Tabaka havalandırma tasarımında termal konfor ve havalandırma performansının akıllı çok amaçlı optimizasyonu

Masanızın çevresindeki hava neden önemli

Hayatımızın çoğunu kapalı mekanlarda geçiriyoruz, ancak etrafımızdaki görünmez hava sağlıklı, uyanık ve rahat hissetmemizi büyük ölçüde belirliyor. Isıtma ve soğutma sistemleri genellikle parça parça tasarlanıyor—bir araç koşulları tahmin ediyor, başka bir araç enerji kullanımını azaltmaya çalışıyor, üçüncüsü kararları destekliyor—bina işletmecileri ise deneme‑yanılma ile ödünleri dengelemek zorunda kalıyor. Bu çalışma, bu parçaların, tüm odayı karıştırmak yerine taze havayı doğrudan solunum bölgesine veren umut verici bir sistem olan tabaka havalandırma için tek bir “akıllı” tasarım sürecinde nasıl birleştirilebileceğini gösteriyor.

Herkese uyan tek beden yerine hedefe yönelik taze hava

Geleneksel sistemler sıklıkla bir odadaki tüm havayı karıştırır veya havayı tabandan yukarı doğru iter. Tabaka havalandırma farklı bir yol izler: temiz, şartlandırılmış havayı baş yüksekliğinde yatay olarak sağlar; böylece kişiler daha az çabayla daha taze hava solur ve birçok durumda daha az enerjiyle. Zorluk şu ki konfor, hava kalitesi ve ısıtma verimliliği farklı yönlere çekilebilir. Besleme jetinin hızını, menfez açısını, havanın sıcaklığını, duvarın ısısını veya insanların giyim sıcaklığını değiştirirseniz bu üç hedef karmaşık biçimlerde birlikte iyileşebilir veya kötüleşebilir. Yazarlar tipik bir ofisin ayrıntılı bilgisayar simülasyonlarını kullanıyor ve bu simülasyonları bu faktörlerin nasıl etkileştiğini bir akıllı sisteme öğretebilecek verilere dönüştürüyorlar.

Bilgisayara konforu ve tazeliği tahmin etmeyi öğretmek

50 dikkatle doğrulanmış simülasyondan ekip, ortalama olarak insanların ne kadar sıcak hissettiğini, havanın değiştirilmeden ne kadar süre kaldığını, baş ve ayak bileği arasındaki sıcaklık farkını ve ısıtma enerjisinin ne kadar verimli kullanıldığını tahmin etmek için beynin gevşek biçimde ilham verdiği yapay sinir ağları—bilgisayar modelleri—eğitiyor. Ardından iki arama yöntemine, bir genetik algoritmaya ve bir "Harris hawks" stratejisine, bu ağların iç düğmelerini otomatik olarak ayarlayıp tahminlerin simüle edilmiş verilerle olabildiğince uyuşmasını sağlama görevi veriliyor. Evrimsel tarzı genetik algoritma biraz daha iyi performans gösteriyor ve 0,995’in üzerinde korelasyon skorlarına ulaşarak modelin tahminlerinin neredeyse orijinal simülasyon sonuçlarının üstüne oturduğunu gösteriyor.

Mükemmel tek nokta değil, tatlı noktaları aramak

Bilgisayar performansı anında tahmin edebilir hale geldiğinde, yazarlar çok amaçlı bir optimizatörün binlerce olası tasarım ayarını keşfetmesine izin veriyor. Tek bir en iyi cevabı kovalamak yerine, konfor, hava tazeliği ve sıcaklık uniformluğu gibi iyileştirmelerden birini artırmanın diğerlerinden en az birine zarar vermeden mümkün olmadığı işletim noktalarından oluşan bir "Pareto sınırı" inşa ediyor. Sonuçlar belirgin desenler ortaya koyuyor. İnsanlar genellikle hava akımı oldukça hızlı ama cereyanlı olmayan (yaklaşık 1,18–1,20 m/s), hafifçe sıcak (yaklaşık 22 °C) ve giyim yalıtımı hafif bir kazak için uygun olduğu durumlarda en nötr hissediyor. Tazelik, eski havayı daha hızlı süpüren küçük menfez açıları ve daha güçlü jetlerle artarken, üstte sıcak hava ve altta daha soğuk hava şeklindeki istenmeyen katmanlaşma daha geniş menfez açıları ve ılımlı derecede sıcak duvar yüzeyleriyle hafifliyor. Dikkate değer şekilde, ısıtma verimliliği bu rekabet eden çözümler arasında yüksek ve neredeyse sabit kalıyor.

Seçenek bulutunu somut tercihlere dönüştürmek

Tasarımcılar ve tesis yöneticileri için eşit derecede iyi seçeneklerden oluşan bir bulut hâlâ pratik bir bilmece olabilir. Sonuçları kullanılabilir kılmak için yazarlar, optimize edilmiş çözümleri farklı öncelikler altında sıralayan VIKOR adlı bir karar verme yöntemi uyguluyor. On temsilci "senaryo" oluşturuyorlar. Bir tanesi saf konforu ön planda tutuyor—iddialı ofisler veya hastane odaları için ideal. Başka bir senaryo hızlı hava yenilenmesine odaklanıyor; enfeksiyon riski olan klinikler veya kalabalık derslikler için daha uygun. Diğerleri büyük salonlar, spor salonları veya açık ofisler için konforu, tazeliği ve dikey sıcaklık uniformluğunu dengeliyor. Her senaryo, menfez açısı, hava hızı, hava ve duvar sıcaklığı ve beklenen giyim düzeyleri için belirli aralıklarla birlikte geliyor ve soyut optimizasyonu bina işletmecisinin ayarlayabileceği basit düğmelere dönüştürüyor.

Günlük binalar için anlamı

Uzman olmayan biri için mesaj net: artık rahat, sağlıklı ve verimli iç hava için tahmin yürüterek ilerlemek zorunda değiliz. Gelişmiş tahmin araçlarını, otomatik aramayı ve seçeneklerin şeffaf sıralamasını birleştirerek bu çalışma, tabaka havalandırma sistemlerini farklı mekan türlerine ve önceliklere göre ayarlamak için bir yol haritası sunuyor. Pratikte bu, insanları ısıyı aşırı açmadan rahat hissettiren ofisler, taze havanın hastalara daha güvenilir ulaştığı hastane servisleri ve başın sıcak, ayakların üşümesi rahatsızlığının kontrol altında tutulduğu büyük mekanlar anlamına gelebilir. Çalışma, akıllı tasarımın daha iyi havalandırma vaadini gerçek dünyada işe yarayan somut, ayarlanabilir ayarlara dönüştürebileceğini gösteriyor.

Atıf: 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

Anahtar kelimeler: kapalı hava kalitesi, termal konfor, tabaka havalandırma, enerji verimli binalar, makine öğrenimi optimizasyonu