KR20080038741A - 아파트 단지 내 개별 세대의 자연 환기 성능 예측 방법 - Google Patents

아파트 단지 내 개별 세대의 자연 환기 성능 예측 방법 Download PDF

Info

Publication number
KR20080038741A
KR20080038741A KR1020060106067A KR20060106067A KR20080038741A KR 20080038741 A KR20080038741 A KR 20080038741A KR 1020060106067 A KR1020060106067 A KR 1020060106067A KR 20060106067 A KR20060106067 A KR 20060106067A KR 20080038741 A KR20080038741 A KR 20080038741A
Authority
KR
South Korea
Prior art keywords
ventilation
generation
ventilation performance
household
apartment complex
Prior art date
Application number
KR1020060106067A
Other languages
English (en)
Other versions
KR101142832B1 (ko
Inventor
김진호
양승용
최윤석
Original Assignee
주식회사 경원테크
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 경원테크 filed Critical 주식회사 경원테크
Priority to KR1020060106067A priority Critical patent/KR101142832B1/ko
Publication of KR20080038741A publication Critical patent/KR20080038741A/ko
Application granted granted Critical
Publication of KR101142832B1 publication Critical patent/KR101142832B1/ko

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/0001Control or safety arrangements for ventilation

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Air Conditioning Control Device (AREA)
  • Building Environments (AREA)

Abstract

아파트 단지 내 개별 세대의 자연 환기 성능 예측을 위한 시뮬레이션 방법이 개시된다. 상기 방법은 (a) 상기 아파트 단지 전체를 2차원(2D)으로 모델링하는 단계와, (b) 상기 아파트 단지의 지역 평균 풍속과 풍향을 고려하여 단지의 경계 조건을 부여한 후 2D 전산 유체 역학(CFD) 해석을 수행하는 단계와, (c) 상기 2D CFD 해석을 통해 세대별 입출구 압력값을 추출하여 최저 압력 조건을 선정하는 단계와, (d) 상기 (c) 단계에서 얻어진 최저 압력 조건을 이용하여 세대별로 3D CFD 해석을 수행하는 단계와, (e) 상기 (d) 단계에서 3D CFD 해석으로 얻어진 유동장을 이용하여 각 세대별 환기 성능을 예측하는 단계를 포함하는 것을 특징으로 한다.

