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.

Open experiment panel in a new tab

Download reproduction source

तीन ब्राउज़र प्रयोग

ऊपर का पैनल ऊष्मा संतुलन चलाता है। LED भार, कूलिंग हीट-रिमूवल क्षमता, औसत बाहरी तापमान, वेंटिलेशन और कूलिंग सेटपॉइंट बदलें। नमी और CO₂ नीचे के पैनलों में अलग मॉडल के रूप में चलते हैं। किसी Python इंस्टॉलेशन की आवश्यकता नहीं है; लेख में बाद में दिए गए स्थानीय निर्देश वैकल्पिक हैं।

नमी प्रयोग खोलें

CO₂ प्रयोग खोलें

तीनों मूल सिंथेटिक इनपुट और आधी रात से 24 घंटों में 60-सेकंड के स्पष्ट चरणों को बनाए रखते हैं। लाइट्स 08:00 से 24:00 तक चालू रहती हैं। ऊपरी प्लॉट प्रारंभिक और प्रति घंटा नमूनों को जोड़ते हैं, पूर्ण स्विचिंग या चरम-मान इतिहास को नहीं; न्यूनतम/अधिकतम मीट्रिक हर मिनट का उपयोग करते हैं। थर्मल मॉडल के प्रति घंटा बाहरी नमूने प्रत्येक प्रदर्शित घंटे से एक मिनट पहले के मूल कोड के मान को बनाए रखते हैं। निचली पट्टियाँ दैनिक समाकलित पद दर्शाती हैं। धनात्मक वेंटिलेशन का अर्थ है शुद्ध बाह्य स्थानांतरण; ऋणात्मक का अर्थ है आंतरिक। परिणामों का निरीक्षण करने के लिए A/B तुलना, तालिका और साझा स्थितियों का उपयोग करें।

थर्मल स्थिरांक: 12 MJ/K ऊष्मा धारिता, 450 W/K एनवलप UA, 800 W अन्य ऊष्मा, प्रारंभिक 22°C, बाहरी आयाम 6°C जो 15:00 पर चरम पर होता है। कूलिंग सेटपॉइंट ±0.5°C पर स्विच होती है। सारी LED शक्ति ऊष्मा बन जाती है। कूलिंग थर्मल kWh विद्युत खपत नहीं है।

नमी स्थिरांक: 24°C पर 300 m³, प्रारंभिक RH65%, डीह्यूमिडिफायर 75% पर चालू और 65% पर बंद। संतृप्ति से ऊपर अतिरिक्त पानी को संघनन के रूप में अलग से गिना जाता है। वाष्पोत्सर्जन को RH से अनुमानित करने के बजाय निर्धारित किया गया है। अव्यक्त भार विद्युत खपत नहीं है। बाहरी हवा को भी 24°C पर माना गया है।

CO₂ स्थिरांक: 300 m³, 24°C, 101325 Pa, प्रारंभिक 600 ppm, इंजेक्शन 700 पर चालू और 900 ppm पर बंद। मूल सरलीकरण केवल प्रकाश में अवशोषण और केवल अंधकार में श्वसन का उपयोग करता है। वेंटिलेशन ≥0.03 m³/s और अवशोषण ≤0.08 kg/h की ब्राउज़र सीमाएँ उजागर सीमाओं के भीतर CO₂ को गैर-ऋणात्मक बनाए रखती हैं। ये शिक्षण सीमाएँ हैं, न कि फसल, वेंटिलेशन या सुरक्षा मानक।

