Desenvolvimento de ferramentas baseadas em redes neurais para inferências e prognósticos em ensaios de desempenho de compressores herméticos

Detalhes bibliográficos
Autor(a) principal: Nascimento, Ahryman Seixas Busse de Siqueira
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/xmlui/handle/123456789/160714
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Mecânica, Florianópolis, 2015.
id UFSC_9c79833a3cd46df1c15a1a2217c88266
oai_identifier_str oai:repositorio.ufsc.br:123456789/160714
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Desenvolvimento de ferramentas baseadas em redes neurais para inferências e prognósticos em ensaios de desempenho de compressores herméticosEngenharia mecânicaRedes neurais (Computação)Compressores herméticosDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Mecânica, Florianópolis, 2015.Dentre os diversos testes realizados em compressores herméticos durante as fases de desenvolvimento e produção, destacam-se os ensaios de desempenho energético. Os principais parâmetros de desempenho obtidos através desse ensaio são: capacidade de refrigeração, potência elétrica consumida e coeficiente de performance. Os ensaios duram, em média, 4 horas, sendo as 3 primeiras horas em regime transitório e a última hora em regime permanente ? caracterizado por um conjunto de variáveis que permanecem dentro de limites de variação predefinidos por norma ? durante o qual são realizadas medições para obtenção do valor final dos parâmetros de desempenho. Devido ao elevando tempo necessário para a realização do ensaio, o mesmo acaba por se tornar um gargalo no processo de controle de qualidade. Trabalhos anteriores mostraram a viabilidade da aplicação de redes neurais artificiais como forma de redução de tempo de ensaio. Tais ferramentas analisam o comportamento dos parâmetros de desempenho durante o período transiente e inferem o momento em que ocorre a transição para o regime permanente. A partir da inferência, é realizado um prognóstico do valor final dos parâmetros. Como características comuns em todos os trabalhos anteriores, tem-se: pequeno número de ensaios analisados e aplicação de um método especifico para medição da capacidade de refrigeração. Neste trabalho foi dada continuidade aos estudos, ampliando o universo de análise para mais de mil ensaios, abordando os três parâmetros de desempenho energético e estudando a aplicação de um método alternativo para medição da capacidade. A análise dos resultados revelou uma redução de mais de 50% do tempo de ensaio através da utilização das ferramentas. As mesmas foram capazes de obter inferência para mais de 98% dos ensaios avaliados e apresentaram uma diferença média percentual entre os prognósticos e o valor final do ensaio tradicional dentro de uma faixa de ±2%, para um nível de confiança de 95%.<br>Abstract : Among the tests of which hermetic compressors are subjected to during the production and development phases, the performance test stands out due to its reliability and international acceptance. The main performance parameters obtained by the test are the refrigerating capacity, the consumed power and the coefficient of performance. The test takes, on average, four hours, of which the initial three are on transitory regime and the last one in permanent regime, where the measurements to obtain the performance parameters are taken. Due to the high amount of time required for these tests, its application ends up causing a delay in the quality control process. Previous works have shown the viability of using neural networks tools as a way to reduce the test time. These tools analyze the behavior of the performance parameters during the transient period and infer the moment it reaches the steady state condition. By using the data collected just before the inference, they return a prognostic of the final value of the parameter. All previous works had in common a small number of data test and the use of a specific method for measuring the refrigerating capacity. In this work, this study has been continued, with the use of more than a thousand performance tests to train, and test, the tools. The three performance parameters were considered and a different method of measuring the refrigerating capacity was used. The reduction of time registered was of more than 50% for all performance parameters, when compared to the traditional test. The tools were able to obtain inference for more than 98% of the test set. The average difference between the prognostics and the final values of the parameters tested was within a margin of ±2% for a level of confidence of 95%.Flesch, Carlos AlbertoPenz, Cesar AlbertoUniversidade Federal de Santa CatarinaNascimento, Ahryman Seixas Busse de Siqueira2016-04-19T04:12:37Z2016-04-19T04:12:37Z2015info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis128 p.| il., grafs.application/pdf337630https://repositorio.ufsc.br/xmlui/handle/123456789/160714porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2016-04-19T04:12:37Zoai:repositorio.ufsc.br:123456789/160714Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732016-04-19T04:12:37Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Desenvolvimento de ferramentas baseadas em redes neurais para inferências e prognósticos em ensaios de desempenho de compressores herméticos
title Desenvolvimento de ferramentas baseadas em redes neurais para inferências e prognósticos em ensaios de desempenho de compressores herméticos
spellingShingle Desenvolvimento de ferramentas baseadas em redes neurais para inferências e prognósticos em ensaios de desempenho de compressores herméticos
Nascimento, Ahryman Seixas Busse de Siqueira
Engenharia mecânica
Redes neurais (Computação)
Compressores herméticos
title_short Desenvolvimento de ferramentas baseadas em redes neurais para inferências e prognósticos em ensaios de desempenho de compressores herméticos
title_full Desenvolvimento de ferramentas baseadas em redes neurais para inferências e prognósticos em ensaios de desempenho de compressores herméticos
title_fullStr Desenvolvimento de ferramentas baseadas em redes neurais para inferências e prognósticos em ensaios de desempenho de compressores herméticos
title_full_unstemmed Desenvolvimento de ferramentas baseadas em redes neurais para inferências e prognósticos em ensaios de desempenho de compressores herméticos
title_sort Desenvolvimento de ferramentas baseadas em redes neurais para inferências e prognósticos em ensaios de desempenho de compressores herméticos
author Nascimento, Ahryman Seixas Busse de Siqueira
author_facet Nascimento, Ahryman Seixas Busse de Siqueira
author_role author
dc.contributor.none.fl_str_mv Flesch, Carlos Alberto
Penz, Cesar Alberto
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Nascimento, Ahryman Seixas Busse de Siqueira
dc.subject.por.fl_str_mv Engenharia mecânica
Redes neurais (Computação)
Compressores herméticos
topic Engenharia mecânica
Redes neurais (Computação)
Compressores herméticos
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Mecânica, Florianópolis, 2015.
publishDate 2015
dc.date.none.fl_str_mv 2015
2016-04-19T04:12:37Z
2016-04-19T04:12:37Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 337630
https://repositorio.ufsc.br/xmlui/handle/123456789/160714
identifier_str_mv 337630
url https://repositorio.ufsc.br/xmlui/handle/123456789/160714
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 128 p.| il., grafs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808651892895514624

Registros relacionados