پایان نامه ها
عنوان پایان نامه
تدوین چارچوب سامانه ارزیابی محیط مصنوع: ارزیابی اثر تهویه بر کاهش انتشار آلاینده ها ؛ نمونه موردی ویروس کووید19
Developing the Framework of the Evaluation System of the Artificial Environment: Evaluating the Effect of Ventilation on Reducing the Emission of Pollutants; A Case Study of COVID-19 Virus
نویسنده
پریسا راه‌حق
موضوع کلی پایان نامه
با شیوع بیماری کرونا ، روند رو به افزایش آن نشان داد که سهم بزرگی از انتشار بیماری در داخل ساختمان ها رخ می دهد (چیزی در حدود بالای 60 درصد آلودگی ها) ،که با عدم توجه به حجم هوای تازه ی مورد نیاز ، آلودگی به راحتی منتشر می شود. بنابراین با توجه به الزام همزیستی با این ویروس و احتمال گسترش مجدد چنین بیماری های تنفسی واگیرداری با سرعت انتقال سریع ، نیاز به تهویه ای صحیح در فضاها بیش از هر زمانی احساس می شود ، تا آلودگی منتقل نشده و با ایجاد تهویه کافی ، پاتوژن ها رقیق شده و به مرور از هوای داخل ساختمان حذف گردند . در این راستا برای این که طراحان بتوانند این استراتژی ها را بررسی کنند ، احتیاج به ابزارهایی دارند تا در مراحل اولیه ، طراحی کار را مورد سنجش قرار دهند . ابزارهایی که در حال حاضر در اختیار طراحان هستند، به علت پیچیدگی ، تعداد زیاد داده های ورودی ، زمان محاسبه طولانی و نیاز به دانش تخصصی ، قابل استفاده در مراحل اولیه طراحی نیستند . هدف از این پژوهش تدوین چارچوب و ارائه ابزاری با سرعت بالا و حداقل ورودی ها (با استفاده از هوش مصنوعی و الگوریتم های یادگیری ماشین) ، برای ارزیابی حالات مختلف تهویه طبیعی و تاثیر آن بر : کاهش انتشار COVID-19 ، آسایش حرارتی و کیفیت هوای داخل ساختمان (کاهش غلظت CO2) ، در ساختمانی اداری در شهر تهران ، برای استفاده در مراحل اولیه طراحی می باشد . این ابزار می تواند برای کمک به مقابله با چالش فعلی COVID-19 در حال انجام و فراهم کردن آمادگی بهتر برای سایر اپیدمی های احتمالی و همه گیری بیماری های عفونی منتقله از هوا در آینده استفاده شود.
عنوان پایان نامه
تدوین چارچوب نرم افزار بومی طراحی محیط مصنوع: ارزیابی ارایش فضا مبتنی بر شاخص های آسایش حرارتی و نیاز انرژی در کاربری آموزشی
نویسنده
افشین سعیدیان
موضوع کلی پایان نامه
آسایش حرارتی از آن جا که با بهره وری و رفاه و حفاظت از انرژی در مدارس در ارتباط است، در سال‌های اخیر اهمیت پیدا کرده‌است .با توجه به اهمیت روزافزون مصرف انرژی و کمبود مطالعات در این زمینه خصوصا در فضاهای آموزشی و سهم قابل توجه این فضاها در مصرف انرژی، نیاز به تعیین معیارهای طراحی بیش از گذشته احساس می شود. در مراحل اولیه طراحی تصمیم گیری ها تاثیر بسزایی در مصرف انرژی و آسایش حرارتی دارند و با بررسی گزینه های بیشتر میتوان به گزینه بهینه نزدیک تر شد. برای این منظور ابزارهای شبیه سازی متعددی وجود دارند که برای بررسی گزینه ها میتواند مفید باشد ولی به دلیل نیاز به تعریف ورودی های زیاد، عدم آشنایی با نرم افزارهای تخصصی و زمانگیر بودن این فرآیند ممکن است، تحلیل بسیاری از گزینه ها صورت نگیرد. از طرفی در کاربری های مبتنی بر عملکرد مانند آموزشی بر طراحی فضاها تاکید زیادی میشود