Análise de ensaios de desempenho de compressores herméticos durante o transitório

Abstract

Para acompanhar a evolução dos sistemas de refrigeração são necessários métodos adequados de avaliação de produto. Dentre os ensaios executados com compressores herméticos para refrigeração, encontram-se, com grande importância, os ensaios de desempenho, que tem como principal finalidade estabelecer a capacidade de refrigeração, o consumo de potência ativa do compressor e o coeficiente de desempenho. Atualmente as limitações dos ensaios de desempenho correspondem ao custo elevado da infra-estrutura e ao longo período de ensaio. O objetivo desta dissertação é verificar a viabilidade do método proposto à inferência de características de regime permanente durante o período transitório, diminuindo o tempo de ensaio. Foi realizada uma completa estruturação do método de ensaio, incluindo o estudo das variáveis medidas e dos métodos envolvidos, adequações do sistema atual de ensaios ao novo método e a definição dos parâmetros de entrada e saída do sistema de inferência. Decorrente da complexidade da análise dos dados no transitório e a ausência de regras explícitas para tal tarefa, para realizar a inferência das características de regime permanente do compressor foram utilizadas redes neurais artificiais. São descritos no decorrer do trabalho o treinamento e a avaliação do sistema neural desenvolvido. A redução do tempo médio de ensaio foi significativa e a confiabilidade dos resultados mantida. A aplicação da solução proposta irá possibilitar o aumento do número de ensaios realizados dentro das indústrias. In order to follow the evolution of the refrigeration systems, it is essential to develop suitable methods of product evaluation. Specifically, when talking about hermetic compressors, performance tests have been highlighted as one of the most important evaluation tests. The purpose of this test is to determine the refrigerating capacity, the compressor electrical power and the coefficient of performance. Nowadays the performance tests are limited by the elevated infrastructure costs and the long test time. The aim of this thesis is to verify the feasibility of the proposed method to infer steady state compressor characteristics during the transient, reducing the average test time. A full development of the test method has been done, including a study of measured variables and involved methods, system adequacies to the new test procedure and delimitation of input and output system parameters. Due to the complexity of the transient data analysis and the absence of explicit rules for this task, artificial neural networks were employed to infer the steady state characteristics of the compressor. The neural system training and its evaluation are described on the thesis. The average test time has been significantly reduced and the results reliability maintained. The application of the proposed solution will enable industry to increase the number of tests performed.