Cómo modelamos la casa

Hace varios años pensé que mi trabajo se había convertido en un oficio. Para diversificar la vida cotidiana gris para aumentar mi costo como especialista, ingresé a la magistratura y de inmediato me convertí en una pregunta a bocajarro: ¿cómo, después de 15 años después de graduarme de la primera escuela técnica, escribir un FQP, por el cual no me avergonzaría?





Introducción

Dio la casualidad de que casi todos los 15 años desde el momento en que me convertí en ingeniero, me dediqué al mantenimiento de medidores de calor en los sótanos de edificios de apartamentos (MKD). Los datos se han acumulado lo suficiente como para llamarlos audazmente big data.





No describiré en detalle la física del proceso de pérdida de calor de edificios y estructuras, solo escribiré algunas suposiciones que tuve que hacer:





  1. Temperatura dentro de la casa. Gran problema de ingeniería. ¿Dónde medir correctamente? ¿Cuántos puntos hay en qué lugares? Decidí ingresar "promedio de hospital" y lo tomé como 24 grados.





  2. Temperatura exterior. Los datos de Roshydromet solo se pueden obtener por dinero. Es ella quien es operada por las organizaciones proveedoras de energía cuando realizan todos sus cálculos. En nuestra ciudad, resultó que hay un laboratorio meteorológico óptico que mide lo mismo, pero da datos para la ciencia de forma gratuita. Escribimos una carta con el asesor científico: recibimos los datos.





  3. Frecuencia de medida. No tuve que pensar en ello, decidimos que el archivo diario del medidor de calor sería suficiente. Un edificio residencial es algo bastante estacionario, se calienta lentamente, se enfría lentamente.





  4. Los datos deben borrarse. Sucede que el contador de calor no funciona. A veces, esto se debe a su mal funcionamiento, a veces, a los modos de configuración. Para el modelado, es mejor usar datos válidos, por ejemplo, cuando se admite para liquidación comercial.





  5. Los datos se limitan al período comprendido entre principios de diciembre de 2013 y el 27 de marzo de 2017. Como es.





  6. Procesamiento de datos en Statistica. Esta tarea me fue asignada por un instructor científico, adquirí una licencia académica.





Un poco de teoría

De la práctica mundial [1], destacamos dos métodos de medición adecuados para la tarea en cuestión:





·              . .





·              - . , .





: .





, – . , , , , . [2] , 1 [3]





G = Q / (t * (Tvn-Tnar) * S)

G – , /2*⁰;





      Q – , ;





      – , 24⁰;





      – , ⁰;





( -) – , ⁰;





      S – , 2;





      t – , 24 .





, , 2 :





G = f (Tvn-Tnar)

, .





, 830 - : 1965 . – , , .





1 . , , 0⁰.





2015-2016 . , .





2 [4] – Statistica, .





, , . Statistica . - () . () , "" ( ) . ( ) (, ).





G :





. , :





.





, "" , .





. .





.





1. , . . / . . , . . // . – 2015. – № 8. – . 24–30.





2. Mukashev A., Dynamic method of the heating devices efficiency measurement // Mukashev A., Pugovkin A., Kuprekov S., Petrova N.,Abramchuk S, International Scientific Conference «Environmental and Climate Technologies», CONECT–2017,Riga.





3. .. / .. , .. , .. , .. , XIV - « », : . . - . , 2018, 2, .302-305.





4. .. Statistica : ; . – : - , 2011. – 163 .












All Articles