Програмний додаток для підбору рекуператора методами машинного навчання на основі цифрового двійника приміщення

Скорочена інформація про документ
dc.contributor.advisorШвайко, Валерій Григорович
dc.contributor.authorГранківський, Дмитро Петрович
dc.date.accessioned2026-09-18T12:31:50Z
dc.date.available2026-09-18T12:31:50Z
dc.date.issued2026
dc.description.abstractДипломна робота за темою «Програмний додаток для підбору рекуператора методами машинного навчання на основі цифрового двійника приміщення» виконана студентом кафедри інженерії програмного забезпечення в енергетиці НН ІАТЕ Гранківським Дмитром Петровичем зі спеціальності 121 «Інженерія програмного забезпечення» за освітньо професійною програмою «Інженерія програмного забезпечення інтелектуальних кібер-фізичних систем в енергетиці» і складається зі: вступу; 4 розділів («Аналіз моделювання мікроклімату та методів оптимізації», «Проєктування структури та обґрунтування компонентів системи HIVAnalyzer», «Програмна реалізація комплексу HIVAnalyzer», «Верифікація програмного комплексу та інструкція користувача»), висновків до кожного з цих розділів; загальних висновків; списку використаних джерел, який налічує 16 джерел; 19 ілюстрацій; та 2 додатки. Загальний обсяг роботи 69 сторінок. Актуальність теми обумовлена необхідністю підвищення енергоефективності будівель через їх герметизацію, що призводить до погіршення якості повітря й вимагає впровадження інтелектуальних систем для підбору вентиляції. Метою роботи стало створення веб-додатка для автоматизованого вибору рекуператорів та оптимізації їхніх режимів на основі цифрового двійника приміщення з використанням машинного навчання. Практичне значення одержаних результатів полягає в тому, що розроблений комплекс дозволяє користувачам без спеціальних інженерних знань миттєво розраховувати динаміку мікроклімату й знаходити оптимальні енергоефективні рішення.
dc.description.abstractotherThe thesis on the topic "Software application for selecting a recuperator using machine learning methods based on a digital twin of a room" was completed by a student of the Department of Software Engineering in Energy of the National Technical University of Ukraine IATE, Dmytro Petrovych Grankivskyi, majoring in 121 "Software Engineering" under the educational and professional program "Software Engineering of Intelligent Cyber-Physical Systems in Energy" and consists of: an introduction; 4 sections ("Analysis of Microclimate Modeling and Optimization Methods", "Design of the Structure and Justification of HIVAnalyzer System Components", "Software Implementation of the HIVAnalyzer Complex", "Verification of the Software Complex and User Manual"), conclusions for each of these sections; general conclusions; a list of sources used, which includes 16 sources; 19 illustrations; and 2 appendices. The total volume of the work is 69 pages. The relevance of the topic is due to the need to increase the energy efficiency of buildings through their sealing, which leads to a deterioration in air quality and requires the implementation of intelligent systems for the selection of ventilation. The aim of the work was to create a web application for automated selection of heat exchangers and optimization of their modes based on a digital twin of the room using machine learning. The practical significance of the results obtained is that the developed complex allows users without special engineering knowledge to instantly calculate the dynamics of the microclimate and find optimal energy-efficient solutions. The keywords of the study are digital twin, heat exchanger, microclimate, reinforcement learning, PPO algorithm, surrogate model, EnergyPlus and the Python programming language.
dc.format.extent92 c.
dc.identifier.citationГранківський, Д. П. Програмний додаток для підбору рекуператора методами машинного навчання на основі цифрового двійника приміщення : дипломна робота ... бакалавра : 121 Інженерія програмного забезпечення / Гранківський Дмитро Петрович. – Київ, 2026. – 92 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/83282
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectцифровий двійник
dc.subjectрекуператор тепла
dc.subjectмікроклімат
dc.subjectнавчання з підкріпленням
dc.subjectалгоритм PPO
dc.subjectсурогатна модель
dc.subjectEnergyPlus
dc.subjectPython
dc.titleПрограмний додаток для підбору рекуператора методами машинного навчання на основі цифрового двійника приміщення
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Hrankivskyi_bakalavr.pdf
Розмір:
7.52 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ІПЗЕ)
Бакалаврські роботи