Description

아파트 단지 내 개별 세대의 자연 환기 성능 예측 방법{METHOD FOR EXPECTING NATURAL VENTILATION PERFORMANCE OF APARTMENT HOUSE}
도 1은 본 발명에 따른 아파트 단지 내 개별 세대의 자연 환기 성능 예측을 위한 시뮬레이션 방법의 절차를 보여주는 흐름도이다.
도 2는 본 발명의 방법에서 수행되는 2D 모델링을 개략적으로 보여주는 도면이다.
도 3은 3D CFD 해석을 통해 얻어지는 각 실별에서의 유동장을 보여주는 도면이다.
본 발명은 아파트 단지 내 개별 세대의 자연 환기 성능을 예측하기 위한 방법으로서, 보다 구체적으로는 아파트 단지를 2D 모델링한 후 2D CFD 및 3D CFD 해석을 적용하여, 실측 없이도 아파트 단지 내 개별 세대의 자연 환기 성능을 정확하게 예측할 수 있는 자연 환기 성능 예측을 위한 시뮬레이션 방법에 관한 것이다.
사회적으로 실내 공기질(Indoor Air Quality, AIQ)에 대한 관심이 증대되고 있으며, 건축물 및 가구 등에서 발생하는 휘발성 유기 화합물(Volatile Organic Compounds, VOC) 오염 물질의 확산이 문제되고 있다.
최근 주요 선진국에서는 관련 기준 및 제도를 새롭게 개정하고 있으며, 특히 일본의 경우 2003년 건축기준법에 시간당 0.5~0.7회의 환기 기준을 설정하였고, 24시간 상시 환기 설비의 설치를 의무화하였다. 이러한 추세에 맞춰, 정부에서는 친환경 건축자재 품질 인증 제도를 통해 오염 물질 방출 자재의 사용을 감소시키고, 2006년 2월 "건축물의 설비기준 등에 관한 규칙"을 통해 공동주택 및 다중이용시설의 환기 설비기준을 신설하였다. 이 "건축물의 설비기준 등에 관한 규칙"에서는 신축 또는 재건축하는 주택 및 건축물에서 시간당 0.7회 이상의 환기가 상시 이루어질 수 있도록 자연 환기 또는기계 환기 설비를 설치하는 것을 강제하고 있다. 이를 통하여 실내에서 발생하는 오염 물질의 배출을 원활히 하여 실내 공기 질을 향상시키려 하고 있다.
100세대 이상의 공동 주택(아파트)도 그 대상에 포함되는데, 실제 신축 또는 재건축되는 거의 모든 아파트는 100세대 이상인 실정이므로, 현재 이후로 심의되는 모든 아파트는 자연 환기 설비 또는 강제 환기 설비를 갖추고 있어야만 한다.
강제 환기 설비는 어떠한 외기 조건에도 환기 회수를 보장하지만 유지비가 상당히 소요된다. 따라서, 수요자의 부담을 감소시키고, 에너지 비용 및 사용량의 관점에서 자연 환기 설비가 요구되고 있으나, 이에 부합하는 설비는 아직까지 시장에서 유통되고 있지 않은 것이 현재의 실정이다.
자연 환기는 바람이나 실내외 온도차 등에 의해 이루어지는데, 특히 바람에 의한 환기는 건물의 형태에 큰 영향을 받는다. 최근 도시 경관과 단지 내 개방감 확보 차원에서 판상형 주거 동에 비해 큰 장점을 갖는 탑상형 주거동의 건립 추세가 확대되고 있지만, 모든 세대의 맞통풍이 가능한 판상형의 주거 동에 비해 탑상형 주거 동을 구성하는 세대의 환기 성능은 위치에 따라 편차가 심하게 나타난다.
이와 관련하여, 자연 환기에 의한 환기 회수 예측은 외기(外氣), 환기 장치의 구조, 세대의 구조 및 세대의 위치에 따라 결정된다. 외기의 세기와 방향은 계절, 시간대에 따라 변화하며, 이에 따라 세대로 인입되는 자연 환기량도 변화하게 된다. 환기 장치의 구조 및 세대의 구조는 세대를 통과하는 환기의 압력 강하량을 좌우하게 되므로, 이것 또한 환기량에 영향을 미치게 된다.
공동 주택이 점차 고층화되고 있는 실정에서 세대의 높이와 위치에 따라 그 외부를 흐르는 외기의 풍향 및 풍속이 변화하게 되고, 이에 따라 세대로 도입되는 환기량도 변화하게 된다. 이러한 배경에서, 세대로 도입되는 외기 도입량의 예측은 매우 어려워, 정향화된 방법이 아직까지 제시되지 않고 있는 실정이다.
