文献

J-GLOBAL ID：202102225917151979   整理番号：21A1773312

外部熱画像からの住宅壁熱抵抗の推定【JST・京大機械翻訳】

Estimating Residential Wall Thermal Resistance From Exterior Thermal Imaging

著者 (5件)： Alshatshati Salahaldin (University of Dayton, Dayton, OH) ,  Hallinan Kevin P. (University of Dayton, Dayton, OH) ,  Alrobaian Abdulrahman (University of Dayton, Dayton, OH) ,  Naji Adel (University of Dayton, Dayton, OH) ,  Altarhuni Badr (University of Dayton, Dayton, OH)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： ES2017  ページ： Null  発行年： 2017年 
JST資料番号： A0478C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 建築物エネルギー監査は,$0.50(US)/sf[1]のオーダーで,高価であり,米国のNeededにおける全建築ストックの調査には,建物のエネルギー有効性を迅速に評価するための低コスト自動化アプローチである。そのようなアプローチの重要な要素は,エンベロープR値の自動測定である。提案は,壁と窓のR値を推定するため,熱イメージングから潜在的に得られる単一ポイントインタイム熱画像の使用である。データマイニングベースの手法を提案し,これは,測定した外部壁温度を,既知および測定R値に対して,小さな住居のサブセットに対して較正することを追求する。このアプローチでは,壁温度の推定値を得るために,目視画像を用いて,壁滑りの色に基づく壁放射率を決定した。既知のR値を有する住居から成る訓練セットを用いて,ランダムフォレストモデルを開発した。このモデルを用いて,測定した外部温度に基づく他の住宅のR-およびC-値を推定した。結果は,提案した手法が,全国的に居住するエンベロープR値と熱容量のスペクトルにわたって,エンベロープ熱特性を正確に推定できることを示した。考慮した住宅の誤差は,9つの訓練住宅のほとんどで,最大12%であった。データマイニングアプローチは,文献におけるモデリングベースの手法よりも著しく大きな精度を持つ。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *熱抵抗 ,  熱容量 ,  放射率 ,  自動化 ,  画像処理 ,  スペクトル ,  熱特性 ,  自動計測 ,  *熱画像 ,  エンベロープ ,  有効性 ,  推定量 ,  データマイニング
準シソーラス用語： ランダムフォレスト ,  壁温 , 【Automatic Indexing@JST】

分類 (3件)： 建築物の断熱  (RB01033H) ,  温度測定,温度計  (AD06010K) ,  建築環境一般  (RB02010T)

タイトルに関連する用語 (4件)： 熱画像 ,  住宅 ,  熱抵抗 ,  推定