Intelligent multi-objective optimization of thermal comfort and ventilation performance in stratum ventilation design

Varför luften runt ditt skrivbord spelar roll

Vi tillbringar större delen av våra liv inomhus, ändå formar den osynliga luften runt oss i hög grad hur frisk, alert och bekväm vi känner oss. Uppvärmnings‑ och kylsystem utformas ofta styckevis—ett verktyg för att förutspå förhållanden, ett annat för att spara energi, ett tredje för att stödja beslut—vilket lämnar byggnadsansvariga att pröva kompromisser genom försök och misstag. Denna studie visar hur dessa delar kan sys ihop till en ”intelligent” designprocess för ett lovande system kallat stratumventilation, som levererar frisk luft direkt till andningszonen istället för att bara röra om hela rummet.

Riktad friskluft istället för en universallösning

Traditionella system blandar ofta all luft i ett rum eller skjuter upp den från golvet. Stratumventilation tar en annan väg: den tillför ren, konditionerad luft horisontellt i ungefär huvudhöjd, så att de som vistas där andas friskare luft med mindre ansträngning och i många fall med mindre energi. Utmaningen är att komfort, luftkvalitet och värmeeffektivitet drar i olika riktningar. Ändra hastigheten på tillförselstrålen, ventens vinkel, luftens temperatur, väggens värme eller till och med hur varmt människor är klädda, och dessa tre mål kan förbättras eller försämras på komplexa sätt. Författarna använder detaljerade datorberäkningar av ett typiskt kontor och omvandlar dem till data som kan lära ett intelligent system hur dessa faktorer samverkar.

Att lära en dator att förutsäga komfort och friskhet

Utifrån 50 noggrant validerade simuleringar tränar teamet artificiella neurala nätverk—datormodeller löst inspirerade av hjärnan—för att förutsäga fyra centrala utfall: hur varma personer känner sig i genomsnitt, hur länge luften dröjer innan den byts ut, hur stora temperaturskillnaderna är mellan huvud och anklar, och hur effektivt värmeenergin används. De låter sedan två sökmetoder, en genetisk algoritm och en ”Harris hawks”-strategi, automatiskt ställa in nätverkens interna reglage så att förutsägelserna ligger så nära de simulerade uppgifterna som möjligt. Den evolutionära genetiska algoritmen visar sig vara något bättre och når korrelationssiffror över 0,995, vilket betyder att modellens förutsägelser nästan ligger exakt på simuleringarnas resultat.

Söker efter gynnsamma områden, inte en enda perfekt punkt

När datorn kan förutsäga prestanda omedelbart låter författarna en multi‑måloptimerare utforska tusentals möjliga designinställningar. Istället för att jaga ett enda bästa svar bygger den en ”Paretofront” av kompromisser: driftpunkter där du inte kan förbättra komfort, luftens friskhet eller temperaturuniformitet utan att försämra åtminstone ett av de andra. Resultaten avslöjar tydliga mönster. Människor känner sig mest neutrala när tilluftsluften är ganska snabb men inte dragig (ungefär 1,18–1,20 m/s), lätt varm (runt 22 °C) och när klädisoleringen är ungefär vad man skulle bära i en tunn tröja. Friskhet förbättras med små ventvinklar och starkare jetstrålar, som sveper bort gammal luft snabbare, medan oönskad lagerbildning med varm luft överst och svalare nederst minskas av bredare ventvinklar och måttligt varma väggytrymmen. Anmärkningsvärt hålls värmeeffektiviteten hög och nästan konstant över alla dessa konkurrerande lösningar.

Att förvandla ett moln av alternativ till konkreta val

För formgivare och fastighetsförvaltare är ett moln av lika bra alternativ fortfarande ett praktiskt pussel. För att göra resultaten användbara applicerar författarna en beslutsmetod kallad VIKOR som rankar de optimerade lösningarna under olika prioriteringar. De bygger tio representativa ”scenarier”. Ett gynnar ren komfort—idealisk för chefskontor eller sjukhusrum. Ett annat fokuserar på snabb luftuppfräschning, bättre lämpat för kliniker eller trånga klassrum där infektionsrisk är en fråga. Andra balanserar komfort, friskhet och vertikal temperaturuniformitet för stora hallar, gym eller öppna kontorslandskap. Varje scenario kommer med specifika intervall för ventvinkel, lufthastighet, luft‑ och väggtemperatur samt förväntad klädnivå, vilket förvandlar abstrakt optimering till enkla reglage som en driftansvarig kan ställa in.

Vad detta betyder för vardagliga byggnader

För en icke‑specialist är budskapet tydligt: vi behöver inte längre gissa oss fram till bekväm, hälsosam och effektiv inomhusluft. Genom att kombinera avancerade prediktionsverktyg, automatiserad sökning och transparent rangordning av alternativ erbjuder studien en färdplan för att finjustera stratumventilationssystem efter olika typer av utrymmen och prioriteringar. I praktiken kan det innebära kontor där människor känner sig bekväma utan att elda på värmen, sjukhussalar där frisk luft når patienter mer tillförlitligt, och stora lokaler där obehaget med varm huvuddel och kalla fötter hålls i schack. Arbetet visar att intelligent design kan förvandla den abstrakta möjligheten till bättre ventilation till konkreta, justerbara inställningar som fungerar i verkligheten.

Citering: 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

Nyckelord: inomhusluftkvalitet, termiskt välbefinnande, stratumventilation, energieffektiva byggnader, maskininlärningsoptimering