자연 환기 장치를 통해 인입되는 외기량이 결정되면, 세대 전체의 환기 회수는 결정된다. 그러나, 각 실별 환기 회수는 세대 내부 구조 및 환기 장치의 위치 에 따라 달라지게 되며, 이것은 3차원 전산 유체 역학(three dimensioanl computational fluid dynamics, 3D CFD) 해석으로 알 수 있다고 알려져 있다.
이와 관련하여, 아파트 단지와 각 세대의 실제 형상을 3D로 한번에 모델링하여 해석시 가장 이상적인 모델이 얻어질 수 있다. 그러나, 보통 수천만 개 내지 수억 개에 달하는 메시(mesh) 수를 고려할 때, 이러한 방법은 비용과 시간 측면에서 실용적인 접근 방법이 될 수 없다.
또한, 아파트의 각 동을 3D로 모델링할 경우, 높이별 풍속 데이터가 필요하나, 일반적으로 국내에서 이러한 기상 자료를 얻기는 매우 힘들다. 따라서, 3D 모델링을 하더라도 각 동의 높이별로 정확한 계산은 힘든 실정이다.
본 발명의 상기 종래 기술의 문제점을 감안하여 이루어진 것으로서, 본 발명의 한 가지 목적은 3D 모델링이 갖고 있는 단점을 보완하여, 공동 주택의 자연 환기 성능 예측을 위한 시뮬레이션 방법을 제공하는 것이다.
본 발명의 다른 목적은 2D 모델링과 3D 모델링을 적절히 조합하고 또 수치 모델을 이용하여, 공동 주택의 자연 환기 성능을 합리적으로 예측할 수 있는 방법을 제공하는 것이다.
상기 목적을 달성하기 위하여, 아파트 단지의 자연 환기 성능 예측을 위한 시뮬레이션 방법이 제공되는데, 이 방법은 (a) 상기 아파트 단지 전체를 2차원(2D) 으로 모델링하는 단계와, (b) 상기 아파트 단지의 지역 평균 풍속과 풍향을 고려하여 단지의 경계 조건을 부여한 후 2D 전산 유체 역학(CFD) 해석을 수행하는 단계와, (c) 상기 2D CFD 해석을 통해 세대별 입출구 압력값을 추출하여 최저 압력 조건을 선정하는 단계와, (d) 상기 (c) 단계에서 얻어진 최저 압력 조건을 이용하여 세대별로 3D CFD 해석을 수행하는 단계와, (e) 상기 (d) 단계에서 3D CFD 해석으로 얻어진 유동장을 이용하여 각 세대별 환기 성능을 예측하는 단계를 포함하는 것을 특징으로 한다.
바람직한 실시예에 따르면, 상기 (a) 단계에서 각 세대별 형상 특성을 반영하여 2D 모델링을 수행한다.
바람직하게는, (a) 단계 및 (d) 단계에서의 2D CFD 해석 및 3D CFD 해석시 모멘텀 저항 모델이 적용된다.
본 발명의 한 가지 실시예에 따르면, 상기 (b) 단계에서 북풍을 기준으로 하여 45°간격으로 8개의 풍향 조건을 고려할 수 있다.
본 발명에 따르면, 상기 (c) 단계에서, 상기 추출된 세대별 입출구 압력 중 환기창의 입출구 압력차가 가장 적은 세대를 선택하여 이때의 압력을 상기 최저 압력 조건으로 선정할 수 있다.
다른 실시예에 따르면, 상기 2D CFD 해석에서 환기 횟수를 평가하여, 환기 횟수가 가장 낮은 세대를 선택하고, 이 세대의 환기창 입출구 압력을 상기 최저 압력 조건을 선정할 수 있다.
한 가지 실시예에 따르면, 상기 (e) 단계에서의 예측 결과, 환기 성능이 소정의 법적 기준을 충족시키지 못하는 경우, 그 법적 기준에 미달하는 세대에 대한 환기창 설계를 변경하는 단계를 더 포함할 수 있다.
상기한 본 발명의 구성, 목적 및 효과는 이하의 본 발명의 바람직한 실시예에 대한 상세한 설명을 통해 보다 명확하게 이해할 수 있을 것이다.
도 1에는 본 발명에 따른 공동 주택의 자연 환기 성능 예측을 위한 시뮬레이션 방법을 보여주는 흐름도가 도시되어 있다.
도시되어 있는 바와 같이, 본 발명은 먼저 전체 아파트 단지의 2D 모델링을 통해 자연 환기 성능을 예측한다(S10). 즉, 국내 기상청으로부터 얻을 수 있는 풍향 등에 관한 데이터는 부족하기 때문에, 3D 모델링을 하더라도 아파트 동 높이별로 정확한 해석을 수행할 수 없다. 그러나, 각 동의 높이에 비해 아파트 평면 치수가 작으므로 2D의 기본 가정에 부합할 수 있다. 이러한 2D 모델링은 아파트 건축사의 설계 도면을 이용하여 쉽게 수행할 수 있다.
