Optimización energética mediante técnicas de minería de datos en sistemas de refrigeración industrial. Aplicación a la industria agroalimentaria
Abstract
Esta tesis doctoral desarrolla un proyecto de minería de datos cuyo objetivo principal es la optimización energética de una instalación frigorífica del sector industrial agroalimentario. Su carácter práctico ha sido posible gracias a la disponibilidad de una gran cantidad de datos almacenados por el SCADA que supervisa la instalación. El elevado consumo de energía eléctrica por este tipo de instalaciones en el sector de las conservas vegetales junto a la importante variación de carga justifica el empleo de este tipo de herramientas para mejorar la eficiencia energética. Su principal objetivo es identificar propuestas de mejora que contribuyan a reducir el consumo de energía eléctrica y mejorar la operación y mantenimiento de la instalación frigorífica. Por otro lado, gracias al conocimiento generado en este tipo de proyectos, ha facilitado la toma de decisiones a la dirección de la empresa a la hora de priorizar la puesta en marcha de las diferentes propuestas de mejora. En las últimas décadas la aplicación del proceso de extracción de conocimiento y las técnicas minería de datos en combinación con el análisis termodinámico están siendo empleados para optimizar la eficiencia de sistemas de refrigeración por compresión de vapor. La aplicación de técnicas basadas en redes neuronales artificiales permite obtener modelos muy precisos capaces de predecir los valores de rendimiento o eficiencia de la instalación. Los modelos obtenidos para la predicción de los valores del COP, eficiencia exergética y pérdidas exergéticas totales simplifican el análisis de la instalación que hasta la fecha eran realizados por la empresa responsable del mantenimiento mensualmente. Al mismo tiempo ha permitido identificar la variable con mayor importancia en el rendimiento y eficiencia de la instalación lo que ha permitido determinar las propuestas de mejora con mayor impacto que permiten reducir en un 26 % el consumo de energía eléctrica. Por otro lado se han identificado una serie de mejoras que contribuyen de forma significativa a mejorar la operación y mantenimiento de la instalación. La limitación de los ciclos de marcha – paro de los grupos compresores y la revisión de los valores de consigna de los termostatos de calefacción y el paro por baja temperatura del aceite lubricante son algunos ejemplos. Finalmente se ha desarrollado una metodología a modo de guía con la que poder realizar un diagnóstico energético en instalaciones de refrigeración por compresión de vapor similares a la estudiada.
Full text
ESCUELA SUPERIOR DE INGENIERÍA Departamento de Ingeniería Energética OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN INDUSTRIAL. APLICACIÓN A LA INDUSTRIA AGROALIMENTARIA TESIS DOCTORAL por José Luis Ortiz Silva Memoria presentada para optar al grado de Doctor por la Universidad de Sevilla Directora: Dña. Rocío González Falcón Sevilla, Septiembre de 2016
AGRADECIMIENTOS En primer lugar me gustaría dar las gracias a Rocío González Falcón por su ayuda y colaboración en la redacción de esta Tesis especialmente en los momentos de desánimo que han sido varios durante todo este tiempo. A pesar de su apretada agenda, siempre tuvo un momento para atenderme y aconsejarme en cada una de las cuestiones planteadas. En segundo lugar a David Velázquez Alonso por animarme a finalizar mis estudios de doctorado, su colaboración en el traslado de mi expediente y mi admisión en la Universidad de Sevilla así como sus comentarios y los de su equipo de colaboradores en la redacción de esta Tesis. También a Luz Marina Gallego Fernández por su práctica introducción al software de minería de datos Clementine. Por otro lado, quisiera agradecer la colaboración al personal de Grupo Ramón Vizcaíno, Mayakewa, Grenco Ibérica y Tecnifrio Refrigeración por responder a todas las dudas y cuestiones que les planteaba. Por último, y sobre todo, quiero agradecer y dedicar esta Tesis, a mis padres, mi esposa Mila y mis hijos Claudia y Gonzalo. A mis padres, quienes a lo largo de mi vida han velado por mi bienestar, educación y siempre me han animado a continuar con mi formación universitaria, lo que espero les haya llenado de satisfacción. Y a Mila, Claudia y Gonzalo porque son ellos los que más se han sacrificado durante todo el tiempo que he estado trabajando en esta Tesis no pudiendo disfrutar de su compañía en muchos momentos en los que me hubiera encantado estar con ellos. José Luis Ortiz Silva.
RESUMEN Esta tesis doctoral desarrolla un proyecto de minería de datos cuyo objetivo principal es la optimización energética de una instalación frigorífica del sector industrial agroalimentario. Su carácter práctico ha sido posible gracias a la disponibilidad de una gran cantidad de datos almacenados por el SCADA que supervisa la instalación. El elevado consumo de energía eléctrica por este tipo de instalaciones en el sector de las conservas vegetales junto a la importante variación de carga justifica el empleo de este tipo de herramientas para mejorar la eficiencia energética. Su principal objetivo es identificar propuestas de mejora que contribuyan a reducir el consumo de energía eléctrica y mejorar la operación y mantenimiento de la instalación frigorífica. Por otro lado, gracias al conocimiento generado en este tipo de proyectos, ha facilitado la toma de decisiones a la dirección de la empresa a la hora de priorizar la puesta en marcha de las diferentes propuestas de mejora. En las últimas décadas la aplicación del proceso de extracción de conocimiento y las técnicas minería de datos en combinación con el análisis termodinámico están siendo empleados para optimizar la eficiencia de sistemas de refrigeración por compresión de vapor. La aplicación de técnicas basadas en redes neuronales artificiales permite obtener modelos muy precisos capaces de predecir los valores de rendimiento o eficiencia de la instalación. Los modelos obtenidos para la predicción de los valores del COP, eficiencia exergética y pérdidas exergéticas totales simplifican el análisis de la instalación que hasta la fecha eran realizados por la empresa responsable del mantenimiento mensualmente. Al mismo tiempo ha permitido identificar la variable con mayor importancia en el rendimiento y eficiencia de la instalación lo que ha permitido determinar las propuestas de mejora con mayor impacto que permiten reducir en un 26 % el consumo de energía eléctrica. Por otro lado se han identificado una serie de mejoras que contribuyen de forma significativa a mejorar la operación y mantenimiento de la instalación. La limitación de los ciclos de marcha – paro de los grupos compresores y la revisión de los valores de consigna de los termostatos de calefacción y el paro por baja temperatura del aceite lubricante son algunos ejemplos. Finalmente se ha desarrollado una metodología a modo de guía con la que poder realizar un diagnóstico energético en instalaciones de refrigeración por compresión de vapor similares a la estudiada.
ÍNDICE DE CONTENIDO Agradecimientos .............................................................................................................. 2 Resumen ........................................................................................................................... 3 Índice de contenido ......................................................................................................... 4 Índice de figuras ............................................................................................................... 7 Índice de tablas ................................................................................................................ 9 Notación ......................................................................................................................... 12 1. Introducción. ........................................................................................................... 14 1.1. Justificación de la investigación. .................................................................... 19 1.2. Objetivos a alcanzar. ....................................................................................... 22 1.3. Principales contribuciones. ............................................................................. 23 1.4. Estructura de la memoria. .............................................................................. 24 2. Descripción de la instalación y análisis energético y exergético. ......................... 26 2.1. Descripción de la instalación. ......................................................................... 26 2.1.1. Descripción del proceso productivo. ....................................................... 26 2.1.2. Descripción de la instalación frigorífica. ................................................. 29 2.1.3. Estructura del consumo energético. ....................................................... 35 2.2. Análisis energético y exergético. .................................................................... 37 2.2.1. Descripción del ciclo refrigeración por compresión mecánica de un vapor. 37 2.2.2. Metodología para determinar la eficiencia energética y exergética. .... 42 2.2.3. Estrategias de control para reducir el consumo de energía................... 49 3. Metodología para la extracción de conocimiento. ............................................... 54 3.1. Fase de comprensión del problema. .............................................................. 55 3.2. Fase de comprensión de los datos. ................................................................ 56 3.3. Fase de preparación de los datos. .................................................................. 57 3.4. Fase de modelado. .......................................................................................... 58 3.5. Fase de evaluación. ......................................................................................... 59 3.6. Fase de implantación. ..................................................................................... 60 4. Fase de compresión del problema y de los datos. ................................................ 61 4.1. Fase de comprensión del problema. .............................................................. 61 4.1.1. Determinar los objetivos del problema a resolver. ................................ 61
4.1.2. Evaluar la situación. ................................................................................. 63 4.1.3. Determinar los objetivos de la minería de datos. .................................. 65 4.1.4. Elaborar el plan de proyecto. .................................................................. 66 4.1.5. Conclusiones de la fase de comprensión del problema. ........................ 67 4.2. Fase de comprensión de los datos. ................................................................ 69 4.2.1. Adquisición de datos. .............................................................................. 69 4.2.2. Descripción de los datos. ......................................................................... 71 4.2.3. Exploración de los datos. ......................................................................... 72 4.2.4. Calidad de los datos. .............................................................................. 101 4.2.5. Conclusiones de la fase de comprensión de los datos. ........................ 133 5. Fase de preparación de los datos. ....................................................................... 138 5.1. Selección de los datos. .................................................................................. 138 5.1.1. Selección para la variable objetivo COP. .............................................. 140 5.1.2. Selección para la variable objetivo eficiencia exergética. .................... 141 5.1.3. Selección para la variable objetivo pérdidas exergéticas totales. ....... 141 5.2. Limpieza de los datos. ................................................................................... 142 5.2.1. Tratamiento datos erróneos exploración de datos. ............................. 142 5.2.2. Detección de anomalías......................................................................... 143 5.3. Estructuración de los datos. ......................................................................... 149 5.4. Integración de los datos. ............................................................................... 150 5.5. Formateo de los datos. ................................................................................. 151 5.6. Conclusiones a la fase de preparación de datos. ......................................... 152 6. Fase de modelado. ................................................................................................ 153 6.1. Selección de la técnica de modelado. .......................................................... 153 6.1.1. Redes neuronales artificiales. ............................................................... 153 6.2. Diseño del método de evaluación. ............................................................... 159 6.3. Modelado. ..................................................................................................... 161 6.3.1. Modelado de red neuronal para la variable objetivo COP................... 161 6.3.2. Modelado de red neuronal para la variable objetivo eficiencia exergética. ............................................................................................................. 165 6.3.3. Modelado de red neuronal para la variable objetivo pérdidas exergéticas totales. ............................................................................................... 168
6.4. Evaluación de los modelos de redes neuronales. ........................................ 172 6.5. Conclusiones a la fase de modelado. ........................................................... 176 6.5.1. Metodología para el diagnóstico energético de instalaciones frigoríficas. 181 7. Fase de evaluación de los resultados. ................................................................. 184 7.1. Evaluación de los resultados......................................................................... 184 7.2. Revisión del proceso. .................................................................................... 186 7.3. Próximos pasos.............................................................................................. 188 7.4. Conclusiones a la fase de evaluación de resultados. ................................... 189 8. Fase de Implantación. .......................................................................................... 190 8.1. Desarrollo del plan. ....................................................................................... 190 8.2. Plan de supervisión y mantenimiento. ......................................................... 191 8.3. Informe final. ................................................................................................. 192 8.4. Revisión. ........................................................................................................ 196 8.5. Conclusiones finales a la fase de implantación. ........................................... 197 Bibliografía ................................................................................................................... 198 Anexo A. ....................................................................................................................... 202 Anexo B. ....................................................................................................................... 238 Anexo C. ....................................................................................................................... 272
ÍNDICE DE FIGURAS Figura 1 Suministro mundial de energía primaria por regiones (Mtoe) (International Energy Agency, 2015)........................................................................................................................................................... 14 Figura 2 Evolución de la dependencia energética (Ministerio de Industria, Energía y Turismo, 2015) ..... 15 Figura 3 Intensidad energética final (Ministerio de Industria, Energía y Turismo, 2015) .......................... 15 Figura 4 Intensidad energética primaria (Ministerio de Industria, Energía y Turismo, 2015) .................... 16 Figura 5 Consumo de energía final en el sector alimentacón y bebidas 2013 (IDAE, 2013) ...................... 17 Figura 6 Diagrama de proceso productivo ................................................................................................. 26 Figura 7 Componentes principales de un grupo compresor (MYCOM EUROPE Refrigeration S. L., 2002) 29 Figura 8 Pantalla correspondiente a un grupo compresor ......................................................................... 32 Figura 9 Esquema de conexiones NH3 ....................................................................................................... 33 Figura 10 Disposición de elementos en sala de máquinas ......................................................................... 34 Figura 11 Ciclo frigorífico de Carnot para un fluido condensable (Clavel, 1988) ....................................... 38 Figura 12 Ciclo de refrigeración inverso de rankine (Clavel, 1988) ........................................................... 40 Figura 13 Ciclo real de refrigeración por compresión mecánica de un vapor (Clavel, 1988) ..................... 41 Figura 14 Diagrama P-h del ciclo simple de refrigeración con economizador (Carrier Corporation, 1983) .................................................................................................................................................................... 44 Figura 82 etapas de regulación con cuatro grupos compresores de igual capacidad operando al 100% (AEFYT, 2014) ............................................................................................................................................. 52 Figura 83 etapas de regulación con cuatro grupos compresores de diferente capacidad operando al 100% (AEFYT, 2014) .................................................................................................................................... 53 Figura 15 Metodología empleada en la mineria de datos (Kdnuggets, 2007) ............................................ 54 Figura 16 Fases de la metodología CRISP-DM (Chapman (NCR), y otros, 2000) ........................................ 54 Figura 17 Fase de comprensión del negocio .............................................................................................. 55 Figura 18 Fase de comprensión de los datos.............................................................................................. 56 Figura 19 Fase de preparación de los datos ............................................................................................... 57 Figura 20 Fase de modelado ....................................................................................................................... 58 Figura 21 Fase de evaluación...................................................................................................................... 59 Figura 22 Fase de implantación .................................................................................................................. 60 Figura 23 Organigram de la empresa ......................................................................................................... 62 Figura 24 Base de datos access generada por el scada .............................................................................. 70 Figura 25 Histrogramas de las posiciones de las válvulas de aspiración de cada grupo compresor .......... 75 Figura 26 Detalle de una válvula de aspiración con su válvula de corredera (Wilbert, 1998) ................... 82 Figura 27 Diagramas de dispersión posición válvula aspiración vs cop ...................................................... 83 Figura 28 Diagramas de dispersión posición válvula aspiración vs eficiencia exergética ........................... 85 Figura 29 Diagramas de dispersión posición válvula aspiración vs pérdidas exergéticas totales .............. 86 Figura 30 Diagramas de dispersión relación compresión vs COP ............................................................... 87 Figura 31 Diagramas de dispersión relación compresión vs eficiencia exergética ..................................... 88 Figura 32 Diagramas de dispersión relación compresión vs pérdidas exergéticas totales ........................ 89 Figura 33 Diagramas de dispersión relación temperatura evaporación vs COP ........................................ 90 Figura 34 Diagramas de dispersión relación temperatura evaporación vs eficiencia exergética .............. 91 Figura 35 Diagramas de dispersión relación temperatura evaporación vs pérdidas exergéticas totales .. 92 Figura 36 Diagramas de dispersión relación temperatura condensación vs COP ...................................... 93 Figura 37 Diagramas de dispersión relación temperatura condensación vs eficiencia exergética ............ 94 Figura 38 Diagramas de dispersión relación temperatura condensación vs pérdidas exergéticas totales 95 Figura 39 Diagramas de dispersión relación tiempo de marcha promedio vs COP .................................... 96 Figura 40 Diagramas de dispersión relación tiempo de marcha promedio vs eficiencia exergética.......... 97 Figura 41 Diagramas de dispersión relación tiempo de marcha promedio vs pérdidas exergéticas totales .................................................................................................................................................................... 98
Figura 42 Diagramas de dispersión relación temperatura ambiental exterior vs COP .............................. 99 Figura 43 Diagramas de dispersión relación temperatura ambiental exterior vs eficiencia exergética .. 100 Figura 44 Diagramas de dispersión relación temperatura ambiental exterior vs pérdidas exergéticas totales ....................................................................................................................................................... 101 Figura 45 Generación de un supernodo tras aplicar la acción descartar en la pestaña calidad del nodo auditar datos ............................................................................................................................................ 103 Figura 46 Pestaña calidad en el nodo auditar datos del grupo compresor 1 ........................................... 103 Figura 47 Pestaña calidad en el nodo auditar datos del grupo compresor 2 ........................................... 107 Figura 48 Pestaña calidad en el nodo auditar datos del grupo compresor 3 ........................................... 113 Figura 49 Pestaña calidad en el nodo auditar datos del grupo compresor 4 ........................................... 115 Figura 50 Pestaña calidad en el nodo auditar datos del grupo compresor 5 ........................................... 123 Figura 51 Pestaña calidad en el nodo auditar datos del grupo compresor 6 ........................................... 128 Figura 52 Aplicación del nodo tipo previo a la aplicación del nodo selección de características............. 140 Figura 53 Aplicación del nodo seleccionar para eliminar los registros con valores erroneos del grupo compresor 5 ............................................................................................................................................. 142 Figura 54 Expresión empleada en el nodo rellenar para sustituir los valores perdidos de la temperatura ambiental exterior .................................................................................................................................... 143 Figura 55 Simplificació gráfica detección de anomalías (SPSS Inc., 2007) ................................................ 144 Figura 56 Aplicación del nodo detección de anomalías ........................................................................... 147 Figura 57 Aplicación del nodo derivar para obtener la variable tiempo de marcha promedio ............... 149 Figura 58 Aplicación del nodo fundir para integrar la temperatura ambiental exterior en los datos de los grupos compresores ................................................................................................................................. 150 Figura 59 Arquitectura perceptrón multicapa .......................................................................................... 155 Figura 60 Aplicación del nodo partición ................................................................................................... 159 Figura 61 Red neuronal con 5 variables de entrada para el COP ............................................................. 162 Figura 62 Importancia de las 5 variables de entrada para predecir el COP ............................................. 163 Figura 63 Red neuronal con 3 variables de entrada para predecir del COP ............................................. 163 Figura 64 Importancia de las 3 variables de entrada para predecir el COP ............................................. 164 Figura 65 Red neuronal con 1 variable de entrada para predecir el COP ................................................ 164 Figura 66 Importancia de 1 variable de entrada para predecir el COP .................................................... 165 Figura 67 Red neuronal con 5 variables de entrada para predecir la eficiencia energética .................... 165 Figura 68 Importancia de las 5 variables de entrada para predecir la eficiencia energética ................... 166 Figura 69 Red neuronal con 3 variables de entrada para predecir la eficiencia energética .................... 166 Figura 70 Importancia de las 3 variables de entrada para predecir la eficiencia energética ................... 167 Figura 71 Red neuronal con 1 variable de entrada para predecir la eficiencia exergética ...................... 167 Figura 72 Importancia de la 1 variable de entrada para predecir la eficiencia energética ...................... 168 Figura 73 Red neuronal con 5 variables de entrada para predecir las pérdidas exergéticas totales ....... 168 Figura 74 Importancia de las 5 variables de entrada para la predecir las pérdidas exergéticas totales .. 169 Figura 75 Red neuronal con 3 variables de entrada para predecir las pérdidas exergéticas totales ....... 169 Figura 76 Red neuronal con 3 variables de entrada para predecir las pérdidas exergéticas totales ....... 170 Figura 77 Red neuronal con 1 variable de entrada para predecir las pérdidas exergéticas totales ......... 170 Figura 78 Importancia de la 1 variable de entrada para la predicir las perdidas exergéticas totales ...... 171 Figura 79 Gráfico que muestra la correlación lineal entre los valores pronosticados y reales del COP .. 172 Figura 80 Gráfico que muestra la correlación lineal entre los valores pronosticados y reales de eficiencia exergética ................................................................................................................................................. 173 Figura 81 Gráfico que muestra la correlación lineal entre los valores pronosticados y reales de pérdidas exergéticas totales.................................................................................................................................... 174 Figura 84 esquema metodología diagnóstico energético plantas frigoríficas .......................................... 183
ÍNDICE DE TABLAS Tabla 1 Limites operacionales para los compresores de tornillo de la serie SCV ....................................... 30 Tabla 2 Consumo y costes de los fluidos energéticos consumidos durante 2012 ..................................... 35 Tabla 3 Distribución de consumos eléctricos por procesos en 2012.......................................................... 36 Tabla 4 Identificación, significado y formato de cada una de las variables incluidas en el fichero excel grupos compresores del Anexo A ............................................................................................................... 72 Tabla 5 Identificación, significado y formato de cada una de las variables incluidas en los ficheros excel temperatura ambiental exterior y condensadores evaporativos del Anexo A .......................................... 72 Tabla 6 Límites operacionales de los grupos compresores 1 a 5 (Mayekawa Mfg.Co., Ltd.) ..................... 77 Tabla 7 Límites operacionales del grupo compresor 6 ............................................................................... 77 Tabla 8 Análisis de correlación grupos compresores ................................................................................. 80 Tabla 9 Valores anómalos COP grupo compresor 1 ................................................................................. 104 Tabla 10 Valores anómalos eficiencia exergética grupo compresor 1 ..................................................... 104 Tabla 11 Valores anómalos temperatura de aceite grupo compresor 1 .................................................. 104 Tabla 12 Valores anómalos pérdidas exergéticas condensación grupo compresor 1 .............................. 105 Tabla 13 Valores anómalos posición válvula aspiración grupo compresor 1 ........................................... 105 Tabla 14 Valores anómalos y extremos presión de descarga grupo compresor 1 ................................... 105 Tabla 15 Valores anómalos temperatura separador de aceite grupo compresor 1 ................................. 106 Tabla 16 Valores anómalos número de arranques grupo compresor 1 ................................................... 106 Tabla 17 Valores extremos temperatura condensación grupo compresor 1 ........................................... 106 Tabla 18 Valores perdidos temperatura ambiental exterior grupo compresor 1 .................................... 107 Tabla 19 Valores anómalos y extremos presión de descarga grupo compresor 2 ................................... 108 Tabla 20 Valores anómalos y extremos temperatura de condensación grupo compresor 2 ................... 108 Tabla 21 Valores anómalos eficiencia exergética grupo compresor 2 ..................................................... 109 Tabla 22 Valores anómalos y extremos número de arranques grupo compresor 2 ................................ 109 Tabla 23 Valores anómalos COP grupo compresor 2 ............................................................................... 110 Tabla 24 Valores anómalos presión de aspiración grupo compresor 2 .................................................... 110 Tabla 25 Valores anómalos temperatura separador de aceite grupo compresor 2 ................................. 110 Tabla 26 Valores anómalos y extremos presión diferencial de aceite grupo compresor 2 ...................... 111 Tabla 27 Valores anómalos COP Carnot grupo compresor 2 ................................................................... 111 Tabla 28 Valores anómalos temperatura de aceite grupo compresor 2 .................................................. 111 Tabla 29 Valores anómalos temperatura evaporación grupo compresor 2 ............................................. 111 Tabla 30 Valores anómalos pérdidas exergéticas condensación grupo compresor 2 .............................. 112 Tabla 31 Valores perdidos temperatura ambiental exterior grupo compresor 2 .................................... 112 Tabla 32 Valores anómalos número de arranquees grupo compresor 3 ................................................. 113 Tabla 33 Valores anómalos presión de descarga grupo compresor 3 ...................................................... 113 Tabla 34 Valores anómalos temperatura de condensación grupo compresor 3 ..................................... 114 Tabla 35 Valores anómalos COP Carnot grupo compresor 3 ................................................................... 114 Tabla 36 Valores anómalos presión diferencial de aceite grupo compresor 3 ........................................ 114 Tabla 37 Valores perdidos temperatura ambiental exterior grupo compresor 3 .................................... 114 Tabla 38 Valores anómalos caudal de fluido refrigerante en la aspiración grupo compresor 4 .............. 116 Tabla 39 Valores anómalos pérdidas exergéticas compresión grupo compresor 4 ................................. 116 Tabla 40 Valores anómalos pérdidas expansión grupo compresor 4 ....................................................... 116 Tabla 41 Valores anómalos minutos de marcha grupo compresor 4 ....................................................... 117 Tabla 42 Valores anómalos temperatura de descarga grupo compresor 4 ............................................. 117 Tabla 43 Valores anómalos pérdidas exergéticas totales grupo compresor 4 ......................................... 118 Tabla 44 Valores anómalos posición válvula aspiración grupo compresor 4 ........................................... 118 Tabla 45 Valores anómalos presión de aspiración grupo compresor 4 .................................................... 118 Tabla 46 Valores anómalos presión de descarga grupo compresor 4 ...................................................... 119
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 16 FIGURA 4 INTENSIDAD ENERGÉTICA PRIMARIA (MINISTERIO DE INDUSTRIA, ENERGÍA Y TURISMO, 2015) Por sectores, la industria es el segundo sector con mayor demanda de energía después del transporte y, tras los sectores más intensivos en energía como la industria química, los minerales no metálicos, la siderurgia y la fundición, la industria de la alimentación y bebidas es la de mayor consumo energético. En España, la industria de la alimentación y bebidas aportó el 22,5 % del valor añadido bruto, VAB, y el 20,8 % del empleo industrial en 2013. El sector agroalimentario representa el 18,4 % de los ocupados y el 18,5 % de la cifra de negocios del sector industrial, liderando la contribución en relación al empleo y ocupando el segundo lugar por volumen de facturación, por detrás de la industria extractiva. La participación de la industria agroalimentaria en Andalucía, a pesar de haberse reducido considerablemente (la cifra de negocios representaba el 38,1 % en 1995), es la segunda por cifra de negocios concentrando el 19,8 % del total y la primera en ocupados con el 23,9 % del total de la industria. Sin embargo, en relación a su aportación al conjunto de la economía, la agroindustria representa el 1,7 % del VAB regional muy inferior al 3 % nacional y, respecto al empleo, la población ocupada en el sector en Andalucía es del 1,8 % algo inferior al 2,1 % en España. No obstante, el sector de la alimentación y bebidas para la economía andaluza constituye uno de los pilares sobre los que se asienta la recuperación económica con unas ventas en el exterior del 13,4 % frente al 9,9 % del sector en España (Analistas Económicos de Andalucía, 2015). La industria agroalimentaria en nuestro país tiene una importancia estratégica, pues constituye un pilar fundamental dentro de su estructura económica no sólo por su peso y la posición que ocupa en dicha estructura, sino por su contribución al empleo, su contribución positiva a la balanza económica y su aportación al medio rural. El consumo de energía eléctrica en la industria de la alimentación y bebidas en 2013 se situó en el 36 % del total de la energía final consumida como se muestra en el siguiente gráfico (IDAE, 2013).
JOSÉ LUIS ORTIZ SILVA 1. INTRODUCCIÓN Página 17 FIGURA 5 CONSUMO DE ENERGÍA FINAL EN EL SECTOR ALIMENTACÓN Y BEBIDAS 2013 (IDAE, 2013) Por potencia y capacidad frigorífica la industria agroalimentaria se sitúa por delante de otras industrias intensivas en el consumo de energía como la industria química, farmacéutica y mecánica e incluso por delante de los sectores residencial y terciario. En el subsector de las conservas vegetales el consumo eléctrico destinado a la refrigeración de procesos puede llegar a superar el 50 % del consumo total dependiendo del tipo de industria (AEFYT, 2014). Teniendo en cuenta los continuos y elevados incrementos de las tarifas eléctricas de la última década y la elevada demanda de energía eléctrica de las instalaciones frigoríficas, las medidas de ahorro y eficiencia energética constituyen una herramienta clave y estratégica para la competitividad del sector agroalimentario. En la actualidad las modernas instalaciones frigoríficas suelen incorporar junto al autómata programable o PLC (del inglés, Programable Logic Controller) un ordenador con un SCADA (del inglés, Supervisory Control And Data Acquisition) que facilita el control y supervisión de los procesos almacenando al mismo tiempo una gran cantidad de información. En la práctica, la información generada por el proceso y almacenada en el SCADA es utilizada a modo de consulta por el personal encargado de la operación y mantenimiento para garantizar que la instalación funciona correctamente. Sin embargo, tal cantidad de datos oculta información clave para mejorar el funcionamiento de los equipos y la instalación en su conjunto que es difícil de procesar. Surge por tanto la necesidad de aplicar técnicas avanzadas que faciliten procesar toda la información almacenada y permita realizar un análisis en profundidad de forma automática que permita identificar medidas de ahorro y eficiencia energética. 1% 14% 36% 12% 36% Carbones Productos pretolíferos Gas natural Energías renovables Energía eléctrica
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 18 El proceso de extracción de conocimiento de bases de datos (Fayyad, Piatetsky- Shapiro, & Smyth, 1996) (KDD, del inglés Knowledge Discovery in Databases) permite la extracción no trivial de información implícita, previamente desconocida y potencialmente útil a partir de datos (William J. Frawley, 1992). La minería de datos (en inglés, Data Mining) es una parte del proceso en la que se aplican algoritmos específicos para identificar modelos y patrones que permitan comprender mejor el funcionamiento de un sistema o pronosticar su comportamiento a partir de los datos disponibles. En función del tipo de problema a resolver, la minería de datos diferencia dos tipos de tareas: predictivas o descriptivas. La primera de ellas se aplica a problemas en los que hay que predecir uno o más valores. En la segunda, el objetivo no es predecir nuevos datos sino obtener una descripción de los existentes. Ambas tareas requieren de métodos, técnicas o algoritmos para su resolución y, al igual que una tarea puede tener muchos métodos diferentes para resolverla, el mismo método puede resolver un amplio abanico de tareas. Las técnicas basadas en redes neuronales artificiales (ANN, del inglés Artificial Neural Networks) son sistemas conexionistas dentro del campo de la Inteligencia Artificial las cuales, dependiendo del tipo de arquitectura neuronal, pueden tener diferentes aplicaciones. Por otro lado, el análisis termodinámico de un sistema de refrigeración tiene como objetivos determinar la eficiencia termodinámica y el óptimo aprovechamiento de la energía. Su aplicación se ha sustentado en la primera ley (análisis energético) y segunda ley de la termodinámica (análisis exergético). Dicho análisis convencional implica la utilización de determinadas hipótesis y complejas ecuaciones analíticas que limitan su aplicación a determinados procesos. La combinación de ambas, el proceso de extracción de conocimiento y la minería de datos junto al análisis termodinámico, facilitan la simulación basada en modelos inteligentes (Ding, 2007) empleando técnicas de redes neuronales artificiales. Su aplicación ha demostrado ser tan precisa como los más complejos y rigurosos modelos termodinámicos. Las principales ventajas son su velocidad, simplicidad y habilidad para identificar un modelo que permita resolver las complejas relaciones entre las variables y poder extraer las relaciones no lineales a partir de los datos almacenados.
