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

Tiga eksperimen peramban

Panel di atas menjalankan keseimbangan panas. Ubah beban LED, kapasitas penghilangan panas pendinginan, suhu luar rata-rata, ventilasi, dan titik-setel pendinginan. Kelembapan dan CO₂ berjalan sebagai model terpisah pada panel di bawah. Tidak diperlukan instalasi Python; instruksi lokal nanti dalam artikel ini bersifat opsional.

Buka eksperimen kelembapan

Buka eksperimen CO₂

Ketiganya mempertahankan input sintetis asli dan langkah eksplisit 60 detik selama 24 jam sejak tengah malam. Lampu tetap menyala dari pukul 08:00 hingga 24:00. Plot atas menghubungkan sampel awal dan sampel per jam, bukan riwayat lengkap penyaklaran atau nilai ekstrem; metrik minimum/maksimum menggunakan setiap menit. Sampel luar per jam pada model termal mempertahankan nilai kode asli satu menit sebelum setiap jam yang ditampilkan. Batang bawah menunjukkan suku terintegrasi harian. Ventilasi positif berarti transfer bersih ke luar; negatif berarti ke dalam. Gunakan perbandingan A/B, tabel, dan kondisi bersama untuk memeriksa hasil.

Konstanta termal: kapasitas panas 12 MJ/K, UA selubung 450 W/K, panas lain 800 W, awal 22°C, amplitudo luar 6°C memuncak pada pukul 15:00. Pendinginan menyala/mati pada titik-setel ±0,5°C. Semua daya LED menjadi panas. kWh termal pendinginan bukan konsumsi listrik.

Konstanta kelembapan: 300 m³ pada 24°C, RH awal 65%, dehumidifier menyala pada 75% dan mati pada 65%. Kelebihan air di atas saturasi dihitung terpisah sebagai kondensasi. Transpirasi ditetapkan, bukan diprediksi dari RH. Beban laten bukan konsumsi listrik. Udara luar juga diasumsikan berada pada 24°C.

Konstanta CO₂: 300 m³, 24°C, 101325 Pa, awal 600 ppm, injeksi menyala pada 700 dan mati pada 900 ppm. Penyederhanaan asli menggunakan penyerapan hanya saat terang dan respirasi hanya saat gelap. Batas peramban berupa ventilasi ≥0,03 m³/s dan penyerapan ≤0,08 kg/jam menjaga CO₂ tetap nonnegatif dalam rentang yang tersedia. Ini adalah batas pengajaran, bukan standar tanaman, ventilasi, atau keselamatan.

Model-model ini tidak saling terkopel: suhu kelembapan/CO₂ tidak berasal dari model panas. Model-model ini tidak memprediksi kesesuaian peralatan, kinerja fasilitas nyata, atau hasil panen. ZIP asli dan hasil yang diharapkan tidak berubah. Simpan setiap entrypoint peramban, kernel, dan konfigurasi secara bersamaan untuk mereproduksi default secara lokal.

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

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

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

Laboratorium Keseimbangan Panas Ruang Tanam — pisahkan LED, ventilasi, selubung, dan pendinginan

Mulai dengan hasil

Selama 24 jam sintetis, suhu ruangan berkisar 18,884–24,547°C. LED menambahkan 192,0 kWh panas ke batas ruangan dan pendinginan menghilangkan 184,333 kWh energi termal. Ini bukan pengukuran atau parameter teridentifikasi dari pertanian dalam ruangan nyata. Ini adalah input pengajaran untuk memeriksa apakah panas yang masuk, keluar, dan terakumulasi menggunakan satu buku besar energi yang konsisten.

Perubahan Efek yang diharapkan Dijaga konstan
Separuh daya LED Separuh panas pencahayaan; beban pendinginan lebih kecil Cuaca dan selubung
Gandakan kapasitansi Perubahan suhu lebih lambat Keseimbangan keadaan-tunak
Tingkatkan ventilasi Pertukaran lebih besar sesuai selisih dalam–luar UA selubung
Atur kapasitas pendinginan ke nol Tidak ada penekanan kenaikan oleh peralatan Panas LED

Ringkasan CEA mendefinisikan batas tanaman–lingkungan–peralatan, dan Laboratorium VPD/DLI menurunkan besaran dari pengamatan. Langkah berikutnya ini membangun model dinamis terkecil yang menghubungkan peralatan dengan suhu ruangan.

