LOGIN / Acesse o sistema

Esqueceu sua senha? Redefina aqui.

Ainda não possui uma conta? Cadastre-se aqui!

REDEFINIR SENHA

Insira o endereço de email associado à sua conta que enviaremos um link de redefinição de senha para você.

Ainda não possui uma conta? Cadastre-se aqui!

Este conteúdo é exclusivo para membros ABCM

Inscreva-se e faça parte da comunidade

CADASTRE-SE

Tem uma conta?

Torne-se um membros ABCM

Veja algumas vantagens em se manter como nosso Associado:

Acesso regular ao JBSMSE
Boletim de notícias ABCM
Acesso livre aos Anais de Eventos
Possibilidade de concorrer às Bolsas de Iniciação Científica da ABCM.
Descontos nos eventos promovidos pela ABCM e pelas entidades com as quais mmantém acordo de cooperação.
Estudantes de gradução serão isentos no primeiro ano de afiliação.
10% de desconto para o Associado que pagar anuidade anntes de completar os 12 meses da última anuidade paga.
Desconto na compra dos livros da ABCM, entre eles: "Engenharia de Dutos" e "Escoamento Multifásico".
CADASTRE-SE SEGUIR PARA O VIDEO >

Tem uma conta?

Eventos Anais de eventos

Anais de eventos

ENCIT 2018

Brazilian Congress of Thermal Sciences and Engineering

Fault Detection and Diagnosis in a Refrigeration System Using Thermoeconomic Methodology and Artificial Intelligence

Submission Author: Tiago Mendes , MG , Brazil
Co-Authors: Tiago Mendes, Euler Horta, Osvaldo Jose Venturini, Marcelo Pirani
Presenter: Tiago Mendes

doi://10.26678/ABCM.ENCIT2018.CIT18-0100

 

Abstract

The refrigeration systems are great consumers of electrical power in the commercial and industrial sector. Nowadays fault detection and diagnosis techniques, mathematical models and computer modelling have been used to improve the performance and predict behavior of refrigeration systems. Considering this scenario, the aim of this work is to apply a thermoeconomic methodology (the Fuel-Impact Formula, Malfunction and Dysfunction) for diagnosis. In addition, an artificial intelligence classifier was used to fault detection in the individual components based on measuring quantities of the system. It was analyzed the influence of each component malfunction in efficiency and power consumption of the system. Through this analysis, is possible to obtain a prognosis of the system behavior, as well as to perform a complete analysis of the whole refrigeration system and of each component.

Keywords

Thermoeconomic methodology, Refrigeration system, Computer modelling, Artificial Intelligence

 

DOWNLOAD PDF

 

‹ voltar para anais de eventos ABCM