JOSÉ LUIS ORTIZ SILVA 1. INTRODUCCIÓN Página 19 1.1. JUSTIFICACIÓN DE LA INVESTIGACIÓN. Con los actuales precios de la energía, la rentabilidad de una instalación frigorífica no sólo debe tener en cuenta la inversión inicial sino su consumo de energía eléctrica ya que esta última puede llegar a suponer hasta el 70 % del coste total del ciclo de vida (AEFYT, 2014). Por otro lado, es habitual que las condiciones reales de operación de una instalación frigorífica difieran de las consideradas en su diseño lo que conlleva mayores pérdidas energéticas y una menor eficiencia en aquellas instalaciones no diseñadas especialmente para trabajar con variaciones de carga. En el caso de las industrias dedicadas a las conservas vegetales este tipo de situaciones se dan con bastante frecuencia pues la actividad productiva depende exclusivamente de la cantidad de materia prima a procesar, sin embargo este tipo de cuestiones no siempre se tienen en cuenta a la hora de diseñar las instalaciones. En este tipo de negocios es habitual encontrarnos con situaciones en las que la actividad productiva se reduce considerablemente. Por ejemplo, en algunos casos la campaña puede presentarse con una importante producción pero el coste de la materia prima es excesivo por lo que la cantidad a procesar se reduce, o simplemente campañas con muy poca producción. En otras ocasiones, aun existiendo la posibilidad de procesar materia prima, la actividad productiva puede estar condicionada por las existencias. Ambos motivos, los elevados precios de la energía eléctrica y una instalación frigorífica no diseñada para trabajar con importantes variaciones en la carga térmica, conducen a incrementar considerablemente los costes de producción. Por todo lo anteriormente indicado, reducir los costes de producción derivados del consumo de energía eléctrica por las instalaciones frigoríficas en el sector de las conservas vegetales justifica el empleo de herramientas que mejoren la eficiencia energética de este tipo de instalaciones. Sin embargo, las herramientas comúnmente empleadas tienen un impacto limitado pues en la mayoría de los casos tienden a maximizar la eficiencia de los equipos de forma individual sin tener en cuenta los parámetros de operación del conjunto de la instalación. Para ello es necesario el uso de herramientas que simplifiquen y faciliten el análisis energético y exergético de la instalación. En las últimas décadas el proceso de extracción de conocimiento y la minería de datos están siendo ampliamente empleados en la optimización de diferentes procesos industriales.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 20 En los últimos años, la aplicación de técnicas basadas en redes neuronales artificiales a sistemas de refrigeración por compresión de vapor ha sido estudiada por varios investigadores como se detalla a continuación. H. M. Ertunc y M. Hosoz (Ertunc & Hosoz, 2006) describen una aplicación de redes neuronales artificiales para predecir la eficiencia de un sistema experimental de refrigeración por compresión de vapor con un condensador evaporativo. El sistema emplea un compresor alternativo de dos cilindros y utiliza R314a como gas refrigerante. Los datos experimentales se obtuvieron al variar la carga en el evaporador, los caudales de agua y aire del condensador y las temperaturas de bulbo húmedo y seco del aire en el condensador. El modelo permite predecir el caudal, el calor disipado en el condensador, el caudal de refrigerante, la potencia del compresor, el consumo eléctrico del motor acoplado al compresor y el coeficiente de funcionamiento o de efecto frigorífico (COP, del inglés Coefficient of Performance). Se obtuvieron sesenta series de datos experimentales de los cuales el 70 % fueron utilizados en la elaboración del modelo y el 30 % restante en su evaluación. El modelo desarrollado emplea una red neuronal multicapa de propagación hacia delante (MLFFN, del inglés Multi Layered Feed Forward Network) con una configuración 5 – 4 – 4 que representa el número de neuronas en la capa de entrada, el número de neuronas en la capa oculta y el número de neuronas de la capa de salida respectivamente empleando el algoritmo Levenberg – Marquardt como regla de aprendizaje. Los coeficientes de correlación obtenidos fueron 1, 0,999, 0,998, 0,991 y 0,933 para el calor disipado en el condensador, el caudal de refrigerante, la potencia absorbida por el compresor, el consumo eléctrico del motor acoplado al compresor y el COP respectivamente con unos errores medios relativos de 1,90 %, 2,55 %, 4,18 %, 2,17 % y 3,03 %. M. Hosoz y H. M. Ertunc (Hosoz & Ertunc, 2006) estudian la aplicación de redes neuronales artificiales para predecir la eficiencia de un sistema de refrigeración en cascada por compresión de vapor. El sistema experimental utilizado para la toma de datos emplea un compresor con doble cilindro y otro compresor hermético para los circuitos de baja y alta temperatura respectivamente y ambos circuitos utilizan R314a como gas refrigerante. Variando la carga del evaporador y el caudal de agua utilizada en el condensador se obtuvieron veinticuatro series de datos experimentales de las cuales diecisiete se utilizaron para definir el modelo y el resto a su evaluación. El modelo obtenido permite predecir la temperatura de evaporación, potencia eléctrica de los compresores en ambos circuitos, el COP del circuito de baja temperatura y el COP del sistema de refrigeración en cascada. El modelo desarrollado emplea una red neuronal multicapa de propagación hacia delante, MLFFN, con una configuración 2 – 4 – 5 empleando el algoritmo Levenberg – Marquardt como regla de aprendizaje. Los coeficientes de correlación lineal obtenidos fueron 0,996, 0,994, 0,970, 0,985 y 0,953 para la temperatura de evaporación, la potencia eléctrica en el circuito de baja, el COP
JOSÉ LUIS ORTIZ SILVA 1. INTRODUCCIÓN Página 21 en el circuito de baja, la potencia eléctrica del compresor en el circuito de alta y el COP en el circuito de alta respectivamente con unos errores medios relativos de 0,2 %, 3,6 %, 3,6 %, 3,9 % y 6 %. Sezayi Yilmaz y Kemal Atik (Yilmaz & Atik, 2007) desarrollan un modelo para predecir el rendimiento de una bomba de calor experimental al variar la temperatura de condensación. El compresor empleado es de tipo hermético y el gas utilizado como refrigerante R134a. A partir de los datos experimentales estiman teóricamente las potencias eléctricas, frigoríficas y caloríficas y el COP. Siete de los conjuntos de datos experimentales fueron utilizados para construir el modelo de redes neuronales artificiales y otros tres fueron destinados a su evaluación. El modelo desarrollado emplea una red neuronal multicapa de propagación hacia delante, MLFFN, con una configuración 1 – 6 – 4. Los coeficientes de correlación obtenidos fueron 0,992, 0,972, 0,988 y 0,990 para la potencia eléctrica, COP calorífico y COP de refrigeración respectivamente con unos errores medios relativos de 1,37 %, 4,44 %, 2,05 % y 1,95 %. Önder Kizilkan (Kizilkan, 2011) realiza un análisis termodinámico variando la velocidad del compresor de un sistema de refrigeración utilizando la técnica de redes neuronales artificiales. El sistema de refrigeración está compuesto por un compresor semihermético con variador de frecuencias para controlar su velocidad y utiliza R404a como gas refrigerante. Las ochenta series de datos experimentales se obtuvieron combinando la frecuencia del compresor, capacidad de refrigeración y las temperaturas y presiones de evaporación y condensación. El 80 % de las series de datos se destinaron al desarrollo del modelo y el 20 % restante a su evaluación. El modelo obtenido es capaz de predecir la potencia del compresor, el caudal de refrigerante, el COP teórico y experimental, la eficiencia exergética y la irreversibilidad. El modelo desarrollado emplea una red neuronal multicapa de propagación hacia delante, MLFFN, con una configuración 6 – 8 – 6 empleando el algoritmo Levenberg – Marquardt como regla de aprendizaje. Los coeficientes de correlación obtenidos fueron 0,999997522, 0,9999997, 0,999999, 0,9999999, 0,9999999, y 0,999998 para la potencia del compresor, el caudal de refrigerante, el COP experimental y el COP teórico, la eficiencia exergética y las pérdidas por irreversibilidad respectivamente con unos errores medios relativos de 0,0064616 %, 0,000873 %, 0,000148 %, 0,000102 %, 0,000090 % y 0,000483 %. Como puede observarse de las anteriores aportaciones en todos los casos se ha obtenido un modelo para predecir la eficiencia del sistema o componente a partir de una serie de experimentos realizados sobre una instalación. En el caso de esta tesis doctoral y, a diferencia de las citadas contribuciones, el estudio llevado a cabo analiza los datos proporcionados por el SCADA que supervisa una instalación frigorífica de una industria agroalimentaria real y no una instalación experimental destinada únicamente a proporcionar los datos necesarios.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 22 1.2. OBJETIVOS A ALCANZAR. La presente tesis doctoral pretende aplicar el proceso de extracción de conocimiento y las técnicas minería de datos en combinación con el análisis termodinámico a un sistema de refrigeración por compresión de vapor de una industria agroalimentaria. La hipótesis de partida de este estudio es una instalación de frío industrial no está operando en condiciones óptimas desde el punto de vista energético y cuya complejidad aconseja el empleo de herramientas avanzadas como las descritas anteriormente. Su objetivo principal es identificar propuestas de mejora que contribuyan a reducir el consumo de energía eléctrica de la instalación frigorífica mejorando la competitividad de la industria en cuestión. Para alcanzar este objetivo general, se han planteado los siguientes objetivos particulares: A 2partir del conocimiento generado, proponer nuevas propuestas de mejora, además de las ya disponibles, que incrementen la eficiencia de la instalación. De entre todas las propuestas de mejora, identificar las más relevantes descartando las de menor impacto en la eficiencia de la instalación. Definir un plan de acción que priorice y cuantifique los beneficios de las diferentes propuestas de mejora finalmente seleccionadas. Por otro lado, con anterioridad a este estudio, dos empresas especializadas en instalaciones frigoríficas llevaron a cabo dos auditorías energéticas proponiendo cada una de ellas una serie de propuestas de mejora con importantes inversiones. De todas ellas sólo una de ellas fue puesta en marcha con resultados no muy satisfactorios como se mostrará más adelante. En este sentido, otro de los objetivos a conseguir, es facilitar la toma de decisiones de la dirección de la empresa priorizando las propuestas de mejora a poner en marcha. El resultado final proporciona, a partir del conocimiento generado, una serie de propuestas de mejora relacionadas con la operación y mantenimiento de la instalación frigorífica que contribuyen a reducir el consumo de energía eléctrica.
JOSÉ LUIS ORTIZ SILVA 1. INTRODUCCIÓN Página 23 1.3. PRINCIPALES CONTRIBUCIONES. Una de las principales contribuciones de esta tesis doctoral ha sido la identificación de aspectos claves para mejorar la operación y mantenimiento de la instalación frigorífica. La necesaria reducción de los ciclos de marcha – paro de los grupos compresores, la revisión de los termostatos de calefacción y los valores de consigna de parada por baja temperatura de aceite lubricante así como el impacto negativo en la eficiencia al operar con cargas por debajo del 60 % son un claro ejemplo de ello. Otra contribución significativa son los modelos desarrollados con técnicas de redes neuronales artificiales para predecir los valores de COP, eficiencia y pérdidas exergéticas de la instalación con elevados niveles de precisión. Esta herramienta simplifica enormemente el análisis que, hasta la fecha, se realizaba a partir de los informes mensuales que elaboraba la empresa encargada del mantenimiento de la instalación con los datos almacenados por el SCADA. Los modelos obtenidos han permitido identificar la variable con mayor importancia e impacto en la eficiencia de la instalación, la posición de la válvula de aspiración, lo cual ha sido clave a la hora de priorizar e identificar las propuestas de mejora que en su conjunto permiten reducir un 26 % el consumo de energía eléctrica. La eliminación del separador de – 1 ºC junto a las conexiones del intercambiador de agua fría al circuito de agua glicolada y la descarga del grupo compresor 6 a la aspiración del separador de – 15 ºC son las mejoras que han permitido incrementar el nivel de carga de la instalación del circuito de agua glicolada. Por otro lado, la posibilidad de reducir la presión de condensación sin tener que sustituir las bombas de aceite lubricante al eliminar el separador de – 1 ºC y sin ampliar la capacidad de los condensadores evaporativos, al contrario de lo que se propone en uno de los informes de auditoría energética, es otra importante contribución no sólo para reducir el consumo de energía eléctrica sino también el nivel de inversión.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 24 1.4. ESTRUCTURA DE LA MEMORIA. La memoria de esta tesis doctoral se desarrolla en ocho capítulos además de un apartado de bibliografía y varios anexos. A continuación se describe la estructura de cada uno de los capítulos. El capítulo 1 comienza con una breve introducción que describe el contexto energético mundial y español detallando sus principales magnitudes y tendencias. Se muestra la importancia estratégica del sector agroalimentario en la industria de España y Andalucía y el impacto de las instalaciones frigoríficas en el consumo eléctrico de estas industrias y la conveniencia de combinar el proceso de extracción de conocimiento y minería de datos junto al análisis termodinámico a este tipo de problema. También se incluye una justificación de la tesis, los objetivos que se pretenden alcanzar y un resumen de las principales contribuciones. En el capítulo 2 se realiza una descripción de la instalación y el análisis energético y exergético. En la primera parte se describe el proceso productivo y la instalación frigorífica así como la estructura energética de la planta poniéndose de manifiesto su elevado consumo eléctrico. En la segunda, se describe la metodología empleada para realizar el análisis energético y exergético cuyos resultados se adjuntan en los Anexos B y C respectivamente. La metodología utilizada para el desarrollo del proyecto de minería de datos se detalla en el capítulo 3. En el mismo se describen las seis fases de la metodología CRISP-DM así como las tareas a desarrollar en cada una de ellas. El capítulo 4 desarrolla el contenido de la primera fase de comprensión del problema y la segunda fase de comprensión de los datos. En la fase de comprensión del problema se determinan los objetivos a resolver, se expone la situación de partida se definen los objetivos y se desarrolla el plan del proyecto de minería de datos. El contacto con los datos tiene lugar en la fase de compresión de los datos. En esta fase se lleva a cabo un análisis exploratorio que facilita la formulación de las primeras hipótesis y posteriormente se determina la calidad de los datos disponibles. El Anexo A contiene los datos utilizados en esta fase. En el capítulo 5 se desarrolla la fase de preparación de datos teniendo en cuenta las conclusiones obtenidas en el análisis de calidad del capítulo anterior. Su objetivo es adecuar los datos a la técnica de minería de datos que será empleada en la siguiente fase. La fase de modelado se desarrolla en el capítulo 6 e incluye las tareas de selección de las técnicas de modelado, diseño de la evaluación del modelo, desarrollo y evaluación del modelo.
JOSÉ LUIS ORTIZ SILVA 1. INTRODUCCIÓN Página 25 El capítulo 7 desarrolla la evaluación de los resultados obtenidos en relación a los objetivos del proyecto. Por último, el capítulo 8 incluye un resumen de los resultados obtenidos, los aspectos a destacar, aquellos que deben mejorarse y las futuras líneas de actuación.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 32 Con acceso restringido mediante claves se pueden modificar los valores de consigna que controlan el funcionamiento automático de los diversos elementos de la instalación frigorífica. El propio sistema muestra el listado completo de alarmas activas o pendientes de reconocimiento con indicación de su estado, fecha y hora en la que se han generado. En la siguiente figura se muestra una imagen del SCADA que controla la instalación frigorífica con el detalle de uno de los compresores. FIGURA 8 PANTALLA CORRESPONDIENTE A UN GRUPO COMPRESOR El esquema frigorífico de las conexiones con el fluido refrigerante y la disposición de elementos en la sala de máquinas se muestran en las siguientes figuras.
JOSÉ LUIS ORTIZ SILVA 2. DESCRIPCIÓN DE LA INSTALACIÓN Página 33 FIGURA 9 ESQUEMA DE CONEXIONES NH3
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 34 FIGURA 10 DISPOSICIÓN DE ELEMENTOS EN SALA DE MÁQUINAS
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 35 2.1.3. ESTRUCTURA DEL CONSUMO ENERGÉTICO. En este apartado se detallan los diferentes fluidos energéticos utilizados en la fábrica y su consumo. El nivel de detalle depende directamente de la monitorización energética disponible en los diferentes procesos productivos. Dicha monitorización se lleva a cabo mediante una serie de contadores de energía eléctrica y térmica colocados estratégicamente con el propósito de controlar el consumo de energía en aquellos procesos con una mayor demanda y, por tanto, con mayor interés. La electricidad y gas natural son los principales fluidos energéticos consumidos en los diferentes procesos productivos. En la siguiente tabla se detalla el consumo anual correspondiente a 2012. FLUIDO CONSUMO, MWh COSTE TOTAL, € COSTE MEDIO, €/MWh Electricidad 10.915 1.068.251 97,87 Gas Natural 8.950 329.628 36,83 TABLA 2 CONSUMO Y COSTES DE LOS FLUIDOS ENERGÉTICOS CONSUMIDOS DURANTE 2012 El gas natural se emplea en dos procesos productivos muy diferentes. Uno de ellos es una caldera pirotubular destinada a la generación de vapor cuyas características principales se indican a continuación: Caldera de vapor Presión de trabajo 16 bares Capacidad de producción 22 toneladas/h Potencia térmica 16.500 kWh El vapor generado se utiliza en diferentes procesos, principalmente en las unidades de limpieza (CIP, del inglés, Clean In Place), la esterilización de equipos, tanques y tuberías así como en los propios equipos de tratamiento térmico. El segundo es una instalación destinada al secado de los residuos procedentes de la fruta y su posterior granulado. Esta instalación está compuesta por un anillo de secado de lecho fluidificado con un quemador en vena de aire y una planta de gránulos. Sus principales características se indican a continuación. Anillo de secado Capacidad de evaporación 12.000 kg/h Potencia térmica 15.000 kWh Potencia eléctrica 1.415 KWh
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 36 Planta de gránulos Capacidad de producción 4.000 kg/h Potencia eléctrica 205 kWh El consumo anual de energía eléctrica correspondiente a 2012 por los diferentes procesos productivos se distribuye de la siguiente forma. TABLA 3 DISTRIBUCIÓN DE CONSUMOS ELÉCTRICOS POR PROCESOS EN 2012 Como puede observarse la instalación frigorífica es el proceso con mayor demanda eléctrica de la planta, de ahí la importancia estratégica de controlar y mejorar la eficiencia de la instalación reduciendo su impacto en la estructura de costes. 8,5% 13,4% 19,4% 4,8% 45,6% 0,4% 1,8% 5,7% 0,3% 0,1% Extracción Envasado Aire comprimido Torre de refrigeración Frío industrial Generación de vapor Tratamiento de aguas Depuración aguas residuales Productos químicos Otros
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 37 2.2. ANÁLISIS ENERGÉTICO Y EXERGÉTICO. 2.2.1. DESCRIPCIÓN DEL CICLO REFRIGERACIÓN POR COMPRESIÓN MECÁNICA DE UN VAPOR. En la actualidad, la mayoría de las instalaciones frigoríficas emplean sistemas de refrigeración por compresión mecánica de un vapor. El enfriamiento se produce al evaporarse el fluido refrigerante a presión y temperaturas bajas, luego, tras una fase de compresión mecánica, se consigue elevar la temperatura de saturación del vapor, permitiendo la condensación por transmisión directa de calor al medio exterior directa o indirectamente a través de otros fluidos, lo que permite su utilización de forma cíclica. Se establece así un ciclo termodinámico cuyo límite teórico es el ciclo de Carnot. A continuación se describen los principales elementos de una máquina frigorífica: Evaporador: Su función principal es proporcionar la suficiente superficie de transferencia de calor de la región a refrigerar al refrigerante que experimenta un cambio de fase a temperatura constante. Condensador: El refrigerante se condensa al ceder calor a una corriente externa al ciclo. En nuestro caso el agua y aire atmosférico son los fluidos empleados para extraer calor del refrigerante en el condensador. Compresor: Para garantizar la transferencia de calor en el condensador es necesario comprimir el refrigerante para que aumente su presión y temperatura y el fluido refrigerante pueda condensarse. Válvula de regulación: Permite el paso del líquido necesario hacia el evaporador reduciendo su presión hasta presiones que hacen posible evaporarse a la temperatura deseada. 2.2.1.1. CICLO DE CARNOT PARA UN FLUIDO CONDENSABLE. Para una mejor comprensión de un ciclo de refrigeración es necesario tener presente el ciclo de Carnot inverso empleado como ciclo de referencia para evaluar el grado de desempeño de otros ciclos. El ciclo de Carnot constituye el ciclo teórico de mayor rendimiento térmico posible una vez fijadas las temperaturas de los focos térmicos y se define como un proceso cíclico reversible permitiendo la transferencia de calor desde una fuente fría hasta otra fuente a mayor temperatura, la fuente caliente. El ciclo de compresión mecánica de un vapor se divide en cuatro etapas, cada una de las cuales se corresponde con una transformación termodinámica básica. En la siguiente figura se muestra el ciclo en los diagramas p – v, T – s y h – s.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 38 FIGURA 11 CICLO FRIGORÍFICO DE CARNOT PARA UN FLUIDO CONDENSABLE (CLAVEL, 1988) En el proceso 1 → 2 el fluido en estado de vapor húmedo del punto 1 ingresa en el compresor donde se realiza una compresión adiabática reversible desde la presión Pb del evaporador hasta la presión Pa del condensador calentándose el fluido hasta la temperatura Ta del foco caliente en el punto 2. Posteriormente en el proceso 2 → 3, el fluido en estado de vapor saturado del punto 2 entra en el condensador cediendo el calor al foco caliente de forma isóbara reversible hasta convertirse en líquido saturado en el punto 3. La cantidad de calor cedida al medio exterior en esta etapa de condensación es: 𝑞𝐻=𝑞23 =𝑐𝑝(𝑇2−𝑇3)=𝑇𝑎(𝑠2−𝑠3) (𝑘𝐽 𝑘𝑔) ( 1 ) donde qH representa el calor específico cedido por el refrigerante al medio exterior en el condensador durante el proceso 2 → 3. En el proceso 3 → 4, el fluido en estado líquido saturado del punto 3 se expande de forma adiabática y reversible desde la presión de condensación a la presión de evaporación transformándose en vapor húmedo en el punto 4. Finalmente, en el proceso 4 → 1, el fluido en estado vapor húmedo del punto 4 se vaporiza parcialmente en el evaporador absorbiendo calor del recinto ha refrigerar lo que permite cerrar el ciclo cuando el fluido alcanza el punto 1. La cantidad de calor absorbida por el fluido refrigerante en el evaporador en este proceso puede cuantificarse como: 𝑞𝐿=𝑞41 =𝑐𝑝(𝑇1−𝑇4)=𝑇𝑏(𝑠1−𝑠4) (𝑘𝐽 𝑘𝑔) ( 2 ) donde qL representa el calor específico absorbido por el refrigerante en la etapa de evaporación en el proceso 4 → 1. El coeficiente de funcionamiento o de efecto frigorífico, COP, se puede obtener mediante la siguiente expresión:
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 39 𝐶𝑂𝑃𝐶𝑎𝑟𝑛𝑜𝑡 =𝑞𝐿 𝑞𝐻−𝑞𝐿= 𝑇𝑏(𝑠1−𝑠4) 𝑇𝑎(𝑠2−𝑠3)−𝑇𝑏(𝑠1−𝑠4)= 𝑇𝑏 𝑇𝑎−𝑇𝑏 ( 3 ) donde Ta y Tb son la temperatura de condensación y evaporación respectivamente en K. 2.2.1.2. CICLO TEÓRICO DE REFRIGERACIÓN POR COMPRESIÓN MECÁNICA DE UN VAPOR O CICLO DE REFRIGERACIÓN INVERSO DE RANKINE. En la práctica no es posible realizar un ciclo frigorífico de acuerdo a lo indicado anteriormente por el ciclo de Carnot. El ciclo directo de Rankine es un ciclo comúnmente empleado en las turbinas de vapor que emplean las centrales térmicas o nucleares destinadas a la generación de electricidad. El ciclo inverso introduce una serie de modificaciones con respecto al ciclo de Carnot con vapor condensable para poder funcionar. En primer lugar la compresión húmeda indicada anteriormente se sustituye por una compresión seca en la que el compresor aspira vapor saturado en el punto 1 descargando vapor sobrecalentado en el punto 2. El trabajo requerido para este proceso se puede cuantificar como: 𝑤𝑐𝑜𝑚𝑝 =𝑤12 =ℎ2−ℎ1 (𝑘𝐽 𝑘𝑔) ( 4 ) donde wcomp representa el trabajo específico correspondiente a la etapa de compresión. A consecuencia de este cambio, el proceso de condensación se modifica iniciándose el proceso con un enfriamiento del vapor sobrecalentado a vapor saturado llevándose a cabo de forma isóbara pero no isoterma incorporándose una irreversibilidad en el proceso y posteriormente continua con el proceso de condensación del vapor saturado a líquido saturado de forma isóbara e isotérmica. El calor específico cedido por el fluido al medio exterior resulta: 𝑞𝐻=𝑞23 =ℎ2−ℎ3 (𝑘𝐽 𝑘𝑔) ( 5 ) En segundo lugar, la expansión isoentrópica se sustituye por una expansión isoentálpica lo que incorpora nuevamente ineficiencia al sistema. En esta etapa se verifica que: ℎ3=ℎ4 (𝑘𝐽 𝑘𝑔) ( 6 ) Finalmente, con todas estas modificaciones se obtiene un ciclo menos eficiente que el ciclo de Carnot pero más sencillo en cuanto a su funcionamiento y más económico lo que facilita su construcción y empleo. El calor absorbido en este proceso es:
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 40 𝑞𝐿=𝑞41 =ℎ1−ℎ4 (𝑘𝐽 𝑘𝑔) ( 7 ) El coeficiente de funcionamiento o de efecto frigorífico, COP resultante es: 𝐶𝑂𝑃= 𝑞𝐿 𝑞𝐻−𝑞𝐿= 𝑞41 𝑞23−𝑞41 = ℎ1−ℎ4 (ℎ2−ℎ3)−(ℎ1−ℎ4)=ℎ1−ℎ4 ℎ2−ℎ1 ( 8 ) donde h representa la entalpía específica en los diferentes estados que representa en kJ/kg. En la siguiente figura se muestran los diagramas T – s y p – h correspondientes al ciclo teórico de refrigeración por compresión mecánica de un vapor o ciclo de refrigeración inverso de Rankine. FIGURA 12 CICLO DE REFRIGERACIÓN INVERSO DE RANKINE (CLAVEL, 1988) 2.2.1.3. CICLO REAL DE REFRIGERACIÓN MECÁNICA POR COMPRESIÓN DE UN VAPOR. En la práctica el ciclo real de refrigeración mecánica por compresión de un vapor no sigue el diagrama P – h y T – s del apartado anterior debido a que los equipos que componen la instalación no tienen un comportamiento ideal. En los procesos reales no suele disponerse de vapor saturado en la aspiración del compresor sino que se persigue recalentarlo para evitar la entrada de líquido en el mismo y también es conveniente subenfriar el líquido a la salida del condensador para evitar que ingrese vapor a la entrada del proceso de expansión. Por otro lado, la compresión no es isoentrópica ya que parte del trabajo se disipa en forma de calor, la expansión tampoco es isoentálpica y la circulación del fluido refrigerante genera pérdidas de carga en todo los componentes del ciclo.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 41 En la instalación objeto de estudio el subenfriamiento del fluido refrigerante se lleva a cabo en los condensadores evaporativos dimensionados para tal fin. Por otro lado, las pérdidas de carga derivadas de la circulación del fluido refrigerante no han sido consideradas en los cálculos de la eficiencia energética y exergética como se indica más adelante. En la siguiente figura se muestran los diagramas T – s y p – s correspondientes a un ciclo real de refrigeración por compresión mecánica de un vapor. FIGURA 13 CICLO REAL DE REFRIGERACIÓN POR COMPRESIÓN MECÁNICA DE UN VAPOR (CLAVEL, 1988) 2.2.1.4. INFLUENCIA DEL RECALENTAMIENTO Y SUBENFRIAMIENTO. A continuación se describen los efectos del recalentamiento y subenfriamiento sobre el coeficiente de funcionamiento de una instalación frigorífica. En el recalentamiento podemos distinguir un recalentamiento externo no útil y otro interno útil. Recalentamiento externo no útil. Es un calor procedente del exterior y entra en contacto con la tubería de aspiración entre el evaporador y el compresor como consecuencia de una deficiencia en el aislamiento térmico de la tubería. Dicho calor provoca el incremento de la entalpia y la temperatura del fluido refrigerante. Este incremento en la temperatura lleva consigo un incremento en el volumen del vapor y sus efectos son los siguientes: o Una reducción de la potencia frigorífica al reducirse el caudal del fluido refrigerante debido al incremento del volumen específico. o Un incremento en el trabajo específico de compresión derivado por la mayor inclinación de la isoentrópica al desplazarse a la derecha de la línea de saturación.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 48 Conforme al segundo principio de la termodinámica, para valorar la eficacia de un proceso real se define la eficacia térmica o rendimiento exergético, 𝜂𝑒𝑥, como la relación entre el aumento o producción de energías utilizables en el proceso y las consumidas en el mismo, referidas ambas tanto al sistema como al medio, o sea: 𝜂𝑒𝑥=𝐸𝑛𝑒𝑟𝑔Í𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑏𝑙𝑒 𝑜 𝑒𝑥𝑒𝑟𝑔Í𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎 𝐸𝑛𝑒𝑟𝑔Í𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑏𝑙𝑒 𝑜 𝑒𝑥𝑒𝑟𝑔Í𝑎 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑎 ( 32 ) En este estudio el estado muerto de referencia del fluido refrigerante ha sido definido a la presión de 1 atmósfera y temperatura 25 ºC (Gómez Ribelles, Monleón Pradas, & Ribes Greus, 1990) por lo que los valores de h0 y s0 son: ℎ0=1.547 𝑘𝐽 𝑘𝑔 ( 33 ) 𝑠0=6,602 𝑘𝐽 𝑘𝑔𝐾 ( 34 ) La ecuación para determinar el flujo de exergía debido a la circulación del fluido refrigerante en cada uno de los diferentes estados se indica a continuación: 𝐸𝑥= 𝑚𝑅𝑒𝑥=𝑚𝑅[(ℎ−ℎ0)−𝑇𝑒(𝑠−𝑠0)] (𝑘𝑊) ( 35 ) Las pérdidas exergéticas en cada uno de los equipos de la instalación se han determinado con la ayuda del correspondiente balance exergético como se indica a continuación (Tadeusz J., 2012). En el evaporador: 𝐸𝑥𝑖𝑛 = 𝐸𝑥𝑜𝑢𝑡 + 𝐼𝑒𝑣𝑎𝑝 ( 36 ) 𝐼𝑒𝑣𝑎𝑝 = 𝐸𝑥𝑖𝑛 − 𝐸𝑥𝑜𝑢𝑡 ( 37 ) 𝐼𝑒𝑣𝑎𝑝 =𝐸𝑥4− 𝐸𝑥1+ 𝑄𝐿(1−𝑇0 𝑇𝑎) (𝑘𝑊) ( 38 ) 𝐼𝑒𝑣𝑎𝑝 = 𝑚𝐴[(ℎ4−ℎ1)−𝑇0(𝑠4−𝑠1)] + 𝑄𝐿(1−𝑇0 𝑇𝑎) (𝑘𝑊) ( 39 ) En el compresor: 𝐸𝑥𝑖𝑛 = 𝐸𝑥𝑜𝑢𝑡 + 𝐼𝑐𝑜𝑚𝑝 ( 40 ) 𝐼𝑐𝑜𝑚𝑝 = 𝐸𝑥𝑖𝑛 − 𝐸𝑥𝑜𝑢𝑡 ( 41 ) 𝐼𝑐𝑜𝑚𝑝 =𝐸𝑥1+𝐸𝑥1′ − 𝐸𝑥2+ 𝑊𝑐𝑜𝑚𝑝 (𝑘𝑊) ( 42 ) 𝐼𝑐𝑜𝑚𝑝 =𝑚𝐴ℎ1+𝑚𝐸ℎ1′−𝑚𝐷ℎ2−𝑇0(𝑠1+𝑠1′ −𝑠2)+ 𝑚𝐷ℎ2− 𝑚𝐴ℎ1−𝑚𝐸ℎ1′ (𝑘𝑊) ( 43 )