Diagram 1 · Use the button to switch views
Keseimbangan panas ruang tanam satu-zona yang menghubungkan perolehan panas dari LED dan peralatan, pertukaran selubung dan ventilasi, serta penghilangan panas oleh pendinginan ke penyimpanan termal

Diagram: Duskcoil. Batas komputasi skematis untuk model satu-zona terlumpul. Tanaman, kelembapan, CO₂, panas laten, dan gradien suhu spasial dikecualikan.

Tambahkan laju panas sebelum memperbarui suhu

Asumsikan satu zona tercampur sempurna dengan kapasitansi termal efektif C [J/K] dan suhu ruangan T [°C]. Nyatakan setiap laju panas dalam watt (J/s):

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

Gunakan K=UA+\rho c_p\dot V [W/K]. Selubung diagregasi menjadi UA, sementara \rho c_p\dot V mewakili pertukaran sensibel dari ventilasi luar. Saat luar lebih hangat, T-T_{out} bernilai negatif dan suku ini menambahkan panas di dalam ruangan. Arahnya mengikuti selisih suhu; ini bukan selalu berupa kehilangan panas.

Panduan rumah kaca Oklahoma State University Extension juga menghubungkan kapasitas pemanasan dengan luas area yang terpapar, insulasi, dan selisih suhu dalam–luar, serta menjelaskan peran ventilasi dalam kontrol suhu dan kelembapan. Ringkasan U.S. DOE tentang pemodelan energi bangunan menjelaskan kombinasi berbasis fisika dari selubung, pencahayaan, HVAC, jadwal, dan cuaca, termasuk interaksinya.

Tetapkan batas pengajaran

Besaran Nilai sintetis Makna dalam model ini
Kapasitansi C 12 MJ/K Agregat fiktif udara dan massa dalam ruangan
Selubung UA 450 W/K Dinding dan atap dipadatkan menjadi satu nilai
Ventilasi \dot V 0,08 m³/s Pertukaran sensibel dengan udara bersuhu luar
Daya LED 12 kW, 08:00–24:00 Akhirnya menjadi panas di dalam batas ini
Perolehan lain 0,8 kW Agregat konstan pompa, kipas, dan peralatan
Kapasitas pendinginan 14 kW Panas yang dihilangkan saat ON, bukan permintaan listrik
Suhu luar 21±6°C Sinusoid memuncak pada pukul 15:00

Cahaya mula-mula mencapai daun dan permukaan sebelum terdegradasi menjadi panas. Karena model ini tidak memisahkan radiasi, konveksi, atau massa tanaman, garis dasar menetapkan fraksi panas 1,0 untuk pencahayaan listrik di dalam batas ruangan. Panduan pencahayaan DOE juga memperlakukan pencahayaan sebagai perolehan panas dalam ruangan yang memengaruhi beban pendinginan. Batas yang nyata harus mempertimbangkan kembali radiasi yang meninggalkan ruangan, driver jarak jauh, dan panas laten yang digunakan untuk penguapan.

Nilai pendinginan 14 kW adalah penghilangan termal, bukan listrik kompresor. Tidak ada COP yang diasumsikan, sehingga hasil ini tidak dapat langsung dikonversi menjadi tagihan listrik.

Integrasikan pada langkah satu menit

Euler eksplisit memajukan keadaan dari n ke n+1:

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

Pendinginan menggunakan titik-setel 24°C dan histeresis 0,5°C: ON pada atau di atas 24,5°C dan OFF pada atau di bawah 23,5°C. Ini adalah aturan penyaklaran minimal, bukan PID atau MPC. Langkah waktu yang lebih besar mengubah waktu penyaklaran dan penyimpangan suhu, sehingga bandingkan ukuran langkah sebelum mempercayai hasil numerik.

Jalankan kode dan input

Ekstrak ZIP eksperimen dan jalankan di dalam direktori tersebut. Ini membutuhkan Python 3.10+ dan hanya pustaka standar; tidak ada akses jaringan yang digunakan.

