Honnan hűt jobban a ventilátor?

Eljött a nyár és a meleg, ilyenkor aki kevésbé bírja a meleget ventilátorozik vagy klímázik. Mind a kettő esetben az ember komfort érzetét befolyásolja a megkevert levegő, klíma esetén a kevert és hűtött. A hűtéstechnikának az épületgépészetben egy eléggé nagy tudománya van, melyre mérések és azokra épülő szabványok is hivatkoznak, ilyen szabvány az ISO 7730 és az ASHRAE 55 is, melyek a komfortparaméterekkel foglalkoznak.

Hőkomfort szempontjából az ember test egy hőközlő eszköz, ami a bevitt energiát (étel) hővé alakítja. Minél hidegebb van, annál több hőt tudunk leadni, minél melegebb annál kevesebbet, illetve egy adott hőmérséklet felett már felvesszük a hőt és hogy hűljön a testünk elkezdünk izzadni. Ezt tapasztalati úton tudjuk, viszont az, hogy mikortól kezdjük el nem jól érezni magunkat a hidegtől vagy a melegtől, azt már nehezebb megmondani. Ennek a pontnak a vizsgálatával foglalkozó paraméterek bemeneti feltétele az anyagcsere, ruházat szigetelése, levegő hőmérséklete, átlagos sugárzási hőmérséklet, légsebesség és relatív páratartalom. Vannak olyan komfortparaméterek amik a felsoroltaknak csak egy részét tartalmazzák és van olyan ami ezeken felül más értéket is. A két fő hőkomfort paraméter a PMV és a PPD, melyek a Predicted Mean Vote (várható hőérzeti érték) és a Predicted Percentage of Dissatisfied (kedvezőtlen hőérzet várható százalékos valószínűsége) szavak rövidítése.

A PMV egy olyan érték, amihez vettek kellő számú embert és kérdőíves formában megkérték őket, hogy -3 és +3 közötti skálán pontozzák, hogy mennyire érzik kellemesen magukat. -3 a résztvevők nagyon fáztak, +3 esetén nagyon melegük volt, 0 esetén hőkomfort semleges a környezet. Ahhoz, hogy a PMV számolható legyen, az előbb említett 6 paraméter függvényében egy empirikus képletet készítettek a kutatók. Ez az egyenlet mind a FLOEFD Helpjében, mind a szabványokban elérhető, kellően összetett tapasztalati úton alkotott egyenlet, mely sok sok konstanst és műveletet tartalmaz. A PPD a PMV-vel összefüggő tényező, azt mondja meg, hogy az adott PMV skálán az emberek hány százaléka érzi kellemetlenül magát (hőkomfort szempontból).

A két egyenlet kapcsolatát szemlélteti a következő ábra:

PMV és PPD kapcsolata
PMV és PPD kapcsolata [3-as forrás]
Az előző ábrát megvizsgálva azt tudjuk megállapítani, hogy ha 100 embert elhelyezünk egy szobába, ahol meg kell mondaniuk egy -3-tól +3-ig tartó skálán, hogy mennyire van hideg vagy meleg és a megkérdezettek szerint “-0,5” az átlagos hidegség, akkor a 100 emberből 10 kellemetlenül fogja magát érezni abban a helységben, 90 viszont komfortosan, hőkomfort szempontjából.

A PPV és a PPD hőkomfort paramétereken kívül a FLOEFD HVAC modul segítségével a következő komfortparamétereket tudja kiszámítani:

  • Átlagos sugárzási hőmérséklet – Mean Radiant Temperature (MRT)
  • Operatív hőmérséklet – Operative Temperature
  • Huzathőmérséklet – Draft Temperature
  • Huzathatással elégedetlenek százalékos aránya – Draught Rate
  • Levegő diffúzió teljesítmény index – Air Diffusion Performance Index (ADPI)
  • Elhasznált levegő eltávolításának hatékonysága – Contaminant Removal Effectiveness (CRE)
  • Lokális levegőminőség index – Local Air Quality Index (LAQI)
  • Áramlási szög – Flow Angle

Ezeken a paramétereken kívül még két idetartozó értéket számol ki a FLOEFD, melyekhez nincs szükség a HVAC modulra. Ezek a lokális átlag életkor, azaz a Local Mean Age (LMA), mely a térfogatrészben lévő levegő cserélődésének idejét mutatja meg (ennek létezik egy dimenziótlan változata is), illetve a lokális levegőcserélődési index, azaz a Local Air Change Index (LACI), mely a dimenziótlan LMA reciproka. Ezeken a paramétereken kívül még kiszámítható ezeknek a származtatott értékei, illetve ha van a “zsebünkben” egy egyenlet, akkor azt a FLOEFD egyéni paraméterként definiálva szintén ki tudjuk számítani a teljes számolási tartományra.

Ahhoz, hogy ezeket a paramétereket tudjam vizsgálni készítettem egy szobát, benne egy emberrel aki fekszik egy ágyon és őt ventilátorral fújtam meg több helyről.