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 49 En el condensador: 𝐸𝑥𝑖𝑛 = 𝐸𝑥𝑜𝑢𝑡 + 𝐼𝑐𝑜𝑛𝑑 ( 44 ) 𝐼𝑐𝑜𝑛𝑑 = 𝐸𝑥𝑖𝑛 − 𝐸𝑥𝑜𝑢𝑡 ( 45 ) 𝐼𝑐𝑜𝑛𝑑 = 𝐸𝑥2− 𝐸𝑥3− 𝑄𝐻(1−𝑇0 𝑇𝑏) (𝑘𝑊) ( 46 ) 𝐼𝑐𝑜𝑛𝑑 =𝑚𝐷[(ℎ2−ℎ3)−𝑇0(𝑠2−𝑠3)]− 𝑄𝐻(1−𝑇0 𝑇𝑏) (𝑘𝑊) ( 47 ) En la expansión: 𝐸𝑥𝑖𝑛 = 𝐸𝑥𝑜𝑢𝑡 + 𝐼𝑒𝑥𝑝 ( 48 ) 𝐼𝑒𝑥𝑝 =𝐸𝑥𝑖𝑛 − 𝐸𝑥𝑜𝑢𝑡 ( 49 ) 𝐼𝑒𝑥𝑝 = 𝐸𝑥3− 𝐸𝑥4′− (𝐸𝑥3′−𝐸𝑥4) (𝑘𝑊) ( 50 ) 𝐼𝑒𝑥𝑝 = 𝑚𝐷[(ℎ3−ℎ4′)−𝑇0(𝑠3−𝑠4′)]− 𝑚𝐴[(ℎ3′ −ℎ4)−𝑇0(𝑠3′ −𝑠4)] (𝑘𝑊) ( 51 ) El total de las pérdidas exergéticas se determina sumando de las pérdidas exergéticas indicadas anteriormente. 𝐼𝑡𝑜𝑡𝑎𝑙 = 𝐼𝑒𝑣𝑎𝑝 + 𝐼𝑐𝑜𝑚𝑝 + 𝐼𝑐𝑜𝑛𝑑 + 𝐼𝑒𝑥𝑝 (𝑘𝑊) ( 52 ) La eficiencia exergética se ha cuantificado mediante la siguiente expresión (Tadeusz J., 2012): 𝜂𝑒𝑥=𝐸𝑥𝑒𝑟𝑔Í𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎 𝐸𝑥𝑒𝑟𝑔Í𝑎 𝑐𝑜𝑛𝑠𝑢𝑚𝑖𝑑𝑎 = 𝐸𝑥4− 𝐸𝑥1 𝑊𝐶𝑜𝑚𝑝 ( 53 ) Los resultados de este análisis exergético se muestran en el Anexo C (el segundo dígito del subíndice hace referencia al número del compresor de 1 a 6). 2.2.3. ESTRATEGIAS DE CONTROL PARA REDUCIR EL CONSUMO DE ENERGÍA. A continuación se describen las principales estrategias de control para reducir el consumo de energía en plantas de refrigeración por compresión de vapor. 2.2.3.1. EVAPORACIÓN FLOTANTE. El coeficiente de funcionamiento de una instalación frigorífica puede mejorar considerablemente incrementando la temperatura de evaporación. Analizando detenidamente las necesidades reales de los diferentes procesos productivos podría adecuarse dicha temperatura en cada momento obteniendo importantes ahorros en el consumo de energía eléctrica.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 50 Teniendo en cuenta que los evaporadores no trabajan siempre al máximo de su capacidad térmica y que dicha carga varía dependiendo de las condiciones climáticas, la temperatura de evaporación podría reducirse en muchas ocasiones lo que permitiría aumentar la presión de aspiración de los compresores. Por otro lado, la existencia de múltiples procesos con diferentes necesidades requiere el empleo de un sistema de control que adecue la temperatura de evaporación de forma continua. Este mismo sistema de control podría emplearse para asignar diferentes consignas en la temperatura de evaporación dependiendo de las tarifas horarias de la energía eléctrica permitiendo reducir la consigna de temperatura de evaporación en los periodos horarios con un menor coste para acumular energía térmica que posteriormente será demandada por los procesos. A pesar del mayor consumo eléctrico en los compresores al bajar la temperatura de evaporación, el menor coste de la energía eléctrica en horarios nocturnos compensa notablemente el coste de producción a pesar de la reducción del coeficiente de funcionamiento de la instalación. No obstante, el objetivo de este estudio es reducir el consumo de energía no el coste de producción frigorífica de la instalación. 2.2.3.2. CONDENSACIÓN FLOTANTE. De forma similar a la evaporación, trabajar con una presión de condensación baja permite reducir el consumo de energía eléctrica. No obstante hay que tener en cuenta ciertos límites por diferentes motivos. La capacidad de condensación está limitada por la capacidad de los equipos actualmente instalados. La temperatura húmeda del medio ambiente. En las instalaciones donde el desescarche de los evaporadores se obtiene aprovechando el calor del fluido refrigerante a la entrada de los condensadores. Al reducir la presión de condensación el volumen específico del fluido aumenta lo que incrementa las pérdidas por fricción. La presión diferencial mínima de algunas válvulas de expansión termostática pueden reducir la aplicación de condensación flotante. El empleo de líquido para la refrigeración del aceite en los compresores puede requerir una presión de condensación mínima para garantizar el correcto funcionamiento del equipo.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 51 2.2.3.3. VARIADORES DE FRECUENCIA EN LOS COMPRESORES. El empleo de variadores de frecuencia permite modificar la velocidad de giro de los compresores de refrigeración adaptando su capacidad a las variaciones en la demanda. Con la ayuda de un sistema de control que utilice la presión o la temperatura de aspiración como valor de consigna se determina cuál debe ser la velocidad de giro del compresor más adecuada para satisfacer la demanda térmica de la instalación. Cuando la presión o la temperatura aumentan, el sistema de control aumentará las revoluciones del compresor para incrementar la capacidad térmica de la instalación y satisfacer el incremento de demanda. Por el contrario, si los valores disminuyen el sistema responderá reduciendo las revoluciones evitando el exceso de capacidad. Este método proporciona una regulación en continuo de la capacidad térmica de la instalación adaptándola a la demanda térmica lo que permite reducir el consumo eléctrico obteniendo un mejor coeficiente de funcionamiento. Otras ventajas derivadas del empleo de variadores de velocidad son las siguientes: Al mantener constante las temperaturas de trabajo favorece el correcto funcionamiento de los diferentes procesos que demandan energía térmica. La posibilidad de aumentar la velocidad de giro de los compresores por encima de los 50 Hz permite aumentar la capacidad térmica de la instalación. Evitar los elevados consumos durante el arranque de los compresores. Al adaptar la capacidad a la demanda térmica se reducen el número de paradas y arranques de los compresores prolongando su vida. En las instalaciones con economizador permite aprovechar su efecto de forma continua ya que la regulación de capacidad con la velocidad de giro evita que la válvula de corredera cierre la segunda aspiración. 2.2.3.4. SISTEMA DE CONTROL. En método de control todo – nada es aún muy utilizado en instalaciones modernas contemplando sólo las posiciones de marcha – paro, lleno – vacío, abierto - cerrado, etc. Estas continuas maniobras repercuten negativamente en la eficiencia de la instalación e incrementan el desgaste de los equipos limitando su vida útil. El empleo de sistemas de control automáticos evita las continuas maniobras descritas anteriormente alargando la vida de los componentes y mejorando la eficiencia de la instalación. Los sistemas de control en lazo cerrado son muy utilizados para la regulación automática de temperaturas y presiones en múltiples procesos. Los más empleados son los controles PID que combinan las acciones proporcional, integral
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 52 y derivativa en el algoritmo de control permitiendo alcanzar el valor de consigna en el menor tiempo posible teniendo en cuenta las diferentes perturbaciones que pueden tener lugar. Estos sistemas de control son utilizados comúnmente en aquellos sistemas que emplean evaporación y condensación flotante para mejorar el coeficiente de funcionamiento de las instalaciones frigoríficas. Por último, en relación al número y capacidad de grupos compresores, en la práctica es muy habitual encontrar diseños de plantas frigoríficas en los que se seleccionan grupos compresores de igual potencia limitándose el número de etapas de regulación como se muestra en la siguiente figura. FIGURA 15 ETAPAS DE REGULACIÓN CON CUATRO GRUPOS COMPRESORES DE IGUAL CAPACIDAD OPERANDO AL 100% (AEFYT, 2014) Si por el contrario, se dispone de equipos con diferente capacidad, el número de etapas de regulación se incrementaría considerablemente permitiendo un consumo eléctrico prácticamente proporcional a la potencia frigorífica demandada. Este aspecto es muy importante en plantas con una importante variación en la demanda frigorífica. La combinación racional de grupos compresores con diferentes tamaños es un método muy sencillo para incrementar la eficiencia al disponer de una mayor flexibilidad para satisfacer la demanda frigorífica operando a cargas parciales más elevadas. 0 10 20 30 40 50 60 70 80 90 100 1ª 2ª 3ª 4ª % Capacidad
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 53 La tendencia a facilitar la gestión del mantenimiento y reducir los repuestos al disponer equipos de igual tamaño no justifica el mayor consumo de energía eléctrica que esta práctica supone (AEFYT, 2014). A continuación se muestra el ejemplo de una planta frigorífica con cuatro compresores de diferente capacidad. FIGURA 16 ETAPAS DE REGULACIÓN CON CUATRO GRUPOS COMPRESORES DE DIFERENTE CAPACIDAD OPERANDO AL 100% (AEFYT, 2014) 0 10 20 30 40 50 60 70 80 90 100 1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª % Capacidad
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 54 3. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO. Son varias las metodologías utilizadas para el desarrollo de proyectos de minería de datos, sin embargo como se puede observar en la siguiente figura, la guía de referencia más empleada tanto en entornos académicos como industriales, es la conocida como CRISP – DM (del inglés Cross Industry Standard Process for Data Mining). Poll What main methodology are you using for data mining? [150 votes total] CRISP-DM (63) 42% My own (29) 19% SEMMA (19) 13% KDD Process (11) 7% My organizations' (8) 5% Domain-specific methodology (7) 5% Other methodology, not domain-specific (6) 4% None (7) 5% FIGURA 17 METODOLOGÍA EMPLEADA EN LA MINERIA DE DATOS (KDNUGGETS, 2007) Su origen se remonta a finales de 1996 cuando tres empresas DaimlerChrysler (entonces Daimler-Benz), SPSS (entonces ISL) y NCR forman un consorcio con el apoyo financiero de la Unión Europea un año más tarde con el objetivo de proponer una metodología para el desarrollo de proyectos de minería de datos. Tras finalizar el proyecto en 1999, se publica una metodología de libre distribución conocida como CRISP – DM 1.0. La metodología propuesta se estructura jerárquicamente en una serie de elementos que van de lo general a lo específico. En el primer nivel consta de seis fases como se muestra en la siguiente figura: FIGURA 18 FASES DE LA METODOLOGÍA CRISP-DM (CHAPMAN (NCR), Y OTROS, 2000) A continuación se describen cada una de las seis fases del primer nivel del modelo CRISP – DM junto con las tareas a desarrollar en cada una de ellas así como los objetivos a alcanzar (Chapman (NCR), et al., 2000). Fase de comprensión del negocio Fase de comprensión de los datos Fase de preparación de los datos Fase de modelado Fase de evaluación Fase de implantación
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 55 3.1. FASE DE COMPRENSIÓN DEL PROBLEMA. FIGURA 19 FASE DE COMPRENSIÓN DEL NEGOCIO En esta primera fase es necesario entender muy bien el problema que se desea resolver lo que permitirá identificar los datos necesarios e interpretar correctamente los resultados. Las tareas que componen esta fase se detallan a continuación: Determinar los objetivos del negocio. El principal objetivo de esta tarea, desde la perspectiva del negocio, es recopilar información en relación a la situación actual que permita determinar el problema a resolver identificando los factores clave que puedan influir en el resultado del proyecto y definir los criterios de éxito también desde el punto de vista del negocio. Evaluación de la situación. Esta tarea implica la identificación de los recursos, requisitos, supuestos, restricciones, riesgos, planes de contingencia así como un análisis de los costes y beneficios del proyecto. Determinar los objetivos de la minería de datos. En esta tarea se identifican los objetivos del proyecto que contribuyen al éxito del negocio definiendo al mismo tiempo los criterios de éxito. Definir el plan del proyecto. La última tarea de la primera fase consiste en definir un plan que permita alcanzar los objetivos previstos especificando los pasos del mismo así como una selección previa de las herramientas y técnicas a emplear. Fase de comprensión del negocio Determinar los objetivos del negocio Evaluación de la situación Determinar los objetivos de la minería de datos Definir el plan del proyecto
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 56 3.2. FASE DE COMPRENSIÓN DE LOS DATOS. FIGURA 20 FASE DE COMPRENSIÓN DE LOS DATOS En esta segunda fase se produce el primer contacto con el problema lo que permite familiarizarse con los datos a utilizar en la resolución del problema, determinar su calidad y establecer las primeras hipótesis a partir de las relaciones más evidentes. Las tareas a desarrollar en esta fase son las siguientes: Recolección de datos iniciales. Esta tarea tiene como objetivo determinar los datos necesarios elaborando un listado con los mismos, identificando los criterios de selección, determinando la importancia de los datos en la resolución del problema así como los inconvenientes y soluciones propuestas. Descripción de los datos. Tras la recolección de datos iniciales, la siguiente tarea es describirlos. Para ello se determina el volumen de datos a manejar, se identifica el tipo de atributo y el rango de valores. Exploración de los datos. Con la ayuda de algunas técnicas estadísticas y de visualización de datos, el objetivo de esta tarea es formular hipótesis y dar forma a las tareas de transformación de datos que tendrá lugar en la siguiente fase de preparación de datos. Verificar la calidad de los datos. En esta tarea se comprueba la consistencia de los datos, si son correctos o contienen errores, la presencia de valores perdidos y fuera de rango así como las soluciones propuestas a cada uno de los errores detectados. Fase de comprensión de los datos Recolección de datos iniciales Descripción de los datos Exploración de los datos Verificar la calidad de los datos
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 57 3.3. FASE DE PREPARACIÓN DE LOS DATOS. FIGURA 21 FASE DE PREPARACIÓN DE LOS DATOS Previo a la aplicación de las técnicas de minería de datos es necesario adaptarlos a la técnica de modelado seleccionada. Las tareas implicadas en la preparación de datos se indican a continuación: Seleccionar los datos. En esta tarea se selecciona el conjunto de datos (atributos y registros) a utilizar en la fase de modelado y para ello se tiene en cuenta la calidad de los datos y las necesidades de la técnica de modelado seleccionada. Limpiar los datos. Con el empleo de diversas técnicas, esta tarea pretende elevar el nivel de calidad de los datos seleccionados para adecuarlos a las necesidades de la técnica de modelado. Estructurar los datos. Esta tarea incluye actividades como la generación de nuevos atributos a partir de los existentes, integrar nuevos registros o la transformación de valores para atributos existentes. Integrar los datos. La integración de datos implica la combinación de múltiples tablas o registros para crear nuevos registros o valores. Formatear datos. En esta tarea se llevan a cabo transformaciones que no modifican el significado de los datos pero son necesarias para el empleo de alguna técnica de minería de datos. Fase de preparación de los datos Seleccionar los datos Limpiar los datos Estructurar los datos Integrar los datos Formatear los datos
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 64 Hardware. o Un equipo portátil DELL Latitude E6510 con sistema operativo Windows 7 Professional con procesador Intel Core i5 CPU M560 a 2,67 GHz y 3 GB de memoria RAM instalada. Software. o Microsoft Office Professional Plus 2010. o Engineering Equation Solver, EES V9.705. o MYCOMW 13.6epME. o SPSS Clementine 12.0. Fuente de datos. o La instalación frigorífica dispone de un ordenador de sobremesa con sistema operativo Windows NT y software informático para la supervisión de la planta en tiempo real así como los históricos de funcionamiento almacenados en una base de datos 4.1.2.2. REQUISITOS, SUPUESTOS Y RESTRICCIONES. Por motivos de confidencialidad no se pueden facilitar datos relativos a la industria agroalimentaria objeto de estudio. Teniendo en cuenta la estacionalidad de la actividad productiva se ha dispuesto de todos los datos generados por el SCADA de la instalación frigorífica correspondiente a 2012. Todos los estudios se han llevado a cabo off – line y han sido revisados por técnicos expertos de la empresa. Se ha tenido acceso a los diferentes informes de operación y mantenimiento correspondiente a los datos analizados y se ha contado con la colaboración del personal técnico de la propia instalación y las empresas de externas subcontratadas. Los resultados y conclusiones finales se pondrán a disposición de la empresa que decidirá su implantación. 4.1.2.3. RIESGOS Y PLANES DE CONTINGENCIA. Para garantizar la correcta interpretación de los datos disponibles ha sido necesario que el personal encargado de la operación y mantenimiento de la instalación frigorífica registre todas las operaciones llevadas a cabo en los equipos así como cualquier anomalía detectada y las acciones correctivas llevadas a cabo. Por este motivo durante 2012 se llevó a cabo una campaña informativa en la que se comunicó a todo el personal implicado la ejecución de este proyecto y la importancia de su trabajo para garantizar el éxito del mismo.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 65 En relación a la calidad de los datos adquiridos por el sistema SCADA a finales de 2011 se llevó a cabo la verificación y calibración de todos los elementos destinados a la toma de datos del proceso volviendo a repetirse a la finalización de 2012 constatándose el correcto funcionamiento de todos ellos. 4.1.2.4. ANÁLISIS DE COSTES Y BENEFICIOS. Teniendo en cuenta que el proyecto se llevará a cabo off – line, el coste del mismo no ha tenido ningún impacto en la empresa. Sin embargo los beneficios para la empresa se podrán estimar de forma inmediata en la misma proporción que se reduce el consumo de energía eléctrica con las mejoras propuestas. Otros beneficios a tener en cuenta son el mayor conocimiento sobre el funcionamiento de la instalación que adquirirán los técnicos responsables de la operación y mantenimiento de la instalación así como la posibilidad de extrapolar los resultados a las instalaciones frigoríficas de otras fábricas en similares circunstancias. 4.1.3. DETERMINAR LOS OBJETIVOS DE LA MINERÍA DE DATOS. Una vez establecidos los objetivos del problema a resolver, esta tarea, trata de adecuar dichos objetivos a objetivos técnicos propios de la minería de datos. Las metas a alcanzar con esta tarea son definir los objetivos y establecer los criterios de éxito de la minería de datos. 4.1.3.1. Objetivos de la minería de datos. A continuación se exponen los objetivos de la minería de datos y las técnicas a emplear. Profundizar en el conocimiento de cómo opera la instalación a partir de los datos disponibles. Para alcanzar este objetivo se utilizarán tareas descriptivas que permitirán identificar patrones que expliquen los datos mediante la exploración de sus propiedades. Identificar las variables de proceso que influyen en la eficiencia energética y exergética de la instalación. Desarrollar un modelo que permita pronosticar el comportamiento del sistema en función de las variables de proceso más influyentes. En este caso se empelarán tareas predictivas para determinar los valores futuros o desconocidos de las variables de interés. Determinar el rango de valores óptimo para las variables clave que maximicen la eficiencia de la instalación. 4.1.3.2. Criterios de éxito de la minería de datos. Para verificar el grado de éxito de cada uno de los objetivos anteriormente indicados se proponen los siguientes criterios.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 66 Desarrollar un modelo predictivo que pronostique la eficiencia de la instalación a partir de las variables más influyentes con una precisión superior al 95,0 % y un error medio relativo inferior a ± 2,0 %. Identificar los valores de las variables clave que permitan incrementar la eficiencia actual de la instalación frigorífica. A partir del conocimiento generado, identificar mejoras que contribuyan a mejorar la operación y mantenimiento de la instalación. 4.1.4. ELABORAR EL PLAN DE PROYECTO. La última tarea de esta primera fase de la metodología CRISP – DM tiene como meta desarrollar un plan de proyecto que describa las fases del mismo, la duración estimada de cada una de ellas, los recursos disponibles así como los riesgos potenciales en cada una de las fases. A continuación se detalla el plan de proyecto propuesto. Fase de compresión del negocio. o Duración estimada: 1 mes. o Recursos disponibles: Proyecto de instalación de la planta frigorífica, manuales de los equipos, informes de auditoría energética y registros de operación y mantenimiento. o Riesgos potenciales: Incorrecta definición del problema y por ello una definición de objetivos del proyecto no adecuados. Fase de comprensión de los datos. o Duración estimada: 3 meses. o Recursos disponibles: Base de datos de la instalación frigorífica, registros de operación y mantenimiento junto con el software MYCOMW, EES y SPSS Clementine para determinar la eficiencia energética y exergética de la instalación así como el análisis exploratorio de los datos y la calidad de los mismos. o Riesgos potenciales: La falta de datos y / o la mala calidad de los mismos. Fase de preparación de datos. o Duración estimada: 12 meses. o Recursos disponibles: Software SPSS Clementine para adecuar los datos a las técnicas de minería de datos seleccionadas. o Riesgos potenciales: Selección de datos incorrecta de forma que se pierda información clave para la fase de modelado y falta de adaptación de los datos a las técnicas.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 67 Fase de modelado. o Duración estimada: 3 meses. o Recursos disponibles: Software SPSS Clementine para la aplicación de las herramientas y técnicas de modelado. o Riesgos potenciales: Incapacidad para identificar un modelo predictivo. Fase de evaluación. o Duración estimada: 2 meses o Recursos disponibles: Software SPSS Clementine para evaluar la los resultados obtenidos en la fase de modelado en base a los criterios establecidos. o Riesgos potenciales: El conocimiento o modelo generado en la fase de modelado no satisfaga los criterios de éxito definidos en la primera fase y no respondan a los objetivos del negocio. Fase de implantación. o Duración estimada: 1 mes o Recursos disponibles: Personal técnico de la empresa y la inversión económica necesaria para la puesta en marcha de las propuestas de mejora por parte de la empresa. o Riesgos potenciales: Negativa por parte de la dirección para implantar las mejoras propuestas. 4.1.5. CONCLUSIONES DE LA FASE DE COMPRENSIÓN DEL PROBLEMA. El elevado consumo de energía eléctrica por la instalación frigorífica supera el 45 % del consumo total de la planta de aquí la importancia estratégica para reducir su demanda. Una menor demanda de energía eléctrica repercutirá directamente en el coste de los productos obtenidos mejorando la posición competitiva de la empresa. Otro aspecto a destacar en esta fase de compresión son las dificultades relacionadas con la elección de las mejoras a implantar para incrementar la eficiencia de la instalación frigorífica. Tras las auditorías energéticas llevadas a cabo por dos empresas externa, son varias las propuestas que la dirección de la empresa y personal técnico tienen sobre la mesa, pero la falta de conocimiento y experiencia en este tipo de instalaciones dificultan el proceso de toma de decisiones para elegir y priorizar las propuestas de mejora a implantar. Por otro lado, la gran cantidad de datos disponibles en la instalación frigorífica y la falta de recursos que faciliten y simplifiquen su análisis limitan la posibilidad de mejorar la operación y mantenimiento de la instalación frigorífica. Teniendo en cuenta todas estas cuestiones, el problema a resolver es reducir la demanda de energía eléctrica por la instalación frigorífica como mínimo un 15 %. Para ello será necesario identificar nuevas propuestas de mejora, además de las ya
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 68 existentes, seleccionando y priorizando las más relevantes para mejorar la eficiencia de la instalación. Como objetivos específicos de la minería de datos se ha propuesto desarrollar varios modelos que permitan predecir los valores del COP, eficiencia y pérdidas totales exergéticas e identificar las variables más influyentes junto a los valores de éstas para maximizar la eficiencia de la instalación. Además de estos objetivos se espera que el conocimiento generado permita identificar otras mejoras que repercutan positivamente en la operación y mantenimiento de la instalación. Para alcanzar todos estos objetivos y, teniendo en cuenta la posibilidad de utilizar la gran cantidad de datos generados por la instalación, se ha propuesto desarrollar un proceso de extracción de conocimiento y minería de datos utilizando técnicas basadas en redes neuronales artificiales que permita dar respuesta a cada uno de los retos anteriormente indicados.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 69 4.2. FASE DE COMPRENSIÓN DE LOS DATOS. Esta fase de comprensión de los datos implica estudiar de cerca los datos disponibles. Para ello es necesario realizar una recopilación inicial de los mismos con el propósito de familiarizarse con ellos, determinar la calidad de los mismos e identificar las relaciones más evidentes que permita definir las primeras hipótesis. Esta segunda fase junto con la fase de preparación de datos son las que requieren un mayor tiempo y dedicación en un proyecto de minería de datos. 4.2.1. ADQUISICIÓN DE DATOS. De los históricos de funcionamiento almacenados por el SCADA de la instalación frigorífica se han utilizado aquellas tablas que contienen los datos necesarios para poder llevar a cabo el análisis energético y exergético descrito en el apartado 2.2. Las tablas utilizadas son las siguientes: Compresores 1 a 6. Condensadores evaporativos. Temperatura ambiental exterior. Cada uno de estos elementos dispone de una tabla en la base de datos Access generada por el SCADA. Los atributos de cada una de estas tablas son los siguientes: Compresores o Intensidad de consumo en amperios. o Posición de la válvula de aspiración en %. o Temperatura de aceite en º C. o Temperatura de descarga en º C. o Presión de aspiración en bar. o Presión de descarga en bar. o Presión diferencial de aceite en bar. o Temperatura del separador de aceite en ºC. o Revoluciones por minuto del compresor. Temperatura ambiental exterior. o Temperatura ambiental exterior en º C. Condensadores evaporativos. o Consumo eléctrico diario utilizado por las bombas de circulación de agua y ventiladores que forman parte de los condensadores evaporativos. En la siguiente figura se muestra la base de datos Access con las diferentes tablas indicadas anteriormente.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 70 FIGURA 26 BASE DE DATOS ACCESS GENERADA POR EL SCADA Tras exportar estos datos a un fichero Excel y, con el propósito de adaptar la información a la requerida para realizar el análisis energético y exergético, se han realizado una serie de filtros y generado nuevos atributos los cuales se indican a continuación: Compresores 1 a 6. o Para evitar utilizar los datos de los compresores cuando están parados se ha aplicado un filtro por el cual se eliminan todos los registros con la condición intensidad de consumo = 0. o Teniendo en cuenta que el intervalo de tiempo entre registros es 1 minuto se ha generado un nuevo atributo denominado “Minutos en marcha” que se corresponde a cada registro donde la intensidad de consumo es ≠ 0. o Se ha generado un nuevo atributo denominado “Número de arranques” cuyo valor es 1 siempre que el registro intensidad de consumo sea ≠ 0 y el anterior sea = 0. Posteriormente se han generado tablas dinámicas en las que se obtienen los valores promedio y la suma de diferentes atributos. Como los registros se han generado cada minuto, de cada atributo se dispone como máximo 525.600 valores, motivo por el cual se ha decidido agrupar los registros por día pasando a tener un máximo de 366 registros para cada atributo. Los datos finalmente obtenidos se han incluido en el Anexo A y a continuación se detallan los atributos o variables finalmente considerados:
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 71 Compresores. o Promedio de la intensidad de consumo en amperios. o Promedio de la posición de la válvula de aspiración en %. o Promedio de la temperatura de aceite en º C. o Promedio de la temperatura de descarga en º C. o Promedio de la presión de aspiración en bar. o Promedio de la presión de descarga en bar. o Promedio de la presión diferencial de aceite en bar. o Promedio de la temperatura del separador de aceite en ºC. o Promedio de las revoluciones por minuto del compresor. o Suma minutos en marcha. o Suma número de arranques. Condensadores evaporativos. o Suma del consumo eléctrico diario en kW. Temperatura ambiental exterior. o Promedio de la temperatura ambiental exterior en º C. A partir de estos datos se ha llevado a cabo el análisis energético y exergético descrito en el apartado 2.2 cuyos resultados se adjuntan en el Anexo B y C respectivamente. 4.2.2. DESCRIPCIÓN DE LOS DATOS. Como se ha indicado en el anterior apartado el número de registros inicialmente disponibles se ha reducido de 525.600 a un máximo de 366, correspondiendo cada registro al valor promedio o la suma del día en cuestión. Así pues los resultados obtenidos del análisis energético y exergético representan el comportamiento de los compresores en un periodo de tiempo mayor en lugar de cada minuto. La identificación, significado y formato de cada uno de los atributos o variables incluidos en el fichero Excel de los grupos compresores del Anexo A se detallan a continuación:
