https://etalpykla.vilniustech.lt/handle/123456789/153438 2026-04-05T18:33:28Z 2026-04-05T18:33:28Z Rathnayaka Kaluarachchige, Dulana Gajaba Kaluarachchi Baltrėnaitė-Gedienė, Edita https://etalpykla.vilniustech.lt/handle/123456789/159327 2025-10-20T06:49:14Z 2025-01-01T00:00:00Z

Corrigendum “Interactive mechanisms between pfas and soil characteristics: a review” Rathnayaka Kaluarachchige, Dulana Gajaba Kaluarachchi; Baltrėnaitė-Gedienė, Edita

2025-01-01T00:00:00Z Bielskus, Juozas Reza, Abu Muhammad Mustakim Rogoža, Artur https://etalpykla.vilniustech.lt/handle/123456789/158846 2025-09-04T11:48:23Z 2025-01-01T00:00:00Z

Sustainable transformation of district heating networks: a case study of Salininkai Bielskus, Juozas; Reza, Abu Muhammad Mustakim; Rogoža, Artur Global climate challenges, driven by rising greenhouse gas emissions and unsustainable energy practices, demand urgent action to transition toward cleaner and more efficient energy systems. The European Union has set ambitious targets to combat climate change, promoting renewable energy adoption and efficiency. Lithuania plays a crucial role in this transition with its cold winters and reliance on centralised heating systems. District Heating Networks (DHNs), which supply heat to residential and commercial buildings, are vital to achieving energy efficiency and sustainability in Lithuania’s urban areas. The Salininkai DHN in Vilnius serves 46 buildings, including residential structures, a kindergarten, a supermarket, and small businesses. Powered by two 4.7 MW gas boilers with 85% efficiency, the system faces substantial heat losses due to its centralised heating point at one network corner and inefficiencies in many buildings with F and G energy class ratings and outdated radiator systems. This study evaluates Salininkai’s energy production and distribution systems to improve efficiency and sustainability. Using EnergyPRO, the analysis simulates various scenarios, including integrating a 1 MW electric air-to-water heat pump, a 3,000 m³ thermal storage system, and a solar park to reduce natural gas and commercial electricity dependency. Additionally, it explores repositioning the heating source to the network’s centre and decentralising the network. The insights gained will guide recommendations to optimise heat distribution, reduce energy losses, and enhance the network’s sustainability, which will be vetted by the Primary Energy Factor (PEF). These strategies could position the Salininkai DHN as a model for similar networks facing comparable challenges worldwide.; Globalūs klimato iššūkiai, kylantys dėl didėjančio šiltnamio efektą sukeliančių dujų kiekio bei netvarių energijos vartojimo įpročių, skatina skubius veiksmus pereinant prie švaresnių ir efektyvesnių energijos sistemų. Europos Sąjunga yra išsikėlusi ambicingus tikslus kovai su klimato kaita, skatindama atsinaujinančių energijos šaltinių naudojimą ir energijos vartojimo efektyvumą. Lietuva, pasižyminti šaltomis žiemomis ir priklausomybe nuo centralizuotų šilumos tiekimo sistemų, šiame kontekste atlieka svarbų vaidmenį. Centralizuoto šilumos tiekimo tinklai (CŠTT), kurie tiekia šilumą gyvenamiesiems ir komerciniams pastatams, yra kertiniai elementai siekiant energinio efektyvumo ir tvarumo Lietuvos miestuose. Salininkų CŠTT šiuo metu Vilniuje aptarnauja 46 pastatus: gyvenamuosius namus, vaikų darželį, prekybos centrą ir mažas įmones. Sistemą sudaro du 4,7 MW galios dujiniai katilai, kurių naudingumo koeficientas siekia 85 %, tačiau ji susiduriama su keliais iššūkiais: šilumos šaltinis įrengtas viename tinklo kampe, dėl to fiksuojami dideli šilumos nuostoliai, o daugelio pastatų energinio naudingumo klasė yra F arba G. Be to, naudojamos pasenusios radiatorinės sistemos. Šiame tyrime vertinama Salininkų energijos gamybos ir paskirstymo sistema, siekiant padidinti jos efektyvumą ir tvarumą. Naudojant „EnergyPRO“ programinę įrangą, buvo simuliuoti įvairūs scenarijai, įskaitant 1 MW galios elektrinio oro-vandens šilumos siurblio integravimą, 3,000 m³ talpos šilumos akumuliacinę talpyklą ir saulės parką, siekiant sumažinti priklausomybę nuo gamtinių dujų ir komercinės elektros energijos. Taip pat vertinamos galimybės perkelti šilumos šaltinį į tinklo centrą ir decentralizuoti sistemą. Gautos įžvalgos padės formuluoti rekomendacijas, kaip optimizuoti šilumos paskirstymą, sumažinti energijos nuostolius bei padidinti tinklo tvarumą, atsižvelgiant į pirminės energijos faktorių (PEF). Įgyvendinus šias strategijas, Salininkų CŠTT galėtų tapti pavyzdys panašiems tinklams visame pasaulyje.

