Усовершенствования методики расчета систем кондиционирования

Основное оборудование системы кондиционирования для подготовки и перемещения воздуха агрегатируется (компонуется в едином корпусе) в аппарат, называемый кондиционером. Во многих случаях все технические средства для кондиционирования воздуха скомпонованы в одном блоке или в двух блоках, и тогда понятия 'СКВ' и 'кондиционер' однозначны. СКВ больших общественных, административных и производственных зданий обслуживаются, как правило, комплексными автоматизированными системами управления.

Автоматизированная система кондиционирования поддерживает заданное состояние воздуха в помещении независимо от колебаний параметров окружающей среды (атмосферных условий). Прежде чем перейти к классификации систем кондиционирования, следует отметить, что общепринятой классификации СКВ до сих пор не существует и связано это с многовариантностью принципиальных схем, технических и функциональных характеристик, зависящих не только от технических возможностей самих систем, но и от объектов применения (кондиционируемых помещений). Современные системы кондиционирования могут быть классифицированы по следующим признакам: · по основному назначению (объекту применения): комфортные и технологические; · по принципу расположения кондиционера по отношению к обслуживаемому помещению: центральные и местные; · по наличию собственного (входящего в конструкцию кондиционера) источника тепла и холода: автономные и неавтономные; · по принципу действия: прямоточные и комбинированные; · по способу регулирования выходных параметров кондиционированного воздуха: с качественным (однотрубным) и количественным (двухтрубным) регулированием; · по степени обеспечения метеорологических условий в обслуживаемом помещении: первого, второго и третьего класса; · по количеству обслуживаемых помещений (локальных зон): однозональные и многозональные; · по давлению, развиваемому вентиляторами кондиционеров: низкого, среднего и высокого давления. 2. Используемые методы расчетов 1. Методика определения расчетных температур наружного воздуха для кондиционирования Как известно в СНиП расчетная температура наружного воздуха холодного периода для различных классов кондиционирующих устройств определялись по различным данным, выбор которых в некоторых случаях не обеспечивает необходимой точности.

Температура наружного воздуха определяется следующим образом : 1. 2. 3. Очевидно, что наиболее правильным и с инженерной точки зрения оправданным будет введение таких величин, которые получены по единой методике, из рядов многолетних наблюдений и с учетом возможного и допустимого периода нарушений. В результате работ, выполненных в ГГО, появилась возможность предложить новые данные по расчетным температурам холодного периода. В качестве исходных данных использована интегральная повторяемость температуры воздуха, полученная по наблюдениям за 25-30 лет по нескольким метеостанциям РФ. Определялась температура воздуха, наблюдающаяся в году в 6% случаев и менее, в 3 и 0,5 %, т.е. нарушения допускаются в 540, 270, 45 ч по длительности. Таким образом, удастся, применяя общий критерий при выборе расчетных температур, обеспечить достаточную достоверность данных.

Сравнение значений температуры воздуха для различных классов показало следующие. 1. C , редко на 3°C. Это объясняется тем, что в качестве средней температуры самого холодного периода по СНиП использовались данные по зимней вентиляционной температуре, которая определяется в зависимости от длительности отопительного периода и в ряде случаев при его очень большой величине достигает значений температур, соответствующих на интегральной кривой 5 6 % длительности года. 2. 3. Но все же минусы в этих расчетах есть.

Необходим длительный ряд наблюдений (25 30 лет) для получения интегральной повторяемости температуры. В тоже время известно, что в районах нового строительства таких длительных рядов наблюдений нет.

Поэтому оказалось необходимым разработать методику определения расчетных температур, опирающуюся как на данные, полученные по длительным рядам наблюдений, так и на такой материал, который был бы общедоступен и достаточно достоверен.

Благодаря «Справочнику по климатологии России» мы имеем много данных о температуре воздуха по всем станциям России независимо от их работы.