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 72 IDENTIFICACIÓN SIGNIFICADO FORMATO INTENSIDAD_VAL Intensidad del motor eléctrico en amperios Numérico POSICION_VAL Posición de la válvula de aspiración del compresor % T_ACEITE_VAL Temperatura del aceite lubricante en º C Numérico T_DESCARGA_VAL Temperatura de descarga del refrigerante en ºC Numérico P_ASP_VAL Presión de aspiración del refrigerante en bar Numérico P_DESC_VAL Presión de descarga del refrigerante en bar Numérico P_DIF_ACEITE_VAL Presión diferencial del aceite lubricante en bar Numérico T_SEPARADOR_VAL Temperatur8a del separador de aceite en ºC Numérico MIN_MARCHA Tiempo de m2archa del compresor en minutos Numérico N_ARRANQUES Número de arranques del compresor Numérico TABLA 4 IDENTIFICACIÓN, SIGNIFICADO Y FORMATO DE CADA UNA DE LAS VARIABLES INCLUIDAS EN EL FICHERO EXCEL GRUPOS COMPRESORES DEL ANEXO A El último subíndice de cada una de las variables incluidas en el Anexo A hace referencia al número del grupo compresor de la instalación frigorífica. La siguiente tabla identifica, detalla el significado y formato de las variables incluidas en los ficheros Excel correspondientes a los condensadores evaporativos y la temperatura ambiental exterior, también incluidos en el Anexo A. IDENTIFICACIÓN SIGNIFICADO FORMATO Condensadores evaporativos, kW Consumo eléctrico condensadores evaporativos en kW Numérico Temperatura ambiental exterior, ºC Temperatura media diaria exterior húmeda en ºC Numérico TABLA 5 IDENTIFICACIÓN, SIGNIFICADO Y FORMATO DE CADA UNA DE LAS VARIABLES INCLUIDAS EN LOS FICHEROS EXCEL TEMPERATURA AMBIENTAL EXTERIOR Y CONDENSADORES EVAPORATIVOS DEL ANEXO A 4.2.3. EXPLORACIÓN DE LOS DATOS. Para esta tarea de exploración inicial de los datos se ha empleado un conjunto de técnicas estadísticas y de visualización con el propósito de identificar patrones que permitan formular las primeras hipótesis así como las tareas de transformación necesarias en la siguiente fase. Los principales descriptores estadísticos a emplear en esta exploración inicial de los datos se describen a continuación: Mínimo: El valor más pequeño de una variable numérica. Máximo: El mayor valor de una variable numérica. Rango de la muestra: Diferencia entre los valores mayor y menor de una variable numérica. Moda: El valor que ocurre con mayor frecuencia. Media: El promedio aritmético, la suma dividida por el número de casos.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 73 𝑥 =∑𝑥𝑖 𝑛 𝑛 𝑖=1 (57) Error estándar de la media: Es una medida de cuánto puede variar el valor de la media entre varias muestras tomadas de la misma distribución. Percentil 25 o primer cuartil: Valor del grupo de datos bajo el cual está el 25 % de todos los valores de la distribución. Mediana, percentil 50 o segundo cuartil: Es el valor por encima y por debajo del cual se encuentra el 50 % de todos los valores de la distribución. Percentil 75 o tercer cuartil: Valor del grupo de datos bajo el cual está el 75 % de todos los valores de la distribución. Desviación estándar: Una medida de la dispersión en torno a la media, igual a la raíz cuadrada de la varianza. 𝑠=√∑(𝑥𝑖−𝑥)2 𝑛 𝑖=1𝑛−1 (58) Varianza: Es una medida de dispersión en torno a la media, igual a la suma de las desviaciones al cuadrado respecto a la media, dividida por el número de casos menos 1. 𝑠𝑥 2=1 𝑛−1∑ (𝑥𝑖−𝑥)2 𝑛 𝑖=1 (59) Asimetría o sesgo: Es una medida de dispersión en torno a la media. Si una distribución de frecuencias es simétrica, no tiene sesgo, es decir, el sesgo es nulo. Si la distribución se alarga a valores mayores que la media, se dice que tiene una asimetría positiva y si se alarga a valores menores que la media, que tiene una asimetría negativa. 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑒 𝑑𝑒 𝐴𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑎= 𝑛 (𝑛−1)(𝑛−2)∑(𝑥𝑖−𝑥 𝑠)3 𝑛 𝑖=1 (60) Curtosis: Medida del grado en que las observaciones están agrupadas en torno al punto central. La Curtosis determina el grado de concentración que presentan los valores en la región central de la distribución, comparada con la distribución normal. Una curtosis positiva indica una distribución relativamente elevada, mientras que una curtosis negativa indica una distribución relativamente plana. 𝐶𝑢𝑟𝑡𝑜𝑠𝑖𝑠= 𝑛(𝑛+1) (𝑛−1)(𝑛−2)(𝑛−3)∑(𝑥𝑖−𝑥 𝑠)4 𝑛 𝑖=1 −3(𝑛−1)2 (𝑛−2)(𝑛−3) (61) Coeficiente de correlación lineal de Pearson r: Descriptor estadístico que mide la fuerza de la relación lineal entre dos variables de rango numérico. Es el cociente entre la covarianza y las desviaciones típicas de ambas variables. Toma valores entre – 1,0 y + 1,0. Los valores próximos a + 1,0
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 80 Pearson Correlat ions INTENSI DAD_V AL1 POSICI ON_V AL1 T_ACEI TE_VA L1 T_DESC ARGA_V AL1 P_ASP _VAL1 P_DE SC_V AL1 P_DIF_A CEITE_V AL1 T_SEPAR ADOR_V AL1 MIN_ MARC HA1 N_ARR ANQUE S1 Tª Ambi ental Exteri or1 COP1 0.742 0.896 0.694 0.752 -0.365 -0.047 0.557 0.755 0.638 -0.288 0.168 hex1 0.910 0.983 0.824 0.828 -0.718 0.142 0.592 0.911 0.474 -0.046 0.397 Itotal1, kW 0.885 0.946 0.806 0.957 -0.568 0.259 0.649 0.881 0.447 -0.075 0.396 Pearson Correlat ions INTENSI DAD_V AL2 POSICI ON_V AL2 T_ACEI TE_VA L2 T_DESC ARGA_V AL2 P_ASP _VAL2 P_DE SC_V AL2 P_DIF_A CEITE_V AL2 T_SEPAR ADOR_V AL2 MIN_ MARC HA2 N_ARR ANQUE S2 Tª Ambi ental Exteri or2 COP2 0.848 0.921 0.535 0.716 -0.153 0.061 0.395 0.744 0.479 -0.270 0.005 hex2 0.863 0.970 0.602 0.777 -0.440 0.048 0.383 0.816 0.558 -0.322 0.079 Itotal2, kW 0.955 0.961 0.700 0.894 -0.258 0.238 0.294 0.851 0.450 -0.322 0.212 Pearson Correlat ions INTENSI DAD_V AL3 POSICI ON_V AL3 T_ACEI TE_VA L3 T_DESC ARGA_V AL3 P_ASP _VAL3 P_DE SC_V AL3 P_DIF_A CEITE_V AL3 T_SEPAR ADOR_V AL3 MIN_ MARC HA3 N_ARR ANQUE S3 Tª Ambi ental Exteri or3 COP3 0.895 0.952 0.521 0.766 -0.602 -0.035 0.411 0.838 0.674 -0.147 -0.265 hex3 0.896 0.970 0.497 0.766 -0.718 -0.109 0.421 0.850 0.728 -0.200 -0.341 Itotal3, kW 0.960 0.971 0.578 0.868 -0.664 -0.002 0.428 0.866 0.739 -0.350 -0.308 Pearson Correlat ions INTENSI DAD_V AL4 POSICI ON_V AL4 T_ACEI TE_VA L4 T_DESC ARGA_V AL4 P_ASP _VAL4 P_DE SC_V AL4 P_DIF_A CEITE_V AL4 T_SEPAR ADOR_V AL4 MIN_ MARC HA4 N_ARR ANQUE S4 Tª Ambi ental Exteri or4 COP4 0.457 0.914 0.392 0.601 -0.351 0.086 -0.002 0.469 0.261 0.070 -0.152 hex4 0.434 0.916 0.345 0.566 -0.504 0.031 0.018 0.429 0.252 0.036 -0.203 Itotal4, kW 0.589 0.920 0.509 0.822 -0.186 0.259 -0.062 0.580 0.183 0.016 0.019 Pearson Correlat ions INTENSI DAD_V AL5 POSICI ON_V AL5 T_ACEI TE_VA L5 T_DESC ARGA_V AL5 P_ASP _VAL5 P_DE SC_V AL5 P_DIF_A CEITE_V AL5 T_SEPAR ADOR_V AL5 MIN_ MARC HA5 N_ARR ANQUE S5 Tª Ambi ental Exteri or5 COP5 0.849 0.911 0.193 0.536 -0.180 0.170 -0.224 0.224 0.490 -0.413 0.175 hex5 0.879 0.960 0.272 0.371 -0.560 0.199 -0.135 0.317 0.428 -0.520 0.156 Itotal5, kW 0.960 0.949 0.390 0.712 -0.277 0.374 -0.312 0.343 0.684 -0.379 0.418 Pearson Correlat ions INTENSI DAD_V AL6 POSICI ON_V AL6 T_ACEI TE_VA L6 T_DESC ARGA_V AL6 P_ASP _VAL6 P_DE SC_V AL6 P_DIF_A CEITE_V AL6 T_SEPAR ADOR_V AL6 MIN_ MARC HA6 N_ARR ANQUE S6 Tª Ambi ental Exteri or6 COP6 0.909 0.978 0.498 0.462 0.754 0.393 -0.093 0.712 0.606 -0.611 0.458 hex6 0.912 0.978 0.486 0.421 0.721 0.384 -0.090 0.703 0.574 -0.582 0.450 Itotal6, kW 0.918 0.970 0.639 0.564 0.797 0.533 -0.240 0.813 0.667 -0.664 0.574 TABLA 8 ANÁLISIS DE CORRELACIÓN GRUPOS COMPRESORES Teniendo en cuenta los criterios previamente establecidos son varias las variables que presentan un grado de correlación fuerte. No obstante sólo la posición de la válvula de aspiración muestra una correlación fuerte en todos los grupos
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 81 compresores. Además el grado de correlación para la posición de la válvula de aspiración es el máximo frente al resto de variables. Por otro lado, la variable intensidad del motor eléctrico también muestra un grado de correlación fuerte en todos los grupos compresores excepto en el 4 que es medio. Ambas variables, la posición de la válvula de aspiración y la intensidad del motor eléctrico, están directamente relacionadas con la demanda de frío de cada grupo compresor ya que a mayor demanda la válvula de aspiración estará más abierta y el consumo del motor eléctrico también será mayor. Por todo lo anteriormente indicado sólo se ha definido a la posición de la válvula de aspiración como una variable de entrada influyente para las variables de salida consideradas. Por último, se han identificado una serie de variables que, a priori, y, teniendo en cuenta el tipo de equipos que componen la instalación objeto de estudio, se prevé puedan tener un impacto significativo en la eficiencia y el consumo de energía eléctrica de la instalación. Debe tenerse en cuenta que la propia forma de operación de la instalación tratando de mantener los valores de presión y temperatura en las etapas de evaporación y condensación impide que algunas variables hallan mostrado una mayor correlación en el análisis anterior, por ello algunas de ellas han sido consideradas a continuación. Una de las primeras variables a tener en cuenta en relación a la eficiencia es la capacidad frigorífica de los grupos compresores. Como se indicó en el apartado 2.1.2, estos equipos disponen de una válvula corredera para adaptar su capacidad frigorífica a la demanda. Esta válvula se desliza paralelamente al eje del rotor modificando el área de entrada permitiendo ajustar su capacidad del 10 al 100 %. No obstante, esta capacidad de regulación que les permite operar a cargas parciales repercute negativamente en la eficiencia del grupo compresor. Como puede observarse en la siguiente figura, al accionarse la válvula de corredera, una fracción del gas retorna a la aspiración del equipo generándose importantes pérdidas de carga debido a la fricción. Por otro lado, la pérdida de eficiencia también se ve influenciada por la variación de la relación volumétrica cuyo valor ha sido establecido para las condiciones de diseño a plena carga.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 82 FIGURA 28 DETALLE DE UNA VÁLVULA DE ASPIRACIÓN CON SU VÁLVULA DE CORREDERA (WILBERT, 1998) Por las razones anteriormente indicadas y como ha demostrado el análisis de correlación anterior, la variación de la válvula de aspiración debe tenerse en cuenta respecto al COP, eficiencia y pérdidas exergéticas. La eficiencia de un compresor de tornillo está fuertemente influenciada por su relación volumétrica y la relación de compresión a la que opera. En este caso, los equipos instalados en la planta frigorífica no disponen de un dispositivo para variar su relación volumétrica siendo su valor de diseño 3,65. Teniendo en cuenta que las presiones de aspiración y descarga reales de operación no son fijas sino que varían en función de la demanda de frío y condiciones ambientales, entre otros parámetros, la relación de compresión será otra de las variables que más afecten a la eficiencia de la instalación por lo que se estudiará en detalle su influencia en el COP, eficiencia y pérdidas exergéticas. Otras de las variables que afectan a la capacidad de refrigeración de una instalación frigorífica son las temperaturas de evaporación y condensación ya que sólo unas pocas operan con valores constantes. Por este motivo también se analizará la influencia de su variación en relación al COP, eficiencia y pérdidas exergéticas. Las pérdidas de eficiencia también pueden tener su origen en el funcionamiento no continuo de los grupos compresores. Un elevado número de arranques y paradas en combinación con reducidos tiempos de marcha imposibilita que los grupos compresores operen de forma continua a los niveles de máxima carga para los que han sido diseñados limitando su eficiencia. Del cociente entre los valores de la variable tiempo de marcha y la variable número de arranques se ha generado una nueva variable denominada tiempo marcha promedio, cuyos valores serán analizados en relación a los valores de COP, eficiencia y pérdidas exergéticas. Hay que tener en cuenta que los valores de las variables anteriores son representativos de un día en cuestión y que el arranque de un grupo compresor a última hora puede continuar en marcha hasta el día siguiente por lo que deberá tenerse en consideración.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 83 Por último, la temperatura ambiental exterior es otra de las variables a tener en cuenta debido a su impacto en la capacidad frigorífica y la potencia absorbida por los grupos compresores. Por ello se profundizará en analizar su influencia respecto a los valores de COP, eficiencia y pérdidas exergéticas. 4.2.3.3.1. ANÁLISIS VÁLVULA DE ASPIRACIÓN. Como se indicó en el anterior apartado la capacidad frigorífica de los grupos compresores es controlada por la válvula de corredera instalada en la aspiración. A continuación se ha analizado su influencia en las variables de salida objeto de estudio utilizando para ello un gráfico de dispersión e indicando los valores de la variable de entrada como una superposición de colores. Posición válvula de aspiración vs COP. FIGURA 29 DIAGRAMAS DE DISPERSIÓN POSICIÓN VÁLVULA ASPIRACIÓN VS COP La posición de la válvula de aspiración o dicho de otra forma, la demanda frigorífica, está directamente relacionada con la eficiencia energética de los grupos compresores. Como resulta evidente y lógico, los equipos alcanzan el máximo valor del
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 84 COP a plena carga penalizando mucho su valor a valores por debajo del 20 % en la posición de la válvula de aspiración. A partir del 60 – 65 % en la posición de la válvula de aspiración, momento en el que entra en servicio el economizador, los valores del COP aumentan. Sólo los grupos compresores 1 y 2 han estado operando en la mayoría de las ocasiones con la válvula de aspiración por encima del 50 %, el resto han operado la mayoría de las ocasiones por debajo. Destacar por último la reducida demanda en el grupo compresor 6 conectado al circuito secundario de agua fría operando a los siguientes valores promedio: Posición válvula de aspiración 18 % Presión aspiración 3,9 bar Presión descarga 9,8 bar Con estos parámetros de operación y unas revoluciones por minuto de giro en el grupo compresor de 2.100 éste genera 387,8 kW de frío consumiendo unos 121,8 kW eléctricos. Si se reduce la velocidad de giro al mínimo recomendado por el fabricante a 1.450 rpm, para mantener la capacidad frigorífica generada se hubiera consumido 96,2 kW con la válvula de aspiración abierta al 42 %. La mejora en el COP hubiera sido considerable pasando del 3,2 a 4,0 lo que supondría una mejora del 25 %. No obstante, aun teniendo la posibilidad de reducir la velocidad mínima de giro del equipo al mínimo recomendado, la posición de la válvula de aspiración no llegaría a superar el 50 % lo que indica la excesiva capacidad frigorífica del grupo compresor frente a la demanda del circuito de agua fría. Por estas razones se recomienda interconectar los circuitos de agua glicolada y agua fría evitando con ello el funcionamiento del grupo compresor 6 que a su vez se podría conectar al circuito de agua glicolada. Con esta nueva disposición la instalación contaría con 6 grupos compresores conectados al circuito de agua glicolada, uno de ellos con variador de velocidad, lo que permitiría adecuar la capacidad de la instalación a la demanda existente en cada momento lo que permitiría reducir el consumo eléctrico.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 85 Válvula de aspiración vs eficiencia exergética. FIGURA 30 DIAGRAMAS DE DISPERSIÓN POSICIÓN VÁLVULA ASPIRACIÓN VS EFICIENCIA EXERGÉTICA Al igual que en los anteriores gráficos la posición de la válvula de aspiración también tiene una impacto positivo en la eficiencia exergética de los grupos compresores. Se puede indicar incluso que en el primer tramo de 0 al 20 % de la válvula de aspiración el impacto es mayor que en el resto. A partir del 60 – 65 % en la posición de la válvula de aspiración, los compresores 1 a 5 presentan un incremento en el valor de la eficiencia exergética relacionado con el economizador. El grupo compresor 6 continúa penalizando el valor de la eficiencia exergética debido a la escasa demanda en el circuito de agua fría aun disponiendo de variador de frecuencia. La velocidad de giro de este equipo es de 2.100 rpm inferior a la velocidad nominal de 2.950 rpm, no obstante esta reducción de capacidad frigorífica no es suficiente para adaptar su capacidad a la demanda frigorífica con la válvula de aspiración abierta al 100 %.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 86 Válvula de aspiración vs pérdidas exergéticas. FIGURA 31 DIAGRAMAS DE DISPERSIÓN POSICIÓN VÁLVULA ASPIRACIÓN VS PÉRDIDAS EXERGÉTICAS TOTALES Aunque el nivel de eficiencia se incrementa con la entrada en servicio del economizador en torno a valores del 60 % en la posición de la válvula de aspiración, el nivel de pérdidas exergéticas también crece generadas principalmente en el compresor. Debe tenerse en cuenta que a partir de esos valores en la posición de la válvula de aspiración el compresor admite el gas refrigerante procedente del economizador por lo que las pérdidas en la etapa de compresión aumentan considerablemente por este motivo. No obstante, el efecto de subenfriamiento obtenido por el economizador en la etapa de evaporación es mucho mayor que el incremento de pérdidas y potencia en la etapa de compresión por la entrada de gas refrigerante procedente del economizador.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 87 4.2.3.3.2. ANÁLISIS RELACIÓN DE COMPRESIÓN. Relación de compresión vs COP. FIGURA 32 DIAGRAMAS DE DISPERSIÓN RELACIÓN COMPRESIÓN VS COP Al contrario de lo anteriormente indicado, no se puede afirmar que la relación de compresión por sí mismo sea una variable que tenga una relación directa con el coeficiente de rendimiento o COP. Como se observa en todos los gráficos se alcanzan similares niveles de rendimiento a diferentes relaciones de compresión. No obstante, se observa que los máximos valores en el COP se alcanzan con una relación de compresión de 5 a 6 en los grupos compresores 1 a 5. En el grupo compresor 6 las variaciones en el valor de la relación de compresión no parecen tener relación con el coeficiente de rendimiento.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 88 Relación de compresión vs eficiencia exergética. FIGURA 33 DIAGRAMAS DE DISPERSIÓN RELACIÓN COMPRESIÓN VS EFICIENCIA EXERGÉTICA La eficiencia exergética parece tener una relación más acentuada con la relación de compresión que el COP. Los máximos valores en la eficiencia exergética se alcanzan con valores en la relaciones de compresión comprendidos entre 4,5 y 6,5 para los grupos compresores 1 a 5. Al contrario de lo que inicialmente puede pensarse, los mayores valores en la eficiencia exergética se obtienen a relaciones de compresión elevadas. Si se observa con detalle, los valores de eficiencia exergética más bajos se obtienen con relaciones de compresión inferiores a 5. A priori se podría pensar en subir la presión de aspiración y reducir la de condensación para que el trabajo requerido en la etapa de compresión fuera mínimo, sin embargo como muestran las gráficas no es lo más adecuado para maximizar la eficiencia exergética. En el grupo compresor 6, al igual que con el COP, los valores de relación de compresión no presentan ninguna relación con los valores de eficiencia exergética.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 89 Relación de compresión vs pérdidas exergéticas. FIGURA 34 DIAGRAMAS DE DISPERSIÓN RELACIÓN COMPRESIÓN VS PÉRDIDAS EXERGÉTICAS TOTALES Tras examinar los gráficos se observa que las pérdidas exergéticas aumentan considerablemente con valores en la relación de compresión superiores a 5 en los grupos compresores 1 a 5. En el grupo compresor 6 las reducidas variaciones en el valor de la relación de compresión no parecen tener ningún impacto en el valor de las pérdidas exergéticas totales.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 96 4.2.3.3.5. ANÁLISIS TIEMPO DE MARCHA PROMEDIO. Tiempo de marcha promedio vs COP. FIGURA 41 DIAGRAMAS DE DISPERSIÓN RELACIÓN TIEMPO DE MARCHA PROMEDIO VS COP Como se puede observar la mayoría de los valores más bajos en el COP se encuentran relacionados con valores del tiempo de marcha promedio también muy bajos. En los grupos compresores 1 a 5 los peores valores en el COP están por debajo de un tiempo de marcha promedio de 15 – 20 minutos. Sin embargo, el grupo compresor 6 muestra valores bajos en el COP con valores elevados en los tiempos de marcha promedio. Esto puede deberse a la escasa demanda frigorífica en el circuito de agua fría que provoca un funcionamiento continuo del equipo con la válvula de aspiración abierta al mínimo, lo cual conduce a reducidos valores en el COP a pesar de estar operando más minutos que otros equipos.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 97 Tiempo de marcha promedio vs eficiencia exergética. FIGURA 42 DIAGRAMAS DE DISPERSIÓN RELACIÓN TIEMPO DE MARCHA PROMEDIO VS EFICIENCIA EXERGÉTICA Al igual que con el COP, los mejores valores de eficiencia exergética se obtienen a elevados tiempo de marcha y reducidos arranques y paradas, es decir con tiempos de marcha promedio por encima de los 15 – 20 minutos en los grupos compresores 1 a 5. El grupo compresor 6 muestra valores de eficiencia exergética reducidos con diferentes tiempos de marcha promedio, lo cual no significa que su variación no influya sino más bien que no es la más importante de todas. Es importante tener en cuenta que el impacto de la capacidad es mucho mayor que el tiempo de marcha promedio.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 98 Tiempo de marcha promedio vs pérdidas exergéticas. FIGURA 43 DIAGRAMAS DE DISPERSIÓN RELACIÓN TIEMPO DE MARCHA PROMEDIO VS PÉRDIDAS EXERGÉTICAS TOTALES Al tener en cuenta el valor absoluto de las pérdidas exergéticas, es razonable que los mayores valores de esta se obtengan cuando el compresor opera durante mucho tiempo, o sea, cuando el tiempo promedio de marcha está próximo a la totalidad de los 1.440 minutos que contiene un día. Las menores pérdidas exergéticas se obtienen cuanto menor tiempo estén en funcionamiento los grupos compresores.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 99 4.2.3.3.6. ANÁLISIS TEMPERATURA AMBIENTAL EXTERIOR. Temperatura ambiental exterior vs COP. FIGURA 44 DIAGRAMAS DE DISPERSIÓN RELACIÓN TEMPERATURA AMBIENTAL EXTERIOR VS COP Aunque no se pueda apreciar de forma clara, a mayor temperatura ambiental en el exterior los valores del COP aumentan. Esto se debe a que un incremento en la temperatura ambiental exterior conlleva una mayor demanda frigorífica en la instalación. Lo lógico sería pensar que una mayor temperatura del aire exterior repercutiría negativamente en la etapa de condensación al reducirse la capacidad que tendrían los condensadores evaporativos de condensar el fluido refrigerante procedente de la etapa de compresión. Sin embargo el mayor impacto del incremento de la demanda provoca una mejora en el COP de los grupos compresores mayor.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 100 Temperatura ambiental exterior vs eficiencia exergética. FIGURA 45 DIAGRAMAS DE DISPERSIÓN RELACIÓN TEMPERATURA AMBIENTAL EXTERIOR VS EFICIENCIA EXERGÉTICA Al igual que en el caso anterior, la temperatura ambiental exterior muestra una cierta influencia en los valores de eficiencia exergética de forma también directa, es decir, a mayor temperatura ambiental exterior mayor eficiencia exergética del grupo compresor.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 101 Temperatura ambiental exterior vs pérdidas exergéticas. FIGURA 46 DIAGRAMAS DE DISPERSIÓN RELACIÓN TEMPERATURA AMBIENTAL EXTERIOR VS PÉRDIDAS EXERGÉTICAS TOTALES Como se ha indicado anteriormente, una mayor temperatura ambiental exterior lleva asociada una mayor demanda frigorífica lo que conlleva también a mayores pérdidas exergéticas al incrementarse la posición en la válvula de aspiración, la relación de compresión y el tiempo de marcha promedio. Como se puede observar en los gráficos, los valores máximos de pérdidas exergéticas se obtienen con valores en la temperatura ambiental exterior en torno a los 30 ºC. Los análisis anteriores han mostrado la presencia de variables con una mayor influencia que otras, motivo por el cual debe tenerse en cuenta la combinación de todas ellas en su conjunto y no de forma aislada. 4.2.4. CALIDAD DE LOS DATOS. Para finalizar con la fase de compresión de los datos se debe verificar la consistencia de los datos, si son correctos o contienen errores, determinar la presencia de valores perdidos y fuera de rango así como proponer soluciones para cada uno de
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 102 ellos. En este análisis se han incluido los valores de temperatura ambiental exterior integrados junto con los de cada grupo compresor en la fase de preparación de datos. La detección de valores perdidos, anómalos y extremos se ha llevado a cabo con la ayuda del nodo Auditar del software Clementine que proporciona un primer análisis exhaustivo de los datos, presentando una matriz de fácil lectura que se puede ordenar y utilizar para generar nodos de preparación de datos y gráficos (SPSS Inc., 2008). Los valores perdidos han sido identificados como tal cuando su valor no existe, no es válido o si contiene espacios en blanco. A continuación se detallan los dos métodos dispuestos por el nodo para la detección de valores anómalos y extremos. Amplitud intercuartil: Los valores anómalos y extremos son detectados a partir de la amplitud intercuartil IQR (del inglés Interquartile Range), que es el intervalo en el que caen los dos cuartiles centrales Q1 y Q3. Por ejemplo, configurando una valor de 1,5 para la amplitud intercuartil de los valores anómalos, serán identificados cuando su valor sea inferior a Q1- 1,5 * IQR y superior a Q3 + 1,5 * IQR. Desviación estándar: Los valores anómalos y extremos son detectados a partir del número de desviaciones estándar de la media. Por ejemplo para una variable con media 10 y desviación estándar 1, especificando una desviación estándar de 5,0 para los valores extremos estos serán identificados cuando su valor sea inferior a 5 y superior a 15. Como método de detección para los valores anómalos y extremos se ha utilizado el método de la desviación estándar (Wright, 1884). Para los valores anómalos se ha considerado 3 veces la desviación estándar de la media (Dhwani & Tanvi, 2014) y para los valores extremos 5 veces. Como se detalla en los siguientes apartados sólo se han detectado datos perdidos en la variable temperatura ambiental exterior, no obstante se detectan numerosos valores anómalos y extremos que han sido analizados uno a uno. En relación a la presencia de valores anómalos que no se asemejan al comportamiento general del resto de los datos, su origen puede deberse a un error del dato en sí mismo o, por el contrario, pueden ser valores correctos pero diferentes de los demás. La conveniencia de su eliminación dependerá de si nuestro objetivo, durante la fase de modelado, es precisamente su identificación y de la capacidad del algoritmo empleado en ignorar estos datos considerándolos como ruido o excepciones.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 103 Los valores anómalos, extremos y perdidos detectados han sido identificados generando un Supernodo desde la pestaña Calidad del nodo Auditar como se muestra en la siguiente figura. FIGURA 47 GENERACIÓN DE UN SUPERNODO TRAS APLICAR LA ACCIÓN DESCARTAR EN LA PESTAÑA CALIDAD DEL NODO AUDITAR DATOS 4.2.4.1. CALIDAD DE LOS DATOS DEL GRUPO COMPRESOR 1. Como se puede observar en las variables sombreadas de la siguiente figura, los datos del compresor 1 presentan nueve variables con valores anómalos y extremos y una con valores perdidos que son analizados a continuación. FIGURA 48 PESTAÑA CALIDAD EN EL NODO AUDITAR DATOS DEL GRUPO COMPRESOR 1
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 104 4.2.4.1.1. VALORES ANÓMALOS COP GRUPO COMPRESOR 1. Tras un análisis de los datos se observa que los valores reducidos de COP están directamente relacionados con reducidos tiempos de marcha y elevados número de arranques unidos a bajos valores en la válvula de aspiración. Parece lógico pensar que estos días el grupo compresor ha estado operando con poca demanda de frío y continuos arranques. El tiempo promedio de marcha es de 3 minutos. Compresor1 INTENS IDAD_V AL1 POSICI ON_VA L1 T_ACE ITE_V AL1 T_DESC ARGA_ VAL1 P_AS P_VA L1 P_DE SC_V AL1 P_DIF_A CEITE_V AL1 T_SEPAR ADOR_V AL1 MIN_ MARC HA1 N_AR RANQ UES1 COP 1 18/10/2012 243 32 35,8 66,4 1,9 10,7 3,4 52,4 28 4 3,0 14/11/2012 240 25 29,4 65,2 2,0 9,3 3,0 49,4 143 47 3,2 17/11/2012 241 24 29,4 65,3 2,0 9,5 3,0 49,3 202 68 3,1 18/11/2012 234 21 29,2 65,1 2,1 9,4 3,0 48,8 181 62 3,0 24/11/2012 229 20 29,4 65,1 2,1 9,4 3,0 48,7 181 62 2,9 28/11/2012 237 23 28,9 65,2 2,0 9,3 3,0 48,8 198 64 3,1 29/11/2012 250 25 28,7 65,2 2,0 9,3 2,9 48,6 189 58 3,2 TABLA 9 VALORES ANÓMALOS COP GRUPO COMPRESOR 1 4.2.4.1.2. VALORES ANÓMALOS EFICIENCIA EXERGÉTICA GRUPO COMPRESOR 1. Al igual que en el apartado anterior continuos arranques con poca demanda de frío conducen a reducidos valores de eficiencia exergética. El tiempo promedio de marcha también es de 3 minutos. Compresor1 INTENSI DAD_V AL1 POSICI ON_V AL1 T_ACE ITE_V AL1 T_DESC ARGA_V AL1 P_AS P_V AL1 P_DE SC_V AL1 P_DIF_A CEITE_V AL1 T_SEPAR ADOR_V AL1 MIN_ MARC HA1 N_ARR ANQU ES1 hex1 17/11/2012 241 24 29,4 65,3 2,0 9,5 3,0 49,3 202 68 39% 18/11/2012 234 21 29,2 65,1 2,1 9,4 3,0 48,8 181 62 38% 24/11/2012 229 20 29,4 65,1 2,1 9,4 3,0 48,7 181 62 37% 28/11/2012 237 23 28,9 65,2 2,0 9,3 3,0 48,8 198 64 39% TABLA 10 VALORES ANÓMALOS EFICIENCIA EXERGÉTICA GRUPO COMPRESOR 1 4.2.4.1.3. VALORES ANÓMALOS TEMPERATURA DE ACEITE GRUPO COMPRESOR 1. Los valores de temperatura del aceite por debajo de los 29 ºC se corresponden con un elevado número de arranques y reducido tiempo de marcha junto a reducidos valores de la válvula de aspiración. El tiempo promedio de marcha es de 3 minutos. Compresor1 INTENSI DAD_VA L1 POSICI ON_VA L1 T_ACEI TE_VA L1 T_DESCA RGA_VA L1 P_AS P_VA L1 P_DES C_VA L1 P_DIF_A CEITE_VA L1 T_SEPAR ADOR_VA L1 MIN_ MARC HA1 N_ARR ANQUE S1 06/04/2012 268 46 28,8 65,6 1,9 9,0 3,4 44,9 13 3 28/11/2012 237 23 28,9 65,2 2,0 9,3 3,0 48,8 198 64 29/11/2012 250 25 28,7 65,2 2,0 9,3 2,9 48,6 189 58 TABLA 11 VALORES ANÓMALOS TEMPERATURA DE ACEITE GRUPO COMPRESOR 1