ये मॉडल आपस में युग्मित नहीं हैं: नमी/CO₂ का तापमान ऊष्मा मॉडल से नहीं आता। वे उपकरण उपयुक्तता, वास्तविक सुविधा प्रदर्शन या फसल उपज का पूर्वानुमान नहीं लगाते। मूल ZIP और अपेक्षित परिणाम अपरिवर्तित हैं। डिफ़ॉल्ट को स्थानीय रूप से पुनरुत्पन्न करने के लिए प्रत्येक ब्राउज़र एंट्रीपॉइंट, कर्नेल और कॉन्फ़िग को एक साथ सहेजें।

thermal: experiment.py · thermal_kernel.py · config.json

moisture: experiment.py · moisture_kernel.py · config.json

co2: experiment.py · co2_kernel.py · config.json

ग्रो-रूम ऊष्मा संतुलन लैब — LED, वेंटिलेशन, एनवलप और कूलिंग को अलग करें

परिणाम से शुरू करें

सिंथेटिक 24 घंटों में, कमरे का तापमान 18.884–24.547°C के बीच रहता है। LED कमरे की सीमा में 192.0 kWh ऊष्मा जोड़ते हैं और कूलिंग 184.333 kWh थर्मल ऊर्जा हटाती है। ये किसी वास्तविक इनडोर फार्म से माप या पहचाने गए पैरामीटर नहीं हैं। ये यह जाँचने के लिए शिक्षण इनपुट हैं कि क्या ऊष्मा के प्रवेश, निकास और संचय में एक सुसंगत ऊर्जा लेजर का उपयोग होता है।

परिवर्तन अपेक्षित प्रभाव स्थिर रखा गया
LED शक्ति आधी करें प्रकाश ऊष्मा आधी; कम कूलिंग भार मौसम और एनवलप
धारिता दोगुनी करें धीमा तापमान परिवर्तन स्थिर-अवस्था संतुलन
वेंटिलेशन बढ़ाएँ आंतरिक-बाह्य अंतर के अनुसार अधिक विनिमय एनवलप UA
कूलिंग क्षमता शून्य पर सेट करें वृद्धि का कोई उपकरण दमन नहीं LED ऊष्मा

सीईए अवलोकन ने पौध-पर्यावरण-उपकरण सीमा को परिभाषित किया, और VPD/DLI लैब ने अवलोकनों से मात्राएँ व्युत्पन्न कीं। यह अगला चरण उपकरण को कमरे के तापमान से जोड़ने वाला सबसे छोटा गतिशील मॉडल बनाता है।

Diagram 1 · Use the button to switch views
LED और उपकरण लाभ, एनवलप और वेंटिलेशन विनिमय, तथा थर्मल भंडारण में कूलिंग निष्कासन को जोड़ने वाला एक-ज़ोन ग्रो-रूम ऊष्मा संतुलन

आरेख: Duskcoil। एक समुच्चित एक-ज़ोन मॉडल के लिए एक योजनाबद्ध गणना सीमा। पौधे, आर्द्रता, CO₂, अव्यक्त ऊष्मा और स्थानिक तापमान प्रवणताएँ शामिल नहीं हैं।

तापमान अद्यतन करने से पहले ऊष्मा दरें जोड़ें

प्रभावी थर्मल धारिता C [J/K] और कमरे के तापमान T [°C] के साथ एक पूर्णतः मिश्रित ज़ोन मान लें। प्रत्येक ऊष्मा दर को वाट (J/s) में व्यक्त करें:

C\frac{dT}{dt}=Q_{LED}+Q_{other}-K(T-T_{out})-Q_{cool}

K=UA+\rho c_p\dot V [W/K] का उपयोग करें। एनवलप को UA में समुच्चित किया गया है, जबकि \rho c_p\dot V बाहरी वेंटिलेशन से प्रत्यक्ष विनिमय को दर्शाता है। जब बाहर अधिक गर्म होता है, तो T-T_{out} ऋणात्मक होता है और यह पद इनडोर ऊष्मा जोड़ता है। इसकी दिशा तापमान अंतर का अनुसरण करती है; यह हमेशा हानि नहीं होती।