و پلان ها بر اساس جانمایی فضاها و عملکرد آنها تولید می شود. در این راستا می توان ابزارهایی را ایجاد کرد که این فرآیند را در مراحل اولیه طراحی تسهیل کند. به منظور تولید چنین ابزارهایی از یادگیری عمیق ماشین میتوان بهره جست و اخیرا در معماری تولید ابزارهایی که به تحلیل های مبتنی بر تصویر می پردازند، گسترش یافته اند. برای بررسی مواردی مانند آسایش حرارتی، انرژی، نور و... نیز میتوان از الگوریتم یادگیری عمیق ماشین که مبتنی بر تصویر هستند، بهره جست تا بدین منظور معماران در مراحل اولیه طراحی در مدت زمان کوتاه تری به بررسی گزینه های بیشتری، با درنظر گرفتن مصرف انرژی و آسایش حرارتی، بپردازند
عنوان پایان نامه
تدوین چارچوب نرم‌افزاری بومی طراحی بهینه ساختمان؛ طراحی هوشمند سایبان بر اساس شاخص‌های محیطی (نمونه موردی : ساختمان اداری در شهر تهران)
Development of native software framework for optimal building design; Intelligent solar shading design based on environmental indicators
نویسنده
مریم دانشی
موضوع کلی پایان نامه
نرم افزار های زیادی به منظور بررسی عملکرد سایبان و تاثیر آن بر آسایش بصری وجود دارند ولی اکثر آنها نیازمند مدلسازی 3 بعدی و وارد کردن پارامتر هاییست که نیاز به تخصص کافی در این زمینه دارد. همچنین این نرم افزار ها بیشتر به عملکرد سایبان در حوزه نور روز پرداخته اند و به سایر عملکرد های سایبان از جمله کیفیت دید و عملکرد اقتصادی توجه نشده است. بنابراین هدف اصلی این پژوهش طراحی یک چارچوب نرم افزاری ساده با کمک تولید پایگاه داده و هوش مصنوعی می باشد. این امر باعث می شود که تصمیم گیری ها در حوزه طراحی سایبان بدون نیاز به تخصص و با صرف کمترین زمان صورت پذیرد.
عنوان پایان نامه
تدوین چارچوب انتخاب سیستم‌های تاسیساتی بهینه براساس شاخص‌های تکنواکونومیک درساختمان ها به کمک الگوریتم‌های یادگیری ماشین
Development of a framework for selecting HVAC systems based on Techno-economic indicators in buildings using machine learning algorithms
نویسنده
سوگند حقیقت رودکلی
موضوع کلی پایان نامه
در این پژوهش از روش هوش مصنوعی و یادگیری ماشین، شبکه عصبی مصنوعی، با هدف استخراج شاخص‌های عملکردی ساختمان از پایگاه داده‌های شبیه‌سازی شده مورد ارزیابی قرار گرفته است. برای یک تک فضا با کاربری اداری در شهر تهران، پارامترهای ورودی در دو مساحت 120 و 240 متر مربع، شامل، نوع سیستم تأسیسات مکانیکی تهویه مطبوع، مشخصات حرارتی پوسته، نسبت مساحت پنجره به دیوار، جهت‌گیری ساختمان و شاخص‌های مورد مطالعه، در دسته‌های انرژی مصرفی، مقدار کربن انتشار یافته و درصدساعات آسایش می‌باشند. تعداد داده‌های شبیه‌سازی شده در مجموع دو مساحت نام‌برده، 52027 هستند که 80 درصد این داده‌ها جهت یادگیری شبکه و 20درصد جهت آزمون انتخاب شدند. معیار سنجش دقت بهترین مدل شبکه عصبی مصنوعی، در پیش‌بینی داده‌ها در مساحت 120 مترمربع، بالای 0.98 است که برای مساحت 240 مترمربع به طور میانگین برای همه شاخص‌های هدف بالای 0.92 است و بازه مدت زمان یادگیری در محدوده 7 ثانیه تا 619 ثانیه می‌باشد که در مقایسه با زمان شبیه‌سازی داده‌ها، نتایج قابل توجهی هستند.