Использование обширных данных по среднему минимуму температуры из Справочника позволяет достаточно точно определить расчетную температуру наружного воздуха, чего нельзя получить, если использовать наблюдения за короткий срок. 2. Методы расчета климатических параметров Климатическая информация, используемая в расчетах СКВ, регламентируется СНиП. В одной из глав СНиП указаны некоторые параметры (А, Б и В), о которых говорилось выше. Эти параметры являются квантилями высокой обеспеченности, но неодинаковой для разных станций.

Различия в обеспеченности связаны с тем, что когда разрабатывалась данная глава СНиП, в справочной климатологической литературе не имелось данных, позволяющих рассчитать квантили заданной обеспеченности.

Поэтому были приняты известные в то время климатические характеристики, например, такие, как средняя температура воздуха в 13 ч и т. п. В настоящее время в связи с автоматизацией процесса климатологической обработки расчет квантилей теплообеспеченности и температуры не представляет большого труда.

Данные расчеты могут быть проведены, например, по двумерным распределениям температуры воздуха и относительной влажности.

Обсуждение требований к климатическим параметрам со специалистами по проектированию систем вентиляции и кондиционирования и изучение зарубежных справочников по отоплению и кондиционированию воздуха показало, что в качестве исходных климатических параметров для расчета систем вентиляции и кондиционирования, работающих круглосуточно, могут быть приняты квантили обеспеченностью 98,5; 96,5; 94,0 и 92,0 % . При этом квантили целесообразно рассчитывать по годовой совокупности данных.

Параметры А и Б действующих СНиП в большей части пунктов близки к 98,5 и 94 % ным квантилям годовых распределений температуры воздуха и теплосодержания.

Использование именно годовой совокупности данных для расчета квантилей в СНиП, а не совокупности данных полугодового, летнего периодов или наиболее жаркого месяца, как это принято в некоторых странах, для нашей страны является оптимальным. Дело в том, что период кондиционирования в южных и северных районах нашей страны разный по длительности. На севере он может быть ограничен одним месяцем, в то время как на юге этот период может продолжаться более полугода.

Ориентация на более длительный период кондиционирования позволит получить наиболее объективные данные о времени выхода температуры и теплосодержания за принимаемые допуски. Для определения квантилей теплосодержания и температуры воздуха в районах, где отсутствуют наблюдения, целесообразно пользоваться косвенным способом.

Способ, предлагаемый авторами, основан на аппроксимации распределения теплосодержания и температуры воздуха некоторой аналитической функцией. Если такая функция подобрана, то и параметры могут быть картированы и затем проинтерполированы в любую точку территории. 3. Косвенный метод расчета непрерывной продолжительности температурно-влажностного комплекса Наша задача посчитать среднюю непрерывную продолжительность и количество пересечений (или выбросов) заданной градации температурно-влажностного комплекса по некоторым известным характеристикам температуры и относительной влажности, каждой в отдельности. Для решения этой задачи используется вероятностная модель, заимствованная из теории массового обслуживания. Суть ее состоит в следующем.

Некоторая система может находиться в состоянии 0 и 1. Вероятности того, что система в момент времени Т находится в состояниях 0 и 1 обозначим соответственно Т) и Допустим, на эту систему поступает пуассоновский поток требований с параметром есть На облуживание каждого отдельного требования затрачивается случайное время Пусть эволюция системы описывается дифференциальными уравнениями (1) При условии, что эволюция системы стационарна и или (2) Вернемся к нашей задаче, в качестве известных характеристик по температуре и относительной влажности возьмем соответственно среднее непрерывные продолжительности температуры, относительной влажности T . Данная модель работает применительно к продолжительности температуры, относительной влажности и температурно-влажностному комплексу. Тогда вероятность градаций Так как количество пересечений (выбросов) то Предположим, что события и независимы, тогда Отсюда получаем, что (3) Таким образом, мы получаем структуру вероятности события и где и существует, то отсюда (4) Как следует из формулы (4), зависимость между событиями и сказывается на перераспределении числа пересечений (выброса) и непрерывной продолжительности.

Следует отметить, что и в тех пунктах, где имеются данные, полезно определять квантили расчетным методом, пользуясь функцией распределения.

Распределения значений теплосодержания и температуры в целом за год обладают особенностью, затрудняющей их выравнивание с помощью аналитических функций.

