Uso de Redes Neurais artificiais autorregressivas para estimar a capacidade de refrigeração de compressores através de dados de regime transiente

Detalhes bibliográficos
Autor(a) principal: Jesus, William Moldenhauer de
Data de Publicação: 2013
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/xmlui/handle/123456789/123813
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Campus Joinville. Bacharelado Interdisciplinar em Mobilidade.
id UFSC_e2a926dabc437200b2d1cb57959ac946
oai_identifier_str oai:repositorio.ufsc.br:123456789/123813
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Uso de Redes Neurais artificiais autorregressivas para estimar a capacidade de refrigeração de compressores através de dados de regime transienteRedes Neurais ArtificiaisCompressoresRefrigeraçãoCapacidade de refrigeraçãoInferênciaTCC(graduação) - Universidade Federal de Santa Catarina. Campus Joinville. Bacharelado Interdisciplinar em Mobilidade.Os processos industriais e a forma com que os produtos evoluem tornam necessário que novos métodos de avaliação de produção sejam aptos a identificar melhorias implementadas aos novos produtos. Um dos ensaios principais, dentre os de avaliação de produtos de refrigeração, é o ensaio de desempenho de compressores herméticos. Os dois principais fatores que limitam o número de ensaios de desempenho são os custos elevados das bancadas de teste e o tempo de duração dos ensaios. Este trabalho utiliza redes neurais artificiais não lineares autorregressivas para estimar a capacidade de refrigeração de compressores sem a necessidade de realização do ensaio completo, reduzindo, dessa forma, o tempo necessário para realização dos ensaios. Duas abordagens são propostas para o problema, uma com a rede operando em malha aberta e outra com a rede operando em malha fechada. As redes são treinadas com dados obtidos através de ensaio da capacidade de refrigeração através do método F – que mede diretamente a vazão de fluido refrigerante na fase líquida. A rede em malha fechada busca reproduzir o comportamento do compressor em ensaio, enquanto a rede em malha aberta simplesmente estima o valor do instante posterior através dos últimos cinco dados inseridos na rede. As duas abordagens se mostraram adequadas para modelar o ensaio e conseguem, apesar de certo nível de incerteza, estimar os valores de regime permanente através de dados de regime transiente. No entanto a abordagem em malha fechada é a que se mostra mais interessante do ponto de vista de economia de tempo de ensaio, pois estima a partir das primeiras cinco médias móveis todo o comportamento da rede. Enquanto a abordagem em malha aberta faz a estimativa sempre a partir das cinco médias móveis anteriores do ensaio.Joinville, SCFlesch, Rodolfo Cesar CostaUniversidade Federal de Santa CatarinaJesus, William Moldenhauer de2014-08-20T19:06:08Z2014-08-20T19:06:08Z2013-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis58 f.application/pdfhttps://repositorio.ufsc.br/xmlui/handle/123456789/123813porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2014-08-20T19:06:08Zoai:repositorio.ufsc.br:123456789/123813Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732014-08-20T19:06:08Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Uso de Redes Neurais artificiais autorregressivas para estimar a capacidade de refrigeração de compressores através de dados de regime transiente
title Uso de Redes Neurais artificiais autorregressivas para estimar a capacidade de refrigeração de compressores através de dados de regime transiente
spellingShingle Uso de Redes Neurais artificiais autorregressivas para estimar a capacidade de refrigeração de compressores através de dados de regime transiente
Jesus, William Moldenhauer de
Redes Neurais Artificiais
Compressores
Refrigeração
Capacidade de refrigeração
Inferência
title_short Uso de Redes Neurais artificiais autorregressivas para estimar a capacidade de refrigeração de compressores através de dados de regime transiente
title_full Uso de Redes Neurais artificiais autorregressivas para estimar a capacidade de refrigeração de compressores através de dados de regime transiente
title_fullStr Uso de Redes Neurais artificiais autorregressivas para estimar a capacidade de refrigeração de compressores através de dados de regime transiente
title_full_unstemmed Uso de Redes Neurais artificiais autorregressivas para estimar a capacidade de refrigeração de compressores através de dados de regime transiente
title_sort Uso de Redes Neurais artificiais autorregressivas para estimar a capacidade de refrigeração de compressores através de dados de regime transiente
author Jesus, William Moldenhauer de
author_facet Jesus, William Moldenhauer de
author_role author
dc.contributor.none.fl_str_mv Flesch, Rodolfo Cesar Costa
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Jesus, William Moldenhauer de
dc.subject.por.fl_str_mv Redes Neurais Artificiais
Compressores
Refrigeração
Capacidade de refrigeração
Inferência
topic Redes Neurais Artificiais
Compressores
Refrigeração
Capacidade de refrigeração
Inferência
description TCC(graduação) - Universidade Federal de Santa Catarina. Campus Joinville. Bacharelado Interdisciplinar em Mobilidade.
publishDate 2013
dc.date.none.fl_str_mv 2013-11
2014-08-20T19:06:08Z
2014-08-20T19:06:08Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/xmlui/handle/123456789/123813
url https://repositorio.ufsc.br/xmlui/handle/123456789/123813
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 58 f.
application/pdf
dc.publisher.none.fl_str_mv Joinville, SC
publisher.none.fl_str_mv Joinville, SC
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_ 1808651964476555264

Registros relacionados