滑铁卢大学的研究人员开发了一种新方法，可以为建筑物节省大量能源。该团队在一栋多单元住宅建筑中确定了28个主要的热损失区域，其中最严重的是在墙壁交叉处和窗户周围。如果70%的已发现区域是固定的，预计可以节省25%的能源。
他们的研究论文发表在《能源转换与管理》杂志上。
建筑围护结构依靠热量和湿度控制来避免由于气流泄漏而造成的显著能量损失，这使得建筑物不那么舒适，维护成本更高。由于温度波动无常，气候变化可能会使这一问题更加复杂。由于缺乏训练有素的人员，人工检查既耗时又不频繁，能源效率低下成为建筑物普遍存在的问题。
滑铁卢大学是可持续发展研究和教育的领导者，也是环境创新、解决方案和人才的催化剂，该校的研究人员创建了一个自主的实时平台，使建筑更节能。该平台结合了人工智能、红外技术和量化热流的数学模型，以更好地识别建筑物中热量损失的区域。
使用这种新方法，研究人员对加拿大大草原极端气候下的一栋多单元住宅楼进行了一项高级研究，那里的老年居民报告说，由于他们的单元对供暖的需求增加，他们感到不适，电费也更高。使用人工智能工具，团队训练程序实时检查热图像，在检测建筑围护结构中热损失区域方面达到81%的准确率。
滑铁卢大学建筑工程项目主任兼共生实验室(Symbiosis Lab)负责人穆罕默德·阿拉吉(Mohamad Araji)博士说:“这种基于人工智能的模型的准确性提高了近10%，这是有影响的，因为它提高了居住者的舒适度，同时减少了能源支出。”共生实验室是滑铁卢大学的一个跨学科小组，专门开发创新的建筑系统和建造更环保的建筑。
新的人工智能工具有助于消除检查结果时的人为错误因素，与传统的建筑检查方法相比，将数据分析的速度提高了12倍。
这项工作的未来扩展将包括使用配备摄像头的无人机来检查高层建筑。
Araji说:“我们希望我们的方法可以用于分析建筑物，并以比以前更快的方式节省数百万美元的能源。”
更多信息:Ali Waqas等人，用于建筑物自主热损失检测的机器学习辅助热成像，能源转换与管理(2024)。DOI: 10.1016/ j.n enconman.2024.118243由University of Waterloo提供引文:Using AI to improve building energy use and comfort(2024, 5月15日)检索自https://techxplore.com/news/2024-05-ai-energy-comfort.html。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
