Volltext-Downloads (blau) und Frontdoor-Views (grau)
The search result changed since you submitted your search request. Documents might be displayed in a different sort order.
  • search hit 48 of 1676
Back to Result List

Grey-Box-Modellierung einer Lüftungsanlage mit realen Betriebsdaten für die Optimierung des Reglers

  • Oszillationen in Heizungs-, Lüftungs- und Klimaanlagen können die Lebensdauer von Ventilen und Aktuatoren deutlich reduzieren und die Effizienz solcher Anlagen negativ beeinflussen. Die hier betrachtete Lüftungsanlage eines Verkaufsraums zeigt deutlich schwingendes Verhalten, das höchst wahrscheinlich auf die Regelung zurückzuführen ist. Um dieses Verhalten zu untersuchen und ein Testfeld für die Auslegung und Optimierung von alternativen Regelkonzepten zu erstellen, wird ein Grey-Box-Modell der Anlage erstellt. Grey-Box-Modelle sind physikalische Modelle, deren Parameter mit Messdaten identifiziert werden. Die Ermittlung der Parameter (Systemidentifikation) des Grey-Box-Modells wird hier mittels nichtlinearer Optimierung an dem realen Betriebsdatensatz durchgeführt. Dieser Betriebsdatensatz hat im Vergleich zu anderen Arbeiten aufgrund geringer Ausstattung der Anlage mit Sensorik und geringer Auflösung der Messdaten eine niedrige Qualität. Aus diesem Grund können die einzelnen Komponenten der Anlage (eine Wärmerückgewinnung, ein Heizregister und ein Kühlregister) nicht separat identifiziert werden, sondern nur im Gesamtsystem. Hieraus ergibt sich die Frage, welche physikalische Formulierung der Komponenten der Anlage am besten geeignet ist. Konkret stellt sich die Frage, welche Komplexität, welche Anzahl der zu identifizierenden Parameter und welche Annahmen, die für die Formulierung getroffen werden sinnvoll sind. Dazu werden für die einzelnen Komponenten der Anlage jeweils verschiedene Modelle aus der Literatur implementiert und verglichen. Untersucht wird, ob ein Zusammenhang zwischen der Anzahl an Parametern, die sich durch eine bestimmte Formulierung des Modells ergibt und der erreichten Güte des Modells zu beobachten ist. Die Güte des Modells wir dabei mittels der Wurzel des mittleren quadratischen Fehlers zwischen Modellausgang und Datensatz bewertet. Die Ergebnisse dieser Fallstudie zeigen, dass ein möglicher Zusammenhang zwischen der Anzahl an Parametern des Grey-Box-Modells und der Güte des Modells besteht. Insbesondere zeigt sich mit diesem Datensatz ein deutlicher Abfall der Modellgüte bei mehr als zehn Parametern. Es kann des Weiteren bestätigt werden, dass bei der vorliegenden niedrigen Datenqualität die getroffenen Annahmen für die Modellierung von erheblicher Bedeutung sind. Durch bestimmte Formulierungen kann zwar die Güte des Modells erhöht werden, jedoch wir dadurch die Generalisationsfähigkeit des Modells höchst wahrscheinlich reduziert.
  • Oscillations in heating, ventilation and air conditioning systems can significantly reduce the service life of valves and actuators and negatively affect the efficiency of such systems. The ventilation system of a salesroom considered here clearly shows oscillating behavior, which is most likely due to the control system. In order to investigate this behavior and to create a test bed for the design and optimization of alternative control concepts, a grey-box model of the system is created. Grey-box models are physical models whose parameters are identified with measured data. The determination of the parameters (the system identification) of the grey-box model is performed here by means of nonlinear optimization on the real operating data set. This operating data set has a low quality compared to other studies due to low equipment of the plant with sensors and low resolution of the measurement data. For this reason, the individual components of the system; a heat recovery unit, a heating coil and a cooling coil cannot be identified separately but only in the overall system. This raises the question of which physical formulation of the components of the system is most suitable. Specifically, the question is what complexity, what number of parameters to be identified, and what assumptions to make for the formulation are reasonable. For this purpose, different models from the literature are implemented and compared for each of the components of the plant. It is examined whether a connection between the number of parameters, which results from a certain formulation of the model and the achieved quality of the model can be observed. The quality of the model is evaluated by the root mean square error between the model output and the data set. The results of this case study show that there is a possible relationship between the number of parameters of the grey-box model and the goodness of the model. In particular, this data set shows a significant drop in model goodness with more than ten parameters. Furthermore, it can be confirmed that with the present low data quality, the assumptions made are of considerable importance for the modeling. Although the quality of the model can be increased by certain formulations, this will most likely reduce the generalization capability of the model.

Download full text files

Export metadata

Additional Services

Search Google Scholar
Metadaten
Author:Valentin Seiler
DOI:https://doi.org/10.25924/opus-4580
Title Additional (English):Grey-box modeling of a ventilation system with real operating data for controller optimization
Advisor:Gerhard Huber
Document Type:Master's Thesis
Language:German
Year of publication:2022
Publishing Institution:FH Vorarlberg (Fachhochschule Vorarlberg)
Granting Institution:FH Vorarlberg (Fachhochschule Vorarlberg)
Release Date:2022/09/13
Tag:Grey-Box-Modellierung; HLK; Realdaten
HVAC; control; grey box modeling
Number of pages:81
DDC classes:600 Technik, Medizin, angewandte Wissenschaften
Open Access?:ja
Course of Studies:Nachhaltige Energiesysteme
Licence (German):License LogoUrhG - The Austrian Copyright Act applies - Es gilt das österr. Urheberrechtsgesetz