Inteligentna wielokryterialna optymalizacja komfortu termicznego i wydajności wentylacji w projektowaniu wentylacji warstwowej

Dlaczego powietrze przy Twoim biurku ma znaczenie

Większość życia spędzamy w pomieszczeniach, a mimo to niewidoczny przepływ powietrza wokół nas w dużym stopniu decyduje o tym, jak zdrowi, czujni i komfortowi się czujemy. Systemy ogrzewania i chłodzenia są zwykle projektowane fragmentarycznie — jedno narzędzie do przewidywania warunków, inne do ograniczania zużycia energii, jeszcze inne do wspierania decyzji — co zmusza operatorów budynków do żonglowania kompromisami metodą prób i błędów. W tym badaniu pokazano, jak te elementy można połączyć w jeden „inteligentny” proces projektowy dla obiecującego rozwiązania zwanego wentylacją warstwową, które dostarcza świeże powietrze bezpośrednio do strefy oddechowej zamiast jedynie mieszać powietrze w całym pomieszczeniu.

Skierowane świeże powietrze zamiast jednego uniwersalnego rozwiązania

Tradycyjne systemy często mieszają całe powietrze w pomieszczeniu lub wtłaczają je od podłogi ku górze. Wentylacja warstwowa idzie inną drogą: dostarcza czyste, uzdatnione powietrze poziomo na wysokości głowy, dzięki czemu użytkownicy oddychają bardziej świeżym powietrzem przy mniejszym wysiłku i w wielu przypadkach przy mniejszym zużyciu energii. Wyzwanie polega na tym, że komfort, jakość powietrza i efektywność ogrzewania mogą iść w różnych kierunkach. Zmiana prędkości strumienia powietrza, kąta wylotu, temperatury powietrza, ciepła ściany czy nawet tego, jak ciepło są ubrani ludzie, może poprawić lub pogorszyć te trzy cele w złożony sposób. Autorzy wykorzystują szczegółowe symulacje komputerowe typowego biura i przekształcają je w dane, które uczą system inteligentny, jak te czynniki na siebie wpływają.

Nauczanie komputera przewidywania komfortu i świeżości

Na podstawie 50 starannie zwalidowanych symulacji zespół trenuje sztuczne sieci neuronowe — modele komputerowe luźno inspirowane pracą mózgu — aby przewidywać cztery kluczowe wyniki: jak ciepło średnio odczuwają ludzie, jak długo powietrze zalega zanim zostanie wymienione, jak duże są różnice temperatur między głową a kostkami oraz jak efektywnie wykorzystywana jest energia grzewcza. Następnie dwie metody poszukiwania — algorytm genetyczny i strategia „jastrzębi Harrisa” —automatycznie stroją wewnętrzne nastawy tych sieci, tak aby przewidywania jak najściślej odpowiadały danym z symulacji. Algorytm genetyczny o ewolucyjnym charakterze okazuje się nieco lepszy, osiągając współczynniki korelacji powyżej 0,995, co oznacza, że przewidywania modelu niemal pokrywają się z wynikami symulacji.

Poszukiwanie słodkich punktów, a nie jedynego idealnego rozwiązania

Gdy komputer potrafi przewidywać wydajność natychmiast, autorzy pozwalają optymalizatorowi wielokryterialnemu zbadać tysiące możliwych ustawień projektowych. Zamiast ścigać się za jedną najlepszą odpowiedzią, buduje on „front Pareto” kompromisów: punkty operacyjne, w których nie można poprawić komfortu, świeżości powietrza ani jednorodności temperatury bez pogorszenia przynajmniej jednego z pozostałych kryteriów. Wyniki odkrywają wyraźne wzorce. Ludzie czują się najbardziej neutralnie, gdy powietrze doprowadzane jest dość szybko, ale niezbyt powodując przeciągi (około 1,18–1,20 m/s), nieco ciepłe (około 22 °C) oraz gdy izolacja odzieży odpowiada mniej więcej temu, co założyłbyś zakładając lekki sweter. Świeżość poprawia się przy małych kątach wylotu i silniejszych strumieniach, które szybciej usuwają zużyte powietrze, natomiast niepożądane warstwowanie — ciepłe powietrze u góry i chłodniejsze u dołu — łagodzi się przy szerszych kątach wylotu i umiarkowanie ciepłych powierzchniach ścian. Co godne uwagi, efektywność ogrzewania pozostaje wysoka i prawie stała dla wszystkich tych konkurujących rozwiązań.

Przekształcanie chmury opcji w konkretne wybory

Dla projektantów i zarządców obiektów sama chmura równie dobrych opcji to wciąż praktyczna zagadka. Aby uczynić wyniki użytecznymi, autorzy stosują metodę podejmowania decyzji zwaną VIKOR, która klasyfikuje zoptymalizowane rozwiązania przy różnych priorytetach. Tworzą dziesięć reprezentatywnych „scenariuszy”. Jeden faworyzuje czysty komfort — idealny dla gabinetów dyrektorskich lub pokoi szpitalnych. Inny skupia się na szybkiej wymianie powietrza, bardziej odpowiedni dla klinik lub zatłoczonych sal lekcyjnych, gdzie ryzyko zakażeń jest istotne. Kolejne równoważą komfort, świeżość i pionową jednorodność temperatur dla dużych sal, siłowni czy open‑space’ów. Każdy scenariusz zawiera konkretne zakresy dla kąta wylotu, prędkości powietrza, temperatury powietrza i ścian oraz oczekiwanych poziomów ubioru, przekształcając abstrakcyjną optymalizację w proste pokrętła, które operator budynku może ustawić.

Co to oznacza dla codziennych budynków

Dla laików przesłanie jest proste: nie musimy już zgadywać, jak osiągnąć komfortowe, zdrowe i efektywne powietrze w pomieszczeniach. Łącząc zaawansowane narzędzia predykcyjne, zautomatyzowane poszukiwania i przejrzyste rankingi opcji, badanie to oferuje drogowskaz do strojenia systemów wentylacji warstwowej dla różnych typów przestrzeni i priorytetów. W praktyce może to oznaczać biura, w których ludzie czują się komfortowo bez nadmiernego grzania, oddziały szpitalne, gdzie świeże powietrze dociera do pacjentów bardziej niezawodnie, oraz duże obiekty, w których problem ciepła przy głowie i zimnych stóp jest ograniczony. Praca pokazuje, że inteligentny projekt może zamienić abstrakcyjną obietnicę lepszej wentylacji w konkretne, regulowane ustawienia działające w realnym świecie.

Cytowanie: Hammouda, N.G., Ahmed, Z., Omar, I. et al. Intelligent multi-objective optimization of thermal comfort and ventilation performance in stratum ventilation design. Sci Rep 16, 6272 (2026). https://doi.org/10.1038/s41598-026-36233-7

Słowa kluczowe: jakość powietrza w pomieszczeniach, komfort termiczny, wentylacja warstwowa, budynki energooszczędne, optymalizacja z użyciem uczenia maszynowego