Identificação do instante de entrada em condição de regime permanente em ensaios de desempenho de compressores

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, têm com grande importância os ensaios de desempenho. Cuja principal finalidade é estabelecer a capacidade de refrigeração, o consumo de potência ativa do compressor e o coeficiente de performance (COP). Tais ensaios são executados com elevada freqüência dentro de uma indústria de compressores. O tempo demandado e o alto investimento exigido são dois grandes problemas inerentes a esses ensaios. O comportamento das variáveis de ensaio pode ser dividido em dois momentos distintos: transitório - aquele no qual os valores das grandezas variam com grande amplitude; regime permanente - aquele no qual os valores das grandezas se confinam em faixas estabelecidas por normas ou procedimentos específicos. É nesse segundo momento - o regime permanente - que devem ser realizadas as medições de desempenho do compressor. Esta dissertação propõe a redução do tempo demandado por esses ensaios, através do emprego de redes neurais artificiais. Dois caminhos foram explorados com sucesso: identificação do instante em que condições de regime são atingidas; inferência de valores de regime a partir de dados do transitório. O primeiro é uma proposta inédita e o segundo uma continuação do trabalho realizado anteriormente. A proposta de emprego de redes neurais foi decorrente da complexidade da análise dos dados de ensaio e a ausência de regras explícitas tanto identificação do instante de entrada em regime quanto para avaliação das variáveis em regime transitório. São descritos no decorrer do trabalho: escolha das variáveis; treinamento, definição e avaliação dos sistemas neurais desenvolvidos. A redução obtida no tempo médio de ensaio foi significativa sem comprometer a confiabilidade dos resultados, abrindo novos caminhos para o emprego de recursos de inteligência artificial em ensaios de compressores.