Methodology for detecting and diagnosing failures in refrigeration systems using neural networks

dc.contributorMendoza, Oscar Saul Hernandez
dc.contributorhttp://lattes.cnpq.br/0611338906253313
dc.contributorKoury, Ricardo Nicolau Nassar
dc.contributorRibeiro, José Francisco
dc.creatorBorja, José Antonio Tumialán
dc.date2020-11-19T17:29:47Z
dc.date2020-11-19T17:29:47Z
dc.date2002
dc.date.accessioned2023-09-28T20:14:56Z
dc.date.available2023-09-28T20:14:56Z
dc.identifierBORJA, José Antonio Tumialán. Metodologia detecção e diagnostico de falhas em sistemas de refrigeração usando redes neurais. 2002. 85 f. Dissertação (Mestrado em Engenharia Mecânica) - Universidade Federal de Uberlândia, Uberlândia, 2020. Disponível em: http://doi.org/10.14393/ufu.di.2002.70
dc.identifierhttps://repositorio.ufu.br/handle/123456789/30445
dc.identifierhttp://doi.org/10.14393/ufu.di.2002.70
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9046073
dc.descriptionThis work presents a methodology of failure identification based on the inter-relation analysis of some sensitive parameters to specific fails artificially imposed on a prototype refrigeration system using Artificial Neural Network (ANN) modeling. This methodology is tested in a small refrigeration system, the ANN are initially trained in a normal operation of the system (without faults). Were introduces three artificial faults on the refrigeration system: reduction of evaporator water flow, suddenly expansion valve closure and obstruction on the compressor suction line. The ANN compares the normal and failure operation using a residual error analysis in the majority of two sensitive parameters to detect an imposed fault. Also, is presented the training method used in the basic structure of the logic used to operate the proposed detection and failure diagnostic method (DFD). The methodology proposed is robust, achieving a good precision levei in the identification of faults introduced to the system.
dc.descriptionDissertação (Mestrado)
dc.description<vlibraswidget>Este trabalho apresenta uma metodologia de identificação de falhas, baseadas na análise de inter-relação de alguns parâmetros sensíveis para uma falha específica, imposta artificialmente em um protótipo de sistema de refrigeração, usando redes neurais artificiais (ANN). Esta metodologia é testada em um sistema de refrigeração de pequeno porte, as ANNs são treinadas inicialmente em operação normal do sistema (sem-falhas). Foram introduzidas três falhas artificiais ao sistema de refrigeração: redução da vazão de água do evaporador, fechamento brusco na válvula de expansão e obstrução na linha de sucção do compressor. A ANNs compara a operação normal e defeituosa, usando a análise do erro residuais na maioria dos parâmetros sensíveis, para detectar a falha imposta. Também é apresentado o método de treinamento empregado na estrutura básica da lógica usada para operar o método de detecção e diagnóstico da falha (FDD) proposto. A metodologia proposta mostrou-se bastante robusta, conseguindo identificar com bom nível de precisão a falhas introduzida ao sistema.</vlibraswidget>
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal de Uberlândia
dc.publisherBrasil
dc.publisherPrograma de Pós-graduação em Engenharia Mecânica
dc.rightsAcesso Aberto
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.subjectDetecção de falhas
dc.subjectDiagnostico de falhas
dc.subjectSistemas de refrigeração
dc.subjectRedes neurais
dc.subjectFault detection
dc.subjectFault diagnosis
dc.subjectRefrigeration systems
dc.subjectNeural networks
dc.subjectCNPQ::ENGENHARIAS
dc.subjectRefrigeração
dc.subjectRedes neurais (Computação)
dc.titleMetodologia detecção e diagnostico de falhas em sistemas de refrigeração usando redes neurais
dc.titleMethodology for detecting and diagnosing failures in refrigeration systems using neural networks
dc.typeDissertação


Este ítem pertenece a la siguiente institución