Hoe zorgen we ervoor dat verse lucht daadwerkelijk terechtkomt waar die nodig is , in de werkzones, zonder onnodig energieverbruik? TVVL signaleert een groeiend spanningsveld tussen gezonde ventilatie en strengere energie-eisen. In de praktijk is vaak onvoldoende inzichtelijk hoe effectief ventilatiesystemen functioneren en welke ontwerpkeuzes bepalend zijn voor de verdeling van verse lucht in een ruimte.
Met dit project ontwikkelt TVVL kennis over ventilatie-effectiviteit in standaard kantoorruimten. Door CFD-simulaties te combineren met AI wordt inzicht verkregen in de invloed van onder meer roosterpositie, afmetingen en luchtdebiet op de ventilatieprestaties.
Het project vormt een belangrijke stap richting een laagdrempelige tool waarmee ontwerpers en installateurs sneller onderbouwde ventilatiekeuzes kunnen maken.
Het onderzoek wordt uitgevoerd in vier opeenvolgende fasen.
Fase 1 – Literatuuronderzoek en afbakening
Inventarisatie van bestaande kennis over ventilatie-effectiviteit.
Analyse van gangbare ontwerpmethoden en vuistregels.
Vaststellen van relevante variabelen voor CFD-analyses (bijv. positie, grootte en type luchtinlaten, debiet).
Afstemming van projectkaders tussen TVVL en Femto.
Opvragen en inventariseren van beschikbare klimaatkamerdata (Peutz).
Resultaat: definitief plan van aanpak en vastgestelde parameterset.
Fase 2 – CFD-analyses
Opzetten van een representatief model van een standaard kantoorruimte.
Variëren van ontwerpvariabelen om de invloed op ventilatie-effectiviteit te bepalen.
Analyse van luchtstroming, snelheid, turbulentie en concentratieverdeling.
Eventuele indicatieve vergelijking met beschikbare meetdata.
Resultaat: gevalideerde CFD-dataset met inzicht in trends en dominante variabelen.
Fase 3 – Ontwikkeling AI-model
Training van een AI-model op basis van de CFD-resultaten.
Validatie van het model door vergelijking met CFD-uitkomsten.
Selectie van relevante invoerparameters voor een toekomstig ontwerpinstrument.
Het AI-model biedt minder detail dan CFD, maar maakt snelle en toegankelijke voorspellingen mogelijk voor ontwerpers.
Resultaat: getraind AI-model en gestructureerde trainingsdata voor verdere toolontwikkeling.
Fase 4 – Verwerking en kennisdeling
Analyse en duiding van de resultaten.
Opstellen van een eindrapportage.
Ontwikkeling van animaties voor kennisdeling binnen het TVVL-netwerk.
Conceptuele opzet voor een toekomstige ontwerptool.
Resultaat: praktische, overdraagbare kennis als basis voor ventilatieconcepten.
Hoe zorgen we ervoor dat verse lucht daadwerkelijk terechtkomt waar die nodig is , in de werkzones, zonder onnodig energieverbruik? TVVL signaleert een groeiend spanningsveld tussen gezonde ventilatie en strengere energie-eisen. In de praktijk is vaak onvoldoende inzichtelijk hoe effectief ventilatiesystemen functioneren en welke ontwerpkeuzes bepalend zijn voor de verdeling van verse lucht in een ruimte.
Met dit project ontwikkelt TVVL kennis over ventilatie-effectiviteit in standaard kantoorruimten. Door CFD-simulaties te combineren met AI wordt inzicht verkregen in de invloed van onder meer roosterpositie, afmetingen en luchtdebiet op de ventilatieprestaties.
Het project vormt een belangrijke stap richting een laagdrempelige tool waarmee ontwerpers en installateurs sneller onderbouwde ventilatiekeuzes kunnen maken.
Het onderzoek wordt uitgevoerd in vier opeenvolgende fasen.
Fase 1 – Literatuuronderzoek en afbakening
Inventarisatie van bestaande kennis over ventilatie-effectiviteit.
Analyse van gangbare ontwerpmethoden en vuistregels.
Vaststellen van relevante variabelen voor CFD-analyses (bijv. positie, grootte en type luchtinlaten, debiet).
Afstemming van projectkaders tussen TVVL en Femto.
Opvragen en inventariseren van beschikbare klimaatkamerdata (Peutz).
Resultaat: definitief plan van aanpak en vastgestelde parameterset.
Fase 2 – CFD-analyses
Opzetten van een representatief model van een standaard kantoorruimte.
Variëren van ontwerpvariabelen om de invloed op ventilatie-effectiviteit te bepalen.
Analyse van luchtstroming, snelheid, turbulentie en concentratieverdeling.
Eventuele indicatieve vergelijking met beschikbare meetdata.
Resultaat: gevalideerde CFD-dataset met inzicht in trends en dominante variabelen.
Fase 3 – Ontwikkeling AI-model
Training van een AI-model op basis van de CFD-resultaten.
Validatie van het model door vergelijking met CFD-uitkomsten.
Selectie van relevante invoerparameters voor een toekomstig ontwerpinstrument.
Het AI-model biedt minder detail dan CFD, maar maakt snelle en toegankelijke voorspellingen mogelijk voor ontwerpers.
Resultaat: getraind AI-model en gestructureerde trainingsdata voor verdere toolontwikkeling.
Fase 4 – Verwerking en kennisdeling
Analyse en duiding van de resultaten.
Opstellen van een eindrapportage.
Ontwikkeling van animaties voor kennisdeling binnen het TVVL-netwerk.
Conceptuele opzet voor een toekomstige ontwerptool.
Resultaat: praktische, overdraagbare kennis als basis voor ventilatieconcepten.
Gereed
Gereed
Gereed