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 105 4.2.4.1.4. VALORES ANÓMALOS PÉRDIDAS EXERGÉTICAS CONDENSACIÓN GRUPO COMPRESOR 1. Las elevadas pérdidas exergéticas en la condensación parecen estar relacionadas con la elevada capacidad frigorífica generada por operar a plena carga durante los días 23 y 24 de octubre. Por este motivo no se puede considerar como erróneas estas pérdidas exergéticas. Compresor1 INTENSI DAD_V AL1 POSICI ON_V AL1 T_ACE ITE_V AL1 T_DESC ARGA_V AL1 P_AS P_V AL1 P_DE SC_V AL1 P_DIF_A CEITE_V AL1 T_SEPAR ADOR_V AL1 MIN_ MARC HA1 N_ARR ANQU ES1 Icon d1, kW 23/10/2012 414 95 36,8 68,3 1,7 9,4 3,1 66,1 1239 14 50,8 24/10/2012 418 98 36,2 68,0 1,7 9,2 3,1 66,6 1440 0 48,7 TABLA 12 VALORES ANÓMALOS PÉRDIDAS EXERGÉTICAS CONDENSACIÓN GRUPO COMPRESOR 1 4.2.4.1.5. VALORES ANÓMALOS POSICIÓN VÁLVULA ASPIRACIÓN GRUPO COMPRESOR 1. De los parámetros de funcionamiento puede deducirse que el 24 de octubre el grupo compresor estuvo operando al máximo de su capacidad durante las 24 horas del día por lo que es habitual que la posición de la válvula de aspiración estuviera abierta al máximo, en este caso al 98 %. Por todo lo anteriormente indicado se concluye que este valor anómalo realmente no es erróneo, lo que sucede es que es el único día durante todo el 2012 en el que el compresor ha estado operando al máximo de su capacidad. Compresor1 INTENSI DAD_VA L1 POSICI ON_VA L1 T_ACEI TE_VA L1 T_DESCA RGA_VA L1 P_AS P_VA L1 P_DES C_VA L1 P_DIF_A CEITE_VA L1 T_SEPAR ADOR_VA L1 MIN_ MARC HA1 N_ARR ANQUE S1 24/10/2012 418 98 36,2 68,0 1,7 9,2 3,1 66,6 1440 0 TABLA 13 VALORES ANÓMALOS POSICIÓN VÁLVULA ASPIRACIÓN GRUPO COMPRESOR 1 4.2.4.1.6. VALORES ANÓMALOS Y EXTREMOS PRESIÓN DE DESCARGA GRUPO COMPRESOR 1. Los valores de presión de descarga del resto de grupos compresores son superiores a los valores máximos de 9,8 y 10,7 del grupo compresor 1. No obstante, dichos valores representan los máximos valores de presión de descarga a los que ha estado operando el compresor 1. Por todo lo anteriormente indicado no se puede considerar como erróneos estos valores de presión de descarga del grupo compresor 1. Compresor1 INTENSI DAD_VA L1 POSICI ON_VA L1 T_ACEI TE_VA L1 T_DESCA RGA_VA L1 P_AS P_VA L1 P_DES C_VA L1 P_DIF_A CEITE_VA L1 T_SEPAR ADOR_VA L1 MIN_ MARC HA1 N_ARR ANQUE S1 04/04/2012 376 83 37,4 68,9 1,6 9,8 3,5 63,4 1104 46 18/10/2012 243 32 35,8 66,4 1,9 10,7 3,4 52,4 28 4 TABLA 14 VALORES ANÓMALOS Y EXTREMOS PRESIÓN DE DESCARGA GRUPO COMPRESOR 1
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 112 4.2.4.2.12. VALORES ANÓMALOS PÉRDIDAS EXERGÉTICAS CONDENSACIÓN GRUPO COMPRESOR 2. Este valor máximo de pérdidas exergéticas en el grupo compresor 2 puede considerarse como anómalo ya que este valor se aleja mucho del valor de las pérdidas en el resto de días. Este valor sólo es superado por el grupo compresor 4 casualmente el mismo día motivo por el cual se puede pensar que ha habido algún error en la captura de datos al compararlo con los valores de otros días y el resto de grupos compresores. Compresor2 INTENSI DAD_V AL2 POSICI ON_V AL2 T_ACE ITE_V AL2 T_DESC ARGA_V AL2 P_AS P_V AL2 P_DE SC_V AL2 P_DIF_A CEITE_V AL2 T_SEPAR ADOR_V AL2 MIN_ MARC HA2 N_ARR ANQU ES2 Icon d2, kW 11/09/2012 385 86 37,1 68,3 1,8 9,5 2,7 63,0 554 24 86,6 TABLA 30 VALORES ANÓMALOS PÉRDIDAS EXERGÉTICAS CONDENSACIÓN GRUPO COMPRESOR 2 4.2.4.2.13. VALORES PERDIDOS TEMPERATURA AMBIENTAL EXTERIOR GRUPO COMPRESOR 2. Al igual que en el análisis de calidad de los datos del grupo compresor 1, estos datos perdidos serán tratados en la siguiente fase. Compresor2 INTENS IDAD_ VAL2 POSIC ION_V AL2 T_ACE ITE_V AL2 T_DESC ARGA_ VAL2 P_AS P_V AL2 P_DE SC_V AL2 P_DIF_ ACEITE_ VAL2 T_SEPA RADOR_ VAL2 MIN_ MARC HA2 N_AR RANQ UES2 Tª Ambiental Exterior 16/03/2012 388 97,9 36,1 68,1 1,6 9,2 3,0 63,4 682 0 $null$ 22/03/2012 411 100,0 36,8 68,6 1,6 9,4 3,0 64,9 1130 1 $null$ 07/09/2012 438 95,6 44,1 70,9 1,8 11,1 2,4 69,8 419 2 $null$ 10/10/2012 411 96,6 39,6 69,3 1,8 10,0 2,7 66,3 1440 0 $null$ 20/10/2012 326 77,4 34,7 67,5 1,9 9,1 2,8 58,5 1440 0 $null$ 13/11/2012 201 3,4 33,0 64,4 2,2 9,1 2,7 51,7 1144 12 $null$ TABLA 31 VALORES PERDIDOS TEMPERATURA AMBIENTAL EXTERIOR GRUPO COMPRESOR 2 Como resumen al análisis de calidad de los datos del grupo compresor 2, el elevado valor de las pérdidas exergéticas en la etapa de condensación correspondiente al 11 de septiembre ha sido considerado como dato erróneo y los datos perdidos de temperatura ambiental exterior del último apartado han sido tratados en la siguiente fase. 4.2.4.3. CALIDAD DE LOS DATOS DEL GRUPO COMPRESOR 3. En la siguiente figura se observan sombreadas cinco variables del grupo compresor 3 con valores identificados como anómalos y extremos y una con valores perdidos los cuales han sido analizados.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 113 FIGURA 50 PESTAÑA CALIDAD EN EL NODO AUDITAR DATOS DEL GRUPO COMPRESOR 3 4.2.4.3.1. VALORES ANÓMALOS NÚMERO DE ARRANQUES GRUPO COMPRESOR 3. Como puede observarse estos valores en el número de arranques se corresponden con los valores máximos del grupo compresor 3 que a su vez conducen a un reducido tiempo de marcha promedio de 6 minutos. Compresor3 INTENSI DAD_VA L3 POSICI ON_VA L3 T_ACEI TE_VA L3 T_DESCA RGA_VA L3 P_AS P_VA L3 P_DES C_VA L3 P_DIF_A CEITE_VA L3 T_SEPAR ADOR_VA L3 MIN_ MARC HA3 N_ARR ANQUE S3 16/06/2012 308 55 34,4 66,4 2,0 9,6 3,5 55,5 567 94 17/06/2012 302 53 34,3 66,5 2,0 9,7 3,4 55,1 445 80 20/06/2012 317 57 33,5 66,3 2,0 9,4 3,2 55,4 419 67 22/06/2012 298 52 35,3 66,8 2,1 10,1 3,2 56,4 530 91 TABLA 32 VALORES ANÓMALOS NÚMERO DE ARRANQUEES GRUPO COMPRESOR 3 4.2.4.3.2. VALORES ANÓMALOS PRESIÓN DE DESCARGA GRUPO COMPRESOR 3. Estos valores anómalos en la presión de descarga se corresponden a los mayores valores de presión de descarga en los que el grupo compresor ha estado operando y están dentro del intervalo de tiempo en los que la temperatura ambiental exterior es superior a 15 ºC. Compresor3 INTENSI DAD_VA L3 POSICI ON_VA L3 T_ACEI TE_VA L3 T_DESCA RGA_VA L3 P_AS P_VA L3 P_DES C_VA L3 P_DIF_A CEITE_VA L3 T_SEPAR ADOR_VA L3 MIN_ MARC HA3 N_ARR ANQUE S3 14/08/2012 297 37 40,5 67,5 2,2 11,9 3,1 59,7 229 26 01/10/2012 418 69 41,6 71,3 2,3 12,3 3,2 60,9 60 2 TABLA 33 VALORES ANÓMALOS PRESIÓN DE DESCARGA GRUPO COMPRESOR 3
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 114 4.2.4.3.3. VALORES ANÓMALOS TEMPERATURA DE CONDENSACIÓN GRUPO COMPRESOR 3. Debido a la relación entre temperatura y presión de condensación, tampoco se puede indicar que los elevados valores de temperatura de condensación sean valores erróneos sino los habituales teniendo en cuenta la demanda frigorífica y condiciones climáticas durante el periodo estival. Compresor3 INTENS IDAD_ VAL3 POSIC ION_V AL3 T_ACE ITE_V AL3 T_DESC ARGA_ VAL3 P_AS P_V AL3 P_DE SC_V AL3 P_DIF_ ACEITE_ VAL3 T_SEPA RADOR_ VAL3 MIN_ MARC HA3 N_AR RANQ UES3 Tª Condensa ción 14/08/2012 297 37 40,5 67,5 2,2 11,9 3,1 59,7 229 26 33,5 01/10/2012 418 69 41,6 71,3 2,3 12,3 3,2 60,9 60 2 34,6 TABLA 34 VALORES ANÓMALOS TEMPERATURA DE CONDENSACIÓN GRUPO COMPRESOR 3 4.2.4.3.4. VALORES ANÓMALOS COP CARNOT GRUPO COMPRESOR 3. El valor máximo en el COP teórico de Carnot se corresponde con el día en el que el compresor estuvo operando a la menor relación de compresión por lo tanto el valor atípico no se corresponde con un error en el mismo sino una situación excepcional en el funcionamiento del grupo compresor pero correcta. Compresor3 INTENSI DAD_V AL3 POSICI ON_V AL3 T_ACE ITE_V AL3 T_DESC ARGA_V AL3 P_AS P_V AL3 P_DE SC_V AL3 P_DIF_A CEITE_V AL3 T_SEPAR ADOR_V AL3 MIN_ MARC HA3 N_ARR ANQU ES3 COP Carn ot3 24/09/2012 339 21 28,1 65,3 2,4 8,9 3,2 37,7 10 3 8,6 TABLA 35 VALORES ANÓMALOS COP CARNOT GRUPO COMPRESOR 3 4.2.4.3.5. VALORES ANÓMALOS PRESIÓN DIFERENCIAL DE ACEITE GRUPO COMPRESOR 3. El mínimo valor de la presión diferencial se corresponde con un reducido tiempo de marcha junto a elevados arranques. El tiempo de marcha promedio es de 7 minutos. El valor en sí mismo no es un error sino una consecuencia de la forma en que el grupo compresor está operando. Compresor3 INTENSI DAD_VA L3 POSICI ON_VA L3 T_ACEI TE_VA L3 T_DESCA RGA_VA L3 P_AS P_VA L3 P_DES C_VA L3 P_DIF_A CEITE_VA L3 T_SEPAR ADOR_VA L3 MIN_ MARC HA3 N_ARR ANQUE S3 14/06/2012 255 40 33,9 66,1 2,1 9,7 2,5 52,5 50 7 TABLA 36 VALORES ANÓMALOS PRESIÓN DIFERENCIAL DE ACEITE GRUPO COMPRESOR 3 4.2.4.3.6. VALORES PERDIDOS TEMPERATURA AMBIENTAL EXTERIOR GRUPO COMPRESOR 3. Al igual que se indicó en anteriores apartados los valores perdidos de temperatura ambiental exterior han sido tratados en la fase de preparación de datos. Compresor3 INTENS IDAD_ VAL2 POSIC ION_V AL2 T_ACE ITE_V AL2 T_DESC ARGA_ VAL2 P_AS P_V AL2 P_DE SC_V AL2 P_DIF_ ACEITE_ VAL2 T_SEPA RADOR_ VAL2 MIN_ MARC HA2 N_AR RANQ UES2 Tª Ambiental Exterior 13/11/2012 201 3,4 33,0 64,4 2,2 9,1 2,7 51,7 1144 12 $null$ TABLA 37 VALORES PERDIDOS TEMPERATURA AMBIENTAL EXTERIOR GRUPO COMPRESOR 3
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 115 Como conclusión al análisis de calidad de los datos del grupo compresor 3 se puede indicar que todos los valores considerados inicialmente como anómalos y extremos son valores correctos teniendo en cuenta las condiciones de operación. El dato perdido de temperatura ambiental exterior del último apartado ha sido tratado en la siguiente fase. 4.2.4.4. CALIDAD DE LOS DATOS DEL GRUPO COMPRESOR 4. En este análisis se muestran sombreadas veintidós variables con valores identificados como anómalos y extremos y una con valores perdidos. FIGURA 51 PESTAÑA CALIDAD EN EL NODO AUDITAR DATOS DEL GRUPO COMPRESOR 4 4.2.4.4.1. VALORES ANÓMALOS CAUDAL DE FLUIDO REFRIGERANTE EN LA ASPIRACIÓN GRUPO COMPRESOR 4. Los valores de caudal de fluido refrigerante en la aspiración se corresponde con los únicos días en los que el grupo compresor 4 ha estado operando con la válvula de aspiración por encima del 60 % que es cuando el economizador entra en servicio, o sea, aspirando fluido refrigerante por la entrada de presión intermedia además de la aspiración principal. Por este motivo no se pueden considerar estos valores como erróneos.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 116 Compresor4 INTENS IDAD_V AL4 POSICI ON_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_ VAL4 P_AS P_V AL4 P_DE SC_V AL4 P_DIF_A CEITE_V AL4 T_SEPAR ADOR_V AL4 MIN_ MARC HA4 N_ARR ANQU ES4 mA4, kg/h 22/02/2012 376 93 37,1 67,5 2,0 9,1 3,3 62,7 373 1 3.222 09/04/2012 410 100 40,4 69,5 1,6 9,9 3,1 66,9 449 1 3.121 10/04/2012 366 94 37,7 68,1 1,5 9,2 3,1 63,1 493 0 2.830 31/07/2012 364 64 40,9 69,6 2,0 11,0 3,0 62,8 205 12 2.088 11/09/2012 349 78 32,0 68,1 2,5 9,6 3,4 51,5 13 1 3.028 05/10/2012 333 73 40,2 69,2 1,9 10,4 3,1 62,6 546 1 2.310 14/10/2012 363 73 35,3 68,1 1,9 9,5 3,1 57,0 27 2 2.331 TABLA 38 VALORES ANÓMALOS CAUDAL DE FLUIDO REFRIGERANTE EN LA ASPIRACIÓN GRUPO COMPRESOR 4 4.2.4.4.2. VALORES ANÓMALOS PÉRDIDAS EXERGÉTICAS COMPRESIÓN GRUPO COMPRESOR 4. Al igual que en anterior apartado, los elevados valores de pérdidas exergéticas en la etapa de compresión se corresponden con los días de máxima carga de trabajo por lo que es normal que las pérdidas sean superiores al resto de días. Compresor4 INTENS IDAD_V AL4 POSICI ON_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_ VAL4 P_AS P_V AL4 P_DE SC_V AL4 P_DIF_A CEITE_V AL4 T_SEPAR ADOR_V AL4 MIN_ MARC HA4 N_ARR ANQU ES4 Icomp 4, kW 22/02/2012 376 93 37,1 67,5 2,0 9,1 3,3 62,7 373 1 245,0 09/04/2012 410 100 40,4 69,5 1,6 9,9 3,1 66,9 449 1 232,6 10/04/2012 366 94 37,7 68,1 1,5 9,2 3,1 63,1 493 0 216,4 31/07/2012 364 64 40,9 69,6 2,0 11,0 3,0 62,8 205 12 190,1 11/09/2012 349 78 32,0 68,1 2,5 9,6 3,4 51,5 13 1 245,0 05/10/2012 333 73 40,2 69,2 1,9 10,4 3,1 62,6 546 1 197,1 14/10/2012 363 73 35,3 68,1 1,9 9,5 3,1 57,0 27 2 197,0 TABLA 39 VALORES ANÓMALOS PÉRDIDAS EXERGÉTICAS COMPRESIÓN GRUPO COMPRESOR 4 4.2.4.4.3. VALORES ANÓMALOS PÉRDIDAS EXERGÉTICAS EXPANSIÓN GRUPO COMPRESOR 4. Lo mismo sucede con las pérdidas en la etapa de expansión, los valores máximos se corresponden con los días en los de mayor carga de trabajo en el grupo compresor 4 por lo que tampoco se puede concluir que sean valores erróneos. Compresor4 INTENSI DAD_V AL4 POSICI ON_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_V AL4 P_AS P_V AL4 P_DE SC_V AL4 P_DIF_A CEITE_V AL4 T_SEPAR ADOR_V AL4 MIN_ MARC HA4 N_ARR ANQU ES4 Iexp 4, kW 22/02/2012 376 93 37,1 67,5 2,0 9,1 3,3 62,7 373 1 20,9 09/04/2012 410 100 40,4 69,5 1,6 9,9 3,1 66,9 449 1 25,2 10/04/2012 366 94 37,7 68,1 1,5 9,2 3,1 63,1 493 0 22,7 31/07/2012 364 64 40,9 69,6 2,0 11,0 3,0 62,8 205 12 22,9 11/09/2012 349 78 32,0 68,1 2,5 9,6 3,4 51,5 13 1 22,0 05/10/2012 333 73 40,2 69,2 1,9 10,4 3,1 62,6 546 1 24,6 14/10/2012 363 73 35,3 68,1 1,9 9,5 3,1 57,0 27 2 21,8 TABLA 40 VALORES ANÓMALOS PÉRDIDAS EXPANSIÓN GRUPO COMPRESOR 4
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 117 4.2.4.4.4. VALORES ANÓMALOS MINUTOS DE MARCHA GRUPO COMPRESOR 4. Estos días se corresponden con los de mayor tiempo de trabajo del grupo compresor 4 por lo que no pueden considerarse como erróneos, sino como consecuencia de la demanda de frío de estos días y el orden de marcha del grupo compresor. Compresor4 INTENSI DAD_V AL4 POSICI ON_VA L4 T_ACEI TE_VA L4 T_DESC ARGA_V AL4 P_AS P_VA L4 P_DES C_VA L4 P_DIF_A CEITE_V AL4 T_SEPAR ADOR_V AL4 MIN_ MARC HA4 N_ARR ANQUE S4 12/01/2012 234 31 34,0 65,2 2,0 9,0 3,1 53,2 1240 6 13/01/2012 252 37 34,4 65,4 2,0 9,1 3,1 54,8 1212 3 06/10/2012 260 42 36,0 65,9 1,9 9,5 3,1 56,2 1320 5 09/10/2012 230 25 35,1 65,3 2,0 9,4 3,1 54,3 1378 5 10/10/2012 273 41 37,5 66,2 1,9 9,9 3,0 58,2 1361 7 TABLA 41 VALORES ANÓMALOS MINUTOS DE MARCHA GRUPO COMPRESOR 4 4.2.4.4.5. VALORES ANÓMALOS TEMPERATURA DE DESCARGA GRUPO COMPRESOR 4. Los valores de temperatura de descarga se corresponden con los días en los que el grupo compresor estuvo operando con una carga elevada bien sea por la posición de la válvula de aspiración o la relación de compresión entre la aspiración y descarga. No se puede considerar por tanto que estos valores de temperatura sean erróneos sino una consecuencia del régimen de operación. Compresor4 INTENSI DAD_VA L4 POSICI ON_VA L4 T_ACEI TE_VA L4 T_DESCA RGA_VA L4 P_AS P_VA L4 P_DES C_VA L4 P_DIF_A CEITE_VA L4 T_SEPAR ADOR_VA L4 MIN_ MARC HA4 N_ARR ANQUE S4 09/04/2012 410 100 40,4 69,5 1,6 9,9 3,1 66,9 449 1 30/07/2012 353 58 46,4 69,5 2,3 13,0 3,0 68,0 397 10 31/07/2012 364 64 40,9 69,6 2,0 11,0 3,0 62,8 205 12 05/10/2012 333 73 40,2 69,2 1,9 10,4 3,1 62,6 546 1 TABLA 42 VALORES ANÓMALOS TEMPERATURA DE DESCARGA GRUPO COMPRESOR 4 4.2.4.4.6. VALORES ANÓMALOS PÉRDIDAS EXERGÉTICAS TOTALES GRUPO COMPRESOR 4. Como se puede comprobar en anteriores apartados los días con elevados valores de pérdidas exergéticas totales se corresponden con los mismos días en los que las pérdidas exergéticas en las etapas de compresión y expansión también eran superiores al resto de días. Al tener lugar en días de máxima demanda frigorífica no se puede indicar que estos valores anómalos sean erróneos sino consecuencia del régimen de operación.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 118 Compresor4 INTENS IDAD_V AL4 POSICI ON_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_ VAL4 P_AS P_V AL4 P_DE SC_V AL4 P_DIF_A CEITE_V AL4 T_SEPAR ADOR_V AL4 MIN_ MARC HA4 N_ARR ANQU ES4 Itotal 4, kW 22/02/2012 376 93 37,1 67,5 2,0 9,1 3,3 62,7 373 1 578,6 09/04/2012 410 100 40,4 69,5 1,6 9,9 3,1 66,9 449 1 606,4 10/04/2012 366 94 37,7 68,1 1,5 9,2 3,1 63,1 493 0 551,0 11/09/2012 349 78 32,0 68,1 2,5 9,6 3,4 51,5 13 1 597,2 TABLA 43 VALORES ANÓMALOS PÉRDIDAS EXERGÉTICAS TOTALES GRUPO COMPRESOR 4 4.2.4.4.7. VALORES ANÓMALOS POSICIÓN VÁLVULA ASPIRACIÓN GRUPO COMPRESOR 4. Los días indicados en la siguiente tabla se corresponden con los días de máxima carga de trabajo por lo que no se pueden considerar como valores erróneos. Compresor4 INTENSI DAD_VA L4 POSICI ON_VA L4 T_ACEI TE_VA L4 T_DESCA RGA_VA L4 P_AS P_VA L4 P_DES C_VA L4 P_DIF_A CEITE_VA L4 T_SEPAR ADOR_VA L4 MIN_ MARC HA4 N_ARR ANQUE S4 22/02/2012 376 93 37,1 67,5 2,0 9,1 3,3 62,7 373 1 09/04/2012 410 100 40,4 69,5 1,6 9,9 3,1 66,9 449 1 10/04/2012 366 94 37,7 68,1 1,5 9,2 3,1 63,1 493 0 TABLA 44 VALORES ANÓMALOS POSICIÓN VÁLVULA ASPIRACIÓN GRUPO COMPRESOR 4 4.2.4.4.8. VALORES ANÓMALOS PRESIÓN DE ASPIRACIÓN GRUPO COMPRESOR 4. Los valores máximos de presión de aspiración se corresponden a días en los que el grupo compresor ha operado con valores mínimos en la posición en la válvula de aspiración junto a tiempos de marcha reducidos y continuos arranques. Esta situación es normal en los casos en los que el grupo compresor trata de mantener la presión de aspiración, arrancando cuando supera el valor de consigna y parando cuando se alcanza la misma. Así pues, los valores de presión en la aspiración no son erróneos. Compresor4 INTENSI DAD_VA L4 POSICI ON_VA L4 T_ACEI TE_VA L4 T_DESCA RGA_VA L4 P_AS P_VA L4 P_DES C_VA L4 P_DIF_A CEITE_VA L4 T_SEPAR ADOR_VA L4 MIN_ MARC HA4 N_ARR ANQUE S4 08/08/2012 252 9 38,3 66,9 2,8 13,3 3,1 49,0 11 4 14/11/2012 263 3 26,2 66,0 2,8 9,0 3,2 41,2 25 11 15/11/2012 210 3 26,2 66,3 2,8 9,5 3,2 42,3 9 3 TABLA 45 VALORES ANÓMALOS PRESIÓN DE ASPIRACIÓN GRUPO COMPRESOR 4 4.2.4.4.9. VALORES ANÓMALOS PRESIÓN DE DESCARGA GRUPO COMPRESOR 4. Los valores de máxima presión de descarga se corresponden con los días en los que el grupo compresor estuvo operando pocos minutos y con una presión de aspiración también elevada lo que hace pensar de la importante demanda de frío que hubo esos días. No se puede concluir que los valores de presión sean erróneos.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 119 Compresor4 INTENSI DAD_VA L4 POSICI ON_VA L4 T_ACEI TE_VA L4 T_DESCA RGA_VA L4 P_AS P_VA L4 P_DES C_VA L4 P_DIF_A CEITE_VA L4 T_SEPAR ADOR_VA L4 MIN_ MARC HA4 N_ARR ANQUE S4 30/07/2012 353 58 46,4 69,5 2,3 13,0 3,0 68,0 397 10 08/08/2012 252 9 38,3 66,9 2,8 13,3 3,1 49,0 11 4 14/08/2012 254 17 39,2 66,5 2,4 12,4 3,0 53,0 16 3 TABLA 46 VALORES ANÓMALOS PRESIÓN DE DESCARGA GRUPO COMPRESOR 4 4.2.4.4.10. VALORES ANÓMALOS TEMPERATURA CONDENSACIÓN GRUPO COMPRESOR 4. Debido a la relación entre presión y temperatura de condensación no se puede indicar que los valores anómalos de temperatura de condensación sean erróneos sino consecuencia del régimen de operación y las condiciones climáticas. Compresor4 INTENS IDAD_ VAL4 POSICI ON_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_ VAL4 P_AS P_V AL4 P_DE SC_V AL4 P_DIF_ ACEITE_ VAL4 T_SEPA RADOR_ VAL4 MIN_ MARC HA4 N_AR RANQ UES4 Tª Cond ensac ión 30/07/2012 353 58 46,4 69,5 2,3 13,0 3,0 68,0 397 10 36,4 08/08/2012 252 9 38,3 66,9 2,8 13,3 3,1 49,0 11 4 37,2 14/08/2012 254 17 39,2 66,5 2,4 12,4 3,0 53,0 16 3 34,9 TABLA 47 VALORES ANÓMALOS TEMPERATURA CONDENSACIÓN GRUPO COMPRESOR 4 4.2.4.4.11. VALORES ANÓMALOS TEMPERATURA EVAPORACIÓN GRUPO COMPRESOR 4. Al igual que en anteriores apartados, debido a la relación entre la presión y temperatura de evaporación no se puede concluir que los valores indicados sean erróneos. Compresor4 INTENS IDAD_ VAL4 POSIC ION_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_ VAL4 P_AS P_V AL4 P_DE SC_V AL4 P_DIF_ ACEITE_ VAL4 T_SEPA RADOR_ VAL4 MIN_ MARC HA4 N_AR RANQ UES4 Tª Evaporaci ón 08/08/2012 252 9 38,3 66,9 2,8 13,3 3,1 49,0 11 4 -3,2 14/11/2012 263 3 26,2 66,0 2,8 9,0 3,2 41,2 25 11 -3,4 15/11/2012 210 3 26,2 66,3 2,8 9,5 3,2 42,3 9 3 -2,9 TABLA 48 VALORES ANÓMALOS TEMPERATURA EVAPORACIÓN GRUPO COMPRESOR 4 4.2.4.4.12. VALORES ANÓMALOS CAPACIDAD FRIGORÍFICA GRUPO COMPRESOR 4. Estos valores de elevada capacidad frigorífica se corresponden con los días en los que el grupo compresor estuvo operando con elevados valores en la posición de la válvula de aspiración y reducidas relaciones de compresión. Estos valores no se pueden considerar como erróneos.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 120 Compresor4 INTENS IDAD_V AL4 POSICI ON_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_ VAL4 P_AS P_V AL4 P_DE SC_V AL4 P_DIF_A CEITE_V AL4 T_SEPAR ADOR_V AL4 MIN_ MARC HA4 N_ARR ANQU ES4 QL4, kW 22/02/2012 376 93 37,1 67,5 2,0 9,1 3,3 62,7 373 1 1.112 09/04/2012 410 100 40,4 69,5 1,6 9,9 3,1 66,9 449 1 1.073 11/09/2012 346 78 32,0 68,1 2,5 9,6 3,4 51,5 13 1 1.049 TABLA 49 VALORES ANÓMALOS CAPACIDAD FRIGORÍFICA GRUPO COMPRESOR 4 4.2.4.4.13. VALORES ANÓMALOS CAUDAL DE FLUIDO REFRIGERANTE EN LA DESCARGA GRUPO COMPRESOR 4. Como se puede observar los valores máximos de caudales de fluido refrigerante en la descarga se corresponden con los días en los que el grupo compresor 4 estuvo operando a la máxima carga lo cual tiene sentido, a mayor demanda frigorífica mayor caudal de fluido refrigerante. Por lo anteriormente indicado estos valores máximos son normales. Compresor4 INTENS IDAD_V AL4 POSICI ON_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_ VAL4 P_AS P_V AL4 P_DE SC_V AL4 P_DIF_A CEITE_V AL4 T_SEPAR ADOR_V AL4 MIN_ MARC HA4 N_ARR ANQU ES4 mD4, kg/h 22/02/2012 376 93 37,1 67,5 2,0 9,1 3,3 62,7 373 1 3.401 09/04/2012 410 100 40,4 69,5 1,6 9,9 3,1 66,9 449 1 3.331 11/09/2012 349 78 32,0 68,1 2,5 9,6 3,4 51,5 13 1 3.225 TABLA 50 VALORES ANÓMALOS CAUDAL DE FLUIDO REFRIGERANTE EN LA DESCARGA GRUPO COMPRESOR 4 4.2.4.4.14. VALORES ANÓMALOS CALOR CEDIDO EN EL CONDENSADOR GRUPO COMPRESOR 4. Al igual que en apartado anterior, a mayor carga de trabajo mayor calor cedido en el condensador, por lo que estos valores son también adecuados a pesar de ser muy elevados respecto al resto de días en los que el grupo compresor 4 estuvo operando. Compresor4 INTENS IDAD_V AL4 POSICI ON_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_ VAL4 P_As P_V AL4 P_DE SC_V AL4 P_DIF_A CEITE_V AL4 T_SEPAR ADOR_V AL4 MIN_ MARC HA4 N_ARR ANQU ES4 QH4, kW 22/02/2012 376 93 37,1 67,5 2,0 9,1 3,3 62,7 373 1 1.310 09/04/2012 410 100 40,4 69,5 1,6 9,9 3,1 66,9 449 1 1.291 11/09/2012 349 78 32,0 68,1 2,5 9,6 3,4 51,5 13 1 1.242 TABLA 51 VALORES ANÓMALOS CALOR CEDIDO EN EL CONDENSADOR GRUPO COMPRESOR 4 4.2.4.4.15. VALORES ANÓMALOS PÉRDIDAS EXERGÉTICAS EVAPORACIÓN GRUPO COMPRESOR 4. De la misma forma las pérdidas exergéticas en la etapa de evaporación son mayores los días en los que el grupo compresor estuvo operando a máxima carga. Los valores no pueden considerarse como erróneos.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 121 Compresor4 INTENS IDAD_V AL4 POSICI ON_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_ VAL4 P_AS P_V AL4 P_DE SC_V AL4 P_DIF_A CEITE_V AL4 T_SEPAR ADOR_V AL4 MIN_ MARC HA4 N_ARR ANQU ES4 Ievap 4, kW 22/02/2012 376 93 37,1 67,5 2,0 9,1 3,3 62,7 373 1 290,5 09/04/2012 410 100 40,4 69,5 1,6 9,9 3,1 66,9 449 1 312,6 10/04/2012 366 94 37,7 68,1 1,5 9,2 3,1 63,1 493 0 284,9 TABLA 52 VALORES ANÓMALOS PÉRDIDAS EXERGÉTICAS EVAPORACIÓN GRUPO COMPRESOR 4 4.2.4.4.16. VALORES ANÓMALOS POTENCIA ABSORBIDA ETAPA DE COMPRESIÓN GRUPO COMPRESOR 4. Los valores máximos de potencia absorbida en la etapa de compresión por el grupo compresor 4 se corresponden con los días de máxima demanda frigorífica por lo que no se pueden considerar dichos valores máximos como erróneos. Compresor4 INTENS IDAD_ VAL4 POSICI ON_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_ VAL4 P_AS P_V AL4 P_DE SC_V AL4 P_DIF_ ACEITE_ VAL4 T_SEPA RADOR_ VAL4 MIN_ MARC HA4 N_AR RANQ UES4 WCo mp4, kW 22/02/2012 376 93 37,1 67,5 2,0 9,1 3,3 62,7 373 1 217,4 09/04/2012 410 100 40,4 69,5 1,6 9,9 3,1 66,9 449 1 235,1 TABLA 53 VALORES ANÓMALOS POTENCIA ABSORBIDA ETAPA DE COMPRESIÓN GRUPO COMPRESOR 4 4.2.4.4.17. VALORES ANÓMALOS COP CARNOT GRUPO COMPRESOR 4. Estos valores del COP teórico de Carnot tan elevados se corresponden con los días de operación del grupo compresor en los que las temperaturas de evaporación fueron elevadas y las temperaturas de condensación reducidas de ahí que el COP teórico sea máximo. Así pues los datos son correctos. Compresor4 INTENSI DAD_V AL4 POSICI ON_V AL4 T_ACE ITE_V AL4 T_DESC ARGA_V AL4 P_AS P_V AL4 P_DE SC_V AL4 P_DIF_A CEITE_V AL4 T_SEPAR ADOR_V AL4 MIN_ MARC HA4 N_ARR ANQU ES4 COP Carn ot4 15/01/2012 216 18 25,8 64,5 2,3 7,7 3,4 42,4 3 1 9,8 14/11/2012 263 3 26,2 66,0 2,8 9,0 3,2 41,2 25 11 9,5 TABLA 54 VALORES ANÓMALOS COP CARNOT GRUPO COMPRESOR 4 4.2.4.4.18. VALORES ANÓMALOS INTENSIDAD MOTOR ELÉCTRICO GRUPO COMPRESOR 4. Teniendo en cuenta el reducido tiempo de marcha y los continuos arranques podemos concluir que el elevado valor en la intensidad del motor eléctrico hace pensar que dicho valor se corresponde al consumo eléctrico durante el arranque. Al ser tan reducido el tiempo de marcha promedio, tan sólo 2 minutos, es normal que el consumo del motor eléctrico sea tan elevado ya que su valor coincide con el consumo punta en su arranque. Compresor4 INTENSI DAD_VA L4 POSICI ON_VA L4 T_ACEI TE_VA L4 T_DESCA RGA_VA L4 P_AS P_VA L4 P_DES C_VA L4 P_DIF_A CEITE_VA L4 T_SEPAR ADOR_VA L4 MIN_ MARC HA4 N_ARR ANQUE S4 30/04/2012 512 16 25,2 64,3 1,9 8,1 3,2 35,1 8 4 TABLA 55 VALORES ANÓMALOS INTENSIDAD MOTOR ELÉCTRICO GRUPO COMPRESOR 4
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 128 Compresor5 INTENS IDAD_ VAL2 POSIC ION_V AL2 T_ACE ITE_V AL2 T_DESC ARGA_ VAL2 P_AS P_V AL2 P_DE SC_V AL2 P_DIF_ ACEITE_ VAL2 T_SEPA RADOR_ VAL2 MIN_ MARC HA2 N_AR RANQ UES2 Tª Ambiental Exterior 22/03/2012 262 46,8 30,1 66,3 1,9 9,7 3,2 43,1 31 6 $null$ 06/09/2012 513 100,0 28,6 69,5 2,1 10,2 1,9 31,0 1440 0 $null$ 07/09/2012 478 99,2 32,1 69,8 2,0 10,4 2,3 41,3 1440 0 $null$ 08/09/2012 454 95,8 27,4 69,2 1,6 9,9 2,2 27,9 1440 0 $null$ 09/09/2012 414 89,9 26,4 68,5 1,7 9,4 2,0 26,6 1398 1 $null$ TABLA 70 VALORES PERDIDOS TEMPERATURA AMBIENTAL EXTERIOR GRUPO COMPRESOR 5 Como conclusión al análisis realizado en los posibles valores anómalos y extremos del grupo compresor 5, los elevados valores en la presión de aspiración son considerados como erróneos ya que durante esos días el compresor estuvo operando conectado al circuito segundario de agua fría en lugar de estarlo en el de agua glicolada. Estos datos considerados como no válidos para el circuito secundario de agua glicolada serán eliminados y los datos perdidos de temperatura ambiental exterior han sido tratados en la siguiente fase de preparación de datos. 4.2.4.6. CALIDAD DE LOS DATOS DEL GRUPO COMPRESOR 6. El grupo compresor 6 presenta once variables con valores anómalos y extremos y una con valores perdidos. FIGURA 53 PESTAÑA CALIDAD EN EL NODO AUDITAR DATOS DEL GRUPO COMPRESOR 6
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 129 4.2.4.6.1. VALORES ANÓMALOS PRESIÓN DE DESCARGA GRUPO COMPRESOR 6. Los máximos valores de presión de descarga en el grupo compresor 6 tienen lugar durante el periodo estival de julio a octubre, meses en los que la temperatura media ambiental es superior a 15 ºC. Por este motivo no han sido considerados como valores erróneos sino una consecuencia de las condiciones de operación. Compresor6 INTENSI DAD_VA L6 POSICI ON_VA L6 T_ACEI TE_VA L6 T_DESCA RGA_VA L6 P_AS P_VA L6 P_DES C_VA L6 P_DIF_A CEITE_VA L6 T_SEPAR ADOR_VA L6 MIN_ MARC HA6 N_ARR ANQUE S6 24/06/2012 178 37 34,9 68,6 4,0 11,5 2,8 48,1 1440 0 25/06/2012 188 39 35,5 68,7 4,0 11,7 2,8 48,8 1440 0 26/06/2012 216 43 35,1 68,7 4,0 11,5 2,8 49,2 1436 0 27/06/2012 193 40 35,8 68,7 4,0 11,8 2,8 49,2 1440 0 28/06/2012 152 34 34,2 68,5 4,0 11,3 2,8 46,9 1440 0 24/07/2012 190 42 34,4 68,6 4,0 11,3 2,9 48,1 1203 0 08/08/2012 111 23 35,2 68,5 4,0 11,7 2,8 47,3 1392 2 09/08/2012 73 7 34,4 68,3 4,0 11,5 2,8 46,0 1440 0 21/08/2012 99 25 33,6 68,3 4,0 11,1 2,9 45,7 1440 0 01/10/2012 87 10 34,6 67,9 3,9 11,7 2,9 46,5 1124 5 TABLA 71 VALORES ANÓMALOS PRESIÓN DE DESCARGA GRUPO COMPRESOR 6 4.2.4.6.2. VALORES ANÓMALOS TEMPERATURA CONDENSACIÓN GRUPO COMPRESOR 6. Al igual que los valores de presión de condensación, los correspondientes a la temperatura de condensación tampoco se pueden considerar como erróneos sino consecuencia de las condiciones climáticas y de operación del grupo compresor. Compresor6 INTENS IDAD_ VAL6 POSIC ION_V AL6 T_ACE ITE_V AL6 T_DESC ARGA_ VAL6 P_AS P_V AL6 P_DE SC_V AL6 P_DIF_ ACEITE_ VAL6 T_SEPA RADOR_ VAL6 MIN_ MARC HA6 N_AR RANQ UES6 Tª Condensa ción 24/06/2012 178 37 34,9 68,6 4,0 11,5 2,8 48,1 1440 0 32,5 25/06/2012 188 39 35,5 68,7 4,0 11,7 2,8 48,8 1440 0 33,0 26/06/2012 216 43 35,1 68,7 4,0 11,5 2,8 49,2 1436 0 32,5 27/06/2012 193 40 35,8 68,7 4,0 11,8 2,8 49,2 1440 0 33,2 28/06/2012 152 34 34,2 68,5 4,0 11,3 2,8 46,9 1440 0 31,9 24/07/2012 190 42 34,4 68,6 4,0 11,3 2,9 48,1 1203 0 31,9 08/08/2012 111 23 35,2 68,5 4,0 11,7 2,8 47,3 1392 2 33,2 09/08/2012 73 7 34,4 68,3 4,0 11,5 2,8 46,0 1440 0 32,4 21/08/2012 99 25 33,6 68,3 4,0 11,1 2,9 45,7 1440 0 31,4 01/10/2012 87 10 34,6 67,9 3,9 11,7 2,9 46,5 1124 5 32,9 TABLA 72 VALORES ANÓMALOS TEMPERATURA CONDENSACÓN GRUPO COMPRESOR 6