Кривые являются либо двухвершинными, либо имеют размытую плоскую вершину.

Обычный набор функций распределения в этом случае использовать не удается.

Поэтому вводим комбинационный метод.

Предлагается использовать композицию распределений равномерной плотности и нормального.

Выражения для функций плотности этих распределений имеют следующий вид: ; (1) Тогда в результате композиции функция плотности новой случайной величины z = x + y может быть записана так: (2) Параметры выражения (2) рассчитываются по следующим формулам : (3) где и центральные статистические моменты второго и четвертого порядка исходного эмпирического распределения.

Получим по формуле (2) теоретическое распределение на примере распределения значений теплосодержания во все сроки наблюдений в течение года для Ашхабада за 30-летний период.

Центральные эмпирические моменты этого распределения равны : Тогда по формулам (3) получим параметры распределения (1) По формуле (1), пользуясь таблицами интеграла вероятности, рассчитаем теоретические частоты распределения теплосодержания для данного пункта.

Многие из распределений температуры и теплосодержания, составленные по годовым выборкам, имеют двухвершинные распределения и напоминают по виду комбинацию двух нормальных распределений.

Двухвершинное распределение создается вследствие неоднородности исходной выборки, в которой соединены два разных режима температуры и теплосодержания, в теплое и холодное полугодие, со своими преобладающими значениями (модами). В ряде районов Советского Союза эти распределения близки к нормальным, поэтому естественно воспользоваться комбинацией нормальных распределений.

Получим выражение для комбинации двух нормальных распределений.

Квантили распределения	Обеспеченность, %
98,5	96,5	94,0	92,0
Эмпирического	15,5	14,4	13,7	13,3
Теоретического	15,2	14,4	13,7	13,3

Квантили эмпирического и теоретического распределения теплосодержания. Год. Ст.

Ашхабад Плотность распределения величины z можно записать как сумму двух нормальных плотностей с весовыми коэффициентами (4) где и Если по виду распределения скомбинированы два примерно одинаковых нормальных распределения, то можно положить Для решения уравнения (4) надо определить и Пусть (5) Зная z , вычисляем Такие квадратические отклонения величины z рассчитываются по формулам: (6) Значение хотя бы одного из средних квадратических отклонений окажется меньше или равно нулю, то решения в этом нет. и и вычисляются по таким формулам : (7) Таким образом, ученные решили, что эти данные надо отдать для последующий обработки в Госстрой ,чтобы пересмотреть нормативы для вентиляции и кондиционирования, а также составлении соответствующих справочников. 4. Способ расчета статистических характеристик непрерывной продолжительности температурно-влажностного комплекса Для определения статистических характеристик используется теория выброса случайных процессов. До этого времени в выполненных работах использовался одномерный случай. Так объекты находятся под воздействием не одного, а целого комплекса метеорологических условий, любопытство вызывает показатели непрерывной продолжительности комплекса метеорологических элементов.

Применение теории выбросов для многомерного случая встречает большие трудности, поэтому в практике не использовались климатические характеристики непрерывной продолжительности комплекса метеорологических элементов.

Вычисление этих климатических характеристик непосредственно по исходным данным временным рядам нескольких метеорологических элементов требует большого объема материала и трудоемкой обработки.

Учеными были выполнены исследования статистических характеристик непрерывной продолжительности наиболее важного для практики температурно-влажного комплекса. Был составлен и реализован на БЭСМ-6 алгоритм расчета непрерывной продолжительности для градаций относительной влажности 5 % и температуры воздуха 5°C. Этот алгоритм применим для любых закрытых градаций и к любым комплексам.

Изменения значений комплекса в промежутке между сроками наблюдений считается линейным.

Допустим, что имеется ряд двух метеорологических элементов Наблюдения за l . Градаций метеоэлементов задаются заранее. По минимальному и максимальному значениям элементов и определяется подобласть рассматриваемой сеточной области.

Вычисление два случая: точки лежат в одном и том же прямоугольнике, точки лежат в разных прямоугольниках.

