Experimental study of the characteristics of an active heat reclaim unit under changing operating conditions

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

AIMS: This study aimed to analyze the active heat reclaim unit SNAB.065171.001-01 as the main heater of a ventilation system of a real object and to confirm the reliability of the calculation method using obtained experimental data.

MATERIALS AND METHODS: The experimental and computational methods included the technical and economic assessment of active heat reclaim units to determine the characteristics of the device under changing air flow rates and operating temperature conditions. The tests were performed at the laboratory of life support systems of the Faculty of Low-Temperature Energy at the St. Petersburg National Research University of Information Technologies, Mechanics and Optics. The equipment under study was installed in the existing ventilation system of the laboratory. The laboratory ventilation system was equipped with a stepwise air flow control system. The automation system enabled setting five fixed operating modes of the supply and exhaust fans without the possibility of smooth regulation within the flow range. Operational parameters and verified measuring instruments were used in measurements.

RESULTS: This paper describes the results of the determination of the refined nominal characteristics of performance, energy consumption, and conversion coefficient of the active heat reclaim unit. It also presents empirical coefficients necessary for the calculation of these characteristics under arbitrary operating conditions. The calculation methodology was verified through additional experiments. The relative deviation of the calculated conversion coefficient from the experimentally obtained one did not exceed 3% in all experiments.

CONCLUSIONS: The nominal characteristics of the built-in air heat reclaim unit SNAB.065171.001-01 were determined under real operating conditions. The results of the calculation of operational characteristics were compared with the experimental results.

About the authors

Sergey S. Muraveinikov

Saint-Petersburg National Research University of Information Technologies, Mechanics and Optics

Author for correspondence.
Email: ssmuraveinikov@itmo.ru
ORCID iD: 0000-0001-7295-5904
SPIN-code: 5034-9521

Ph.D. of Engineering Sciences

Russian Federation, Saint-Petersburg

Aleksandr B. Sulin

Saint-Petersburg National Research University of Information Technologies, Mechanics and Optics

Email: miconta@rambler.ru
SPIN-code: 5540-5765

D.Sc. (Technology)

Russian Federation, Saint-Petersburg

Andrey A. Nikitin

Saint-Petersburg National Research University of Information Technologies, Mechanics and Optics

Email: aanikitin@itmo.ru
SPIN-code: 8352-1164

Ph.D. of Engineering Sciences

Russian Federation, Saint-Petersburg

Kirill V. Makatov

Saint-Petersburg National Research University of Information Technologies, Mechanics and Optics

Email: kmakatov@itmo.ru
SPIN-code: 2945-4742
Russian Federation, Saint-Petersburg

References

  1. Goetzler W, Shandross R, Young J, et al. Energy savings potential and RD&D opportunities for commercial building HVAC systems. MA (United States). Burlington: Navigant Consulting; 2017. DOE/EE-1703. doi: 10.2172/1419622
  2. Nasruddin, Sholahudin, Satrio P, et al. Optimization of HVAC system energy consumption in a building using artificial neural network and multi-objective genetic algorithm. Sustainable Energy Technologies and Assessments. 2019;35:48–57. doi: 10.1016/j.seta.2019.06.002
  3. Sulin AB, Muraveinikov SS, Sankina YuN, et al. Algorithm for preventive regulation of the ventilation system. AIP Conference Proceedings. 2021;2412(1):030028. doi: 10.1063/5.0075787
  4. Cao J, Li M, Wang M, et al. Effects of climate change on outdoor meteorological parameters for building energy-saving design in the different climate zones of China. Energy and buildings. 2017;146:65–72. doi: 10.1016/j.enbuild.2017.04.045
  5. de Rubeis T, Falasca S, Curci G, et al. Sensitivity of heating performance of an energy self-sufficient building to climate zone, climate change and HVAC system solutions. Sustainable Cities and Society. 2020;61:102300. doi: 10.1016/j.scs.2020.102300
  6. Devecioğlu AG. Seasonal performance assessment of refrigerants with low GWP as substitutes for R410A in heat pump air conditioning devices. Applied Thermal Engineering. 2017;125:401–411. doi: 10.1016/j.applthermaleng.2017.07.034
  7. Littlewood JR, Smallwood I. One year temperature and heat pump performance for a micro-community of low carbon dwellings, in Wales, UK. Energy Procedia. 2017;111:387–396. doi: 10.1016/j.egypro.2017.03.200
  8. D O’Sullivan P, et al. Evaluation of the theoretical and in-use performance of Exhaust Air Heat Pumps. E3S Web of Conferences. EDP Sciences. 2021;246:06003. doi: 10.1051/e3sconf/202124606003
  9. Mikola A., Kõiv T.-A. The efficiency analysis of the exhaust air heat pump system. Engineering. 2014;6(13):1037. doi: 10.4236/eng.2014.613093
  10. Muraveynikov SS, Sulin AB, Baranov IV, Ryabova TV. Methodology for assessing the effectiveness of using exhaust air heat recovery systems. Bulletin of the International Academy of Cold. 2020;3:21–26. (In Russ). EDN: RUUDRH doi: 10.17586/1606-4313-2020-19-3-21-26
  11. Muraveynikov SS, Nikitin AA, Sulin AB, Ryabova TV. Experimental and computational assessment of the average annual efficiency of heat exchangers of climate systems. Refrigeration technology. 2019;12:34–38. (In Russ). EDN: SNLHMA
  12. GOST 30494-2011 Zdaniya zhilye i obshchestvennye. Parametry mikroklimata v pomeshche-niyakh. M.: StandartInform; 2011. (In Russ).
  13. Yang Z, Ghahramani A, Becerik-Gerber B. Building occupancy diversity and HVAC (heating, ventilation, and air conditioning) system energy efficiency. Energy. 2016;109:641–649. doi: 10.1016/j.energy.2016.04.099.
  14. Smith P. BIM & the 5D Project Cost Manager. Procedia — Social and Behavioral Sciences. 2014;119:475–484. doi: 10.1016/j.sbspro.2014.03.053

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Photo and circuit diagram of the test object.

Download (801KB)
Indexing metadata
3. Fig. 2. Initial data and results of definitive experiments.

Download (516KB)
Indexing metadata
4. Fig. 3. Initial data of verification experiments.

Download (232KB)
Indexing metadata
5. Fig. 4. Comparison of calculated and experimental COP values.

Download (317KB)
Indexing metadata

Copyright (c) 2023 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».