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 130 4.2.4.6.3. VALORES ANÓMALOS TEMPERATURA DE ACEITE GRUPO COMPRESOR 6. En las mismas fechas que en el apartado anterior al aumentar la presión de descarga la temperatura del fluido refrigerante aumenta por lo que también lo hace el aceite lubricante. En esta ocasión tampoco pueden considerarse estos valores máximos de temperatura del aceite lubricante como erróneos sino como una consecuencia del régimen de operación. Compresor6 INTENSI DAD_VA L6 POSICI ON_VA L6 T_ACEI TE_VA L6 T_DESCA RGA_VA L6 P_AS P_VA L6 P_DES C_VA L6 P_DIF_A CEITE_VA L6 T_SEPAR ADOR_VA L6 MIN_ MARC HA6 N_ARR ANQUE S6 24/06/2012 178 37 34,9 68,6 4,0 11,5 2,8 48,1 1440 0 25/06/2012 188 39 35,5 68,7 4,0 11,7 2,8 48,8 1440 0 26/06/2012 216 43 35,1 68,7 4,0 11,5 2,8 49,2 1436 0 27/06/2012 193 40 35,8 68,7 4,0 11,8 2,8 49,2 1440 0 28/06/2012 152 34 34,2 68,5 4,0 11,3 2,8 46,9 1440 0 24/07/2012 190 42 34,4 68,6 4,0 11,3 2,9 48,1 1203 0 08/08/2012 111 23 35,2 68,5 4,0 11,7 2,8 47,3 1392 2 09/08/2012 73 7 34,4 68,3 4,0 11,5 2,8 46,0 1440 0 01/10/2012 87 10 34,6 67,9 3,9 11,7 2,9 46,5 1124 5 TABLA 73 VALORES ANÓMALOS TEMPERATURA DE ACEITE GRUPO COMPRESOR 6 4.2.4.6.4. VALORES ANÓMALOS COP CARNOT GRUPO COMPRESOR 6. Los valores máximos y mínimos en el COP teórico de Carnot se corresponden con días operando con relaciones de compresión mínimas y máximas respectivamente por lo que no se pueden considerar como erróneos. No obstante, observando con detalle los parámetros de funcionamiento el 2 de febrero se observa que el grupo compresor estuvo trabajando las 24 horas del día de forma ininterrumpida con la válvula de aspiración cerrada al 0 % y que la presión promedio del día subió a 4,4 lo que hace pensar que el equipo estuvo trabajando de forma manual ya que de lo contrario la válvula hubiera abierto y reducido la presión de aspiración por lo que sería conveniente corregir o eliminar los parámetros de operación de este día. Compresor6 INTENSI DAD_V AL6 POSICI ON_V AL6 T_ACE ITE_V AL6 T_DESC ARGA_V AL6 P_AS P_V AL6 P_DE SC_V AL6 P_DIF_A CEITE_V AL6 T_SEPAR ADOR_V AL6 MIN_ MARC HA6 N_ARR ANQU ES6 COP Carn ot6 02/02/2012 27 0 28,3 69,4 4,4 9,5 3,0 39,8 1440 0 13,6 24/06/2012 178 37 34,9 68,6 4,0 11,5 2,8 48,1 1440 0 9,8 25/06/2012 188 39 35,5 68,7 4,0 11,7 2,8 48,8 1440 0 9,6 26/06/2012 216 43 35,1 68,7 4,0 11,5 2,8 49,2 1436 0 9,8 27/06/2012 193 40 35,8 68,7 4,0 11,8 2,8 49,2 1440 0 9,6 08/08/2012 111 23 35,2 68,5 4,0 11,7 2,8 47,3 1392 2 9,6 09/08/2012 73 7 34,4 68,3 4,0 11,5 2,8 46,0 1440 0 9,8 01/10/2012 87 10 34,6 67,9 3,9 11,7 2,9 46,5 1124 5 9,4 TABLA 74 VALORES ANÓMALOS COP CARNOT GRUPO COMPRESOR 6
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 131 4.2.4.6.5. VALORES ANÓMALOS PRESIÓN DIFERENCIAL DE ACEITE GRUPO COMPRESOR 6. Los valores de presión diferencial varían de un mínimo de 2,8 a un máximo de 3,0, valores totalmente normales y aceptables en este tipo de equipos. Compresor6 INTENSI DAD_VA L6 POSICI ON_VA L6 T_ACEI TE_VA L6 T_DESCA RGA_VA L6 P_AS P_VA L6 P_DES C_VA L6 P_DIF_A CEITE_VA L6 T_SEPAR ADOR_VA L6 MIN_ MARC HA6 N_ARR ANQUE S6 24/06/2012 178 37 34,9 68,6 4,0 11,5 2,8 48,1 1440 0 25/06/2012 188 39 35,5 68,7 4,0 11,7 2,8 48,8 1440 0 26/06/2012 216 43 35,1 68,7 4,0 11,5 2,8 49,2 1436 0 27/06/2012 193 40 35,8 68,7 4,0 11,8 2,8 49,2 1440 0 28/06/2012 152 34 34,2 68,5 4,0 11,3 2,8 46,9 1440 0 08/08/2012 111 23 35,2 68,5 4,0 11,7 2,8 47,3 1392 2 09/08/2012 73 7 34,4 68,3 4,0 11,5 2,8 46,0 1440 0 TABLA 75 VALORES ANÓMALOS PRESIÓN DIFERENCIAL DE ACEITE GRUPO COMPRESOR 6 4.2.4.6.6. VALORES ANÓMALOS TEMPERATURA SEPARADOR DE ACEITE GRUPO COMPRESOR 6. Los valores de temperatura en el separador de aceite lubricante que se indican en la tabla de abajo se corresponden con los valores máximos alcanzados por el grupo compresor 6. No obstante si se tiene en cuenta que estos días se corresponden con los días de máxima carga no se pueden considerar como erróneos. Compresor6 INTENSI DAD_VA L6 POSICI ON_VA L6 T_ACEI TE_VA L6 T_DESCA RGA_VA L6 P_AS P_VA L6 P_DES C_VA L6 P_DIF_A CEITE_VA L6 T_SEPAR ADOR_VA L6 MIN_ MARC HA6 N_ARR ANQUE S6 24/06/2012 178 37 34,9 68,6 4,0 11,5 2,8 48,1 1440 0 25/06/2012 188 39 35,5 68,7 4,0 11,7 2,8 48,8 1440 0 26/06/2012 216 43 35,1 68,7 4,0 11,5 2,8 49,2 1436 0 27/06/2012 193 40 35,8 68,7 4,0 11,8 2,8 49,2 1440 0 24/07/2012 190 42 34,4 68,6 4,0 11,3 2,9 48,1 1203 0 TABLA 76 VALORES ANÓMALOS TEMPERATURA SEPARADOR DE ACEITE GRUPO COMPRESOR 6 4.2.4.6.7. VALORES ANÓMALOS INTENSIDAD MOTOR ELÉCTRICO GRUPO COMPRESOR 6. El valor máximo de intensidad en el consumo del motor eléctrico en el grupo compresor 6 tiene lugar el día en el que trabaja a máxima carga. En este caso la máxima posición de la válvula de aspiración en todo 2012 es del 49 % motivo por el cual la intensidad también es mayor. Este valor máximo es consecuencia del régimen de operación. Compresor6 INTENSI DAD_VA L6 POSICI ON_VA L6 T_ACEI TE_VA L6 T_DESCA RGA_VA L6 P_AS P_VA L6 P_DES C_VA L6 P_DIF_A CEITE_VA L6 T_SEPAR ADOR_VA L6 MIN_ MARC HA6 N_ARR ANQUE S6 16/05/2012 233 49 31,4 68,0 4,0 10,1 2,9 47,7 1440 0 TABLA 77 VALORES ANÓMALOS INTENSIDAD MOTOR ELÉCTRICO GRUPO COMPRESOR 6
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 132 4.2.4.6.8. VALORES ANÓMALOS TEMPERATURA DE DESCARGA GRUPO COMPRESOR 6. Al igual que lo indicado en el apartado 4.2.4.6.4, es conveniente corregir o eliminar los parámetros de operación de este día. Compresor6 INTENSI DAD_VA L6 POSICI ON_VA L6 T_ACEI TE_VA L6 T_DESCA RGA_VA L6 P_AS P_VA L6 P_DES C_VA L6 P_DIF_A CEITE_VA L6 T_SEPAR ADOR_VA L6 MIN_ MARC HA6 N_ARR ANQUE S6 02/02/2012 27 0 28,3 69,4 4,4 9,5 3,0 39,8 1440 0 TABLA 78 VALORES ANÓMALOS TEMPERATURA DE DESCARGA GRUPO COMPRESOR 6 4.2.4.6.9. VALORES ANÓMALOS PRESIÓN DE ASPIRACIÓN GRUPO COMPRESOR 6. En este apartado se atenderá a lo dispuesto en el anterior debido a la falta de coherencia entre los parámetros de operación. Compresor6 INTENSI DAD_VA L6 POSICI ON_VA L6 T_ACEI TE_VA L6 T_DESCA RGA_VA L6 P_AS P_VA L6 P_DES C_VA L6 P_DIF_A CEITE_VA L6 T_SEPAR ADOR_VA L6 MIN_ MARC HA6 N_ARR ANQUE S6 02/02/2012 27 0 28,3 69,4 4,4 9,5 3,0 39,8 1440 0 TABLA 79 VALORES ANÓMALOS PRESIÓN DE ASPIRACÍON GRUPO COMPRESOR 6 4.2.4.6.10. VALORES ANÓMALOS TEMPERATURA EVAPORACIÓN GRUPO COMPRESOR 6. Al igual que el anterior apartado los parámetros de este día deberán tratarse en la siguiente fase de preparación de datos. Compresor6 INTENS IDAD_ VAL6 POSIC ION_V AL6 T_ACE ITE_V AL6 T_DESC ARGA_ VAL6 P_AS P_V AL6 P_DE SC_V AL6 P_DIF_ ACEITE_ VAL6 T_SEPA RADOR_ VAL6 MIN_ MARC HA6 N_AR RANQ UES6 Tª Evaporaci ón 02/02/2012 27 0 28,3 69,4 4,4 9,5 3,0 39,8 1440 0 32,5 TABLA 80 VALORES ANÓMALOS TEMPERATURA EVAPORACIÓN GRUPO COMPRESOR 6 4.2.4.6.11. VALORES EXTREMOS NÚMERO DE ARRANQUES GRUPO COMPRESOR 6. Revisando las intervenciones del departamento de mantenimiento se comprueba la presencia de una avería en el llenado del separador. El valor extremo en el número de arranques del grupo compresor 6 se debe a un fallo en el llenado del separador de aspiración alcanzándose de forma continua la presión mínima de aspiración (obsérvese el valor de presión en la aspiración de 3,6 inferior al promedio del resto de días) y provocando la parada del compresor. Dicha avería fue corregida el mismo día con la sustitución de un relé. Al ser consecuencia de una avería y tener un impacto negativo en el funcionamiento del equipo se debe corregir o eliminar los parámetros de operación para evitar el impacto negativo en la fase de modelado.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 133 Compresor6 INTENSI DAD_VA L6 POSICI ON_VA L6 T_ACEI TE_VA L6 T_DESCA RGA_VA L6 P_AS P_VA L6 P_DES C_VA L6 P_DIF_A CEITE_VA L6 T_SEPAR ADOR_VA L6 MIN_ MARC HA6 N_ARR ANQUE S6 13/12/2012 57 7 27,9 66,3 3,6 9,5 3,0 39,2 551 70 TABLA 81 VALORES EXTREMOS NÚMERO DE ARRANQUES GRUPO COMPRESOR 6 4.2.4.6.12. VALORES PERDIDOS TEMPERATURA AMBIENTAL EXTERIOR GRUPO COMPRESOR 6. Los valores perdidos de temperatura ambiental exterior han sido tratados en la siguiente fase de preparación de datos. Compresor6 INTENS IDAD_ VAL2 POSIC ION_V AL2 T_ACE ITE_V AL2 T_DESC ARGA_ VAL2 P_AS P_V AL2 P_DE SC_V AL2 P_DIF_ ACEITE_ VAL2 T_SEPA RADOR_ VAL2 MIN_ MARC HA2 N_AR RANQ UES2 Tª Ambiental Exterior 16/03/2012 123 31,8 28,8 67,8 4,0 9,5 3,0 41,9 655 0 $null$ 22/03/2012 143 33,8 29,5 67,8 4,0 9,7 3,0 43,2 1130 1 $null$ 06/09/2012 150 35,7 31,4 68,1 4,0 10,3 2,9 44,7 1440 0 $null$ 07/09/2012 140 32,6 32,0 68,1 4,0 10,5 2,9 45,0 1440 0 $null$ 08/09/2012 107 26,9 30,2 67,9 4,0 10,0 3,0 42,5 1440 0 $null$ 09/09/2012 67 16,0 28,8 68,0 4,0 9,6 3,0 40,3 1440 0 $null$ 10/10/2012 86 17,3 31,3 68,2 4,0 10,5 2,9 43,2 1345 2 $null$ 20/10/2012 57 6,6 28,1 66,8 3,7 9,5 3,0 39,9 540 16 $null$ 13/11/2012 56 5,5 28,1 66,7 3,7 9,5 2,9 39,8 630 17 $null$ TABLA 82 VALORES PERDIDOS TEMPERATURA AMBIENTAL EXTERIOR GRUPO COMPRESOR 6 Como conclusión a los valores potencialmente anómalos y extremos del grupo compresor 6 podemos indicar que sólo los correspondientes al 2 de febrero pueden considerarse como erróneos. Estos datos junto con los valores perdidos de temperatura ambiental exterior serán tratados en la siguiente fase de preparación de datos. 4.2.5. CONCLUSIONES DE LA FASE DE COMPRENSIÓN DE LOS DATOS. A continuación se resumen las principales conclusiones obtenidas tras la exploración inicial y el análisis de calidad llevado a cabo en la fase de comprensión de los datos. En relación a la exploración inicial de los datos destacamos las siguientes conclusiones: Análisis del orden de marcha: La escasa demanda de agua fría impide que el grupo compresor 6 supere el 50 % de su capacidad, lo que repercute negativamente en la eficiencia del equipo. Por otro lado, se observa un reparto poco homogéneo en el orden de marcha de los grupos compresores lo que puede repercutir negativamente en la vida de los equipos especialmente los que operan de forma continua a cargas reducidas.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 134 Análisis de los limites operacionales: La temperatura mínima del aceite lubricante requerida por el fabricante del grupo compresor es una garantía para la correcta lubricación del grupo compresor. Por este motivo deben verificarse los valores de consigna tanto de los termostatos de las resistencias eléctricas de calefacción como de parada en los grupos compresores por baja temperatura del aceite lubricante, especialmente en el grupo compresor 4. Análisis de las variables de entrada frente a las de salida. o Válvula de aspiración: Se pone de manifiesto la mejora en el COP y eficiencia exergética de los grupos compresores a partir del 60 % en la posición en la válvula de aspiración que es cuando comienza a entrar en servicio el economizador. Por otro lado, vuelve a desvelarse la reducida demanda frigorífica en el circuito de agua fría con valores por debajo del 50 %. o Relación de compresión y temperaturas de evaporación y condensación: Por el propio modo de operación los grupos compresores controlan la apertura de la válvula de aspiración en función de los valores de presión de aspiración tratando de mantener el valor de consigna. Del mismo modo, los condensadores evaporativos entran en servicio a medida que la presión de condensación aumenta tratando de mantener el valor de presión consignado. Al tratar de mantener el sistema estos valores de presión constantes sus variaciones son muy reducidas, motivo por el cual no se observa relación alguna con los valores de COP, eficiencia y pérdidas exergéticas totales, lo cual no significa que dicha relación no exista. o Tiempo de marcha promedio: Existe una clara relación entre reducidos tiempos de marcha promedio con valores bajos de COP y eficiencia exergética principalmente por el propio funcionamiento de los grupos compresores que arrancan con la válvula de aspiración cerrada para posteriormente ir abriéndola a medida que la presión de aspiración continua incrementando y viceversa, cerrándola cuando la presión de aspiración se aproxima al valor de consigna. Los reducidos tiempos de marcha y continuos arranques de los grupos compresores ponen de manifiesto las diferencias entre la capacidad frigorífica instalada y la demanda. o Temperatura ambiental exterior: Elevados valores de temperatura ambiental exterior conllevan por un lado a una menor capacidad frigorífica y un mayor consumo eléctrico debido al incremento de la presión de descarga derivado de la menor capacidad de condensación. Sin embargo, una mayor temperatura ambiental exterior conduce a una mayor demanda frigorífica lo que repercute positivamente en mejorar
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 135 el COP y eficiencia exergética de la instalación al incrementar la posición de la válvula de aspiración de los grupos compresores. Por otro lado, respecto a la calidad de los datos se han obtenido las siguientes conclusiones: Grupo compresor 1: Ninguno de los valores anómalos y extremos identificados pueden ser considerados como erróneos. Los valores perdidos de temperatura ambiental exterior han sido tratados en la siguiente fase de preparación. Se pone de manifiesto la necesidad de incorporar una nueva variable, el tiempo de marcha promedio. Grupo compresor 2: De los valores identificados como anómalos y extremos sólo el correspondiente a las elevadas pérdidas exergéticas de la etapa de condensación correspondiente al 11 de septiembre es considerado como erróneo y, junto a los valores perdidos de temperatura ambiental exterior, han sido tratados en la siguiente fase. Grupo compresor 3: Todos los valores considerados inicialmente como anómalos y extremos son valores normales excepto el valor perdido de temperatura ambiental exterior que, al igual que en el resto de grupos compresores, ha sido tratado en la siguiente fase de preparación de datos. Grupo compresor 4: Al igual que con el grupo compresor 2, de los valores identificados como anómalos y extremos sólo el valor de las pérdidas exergéticas en la etapa de condensación correspondiente al 11 de septiembre ha sido considerada como errónea. Este valor junto con los perdidos de temperatura ambiental exterior han sido tratados posteriormente. Grupo compresor 5: De los valores identificados inicialmente como anómalos y extremos los valores del 25 de julio al 3 de agosto se corresponden al grupo compresor operando conectado al circuito de agua fría en lugar de estarlo al circuito de agua glicolada por lo que han sido tratados en la siguiente fase junto a los valores perdidos de temperatura ambiental exterior. Grupo compresor 6: Los valores correspondientes al 2 de febrero son los únicos que han sido considerados como erróneos de todos los valores anómalos y extremos identificados inicialmente. Estos valores junto con los valores perdidos de temperatura ambiental exterior deberían ser tratados en el caso de emplearse en la fase de modelado. Por último, el análisis de estos valores anómalos y extremos han puesto de manifiesto las siguientes conclusiones: Relación entre la posición de la válvula de aspiración con el COP y eficiencia exergética: Vuelve a ponerse de manifiesto que a reducidos valores en la
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 136 posición de la válvula de aspiración se obtienen bajos valores de COP y eficiencia exergética. Así pues es necesario que los compresores operen con un nivel de carga superior al 60 % que es cuando el economizador entra en servicio y, a ser posible, por encima del 75 % ya que la mejora en el COP es aún mayor. Relación entre demanda frigorífica y pérdidas exergéticas: A mayor demanda frigorífica las pérdidas exergéticas también lo son, debido a la relación directa entre estas últimas y el caudal de fluido refrigerante que circula por los diferentes equipos del circuito frigorífico. Relación entre elevados números de arranque y reducidos tiempos de marcha con los valores de COP y eficiencia exergética: Elevados números de arranques en combinación con reducidos tiempos de marcha están asociados, por lo general, con una posición de la válvula de aspiración también reducida lo que influye negativamente en el COP y eficiencia exergética. Por otro lado, para las potencias eléctricas de los motores eléctricos acoplados a los compresores se recomienda un máximo de 2 – 3 arranques por hora. Durante 2012 se observa un total de 314 días donde los grupos compresores conectados al circuito de agua glicolada han estado operando con tiempos de marcha promedio inferiores a 20 minutos. Realizando las modificaciones necesarias en el programa del PLC que controla los grupos compresores se puede retardar tanto las ordenes de paro como las de marcha con el propósito de garantizar que el tiempo transcurrido entre cada arranque sea como mínimo de 20 minutos. Con esta modificación, durante los mismos 314 días de trabajo pasaríamos de 9.114 arranques a 4.421, lo que supondría una reducción de 4.693 arranques superior al 50 %. Influencia de la temperatura ambiental exterior: Al igual que en la exploración inicial de los datos, tras el análisis de calidad de los mismos también se pone de manifiesto la influencia de la temperatura ambiental exterior, especialmente en el periodo estival cuando la temperatura media supera los 15 ºC. Sin embargo, la pérdida de capacidad frigorífica que implica el incremento de presión de descarga y el mayor consumo energético de los grupos compresores y los condensadores evaporativos queda compensada con creces por la mejora en el COP y eficiencia exergética derivada del incremento de demanda frigorífica durante los meses más cálidos. Influencia de la relación de compresión, temperaturas de evaporación y condensación con el COP teórico de Carnot: El análisis de calidad de los datos pone de manifiesto que cuanto menor es el salto de presión o temperatura, según convenga, mayor resulta el valor del COP teórico de Carnot y viceversa. En este sentido las propuestas de mejora orientadas a
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 137 operar con unos valores de condensación y evaporación flotante permitirían mejorar el COP y eficiencia exergética de la instalación. Teniendo en cuenta las características de la instalación, la presión de condensación no podrá ser inferior a 5 bares por encima de la presión de evaporación para garantizar el correcto engrase de los grupos compresores. Por otro lado, atendiendo a las necesidades mínimas de los diferentes procesos, la temperatura del agua glicolada en el circuito secundario no puede ser inferior a – 3 ºC, que es la temperatura mínima requerida en el proceso de pasteurización previo al almacenamiento aséptico del zumo. Por todo ello, teóricamente el circuito primario de amoniaco podría operar en el régimen de – 9 ºC / + 18 ºC lo que equivale a una presión de aspiración de 2 bares y 7 bares de descarga y, en consecuencia, el circuito secundario de agua glicolada a + 2 ºC / – 3 ºC. Observando los valores promedio de presión de aspiración comprobamos que oscilan entre 1,8 y 2,0 bar por lo que la posible mejora incrementando la presión de aspiración no es posible. Sin embargo, respecto a la presión de condensación durante 2012 se ha estado operando sólo con un máximo de 3 celdas de las 4 disponibles, por lo que existe la posibilidad de reducir la presión de condensación siempre que se sustituya el grupo compresor 6 por un intercambiador de placas. Con la instalación del intercambiador evitaríamos tener que sustituir las 5 bombas de aceite lubricante por otras de mayor presión en la descarga. Respecto a la posibilidad de reducir la presión de descarga, tras las pruebas llevadas a cabo en la instalación la capacidad de condensación disponible solo se podría reducir la presión 1 bar, requiriéndose un nuevo condensador si quisiéramos reducir la presión hasta los 7 bares.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 144 Una vez identificado los clústeres o grupos de homólogos, cada registro se compara con el resto con el propósito de identificar posibles anomalías. Cuanto más alejado del clúster mayor probabilidad de que el valor sea extraño o atípico. A modo de ejemplo, el algoritmo podría definir tres clústeres o conglomerados diferentes e identificar aquellos casos que se sitúen lejos del centro de cualquiera de ellos como se puede observar en la siguiente figura. FIGURA 57 SIMPLIFICACIÓ GRÁFICA DETECCIÓN DE ANOMALÍAS (SPSS INC., 2007) La metodología empleada para la detección de anomalías consta de tres fases las cuales se detallan a continuación. Fase de modelado: En esta etapa es donde se lleva a cabo la identificación de clústeres en base a sus similitudes. Para este caso se ha utilizado el procedimiento de clústeres en dos etapas (Ming-Yi, Jar-Wen, & Lien-Fu, 2010), herramienta de exploración que permite identificar agrupaciones gracias a que el algoritmo incluye una serie de características que lo diferencian de otras técnicas de clustering tradicionales entre las que destacan: o Tratamiento de variables categóricas y continuas: El procedimiento de clústeres en dos etapas puede trabajar tanto con variables continuas como categóricas (Huang, 1998). o Selección automática del número de clústeres: Comparando los valores del criterio de selección del modelo para diferentes
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 145 soluciones de clustering, el procedimiento determina de forma automática el número óptimo de clústeres. o Escalabilidad: El algoritmo de dos etapas puede analizar archivos de datos de gran tamaño gracias a la construcción de un árbol de características de conglomerados CF (del inglés, Clustering Feature) que resume los registros (Zhang, Ramakrishnan, & Livny, 1996). o Supuestos: Cada variable continua tiene una distribución normal y cada variable categórica tiene una distribución multinomial. Además supone que todas las variables son independientes. No obstante, es importante destacar que aun incumpliéndose estos supuestos sobre la distribución e independencia de las variables, los resultados obtenidos con este procedimiento son muy robustos y fiables (Chui, Fang, Chen, Wang, & Jeris, 2001). Fase de calificación. El modelo se aplica a cada caso para identificar su grupo de clústeres determinándose algunos índices para medir lo inusual del caso con respecto a su grupo de clústeres. Todos los casos se ordenan teniendo en cuenta el valor de los índices de anomalías. Fase de evaluación. Para cada caso anómalo, las variables se ordenan por sus índices de desviación de las variables correspondientes. Las principales variables, sus valores y los correspondientes valores normales se presentan como argumento para identificar un caso como anómalo. Las etapas que conforman el procedimiento de análisis de clústeres en dos etapas son las siguientes (SPSS Inc., 2007): Etapa de formación de pre – clústeres: Esta formación se lleva a cabo mediante un enfoque de clustering secuencial en el que se escanea cada registro y se decide si el registro en cuestión debe fusionarse con el grupo previamente formado o se inicia un nuevo cluster basado en el criterio de la distancia. El procedimiento se inicia con la construcción de un árbol de características de conglomerados modificado CF. El árbol consiste en unos niveles de nodos comenzando en un nodo raíz y canalizándose a través de nodos secundarios o tallos hasta nodos hojas que contienen las observaciones más afines y que constituyen los conglomerados finales. Los nodos que no son hojas y sus entradas se emplean para guiar las nuevas observaciones hacia el nodo hoja más adecuado de forma rápida. Existe un umbral inicial que se utiliza para hacer crecer el árbol CF. Si se inserta una determinada hoja en el árbol CF generando una densidad inferior al umbral, la hoja no se divide, en caso contrario se divide. Si una observación no se puede asociar a una hoja existente, se crea una nueva hoja. Cuando el nodo ya no admite más hojas, se divide en dos utilizando las dos hojas más
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 146 distantes entre sí como semillas. El proceso continua hasta que se asignan todas las observaciones. Etapa de clústeres: En esta etapa se emplea el método jerárquico para unir los conglomerados identificados en la etapa anterior. La distancia entre dos conglomerados se determinada como el crecimiento en la función de log – verosimilitud si los dos conglomerados se unen. La distancia entre dos conglomerados i y j se define mediante la siguiente expresión: 𝑑(𝑖,𝑗)=𝜉𝑖+𝜉𝑗−𝜉〈𝑖,𝑗〉 (64) donde 𝜉𝑣=−𝑁𝑣(∑1 2 𝐾𝐴 𝑘=1 log(𝜎𝑘 2+𝜎𝑣𝑘 2)+∑𝐸 𝑣𝑘 𝐾𝐵 𝑘=1 ) (65) y 𝐸 𝑣𝑘 = ∑𝑁𝑣𝑘𝑙 𝑁𝑣 𝐿𝑘 𝑙=1 log𝑁𝑣𝑘𝑙 𝑁𝑣 (66) siendo KA el número total de variables continuas, KB el número total de variables categóricas, LK el número de categorías de cada una de las k variables categóricas, Nv el número de observaciones del clúster v, Nvkl el número de observaciones en el clúster v cuya k variable categórica toma la l categoría, 𝜎𝑘 2 la varianza de la k variable continua, 𝜎𝑣𝑘 2 la varianza de la k variable continua en el clúster v y <i, j> representa el clúster formado por la combinación de los clúster i y j. La determinación óptima del número de clústeres se lleva a cabo de forma automática utilizando inicialmente el criterio de estimación bayesiano BIC (del inglés, Bayesian Information Criteria). Así, para el caso de J clústeres, puede obtenerse mediante la siguiente expresión: 𝐵𝐼𝐶 (𝐽)=−2∑𝜉𝑗+𝑚𝑗log(𝑁) 𝐽 𝑗=1 (67) donde 𝑚𝑗=𝐽{2𝐾𝐴+∑ (𝐿𝐾−1) 𝐾𝐵 𝑘=1 } (68) La relación de cambio en el BIC en cada unión determina la estimación inicial. Definiendo dBIC (J) como la diferencia entre el BIC del modelo con J clústeres y el modelo con J+1 clústeres, DBIC (J) = BIC (J) – BIC (J+1), el ratio de cambio para el modelo J se define como: 𝑅1(𝐽)=𝑑𝐵𝐼𝐶 (𝐽) 𝑑𝐵𝐼𝐶 (1) (69) Si dBIC (1) < 0 entonces el número de clústeres se establece en 1 y la segunda etapa se omite. En caso contrario, la estimación inicial para el número de clústeres es el número más pequeño para el cual R1 (J) < 0,04. En la segunda etapa, la estimación inicial se mejora calculando el mayor aumento de la distancia entre los dos conglomerados más cercanos en cada una de las fases de método jerárquico. Esto se lleva a cabo comenzando con el modelo CK obtenido con el criterio BIC tomando la mínima distancia entre conglomerados para ese modelo y el siguiente CK+1.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 147 𝑅2(𝑘)=𝑑𝑚𝑖𝑛 (𝐶𝑘) 𝑑𝑚𝑖𝑛 (𝐶𝑘+1) (70) donde Ck es el modelo de clúster que contiene k clústeres y dmin (C) es la mínima distancia entre clústeres para el clúster del modelo C. Posteriormente, desde el modelo Ck–1 se calcula el mismo ratio anterior con el siguiente modelo Ck repitiendo para cada modelo posterior hasta alcanzar la relación R2(2). Se comparan los dos mayores ratios R2. Si uno de los siguientes es mayor 1,15 veces al anterior, se selecciona el modelo con el mayor ratio R2 como el número óptimo de agrupaciones, o sea, el que tiene mayor número de clústeres se selecciona como el modelo óptimo. Los registros que presentan anomalías han sido eliminados para evitar su influencia en la fase de modelado. A continuación se muestra una imagen con la aplicación del nodo Detección de Anomalías. FIGURA 58 APLICACIÓN DEL NODO DETECCIÓN DE ANOMALÍAS Los resultados de utilizar el nodo Detección de Anomalías se detallan a continuación.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 148 Compresor $O- Ano maly $O- Anoma lyIndex $O- PeerG roup $O-Field-1 $O- FieldIm pact-1 $O-Field-2 $O- FieldIm pact-2 $O-Field-3 $O- FieldIm pact-3 2012-07-30 T 3.516 1 P_DESC_VAL1 0.168 Tª Condensación 0.154 P_ASP_VAL1 0.094 2012-08-29 T 4.575 2 T_SEPARADOR _VAL1 0.292 Icond1, kW 0.085 Tª Ambiental Exterior 0.079 2012-10-01 T 3.540 1 P_DESC_VAL1 0.172 Tª Condensación 0.153 P_ASP_VAL1 0.085 2012-07-30 T 3.769 3 P_DESC_VAL1 0.187 Tª Condensación 0.162 T_ACEITE_V AL1 0.128 2012-08-08 T 3.331 3 P_DESC_VAL1 0.250 Tª Condensación 0.20915 9 P_ASP_VAL1 0.117 2012-08-08 T 3.361 1 P_DESC_VAL1 0.145 Tª Condensación 0.133 hex1 0.083 TABLA 89 RESULTADO APLICACIÓN NODO ANOMALÍAS $O-Anomaly representa un campo de marcas que indica si el registro es o no anómalo, indicando T (True) o F (False). $O-AnomalyIndex representa el valor de índice de anomalía del registro. $O-PeerGroup muestra el grupo de homólogos al que el registro se asigna. $O-Field-n representa el nombre del enésimo campo más anómalo en términos de desviación de la norma del conglomerado. $O-FieldImpact-n es el índice de desviación variable del campo. Este valor mide la desviación de la norma de campo relativa al conglomerado al que el registro se asigna. Tras la aplicación del nodo Detección de Anomalías se ha generado un nodo Selección con el que se han descartado los registros con valores potencialmente anómalos.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 149 5.3. ESTRUCTURACIÓN DE LOS DATOS. Conforme a las conclusiones obtenidas en la exploración inicial de los datos se han generado dos nuevas variables a partir de las inicialmente disponibles. Estas nuevas variables de entrada son el tiempo de marcha promedio y la relación de compresión. La primera de ellas se ha obtenido como el cociente entre los minutos de marcha y el número de arranques siempre que el número de arranques sea mayor o igual a uno. En caso contrario el tiempo de marcha promedio es igual al número de minutos de marcha del día en cuestión. Para generar esta nueva variable se ha utilizado el nodo Derivar como se muestra en la siguiente figura. Posteriormente con el nodo Tabla se ha generado un fichero de datos delimitado por tabulaciones cuyos datos han sido recuperados posteriormente con la ayuda del nodo Archivo Variable. FIGURA 59 APLICACIÓN DEL NODO DERIVAR PARA OBTENER LA VARIABLE TIEMPO DE MARCHA PROMEDIO Del mismo modo la variable relación de compresión se ha obtenido como el cociente entre la presión de descarga y la presión de aspiración.
