Tesisat Dergisi 327. Sayı (Mart 2023)

50 TESİSAT • Mart / 2023 tespit kaçak meydana geldikten hemen sonra elde edilmiş ve kaçak noktası sadece 10 günde onarılmıştır. Chillerler için kaçak olan cihaz üzerinde çok az veri bulunmaktadır, hata matrisinin değerlendirilmesi iklim odası içinde çalıştırılan cihazdaki test verilerinden yapılmıştır. Tablo 4 çeşitli çalışma şartları, çeşitli dış hava sıcaklığı, kompresör yük oranı, LWT ve soğutucu şarj miktarı için test verileri üzerinde yukarıdakiyle aynı değerlendirmeyi yaparak elde edilen sonuçların bir hata matrisini göster- mektedir. Test şartlarının dökümü %100 soğutucu akışkan şarjıyla 56 normal veri durumu, ve %85 ve %80 soğutucu akışkan şarj miktarıyla 52 kaçak verisi durumudur. VRF için olduğu gibi aynı yöntemle %86,5 kesinlik oranı ve %0 FDR hesaplanmıştır. Sonuçlar Makine öğrenmesine dayanan dolaylı (endirekt) soğutucu akışkan kaçak tespit sistemi geliştirilmiş ve performansı VRF ve Chiller cihazları üzerinde doğrulanmıştır. Tespit hassasiyeti çalışma koşullarına ve cihaz karakteristiklerine göre normal olarak dağıtılmış ve hassasiyet başlangıçtaki soğutucu akışkan şarj miktarının ortalama %15 en kötü şartta %20 sinin kaça- ğını tespit edebilmiştir. Makine öğrenme modelini ve eğitim verilerini geliştirerek kesinlikte iyileştirme yapmak için alan mevcuttur. Bir sonraki hedef kesinliği gelecekte kaçakların %10’una kadar tespit edebilecek şekilde iyileştirmektir. n Tablo 4. Kaçak tespit sonuçlarının hata matrisi Şekil 6. Soğutma ve Isıtma çalışmasında kaçak tespitinin hassasiyeti Şekil 7. Soğutma çalışması için kaçak olan cihazda RLI tepkileri Tahmin edilen Normal Kaçak var Gerçek Normal 56 0 Kaçak var 14 38 [1] Yoshimi M., Yonemori T., Suko K., Yamaguchi T.Proc. The International Symposium on NewRefrigerants and Environmental Technology2010, (2010), pp. 169–172. [2] Hosseini Gourabpasi A, Nik-Bakht M. KnowledgeDiscovery by Analyzing the State of the Art ofData-Driven Fault Detection and Diagnostics ofBuilding HVAC. CivilEng. 2021;2(4):986-1008. [3] Wakui T., Yokoyama R. Proc. of 2018 JSRAEAnnual Conference, 2018; C222. (in Japanese) [4] Yoshimi M.,Hikawa T., Kasahara S. Proc. of2019 JSRAE Annual Conference, 2019; C342. (inJapanese) [5] Yamada S.,Yoshimi M., Hikawa T., Kasahara S.Proc. of 2020 JSRAE Annual Conference, 2020;C323. (in Japanese) [6] Yamada S., Kojiyama K., Yoshimi M., Kasahara S.Proc. of 2021 JSRAE Annual Conference, 2021;C312. (in Japanese) [7] https://lightgbm.readthedocs.io/en/late Kaynaklar ÇEVİRİ MAKALE