В статье рассмотрены конструктивные особенности, технические и эксплуатационные характеристики основных типов вентиляторов. Результаты их анализа указывают на необходимость учета большого числа параметров при подборе оборудования при проектировании системы вентиляции конкретного объекта и целесообразности использования для этого информационных технологий. Подбор вентилятора производится индивидуально под каждый объект, с учетом площадей помещений, объемов перемещаемого воздуха и условий внешней среды. Его эффективность определяется степенью достижения баланса между энергопотреблением, стоимостью оборудования и качеством поддержания заданных параметров микроклимата в помещениях. Ключевым критерием подбора определено расстояние до идеальной точки, где в качестве координат идеальной точки выступают значения параметров системы вентиляции, полученные по результатам расчета при ее проектировании. Целью настоящего исследования является повышение эффективности работы проектировщика систем вентиляции посредством предоставления инструмента для автоматизации процесса подбора вентиляторов на основе полученных результатов в виде хранилища данных. Основываясь на результатах анализа предметной области, спроектирована архитектура хранилища, построены его концептуальная и логическая модели. Разработанный проект централизованного хранилища данных для подбора вентиляторов в зависимости от условий их работы в системе вентиляции представляет собой инструмент для обработки информации, способный снизить нагрузку на проектировщика.
This article examines the design features, technical characteristics, and operational performance of the main types of fans. The results of their analysis highlight the need to consider a large number of parameters when selecting equipment for a specific facility’s ventilation system, as well as the feasibility of using information technology for this purpose. Fan selection is tailored to each facility, taking into account the area of the rooms, the volume of air moved, and the external environmental conditions. Its effectiveness is determined by the degree to which a balance is achieved between energy consumption, equipment cost, and the quality of maintaining the specified indoor microclimate parameters. The key selection criterion is the distance to the ideal point, where the coordinates of the ideal point are the ventilation system parameters obtained through calculations during the design process. The aim of this study is to improve the efficiency of ventilation system designers by providing a tool for automating fan selection based on the obtained results in the form of a data warehouse. Based on the results of the domain analysis, the architecture of the warehouse was designed, and its conceptual and logical models were constructed. The developed centralized data warehouse project for selecting fans based on their operating conditions in a ventilation system represents a data processing tool capable of reducing the designer’s workload.
1. Стефанов Е. В. Вентиляция и кондиционирование воздуха. СПб.: АВОК СЕВЕРОЗАПАД, 2005. 400 с. [Электронный ресурс]. URL: https://www.elibrary.ru/item.asp?id=19625715 (дата обращения: 12.03.2026).
2. Боровицкий А. А. Метод определения оптимального коэффициента эффективности местных вытяжных устройств // Журнал СОК. 2025. № 3. С. 40–41. URL: https://www.c-o-k.ru/articles/sravnitelnaya-optimizaciya-vozduhoobmena-dlya-osnovnyh-tipov-mestnyh-vytyazhnyh-ustroystv (дата обращения: 12.03.2026).
3. Савельев Ю. Л. Основы проектирования систем общеобменной вентиляции учебных кабинетов и классов образовательных организаций // Сантехника, отопление, кондиционирование. 2016. № 9 (177). С. 56–65. URL: https://www.elibrary.ru/item.asp?edn=mzfitv (дата обращения: 12.03.2026).
4. Гримитлин М. И. Распределение воздуха в помещениях. СПб.: АВОК Северо-Запад, 2004. 320 с. URL: https://djvu.online/file/HXJcOa2vh3eG3 (дата обращения: 12.03.2026). ISBN 5-902146-06-2.
5. Гужов С. В., Арбатский А. А., Крылова Е. В., Белякова В. А., Сорокина А. О. Повышение эффективности автоматизированной системы управления вентиляцией здания общежития 6000 м2 с ИТП // Сантехника, отопление, кондиционирование 2026. № 1. C. 112–114. URL: https://www.c-o-k.ru/articles/povyshenie-effektivnosti-avtomatizirovannoy-sistemy-upravleniya-ventilyaciey-zdaniya-obschezhitiya-6000-m2-s-itp (дата обращения: 20.03.2026).
