Contents — find the section you need
Change parameters and verify
Open the panel, then press Run to load Python. You can stop execution and reset parameters. Results are computed on this device. No Python installation is required.
Local execution steps below are optional for reproducing the source results; they are not required for the browser experiment.
The experiment controls are in English.
Tres experimentos en el navegador
El panel superior ejecuta el balance de calor. Cambie la carga de LED, la capacidad de eliminación de calor del enfriamiento, la temperatura exterior media, la ventilación y el punto de ajuste de enfriamiento. La humedad y el CO₂ funcionan como modelos separados en los paneles inferiores. No se requiere instalación de Python; las instrucciones locales más adelante en el artículo son opcionales.
Los tres conservan las entradas sintéticas originales y pasos explícitos de 60 segundos durante 24 horas desde la medianoche. Las luces permanecen encendidas desde las 08:00 hasta las 24:00. Los gráficos superiores conectan las muestras iniciales y horarias, no el historial completo de conmutación ni de valores extremos; las métricas de mínimo/máximo usan cada minuto. Las muestras horarias exteriores del modelo térmico conservan el valor del código original un minuto antes de cada hora mostrada. Las barras inferiores muestran los términos integrados diarios. Una ventilación positiva significa transferencia neta hacia afuera; negativa significa hacia adentro. Use la comparación A/B, la tabla y las condiciones compartidas para inspeccionar los resultados.
Constantes térmicas: 12 MJ/K de capacidad calorífica, 450 W/K de UA de la envolvente, 800 W de otro calor, 22 °C iniciales, amplitud exterior de 6 °C con pico a las 15:00. El enfriamiento conmuta con un punto de ajuste ±0.5 °C. Toda la potencia LED se convierte en calor. Los kWh térmicos de enfriamiento no son consumo eléctrico.
Constantes de humedad: 300 m³ a 24 °C, HR inicial del 65%, deshumidificador encendido al 75% y apagado al 65%. El exceso de agua sobre la saturación se cuenta por separado como condensación. La transpiración es prescrita en lugar de predicha a partir de la HR. La carga latente no es consumo eléctrico. También se supone que el aire exterior está a 24 °C.
Constantes de CO₂: 300 m³, 24 °C, 101325 Pa, 600 ppm iniciales, inyección encendida a 700 y apagada a 900 ppm. La simplificación original usa absorción solo mientras hay luz y respiración solo en la oscuridad. Los límites del navegador de ventilación ≥0.03 m³/s y absorción ≤0.08 kg/h mantienen el CO₂ no negativo dentro de los rangos expuestos. Estos son límites didácticos, no estándares de cultivo, ventilación o seguridad.
Estos modelos no están acoplados: la temperatura de humedad/CO₂ no proviene del modelo de calor. No predicen la idoneidad del equipo, el rendimiento real de la instalación ni el rendimiento del cultivo. Los ZIP originales y los resultados esperados no han cambiado. Guarde cada punto de entrada del navegador, núcleo y configuración juntos para reproducir los valores predeterminados localmente.
thermal: experiment.py · thermal_kernel.py · config.json
moisture: experiment.py · moisture_kernel.py · config.json
co2: experiment.py · co2_kernel.py · config.json
Laboratorio de balance de calor de la sala de cultivo: separar LED, ventilación, envolvente y enfriamiento
Comencemos con el resultado
A lo largo de las 24 horas sintéticas, la temperatura de la sala abarca 18.884–24.547 °C. Los LED aportan 192.0 kWh de calor al límite de la sala y el enfriamiento elimina 184.333 kWh de energía térmica. Estas no son mediciones ni parámetros identificados de una granja interior real. Son entradas didácticas para verificar si el calor que entra, sale y se acumula usa un único registro de energía coherente.
| Cambio | Efecto esperado | Se mantiene constante |
|---|---|---|
| Reducir a la mitad la potencia LED | La mitad del calor de iluminación; menor carga de enfriamiento | Clima y envolvente |
| Duplicar la capacitancia | Cambio de temperatura más lento | Balance en estado estable |
| Aumentar la ventilación | Más intercambio según la diferencia interior-exterior | UA de la envolvente |
| Fijar la capacidad de enfriamiento en cero | Ninguna supresión del aumento por parte del equipo | Calor LED |
La descripción general de CEA definió el límite planta-entorno-equipo, y el Laboratorio de VPD/DLI derivó cantidades a partir de observaciones. Este siguiente paso construye el modelo dinámico más pequeño que conecta el equipo con la temperatura de la sala.
