Tesisat Dergisi 327. Sayı (Mart 2023)

45 TESİSAT • Mart / 2023 ÇEVİRİ MAKALE arıza tespit sistemleri üzerine dünya çapında 82 makale yayınlanmıştır ve bunların 10 adedi kaçak tespiti üzerine- dir, 6 makale de VRF ünitelere aittir. Bununla birlikte bu makalelerin çoğu simülasyonlar veya laboratuvarlarda elde edilen deneysel veriler kullanılarak doğrulanmıştır. Ancak sadece birkaçı gerçek yerinde işletim verileri kullanılarak doğrulanmıştır. Bu nedenle, VRF üniteleri için soğutma/ ısıtma çalışması sırasında uzaktaki bir kontrol/izleme sistemi üzerinde çalışan makine öğrenmesini kullanan bir kaçak tespit sistemi geliştirilmiş ve doğruluğu yerinde alınan çok sayıda veri ile doğrulanmıştır [3-4. Ayrıca bu teknoloji uygu- lanarak chillerler için bir kaçak tespit sistemi geliştirilmiş ve Avrupa’da tanıtımı yapılmıştır. Bu makale geliştirilen bu kaçak tespit sisteminin bir özetini sunmaktadır. Kaçak tespit sistemine genel bakış Kaçak tespit sistemi soğutucu şarj miktarını chiller ve VRF cihazından aldığı işletme bilgilerinden tahmin eder ve otomatik olarak kaçakları tespit eder. Şekil 1 geliştirilen sistemin genel bir bakışını göstermektedir. Kaçak tespit sistemi soğutucu akışkan şarj miktarına doğrudan bağlı olan bir indeks olan RLI’yi (Refrigerant Leak Index _ Soğutucu Akışkan Kaçak İndeksi), cihazın işletme bilgilerinden hesaplar ve bu değerdeki değişmelere göre kaçakları tespit eder. Chiller ve VRF cihazlarında soğutma çalışmasında kul- lanılan RLI; sıvı bölgesi alanının T-S diyagramında doymuş bölge alanına oranı olarak tanımlanan boyutsuz bir değerdir, bakınız Şekil 1. Soğutucu akışkan şarj miktarı kaçaklar nede- niyle azaldığında, RLI’de aynı zamanda azalır. Cihazların ışıtıma olarak çalışması sırasında, kompresör çıkış sıcaklığının süperheat derecesi (degree of superheat (DSH)) yukarıdaki RLI yerine kullanılır. Soğutucu akışkan miktarı kaçaklar nedeniyle azaldığında, çıkış sıcaklığı yükselir ve DSH’da yükselir. RLI ve DSH değişiklikleri sadece soğutucu akışkan mik- tarından meydana gelmez, aynı zamanda dış hava sıcaklığı ve kompresör sürati gibi nedenlerden de kaynaklanır. Bu nedenle, herhangi bir kaçak olmamasına rağmen, RLI düzen- sizlikler nedeniyle düşebilir ve tespit algoritması bunu kaçak olarak hatalı değerlendirebilir. Bunu önlemek için, RLI’dan düzensizlikler kaldırılır ve sadece soğutucu akışkan şarj mik- tarındaki değişiklikleri temsil eden indeks ΔRLI hesaplanır. Şekil 1’den görüldüğü gibi ΔRLI doğrudan çalışma verisin- den elde edilen hakiki RLI ve normal koşullar arasındaki RLI arasındaki farktır. Bu öngörülen RLI bir tahmin modeli vasıtasıyla geçmiş normal verilerden makine öğrenmesini (machine learning (ML)) kullanarak oluşturulan bir tahmin modeli vasıtasıyla hesaplanır. Isıtma için bir indeks olan DSH için düzensizlikler, yukarıdaki gibi aynı şekilde kaldı- rılır ve ΔDSH sadece soğutucu akışkan şarjı miktarındaki değişikliklerin bir indeksi olarak hesaplanır. Şekil 1. Kaçak tespit sistemine genel bakış.