Resumo:
O setor industrial é responsável por uma parcela significativa do consumo de energia elétrica no Brasil e no mundo, nos últimos anos tem se observado um crescente interesse em cada vez mais se reduzir o consumo dessa modalidade de energia. Os sistemas de refrigeração por compressão mecânica de vapor são grandes consumidores de energia elétrica na indústria, nesse sentido modelos matemáticos e computacionais têm sido utilizados para prever o comportamento e melhorar o desempenho desses sistemas. O objetivo dessa modelagem é reduzir e otimizar o consumo energético desses sistemas, além de auxiliar em atividades de monitoramento dos mesmos. Assim, neste trabalho será aplicado um diagnóstico termoeconômico em um sistema de refrigeração industrial, desenvolvido com base em modelos dos componentes do sistema de refrigeração e em Redes Neurais Artificiais (RNAs). O objetivo é realizar o diagnóstico de degradações em sistemas de refrigeração industrial com um menor números de grandezas operacionais medidas no mesmo. Esse propósito será obtido através da determinação do estado termodinâmico dos componentes do mesmo para comparar com um estado de referência. Por último, o sistema de diagnóstico desenvolvido será aplicado em um estudo de caso. Esse estudo contemplará uma instalação de refrigeração por compressão mecânica de vapor industrial modelada, onde os resultados serão apresentados e discutidos. Assim, o procedimento de diagnóstico apresentado para o sistema de refrigeração analisado irá configurar a contribuição desta tese.