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

Lihat config.json, expected.json, dan experiment.py yang lengkap. manifest.json mencatat kontrak input dan hash 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

Ubah, rusak, dan verifikasi

  1. Atur led_power_w ke 6000. Panas LED menjadi 96 kWh dan penghilangan panas pendinginan seharusnya menurun.
  2. Gandakan thermal_capacitance_j_per_k. Perubahan suhu jangka pendek melambat, sementara energi sumber dalam kWh tidak berubah.
  3. Atur suhu dalam dan luar menjadi 20°C serta semua perolehan, pendinginan, ventilasi, dan UA menjadi nol. Ruangan harus tetap pada 20°C setelah satu jam.
  4. Tingkatkan time_step_seconds dan bandingkan nilai ekstremnya. Jangan mengklaim kinerja kontrol ketika hasil sangat bergantung pada langkah numerik.
  5. Hapus satu kunci, tambahkan kunci yang tidak dikenal, atau masukkan NaN atau kapasitas negatif. Program harus menolak, bukan menebak.

Sepuluh pengujian mencakup garis dasar, kekekalan fluks nol, solusi analitik orde pertama, pemanasan LED proporsional, residu energi, dan input yang cacat. Lulus pengujian tersebut tidak memvalidasi sebuah fasilitas.

Apa yang tidak dapat dijawab oleh model ini

  • Suhu daun, transpirasi, panas laten dehumidifikasi, kelembapan, atau VPD
  • Konsentrasi CO₂ dan keseimbangan massa ventilasi
  • Gradien antar-rak, aliran udara yang berjalan pintas, atau penempatan sensor
  • Efisiensi beban-parsial HVAC, defrost, atau listrik kipas/pompa
  • Pertumbuhan tanaman, kualitas, hasil panen, atau suhu optimum

Perluasan kelembapan di kemudian hari sebaiknya menambahkan kekekalan uap air dan panas laten sambil mempertahankan pemeriksaan residu energi termal. Sebelum membandingkan pengontrol, tentukan koefisien mana yang diukur dan keluaran mana yang digunakan untuk identifikasi.

Referensi

Laboratorium Keseimbangan Kelembapan Ruang Tanam — menjaga kekekalan massa uap, bukan RH

Mulai dengan hasil

Untuk ruangan sintetis 300 m³ yang ditetapkan pada 24°C, perhitungan 24 jam menghasilkan RH 64,817–75,269%, 34,8 kg uap tanaman yang ditetapkan, 12,793 kg penghilangan bersih oleh ventilasi, dan 21,542 kg penghilangan oleh dehumidifier. Residu keseimbangan air tetap di bawah 10^{-12} kg. Ini adalah input pengajaran, bukan transpirasi tanaman terukur atau kinerja fasilitas.

Diagram 2 · Use the button to switch views
Model satu-zona yang menghubungkan transpirasi, ventilasi, dehumidifikasi, dan kondensasi ke massa uap yang tersimpan, lalu mengonversi massa dan suhu menjadi RH

Diagram: Duskcoil. Sintetis, tercampur sempurna, dan bersuhu tetap; RH sendiri tidak diintegrasikan sebagai keadaan yang dikekalkan.

Jangan menjumlahkan persentase

Kelembapan relatif adalah rasio terhadap saturasi pada suhu saat ini. Massa uap yang sama karenanya dapat menghasilkan RH yang berbeda ketika suhu berubah. Simpan massa uap m_v [kg] sebagai gantinya:

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

Gunakan \rho_v=e/(R_vT_K) dan e=RH\,e_s(T)/100, dengan relasi saturasi persamaan 11 FAO-56. Uap di atas saturasi dipindahkan secara eksplisit menjadi kondensat, bukan memotong RH secara diam-diam.

Batas sintetis

Input Nilai Cakupan
Suhu dalam/luar tetap 24°C Tidak ada kopling termal dinamis
RH awal/luar 65% / 60% Dikonversi menjadi densitas pada 24°C
Ventilasi 0,08 m³/s Pertukaran bersih tercampur sempurna
Sumber uap terang 2,0, gelap 0,35 kg/jam Ditetapkan, bukan model tanaman
Dehumidifikasi 2,5 kg/jam Penghilangan air, bukan listrik
Ambang ON/OFF 75% / 65% Histeresis sederhana

Penn State Extension memperlakukan kondensasi, kelembapan, ventilasi, dan sirkulasi udara sebagai perhatian manajemen rumah kaca yang saling terkait. Laboratorium ini tidak memprediksi penyakit.

