Otomotiv İklimlendirme Sisteminin ANFIS Yaklaşımı Kullanılarak Modellenmesi

Abstract

Bu çalışmada, R134a soğutucu akışkanı kullanan bir otomobil iklimlendirme sisteminin performansının ANFIS yaklaşımı ile modellenmesi yapılmıştır. Sistemin ANFIS modelinin geliştirilmesi için, eğik plakalı değişken kapasiteli kompresör ile termostatik genleşme valfi kullanan bir deneysel otomobil iklimlendirme sistemi kurulmuş ve çeşitli mekanik ölçüm cihazlarıyla donatılmıştır. Sistem, kompresör devri ile buharlaştırıcı ve yoğuşturucuya giren hava akımlarının kuru termometre sıcaklıkları, izafi nemleri ve ortalama hızları değiştirilerek, sürekli rejim şartları altında çalıştırılmıştır. Deneysel verilerin bir kısmının kullanılmasıyla, sistem için bir ANFIS modeli geliştirilmiştir. Bu model, buharlaştırıcı çıkışındaki hava akımı kuru termometre sıcaklığı, soğutma kapasitesi, soğutma tesir katsayısı ve sistemin soğutma devresinde birim zamanda yok edilen toplam ekserji gibi çeşitli performans parametrelerinin tahmin edilmesinde kullanılmıştır. Model tahminlerinin deneysel sonuçlar ile genellikle iyi bir uyum göstererek, 0.966–0.988 arasında değişen korelasyon katsayıları ve % 0.23–5.28 arasında değişen ortalama izafi hatalar verdiği belirlenmiştir. Ulaşılan sonuçlar, ANFIS yaklaşımının otomotiv iklimlendirme sistemlerinin performansının tahmininde başarılı olarak kullanılabileceğini göstermiştir

Keywords

• İklimlendirme, Otomotiv, Soğutma, ANFIS, R134a

Modelling of an Automotive Air Conditioning System using ANFIS

Abstract

This study deals with modelling the performance of an R134a automobile air conditioning (AAC) system by means of adaptive neuro-fuzzy inference system (ANFIS) approach. In order to gather data for developing the ANFIS model, an experimental AAC system employing a variable capacity swash plate compressor and a thermostatic expansion valve was set up and equipped with various instruments for mechanical measurements. The system was operated at steady state conditions while varying the compressor speed, dry bulb temperatures and relative humidity of the air streams entering the evaporator and condenser as well as the mean velocities of these air streams. Then, utilizing some of the experimental data, an ANFIS model for the system was developed. The model was used for predicting various performance parameters of the system including the air dry bulb temperature at the evaporator outlet, cooling capacity, coefficient of performance and the rate of total exergy destruction in the refrigeration circuit of the system. It was determined that the predictions usually agreed well with the experimental results with correlation coefficients in the range of 0.966–0.988 and mean relative errors in the range of 0.23–5.28%. The results reveal that the ANFIS approach can be used successfully for predicting the performance of AAC systems

Keywords

• Air conditioning, Automotive, Refrigeration, Adaptive neuro-fuzzy inference system, ANFIS, R134a