Desenvolvimento de rotinas de sensoriamento indireto para automação de ciclo de lavadoras de roupas

Abstract

Atualmente, o mercado de eletrodomésticos está cada vez mais competitivo, e os produtos lançados são cada vez mais inovadores. É obrigação de toda a empresa que luta por uma fatia do mercado estar em um constante processo de inovação, caso contrário, tenderá a falência. A Whirlpool Corporation, maior fabricante de eletrodomésticos de linha branca do mundo, está presente neste contexto, desenvolvendo diversos produtos, como refrigeradores, lavadoras e secadoras de roupas, micro-ondas, entre outros. Com o avanço da tecnologia, a área computacional é a que mais vem se desenvolvendo no ramo de eletrodomésticos, possibilitando o acréscimo de novas funcionalidades muitas vezes sem precisar incluir novos componentes no sistema. Este trabalho tem por objetivo desenvolver algoritmos e melhorias na área de sensoriamento das máquinas de lavar do mercado norte-americano, com destaque para os algoritmos de estimação de massa, detecção de tipo de tecido e detecção de desbalanceamento, sem a necessidade de incluir sensores dedicados para estas tarefas. Para tanto, serão apresentadas as teorias existentes em cada algoritmo, análises feitas, testes executados e as soluções propostas para cada um dos algoritmos.

Nowadays, the appliances sector is increasingly competitive, and its products are more and more innovative. Every company that wants to have its market share must be in a constant innovation process, otherwise, it may bankrupt. The Whirlpool Corporation, largest world’s manufacturer of white goods appliances, is present in this context, developing a large range of products, such as refrigerators, washers, dryers, microwaves, and so on. With the advancement of technology, the computational area is one of the most benefited area, enabling new features on the products without the need of adding new components. This report aims to develop algorithms and improvements on the sensing tasks of North-American washers, especially load mass estimation, fabric type detection and unbalance detection, without the need to include sensors to do these tasks. To do so, there will be presented theories of each algorithm, analysis, tests performed and the solutions proposed for each one of these algorithms.