Baca beban laten dari massa air

Menggunakan pendekatan FAO \lambda=2.45 MJ/kg mendekati 20°C, sumber sintetis 34,8 kg setara dengan 23,683 kWh energi perubahan fase. Beban laten ini berbeda dari panas LED dan pendinginan sensibel. Beban laten yang diturunkan dari air yang dihilangkan bukan listrik kompresor; COP dan pembuangan panas dehumidifier dikecualikan.

Jalankan dan verifikasi

Ekstrak ZIP dan jalankan dengan Python 3.10+:

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

Paket ini menyediakan config.json, expected.json, dan experiment.py. Sepuluh pengujian mencakup konversi bolak-balik RH-densitas, kekekalan ruangan tertutup, sumber yang diketahui, konversi laten, dan input yang ditolak.

Ubah ventilasi, dehumidifikasi, dan transpirasi satu per satu. Ubah juga suhu sambil menjaga massa uap tetap dan amati perubahan RH. Model ini tidak dapat menjawab kondensasi daun, aliran udara lokal, transpirasi responsif, penyakit, pertumbuhan, atau CO₂. Penempatan sensor serta pengukuran independen transpirasi dan kondensat yang terkumpul adalah prasyarat untuk identifikasi nyata.

Referensi

Laboratorium Keseimbangan CO₂ Ruang Tanam — lacak ventilasi, penyerapan, respirasi, dan pasokan

Mulai dengan hasil

Untuk ruangan sintetis 300 m³ yang ditetapkan pada 24°C dan 101325 Pa, CO₂ berkisar 600–906,209 ppm selama 24 jam. Penyerapan yang ditetapkan adalah 1,28 kg, respirasi menambahkan 0,16 kg, pasokan menambahkan 2,967 kg, dan ventilasi menghilangkan 1,756 kg bersih. Residu keseimbangan mol tetap di bawah 10^{-10} mol. Ini bukan pengukuran kinerja tanaman atau peralatan.

Diagram 3 · Use the button to switch views
Skema yang menghubungkan pasokan dan respirasi CO2, penyerapan tanaman, dan ventilasi dengan jumlah CO2 dalam ruangan yang tersimpan dan ppm

Diagram: Duskcoil. Model gas ideal tercampur sempurna pada suhu dan tekanan tetap.

Jaga kekekalan jumlah, bukan ppm

Misalkan total udara ruangan adalah n_{air}=PV/(RT) mol dan CO₂ yang tersimpan adalah n mol, dengan ppm=10^6n/n_{air}:

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

Ventilasi mengikuti selisih konsentrasi dalam–luar dan aliran udara molar. Mengubah suhu, tekanan, atau volume mengubah ppm yang berkaitan dengan jumlah CO₂ yang sama.

Oklahoma State University Extension menghubungkan penggunaan fotosintetik siang hari, respirasi malam hari, ventilasi, dan suplementasi. Perhitungan USDA ARS juga menggunakan volume rumah kaca dan penyerapan yang diasumsikan untuk memperkirakan deplesi. Fluks pada Laboratorium ini bersifat sintetis dan tidak mereproduksi efek hasil panen atau pengaturan yang direkomendasikan.

Jalankan dan verifikasi

Ekstrak ZIP, lalu gunakan Python 3.10+:

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

Paket ini mencakup config.json, expected.json, dan experiment.py. Pasokan menyala pada 700 ppm dan mati pada 900 ppm. Delapan pengujian mencakup kekekalan ruangan tertutup, sumber satu-mol yang diketahui, residu keseimbangan, dan input yang tidak valid.

Atur ventilasi, penyerapan, dan pasokan ke nol satu per satu. Identifikasi nyata membutuhkan pertukaran gas kanopi, kebocoran, penempatan/kalibrasi sensor, dan pengukuran aliran pasokan. Model ini tidak dapat menentukan batas keselamatan, respons tanaman, kontaminan pembakaran, biaya CO₂, atau kontrol suhu/kelembapan terkopel.

Referensi

What to read next

Review the backgroundLaboratorium VPD dan DLI — memverifikasi deret waktu kelembaban dan cahaya.Continue the seriesKontrol iklim CEA — suhu, kelembaban, sensor, respons, dan keterkaitanExplore another aspect of this fieldAkuaponik CEA — batasan kualitas air untuk ikan, mikroba, dan tanaman
#CEA #Indoor Farming #Heat Balance #HVAC #Python