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 150 5.4. INTEGRACIÓN DE LOS DATOS. En el análisis de las variables de entrada llevado a cabo en la fase de comprensión de datos se ha demostrado la influencia de la temperatura ambiental exterior en el rendimiento, eficiencia y pérdidas exergéticas de los grupos compresores. Así pues resulta necesario integrar los valores de esta variable en cada uno de los grupos compresores. Para ello se ha empleado el nodo Fundir con la opción interior de forma que se incluirán los valores de la temperatura ambiental exterior cuya fecha coincida con los valores registrados en cada grupo compresor como se muestra a continuación. Posteriormente con el nodo Tabla se ha generado un fichero de datos delimitado por tabulaciones cuyos datos se ha recuperado con el nodo Archivo Variable. FIGURA 60 APLICACIÓN DEL NODO FUNDIR PARA INTEGRAR LA TEMPERATURA AMBIENTAL EXTERIOR EN LOS DATOS DE LOS GRUPOS COMPRESORES Teniendo en cuenta que los datos del grupo compresor 6 no serán empleados en la fase de modelado al recomendarse la interconexión de los circuitos de agua glicolada y agua fría, se ha simplificado la fase de preparación de datos fusionando todos los registros de los 5 grupos compresores conectados al circuito de agua fría. El modelo obtenido se podrá emplear en cualquiera de ellos obteniendo una predicción de los valores de COP, eficiencia exergética y pérdidas totales exergéticas a partir de las variables de entrada seleccionadas. La integración de todos los registros correspondiente a los 5 grupos compresores conectados al circuito de agua glicolada se ha lleva a cabo de forma similar a la anterior con el nodo Fundir.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 151 5.5. FORMATEO DE LOS DATOS. Tras la integración de los registros de todos los grupos compresores se han ordenado en función de la fecha. Esta tarea se ha llevado a cabo con el nodo Clasificar como se muestra en la siguiente figura. TABLA 90 APLICACIÓN DEL NODO CLASIFICAR PARA ORDENAR LOS REGISTROS DE TODOS LOS GRUPOS COMPRESORES Posteriormente con el nodo Tabla se ha generado un fichero de datos delimitado por tabulaciones cuyos datos se han recuperado con el nodo Archivo Variable como se muestra a continuación. TABLA 91 APLICACIÓN DEL NODO TABLA PARA OBTENER UN FICHERO DE DATOS DELIMITADO POR TABULACIONES
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 152 5.6. CONCLUSIONES A LA FASE DE PREPARACIÓN DE DATOS. Esta fase de preparación de datos ha permitido generar nuevas variables objeto de estudio como el tiempo de marcha promedio y la relación de compresión así como la incorporación de la variable temperatura ambiental exterior junto a los parámetros de cada grupo compresor. Además se han fusionado y ordenado por fecha todos los registros de datos correspondientes a los 5 grupos compresores conectados al circuito secundario de agua glicolada que se emplearán en la siguiente fase de modelado. Además de las anteriores tareas, la limpieza de datos erróneos con anomalías o datos extremos se ha realizado teniendo en cuenta las conclusiones obtenidas del análisis individual de las variables durante el análisis exploratorio inicial en la fase de comprensión de los datos y, por otro lado, las conclusiones del análisis de clústeres o grupos de homólogos en la fase de preparación de los datos. Al igual que la tarea de limpieza, la selección de variables también se ha llevado a cabo por dos vías: en la anterior fase de compresión de datos se llevó a cabo un primer estudio estadístico con el objetivo de identificar, entre las diferentes variables disponibles, las relaciones con mayor fuerza de correlación y al mismo tiempo se identificaron las variables potencialmente más influyentes. Posteriormente, los filtros y el estadístico de contraste aplicados ha permitido identificar otras variables clave del proceso con influencia para predecir los valores de COP, eficiencia y pérdidas totales exergéticas. Finalmente, considerando todas las conclusiones obtenidas se concluye que las variables de entrada más relevantes para su posterior empleo en la fase de modelado son las siguientes: Posición de la válvula de aspiración. Temperatura de evaporación. Temperatura de condensación. Tiempo de marcha promedio. Temperatura ambiental exterior. La mayor o menor influencia de cada una de estas variables será analizada en la fase de modelado para cada uno de los modelos obtenidos. Esta característica ha sido de enorme utilidad porque permite centrar los esfuerzos en las variables de entrada de mayor importancia.
JOSÉ LUIS ORTIZ SILVA 4. METODOLOGÍA PARA LA EXTRACCIÓN DE CONOCIMIENTO Página 153 6. FASE DE MODELADO. 6.1. SELECCIÓN DE LA TÉCNICA DE MODELADO. Clementine ofrece una gran variedad de métodos para el modelado tomando como origen el aprendizaje automático, la inteligencia artificial y la estadística. Los métodos generan nueva información a partir de los datos disponibles identificándose tres categorías de modelos: Predictivos. Asociación. Segmentación. Los modelos predictivos utilizan el valor de una o más variables de entrada para predecir el valor de una o más variables objetivo. Los modelos así obtenidos ayudan a pronosticar un resultado conocido. Los modelos de asociación encuentran patrones en los datos en los que una o más entidades se asocian con una o más entidades identificando conjuntos de reglas que definen estas relaciones. Las variables pueden funcionar como entrada u objetivo y estos modelos de asociación son útiles cuando se desea pronosticar varios resultados. Los modelos de segmentación dividen los datos en segmentos o conglomerados de registros que tienen patrones similares de variables de entrada. Al interesarse sólo por las variables de entrada no contempla el concepto de variable de salida. Estos modelos son útiles cuando se desconoce el resultado concentrando los esfuerzos en identificar grupos de registros similares. Como se indicó en el apartado 1.1 relativo a la justificación de la investigación son varios los autores que han aplicado redes neuronales artificiales en el modelado de este tipo de instalaciones frigoríficas. A continuación se hace una breve introducción a las redes neuronales artificiales y sus conceptos básicos. 6.1.1. REDES NEURONALES ARTIFICIALES. A partir del siglo XX comenzaron a desarrollarse modelos que intentaban emular el comportamiento del cerebro humano (Gestal Pose, 2009). El primer modelo de red neuronal artificial tuvo lugar en 1943 por el neurofisiólogo McCulloch y el matemático Pitts. Ambos desarrollaron un modelo con estructura y funcionamiento que imitaba, de forma simplificada, a las neuronas del cerebro y basado en un modelo binario con n entradas, una única salida y sólo dos estados posibles: activa o inactiva (S. McCulloch & Pitts, 1943).
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 256 Compresor4 WComp4, kW QL4, kW mA4, kg/h mD4, kg/h OHR4, kW QH4, kW COP4 COP Carnot4 10/05/2012 101,7 275,7 0 852 67,2 377,4 2,7 7,9 11/05/2012 114,8 386,1 0 1.191 67,5 500,9 3,4 8,9 13/05/2012 111,6 309,5 0 968 73,7 421,1 2,8 7,5 14/05/2012 108,2 289,3 0 904 72,8 397,5 2,7 7,6 15/05/2012 102,6 219,3 0 690 75,5 321,9 2,1 6,9 16/05/2012 117,7 353,0 0 1.102 73,3 470,7 3,0 7,2 17/05/2012 126,2 424,9 0 1.326 73,5 551,1 3,4 7,6 18/05/2012 117,4 341,3 0 1.069 74,9 458,7 2,9 7,2 21/05/2012 100,9 258,1 0 801 68,9 359,0 2,6 7,8 22/05/2012 101,5 245,3 0 765 71,6 346,8 2,4 7,8 23/05/2012 81,3 110,2 0 342 67,6 191,6 1,4 7,6 30/07/2012 191,5 661,1 0 2.153 110,8 852,5 3,5 6,1 31/07/2012 193,2 721,0 2.088 2.296 100,6 914,1 3,7 6,6 01/08/2012 111,8 319,3 0 996 72,2 431,2 2,9 7,5 05/08/2012 76,0 118,3 0 360 61,2 194,3 1,6 9,0 06/08/2012 97,3 242,0 0 748 67,1 339,3 2,5 7,9 07/08/2012 139,4 422,0 0 1.348 88,8 561,4 3,0 6,8 08/08/2012 123,1 212,5 0 691 99,8 335,7 1,7 6,7 09/08/2012 106,1 247,3 0 776 76,7 353,4 2,3 7,9 14/08/2012 129,8 310,9 0 1.005 93,9 440,7 2,4 6,5 23/08/2012 111,8 287,4 0 905 77,3 399,2 2,6 7,5 11/09/2012 208,2 1.049,1 3.028 3.225 79,2 1.241,9 5,0 8,4 12/09/2012 124,4 382,7 0 1.203 77,5 507,1 3,1 7,3 13/09/2012 154,0 512,2 0 1.634 90,2 666,2 3,3 6,5 14/09/2012 119,8 323,5 0 1.024 80,8 443,2 2,7 7,1 17/09/2012 162,7 631,9 0 1.993 83,1 794,6 3,9 7,0 18/09/2012 160,3 640,5 0 2.010 79,4 800,8 4,0 7,2 19/09/2012 101,3 179,6 0 567 80,4 280,9 1,8 7,9 20/09/2012 93,4 168,5 0 528 73,2 261,9 1,8 7,8 21/09/2012 117,2 302,6 0 957 81,6 419,8 2,6 7,6 22/09/2012 119,0 356,8 0 1.117 74,8 475,8 3,0 7,3 23/09/2012 101,1 246,0 0 766 70,7 347,1 2,4 7,6 24/09/2012 132,4 468,2 0 1.459 73,3 600,6 3,5 7,4 25/09/2012 103,8 264,6 0 824 71 368,4 2,6 7,5 26/09/2012 100,3 244,0 0 759 70,1 344,3 2,4 7,6 27/09/2012 153,0 600,9 0 1.878 76,3 753,9 3,9 7,2 28/09/2012 94,9 197,3 0 615 70,7 292,2 2,1 7,5 29/09/2012 107,4 285,0 0 889 72 392,4 2,7 7,4 30/09/2012 94,0 199,3 0 619 69,5 293,3 2,1 7,7 01/10/2012 152,8 450,4 0 1.454 97,6 603,2 2,9 6,1 03/10/2012 140,2 545,2 0 1.697 72,8 685,4 3,9 8,0 04/10/2012 138,4 493,0 0 1.545 76,9 631,4 3,6 7,3
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 257 Compresor4 WComp4, kW QL4, kW mA4, kg/h mD4, kg/h OHR4, kW QH4, kW COP4 COP Carnot4 05/10/2012 198,8 797,0 2.310 2.534 94,8 999,6 4,0 6,7 06/10/2012 140,6 511,4 0 1.601 76,5 652,0 3,6 7,3 07/10/2012 121,9 400,5 0 1.247 72 522,4 3,3 7,6 08/10/2012 140,6 511,4 0 1.601 76,5 652,0 3,6 7,3 09/10/2012 120,0 370,5 0 1.158 74,1 490,5 3,1 7,4 10/10/2012 142,4 499,9 0 1.573 79,9 642,3 3,5 7,0 11/10/2012 112,1 315,0 0 985 73,3 427,1 2,8 7,5 12/10/2012 94,1 201,7 0 627 69,4 295,8 2,1 7,8 13/10/2012 89,4 178,4 0 552 67,5 267,8 2,0 8,2 14/10/2012 188,6 804,2 2.331 2.531 83,8 997,7 4,3 7,2 15/10/2012 82,4 123,1 0 381 67,4 205,5 1,5 8,4 16/10/2012 126,1 370,9 0 1.173 81,1 497,0 2,9 7,0 17/10/2012 103,8 240,6 0 755 74,7 344,4 2,3 7,4 18/10/2012 130,7 431,2 0 1.353 77,2 561,9 3,3 7,2 19/10/2012 105,4 285,2 0 887 70,2 390,6 2,7 7,8 20/10/2012 92,7 191,1 0 594 69,3 283,8 2,1 7,9 21/10/2012 109,1 316,8 0 983 69,8 425,8 2,9 7,8 22/10/2012 130,8 459,0 0 1.431 73,4 589,8 3,5 7,5 23/10/2012 96,4 213,6 0 665 70,2 310,0 2,2 7,7 25/10/2012 122,1 404,1 0 1.258 71,9 526,3 3,3 7,6 31/10/2012 153,0 620,0 0 1.935 75 773,0 4,1 7,5 02/11/2012 149,8 600,9 0 1.873 74,1 750,6 4,0 7,6 05/11/2012 159,6 686,0 0 2.135 73,1 845,6 4,3 7,7 06/11/2012 80,1 116,0 0 358 65,7 196,1 1,4 8,1 13/11/2012 75,9 122,0 0 371 60,7 197,9 1,6 9,4 14/11/2012 90,6 137,5 0 425 74,1 228,1 1,5 9,5 15/11/2012 94,6 140,1 0 436 78 234,7 1,5 9,2 25/11/2012 156,0 669,4 0 2.080 71,9 825,4 4,3 7,9 11/12/2012 91,7 191,8 0 594 68,2 283,5 2,1 8,1 13/12/2012 134,6 498,1 0 1.549 72 632,7 3,7 7,6 14/12/2012 85,5 132,3 0 412 69,3 217,8 1,5 7,7 15/12/2012 132,9 458,2 0 1.434 75,8 591,1 3,4 7,3 17/12/2012 123,1 409,5 0 1.275 72,1 532,6 3,3 7,6 18/12/2012 148,8 583,9 0 1.823 75,2 732,6 3,9 7,4 19/12/2012 140,6 531,5 0 1.657 73,9 672,1 3,8 7,5 20/12/2012 110,1 321,2 0 998 70,4 431,2 2,9 7,8 21/12/2012 131,2 469,6 0 1.462 72,5 600,8 3,6 7,6
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 258 Compresor5 WComp5, kW QL5, kW mA5, kg/h mD5, kg/h OHR5, kW QH5, kW COP5 COP Carnot5 01/01/2012 96,7 210,0 0 654,5 70,9 306,6 2,2 7,5 02/01/2012 103,1 257,2 0 801,8 71,4 360,3 2,5 7,5 03/01/2012 223,0 1.091,4 3166 3358 82,1 1.296,6 4,9 7,1 04/01/2012 230,9 1.153,6 3347 3529 82,2 1.358,8 5,0 7,1 05/01/2012 206,8 954,0 2767 2972 82,5 1.157,2 4,6 7,1 06/01/2012 96,7 210,6 0 656,5 70,8 307,3 2,2 7,6 07/01/2012 98,5 223,7 0 697,4 71 322,2 2,3 7,6 08/01/2012 103,2 258,0 0 804,3 71,4 361,2 2,5 7,5 09/01/2012 221,1 1.074,5 3117 3311 82,2 1.279,7 4,9 7,1 10/01/2012 232,8 1.167,9 3389 3568 82,1 1.373,1 5,0 7,1 11/01/2012 221,3 1.078,4 3128 3321 82,1 1.283,2 4,9 7,1 15/01/2012 111,7 327,1 0 1018 71,3 438,8 2,9 7,7 16/01/2012 139,1 511,5 0 1597 74,8 650,5 3,7 7,4 17/01/2012 153,1 612,0 0 1911 75,6 765,1 4,0 7,4 18/01/2012 156,3 634,3 0 1981 75,8 790,7 4,1 7,4 19/01/2012 139,1 511,5 0 1597 74,8 650,5 3,7 7,4 20/01/2012 137,8 503,4 0 1572 74,7 641,3 3,7 7,4 21/01/2012 127,4 434,9 0 1356 73,1 562,3 3,4 7,5 23/01/2012 161,5 664,5 0 2078 77 826,0 4,1 7,3 24/01/2012 150,8 596,0 0 1861 75,5 746,8 4,0 7,4 25/01/2012 145,7 562,1 0 1755 75 707,8 3,9 7,4 26/01/2012 154,1 614,8 0 1922 76,4 768,9 4,0 7,3 27/01/2012 150,6 596,5 0 1864 75,8 747,1 4,0 7,5 28/01/2012 130,4 451,3 0 1409 74,1 581,7 3,5 7,4 30/01/2012 145,5 553,4 0 1730 75,9 698,9 3,8 7,4 31/01/2012 123,2 399,1 0 1246 73,6 522,3 3,2 7,4 01/02/2012 151,0 592,8 0 1853 76,2 743,7 3,9 7,4 02/02/2012 131,6 461,0 0 1439 74,1 592,5 3,5 7,5 03/02/2012 119,4 371,3 0 1159 73,3 490,6 3,1 7,4 06/02/2012 182,0 763,3 2212 2402 82,6 950,8 4,2 7,3 07/02/2012 140,5 524,4 0 1637 74,7 664,8 3,7 7,4 08/02/2012 116,3 353,8 0 1103 72,4 470,1 3,0 7,5 09/02/2012 126,1 425,0 0 1325 73,1 551,0 3,4 7,5 10/02/2012 129,2 442,7 0 1382 74 571,9 3,4 7,4 13/02/2012 119,5 372,6 0 1163 73,3 492,1 3,1 7,5 14/02/2012 117,6 364,8 0 1137 72,4 482,4 3,1 7,6 15/02/2012 191,8 841,8 2440 2641 82,4 1.037,0 4,4 7,3 16/02/2012 129,4 445,6 0 1391 73,9 575,0 3,4 7,5 17/02/2012 124,8 412,0 0 1286 73,6 536,8 3,3 7,5 18/02/2012 99,2 238,9 0 742,6 69,8 338,1 2,4 7,8 20/02/2012 135,8 485,0 0 1516 75,2 620,8 3,6 7,4 21/02/2012 151,2 601,9 0 1879 75,3 753,1 4,0 7,4
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 259 Compresor5 WComp5, kW QL5, kW mA5, kg/h mD5, kg/h OHR5, kW QH5, kW COP5 COP Carnot5 22/02/2012 153,3 615,9 0 1923 75,4 769,2 4,0 7,4 23/02/2012 128,8 444,2 0 1386 73,6 572,9 3,4 7,6 24/02/2012 124,6 408,4 0 1276 74,1 533,0 3,3 7,5 27/02/2012 140,7 520,1 0 1627 75,9 660,8 3,7 7,5 29/02/2012 158,0 615,5 0 1936 80,7 773,5 3,9 7,2 01/03/2012 160,7 641,5 0 2015 80 802,2 4,0 7,2 02/03/2012 138,8 518,6 0 1619 74,6 657,4 3,7 7,7 05/03/2012 159,6 617,2 0 1947 82,9 776,8 3,9 7,2 06/03/2012 141,4 525,2 0 1644 76,4 666,6 3,7 7,6 07/03/2012 119,9 383,3 0 1195 72,8 503,2 3,2 7,8 08/03/2012 172,4 636,4 1848 2021 87,9 815,6 3,7 6,8 09/03/2012 189,6 763,8 2219 2426 87,2 962,3 4,0 6,7 10/03/2012 134,3 469,4 0 1469 75,8 603,7 3,5 7,4 11/03/2012 126,1 430,1 0 1341 73,1 556,1 3,4 7,8 12/03/2012 188,7 756,4 2195 2402 88,6 952,6 4,0 6,8 13/03/2012 182,0 665,5 1934 2132 92,4 857,5 3,7 6,5 14/03/2012 168,8 616,9 0 1955 87,8 785,7 3,7 6,4 15/03/2012 176,0 674,9 1960 2144 85,9 860,0 3,8 6,9 17/03/2012 148,6 515,7 0 1624 81,5 664,3 3,5 6,6 18/03/2012 147,2 570,3 0 1785 76,6 717,5 3,9 7,6 19/03/2012 181,4 748,7 2170 2359 83,9 935,5 4,1 7,2 20/03/2012 156,8 573,3 0 1808 82,9 730,1 3,7 6,7 21/03/2012 175,1 640,4 1862 2047 88,4 826,7 3,7 6,6 22/03/2012 146,9 537,6 0 1688 79 684,4 3,7 7,0 23/03/2012 174,7 660,4 0 2097 89,5 835,1 3,8 6,5 24/03/2012 133,8 466,3 0 1460 76,1 600,0 3,5 7,5 25/03/2012 127,1 402,6 0 1262 76,3 529,7 3,2 7,0 26/03/2012 136,9 434,9 0 1373 81,6 571,7 3,2 6,6 27/03/2012 161,5 599,8 0 1895 84,6 761,3 3,7 6,7 28/03/2012 132,0 429,4 0 1346 76,9 561,4 3,3 6,9 29/03/2012 134,2 425,4 0 1339 79,6 559,6 3,2 6,7 30/03/2012 137,3 492,1 0 1541 76,3 629,4 3,6 7,5 31/03/2012 150,8 573,8 0 1802 79,1 724,6 3,8 7,3 01/04/2012 142,5 508,6 0 1597 78,6 651,2 3,6 7,1 02/04/2012 172,7 673,1 0 2130 86,7 845,8 3,9 6,7 03/04/2012 163,5 622,8 0 1966 84,2 786,2 3,8 6,8 04/04/2012 149,1 535,6 0 1687 81,2 684,7 3,6 6,9 05/04/2012 139,2 542,4 0 1687 73,3 681,6 3,9 8,5 10/04/2012 194,6 715,6 2080 2302 97,8 920,1 3,7 6,2 11/04/2012 165,3 694,5 0 2173 77,4 859,8 4,2 7,4 12/04/2012 149,5 593,7 0 1853 74,9 743,2 4,0 7,5 13/04/2012 203,4 886,3 2576 2784 84,9 1.092,0 4,4 6,8
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 260 Compresor5 WComp5, kW QL5, kW mA5, kg/h mD5, kg/h OHR5, kW QH5, kW COP5 COP Carnot5 14/04/2012 124,7 446,6 0 1384 69,8 571,3 3,6 8,3 15/04/2012 126,9 386,7 0 1215 77,7 513,6 3,0 6,8 16/04/2012 158,7 638,6 0 1998 77,3 797,3 4,0 7,2 17/04/2012 219,7 895,3 2601 2844 100 1.114,2 4,1 6,3 18/04/2012 163,0 675,4 0 2112 77 838,4 4,1 7,3 19/04/2012 154,4 634,1 0 1980 75,3 788,6 4,1 7,7 20/04/2012 130,0 419,7 0 1317 77,2 549,7 3,2 7,0 21/04/2012 130,7 415,9 0 1307 78,2 546,5 3,2 6,9 22/04/2012 131,3 430,9 0 1352 77,2 562,3 3,3 7,0 23/04/2012 144,7 523,4 0 1642 78,3 668,0 3,6 7,0 24/04/2012 161,1 673,7 0 2105 76,2 834,8 4,2 7,5 25/04/2012 165,1 692,5 0 2167 77,4 857,6 4,2 7,4 26/04/2012 138,0 498,9 0 1561 75,9 636,9 3,6 7,4 27/04/2012 131,8 447,8 0 1403 76,3 579,7 3,4 7,3 28/04/2012 130,2 432,3 0 1356 76,8 562,6 3,3 7,3 29/04/2012 130,2 422,6 0 1326 77,1 552,8 3,2 7,0 30/04/2012 128,2 413,6 0 1297 76,6 541,9 3,2 7,1 01/05/2012 129,1 416,0 0 1305 76,9 545,1 3,2 7,1 02/05/2012 130,6 455,6 0 1422 73,9 586,2 3,5 7,5 03/05/2012 145,2 532,6 0 1670 78 677,8 3,7 7,1 04/05/2012 135,9 473,8 0 1485 76,8 609,7 3,5 7,3 05/05/2012 127,1 391,4 0 1230 77,8 518,4 3,1 6,9 06/05/2012 117,1 326,0 0 1024 76,5 443,0 2,8 7,0 07/05/2012 119,1 343,9 0 1079 76,1 463,0 2,9 7,0 08/05/2012 126,6 385,2 0 1212 78,3 511,8 3,0 6,9 09/05/2012 132,2 431,7 0 1357 78,4 563,9 3,3 7,0 10/05/2012 124,0 379,4 0 1191 76,9 503,4 3,1 7,1 11/05/2012 126,1 388,7 0 1221 77,4 514,7 3,1 7,0 12/05/2012 123,5 368,8 0 1159 77,3 492,3 3,0 6,9 13/05/2012 129,9 404,9 0 1276 79,6 534,8 3,1 6,9 14/05/2012 140,7 502,5 0 1578 78,3 643,2 3,6 7,3 15/05/2012 135,7 441,9 0 1393 80,4 577,6 3,3 6,9 16/05/2012 156,2 560,3 0 1776 86,2 716,5 3,6 6,7 17/05/2012 176,6 727,2 2105 2238 86,3 888,1 4,1 7,2 18/05/2012 143,9 549,5 0 1719 76,2 693,4 3,8 7,8 19/05/2012 133,4 440,6 0 1382 77,3 574,0 3,3 6,9 20/05/2012 126,7 424,8 0 1325 73,5 551,5 3,4 7,4 21/05/2012 139,6 515,9 0 1612 75,2 655,4 3,7 7,5 22/05/2012 161,3 668,8 0 2094 77,6 830,1 4,1 7,5 23/05/2012 139,3 511,2 0 1600 76,2 650,5 3,7 7,6 24/05/2012 157,6 620,2 0 1951 80,7 777,9 3,9 7,4 25/05/2012 154,4 606,7 0 1904 78,9 761,1 3,9 7,5
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 261 Compresor5 WComp5, kW QL5, kW mA5, kg/h mD5, kg/h OHR5, kW QH5, kW COP5 COP Carnot5 26/05/2012 157,3 629,5 0 1974 78,5 786,8 4,0 7,4 27/05/2012 150,9 587,3 0 1841 77,9 738,2 3,9 7,5 28/05/2012 154,2 620,8 0 1943 77 775,0 4,0 7,6 29/05/2012 156,3 635,8 0 1990 77,1 792,1 4,1 7,6 30/05/2012 155,6 612,9 0 1921 78,3 768,5 3,9 7,2 31/05/2012 126,9 388,4 0 1221 77,9 515,3 3,1 6,9 01/06/2012 126,7 382,5 0 1203 78,2 509,2 3,0 6,8 02/06/2012 118,0 335,4 0 1052 75,7 453,4 2,8 6,9 03/06/2012 138,4 466,9 0 1469 79,5 605,4 3,4 6,9 04/06/2012 139,4 456,3 0 1439 81,2 595,7 3,3 6,7 05/06/2012 129,2 400,4 0 1259 78,4 529,5 3,1 6,8 06/06/2012 132,0 413,8 0 1303 79,5 545,8 3,1 6,7 07/06/2012 140,6 465,5 0 1468 81,2 606,1 3,3 6,7 08/06/2012 119,8 352,4 0 1104 75,3 472,3 2,9 7,0 09/06/2012 228,9 1.106,6 3213 3406 84,6 1.315,4 4,8 6,9 10/06/2012 196,5 794,0 2306 2523 90,5 997,2 4,0 6,6 11/06/2012 152,1 561,2 0 1763 79,8 713,4 3,7 6,8 12/06/2012 127,0 402,2 0 1260 75,9 529,3 3,2 7,0 13/06/2012 147,8 529,6 0 1664 79,6 677,5 3,6 6,8 14/06/2012 156,3 587,2 0 1845 80,3 743,5 3,8 6,8 15/06/2012 197,3 812,1 2357 2574 89,9 1.014,8 4,1 6,7 16/06/2012 235,9 1.111,3 3229 3430 89,4 1.325,0 4,7 6,6 17/06/2012 235,9 1.111,3 3229 3430 89,4 1.325,0 4,7 6,6 18/06/2012 194,1 754,7 2192 2409 93,1 956,7 3,9 6,5 19/06/2012 197,1 816,7 2372 2586 88,1 1.019,9 4,1 6,7 20/06/2012 189,6 776,2 2255 2461 85,7 974,5 4,1 6,8 21/06/2012 193,4 733,1 2129 2348 95,4 935,0 3,8 6,4 22/06/2012 242,3 1.117,0 3245 3460 94,8 1.335,6 4,6 6,4 23/06/2012 245,2 1.115,6 3241 3463 97,7 1.336,8 4,6 6,3 24/06/2012 259,1 1.091,8 3173 3432 112,7 1.327,6 4,2 5,9 25/06/2012 263,1 1.107,0 3216 3481 115 1.344,7 4,2 5,9 26/06/2012 259,3 1.096,1 3185 3444 112,5 1.331,7 4,2 5,9 27/06/2012 261,5 1.082,4 3146 3412 115,8 1.321,1 4,1 5,8 28/06/2012 255,0 1.076,7 3130 3384 110,3 1.310,8 4,2 5,9 29/06/2012 234,2 1.072,7 3118 3328 91,7 1.289,2 4,6 6,5 30/06/2012 221,7 1.037,8 3016 3213 84,5 1.247,0 4,7 6,8 01/07/2012 207,5 924,1 2685 2892 84,5 1.130,7 4,5 6,8 02/07/2012 213,8 963,2 2799 3007 85,8 1.172,4 4,5 6,7 03/07/2012 223,6 1.016,1 2953 3163 88,7 1.229,1 4,5 6,6 04/07/2012 220,1 988,6 2873 3085 88,6 1.200,9 4,5 6,6 05/07/2012 219,3 1.005,5 2922 3126 85,9 1.215,7 4,6 6,7 06/07/2012 220,3 1.000,9 2909 3117 87,4 1.212,5 4,5 6,7