ओक्लाहोमा स्टेट यूनिवर्सिटी एक्सटेंशन की ग्रीनहाउस गाइड इसी तरह हीटिंग क्षमता को उजागर क्षेत्र, इन्सुलेशन और आंतरिक-बाह्य तापमान अंतर से जोड़ती है, तथा तापमान और आर्द्रता नियंत्रण में वेंटिलेशन की भूमिका को स्पष्ट करती है। U.S. DOE का बिल्डिंग एनर्जी मॉडलिंग अवलोकन एनवलप, प्रकाश व्यवस्था, HVAC, शेड्यूल और मौसम के भौतिकी-आधारित संयोजनों का वर्णन करता है, जिसमें उनकी परस्पर क्रियाएँ भी शामिल हैं।

शिक्षण सीमा तय करें

मात्रा सिंथेटिक मान इस मॉडल में अर्थ
धारिता C 12 MJ/K हवा और इनडोर द्रव्यमान का काल्पनिक समुच्चय
एनवलप UA 450 W/K दीवारों और छत को एक मान में समेटा गया
वेंटिलेशन \dot V 0.08 m³/s बाहरी-तापमान वाली हवा के साथ प्रत्यक्ष विनिमय
LED शक्ति 12 kW, 08:00–24:00 अंततः इस सीमा के भीतर ऊष्मा बन जाती है
अन्य लाभ 0.8 kW पंप, पंखे और उपकरणों का स्थिर समुच्चय
कूलिंग क्षमता 14 kW चालू रहते समय हटाई गई ऊष्मा, विद्युत माँग नहीं
बाहरी तापमान 21±6°C 15:00 पर चरम पर होने वाला साइनसॉइड

प्रकाश पहले पत्तियों और सतहों तक पहुँचता है इससे पहले कि वह ऊष्मा में बदले। क्योंकि यह मॉडल विकिरण, संवहन या पौध द्रव्यमान को अलग नहीं करता, आधार रेखा कमरे की सीमा के भीतर विद्युत प्रकाश व्यवस्था को 1.0 का ऊष्मा अंश आवंटित करती है। DOE की प्रकाश व्यवस्था मार्गदर्शिका भी प्रकाश व्यवस्था को कूलिंग भार को प्रभावित करने वाला एक इनडोर ऊष्मा लाभ मानती है। एक वास्तविक सीमा को कमरे से निकलने वाले विकिरण, दूरस्थ ड्राइवरों और वाष्पीकरण के लिए उपयोग होने वाली अव्यक्त ऊष्मा पर पुनर्विचार करना चाहिए।

14 kW कूलिंग मान थर्मल निष्कासन है, कंप्रेसर विद्युत नहीं। कोई COP नहीं माना गया है, इसलिए इस परिणाम को सीधे बिजली के बिल में परिवर्तित नहीं किया जा सकता।

एक-मिनट के चरणों में समाकलन करें

स्पष्ट यूलर विधि स्थिति को n से n+1 तक आगे बढ़ाती है:

T_{n+1}=T_n+\frac{Q_{net,n}\Delta t}{C}

कूलिंग 24°C सेटपॉइंट और 0.5°C हिस्टैरिसिस का उपयोग करती है: 24.5°C या उससे अधिक पर चालू और 23.5°C या उससे कम पर बंद। यह एक न्यूनतम स्विचिंग नियम है, PID या MPC नहीं। एक बड़ा समय चरण स्विचिंग समय और तापमान विचलन को बदल देता है, इसलिए संख्यात्मक परिणाम पर भरोसा करने से पहले चरण आकारों की तुलना करें।

कोड और इनपुट चलाएँ

प्रयोग ZIP को एक्सट्रैक्ट करें और उस निर्देशिका के भीतर चलाएँ। इसके लिए Python 3.10+ और केवल मानक लाइब्रेरी आवश्यक है; किसी नेटवर्क एक्सेस का उपयोग नहीं होता।

python3 experiment.py config.json > result.json
python3 -m unittest -v

config.json, expected.json, और संपूर्ण experiment.py देखें। manifest.json इनपुट अनुबंध और SHA-256 हैश को रिकॉर्ड करती है।