한편, 이러한 2D 모델링을 수행할 때 각 동 내부 세대를 정확하게 모델링하여 각 세대별 형상 특성이 반영되도록 하는 것이 바람직하다. 즉, 본 발명자가 수행한 한 가지 테스트에 따르면, 세대 내부를 모델링한 경우와 하지 않은 경우 세대 입출구 압력차에 있어서 약 20%의 차이를 보였다. 따라서, 이러한 차이를 최소화하기 위해 각 세대별 형상 특성이 반영되도록 모델링하는 것이 바람직하다(도 2 참조; 유체의 흐름 방향 및 유체 속력이 다른 색으로 표시되어 있다).
또한, 자연 환기창의 압력 강하 특성치를 반영하여 모멘텀 저항 모델(momentum resistance model)을 적용한다. 구체적으로, 실제 형상이 복잡한 환기창을 그대로 모델링하여 표현하기에는 메시 수가 너무 많이 소요되므로, 환기창의 부피만을 그대로 모델링하고 대신 유체가 그 모델링된 환기창을 통과할 때 일정 압력값 만큼 압력 강하가 일어나게끔 수치적으로 고려한다. 즉, 특정 회사의 자연 환기창을 설치할 경우, 환기창 단위 길이당 유량이 50 m3/h인 경우, 약 2 Pa의 압력 강하가 유발된다. 따라서, 환기창에 대한 수치적 모델링 없이 단순한 오픈 영역(open area)으로 접근할 경우 상당한 결과 차이가 야기되므로, 상기 모멘텀 저항 모델을 적용한다.
한편, 가로형 환기창의 경우 유효 단면적을 생각하여 환기창 폭을 조절한다. 즉, 세로 환기창의 경우 2D 모델에 적합한 형상을 갖고 있지만, 가로형 환기창의 경우 2D 모델에 그대로 적용할 경우 여러 수치적 오류가 야기될 수 있다. 즉, 2D 해석에 있어서는 높이 방향으로 무한대의 치수를 가진다는 것을 가정한다. 예를 들어, 특정 회사의 세로 환기창의 평면도 상의 단면 길이는 150 mm이고, 높이는 세대내 바닥에서 천정까지의 높이(이하, "천정고"라 한다)를 갖는다. 150 mm보다 천정고(2300~2400 mm)의 길이가 더 길기 때문에, 어느 정도 높이 방향의 치수가 무한대라는 가정에 부합된다. 그러나, 가로 환기창의 경우, 세로 환기창을 90도 회전시킨 형태이므로, 단면도 상의 단면 길이는 일반적인 창호 길이 정도이고, 높이는 150 mm 정도이다. 이것을 그대로 2D로 모델링 할 경우, 단면도 상의 단면 길이는 일반적인 창호 길이로 표현되지만, 높이는 천정고인 2300 mm로 모델링되어, 실제보다 현저하게 커진다. 따라서, 가로 환기창의 경우 2D 상의 단면 길이를 조정할 필요가 있다. 이러한 제반 사항을 고려하여, 가로 환기창의 경우 세로 환기창과 동일 길이로 환산한 유효 단면적을 고려하여 폭을 설정한 후 2D 모델에 적용한다.
상기한 것과 과정을 통해 전체 아파트 단지의 2D 모델링을 수행한 다음에는, 지역 평균 풍속으로 8개의 풍향을 계산한다(S20). 풍속이 클수록 좋은 자연 환기 성능을 기대할 수 있는 것과 같이, 자연 환기 예측을 위해서는 풍속과 풍향이 중요한 변수로 작용한다.
기상청에서는 매 1시간 마다의 풍속, 풍향을 측정하여 발표하고 있다. 어떠한 풍속 자료를 사용할 것인가가 매우 중요하며, 일반적으로 최근 10년간의 평균 풍속을 사용하면 약 50% 빈도의 확률을 기대할 수 있으므로, 합리적인 자연 환기 예측이 가능하다. 그러나, 자연 환기 확보 기준을 좀 더 높게 설정한다면, 풍속이 낮은 하위 빈도의 풍속을 사용하여 좀 더 견고한 설계를 할 수도 있을 것으로 예상할 수 있다.
한편, 풍향은 보통 16 방위로 표시하는 것이 많으나, 지상 기상 전보식에는 36 방위각을 사용하고, 고층 기상 전보식에는 360 방위각을 사용한다. 그러나, 상기한 바와 같이, 자연 환기 예측을 위한 아파트 단지 2D 모델에서는 각 동 내부의 세대 형상을 모두 고려하므로, 8 방위 정도의 풍향을 고려하는 것만으로도 거의 모둔 경우의 수를 추출해 낼 수 있다. 따라서, 본 발명의 바람직한 실시예에 따르면, 데이터 용량 등을 고려하여, 북풍을 기준으로 45°간격으로 8개의 풍향 조건을 고려한다. 즉, 기상청에서 발표하는 지역 평균 풍향 조건에서 8개의 풍향을 고려하여 단지의 경계 조건을 부여한 후 2D CFD 해석을 수행한다(풍향별 8번 계산한다)(S20).