6. Позин Г. М. О точности определения коэффициента воздухообмена // Вестник МГСУ. 2011. № 7. С. 319–325. EDN: OWFEBX.
7. Андрийчук В. Н. Методика расчета регулировочных характеристик вентиляционных систем с вихревыми регулирующими устройствами // Вестник ЛГУ имени В. Даля. 2023. № 1 (67). С. 18–26. URL: https://www.elibrary.ru/item.asp?id=50482927 (дата обращения: 23.03.2026).
8. Соколов В. И., Черникова И. Д., Салуквадзе Г. В. Методика оценки эффективности байпасного способа регулирования аэродинамических характеристик вентиляционных систем // Вестник евразийской науки. 2025. Т. 17. № 1. URL: https://esj.today/PDF/35SAVN125 (дата обращения: 11.03.2026).
9. Андрийчук Н. Д., Пилавов М. В., Рябичев В. Д., Соколов В. И., Черникова И. Д. Вентиляционные системы с вихревыми и струйными регулирующими устройствами // Вестник евразийской науки. 2025. Т. 17. № 3. URL: https://esj.today/PDF/12SAVN325.pdf (дата обращения: 17.04.2026).
10. Сотников А. Г., Боровицкий А. А. Теоретически-экспериментальное обоснование метода оптимизации воздухообменов в системах промышленной вентиляции // Инженерно-строительный журнал. 2012. № 2. С. 32–38. URL: https://engstroy.spbstu.ru/userfiles/files/2012/2(28)/05.pdf (дата обращения: 11.03.2026).
11. Шкундина Р. А. Интеллектуальная система поддержки принятия решений на основе онтологии в сложных биосистемах // Прикладная информатика. 2006. № 5 (5). С. 98–103. EDN: HZMMRB.
12. Ризванов Д. А., Чeрнышев E. C. Модель интеллектуальной поддержки принятия решений при управлении производственными ресурсами // Современные наукоемкие технологии. 2022. № 12–1. С. 46–51. URL: https://top-technologies.ru/ru/article/view?id=39435 (дата обращения: 18.03.2026). DOI: 10.17513/snt.39435.
13. Юсупова Н. И., Попов Д. В., Ризванов Д. А., Тихов М. А., Богданова Д. Р., Габдулхакова А. Р. Модели и методы поддержки выполнения проектов в распределенном информационном пространстве // Вестник Иркутского государственного технического университета. 2006. № 2–3 (26). С. 14–20. EDN: QCERVT.
14. Ризванов Д. А., Юсупова Н. И. Основы поддержки принятия решений при управлении ресурсами в сложных системах с применением интеллектуальных технологий // Современные наукоемкие технологии. 2017. № 1. С. 69–73. EDN: XVBWXJ.
15. Ясницкий Л. Н., Голдобин М. А. Формирование требований к технологическим параметрам серийного производства на основе нейросетевого подхода // Прикладная информатика. 2025. Т. 20. № 3 (117). С. 85–100. DOI: 10.37791/2687-0649-2025-20-3-85-100. EDN: GRFFKU.
16. Липунцов Ю. П. Подготовка данных для информационного обмена // Прикладная информатика. 2019. Т. 14. № 5 (83). С. 74–85. DOI: 10.24411/1993-8314-2019-10037. EDN: UOFQPP.
17. Фомин И. Н. Применение онтологического подхода к задачам обмена данными об энергопотреблении // Прикладная информатика. 2024. Т. 19. № 4 (112). С. 4–17. DOI: 10.37791/2687-0649-2024-19-4-4-17. EDN: KVEASX.
18. Горбунов В. И., Салимов Т. А., Горбань Е. В. Инструменты автоматизации для обеспечения воспроизводимости исследований в науке о данных // Современные наукоемкие технологии. 2025. № 5. С. 119–126. URL: https://top-technologies.ru/ru/article/view?id=40399 (дата обращения: 19.03.2026). DOI: 10.17513/snt.40399.