A szobában a ventilátort négy különböző pozícióba helyeztem és azokon a helyeken vizsgáltam vele az áramlást.

 

Ezek után létrehoztam egy szimulációt FLOEFD-ben a pozíció 1-re (amikor a ventilátor a fekvő ember fejét fújja), majd ezt a szimulációt a projekt másolóval a másik három esetre átmásoltam, így ugyan azokkal a peremfeltételekkel tudtam a szimulációt lefuttatni.

Környezeti hőmérsékletnek 30°C-t állítottam be, az áramló közeg levegő volt a FLOEFD beépített adatbázisából. Csak az áramló közegben foglalkoztam a hőmérséklettel, a falakban, bútorokban, ventilátorban, az ágyban és az emberi testben nem számoltam hőközléssel. Ezt követően azzal a feltételezéssel éltem, hogy a szoba minden fala és az ablak 30°C fokos és a hőelvonása 0,93 W/m^2/K állítottam be Jianhua Li cikke alapján (6-os forrás). Jelen esetben nem a ventilátort szeretném szimulálni, hanem annak a hatását, így a beépített adatbázisból kiválasztottam egy axiális ventilátort. Ez az opció jól működik, hogyha a ventilátorhoz hasonlót találunk, ellenkező esetben a venti geometriáját le kell modellezni és annak a forgási sebességét beállítva, lehet ventilátort modellezni.

Ezt követően rálereste, arra, hogy mennyi hőt termel egy ember. A 7-es forrás szerint 100 W-ot, amiről azt tudtam, hogy egy egészséges ébren lévő emberé, ezt követően a hőtermelés 90W-ra állítottam azzal a feltételezéssel, hogy az alvó ember kevesebbet termel.

Ezt követően mind a négy esetre lefuttattam a szimulációt. Első lépésben kijelöltem egy fix síkot, ami a fekvő ember fejének kb. a közepén van, ez az a sík amiben mindent lekérdeztem, plusz még az áramlási sebességeknél kijelöltem az előző síkon kívül a ventilátor középsíkját.

Az első két lekérdezésem az áramlási sebesség volt, és a hőmérséklet. Az említett “fő” síkban a hőmérsékletek a következőképen alakultak:

A hőmérsékleti ábrák alapján azt állapítottam meg, hogy amikor az ajtóban van a ventilátor és a kinti levegőt fújja be a folyosóról, akkor a testhő az ember környezetében megreked, a többi esetekben a venti arrébb fújja a keletkezett hőt.

 

Ugyanebben a síkban az áramlási sebességek:

 

Áramlási sebességek a ventilátor középsíkjában:

Az áramlási képekből azt állapítottam meg, ami a hőmérsékleti ábrákon is látszódtak, amikor az ajtóban van a ventilátor a légmozgás a fekvő ember környezetében kisebb mint a többi esetben.

 

Ezt követően végig gondoltam, hogy a PMV vagy a PPD az ami jobban leírja a komfort érzetet és úgy döntöttem, hogy az, hogy +2 vagy +2,2 nem mond olyan sokat, mint az, hogy az emberek 60 vagy 70% érzi diszkomfortosan magát, ezért a PPD értékeket kérdeztem le a vizsgálati alapsíkban:

A két előző ábra után megnéztem a PPD ábrákat, és ezen is látszódik, hogy ha az ajtóból egyenesen befújjuk a levegőt, abban az esetben a fekvő ember környezetében a “kék” régió, azaz az amikro az emberek döntő többsége kellemetlenül érzi magát nagyobb, mint a többi esetben.

 

Ezek után arra voltam kíváncsi, hogy a sarokból befújó levegő hogyan keveri/mozgatja az áramlási közeget, így ezt az áramlási útvonalak (Flow Trajectories) paranccsal lekérdeztem. Ez látható a következő videóban:

 

Ezt követően arra gondoltam, hogy a LACI vagy az LMA paramétert is le kellene kérdeznem és ezek közül az LMA-t, azaz a levegő cserélődésének idejét kérdeztem le az alapsíkban:

Ezeket az ábrákat amikor megnéztem meglepődtem, arra gondoltam volta, hogy amikor az ajtóból fújom be a levegőt akkor cserélődik leggyorsabban a szobában a levegő, ezzel ellentétben akkor cserélődött leggyorsabban, amikor a ventilátor a sarokban volt. Ezt az alapján vontam le, hogy az ábrán a piros régiókat néztem, amihez a 600 másodperces időt állítottam be, azaz ahol piros ott 10 perce vagy annál régebb óta nem cserélődött a levegő.