Diagrama: Duskcoil. Un límite de cálculo esquemático para un modelo agrupado de una sola zona. Se excluyen las plantas, la humedad, el CO₂, el calor latente y los gradientes espaciales de temperatura.
Sume las tasas de calor antes de actualizar la temperatura
Suponga una zona perfectamente mezclada con capacitancia térmica efectiva C [J/K] y temperatura de la sala T [°C]. Exprese cada tasa de calor en vatios (J/s):
Use K=UA+\rho c_p\dot V [W/K]. La envolvente se agrega en UA, mientras que \rho c_p\dot V representa el intercambio sensible por ventilación exterior. Cuando el exterior está más cálido, T-T_{out} es negativo y este término añade calor en el interior. Su dirección sigue la diferencia de temperatura; no siempre es una pérdida.
La guía de invernaderos de Oklahoma State University Extension también conecta la capacidad de calefacción con el área expuesta, el aislamiento y la diferencia de temperatura interior-exterior, y explica el papel de la ventilación en el control de temperatura y humedad. La descripción general del modelado energético de edificios del DOE de EE. UU. describe combinaciones basadas en física de envolvente, iluminación, HVAC, horarios y clima, incluidas sus interacciones.
Fije el límite didáctico
| Cantidad | Valor sintético | Significado en este modelo |
|---|---|---|
| Capacitancia C | 12 MJ/K | Agregado ficticio de aire y masa interior |
| Envolvente UA | 450 W/K | Paredes y techo colapsados en un solo valor |
| Ventilación \dot V | 0.08 m³/s | Intercambio sensible con aire a temperatura exterior |
| Potencia LED | 12 kW, 08:00–24:00 | Eventualmente se convierte en calor dentro de este límite |
| Otras ganancias | 0.8 kW | Agregado constante de bombas, ventiladores y equipo |
| Capacidad de enfriamiento | 14 kW | Calor eliminado mientras está ENCENDIDO, no demanda eléctrica |
| Temperatura exterior | 21±6 °C | Sinusoide con pico a las 15:00 |
La luz llega primero a las hojas y superficies antes de degradarse en calor. Debido a que este modelo no separa la radiación, la convección o la masa vegetal, la línea base asigna una fracción de calor de 1.0 a la iluminación eléctrica dentro del límite de la sala. La guía de iluminación del DOE también trata la iluminación como una ganancia de calor interior que afecta la carga de enfriamiento. Un límite real debe reconsiderar la radiación que sale de la sala, los controladores remotos y el calor latente usado para la evaporación.
El valor de 14 kW de enfriamiento es eliminación térmica, no electricidad del compresor. No se supone ningún COP, por lo que este resultado no puede convertirse directamente en una factura de electricidad.
Integre en pasos de un minuto
Euler explícito avanza el estado de n a n+1:
El enfriamiento usa un punto de ajuste de 24 °C e histéresis de 0.5 °C: ENCENDIDO a 24.5 °C o más y APAGADO a 23.5 °C o menos. Esta es una regla de conmutación mínima, no PID ni MPC. Un paso de tiempo mayor cambia los momentos de conmutación y las excursiones de temperatura, así que compare tamaños de paso antes de confiar en el resultado numérico.
