【要約】大阪市の温湿度グラフで分析 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
DDC更新工事に従事する設計者が、PLCへの置き換えに伴う外気冷房制御の最適化という課題に直面した。設計段階で、外気と還気のどちらが省エネかを判断するロジックの妥当性を検証する必要があった。
- ・外気冷房の切り替え判断に不可欠なエンタルピーの変動傾向が不明確であった。
- ・実機試験を行う前に、どのような条件下で外気冷房が有効かを理論的に把握する必要があった。
- ・空調機にとって省エネな制御を行うための、判断基準となる数値の特定が求められていた。
// Approach
気象庁のCSVデータをPythonで解析し、気温と湿度からエンタルピーを算出する手法を採用した。Jupyter Notebookを活用し、対話的にデータの傾向を可視化するプロセスを構築した。
- ・pandasを用いて時系列データを読み込み、matplotlibで可視化を行った。
- ・気温と相対湿度から、複雑な数式を用いてエンタルピーを算出。
- ・室内エンタルピーの目安（50.42kj/kg）をグラフに描画し、外気との比較を実施した。
- ・データの密度を調整するため、特定の期間に絞った細分化による可視化を行った。
// Result
気象データの可視化により、外気冷房が有効となる期間の傾向を特定することに成功した。これにより、制御ロジックの設計における理論的な裏付けを得ることができた。
- ・室内基準値を下回る期間を視覚的に把握できた。
- ・外気冷房が有効な傾向にある時期を、グラフから読み取ることが可能となった。
- ・今後はPLCのログを用い、実機稼働時の条件との整合性を分析する計画である。
- ・実機試験における、外気冷房の有効条件の予測精度向上に寄与する。
Senior Engineer Insight
> 制御ロジックの設計において、物理量に基づく事前検証は極めて重要だ。本件は気象データを用いた簡易的なシミュレーションとして機能している。しかし、計算式がマジックナンバーの羅列であり、物理的根拠の明示が不足している。実運用では、センサー誤差や局所的な気象変動を考慮したモデルが必要だ。また、PLCのログとの突合による検証が、実機導入時のリスク低減に直結する。