Please use this identifier to cite or link to this item: http://cmuir.cmu.ac.th/jspui/handle/6653943832/73458
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorชัชวาลย์ ชัยชนะ-
dc.contributor.authorอภิสิทธิ์ ปัญญาฟองen_US
dc.date.accessioned2022-06-27T10:25:30Z-
dc.date.available2022-06-27T10:25:30Z-
dc.date.issued2020-11-
dc.identifier.urihttp://cmuir.cmu.ac.th/jspui/handle/6653943832/73458-
dc.description.abstractCooling load prediction in air conditioning room using Artificial Neural Network is a part of the development of energy reduction from air-conditioned rooms. Cooling load calculation of air-conditioned room calculated by the data collected which located in Faculty of Engineering, Chiang Mai University between December 2017 and January 2018, the above data analyzed for sensitivity analysis. Which found that the 3 parameters, ambient temperature, room temperature, and solar radiation, were the major affecting the cooling load of the airconditioned room. The Artificial Neural Network (ANN) model was developed by that parameter for the prediction cooling load. The result of this research was found the ANN could predict the cooling load by ambient temperature, room temperature, and solar radiation with acceptable accuracy.en_US
dc.language.isootheren_US
dc.publisherเชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่en_US
dc.titleการพยากรณ์ภาระการทำความเย็นภายในห้องปรับอากาศ โดยการใช้โครงข่ายประสาทเทียมen_US
dc.title.alternativeCooling load prediction in air conditioning room using artificial neural networken_US
dc.typeThesis
thailis.controlvocab.thashนิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)-
thailis.controlvocab.thashเครื่องทำความเย็น-
thailis.controlvocab.thashการทำความเย็นและเครื่องทำความเย็น-
thesis.degreemasteren_US
thesis.description.thaiAbstractการศึกษาวิจัยการพยากรณ์ภาระการทำความเย็นภายในห้องปรับอากาศ โดยการใช้โครงข่ายประสาทเทียม เป็นส่วนหนึ่งสำหรับการพัฒนาการลดการใช้พลังงานจากห้องปรับอากาศ การคำนวณภาระการทำความเย็นภายในห้องปรับอากาศ คำนวณโดยการใช้ข้อมูลจากการเก็บข้อมูลของห้องปรับอากาศ ซึ่งตั้งอยู่ในคณะวิศวกรรมศาสตร์ มหาวิทยาลัยเชียงใหม่ระหว่างเดือนธันวาคม พ.ศ. 2560 ถึงเดือนมกราคม พ.ศ. 2561 โคยข้อมูลดังกล่าวจะถูกนำไปวิเคราะห์ความอ่อนไหว ซึ่งพบว่าอุณหภูมิสภาพแวคล้อม อุณหภูมิภายในห้องปรับอากาศ และความเข้มรังสีแสงอาทิตย์ เป็นปัจจัยหลักที่มีผลต่อภาระการทำความเย็นของห้องปรับอากาศ การพัฒนาแบบจำลองโครงข่ายประสาทเทียม พัฒนาโดยการใช้อุณหภูมิสภาพแวดล้อมอุณหภูมิภายในห้องปรับอากาศ และความเข้มรังสีแสงอาทิตย์ เป็นอินพุตของแบบจำลองโครงข่ายประสาทเทียมเพื่อพยากรณ์ภาระการทำความเย็นภายในห้องปรับอากาศ ผลจากการวิจัยพบว่าการพยากรณ์ภาระการทำความเย็นของห้องปรับอากาศมีค่าใกล้เคียงกับการคำนวณภาระการทำความเย็นen_US
Appears in Collections:ENG: Theses

Files in This Item:
File Description SizeFormat 
590631072 อภิสิทธิ์ ปัญญาฟอง.pdf4.69 MBAdobe PDFView/Open    Request a copy


Items in CMUIR are protected by copyright, with all rights reserved, unless otherwise indicated.