เทพฤทธิ์ ทองชุบ2553-12-272553-12-272553https://dspace.spu.ac.th/handle/123456789/1975การคำนวณค่าภาระการทำความเย็นโดยใช้วิธีพื้นฐานดั้งเดิม คือ วิธีสมดุลความร้อน ขั้นตอนการคำนวณจะมีความซับซ้อน เนื่องจากอิทธิพลของการสะสมความร้อนในส่วนต่างๆ ของพื้นที่ ทำให้มีความยุ่งยากและไม่สะดวกในการใช้งานจริง ถึงแม้ว่าผลลัพธ์ที่ได้จะแม่นยำก็ตาม ดังนั้นจึงทำให้มีการคิดค้นวิธีการต่างๆ ขึ้นมา เพื่อให้มีความสะดวกในการใช้งานจริง ซึ่งวิธีที่นิยมใช้กันโดยทั่วไป คือ วิธี CLTD แต่เนื่องจากการทำขั้นตอนการคำนวณให้ง่ายขึ้น จะต้องมีการกำหมดสมมุติฐานขึ้นหลายข้อ ทำให้เกิดความคลาดเคลื่อนขึ้นในผลลัพธ์ที่ได้ ในปัจจุบันได้มีการพัฒนาวิธีการคำนวณค่าภาระการทำความเย็นแบบใหม่ขึ้นมา คือ วิธีอนุกรมเวลาของการแผ่รังสี ซึ่งเป็นวิธีที่มีความสะดวกในการใช้งานและผลลัพธ์ที่ได้ออกมามีความแม่นยำ ในงานวิจัยนี้ จะเป็นการเปรียบผลลัพธ์การคำนวณค่าภาระการทำความเย็น โดยวิธีอนุกรมเวลาของการแผ่รังสีวิธี วิธี CLTD และวิธีสมดุลความร้อน โดยมีการนำข้อมูลจริงของ อุณหภูมิกระเปาะแห้งภายนอก อุณหภูมิกระเปาะเปียกภายนอก และค่าความร้อนจากแสงอาทิตย์ ในเขตกรุงเทพมหานคร มาใช้งาน เพื่อทำให้ผลลัพธ์ที่ได้ใกล้เคียงความเป็นจริงมากขึ้น โดยมีการเปรียบเทียบในสองกรณี คือ แบบพื้นที่ที่ไม่มีกระจกและมีกระจก ผลลัพธ์ที่ได้พบว่าค่าภาระการทำความเย็นที่ได้จากการคำนวณโดยวิธีสมดุลความร้อนจะมีค่าต่ำกว่า วิธีอนุกรมเวลาของการแผ่รังสี และวิธี CLTD เล็กน้อย ความแตกต่างจะเพิ่มขึ้นในกรณีที่มีกระจก ผลลัพธ์ที่ได้จากวิธีอนุกรมเวลาของการแผ่รังสี จะมีค่าใกล้เคียงกับวิธีสมดุลความร้อนมากกว่า วิธี CLTD เนื่องจากในวิธีอนุกรมเวลาของการแผ่รังสี จะมีการเฉลี่ยความร้อนจากการแผ่รังสีของบริเวณที่มีอุณหภูมิแตกต่างกัน เพื่อให้เข้าสู่จุดสมดุล จึงทำให้ค่าความร้อนในเวลานั้นลดลง ดังนั้นจะเห็นว่าการคำนวณค่าภาระการทำความเย็นยวิธีวิธีอนุกรมเวลาของการแผ่รังสีจะให้ผลลัพธ์ออกมาแม่นยำกว่าวิธี CLTD ซึ่งจะทำให้การออกแบบระบบปรับอากาศมีความประหยัดทั้งด้านการลงทุนและค่าพลังงานไฟฟ้าอีกด้วยภาระการทำความเย็น การสะสมความร้อน อนุกรมเวลาของการแผ่รังสี วิธี CLTDCooling Load, Thermal Storage, Radiant Time Series Method, CLTD Methodการคำนวณค่าภาระการทำความเย็น โดยใช้วิธีอนุกรมเวลาของการแผ่รังสี กรณีศึกษาในเขตกรุงเทพมหานครThe Cooling Load Calculation by Radiant Time Series Method for Bangkok