Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/36682
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2020_HeyderAntonioSilvaAraujo_tcc.pdf6,87 MBAdobe PDFver/abrir
Título: Comparação de controle preditivo e adaptativo na climatização predial com estimativa neuro-visual da carga térmica
Autor(es): Araujo, Heyder Antonio Silva de
Orientador(es): Bauchspiess, Adolfo
Assunto: Energia elétrica - racionamento
Climatização
Data de apresentação: 8-Dez-2020
Data de publicação: 27-Out-2023
Referência: ARAUJO, Heyder Antonio Silva de. Comparação de controle preditivo e adaptativo na climatização predial com estimativa neuro-visual da carga térmica. 2020. 110 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2020.
Resumo: Existe uma grande preocupação no que diz respeito ao consumo excessivo de energiaelétrica. Dentro deste contexto, estudos têm sido feitos no intuito de tornar mais eficiente ouso deste tipo de energia. Geralmente, sistemas térmicos são os que representam uma grandeparcela do consumo energético residencial e comercial.É proposta, deste projeto, otimizar o uso da energia em sistemas térmicos. Este trabalhoé parte de uma linha de pesquisa que visa tornar mais eficiente o consumo de energia elé trica em sistemas condicionadores de ar, considerando o conforto térmico da instalação. Opresente estudo está focado no consumo de energia de um ambiente predial. A Instalação utilizada foi a sala de reuniões do Laboratório de Robótica e Automação (LARA), onde a variável controlada é a temperatura da sala. A perturbação considerada é formada pela contribuição das diferenças de temperatura entre o ambiente externo ao prédio e das salas ao redor do ambiente em estudo além da carga térmica proveniente da ocupação do ambiente por pessoas.Essa carga térmica proveniente da ocupação depende da quantidade de pessoas presentesno ambiente. A determinação da ocupação do ambiente é feita através da utilização de umarede neural convolucional capaz de detectar a presença de pessoas em uma imagem capturadaem uma câmera.Quanto ao controle, a comunicação entre os nós da rede de controle será feita pela internet através da plataforma ThingSpeak implementado em um Raspiberry PI 4B e em módulosNodeMCU’s. A medição da temperatura é tomada por sensores do tipo DS18B20 para a temperatura da sala e DHT22 para os outros ambientes, e o processamento de dados como auxílio do MATLAB.A identificação da função de transferência será feita utilizando a toolbox de identificação de sistemas do MATLAB.
Abstract: There is been a great concern regarding the use of energy. Within this context, studies have been made in order to make the use of such energy more efficient. Thermal systems are usually the ones which represent the largest amount of energy expenditure in building environments.The propose of this project is to optimize the use of energy in thermal systems. This project is part of a research line that aims a more efficient use of electrical energy in air conditioning systems, considering comfort. Such study is focused on the consumption of energy in building environments: the used environment was the meeting room from the Laboratory of Robotics and Automation (LARA) where the control variable is the room temperature. The considered perturbation is formed by the contribution of the temperature differential between the external environment to the building temperature, the surroundings rooms temperature and the thermal load from the people occupying the room.This thermal load from the people occupying the room is a function of the number of people in the environment. The determination of the environment occupation is done through the use of a convolutional neural network capable of detecting the presence of people in an image captured on a camera.As for the control, the communication between the control network nodes will be made through the internet through the ThingSpeak platform implemented in a Raspiberry PI4 Band in Node MCU’s modules. The temperature measurement is taken by sensors of the type DS18B20 for room temperature and DHT22 for other environments, and data processing with the aid of MATLAB. The transfer function will be identified using the MATLAB systems identification toolbox.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2020.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia Elétrica



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.