期刊文献+

面向暖通空调系统的数字孪生应用研究

Application of digital twin for HVAC systems
在线阅读 下载PDF
导出
摘要 针对当前暖通空调系统可视化程度低、运维数据利用不充分、模型仿真效果差等问题,本文提出了一种基于数字孪生技术的暖通空调系统智慧运维方法。首先,通过借鉴数字孪生五维模型,从物理实体、虚拟实体、服务、孪生数据及连接5个方面详细阐述了暖通空调数字孪生框架,论述了构建暖通空调数字孪生系统必要的关键技术;其次,分析了系统可视化监测、流程能耗分析、模型仿真模拟、冷热负荷预测及设备故障诊断5类应用服务;最后,探讨了数字孪生技术在暖通空调系统中应用面临的问题和挑战,并对未来发展方向进行了展望。 Aiming at the problems such as low visualization degree,insufficient use of operation and maintenance data,and poor model simulation effect of HVAC systems,this paper proposes an intelligent operation and maintenance method for HVAC systems based on digital twin technology.Firstly,by drawing on the five-dimensional model of digital twin,the HVAC digital twin framework is described in detail from five aspects:physical entity,virtual entity,services,twin data and connection,and the key technologies necessary for constructing HVAC digital twin system are discussed.Secondly,five kinds of application services are analysed,including system visual monitoring,process energy consumption analysis,model simulation,heating and cooling load forecasting,and equipment fault diagnosis.Finally,the challenges and problems faced by the application of digital twin technology in HVAC system are discussed,and the future development direction is prospected.
作者 宋志晨 赵琰杰 张弛 宋永兴 刘强 于明 Song Zhichen;Zhao Yanjie;Zhang Chi;Song Yongxing;Liu Qiang;Yu Ming(Shandong Jianzhu University,Jinan;Jinan Special Equipment Inspection and Research Institute,Jinan;The Boiler Examine,Jinan Military District,Jinan)
出处 《暖通空调》 2025年第2期67-71,18,共6页 Heating Ventilating & Air Conditioning
基金 压缩机技术国家重点实验室(压缩机技术安徽省实验室)开放基金项目(编号:SKL-YSJ202108) 山东省自然科学基金项目(编号:ZR2021QE157)。
关键词 暖通空调系统 数字孪生 可视化 模型仿真 负荷预测 故障诊断 HVAC system digital twin visualization model simulation load forecasting fault diagnosis
作者简介 宋志晨,女,1997年生,在读硕士研究生;通信作者:宋永兴,E-mail:songyongxing19@sdjzu.edu.cn。
  • 相关文献

参考文献6

二级参考文献68

  • 1孟华,龙惟定,王盛卫.适于系统仿真的冷却塔模型及其实验验证[J].暖通空调,2004,34(7):1-5. 被引量:13
  • 2何大四,张旭.改进的季节性指数平滑法预测空调负荷分析[J].同济大学学报(自然科学版),2005,33(12):1672-1676. 被引量:32
  • 3徐伟,邹瑜,郭伟,等.建筑环境与节能标准体系研究(内部资料)[G].北京:中国建筑科学研究院,2013.
  • 4中华人民共和国工程建设标准体系(城乡规划、城镇建设、房屋建筑部分)[M].北京:中国建筑工业出版社,2003.
  • 5“十一五”国家科技支撑计划重大项目:建筑节能关键技术研究与示范——课题12:建筑节能技术标准研究——子课题1:建筑节能标准体系研究.建筑节能标准体系与体系研究报告(内部资料)[G].北京:住房和城乡建设部标注定额研究所,2010.
  • 6Forrester J R,Wepfer W J.Formulation of a Load Prediction Algorithm for a Large Commercial Building[J].ASHRAE Transactions,1984,90(2):536-551.
  • 7Tamblyn R T.Control Concepts for Thermal Storage[J].ASHRAE Transactions,1985,91(1B):5-10.
  • 8Guo Y,Nazarian E,Ko J,et al.Hourly cooling load forecasting using time-indexed ARX models with two-stage weighted least squares regression[J].Energy Conversion and Management,2014,80:46-53.
  • 9Mac Arthur J W,Mathur A,Zhao J.On-line recursive estimation for load profile prediction[J].ASHRAE Transactions,1989,95(1):621-628.
  • 10Seem J E,Braun J E.Adaptive methods for real-time forecasting of building electrical demand[J].ASHRAE Transactions,1991,97(1):710-721.

共引文献880

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部