Date of Publication

4-14-2025

Document Type

Dissertation

Degree Name

Doctor of Philosophy in Electronics and Communications Engineering

Subject Categories

Controls and Control Theory | Electrical and Computer Engineering | Power and Energy | Systems and Communications

College

Gokongwei College of Engineering

Department/Unit

Electronics And Communications Engg

Thesis Advisor

Aaron Don M. Africa

Defense Panel Chair

Roy Francis Navea

Defense Panel Member

Ana Antoniette C. Illahi
Aristotle T. Ubando
Marla C. Maniquiz-Redillas
Pocholo James M. Loresco

Abstract (English)

Split air conditioning units (ACUs) play a paramount role in providing thermal comfort in buildings. The conventional approach of schedule or pre-timed system operations causes energy inefficiencies, resulting in exceedingly high energy consumption. This research proposes an intelligent control system to automate ACU setpoint regulation with respect to real-time indoor and outdoor environmental conditions and room occupancy in an educational building. Analysis of ACU's steady-state power consumption was conducted using curve fitting, neural network fitting, and Principal Component Analysis (PCA) to identify key factors influencing energy consumption. Then, K-clustering was applied to categorize various environmental scenarios and occupancy patterns, enabling the identification of distinct operational states. Regression analysis was performed to establish predictive relationships between power consumption and environmental variables, forming the foundation for developing the FIS rules. The proposed approach relies on ACU power modeling, fuzzy logic, and rough fuzzy set (RFS) optimization to build a fuzzy inference system (FIS) that can dynamically adjust ACU setpoints to ensure thermal comfort while maintaining energy efficiency. These rules were then refined using RFS to minimize redundancy, reducing the overall rule set and enhancing both computational efficiency and interpretability. The enhanced FIS was then evaluated with real historical data from an uncontrolled environment, thermal comfort surveys regarding user satisfaction over a range of ACU setpoints and computed potential power savings using cumulative sum technique at various ACU settings. It follows that the intelligent system can maintain comfort conditions while achieving ACU daily average power savings of 25.26% and steady-state power period at 63.24% of its operating time, as compared to conventional variable setpoint ACU operation. Overall, the proposed strategy allows scalable deployment opportunities in applications in smart buildings, where dynamic and data-driven decisions are the essence of sustainable energy management.

Abstract Format

html

Abstract (Filipino)

Ang split air conditioning units (ACUs) ay may napakahalagang papel sa pagbibigay ng kumportableng pakiramdam sa mga gusali. Ang karaniwang paraan ng operasyon ayon sa iskedyul ay nagdudulot ng hindi kahusayan sa paggamit ng enerhiya at nagreresulta sa mataas na pagkonsumo ng kuryente. Ang pananaliksik na ito ay nagmumungkahi ng isang matalinong sistema ng pagkontrol ng temperatura ng ACU batay sa kasalukuyang kondisyon ng kapaligiran sa loob at labas ng mga silid ng isang gusaling pang-edukasyon. Ang pagsusuri sa normal na estado ng pagkonsumo ng ACU ay isinagawa gamit ang curve fitting, neural network fitting, at Principal Component Analysis (PCA) upang matukoy ang mga pangunahing salik na nakakaimpluwensya sa pagkonsumo ng enerhiya. Pagkatapos, ginamit ang K-clustering para ikategorya ang iba't ibang senaryo sa kapaligiran, iba't ibang pamamaraan ng paggamit ng espasyo, at mga pattern, na nagbigay-daan sa pagkilala sa iba't ibang estado ng operasyon. Ang pagsusuri sa regresyon ay isinagawa upang maitatag ang mga ugnayan sa paghula sa pagitan ng pagkonsumo ng kuryente at mga variable sa kapaligiran, na nagsisilbing batayan para sa pagbuo ng mga patakaran ng fuzzy inference system (FIS). Ang iminungkahing pamamaraan ay nakabatay sa pagmomodelo ng kapangyarihan ng ACU, fuzzy logic, at rough fuzzy set (RFS) sa pag-optimize upang bumuo ng (FIS) na maaaring dynamic na mag-adjust ng mga setpoint ng ACU upang matiyak ang thermal comfort habang pinapanatili ang matipid na pagkonsumo ng enerhiya. Ang mga alituntuning ito ay lalong pinino gamit ang RFS upang mabawasan ang pagiging labis ng mga proseso, binabawasan ang kabuuang hanay ng mga patakaran, at pinapabuti ang kahusayan sa pag-compute at pagiging madaling maunawaan. Ang pinahusay na FIS ay sinuri gamit ang tunay na makasaysayang datos mula sa isang hindi kontroladong kapaligiran, ginhawang temperatura ng ACU, at kinakalkulang potensyal sa pagtitipid sa kuryente gamit ang cumulative sum technique sa iba't ibang setting ng ACU. Samakatuwid, mapapanatili ng matalinong sistema ang komportableng kondisyon habang nakakamit ang pang-araw-araw na pagtitipid sa kuryente ng ACU na 25.26% at pangkalahatang normal na konsumo na umaabot sa 63.24% ng oras ng pagpapatakbo nito, kumpara sa karaniwang operasyon ng ACU na may iba't ibang temperatura. Sa pangkalahatan, iminumungkahi ang estratehiyang ito sa mga pagkakataong mas malawakang ma-deploy sa iba't ibang uri ng gusali, kung saan ang pinakamahalagang esensya ng napapanatiling pamamahala ng enerhiya ay nakabatay sa mga dinamikong desisyon at datos.

Abstract Format

html

Language

English

Format

Electronic

Keywords

Air conditioning—Control; Air conditioning—Efficiency

Upload Full Text

wf_yes

Embargo Period

4-13-2025

Download

Share

COinS