Intelligent control of refrigerators and freezers
Buzdolabı ve dondurucuların akıllı kontrolü
- Tez No: 798280
- Danışmanlar: DR. ÖĞR. ÜYESİ EMİR KUTLUAY, PROF. DR. ROOZBEH IZADI-ZAMANABADI
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 124
Özet
Tüketici sayısı arttıkça ve küresel ısınma çevreyi etkilemeye devam ettikçe, soğutma sektörü küresel ekonominin giderek daha önemli bir parçası haline gelmektedir. Günümüzde çoğu buzdolabı ve dondurucuda, sıcaklığı düzenlemek amacıyla kompresör hızını ayarlamak için geleneksel kontrolcüler kullanılmaktadır. Bu tezin amacı, MATLAB 2020b uygulamasını kullanarak kapı açma olaylarının makine öğrenimine dayalı tahminlerini içeren bir bulanık mantık kontrol konsepti geliştirmektir. Akıllı kontrolcünün performansı, istenen minimum kabin sıcaklıklarını optimum enerji verimliliğinde tutma açısından geleneksel kontrolcülerle karşılaştırılmıştır. İlk adımda, ev tipi buzdolapları kullanan 18 haneden toplanan veriler kullanılarak kullanıcı davranışını tahmin etmek için Bayesian sinir ağları, lojistik regresyon ve karar ağacı makine öğrenme teknikleri araştırılmıştır. Simülasyon çalışması sonuçları, kullanıcıların saatlik kapı açma profilleri tahmini için, yalnızca bir haftalık öğrenimden sonra, lojistik regresyon tekniğinin \%80'den fazla doğru tahminle en iyi performansa sahip olduğunu göstermiştir. İkinci adımda, bulanık mantık denetleyicileri, buzdolabındaki ana kontrolcünün konfigürasyon parametrelerini öngörülen kapı açma durumuna göre düzenlemek için tasarlanmıştır. Bu konfigürasyon parametreleri, kompresörün maksimum hızı, taze gıda bölmesinin hava sıcaklığı ayar noktası ve buz çözme aralığıdır. Üçüncü adımda, MATLAB Simscape'de geliştirilen bir ev tipi buzdolabı modeli üzerinde simülasyon çalışmaları ile akıllı kontrolcünün performansı geleneksel kontrolcülerle karşılaştırılmıştır. Kullanılan buzdolabı modeli halihazırda kullanımda olan mevcut bir buzdolabı baz alınarak geliştirilmiş ve laboratuvar sonuçlarıyla doğrulanmış bir modeldir. Buzdolabını aktif kullanan ve kullanmayan iki farklı kullanıcının örnek gün profilleri kullanılarak, ev tipi buzdolabının 16°C, 25°C ve 32°C ortam sıcaklıklarında günlük simülasyonları gerçekleştirilmiştir. Sonuçlar, tasarlanan akıllı kontrolcünün, istenen kabin sıcaklıklarını korurken aktif ve pasif kullanıcı profilleri için sırasıyla %2,5 ve %4,5'e varan enerji kazancı elde edebileceğini göstermiştir. Son olarak, tasarlanan akıllı kontrolcü, ticari bir dondurucuya entegre edilmiştir. Akıllı kontrolcünün farklı kompresör modellerindeki etkisini görmek amacıyla, seçilen dondurucu ürün sabit hızlı ve değişken hızlı kompresör ile test edilmiştir. Simülasyon çalışmalarında uygulanan metodolojiye benzer olarak , seçilen ticari dondurucu aktif ve pasif kullanıcıların kapı açma profilleri baz alınarak 25°C ortam sıcaklığında test edilmiştir. Test sonuçları, sabit ve değişken hızlı kompresörlü dondurucular için standart kontrolcülere kıyasla akıllı bir kontrolcünün maksimum paket sıcaklığını yaklaşık 0,5-1°C ve enerji tüketimini %5-7 oranında azaltabileceğini kanıtlamıştır.
Özet (Çeviri)
As the number of consumers has been growing and global warming continues to affect the environment, the refrigeration sector is becoming an increasingly important part of the global economy. Refrigeration products have recently received significant attention primarily due to their energy consumption and food safety concerns. Today, conventional controllers are used for adjusting the compressor speed to regulate the temperature in most refrigerators and freezers. This thesis aims to develop a fuzzy logic control concept that incorporates machine learning-based forecasts of the door opening events using the MATLAB 2020b Toolboxes. The performance of the smart controller was compared to conventional controllers in terms of keeping the desired minimum cabinet temperatures at optimum energy efficiency. In the first step, Bayesian neural networks, logistic regression, and decision tree machine learning techniques are investigated to predict user behavior based on the data collected from 18 households that use domestic refrigerators. The simulation study has demonstrated that logistic regression is the best method for predicting door opening events on an hourly basis after only one week of training, with more than 80% prediction accuracy. As a second step, fuzzy logic controllers are designed to regulate the configuration parameters of the main refrigerator controller based on the predicted door opening. These configuration parameters are: the maximum speed of the compressor, the air temperature setpoint, and defrost interval of the fresh food compartment for a refrigerator. In the third step, the performance of the smart controller is compared with the traditional controllers with simulation studies on a domestic refrigerator model developed in MATLAB Simscape. The model utilized for simulations has been developed based on an existing refrigerator currently in use and validated with actual laboratory tests. For sample day profiles of an inactive and active user, daily simulations of a refrigerator were performed for ambient temperatures of 16°C, 25°C, and 32°C. According to simulation results, the intelligent controller can maintain the required cabinet temperatures while achieving 2.5% and 4.5% energy gains for active user and passive user profiles, respectively. Lastly, the designed controller was integrated into a commercial freezer. The selected freezer was tested with a fixed and variable speed compressor to investigate the impact of the intelligent controller on different compressor types. Similar to the methodology applied in the simulation studies, the chosen commercial freezer was tested at 25°C ambient temperature based on the door opening profiles of active and passive users. The test results have proven that an intelligent controller can reduce the maximum package temperature by approximately 0.5-1°C and energy consumption by 5-7% compared to standard controllers for freezers with fixed and variable speed compressors.
Benzer Tezler
- Elektrik dağıtım sistemlerinde birey odaklı konfor öncelikli talep yönetimi için akıllı yöntem geliştirilmesi
Developing an intelligent method for the user oriented comfort based demand response studies in the electricity distribution systems
MEHMET ALİ SÖNMEZ
Doktora
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA BAĞRIYANIK
- Akıllı şebekelerde termostat kontrollü yükler için gelişmiş yerel talep yönetim sistemi tasarımı
Design of an intelligent local demand management system for thermostatically controlled loads in smart grids
MUSTAFA ALPARSLAN ZEHİR
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA BAĞRIYANIK
- An in-lined reference monitoring approach for mitigating use after free vulnetabilities in the implementation of Lua virtual machine
Satır-içi referans izleme yöntemini kullanarak serbest bıraktıktan sonra kullanım zaafiyetlerinin Lua sanal makinesinde önlenmesi uygulaması
MELİKE AYŞENUR YILDIRIM
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FADİ YILMAZ
- Precise temperature control for refrigerators
Buzdolaplari için hassas sicaklik kontrolü
MEHMET KERİM PEKER
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET TEOMAN NASKALİ
- Hafif sanallaştırmalı akıllı IoT Gateway tasarımı ve gerçekleştirilmesi
Lightweight virtualization intelligent Iot Gateway design and implementation
AHMET GENÇKAYA
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YETKİN TATAR