Сеточная подобласть для температурно-влажного комплекса (Рис. 1.) В первом случае относим к непрерывной продолжительности данной продолжительности данной градации величину l . Во втором случае прямая, соединяющая две точки, проходит через два или более прямоугольников.

Промежуток времени l распределяется соответственно отрезкам прямой между прямоугольниками. После нанесения на такую сетку всего ряда составляется распределение периодов непрерывной продолжительности различной длительности для каждой градации.

Построим гистограмму распределения непрерывной продолжительности комплекса.

Рассчитаем среднее ( Поскольку близок к единице, данное распределения может быть аппроксимировано экспоненциальной функцией.

Аппроксимация распределения времени непрерывной продолжительности комплекса некоторой теоретической функцией распределения позволяет рассчитать вероятность различных значений непрерывной продолжительности по известным параметрам этих распределений.

Целесообразно для этой цели подбирать простейшие функции с небольшим числом параметров.

Аппроксимируем в рассматриваемом нами случае распределение непрерывной продолжительности функций вида (1) Гистограмма распределения непрерывной продолжительности температурно-влажного комплекса для градаций 75-79 % и -30 . . . -25,1°C. В таблице 2 представлены теоретические (рассчитанные по (1)) и фактические частоты.

Таблица 2 Распределение непрерывной продолжительности комплекса

Частоты	0 - 1,37	1,37- 2,74	2,74- 4,11	4,11- 5,48	5,48- 6,85	6,85- 8,22	8,22- 9,59	9,59- 10,96	10,96-12,33
Фактические	60	29	23	12	6	2	3	0	1
Теоретические	58	32	18	10	6	3	2	1	1

Объединим последние четыре градации в таблице и подсчитаем критерий Пирсона. Он равен m = 3.При уровне значимости 5% и m = 3 Таким образом, основную информацию о распределении непрерывной продолжительности температурно-влажностного комплекса несет средняя непрерывная продолжительность. 3. Климатическая характеристика СКВ ст.

Ростов Расчеты СКВ в СНиП неточные и неэкономны.

Напримере, станции Ростов рассчитаем характеристики для температурно-влажностного комплекса с целью экономии ресурсов.

Имеются исходные данные: Эти данные представлены виде таблиц.

Таблица 3 Июль, наблюдения в период 00.00,03.00,06.00 часов.

986	7	1	0	20,2	1004,5	18,5	12,5
986	7	1	3	20,3	1004,9	18,1	12,6
986	7	1	6	21,1	1005,8	22,2	13,1
986	7	2	0	19,7	1006,1	18,9	12,2
986	7	2	3	19,2	1006,7	19,2	11,9
986	7	2	6	17,7	1007,4	22,9	10,9
986	7	3	0	17,8	1009	19,9	11,0
986	7	3	3	13,1	1009,3	20,1	8,1
986	7	3	6	16,5	1009,6	24,6	10,2
986	7	4	0	16,7	1007,3	19,5	10,3
986	7	4	3	16,6	1007,8	19,7	10,3
986	7	4	6	17,8	1008,2	26	11,0
986	7	5	0	16,5	1008,3	21,6	10,2
986	7	5	3	20,3	1009	19,5	12,5
986	7	5	6	21,2	1009,4	19,7	13,1
986	7	6	0	16,9	1008,5	20,3	10,4
986	7	6	3	15,8	1008,3	19,7	9,8
986	7	6	6	16,1	1007,8	23,3	10,0
986	7	7	0	17	1003,5	21,9	10,6
986	7	7	3	19	1003,3	21,1	11,8
986	7	7	6	21,6	1003,6	24,7	13,4
986	7	8	0	15,6	999,8	23,4	9,7
986	7	8	3	15,3	999,8	23,3	9,5
986	7	8	6	16,1	999,8	26	10,0
986	7	9	0	20,6	996,9	19,9	12,9
986	7	9	3	20,7	996,6	19,7	12,9
986	7	9	6	19,2	995,8	24,9	12,0
986	7	10	0	20,5	996,1	19,7	12,8
986	7	10	3	17,6	996,4	18,9	11,0
986	7	10	6	14,7	998,8	17,9	9,2
986	7	11	0	14,4	1003,5	15,1	8,9
986	7	11	3	14,7	1004,3	15,3	9,1
986	7	11	6	13,9	1004,9	20,6	8,6
986	7	12	0	16,8	1005,9	17,9	10,4
986	7	12	3	15,7	1006,9	15,9	9,7
986	7	12	6	15,8	1006,9	21,9	9,8
986	7	13	0	13,7	1005,3	16,1	8,5
986	7	13	3	13,3	1005,3	15,9	8,2