후속하여, 각 세대별 환기 횟수를 계산하기 위해서는 경계 조건이 필요하다. 즉, 정확한 경계 조건의 추출이 환기 횟수를 결정하게 되는데, 본 발명에 따르면, 세대별 입출구 압력값을 추출하여 최저값(최악 조건)을 선정한다(S30).
구체적으로 설명하면, 계산된 2D 단지 모델에서 각 환기창의 입출구의 압력을 얻을 수 있다. 세대의 위치별로 환기창의 압력값은 다르게 나타나며, 입출구간 압력 차이가 클수록 환기 횟수 역시 커지게 되므로, 어떠한 세대의 압력값을 사용 할지가 매우 중요하다. 따라서, 단지에 존재하는 동일 평형 세대 중에서 환기창 입출구 사이의 압력차가 가장 적은 세대(최악 조건의 세대)를 선택하여, 이때의 압력을 경계 조건으로 사용하여 환기 횟수를 평가한다면, 가장 최악인 조건에서의 세대별 환기 횟수를 예측할 수가 있다.
그러나, 압력만을 보고 가장 최악인 조건이라는 판단을 하는 것은 쉽지 않다. 따라서, 보조적인 방법으로 2D 모델에서의 환기 횟수를 평가하여 환기 횟수가 가장 낮은 세대를 선택한다면 이는 압력 조건이 최악인 세대를 선택한 것과 동일한 결과를 얻을 수 있다.
이러한 제반 사항을 고려하여, 본 발명의 바람직한 실시예에 따르면, 2D 아파트 단지 해석의 결과 각 평형별 환기 횟수가 가장 적은 세대를 추출하고(모든 세대에서 각 세대의 입구에서 들어오는 유량(또는 출구에서 나가는 유량)을 각 세대의 부피로 나눈 값이 환기 횟수이고 이 값이 가장 작은 세대가 최악 조건의 세대가된다), 이 세대의 각 환기창 압력을 3D 세대별 해석의 경계 조건으로 사용한다.
만일, 환기 횟수가 모든 세대에서 만족될 필요가 없고, 일정 비율 정도의 세대에서만 만족되어도 좋다는 기준이 있다면, 반드시 최악의 경우를 선택할 필요는 없고, 이 보다는 좋은 조건의 세대를 선택하여 경계 조건으로 사용할 수도 있다.
이어서, 2D 아파트 단지 해석에서 얻어진 압력 경계 조건(최저 압력 조건)을 이용하여 세대별 3D CFD 해석을 수행한다(예컨대, 단지에 24평형, 32평형, 42평형 이 혼재한다면, 이것을 한번에 모델링하는 것이 아니라, 24평형, 32평형, 42평형을 각각 모델링하여 3개의 모델에 대한 3D CFD 해석을 수행한다). 2D CDF 해석에서와 마찬가지로 각 환기창세서의 압력 강하를 고려하기 위해 모멘텀 저항 모델을 사용한다(S40). 이와 같이 3D CFD 해석으로 얻어진 유동장을 통해, 각 실별, 전체 세대별 환기 횟수를 예측하고 공기량 등의 분석을 통해, 양적, 질적 자연 환기 성능을 예측한다(즉, 유동 해석을 하면 각 환기창을 통해 들어오고 나가는 유량을 알 수가 있고, 따라서 이것을 단위 세대 부피로 나누면 환기횟수를 얻을 수 있다)(S50)(도 3 참조).
상기 예측한 자연 환기 성능이 법적 기준(예컨대, 환기 횟수 0,7회)을 만족한다면(S60, 예) 본 발명의 시뮬레이션 절차를 종료하면 되고, 만약 그 기준을 만족하지 못한다면(S60, 아니오), 법적 기준에 미달하는 세대에 대한 환기창 설계를 변형한 후(S70), 상기 S40 단계부터 절차를 반복한다.
이상 본 발명을 바람직한 실시예를 참조하여 설명하였지만, 본 발명은 이러한 실시예에 제한되지 않는다는 것에 유의하여야 한다. 따라서, 본 발명은 후술하는 특허청구범위를 벗어나지 않으면서 다양하게 변형 및 수정될 수 있고, 이러한 변형예 등은 모두 본 발명의 범위에 속하는 것이다.
상기한 바와 같이, 본 발명에 따르면, 2D 모델링과 3D 모델링을 적절히 조합 하고 또 수치 모델을 이용하여, 공동 주택의 자연 환기 성능을 합리적으로 예측할 수 있고, 이에 따라 법적 기준에 미달하는 세대에 대한 환기창의 설계를 용이하게 변경할 수 있다.