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

परिवर्तन करें, तोड़ें और सत्यापित करें

  1. led_power_w को 6000 पर सेट करें। LED ऊष्मा 96 kWh हो जाती है और कूलिंग निष्कासन में कमी आनी चाहिए।
  2. thermal_capacitance_j_per_k को दोगुना करें। अल्पकालिक तापमान परिवर्तन धीमा हो जाता है, जबकि kWh में स्रोत ऊर्जा अपरिवर्तित रहती है।
  3. इनडोर और आउटडोर को 20°C पर और सभी लाभ, कूलिंग, वेंटिलेशन और UA को शून्य पर सेट करें। एक घंटे बाद कमरा 20°C पर ही रहना चाहिए।
  4. time_step_seconds बढ़ाएँ और चरम मानों की तुलना करें। जब परिणाम संख्यात्मक चरण पर दृढ़ता से निर्भर हों तो नियंत्रण प्रदर्शन का दावा न करें।
  5. एक कुंजी हटाएँ, एक अज्ञात कुंजी जोड़ें, या NaN या ऋणात्मक क्षमता दर्ज करें। प्रोग्राम को अनुमान लगाने के बजाय अस्वीकार करना चाहिए।

दस परीक्षण आधार रेखा, शून्य-प्रवाह संरक्षण, प्रथम-क्रम विश्लेषणात्मक समाधान, आनुपातिक LED हीटिंग, ऊर्जा अवशेष और त्रुटिपूर्ण इनपुट को कवर करते हैं। इन्हें उत्तीर्ण करना किसी सुविधा को सत्यापित नहीं करता।

यह मॉडल किन प्रश्नों का उत्तर नहीं दे सकता

  • पत्ती का तापमान, वाष्पोत्सर्जन, डीह्यूमिडिफिकेशन अव्यक्त ऊष्मा, आर्द्रता या VPD
  • CO₂ सांद्रता और वेंटिलेशन द्रव्यमान संतुलन
  • रैक-से-रैक प्रवणताएँ, वायुप्रवाह शॉर्ट-सर्किटिंग या सेंसर स्थिति
  • HVAC आंशिक-भार दक्षता, डीफ्रॉस्ट, पंखा या पंप विद्युत
  • फसल वृद्धि, गुणवत्ता, उपज या इष्टतम तापमान

बाद का नमी विस्तार थर्मल ऊर्जा-अवशेष जाँच को बनाए रखते हुए जल-वाष्प संरक्षण और अव्यक्त ऊष्मा जोड़ना चाहिए। नियंत्रकों की तुलना करने से पहले, यह निर्दिष्ट करें कि कौन से गुणांक मापे गए हैं और पहचान के लिए किन आउटपुट का उपयोग किया गया है।

संदर्भ

ग्रो-रूम आर्द्रता संतुलन लैब — वाष्प द्रव्यमान को संरक्षित करें, RH को नहीं

परिणाम से शुरू करें

24°C पर स्थिर एक सिंथेटिक 300 m³ कमरे के लिए, 24-घंटे की गणना 64.817–75.269% RH, 34.8 kg निर्धारित पौध वाष्प, 12.793 kg शुद्ध वेंटिलेशन निष्कासन और 21.542 kg डीह्यूमिडिफायर निष्कासन देती है। जल-संतुलन अवशेष 10^{-12} kg से नीचे रहता है। ये शिक्षण इनपुट हैं, न कि मापी गई फसल वाष्पोत्सर्जन या सुविधा प्रदर्शन।

Diagram 2 · Use the button to switch views
वाष्पोत्सर्जन, वेंटिलेशन, डीह्यूमिडिफिकेशन और संघनन को संग्रहित वाष्प द्रव्यमान से जोड़ने वाला, फिर द्रव्यमान और तापमान को RH में परिवर्तित करने वाला एक-ज़ोन मॉडल

आरेख: Duskcoil। सिंथेटिक, अच्छी तरह मिश्रित और स्थिर-तापमान; RH स्वयं एक संरक्षित स्थिति के रूप में समाकलित नहीं है।