Ezek után kíváncsiságból megnéztem a maximumokat az LMA-ra, ami alapján a legidősebb levegő az áramlási térben

  • 1143,5 másodperc korú volt az első esetben (amikor a fekvő ember fejét fújta a ventilátor),
  • 532,6 másodperc korú volt a második esetben (amikor a sarokból fújt a ventilátor),
  • 1009,6 másodperc korú volt a harmadik esetben (amikor a fekvő ember lábánál volt a ventilátor) és
  • 1005,3 másodperc korú volt a negyedik esetben (amikor az ajtóból fújt be a ventilátor).

A nagy meglepetés után kíváncsi voltam, hogy a fekvő ember környezetében mekkora lehet a levegő átlagos cserélődésének ideje. Ezt többféle képen megállapíthattam volna, az egyik ilyen opció, hogy ránézek a színes ábrára és megtippelem, a második az, hogy modellezek egy testet a fekvő ember feje köré (pl. egy gömb, kocka…) és arra az egész térfogatra lefuttatok egy lekérdezést, vagy az, hogy a fekvő ember valamelyik testfelületén készítem el ezt a lekérdezést. Ezek közül úgy döntöttem, hogy a fekvő ember teljes testfelületét választom és annak nézem az átlagos értékét. Ezzel az átlagértékkel azt szerettem volna kompenzálni, hogy nem vettem bele a szimulációba azt, hogy a fekvő ember lélegzik, illetve alvás közben mozog/forgolódik.

A lekérdezésből megállapítottam, hogy a vizsgált szobában a beállított peremfeltételekkel a fekvő ember teljes testfelületével érintkező levegő 265 és 460 másodpercenként cserélődik, a 90W hőt termelő teste és a környezeti hőmérséklet miatt nagyon nagyon nagyon melege van és az emberek majdnem 99% diszkomfortosan érezné magát a helyében.

Ezek után arra jutottam, hogy nagy melegben a ventilátort nem egyenesen, hanem a forgó mozgásával célszerű használni, vagy ventilátor helyett klímával célszerű lehűteni a szobát. Amennyiben zöldebb világnézetünk van és az épületek hűtését is környezetkímélőbben szeretnénk megoldani, abban az esetben a MinuteEarth videójának a végén felvetett ötletekkel kell élnünk, és megtalálni a ventilátor és a klimatizálás egészséges egyensúlyát, esetlegesen alternatív épülethűtési opciókat is célszerű bevetni amennyiben van rá lehetőség.

 

Források:

  1. Wikipédia, Thermal Confort szócikk https://en.wikipedia.org/wiki/Thermal_comfort
  2. Pannon Infrared: PMV-PPD mérés a hőkomfort, komfortérzet mérése http://www.pmv-ppd.hu/
  3. Akihiro Satake, Hiroaki Ikegami, Yasunori Mitani: Energy-saving operation and optimization of thermal comfort in thermal radiative cooling/heating system, 3rd International Conference on Power and Energy Systems Engineering, CPESE 2016, 8-12 September 2016, Kitakyushu, Japan, https://www.researchgate.net/publication/311003449_Energy-saving_Operation_and_Optimization_of_Thermal_Comfort_in_Thermal_Radiative_CoolingHeating_System
  4. András Balázs, Dr. Kajtár László: Mennyezetfűtés és huzat együttes hatásának műszeres vizsgálata, https://www.e-gepesz.hu/cikkek/16710-mennyezetfutes-es-huzat-egyuttes-hatasanak-muszeres-vizsgalata
  5. Simcenter FLOEFD for Solid Edge Help következő oldalai:
    * Additional Parameters,
    * List of Parameters and Their Definitions,
    * PMV,
    * PPD.
  6. Jianhua Li, Wanlin Cao: The Heat Transfer Coefficient of Recycled Concrete Bricks Combination with EPS Insulation Board Wall, Mathematical Problems in Engineering 2015:1-8, August 2015, DOI: 10.1155/2015/695962, https://www.researchgate.net/publication/282515335_The_Heat_Transfer_Coefficient_of_Recycled_Concrete_Bricks_Combination_with_EPS_Insulation_Board_Wall
  7. PhysLink How much heat per hour do humans dissipate? https://www.physlink.com/education/askexperts/ae420.cfm

 

 

 

Beosztás: Ügyféltámogató mérnök
Szakterületek: Szimulációs szoftverek

Szakmai életút:

Gépészmérnöki alapdiplomámat a Dunaújvárosi Főiskolán szereztem, és ugyanitt már Dunaújvárosi Egyetem néven végeztem el a mesterképzést. Jelenleg az Óbudai Egyetem Biztonságtudományi Doktori Iskolának vagyok a hallgatója, ahol ikerturbinák áramlástani szimulációjával foglalkozom. Már a BSc-s képzés alatt is elkezdtem szimulálni, de igazán az első munkahelyemen kezdtem el ezzel foglalkozni, és azóta is szimulálom a munkát.

Az Enterprise Group-nál a szimulációs termékek (végeselem, áramlástan és kinematika) és a Solid Edge terméktámogatása a feladatom.

 

A szerző további cikkei »