Claims (7)

  1. 아파트 단지 내 개별 세대의 자연 환기 성능 예측을 위한 시뮬레이션 방법으로서,
    (a) 상기 아파트 단지 전체를 2차원(2D)으로 모델링하는 단계와,
    (b) 상기 아파트 단지의 지역 평균 풍속과 풍향을 고려하여 단지의 경계 조건을 부여한 후 2D 전산 유체 역학(CFD) 해석을 수행하는 단계와,
    (c) 상기 2D CFD 해석을 통해 세대별 입출구 압력값을 추출하여 최저 압력 조건을 선정하는 단계와,
    (d) 상기 (c) 단계에서 얻어진 최저 압력 조건을 이용하여 세대별로 3D CFD 해석을 수행하는 단계와,
    (e) 상기 (d) 단계에서 3D CFD 해석으로 얻어진 유동장을 이용하여 각 세대별 환기 성능을 예측하는 단계
    를 포함하는 것을 특징으로 하는 아파트 단지 내 개별 세대의 자연 환기 성능 예측을 위한 시뮬레이션 방법.
  2. 청구항 1에 있어서, 상기 (a) 단계에서 각 세대별 형상 특성을 반영하여 2D 모델링을 수행하는 것을 특징으로 하는 아파트 단지 내 개별 세대의 자연 환기 성능 예측을 위한 시뮬레이션 방법.
  3. 청구항 2에 있어서, 상기 (a) 단계 및 (d) 단계에서의 2D CFD 해석 및 3D CFD 해석시 모멘텀 저항 모델이 적용되는 것을 특징으로 하는 아파트 단지 내 개별 세대의 자연 환기 성능 예측을 위한 시뮬레이션 방법.
  4. 청구항 3에 있어서, 상기 (b) 단계에서 북풍을 기준으로 하여 45°간격으로 8개의 풍향 조건을 고려하는 것을 특징으로 하는 아파트 단지 내 개별 세대의 자연 환기 성능 예측을 위한 시뮬레이션 방법.
  5. 청구항 1 내지 청구항 4 중 어느 한 항에 있어서, 상기 (c) 단계에서, 상기 추출된 세대별 입출구 압력 중 환기창의 입출구 압력차가 가장 적은 세대를 선택하여 이때의 압력을 상기 최저 압력 조건으로 선정하는 것을 특징으로 하는 아파트 단지 내 개별 세대의 자연 환기 성능 예측을 위한 시뮬레이션 방법.
  6. 청구항 4에 있어서, 상기 2D CFD 해석에서 환기 횟수를 평가하여, 환기 횟수가 가장 낮은 세대를 선택하고, 이 세대의 환기창 입출구 압력을 상기 최저 압력 조건을 선정하는 것을 특징으로 하는 아파트 단지 내 개별 세대의 자연 환기 성능 예측을 위한 시뮬레이션 방법.
  7. 청구항 6에 있어서, 상기 (e) 단계에서의 예측 결과, 환기 성능이 소정의 법적 기준을 충족시키지 못하는 경우, 그 법적 기준에 미달하는 세대에 대한 환기창 설계를 변경하는 단계를 더 포함하는 것을 특징으로 하는 아파트 단지 내 개별 세대의 자연 환기 성능 예측을 위한 시뮬레이션 방법.
KR1020060106067A 2006-10-31 2006-10-31 아파트 단지 내 개별 세대의 자연 환기 성능 예측 방법 KR101142832B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060106067A KR101142832B1 (ko) 2006-10-31 2006-10-31 아파트 단지 내 개별 세대의 자연 환기 성능 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060106067A KR101142832B1 (ko) 2006-10-31 2006-10-31 아파트 단지 내 개별 세대의 자연 환기 성능 예측 방법