प्रतिशत न जोड़ें

सापेक्ष आर्द्रता वर्तमान तापमान पर संतृप्ति का अनुपात है। इसलिए तापमान बदलने पर समान वाष्प द्रव्यमान एक भिन्न RH उत्पन्न कर सकता है। इसके बजाय वाष्प द्रव्यमान m_v [kg] संग्रहीत करें:

\frac{dm_v}{dt}=\dot m_{plant}-\dot V(\rho_{v,in}-\rho_{v,out})-\dot m_{dehum}-\dot m_{cond}

FAO-56 समीकरण 11 संतृप्ति संबंध के साथ \rho_v=e/(R_vT_K) और e=RH\,e_s(T)/100 का उपयोग करें। संतृप्ति से ऊपर की वाष्प को RH को चुपचाप सीमित करने के बजाय स्पष्ट रूप से संघनन में स्थानांतरित किया जाता है।

सिंथेटिक सीमा

इनपुट मान कार्यक्षेत्र
आंतरिक/बाह्य तापमान स्थिर 24°C कोई गतिशील थर्मल युग्मन नहीं
प्रारंभिक/बाह्य RH 65% / 60% 24°C पर घनत्व में परिवर्तित
वेंटिलेशन 0.08 m³/s अच्छी तरह मिश्रित शुद्ध विनिमय
वाष्प स्रोत प्रकाश में 2.0, अंधकार में 0.35 kg/h निर्धारित, फसल मॉडल नहीं
डीह्यूमिडिफिकेशन 2.5 kg/h जल निष्कासन, विद्युत नहीं
चालू/बंद सीमाएँ 75% / 65% सरल हिस्टैरिसिस

पेन स्टेट एक्सटेंशन संघनन, आर्द्रता, वेंटिलेशन और वायु परिसंचरण को परस्पर जुड़ी ग्रीनहाउस-प्रबंधन चिंताओं के रूप में मानता है। यह लैब रोग का पूर्वानुमान नहीं लगाती।

जल द्रव्यमान से अव्यक्त भार पढ़ें

20°C के निकट FAO सन्निकटन \lambda=2.45 MJ/kg का उपयोग करते हुए, सिंथेटिक 34.8 kg स्रोत 23.683 kWh फेज़-चेंज ऊर्जा के अनुरूप है। यह अव्यक्त भार LED ऊष्मा और प्रत्यक्ष कूलिंग से भिन्न है। हटाए गए पानी से व्युत्पन्न अव्यक्त भार कंप्रेसर विद्युत नहीं है; COP और डीह्यूमिडिफायर ऊष्मा अस्वीकृति को बाहर रखा गया है।

चलाएँ और सत्यापित करें

ZIP को एक्सट्रैक्ट करें और Python 3.10+ के साथ चलाएँ:

python3 experiment.py config.json > result.json
python3 -m unittest -v

यह पैकेज config.json, expected.json, और experiment.py उपलब्ध कराता है। दस परीक्षण RH-घनत्व राउंड ट्रिप, बंद-कमरे संरक्षण, एक ज्ञात स्रोत, अव्यक्त रूपांतरण और अस्वीकृत इनपुट को कवर करते हैं।

वेंटिलेशन, डीह्यूमिडिफिकेशन और वाष्पोत्सर्जन को एक-एक करके बदलें। वाष्प द्रव्यमान को स्थिर रखते हुए तापमान भी बदलें और RH परिवर्तन का निरीक्षण करें। यह मॉडल पत्ती संघनन, स्थानीय वायुप्रवाह, प्रतिक्रियाशील वाष्पोत्सर्जन, रोग, वृद्धि या CO₂ का उत्तर नहीं दे सकता। वास्तविक पहचान के लिए सेंसर स्थिति और वाष्पोत्सर्जन तथा संग्रहित संघनन के स्वतंत्र माप पूर्वापेक्षाएँ हैं।