2025-01-01T00:00:00Z Banuškevičius, Artūras https://etalpykla.vilniustech.lt/handle/123456789/158845 2025-09-04T11:48:04Z 2025-01-01T00:00:00Z

Dirbtinio intelekto taikymas šildymo, vėdinimo ir oro kondicionavimo sistemoms optimizuoti: galimybės, iššūkiai ir perspektyvos Banuškevičius, Artūras Dirbtinio intelekto (DI) technologijos sparčiai tobulėja, o jų taikymas optimizuojant šildymo, vėdinimo ir oro kondicionavimo (ŠVOK) sistemų veikimą tampa vis plačiau paplitęs. ŠVOK sistemos naudoja apie 40 % pastatų energijos, tad jų gedimai ar netinkamas valdymas gali nulemti dideles CO2 emisijas. DI technologijos suteikia galimybę užtikrinti efektyvų energijos vartojimą, pagerinti komforto parametrus ir prisidėti prie tvarumo didinimo. Pasitelkiant realiojo laiko duomenų analizę ir prognozavimo metodus, DI gali optimizuoti ŠVOK sistemų veikimą, sumažinti energijos sąnaudas ir didinti sistemų patikimumą, taip prailginant jų eksploatavimo trukmę. Be to, DI padeda prognozuoti gedimus, tai leidžia laiku pritaikyti prevencines priemones ir išvengti galimų įrangos remonto išlaidų. Straipsnyje pateikiama naujausios literatūros analizė, kurioje išsamiai nagrinėjami pagrindiniai DI modeliai ir jų taikymas ŠVOK sistemoms. Nors technologijų pažanga didėja sparčiai, vis dar išlieka nemažai iššūkių, tokių kaip modelių tikslumas, pritaikomumas, gebėjimas generalizuoti, integracija su esamomis sistemomis, duomenų kokybė ir trūkumas, modelių interpretavimas, aukštos diegimo sąnaudos ir galutinių vartotojų komforto užtikrinimas. Nepaisant šių iššūkių, dirbtinis intelektas neabejotinai atveria didžiules galimybes ir jau dabar neišvengiamai tampa ŠVOK sistemų dalimi. Nors šiuo metu susiduriama su tam tikromis kliūtimis, technologijų tobulėjimas ir nuolatinis naujų sprendimų diegimas leis dar labiau pritaikyti DI, todėl jo integracija į ŠVOK sistemų valdymą yra ne tik technologinis progresas, bet ir svarbus žingsnis link tvaresnės, efektyvesnės ir komfortiškesnės aplinkos ateityje.; Artificial Intelligence (AI) technologies are rapidly advancing, and their application in optimizing the heating, ventilation, and air conditioning (HVAC) systems operation is becoming more and more common. HVAC systems are using a significant portion of a building‘s energy consumption, moreover systems failures or poor management can lead to substantial energy losses. AI technologies offer a potential to ensure efficient energy use, improve user thermal comfort parameters, and contribute to sustainability efforts. By utilizing real-time data analysis and forecasting methods, AI can optimize HVAC system performance, reduce energy usage, and enhance system reliability, also extend their operational lifespan, by effectively predicting failures, enabling preventive measures and avoiding costly repair expenses. This paper presents a review of the latest literature, examining key AI models and their applications to HVAC systems. Despite the progress in these technologies, multiple challenges still remain, such as model accuracy, adaptability, integration with existing systems, lack of data or it’s quality, model interpretation, high implementation costs, and ensuring user comfort. Nevertheless, AI undoubtedly opens up a lot of new opportunities and become an inevitable part of the future of HVAC systems. Although certain obstacles are currently encountered, technological advancements and the continuous implementation of new solutions will enable even greater application of AI. Therefore, its integration into HVAC systems is not only a technological advancement but also a significant step toward a more sustainable, efficient, and comfortable environment in the future.

2025-01-01T00:00:00Z Ali, Dalia Mohammed Talat Ebrahim Motuzienė, Violeta https://etalpykla.vilniustech.lt/handle/123456789/158844 2025-09-04T11:46:57Z 2025-01-01T00:00:00Z

Dirbtinis intelektas pastatų valdymo sistemose: duomenų ir saugumo iššūkių apžvalga Ali, Dalia Mohammed Talat Ebrahim; Motuzienė, Violeta Siekiant didinti pastatų energinį efektyvumą vis daugiau dėmesys kreipiamas į pastatų išmanumą ir energiją vartojančių sistemų valdymo efektyvumo gerinimą. Dirbtinio intelekto integravimas į pastato mikroklimato sistemų valdymą yra inovatyvus būdas, leidžiantis sutaupyti energijos. Visgi čia svarbu ne tik dirbtinio intelekto modelio pasirinkimas, bet kritiškai svarbus elementas yra duomenys – jų kiekis, kokybė ir patikimumas, prieinamumas bei kiti aspektai, tarp jų ir asmeninių duomenų panaudojimo etiniai aspektai. Šiame straipsnyje yra apžvelgiami su duomenimis susiję iššūkiai, su kuriais susiduriama siekiant panaudoti dirbtinį intelektą šildymo, vėdinimo ir oro kondicionavimo (ŠVOK) sistemų valdymui tobulinti, bei pateikiamos įžvalgos ir rekomendacijos.; In the context of enhancing the energy efficiency of buildings, there is a growing emphasis on the development of smart buildings and the optimisation of energy management systems. The integration of artificial intelligence into the control of building indoor climate systems represents a novel approach for energy conservation. However, it is imperative to recognise that the selection of the AI model is not the sole determining factor in the efficacy of this approach. The quality, quantity and reliability of the data, its availability, and other pertinent considerations, such as the ethical utilisation of personal data, are also crucial factors. This paper discusses the data-related challenges of using artificial intelligence to improve the control of HVAC systems and provides insights and recommendations.

2025-01-01T00:00:00Z