Publications (2)

Publication Number Publication Date
KR20080038741A true KR20080038741A (ko) 2008-05-07
KR101142832B1 KR101142832B1 (ko) 2012-05-08

Family

ID=39647157

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060106067A KR101142832B1 (ko) 2006-10-31 2006-10-31 아파트 단지 내 개별 세대의 자연 환기 성능 예측 방법

Country Status (1)

Country Link
KR (1) KR101142832B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723023A (zh) * 2021-08-30 2021-11-30 贵州乌江水电开发有限责任公司 一种基于cfd的水电站地下厂房通风效果模拟分析方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102121940B1 (ko) 2018-12-11 2020-06-11 대한민국 가상현실 기반 공기 유동상황 시각화 시스템 및 방법
KR102376681B1 (ko) 2019-12-23 2022-03-21 (주)미래환경플랜건축사사무소 건축물 맞춤형 전산유체역학 모델 최적 격자 설계 시스템 및 최적 격자 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100668460B1 (ko) * 2005-03-26 2007-01-12 삼성물산 주식회사 아파트 환기개선용 돌출물 설치방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723023A (zh) * 2021-08-30 2021-11-30 贵州乌江水电开发有限责任公司 一种基于cfd的水电站地下厂房通风效果模拟分析方法
CN113723023B (zh) * 2021-08-30 2023-11-24 贵州乌江水电开发有限责任公司 一种基于cfd的水电站地下厂房通风效果模拟分析方法

Also Published As

Publication number Publication date
KR101142832B1 (ko) 2012-05-08

Similar Documents

Publication Publication Date Title
Dogan et al. Shoeboxer: An algorithm for abstracted rapid multi-zone urban building energy model generation and simulation
Abdelalim et al. Data visualization and analysis of energy flow on a multi-zone building scale
Egan et al. Definition of a useful minimal-set of accurately-specified input data for Building Energy Performance Simulation
Nouvel et al. Urban energy analysis based on 3D city model for national scale applications
Jayaweera et al. A parametric approach to optimize solar access for energy efficiency in high-rise residential buildings in dense urban tropics
Rodrigues et al. How reliable are geometry-based building indices as thermal performance indicators?
Hyun et al. Analysis of uncertainty in natural ventilation predictions of high-rise apartment buildings
Strachan ESP-r: Summary of validation studies
Ruiz et al. Global sensitivity analysis applied to total energy use in buildings
KR101142832B1 (ko) 아파트 단지 내 개별 세대의 자연 환기 성능 예측 방법
Zhou et al. Integrated performance optimization of industrial buildings in relation to thermal comfort and energy consumption: A case study in hot summer and cold winter climate
Abdeen et al. Simulation-based multi-objective genetic optimization for promoting energy efficiency and thermal comfort in existing buildings of hot climate
Liu et al. Evaluating the effectiveness of transom window in reducing cooling energy use in high-rise residential buildings in Hong Kong
Delghust et al. Enrichment of single-zone EPB-data into multi-zone models using BIM-based parametric typologies
Izadyar et al. Numerical simulation of single-sided natural ventilation: Impacts of balconies opening and depth scale on indoor environment
Sharifi et al. Estimation of load duration curves from general building data in the building stock using dynamic BES-models
Duverge et al. Assessment of factors influencing the energy and water performance of aquatic centres
Zhang et al. Predicting solar gains based on on-board monitored data: Exploring dynamic methods on a full-size building case
Koffi et al. Assessment of single-sided ventilation with acoustic shutters on windows
Rajput et al. Analyzing the effects of passive design strategies on building ventilation performance and thermal comfort using simulation-based approach
Duverge et al. Calibrating the energy simulation model of an aquatic centre
Yassaghi et al. Building Energy Demand Under Future Design Condition: A Case of Philadelphia Office Buildings
Nguyen Van et al. Optimization for Passive Design of Large Scale Housing Projects for Energy and Thermal Comfort in a Hot and Humid Climate
Silva de Abreu Modeling of Hurricane-Induced Interior and Contents Damage and Associated Time-Related Expenses to Residential Buildings
Chen et al. Hybrid ventilation potential investigation for small and medium office buildings in different US climates under uncertainties

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150416

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160225

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170217

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180307

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190411

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20200312

Year of fee payment: 9