संदर्भ

ग्रो-रूम CO₂ संतुलन लैब — वेंटिलेशन, अवशोषण, श्वसन और आपूर्ति को ट्रैक करें

परिणाम से शुरू करें

24°C और 101325 Pa पर स्थिर एक सिंथेटिक 300 m³ कमरे के लिए, CO₂ 24 घंटों में 600–906.209 ppm के बीच रहता है। निर्धारित अवशोषण 1.28 kg है, श्वसन 0.16 kg जोड़ता है, आपूर्ति 2.967 kg जोड़ती है, और वेंटिलेशन 1.756 kg शुद्ध हटाता है। मोल-संतुलन अवशेष 10^{-10} mol से नीचे रहता है। ये फसल या उपकरण प्रदर्शन माप नहीं हैं।

Diagram 3 · Use the button to switch views
CO2 आपूर्ति और श्वसन, पौध अवशोषण, और वेंटिलेशन को संग्रहित इनडोर CO2 मात्रा और ppm से जोड़ने वाला एक योजनाबद्ध चित्र

आरेख: Duskcoil। स्थिर तापमान और दाब पर एक अच्छी तरह मिश्रित आदर्श-गैस मॉडल।

मात्रा को संरक्षित करें, ppm को नहीं

मान लें कुल कमरे की हवा n_{air}=PV/(RT) mol है और संग्रहित CO₂ n mol है, जिसमें ppm=10^6n/n_{air} है:

\frac{dn}{dt}=\dot n_{supply}+\dot n_{resp}-\dot n_{uptake}-\dot n_{vent}

वेंटिलेशन आंतरिक-बाह्य सांद्रता अंतर और मोलर वायुप्रवाह का अनुसरण करता है। तापमान, दाब या आयतन बदलने से समान CO₂ मात्रा के अनुरूप ppm बदल जाता है।

ओक्लाहोमा स्टेट यूनिवर्सिटी एक्सटेंशन दिन के प्रकाश संश्लेषक उपयोग, रात्रिकालीन श्वसन, वेंटिलेशन और अनुपूरण को जोड़ता है। एक USDA ARS गणना भी इसी तरह क्षीणन का अनुमान लगाने के लिए ग्रीनहाउस आयतन और मान्य अवशोषण का उपयोग करती है। इस लैब के प्रवाह सिंथेटिक हैं और उपज प्रभावों या अनुशंसित सेटिंग्स को पुनरुत्पन्न नहीं करते।

चलाएँ और सत्यापित करें

ZIP को एक्सट्रैक्ट करें, फिर Python 3.10+ का उपयोग करें:

python3 experiment.py config.json > result.json
python3 -m unittest -v

यह पैकेज config.json, expected.json, और experiment.py शामिल करता है। आपूर्ति 700 ppm पर चालू होती है और 900 ppm पर बंद। आठ परीक्षण बंद-कमरे संरक्षण, एक ज्ञात एक-मोल स्रोत, संतुलन अवशेष और अमान्य इनपुट को कवर करते हैं।

वेंटिलेशन, अवशोषण और आपूर्ति को एक-एक करके शून्य पर सेट करें। वास्तविक पहचान के लिए कैनोपी गैस विनिमय, रिसाव, सेंसर स्थिति/अंशांकन और आपूर्ति-प्रवाह माप आवश्यक हैं। यह मॉडल सुरक्षा सीमाएँ, फसल प्रतिक्रिया, दहन प्रदूषक, CO₂ लागत या युग्मित तापमान/आर्द्रता नियंत्रण निर्धारित नहीं कर सकता।

संदर्भ

What to read next

Review the backgroundVPD और DLI लैब — आर्द्रता और प्रकाश समय श्रृंखला का सत्यापन करेंContinue the seriesCEA जलवायु नियंत्रण — तापमान, आर्द्रता, सेंसर, प्रतिक्रिया और युग्मनExplore another aspect of this fieldCEA एक्वापॉनिक्स — मछली, सूक्ष्मजीवों और पौधों के लिए जल-गुणवत्ता सीमाएँ
#CEA #Indoor Farming #Heat Balance #HVAC #Python