른 HVAC 성능변화 시뮬레이션 291. 시뮬레이션 대상건물개요 302. 시뮬레이션을 위한 HVAC 시스템 고장상태 설정 323. 시뮬레이션 결과분석 341) 무고장상태 모델의 시뮬레이션 결과 342) 고장별 시뮬레이션 결과분석 384. 에너지사용량 및 실온변화의 경향에 따른 분류 685. 소 결 69Ⅳ. 결 론 71
최근 본 자료
댓글(0)
0