| 研究課題/領域番号 |
19K04741
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分23020:建築環境および建築設備関連
|
|---|
| 研究機関 | 明治大学 |
|---|
研究代表者 |
樋山 恭助 明治大学, 理工学部, 専任教授 (10533664)
|
|---|
| 研究分担者 |
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)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 自然換気 / 機械学習 / 運用 / 温熱環境 / シミュレーション / 自動制御 / AI / ビッグデータ |
|---|
| 研究開始時の研究の概要 |
昨今、自動制御による自然換気システムを導入した建築物が増加しているが、設計時に期待した省エネ効果を実現できない事例も多く、一部においてはその運用が中止するに至る。この理由として、自然換気時の室内環境の不安定性の他、外部騒音や自然換気窓の開閉音等、音に起因する執務者の不満が挙げられる。本研究では、この二要素を加味した自然換気口の開閉ロジックを開発する。特に動作頻度の制御に関しては、高精度なフィードフォワード制御が必要であり、本研究ではその精度向上を目的とし、物理モデルを機械学習で補完する手法を提案する。
|
| 研究成果の概要 |
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。
研究期間を通じ構築を進めた試行モデルの効果は、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量が少ない状況に対しても冗長に機能する学習モデルを実現した。
|
| 研究成果の学術的意義や社会的意義 |
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、その入力データの環境工学的知見に基づく加工の有無が、モデルの冗長性に影響をあたることも明らかにした。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、建築環境工学が対象とする他の課題にも適用可能である点が本研究の学術的な意義となる。
|