Ejecute el código y la entrada
Extraiga el ZIP del experimento y ejecútelo dentro de ese directorio. Requiere Python 3.10+ y solo la biblioteca estándar; no se usa acceso a la red.
python3 experiment.py config.json > result.json
python3 -m unittest -v
Vea config.json, expected.json, y el experiment.py completo. manifest.json registra el contrato de entrada y los hashes SHA-256.
conductance = envelope_ua + air_density * air_cp * ventilation
net_heat = led_heat + other_heat - conductance * (indoor - outside) - cooling
indoor_next = indoor + net_heat * dt / thermal_capacitance
Cambie, rompa y verifique
- Fije
led_power_wen 6000. El calor LED se convierte en 96 kWh y la eliminación por enfriamiento debería disminuir. - Duplique
thermal_capacitance_j_per_k. El cambio de temperatura a corto plazo se ralentiza, mientras que la energía de origen en kWh no cambia. - Fije el interior y el exterior en 20 °C y todas las ganancias, el enfriamiento, la ventilación y el UA en cero. La sala debe permanecer a 20 °C después de una hora.
- Aumente
time_step_secondsy compare los extremos. No afirme un rendimiento de control cuando los resultados dependen fuertemente del paso numérico. - Elimine una clave, añada una clave desconocida, o introduzca NaN o una capacidad negativa. El programa debe rechazar en lugar de adivinar.
Las diez pruebas cubren la línea base, la conservación de flujo cero, una solución analítica de primer orden, el calentamiento proporcional de LED, el residuo de energía y las entradas mal formadas. Superarlas no valida una instalación.
Lo que este modelo no puede responder
- Temperatura de la hoja, transpiración, calor latente de deshumidificación, humedad o VPD
- Concentración de CO₂ y balance de masa de ventilación
- Gradientes de estante a estante, cortocircuitos de flujo de aire o ubicación de sensores
- Eficiencia de carga parcial del HVAC, descongelamiento, electricidad de ventiladores o bombas
- Crecimiento, calidad, rendimiento o temperatura óptima del cultivo
Una extensión posterior de humedad debería añadir la conservación de vapor de agua y el calor latente conservando la comprobación de residuo de energía térmica. Antes de comparar controladores, especifique qué coeficientes se miden y qué salidas se usan para la identificación.
Referencias
- About Building Energy Modeling (U.S. Department of Energy)
- Chapter 5: Lighting, HVAC, and Plumbing (U.S. Department of Energy)
- The Hobby Greenhouse (Oklahoma State University Extension)
Laboratorio de balance de humedad de la sala de cultivo: conservar la masa de vapor, no la HR
Comencemos con el resultado
Para una sala sintética de 300 m³ fija a 24 °C, el cálculo de 24 horas da 64.817–75.269% HR, 34.8 kg de vapor prescrito de las plantas, 12.793 kg de eliminación neta por ventilación y 21.542 kg de eliminación por deshumidificador. El residuo del balance de agua se mantiene por debajo de 10^{-12} kg. Estas son entradas didácticas, no transpiración medida del cultivo ni rendimiento de la instalación.
Diagrama: Duskcoil. Sintético, bien mezclado y a temperatura fija; la HR misma no se integra como un estado conservado.
No sume porcentajes
La humedad relativa es una razón respecto a la saturación a la temperatura actual. La misma masa de vapor puede, por lo tanto, producir una HR diferente cuando cambia la temperatura. Almacene en su lugar la masa de vapor m_v [kg]:
Use \rho_v=e/(R_vT_K) y e=RH\,e_s(T)/100, con la relación de saturación de la ecuación 11 de FAO-56. El vapor por encima de la saturación se transfiere explícitamente a condensado en lugar de recortar silenciosamente la HR.
Límite sintético
| Entrada | Valor | Alcance |
|---|---|---|
| Temperatura interior/exterior | fija a 24 °C | Sin acoplamiento térmico dinámico |
| HR inicial/exterior | 65% / 60% | Convertida a densidad a 24 °C |
| Ventilación | 0.08 m³/s | Intercambio neto bien mezclado |
| Fuente de vapor | iluminado 2.0, oscuro 0.35 kg/h | Prescrita, no un modelo de cultivo |
| Deshumidificación | 2.5 kg/h | Eliminación de agua, no electricidad |
| Umbrales ENCENDIDO/APAGADO | 75% / 65% | Histéresis simple |
Penn State Extension trata la condensación, la humedad, la ventilación y la circulación de aire como preocupaciones conectadas de la gestión de invernaderos. Este laboratorio no predice enfermedades.