Таблица 4 Июль, наблюдения в период 09.00,12.00,15.00 часов

986	7	1	9	16,6	1006,4	25,1	10,3
986	7	1	12	15,8	1005,4	25,2	9,8
986	7	1	15	15,2	1005,4	23,7	9,4
986	7	2	9	16,9	1007,6	25,5	10,4
986	7	2	12	20,7	1007,6	25,5	12,8
986	7	2	15	18,9	1007,6	27,2	11,7
986	7	3	9	16,9	1008,8	28,5	10,4
986	7	3	12	14,5	1007,2	29,8	9,0
986	7	3	15	14,8	1006,3	29,7	9,2
986	7	4	9	14,5	1008,2	29,5	9,0
986	7	4	12	15,1	1007,7	31,3	9,3
986	7	4	15	14	1007,1	30,7	8,7
986	7	5	9	19,1	1009,7	23,3	11,8
986	7	5	12	20	1009,3	24,1	12,3
986	7	5	15	14,9	1009	23,5	9,2
986	7	6	9	19,5	1007,3	26,7	12,1
986	7	6	12	21,1	1005,7	28,3	13,1
986	7	6	15	20,5	1004,1	29,3	12,7
986	7	7	9	22,4	1003,6	24,3	13,9
986	7	7	12	24,4	1002,5	23,6	15,2
986	7	7	15	20,6	1000,9	23,1	12,8
986	7	8	9	16,6	998,6	28,9	10,4
986	7	8	12	17,4	998,2	31,9	10,9
986	7	8	15	17,6	996,6	31,4	11,0
986	7	9	9	21,9	995,6	25,8	13,7
986	7	9	12	22,3	995,8	20,5	14,0
986	7	9	15	21,1	995,1	22,2	13,2
986	7	10	9	13,9	1000,3	21	8,7
986	7	10	12	12,8	1000,7	22,1	8,0
986	7	10	15	12,6	1001,5	22,1	7,8
986	7	11	9	11,7	1004,6	23,3	7,3
986	7	11	12	11	1004,6	24,6	6,8
986	7	11	15	12,4	1004,6	20,8	7,7
986	7	12	9	12,8	1006,7	24,3	7,9
986	7	12	12	13,1	1006	25,5	8,1
986	7	12	15	11,7	1005,1	25,7	7,3
986	7	13	9	14,6	1005,2	26,7	9,0
986	7	13	12	13,9	1005,2	27,6	8,6
986	7	13	15	11,9	1005,5	26,5	7,4
986	7	14	9	10,9	1011,5	25,9	6,7

Следующим шагом будет построение таблиц для определения повторяемости данных температур в некоторых интервалах влагосодержания. Для этого надо определить max и min значения температуры и влагосодержания. После этого разбиваем на интервалы значения температуры и влагосодержания и считаем число случаев попадания в определенный интервал значений того и другого.

Таблица 5 Повторяемость за первый срок (00.00,03.00,06.00 )

Температура, max = 31,4 min = 12,9	влагосодержания,max = 16,2 min = 3,4
	3 – 5	5 – 7	7 – 9	9 – 11	11 – 13	13 – 15	15 – 17
12 – 14		1	5	5
14 – 16	1	3	28	30
16 – 18		15	40	50	16
18 – 20		5	29	29	38	3
20 – 22		2	20	27	28	4
22 – 24		3	35	29	22	4	2
24 – 26		1	13	17	15	6
26 – 28			2	9	8	6	1
28 – 30			3	2
>30			1
	1	30	176	198	127	23	3	558

