Project Details
Description
The project is intended to develop productivity algorithms that will reflect the microclimate of the room and the impact of air quality on human productivity and the relationship between productivity and personnel costs. In parallel with the development of productivity algorithms, it is planned to develop energy efficiency algorithms that will calculate optimal engineering network settings to ensure an optimal working environment. Mutual cooperation between the developers of productivity and energy efficiency algorithms is expected, which would result in the development of a theoretical model for optimal working environment/minimum energy resource consumption.
Projekts valsts atbalsta programmas “Latvijas Atveseļošanas un noturības mehānisma plāna 5.1.r. reformu un investīciju virziena "Produktivitātes paaugstināšana caur investīciju apjoma palielināšanu P&A" 5.1.1.r. reformas "Inovāciju pārvaldība un privāto P&A investīciju motivācija" 5.1.1.2.i. investīcijas "Atbalsta instruments inovāciju klasteru attīstībai" kompetences centru ietvaros”.
Projektā paredzēts izstrādāt produktivitātes algoritmus, kas atspoguļos telpas mikroklimata un gaisa kvalitātes ietekmi uz cilvēka produktivitāti un sakarības starp produktivitāti un personāla izmaksām. Paralēli produktivitātes algoritmu izstrādei plānots izstrādāt energoefektivitātes algoritmus, kas aprēķinās optimālus inženiertīkla iestatījumus optimālas darba vides nodrošināšanai. Starp produktivitātes un energoefektivitātes algoritmu izstrādātājiem paredzēta savstarpēja sadarbība, kas rezultētos optimālas darba vides/minimālu energoresursu patēriņu teorētiskā modeļa izstrādē.
Status | Finished |
---|---|
Effective start/end date | 18/01/23 → 20/04/24 |
Keywords
- human productivity
- energy consumption
- monitoring algorithms
Field of Science
- 2.11 Other engineering and technologies
Smart Specialization Area
- Smart energy
Fingerprint
Explore the research topics touched on by this project. These labels are generated based on the underlying awards/grants. Together they form a unique fingerprint.