Lea la carga latente a partir de la masa de agua
Usando la aproximación de la FAO \lambda=2.45 MJ/kg cerca de 20 °C, la fuente sintética de 34.8 kg corresponde a 23.683 kWh de energía de cambio de fase. Esta carga latente es distinta del calor LED y del enfriamiento sensible. La carga latente derivada del agua eliminada no es electricidad del compresor; se excluyen el COP y el rechazo de calor del deshumidificador.
Ejecute y verifique
Extraiga el ZIP y ejecute con Python 3.10+:
python3 experiment.py config.json > result.json
python3 -m unittest -v
El paquete expone config.json, expected.json, y experiment.py. Diez pruebas cubren las conversiones ida y vuelta entre HR y densidad, la conservación en sala cerrada, una fuente conocida, la conversión latente y las entradas rechazadas.
Cambie la ventilación, la deshumidificación y la transpiración de una en una. Cambie también la temperatura manteniendo fija la masa de vapor y observe el cambio de HR. El modelo no puede responder a la condensación en la hoja, el flujo de aire local, la transpiración con respuesta, la enfermedad, el crecimiento o el CO₂. La ubicación de sensores y las mediciones independientes de la transpiración y el condensado recolectado son requisitos previos para la identificación real.
Referencias
Laboratorio de balance de CO₂ de la sala de cultivo: seguir la ventilación, la absorción, la respiración y el suministro
Comencemos con el resultado
Para una sala sintética de 300 m³ fija a 24 °C y 101325 Pa, el CO₂ abarca 600–906.209 ppm durante 24 horas. La absorción prescrita es 1.28 kg, la respiración añade 0.16 kg, el suministro añade 2.967 kg, y la ventilación elimina 1.756 kg netos. El residuo del balance molar se mantiene por debajo de 10^{-10} mol. Estas no son mediciones de rendimiento de cultivo o equipo.
Diagrama: Duskcoil. Un modelo de gas ideal bien mezclado a temperatura y presión fijas.
Conserve la cantidad, no las ppm
Sea el aire total de la sala n_{air}=PV/(RT) mol y el CO₂ almacenado n mol, con ppm=10^6n/n_{air}:
La ventilación sigue la diferencia de concentración interior-exterior y el flujo de aire molar. Cambiar la temperatura, la presión o el volumen cambia las ppm correspondientes a la misma cantidad de CO₂.
Oklahoma State University Extension conecta el uso fotosintético diurno, la respiración nocturna, la ventilación y la suplementación. Un cálculo del USDA ARS también usa el volumen del invernadero y una absorción supuesta para estimar el agotamiento. Los flujos de este laboratorio son sintéticos y no reproducen efectos en el rendimiento ni ajustes recomendados.
Ejecute y verifique
Extraiga el ZIP, y luego use Python 3.10+:
python3 experiment.py config.json > result.json
python3 -m unittest -v
El paquete incluye config.json, expected.json, y experiment.py. El suministro se enciende a 700 ppm y se apaga a 900 ppm. Ocho pruebas cubren la conservación en sala cerrada, una fuente conocida de un mol, el residuo del balance y las entradas no válidas.
Fije la ventilación, la absorción y el suministro en cero de uno en uno. La identificación real requiere el intercambio gaseoso del dosel, las fugas, la ubicación/calibración de sensores y las mediciones del flujo de suministro. Este modelo no puede determinar límites de seguridad, respuesta del cultivo, contaminantes de combustión, costo del CO₂ ni control acoplado de temperatura/humedad.

Comentarios
Inicia sesión para continuar.
Todavía no hay datos.