Buzdolabı ve dondurucuların akıllı kontrolü

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.