TY - CHAP A1 - Aimer, Dominik A1 - Wirnsberger, Markus A1 - Krause, Harald T1 - Simulation von Lüftungssystemen und Entwurf verschiedener Regler für optimierte Luftqualität und Energieeffizienz T2 - BauSIM 2020 - 8th Conference of IBPSA Germany and Austria 23-25 September 2020, Graz University of Technology, Austria N2 - In dieser Arbeit wurden unterschiedliche Regler für Wohnraumlüftungsanlagen untersucht. Als Bewertungsgrößen wurden die Lüftungswärmeverluste und die kumulierte Grenzwertüberschreitung für CO2 und relative Luftfeuchte verwendet. Dafür wurde in Matlab/Simulink ein Multizonen-Simulationsmodell erstellt. Untersucht wurde ein zentrales, ein dezentrales alternierendes (Pendellüftung) sowie ein nichtalternierendes (Einzelraumlüftung) Lüftungssystem. Jedes der Lüftungssysteme wurde mit konstantem Volumenstrom, einem PI- und einem Fuzzy-Regler (Ausnahme: Pendellüftung) simuliert. Gegenüber einem Lüftungssystem mit konstantem Volumenstrom, kann durch Regelung bei mindestens gleicher Luftqualität der Lüftungswärmeverlust um mindestens ein Drittel reduziert werden. KW - Wohnraumlüftungsanlagen Y1 - 2020 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:861-opus4-16496 SP - 152 EP - 160 ER - TY - CHAP A1 - Wirnsberger, Markus A1 - Küfner, Marcel A1 - Krause, Harald T1 - Ventilation Efficiency Of Push-Pull Ventilation Systems In Residential Buildings – CFD Simulation And Validation Of The Model With Measurements In A Research Apartment T2 - Proceedings of the 16th IBPSA Conference Rome, Italy, Sept. 2-4, 2019 N2 - In the project, domestic ventilation concepts with PushPull-Fans were investigated. These ventilation units are characterized by a periodically changing supply and exhaust air operation. To ensure balanced operation, these ventilation units are always used in pairs, with one unit being in the exhaust air mode and the other in supply air mode. Measurements were made in a research apartment. The results were used to validate a CFD simulation model for transient studies. A room-by-room layout with two units in one room and a cross-room ventilation layout with two connected units in two rooms were analysed. The age of air was used as the evaluation parameter. With the room-by-room ventilation layout a lower age of air in the bedroom compared to the cross-room layout was obtained. However, in the room-by-room layout, the air flow through the larger living room with connected corridor was poorer in the rear area. With the cross-room layout, the flow through the rooms was more uniform. With the cross-room layout, the average age of air in the apartment could be slightly reduced compared to the room-by-room layout. KW - domestic ventilation concepts Y1 - 2019 UR - https://doi.org/10.26868/25222708.2019.211281 SP - 785 EP - 790 ER - TY - RPRT A1 - Spindler, Uli A1 - Wellisch, Ulrich A1 - Krause, Harald A1 - Hanfstaengl, Lucia A1 - Parzinger, Michael A1 - Puntigam, Stephan A1 - Sigg, Ferdinand A1 - Wirnsberger, Markus T1 - Entwicklung einer Methodik zur Bestimmung der Energieeffizienz von Gebäuden auf Basis von optimierten in situ Messungen N2 - Gebäuden haben einen Anteil von 40% am deutschen Gesamtenergiebedarf und sind damit eine entscheidende Stellschraube beim Erreichen der Klimaziele. Der Energiebedarf von Gebäuden wird von der Gebäudehülle und der Gebäudetechnik bestimmt. Ein Großteil der Gebäudetechnik wird nicht in optimaler Weise betrieben. So können durch die Analyse des Gebäudes im Rahmen eines technischen Monitorings und anschließender Optimierung, Energieeinsparungen im Bereich von 5% bis 30% erzielt werden. Mit der Optimierung der Gebäudetechnik kann der Energiebedarf von Gebäuden ohne zusätzlichen Ressourcenaufwand reduziert werden. Jedoch ist die Implementierung