2021 Fiscal Year Research-status Report
Automatic control logic utilizing sparse modeling for natural ventilation operation
| Project/Area Number |
19K04741
|
|---|
| Research Institution | Meiji University |
|---|
Principal Investigator |
樋山 恭助 明治大学, 理工学部, 専任准教授 (10533664)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
Srisamranrungruang Thanyalak 明治大学, 研究・知財戦略機構(生田), 研究推進員(ポスト・ドクター) (40837267) [Withdrawn]
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 自然換気 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、設計者が期待する自然換気による省エネ効果は担保しつつ、執務者及び運用者の不満を解消した自然換気口の自動制御ロジックの開発となる。開発する自動制御ロジックは、物理モデルによる環境予測技術と機械学習を活用することで、自然換気運用時の室内環境の改善を実現する方針をとる。
3年目となる当該年度は、2年目に構築を進めた試行モデルの効果をケーススタディを通して確認した。ケーススタディでは、一日を通して全開と半開の好ましい自然換気窓の開度パターンを選択するよう、その設定課題を単純化することで、本研究が課題とするデータが疎となる状況に対しても冗長に機能する学習モデルを実現した。特徴量変数の数と種類を設計変数としたパラメトリックスタディにおいては、特徴量変数を減少させることにより、モデルの冗長性を向上させるものの、運用の継続におけるデータ量の増加による予測精度向上の効果が小さくなる傾向が示された。また、その入力データに関して、気象観測値の利用における加工の有無が、モデルの冗長性に影響をあたることも明らかにした。その加工方法に関しては、建築環境工学の知見の実装が有用となることも明らかにした。この建築環境工学の知見の導入に関しては、事前に対象建物を再現した仮想モデルにおけるシミュレーションを通し、建築物の特徴と気象の関係を明らかにする事前作業が有用であり、その方法論に関しては、ケーススタディを増やすことで、より多くの情報を収集することが期待できる。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
計画に沿って研究を進め、ケーススタディによる検証を通し、提案技術の効果を明らかにしてきている。本年度の研究成果の一部となるケーススタディの結果は、学術論文として対外的に発表する等、積極的にフィードバックを受けている。フィードバックを通して得られた新たな視点は、研究計画の発展につなげている。
|
| Strategy for Future Research Activity |
研究の最終年度として、前年度までの成果の汎用性を確認するために、引き続きケーススタディを進めていくことに加え、次の研究展開を見据え、研究成果発表等で得られたフィードバックを基に、その理論構築の深化を検討する。
|
| Causes of Carryover |
新型コロナウィルスの感染拡大に伴い、調査及び成果発表とフィードバックのための旅費が執行できなかったため、次年度使用額が生じた。
最終年度として、社会情勢を見極め、これらの代替方法を模索し、その執行を計画する。
|
Research Products
(1 results)
