Yapay Zeka Temelli Buz Çözme Kontrolü

Yapay Zeka Temelli Buz Çözme Kontrolü

Allard ve Heinzen (1981) (1988) [21], serpantinin buzunu çözmek için gereken sürenin izlendiği ve buz çözme arasındaki sürelerin buna göre ayarlandığı bir talep buz çözme tekniği önermiştir. Gerçek buz çözme süresi önceden belirlenmiş bir optimum süreden daha kısaysa, evaporatörde yeterli kar birikmesine izin verilmez. Böylece, buz çözme kontrolörü ardışık buz çözme süreleri arasındaki süreyi arttırır, böylece daha fazla kar birikir. Diğer yandan, gerçek buz çözme süresi önceden belirlenmiş optimum süreden daha uzunsa, evaporatörde çok fazla kar birikir. Böylece, buz çözme kontrolörü ardışık buz çözme süreleri arasındaki süreyi azaltır. Talep buz çözme kontrolörü, ev tipi bir buzdolabında sahada test edilmiştir ve uzun bir süre boyunca kontrolörün buz çözme sıklığını neredeyse dört kat azalttığı bulunmuştur.

Johnson Controls / Encore ile çalışan EPRI, bir sonraki buz çözmeyi programlamak için mevcut buz çözme davranışından sürekli olarak öğrenen soğutmalı vitrinler için özel bir buz çözme kontrol algoritması geliştirdi (Hindmond ve Henderson 1998) [22]. Bu yöntemde duyarga kullanılmaz ve buz çözme çizelgeleme hesaplamalarını gerçekleştirmek için enerji yönetim sisteminin hesaplama gücünü kullanır. Bu nedenle, bu sistemi kullanmak için yeni duyargaların kurulması gerekmez. Hindmond ve Henderson tarafından geliştirilen talep buz çözme teknolojisi, iki süpermarkette sahada test edilmiştir. New Jersey’de bulunan bir süpermarkette 3.070 m2 plan alanı vardı ve toplam 123 kW tarafından servis edilen elektrikli buz çözmeli 74 metre vitrin ve 80 m2 gömme dondurucu vardı. New Jersey süpermarketindeki vitrinlerin ve depoların geri kalanında çevrim dışı buz çözmekullanılmıştır. Florida’da bulunan diğer süpermarket, 2.420 m2 bir plan alanına sahipti ve sıcak gaz buz çözme tarafından servis edilen 72 m vitrin ve 158 m2 girilebilir soğutma kabini içeriyordu. Florida süpermarketindeki 49 m vitrinlerin ve 87 m2 girilebilir kabinlerin geri kalanında çevrim dışı buz çözme kullanılmıştır. New Jersey süpermarkette Hindmond ve Henderson buz çözme kontrolörü talep kontrollü olarak, buz çözmeler arasındaki zamanı bir günden üç güne kadar artırabilmiştir. Elektrikli buz çözme ısıtıcısının çalışması ortalama %63 azaltılmıştır. Süpermarketteki tüm elektrikli buz çözme kabinlerine talep buz çözme kontrolörü monte edilirse, toplam doğrudan enerji tasarrufunun yılda 25.000 kWh olacağı tahmin edilmektedir. Kompresör enerji kullanımı ile bağlantılı dolaylı tasarruflar da dahil olmak üzere, toplam tasarrufun yılda 38.000 kWh olduğu tahmin edilmektedir. Florida süpermarketi için sunulan sonuçlar karışık olmuştur. Hindmond ve Henderson, soğutmalı vitrin bölgelerinin hepsinin olmasa da çoğunun, buz çözme işleminin artan bağıl nem ile artması beklenen davranışı sergilediğini belirtmiştir. Belki de analog sıcaklık duyargalarına dayanan buz çözme sonlandırma yönteminin ya düzgün çalışmadığı ya da en uygun şekilde yapılandırılmadığı kaydedilmiştir. Böylece, talep kontrollü buz çözme cihazının ek testinin Florida süpermarketinde yapılması planlanmıştır. Datta ve Tassou (2002) [23], soğutmalı vitrinler için yapay zekaya ve sıcaklık probları ve bir zamanlayıcı gibi ucuz duyargalara dayanan bir buz çözme kontrol cihazı geliştirmiştir. Orta sıcaklıkta, çok katlı bir vitrin üzerinde yapılan laboratuvar deneylerine dayanarak, Datta ve Tassou, evaporatör serpantininden çıkan havanın hızının, serpantin üzerindeki kar birikiminin en iyi göstergesi olduğunu bulmuştur. Çıkan havanın hızı artan kar birikimi ile azalmıştır. Ayrıca Datta ve Tassou, evaporatördeki giriş ve çıkış hava sıcaklığının yanı sıra evaporatör sıcaklığının, artan kar birikimi ile azaldığını bulmuşlardır. Datta ve Tassou, sıcak telli anemometreler gibi sağlam hız problarının çok pahalı olduğunu ve bu nedenle soğutmalı vitrinler için talep kontrollü buz çözme cihazlarında kullanımının mümkün olmadığını belirtmişlerdir. Bu nedenle, ortam sıcaklığını ve bağıl nemi, evaporatör sıcaklığını, evapora töre giren ve çıkan hava sıcaklığını ve buz çözme döngüleri arasındaki süreyi yapay zekâ tabanlı bir talep buz çözme kontrolörüne giriş olarak kullanmayı önermişlerdir. Bu miktarlar, evaporatörden çıkan havanın hızı kadar kar birikiminin bir öngörüsü olmasa da kar kalınlığını ölçen duyargalar çok daha ucuzdur. Çok Katmanlı Algılayıcı (MLP) (Multi Layer Probe) yapay sinir ağı modeli kullanılarak bir talep buz çözme kontrolörü geliştirilmiştir ve laboratuvar ortamında test edilmiştir. Talep kontrollü buz çözme cihazının 22 °C (%22) ve %55 bağıl nemli ortam koşulları için %25’lik bir buz çözme enerjisi tasarrufu sağladığı bulunmuştur. Ek olarak, 22 °C ve %35 bağıl nemdeki ortam koşulları için buz çözmede %50 enerji tasarrufu sağlanmıştır. Çalışılan orta sıcaklıkta çok bölmeli kabin için, günlük buz çözme döngüsü sayısı 22 °C’de %65 bağıl nemde dörde, 22 °C’de ve %45 bağıl nemde üçe ve 22 °C ve %35 bağıl nemde ikiye düşürülmüştür. Ayrıca, talep kontrollü buz çözmenin zamanlı buz çözme ile karşılaştırıldığında ürün sıcaklığı üzerinde olumsuz bir etkisinin olmadığı bulunmuştur. Teknik laboratuvarda başarılı olmakla birlikte, Datta ve Tassou bir süpermarket ortamında talep kontrollü buz çözme cihazının etkinliğini araştırmamıştır. Ortam sıcaklığına ve bağıl neme bağlı diğer denetleyicilerin, soğutulmuş vitrinlerde uygulama için araştırıldığını belirtmişlerdir.

13.10.2021
318
Ziyaretçi Yorumları

Henüz yorum yapılmamış. İlk yorumu aşağıdaki form aracılığıyla siz yapabilirsiniz.

Whatsapp
Robel Mühendislik
Robel Mühendislik
Merhaba
Size nasıl yardımcı olabiliriz?