eines technischen Monitorings in Gebäuden aufwändig und wird daher, trotz des möglichen Einsparpotentials, in nur wenigen Gebäuden umgesetzt. Um die Verbreitung von technischem Monitoring, und damit die Analysemöglichkeiten von Gebäuden, voranzutreiben, wurde im Projekt EnOB: InSitu Nachweisverfahren erforscht, wie mit geringem Aufwand Rückschlüsse auf den Zustand von Gebäude getroffen werden können. Hierfür wurde untersucht welche Parameter gemessen werden müssen um aus einem einfachen Basismonitoring, das üblicherweise in situ stattfindet, Aussagen zur Gebäudequalität, Anlagenqualität und Nutzerverhalten treffen zu können. Der Schwerpunkt der Untersuchungen im Projekt wurde zum einen auf Untersuchungen zur Detektierung der Anwesenheit von Personen in Räumen gelegt, als auch auf die automatische Fehlererkennung von Anlagenfehlern. Dabei war ein maßgeblicher Arbeitsaufwand die Entwicklung geeigneter Versuchsreihen und die Aufbereitung der Daten. Für die Umsetzung wurden Messungen in einer Forschungswohnung, als auch im Labor für intelligente Gebäudetechnik, kurz LiGT, erzeugt. Im Rahmen des Projekts wurde das LiGT umgebaut und mit entsprechender Mess- und Gebäudetechnik ausgestattet. Für die Analysen der Daten wurden Methoden des Maschinellen Lernens und der Statistik, wie zum Beispiel Random Forest und LASSO, eingesetzt. Für die Erkennung der Anwesenheit sind drei Messreihen durchgeführt worden. Darunter ein Versuch mit zwei realen Personen, ein Versuch mit fünf künstlichen Nutzern und ein weiterer Versuch mit der Kombination von Simulations- und Messdaten. Um das Ziel der kostengünstigen Analyse zu erreichen, sollten ohnehin in Gebäuden verfügbare Raumklimasensoren verwendet werden. Die Analyse erfolgte daher auf Raumebene. Unter der Verwendung von CO2-, Temperatur-, Feuchtesensoren in den Innenräumen und Solarstrahlungs- und Temperatursensoren im Außenbereich konnte die Personenanzahl im Raum mit hoher Genauigkeit bestimmt werden. Für die Anwesenheit von bis zu fünf Personen wurde eine Trefferquote von 86,5% und für den Versuch mittels Simulationen eine Sensitivität von mindestens 83% und eine Spezifität von mindestens 97% erzielt. Für die automatische Fehlererkennung wurden zwei unterschiedliche Ansätze untersucht. Beim ersten Ansatz, welcher auch im Rahmen des Annex 71 vorgeschlagen wurde, wurde ein statistisches Modell mit Messdaten aus einem fehlerfreien Zeitraum trainiert. Mithilfe diesem Modells werden Abweichungen vom fehlerfreien Zustand identifiziert. Dazu wurden Simulationen der Zwillingshäuser am Fraunhofer Institut für Bauphysik in Holzkirchen verwendet anhand welcher die entwickelte Methoden getestet wurde. Mit dem Ansatz konnte fehlerbehaftete Zeiträume identifiziert werden, jedoch nicht die Art des Fehlers. Im zweiten Ansatz wurden die Fehler selbst simuliert und als Trainingsdaten für die statistischen Modelle verwendet. Zur Validierung des Verfahrens wurden Daten eines realen Gebäudes analysiert. Zur Generierung der Messdaten wurden im LiGT Messungen durchgeführt. Hierbei wurden zu unterschiedlichen Zeitpunkten drei unterschiedliche Fehler künstlich herbeigeführt. Die Qualität der Fehlererkennung ist dabei maßgeblich von der Qualität der Simulation und der Art des Fehlers abhängig. Im Projekt wurden sowohl Methoden zur Anwesenheitserkennung, als auch zur automatisierten Fehlererkennung von Anlagen entwickelt. Diese Erkenntnisse können in einem Basismonitoring zur Untersuchung von Gebäudequalität, Anlagenqualität und Nutzerverhalten verwendet werden. Automatisierte Methoden haben in Zukunft einen wesentlichen Einfluss auf den Erfolg und die Anwendbarkeit von technischem Monitoring. KW - Gebäudemonitoring KW - Maschinelles Lernen KW - Abschlussbericht Y1 - 2023 ER -