UPDATE

literature review

การเก็บข้อมูลใน Database เสร็ จเรี ยบร้อย

การวัด Flow Rate

ประสิ ทธิ ภาพการทาความเย็นเฉลี่ยอยูท่ ี่ 3.76

literature review
This Photo by Unknown Author is licensed under CC BY-NC

A Comparative Study of Multiple
Regression and Artificial Neural
Network models for a domestic
refrigeration system with a
hydrocarbon refrigerant mixtures
• งานวิจยั นีส้ นใจในการหา COP ที่เหมาะสมของระบบทาความเย็นแบบมีถงั แยกไอ ซึง่ จะใช้ Math
model เพื่อที่จะนาไปวิเคราะห๋ใน Engineering Equation Solver (EES) และในการทดลอง
จะใช้สารทาความเย็นที่แตกต่างกัน ซึง่ ผลการทดลองพบว่าสารทาความเย็นที่เป็ น Ammonia (R717)
จะมีประสิทธิภาพมากที่สดุ อยู่ท่ี 6.17 และเหมาะสมที่สดุ สาหรับระบบการความเย็นแบบมีถงั แยกไอ
• ศึกษาระบบการทาความเย็นและ Math model เพื่อใช้ในการหาประสิทธิภาพของระบบการทาความ
เย็นของโรงงาน

Optimization of a multistage
vapor-compression refrigeration
system for various refrigerants
• งานวิจยั นี้ได้ทาการเปรี ยบเทียบ Multiple Regression กับ Artificial Neural Network
โดยได้ใช้ตวั แปรที่เกี่ยวข้องคือ อุณหภูมิที่คอยล์เย็น มวลสารทาความเย็น ความยาวของท่อส่งสารทาความเย็น
มาทาการหา power consumption, Refrigeration Effect และ COP จากผลการทดลอง
พบว่า Artificial Neural Network มีความแม่นยากว่า Multiple Regression โดย
R2= 0.989 และมี single hidden layer and 22 neurons
• โดยในการทดลองเราจะนา Multiple Regression มาหา Flow rate จากของข้อมูลที่มีเก็บมา
Example data
Suction Pressure -6 Phase 3
Suction Temperature -6 Phase 3
Discharge Pressure -6 Phase 3
Discharge Temperature -6 Phase 3
Separator Temperature -6 phase 3
 Power (kW)

-
100.00
200.00
300.00
400.00
500.00
600.00
700.00
800.00
900.00
12:45:12
12:47:14
12:49:16
12:51:19
12:53:21
12:55:22
12:57:24
12:59:26
13:01:29
13:03:31
13:05:32
13:07:35
13:09:36
13:11:38
13:13:40
13:15:43
13:17:45
13:19:46
13:21:48
13:23:50
13:25:53
13:27:55
13:29:57
13:31:59
13:34:00
13:36:02
Time 13:38:05
13:40:07
13:42:09
13:44:10
13:46:12
13:48:14
13:50:17
13:52:19
13:54:21
13:56:23
13:58:24
14:00:27
14:02:29
14:04:31
14:06:33
14:08:34
14:10:36
14:12:38
14:14:41
14:16:43
14:18:45
Power Compressor -6 Phase 3

14:20:46
14:22:48
14:24:50
14:26:53
14:28:54
14:30:57
 Measurement Flow

• จะใช้ Ultrasonic flow meter ในการวัด Flow

ที่ตาแหน่ง Discharge Compressor (ตาแหน่งที่ 2)
เนื่องจากเป็ นตาแหน่งที่เหมาะสมที่สุดสาหรับการใช้เครื่ องมือ
 0.00
0.50
1.00
1.50
2.00
2.50
Time
12:46:13
12:48:15
12:50:18
12:52:19
12:54:21
12:56:24
12:58:26
13:00:27
13:02:29
13:04:31
13:06:33
13:08:36
𝑚=

13:10:38
13:12:40
13:14:42
13:16:43
13:18:45
13:20:48
13:22:50
13:24:51

Mass

[kg/s]
13:26:54

Flow Rate
13:28:55
13:30:57
13:33:00
13:35:02
13:37:03
13:39:06
13:41:07
Mass Flow Rate

13:43:09
13:45:12
13:47:14
13:49:15
Mass Flow Rate Regression . (kg/s)

13:51:18
13:53:19
13:55:21
13:57:24
13:59:26
14:01:28
14:03:30
14:05:31
14:07:33
ሶ f(Tdischarge,Tsuction,wcomp,Pdischarge,Psuction)

14:09:36
14:11:38
Multiple Regression Mass Flow Rate

14:13:39
14:15:42
14:17:43
14:19:45
14:21:48
14:23:50
14:25:51
14:27:53
14:29:55
𝑅2 = 0.86
Coefficient of
Performance
ሶ
𝑚∆h
COP =
𝑃𝑜𝑤𝑒𝑟 𝐶𝑜𝑚𝑝𝑟𝑒𝑠𝑠𝑜𝑟
Coefficient of Performance
24/03/65 เวลา 12.00 ถึง 14.30 น.

Mean 3.76