Таблица 6 Повторяемость за второй срок (09.00,12.00,15.00)

Температура, max = 38,5; min = 16,1		5 - 7	7 - 9	9 - 11	11 - 13	13 - 15	15 - 17	17 - 19
16 - 18			2
18 - 20		4	8	4	1
20 - 22		11	4	7	7
22 - 24		19	24	11	4	1
24 - 26	14	35	32	14	2	1
26 - 28	16	48	46	21	7	1	1
28 - 30	8	42	25	13	6	1
30 - 32	4	14	14	16	9
32 - 34	1	14	5	7	6	1
34 - 36	5	4	3		1
36 - 38	4	5
>38		1
	52	197	163	93	43	5	1	554

Влагосодержание, max = 17,3; min = 5,5 Таблица 6 Сводная таблица за два периода

	влагосодержание
температура		3 - 5	5 - 7	7 - 9	9 - 11	11 - 13	13 - 15	15 - 17	>17
12 - 14		1	5	5					11
14 - 16	1	3	28	30					62
16 - 18		15	40	52	16				123
18 - 20		5	33	37	42	4			121
20 - 22		2	31	31	35	11			110
22 - 24		3	54	53	33	8	3		154
24 - 26		15	48	49	29	8	1		150
26 - 28		16	50	55	29	13	2	1	166
28 - 30		8	45	27	13	6	1		100
30 - 32		4	15	14	16	9			58
32 - 34		1	14	5	7	6	1		34
34 - 36		5	4	3		1			13
36 -38		4	5						9
>38			1						1
	1	82	373	361	220	66	8	1	1112

Имея данные по двум периодам теперь можем, вычислить в процентах какая повторяемость . где Как это сделано в таблице ниже.

Таблица 7

температура		влагосодержание
	3 - 5	5 - 7	7 - 9	9 - 11	11 - 13	13 - 15	15 - 17	>17
12 - 14		0,08	0,44	0,44
14 - 16	0,08	0,27	2,5	2,6
16 - 18		1,3	3,5	4,7	1,4
18 - 20		0,44	2,9	3,3	3,7	0,36
20 - 22		0,18	2,7	2,7	3,1	1
22 - 24		0,27	4,9	4,8	2,9	0,7	0,27
24 - 26		1,3	4,3	4,4	2,6	0,7	0,08
26 - 28		1,4	4,5	4,9	2,6	1,2	0,18	0,08
28 - 30		0,7	4,04	2,4	1,2	0,5	0,08
30 - 32		0,36	1,3	1,2	1,4	0,8
32 - 34		0,08	1,2	0,44	0,6	0,5	0,08
34 - 36		0,44	0,36	0,27	0	0,08
36 -38		0,36	0,44
>38			0,08

По таблице 6 построим диаграмму, в которой видно какая повторяемость за тот или иной период . Диаграмма 1 Диаграмма SEQ Диаграмма * ARABIC 2 По диаграммам видно, что наибольшее повторяемость для ст.

Ростов приходится на интервалы влагосодержания 7 - 9, 9 - 11,11 - 13 и соответственно интервалы температуры 16 – 18, 20 – 22, 24 – 26, 28 – 30. Max значение приходиться на интервал температуры 26- 28,а влажности 9 -11. Это значит, что при проектировании систем кондиционирования надо опираться нетолько на данные характеристики в СНиПах, но и надо учитывать постоянство изменения тех или иных микроклиматических условий. Вывод В результате проделанной работы, можно сделать вывод, что характеристики, которые получены, больше подходят для проектирования и создания более точных, экономных и взаимно выгодных систем кондиционирования. В настоящее время сфера, где используются кондиционеры значительно расширилась. Еще в недалеком прошлом применение кондиционеров было ограничено экономическими нормами, и кондиционеры устанавливались только, в том случае, если это требовали нормы.

Сейчас ситуация поменялась, кондиционеры можно устанавливать не опираясь на строгие нормы и правила.

экспертиза оценки ущерба от залива в Туле
оценка стоимости векселя в Липецке
оценка зданий в Белгороде