Nemli Havanın Psikrometrik Özelliklerinin Analizi: ASHRAE Matematiksel Modeli

Öz

Bu makalede, nemli havanın termodinamik özellikleri ASHRAE tarafından verilen eşitlikler

kullanılarak 5 farklı matematiksel model için çözümlenmiştir. Psikrometrik diyagram ve çizelgeler

kullanılmadan, termodinamik analizlerin yapılabilmesi için Microsoft Excel’de bir VBA Makro

programı yazılmıştır. Program 5 girdi kombinasyonuna göre tanımlanmıştır: 1) Kuru termometre ve

yaş termometre sıcaklıkları, 2) Kuru termometre ve çiğ noktası sıcaklıkları, 3) Kuru termometre

sıcaklığı ve bağıl nem, 4) Kuru termometre ve nem içeriği, 5) Kuru termometre ve özgül entalpi.

Çıktı olarak, modele göre yaş termometre sıcaklığı, çiğ noktası sıcaklığı, bağıl nem, nem içeriği,

buhar basıncı, özgül hacim, doyma derecesi, entalpi gibi diğer psikrometrik özellikler

çözümlenmiştir. Yüksek doğrulukla elde edilen model çıktıları psikrometrik diyagram üzerinde

gösterilmiştir. Programı test etmek için birçok sayısal çözümleme yapılmıştır. Örnek vermek

gerekirse, atmosfer basıncının 101.325 kPa, kuru termometre sıcaklığı 30°C ve bağıl nemin %65

olduğu koşullarda (Model 3), yaş termometre sıcaklığı 24.7°C, çiğ noktası sıcaklığı 22.7°C, nem

içeriği 17.4 g/kg kuru hava ve entalpi 74.7 kJ/kg kuru hava olarak hesaplanmıştır.

Anahtar Kelimeler

• Nemli hava,ideal gaz yasası,psikrometrik analiz

Kaynakça

1. ASHRAE, 2009. Psychrometrics, Ch1: 1.1-1.16, In:Fundamentals (SI Edition).
2. Bahadori, A., Zahedi, G., Zendehboudi, S., Hooman, K., 2013. Simple predictive tool to estimate relative humidity using wet bulb depression and dry bulb temperature, Applied Thermal Engineering, 50(1): 511-515.
3. CIBSE 2007. Properties of humid air, 1-67, In: Reference Data, Guide C, Cibse, London.
4. Devres, Y., 1994. Psychrometric properties of humid air: calculations procedures, Applied Energy 48, 1–8
5. Estrada-Jaramillo, M., Vera-Romero, I., Martínez-Reyes, J., Ortiz-Soriano, A., Barajas-Ledesma, E., 2014. Empirical Model to Calculate the Thermodynamic Wet-Bulb Temperature of Moist Air, Engineering, 6, 500-506.
6. Kavanaugh, S., McCrary, B., Woodbury, K., 2006. Psychrometric spreadsheet, ASHRAE J. 48(1): 28–32.
7. Mittal, G. S., Zhang, J., 2003. Artficail neural network- based psychrometric predictor, Biosystems Engineering, 85 (3), 283-289.
8. Rogdakis, E., Tertipis, D., 2014. An accurate and computationally efficient approximation to psychrometric calculations, International Journal of Latest research in Science and Technology 3 (3), 15–24.

9. Singh, A. K., Singh, H., Singh, S. P. Sawhney, R. L., 2002. Numerical Calculation of Psychrometric Properties on a Calculator. Building and Environment, 37, 415-419.
10. Wang, D. C., Fang, W., Fon, D. S., 2002. Development of a Digital Psychrometric Calculator Using MATLAB. Acta Hort, 578, 339-344.