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 262 Compresor5 WComp5, kW QL5, kW mA5, kg/h mD5, kg/h OHR5, kW QH5, kW COP5 COP Carnot5 07/07/2012 218,6 989,3 2875 3084 87,2 1.200,4 4,5 6,7 08/07/2012 208,6 923,4 2683 2893 85,8 1.131,0 4,4 6,8 09/07/2012 240,9 1.182,5 3428 3629 89,5 1.392,8 4,9 6,9 10/07/2012 244,0 1.154,3 3350 3561 93,5 1.370,3 4,7 6,6 11/07/2012 239,5 1.118,0 3248 3456 92 1.334,2 4,7 6,5 12/07/2012 233,0 1.077,6 3132 3337 90,2 1.292,3 4,6 6,5 13/07/2012 236,3 1.089,9 3168 3375 91,5 1.306,1 4,6 6,5 14/07/2012 220,5 1.004,8 2920 3128 87,2 1.216,3 4,6 6,7 15/07/2012 209,1 938,2 2726 2933 84,4 1.145,4 4,5 6,8 16/07/2012 223,6 970,7 2821 3048 94 1.187,7 4,3 6,4 17/07/2012 244,3 1.062,6 3088 3326 102,6 1.288,5 4,4 6,2 18/07/2012 243,7 1.210,0 3507 3703 88,9 1.419,3 5,0 6,9 19/07/2012 239,2 1.088,5 3164 3379 94,4 1.307,7 4,6 6,4 20/07/2012 225,6 1.032,2 3000 3208 88,7 1.245,3 4,6 6,6 21/07/2012 215,2 962,5 2797 3009 87,1 1.173,2 4,5 6,7 22/07/2012 216,1 946,7 2751 2970 89,8 1.159,2 4,4 6,6 23/07/2012 245,1 1.053,8 3063 3306 104,3 1.281,7 4,3 6,1 24/07/2012 244,3 1.096,1 3175 3427 103,3 1.318,7 4,5 6,5 25/07/2012 191,6 780,9 0 2435 96,3 972,5 4,1 11,3 26/07/2012 167,0 557,1 0 1724 97,6 724,1 3,3 12,2 27/07/2012 161,1 462,2 0 1425 102 623,3 2,9 12,6 28/07/2012 162,5 479,6 0 1479 101,2 642,1 3,0 12,5 29/07/2012 161,6 459,6 0 1419 102,8 621,1 2,8 12,3 30/07/2012 175,0 541,7 0 1702 108,4 716,8 3,1 10,4 31/07/2012 188,0 740,2 0 2308 97,5 928,2 3,9 11,3 01/08/2012 166,6 553,8 0 1714 97,6 720,4 3,3 12,1 02/08/2012 161,0 498,1 0 1540 98,5 659,1 3,1 12,2 03/08/2012 127,5 421,6 0 1311 77,2 549,1 3,3 9,2 04/08/2012 104,0 253,8 0 792,4 72,2 357,7 2,4 7,2 05/08/2012 101,4 233,3 0 729,4 72,4 334,8 2,3 7,2 06/08/2012 149,8 583,1 0 1826 77,1 732,9 3,9 7,5 07/08/2012 195,5 758,5 2198 2417 96,8 957,7 3,9 6,7 08/08/2012 201,1 665,8 1931 2158 113,9 869,8 3,3 5,9 09/08/2012 173,0 578,9 0 1860 98,4 751,9 3,3 6,0 10/08/2012 142,3 439,5 0 1398 86,8 581,8 3,1 6,4 11/08/2012 106,3 253,0 0 794 74,8 359,3 2,4 7,0 12/08/2012 100,0 223,8 0 699,3 72,2 323,7 2,2 7,2 13/08/2012 140,9 455,2 0 1440 83,3 596,0 3,2 6,6 14/08/2012 191,3 674,6 1959 2175 101,2 874,0 3,5 6,2 15/08/2012 133,3 447,6 0 1406 77,9 580,9 3,4 7,2 16/08/2012 170,5 636,5 0 2028 91,3 807,0 3,7 6,7 17/08/2012 164,9 595,4 0 1892 89,1 760,3 3,6 6,5
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 263 Compresor5 WComp5, kW QL5, kW mA5, kg/h mD5, kg/h OHR5, kW QH5, kW COP5 COP Carnot5 18/08/2012 103,1 229,5 0 720,3 74,5 332,5 2,2 6,9 19/08/2012 102,6 217,6 0 684,8 75,6 320,2 2,1 6,8 20/08/2012 160,3 525,7 0 1683 93,8 685,9 3,3 6,2 21/08/2012 162,4 536,5 0 1718 94,3 698,9 3,3 6,2 22/08/2012 151,9 489,0 0 1559 89,8 640,8 3,2 6,3 23/08/2012 191,7 731,3 2121 2335 95,4 929,1 3,8 6,6 24/08/2012 212,7 841,3 2443 2686 100,6 1.056,9 4,0 6,3 25/08/2012 230,4 1.064,2 3089 3305 91,1 1.278,3 4,6 6,7 26/08/2012 210,0 1.091,4 3144 3331 78,3 1.279,7 5,2 8,9 27/08/2012 218,0 1.013,5 2938 3153 87 1.221,6 4,6 7,0 28/08/2012 234,8 1.155,8 3349 3552 87,3 1.364,4 4,9 7,1 29/08/2012 245,6 1.251,2 3624 3815 87,4 1.457,5 5,1 7,1 30/08/2012 239,4 1.245,7 3605 3790 83,7 1.447,6 5,2 7,5 31/08/2012 239,9 1.224,0 3547 3730 84,3 1.428,9 5,1 7,1 01/09/2012 222,1 1.040,4 3022 3223 85,2 1.249,8 4,7 6,8 02/09/2012 202,5 886,3 2575 2783 84,5 1.091,1 4,4 6,8 03/09/2012 228,3 1.140,0 3303 3497 83,2 1.344,7 5,0 7,2 04/09/2012 234,5 1.168,9 3390 3577 84,5 1.375,4 5,0 7,0 05/09/2012 244,3 1.251,8 3626 3812 86 1.456,8 5,1 7,1 06/09/2012 252,1 1.311,5 3795 3984 88,3 1.515,9 5,2 7,2 07/09/2012 249,8 1.232,6 3570 3780 93,5 1.444,9 4,9 6,9 08/09/2012 228,8 1.038,6 3018 3232 91,2 1.253,7 4,5 6,5 09/09/2012 212,3 952,3 2767 2975 85,7 1.160,7 4,5 6,8 10/09/2012 193,0 828,0 2403 2607 83,6 1.026,3 4,3 7,0
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 264 Compresor6 WComp6, kW QL6, kW mA6, kg/h mD6, kg/h OHR6, kW QH6, kW COP6 COP Carnot6 01/01/2012 98,8 198,0 0 613 76,1 296,8 2,0 11,4 02/01/2012 100,2 211,8 0 656 75,9 312,0 2,1 11,4 03/01/2012 93,6 142,0 0 440 77,3 235,7 1,5 11,4 04/01/2012 100,1 179,3 0 555 79,3 279,4 1,8 11,8 05/01/2012 98,4 154,1 0 477 80,5 252,5 1,6 11,8 06/01/2012 98,9 198,0 0 613 76,1 296,9 2,0 11,5 07/01/2012 98,8 198,0 0 613 76,1 296,9 2,0 11,5 08/01/2012 99,4 200,4 0 620 76,4 299,8 2,0 11,5 09/01/2012 94,8 146,7 0 454 77,9 241,5 1,5 11,5 10/01/2012 97,5 159,0 0 492 79,1 256,5 1,6 11,7 11/01/2012 94,4 136,1 0 421 78,7 230,5 1,4 11,6 12/01/2012 92,2 126,7 0 392 77,6 218,9 1,4 11,5 13/01/2012 95,3 149,1 0 461 78,1 244,4 1,6 11,6 14/01/2012 93,6 142,1 0 440 77,3 235,7 1,5 11,5 15/01/2012 96,5 179,4 0 555 75,9 275,9 1,9 11,4 16/01/2012 95,5 167,3 0 518 76,3 262,7 1,8 11,4 17/01/2012 95,6 159,3 0 493 77,3 255,0 1,7 11,5 18/01/2012 96,4 154,0 0 476 78,6 250,3 1,6 11,6 19/01/2012 94,8 146,7 0 454 77,9 241,5 1,5 11,5 20/01/2012 98,4 171,5 0 531 78,6 269,9 1,7 11,6 21/01/2012 90,6 120,1 0 372 76,8 210,7 1,3 11,4 22/01/2012 95,4 175,0 0 542 75,4 270,5 1,8 11,3 24/01/2012 99,1 139,2 0 430 82,8 238,2 1,4 12,0 25/01/2012 100,1 143,9 0 445 83,3 244,0 1,4 12,1 26/01/2012 100,0 143,6 0 444 83,2 243,6 1,4 12,1 27/01/2012 93,0 111,7 0 346 80,1 204,8 1,2 11,6 28/01/2012 97,2 130,4 0 404 82 227,6 1,3 11,9 29/01/2012 94,9 138,6 0 429 78,9 233,5 1,5 11,6 30/01/2012 101,3 147,6 0 456 84 248,9 1,5 12,5 31/01/2012 102,4 163,1 0 504 83,3 265,4 1,6 12,4 01/02/2012 102,2 162,4 0 502 83,2 264,5 1,6 12,3 02/02/2012 103,8 156,2 0 482 85,5 259,9 1,5 13,6 03/02/2012 100,1 143,9 0 445 83,3 244,1 1,4 12,2 04/02/2012 99,7 142,2 0 440 83,1 241,9 1,4 12,1 05/02/2012 100,0 143,7 0 444 83,2 243,7 1,4 12,2 06/02/2012 102,1 150,5 0 465 84,5 252,6 1,5 12,9 07/02/2012 105,3 184,5 0 570 83,7 289,8 1,8 13,0 08/02/2012 101,2 158,3 0 490 82,7 259,6 1,6 12,1 09/02/2012 96,7 146,2 0 452 79,7 242,8 1,5 11,8 10/02/2012 92,5 109,3 0 338 79,8 201,8 1,2 11,7 11/02/2012 91,7 115,7 0 358 78,4 207,4 1,3 11,5 12/02/2012 92,8 120,4 0 373 78,9 213,3 1,3 11,6
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 265 Compresor6 WComp6, kW QL6, kW mA6, kg/h mD6, kg/h OHR6, kW QH6, kW COP6 COP Carnot6 13/02/2012 95,1 130,4 0 403 80 225,6 1,4 11,7 14/02/2012 90,8 102,0 0 316 79 192,8 1,1 11,6 15/02/2012 91,3 104,4 0 323 79,2 195,6 1,1 11,6 16/02/2012 92,8 129,0 0 399 77,9 221,8 1,4 11,5 17/02/2012 91,3 104,4 0 323 79,2 195,6 1,1 11,6 18/02/2012 91,3 104,4 0 323 79,2 195,7 1,1 11,6 19/02/2012 91,2 113,4 0 351 78,1 204,5 1,2 11,5 20/02/2012 101,2 158,2 0 490 82,7 259,4 1,6 12,0 21/02/2012 93,4 122,8 0 380 79,2 216,2 1,3 11,6 22/02/2012 92,4 109,2 0 338 79,8 201,7 1,2 11,6 23/02/2012 93,2 131,4 0 407 78,1 224,6 1,4 11,5 24/02/2012 94,6 127,8 0 396 79,8 222,3 1,4 11,6 25/02/2012 91,6 124,5 0 385 77,3 216,1 1,4 11,4 26/02/2012 90,6 120,1 0 372 76,8 210,6 1,3 11,3 27/02/2012 93,1 128,8 0 399 78,3 221,9 1,4 11,3 28/02/2012 90,8 101,9 0 316 79 192,7 1,1 11,5 29/02/2012 106,1 192,1 0 597 83,9 298,3 1,8 11,7 01/03/2012 93,2 108,9 0 338 80,7 202,1 1,2 11,3 02/03/2012 93,6 139,7 0 433 77,6 233,3 1,5 11,3 04/03/2012 93,1 128,9 0 399 78,3 222,0 1,4 11,4 05/03/2012 106,5 191,1 0 594 84,4 297,5 1,8 11,5 06/03/2012 103,6 176,1 0 545 83,1 279,7 1,7 11,9 07/03/2012 96,6 146,1 0 452 79,7 242,7 1,5 11,7 08/03/2012 100,4 159,0 0 493 82 259,4 1,6 11,5 09/03/2012 99,8 149,2 0 462 82,4 249,0 1,5 11,8 10/03/2012 90,8 102,0 0 316 79 192,8 1,1 11,6 11/03/2012 92,7 129,0 0 399 77,9 221,7 1,4 11,4 12/03/2012 105,1 192,1 0 595 82,8 297,2 1,8 12,0 13/03/2012 118,4 318,2 0 988 81,8 436,6 2,7 11,7 14/03/2012 149,6 628,3 0 1.958 78 777,9 4,2 11,6 15/03/2012 143,6 596,2 0 1.849 75,2 739,9 4,2 12,0 16/03/2012 136,2 537,3 0 1.661 74,3 673,5 3,9 12,4 17/03/2012 136,6 536,6 0 1.661 75 673,2 3,9 12,2 18/03/2012 136,8 537,0 0 1.661 75 673,8 3,9 12,3 19/03/2012 140,6 571,5 0 1.770 75 712,1 4,1 12,1 20/03/2012 140,6 571,6 0 1.770 75 712,2 4,1 12,2 21/03/2012 132,8 500,1 0 1.546 75,2 632,9 3,8 12,4 22/03/2012 138,9 553,7 0 1.716 75,4 692,6 4,0 12,0 23/03/2012 141,7 569,2 0 1.769 76,6 710,9 4,0 11,7 24/03/2012 142,0 578,8 0 1.796 75,6 720,8 4,1 11,9 25/03/2012 138,9 544,4 0 1.688 76,4 683,3 3,9 12,0 26/03/2012 144,1 595,0 0 1.849 76,1 739,1 4,1 11,7
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 272 ANEXO C. Compresor1 Ievap1, kW Icomp1, kW Icond1, kW Iexp1, kW Itotal1, kW hex1 01/01/2012 170,4 60,6 18,5 5,5 255,0 55% 02/01/2012 179,7 178,0 19,7 16,7 394,0 54% 03/01/2012 207,7 193,2 19,3 20,4 440,6 57% 04/01/2012 207,9 193,1 18,2 20,2 439,3 57% 05/01/2012 201,8 189,9 18,0 19,6 429,4 57% 06/01/2012 179,5 60,1 19,9 5,8 265,3 56% 07/01/2012 179,6 178,3 19,6 16,7 394,2 54% 08/01/2012 179,7 178,0 19,4 16,7 393,7 54% 09/01/2012 204,6 191,3 18,4 20,3 434,5 57% 10/01/2012 204,6 191,3 17,7 20,3 433,8 57% 11/01/2012 201,5 189,7 17,3 20,0 428,5 56% 12/01/2012 201,5 189,7 16,9 20,0 428,1 56% 13/01/2012 204,6 191,3 17,6 20,3 433,8 57% 14/01/2012 195,9 186,7 16,7 19,2 418,4 56% 15/01/2012 190,3 184,4 16,9 18,4 410,0 55% 16/01/2012 201,5 190,1 17,3 20,0 429,0 56% 17/01/2012 204,6 191,7 18,2 20,2 434,7 57% 18/01/2012 201,7 190,2 16,8 19,6 428,4 57% 19/01/2012 201,7 190,2 16,4 19,6 427,9 57% 20/01/2012 201,7 190,2 16,8 19,6 428,4 57% 21/01/2012 195,9 186,9 17,0 19,1 418,8 56% 22/01/2012 192,9 185,4 17,2 18,8 414,3 55% 23/01/2012 201,5 190,1 18,9 20,0 430,5 56% 24/01/2012 168,6 60,8 14,2 5,4 248,9 54% 25/01/2012 201,9 191,2 17,4 19,9 430,4 56% 26/01/2012 201,9 191,2 17,9 19,9 430,8 56% 27/01/2012 202,1 191,8 18,4 19,9 432,1 56% 28/01/2012 196,2 187,9 16,6 19,1 419,7 56% 29/01/2012 193,3 186,5 16,7 18,8 415,3 55% 30/01/2012 198,9 189,6 16,5 19,6 424,7 56% 31/01/2012 201,9 191,2 18,6 19,9 431,6 56% 01/02/2012 201,9 191,2 17,3 19,9 430,2 56% 02/02/2012 201,9 191,2 16,8 19,9 429,8 56% 03/02/2012 196,2 187,9 14,8 19,1 418,0 56% 04/02/2012 190,4 184,9 15,1 18,4 408,9 55% 05/02/2012 193,3 186,5 15,8 18,8 414,4 55% 06/02/2012 204,9 192,9 19,4 20,2 437,4 57% 07/02/2012 201,9 191,2 18,0 19,9 431,0 56% 08/02/2012 196,0 188,1 15,9 19,3 419,3 55% 09/02/2012 196,0 188,1 16,0 19,3 419,4 55%
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 273 Compresor1 Ievap1, kW Icomp1, kW Icond1, kW Iexp1, kW Itotal1, kW hex1 10/02/2012 196,0 188,1 16,3 19,3 419,6 55% 11/02/2012 179,8 60,3 14,3 5,8 260,2 56% 12/02/2012 170,8 60,7 13,1 5,5 250,0 55% 13/02/2012 193,3 186,5 15,1 18,8 413,7 55% 14/02/2012 198,9 189,6 16,5 19,6 424,7 56% 15/02/2012 211,1 196,2 17,2 20,7 445,1 57% 16/02/2012 198,9 189,6 16,7 19,6 424,8 56% 17/02/2012 198,9 189,6 17,0 19,6 425,2 56% 18/02/2012 193,3 186,5 23,8 18,8 422,4 55% 19/02/2012 193,3 186,5 16,3 18,8 414,9 55% 20/02/2012 198,9 189,6 17,4 19,6 425,5 56% 21/02/2012 204,9 192,9 16,6 20,2 434,6 57% 22/02/2012 179,9 179,8 15,1 16,8 391,6 53% 23/02/2012 158,3 62,0 13,6 5,1 239,0 52% 24/02/2012 194,3 190,5 16,6 19,0 420,3 55% 25/02/2012 191,7 189,0 15,6 18,3 414,6 55% 26/02/2012 191,7 189,0 24,6 18,3 423,6 55% 27/02/2012 194,3 190,5 18,0 19,0 421,7 55% 28/02/2012 191,5 189,0 17,7 18,6 416,8 55% 01/03/2012 202,7 195,5 19,1 20,5 437,7 55% 02/03/2012 200,7 195,9 18,2 19,5 434,3 56% 03/03/2012 192,9 194,2 17,1 18,2 422,3 55% 04/03/2012 192,7 193,8 18,3 18,6 423,3 55% 05/03/2012 200,7 198,8 21,8 20,5 441,8 55% 06/03/2012 201,3 199,1 18,2 19,4 438,1 56% 07/03/2012 195,5 195,9 17,3 18,8 427,5 55% 08/03/2012 210,4 194,6 19,0 20,9 444,9 57% 09/03/2012 209,3 182,7 17,5 20,9 430,4 58% 10/03/2012 186,3 171,9 16,4 18,9 393,5 55% 11/03/2012 197,5 177,4 17,2 20,1 412,1 56% 12/03/2012 212,4 184,8 19,1 21,5 437,8 58% 13/03/2012 228,1 191,4 20,9 22,6 463,0 59% 14/03/2012 224,1 190,1 22,6 23,4 460,2 58% 15/03/2012 231,5 193,2 22,5 22,7 469,9 60% 16/03/2012 215,4 185,4 34,5 21,3 456,7 59% 17/03/2012 215,4 185,4 20,2 21,3 442,4 59% 18/03/2012 212,2 183,6 12,1 21,2 429,1 58% 19/03/2012 252,6 201,8 22,6 23,0 500,0 63% 20/03/2012 267,3 207,3 23,9 23,2 521,7 65% 21/03/2012 252,5 201,0 26,0 22,7 502,2 63% 22/03/2012 271,2 209,4 28,7 23,6 532,9 65% 23/03/2012 266,8 207,5 27,0 24,3 525,5 63%
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 274 Compresor1 Ievap1, kW Icomp1, kW Icond1, kW Iexp1, kW Itotal1, kW hex1 24/03/2012 230,9 192,2 25,5 23,0 471,6 59% 25/03/2012 224,0 188,7 24,8 22,7 460,3 59% 26/03/2012 247,8 199,5 27,2 24,4 498,8 61% 27/03/2012 266,6 206,6 25,1 23,9 522,2 64% 28/03/2012 241,0 195,6 23,0 23,1 482,6 61% 29/03/2012 178,0 58,9 17,1 6,4 260,4 56% 30/03/2012 241,0 196,2 25,0 23,4 485,6 61% 31/03/2012 244,6 197,3 25,6 23,2 490,6 62% 01/04/2012 234,3 193,2 24,7 22,9 475,2 60% 02/04/2012 270,7 209,4 31,1 24,8 536,0 63% 03/04/2012 266,8 207,5 30,0 24,3 528,6 63% 04/04/2012 240,4 196,4 28,0 24,5 489,3 59% 05/04/2012 178,1 169,8 18,0 17,9 383,9 53% 06/04/2012 142,9 61,2 10,2 4,6 218,8 51% 07/04/2012 178,1 169,8 17,8 17,9 383,7 53% 08/04/2012 186,3 173,8 18,9 19,0 398,0 54% 09/04/2012 237,7 195,0 24,8 23,3 480,8 60% 10/04/2012 260,5 207,3 29,3 24,1 521,2 62% 11/04/2012 264,2 207,1 27,5 23,1 521,9 64% 12/04/2012 257,0 204,4 25,4 22,6 509,4 64% 13/04/2012 272,3 210,7 27,1 22,8 532,9 66% 14/04/2012 221,1 187,0 27,5 21,9 457,5 59% 15/04/2012 206,3 181,7 25,2 20,8 434,0 57% 16/04/2012 265,0 208,2 27,1 22,8 523,1 65% 17/04/2012 293,2 221,7 35,9 25,1 575,9 65% 18/04/2012 294,6 222,7 30,1 22,5 570,0 68% 19/04/2012 285,9 218,8 31,2 22,6 558,5 67% 20/04/2012 249,2 200,4 28,8 22,6 501,0 63% 21/04/2012 235,2 194,0 28,7 22,2 480,1 61% 22/04/2012 238,8 195,7 29,6 22,4 486,4 62% 23/04/2012 261,2 207,0 30,3 22,7 521,2 64% 24/04/2012 296,0 225,8 32,5 22,3 576,6 68% 25/04/2012 295,3 224,4 32,2 22,4 574,3 68% 26/04/2012 257,2 205,0 30,2 22,7 515,1 64% 27/04/2012 245,6 199,1 33,3 22,8 500,8 62% 28/04/2012 238,5 195,0 26,2 22,4 482,2 62% 29/04/2012 231,7 192,4 24,4 22,1 470,7 61% 30/04/2012 238,5 195,6 25,5 22,3 481,9 62% 01/05/2012 242,1 197,4 26,6 22,4 488,5 62% 02/05/2012 277,2 214,3 30,5 22,7 544,7 66% 03/05/2012 269,3 211,4 31,3 22,7 534,6 65% 04/05/2012 272,9 212,2 33,4 22,8 541,2 66%
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 275 Compresor1 Ievap1, kW Icomp1, kW Icond1, kW Iexp1, kW Itotal1, kW hex1 05/05/2012 249,2 199,9 31,6 22,7 503,4 63% 06/05/2012 210,1 185,3 27,2 21,2 443,9 57% 07/05/2012 228,8 192,5 30,6 22,2 474,1 60% 08/05/2012 250,0 202,6 36,8 23,3 512,7 62% 09/05/2012 261,5 209,1 40,0 23,8 534,3 63% 10/05/2012 231,8 193,7 34,7 22,7 482,9 60% 11/05/2012 242,6 199,8 37,2 23,5 503,1 61% 12/05/2012 239,1 197,9 36,9 23,0 496,9 61% 13/05/2012 253,6 206,4 42,8 24,8 527,5 61% 14/05/2012 278,1 218,5 45,7 24,5 566,7 64% 15/05/2012 256,8 205,7 39,3 24,0 525,9 62% 16/05/2012 281,5 218,7 42,5 24,6 567,2 64% 17/05/2012 296,8 229,9 43,8 24,3 594,7 66% 18/05/2012 240,8 202,2 26,5 22,9 492,4 61% 19/05/2012 165,2 59,8 31,5 5,9 262,4 54% 20/05/2012 200,9 180,3 21,8 20,3 423,3 57% 21/05/2012 271,5 216,9 29,8 22,5 540,7 65% 22/05/2012 292,9 228,0 36,9 22,6 580,3 67% 23/05/2012 240,4 201,1 33,1 22,9 497,5 61% 18/10/2012 110,2 67,4 22,0 4,8 204,4 40% 22/10/2012 245,9 205,6 39,5 21,2 512,1 63% 23/10/2012 294,1 231,6 50,8 22,9 599,3 67% 24/10/2012 307,7 237,2 48,7 21,8 615,4 69% 25/10/2012 248,6 206,1 39,2 22,4 516,3 62% 06/11/2012 197,5 183,8 25,8 19,4 426,6 56% 07/11/2012 200,4 184,8 27,8 19,7 432,8 57% 08/11/2012 203,2 186,5 30,7 20,2 440,6 57% 09/11/2012 203,2 186,5 31,3 20,2 441,2 57% 10/11/2012 165,1 60,1 22,6 5,5 253,2 54% 11/11/2012 144,1 61,1 17,6 4,8 227,6 51% 12/11/2012 169,4 59,8 20,9 5,6 255,8 55% 13/11/2012 108,6 62,8 13,4 3,5 188,2 44% 14/11/2012 97,3 64,7 14,4 3,2 179,6 41% 15/11/2012 136,2 62,3 20,6 4,6 223,7 49% 16/11/2012 146,6 61,6 21,2 4,9 234,3 51% 17/11/2012 94,4 65,4 16,3 3,2 179,3 39% 18/11/2012 87,1 65,7 13,9 2,9 169,5 38% 19/11/2012 128,8 63,2 18,6 4,2 214,9 47% 20/11/2012 126,5 63,2 17,8 4,2 211,7 47% 21/11/2012 120,6 64,0 17,8 3,9 206,3 46% 22/11/2012 120,1 63,4 17,8 4,0 205,3 46% 23/11/2012 138,4 62,0 18,6 4,6 223,6 49%
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 276 Compresor1 Ievap1, kW Icomp1, kW Icond1, kW Iexp1, kW Itotal1, kW hex1 24/11/2012 84,4 65,9 12,9 2,8 166,0 37% 25/11/2012 136,2 62,7 21,1 4,7 224,7 48% 26/11/2012 136,2 61,9 17,8 4,5 220,4 49% 27/11/2012 132,0 62,5 15,1 4,5 214,1 48% 28/11/2012 92,3 65,0 11,3 3,0 171,7 39% 29/11/2012 97,3 64,7 11,6 3,2 176,9 41% 30/11/2012 144,7 61,7 16,4 4,8 227,7 51% 01/12/2012 140,7 61,3 14,6 4,5 221,1 51% 02/12/2012 136,9 61,4 13,5 4,3 216,0 50% 03/12/2012 165,6 60,1 16,8 5,3 247,8 55% 04/12/2012 188,7 179,0 21,0 18,5 407,2 55% 05/12/2012 188,7 179,0 22,1 18,5 408,3 55% 06/12/2012 178,1 173,6 21,2 16,8 389,7 54% 07/12/2012 162,9 60,1 21,9 5,4 250,3 54% 08/12/2012 165,1 60,1 22,6 5,5 253,3 54% 09/12/2012 159,0 60,2 19,2 5,2 243,5 54% 10/12/2012 188,7 179,0 21,8 18,5 408,0 55% 11/12/2012 194,4 181,8 20,2 19,2 415,6 56% 12/12/2012 194,4 181,8 22,1 19,2 417,5 56% 13/12/2012 197,3 183,2 22,7 19,5 422,8 56% 14/12/2012 197,3 183,2 24,7 19,5 424,8 56% 15/12/2012 194,2 181,9 30,5 19,4 426,0 55% 16/12/2012 178,4 59,4 27,2 5,9 270,9 56% 17/12/2012 197,2 183,3 29,8 19,7 429,9 56% 18/12/2012 206,2 188,0 29,2 20,5 443,9 57% 19/12/2012 194,4 181,8 22,9 19,2 418,4 56% 20/12/2012 200,4 184,8 26,3 19,7 431,2 57% 21/12/2012 200,2 185,0 26,9 20,0 432,1 56% 22/12/2012 194,4 181,8 24,9 19,2 420,3 56% 23/12/2012 178,3 173,9 24,4 16,8 393,4 54% 24/12/2012 154,6 60,6 21,9 5,1 242,2 53% 25/12/2012 140,2 61,3 19,0 4,6 225,1 50% 26/12/2012 171,6 59,7 20,7 5,7 257,7 55% 27/12/2012 191,5 180,3 20,9 18,9 411,6 55% 28/12/2012 194,4 181,8 13,5 19,2 408,9 56% 29/12/2012 162,9 60,1 4,2 5,4 232,6 54% 30/12/2012 150,3 60,8 3,9 5,0 220,0 52% 31/12/2012 142,4 61,0 3,1 4,6 211,0 51%
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 277 Compresor2 Ievap2, kW Icomp2, kW Icond2, kW Iexp2, kW Itotal2, kW hex2 03/01/2012 160,8 61,8 14,3 5,1 241,9 53% 04/01/2012 171,6 61,4 15,1 5,4 253,5 55% 05/01/2012 140,2 63,0 12,8 4,4 220,3 50% 09/01/2012 150,4 62,4 13,0 4,7 230,5 51% 10/01/2012 127,5 63,3 10,7 4,0 205,4 47% 11/01/2012 276,4 234,0 23,1 21,8 555,3 65% 12/01/2012 302,9 249,7 24,4 21,0 598,1 68% 13/01/2012 298,3 246,9 24,8 21,2 591,1 67% 14/01/2012 191,4 188,0 16,6 18,3 414,3 55% 15/01/2012 146,2 62,4 13,1 4,6 226,3 51% 16/01/2012 307,4 251,9 25,3 20,9 605,5 68% 17/01/2012 322,1 260,4 27,2 20,2 629,9 69% 18/01/2012 312,3 254,9 26,1 20,7 613,9 69% 19/01/2012 322,1 260,4 26,1 20,2 628,8 69% 20/01/2012 272,2 231,5 23,3 21,9 548,9 64% 21/01/2012 202,9 193,9 17,8 19,5 434,2 57% 22/01/2012 156,5 62,0 14,0 4,9 237,4 52% 23/01/2012 285,0 239,5 25,9 21,5 571,9 66% 24/01/2012 264,3 227,4 23,2 21,9 536,9 64% 25/01/2012 289,9 243,5 24,1 21,4 578,8 66% 26/01/2012 272,9 233,7 23,5 21,7 551,8 64% 27/01/2012 298,8 248,6 26,1 21,1 594,5 67% 28/01/2012 225,1 207,0 20,1 21,1 473,3 59% 29/01/2012 209,5 198,9 18,3 20,0 446,7 57% 30/01/2012 285,4 240,8 22,9 21,5 570,6 66% 31/01/2012 308,0 253,6 27,0 20,8 609,3 68% 01/02/2012 276,8 235,6 23,0 21,7 557,1 65% 02/02/2012 268,8 231,3 21,9 21,7 543,7 64% 03/02/2012 245,9 218,7 19,6 21,8 506,0 61% 04/02/2012 178,6 61,2 14,2 5,6 259,5 56% 05/02/2012 169,5 61,6 13,9 5,3 250,3 54% 06/02/2012 272,9 233,7 25,3 21,7 553,6 64% 07/02/2012 317,5 258,8 26,8 20,3 623,5 69% 08/02/2012 242,2 216,4 19,5 21,7 499,9 61% 09/02/2012 253,2 222,5 20,4 21,8 518,0 62% 10/02/2012 253,2 222,5 20,7 21,8 518,3 62% 11/02/2012 191,7 189,0 15,9 18,3 414,9 55% 12/02/2012 178,3 61,0 13,8 5,6 258,8 56% 13/02/2012 231,7 210,3 19,1 21,4 482,6 60% 14/02/2012 272,9 233,7 22,1 21,7 550,4 64% 15/02/2012 253,2 222,5 20,5 21,8 518,0 62% 16/02/2012 272,9 233,7 22,3 21,7 550,6 64%
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 278 Compresor2 Ievap2, kW Icomp2, kW Icond2, kW Iexp2, kW Itotal2, kW hex2 17/02/2012 268,8 231,3 22,5 21,7 544,3 64% 18/02/2012 212,3 200,2 27,3 20,5 460,3 57% 19/02/2012 203,4 195,5 17,4 19,5 435,7 57% 20/02/2012 276,8 235,6 23,5 21,7 557,5 65% 21/02/2012 303,4 251,4 23,7 20,9 599,4 68% 22/02/2012 261,0 227,2 21,5 21,8 531,5 63% 23/02/2012 295,0 248,7 24,6 21,1 589,5 67% 24/02/2012 239,8 218,8 20,3 21,5 500,4 61% 25/02/2012 181,6 61,9 14,8 5,6 264,0 56% 26/02/2012 195,5 194,8 25,4 18,6 434,3 55% 27/02/2012 229,3 212,7 21,1 21,2 484,3 59% 28/02/2012 181,5 61,9 15,9 5,6 264,9 56% 29/02/2012 250,5 225,3 31,4 22,4 529,5 61% 01/03/2012 290,9 248,5 26,5 22,0 587,9 65% 02/03/2012 279,0 244,4 24,6 21,2 569,3 65% 03/03/2012 224,2 216,5 21,0 20,7 482,4 58% 04/03/2012 227,4 218,0 21,6 20,9 487,8 59% 05/03/2012 292,4 256,1 30,6 22,0 601,1 65% 06/03/2012 306,5 265,0 27,8 20,5 619,8 67% 07/03/2012 267,4 241,1 23,1 21,3 552,8 63% 08/03/2012 289,0 241,0 25,3 22,0 577,2 66% 09/03/2012 316,0 238,9 26,5 22,1 603,5 69% 10/03/2012 316,7 240,7 26,2 21,5 605,2 70% 11/03/2012 316,4 239,8 26,2 21,6 604,0 70% 12/03/2012 316,0 238,9 27,1 22,1 604,1 69% 13/03/2012 315,3 237,9 29,0 23,1 605,4 68% 14/03/2012 314,7 237,7 31,8 24,4 608,7 67% 15/03/2012 310,5 235,3 29,1 22,7 597,7 68% 16/03/2012 306,0 232,8 46,8 22,0 607,6 69% 17/03/2012 305,8 232,7 28,7 22,4 589,6 68% 18/03/2012 310,6 234,6 17,1 21,9 584,1 69% 19/03/2012 310,0 233,6 27,2 22,4 593,2 69% 20/03/2012 314,0 234,0 27,7 22,5 598,2 69% 21/03/2012 299,9 227,1 30,4 22,4 579,8 68% 22/03/2012 314,2 234,7 32,9 22,7 604,6 69% 23/03/2012 313,2 233,0 31,3 23,8 601,2 68% 24/03/2012 314,2 234,7 32,2 22,7 603,8 69% 25/03/2012 314,5 235,5 32,3 22,7 605,1 69% 26/03/2012 313,4 233,8 32,3 23,8 603,3 68% 27/03/2012 312,2 230,7 28,9 23,5 595,4 68% 28/03/2012 313,2 232,4 28,9 22,9 597,4 69% 29/03/2012 315,5 237,4 27,9 21,7 602,5 70%
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 279 Compresor2 Ievap2, kW Icomp2, kW Icond2, kW Iexp2, kW Itotal2, kW hex2 30/03/2012 312,8 231,5 30,1 22,9 597,4 69% 31/03/2012 312,0 229,8 31,4 23,1 596,4 69% 01/04/2012 312,4 230,7 31,5 23,0 597,7 69% 02/04/2012 310,1 226,7 33,6 24,2 594,6 68% 03/04/2012 309,3 224,9 33,7 24,2 592,1 68% 04/04/2012 309,1 225,3 33,0 24,6 592,1 67% 05/04/2012 312,0 229,4 27,6 22,2 591,3 70% 06/04/2012 265,6 203,2 18,3 22,6 509,7 65% 07/04/2012 307,5 219,8 26,3 22,8 576,4 69% 08/04/2012 301,2 214,3 26,0 23,1 564,5 69% 09/04/2012 282,1 205,6 27,5 24,3 539,5 66% 10/04/2012 264,8 196,8 26,3 23,9 511,8 64% 11/04/2012 268,4 197,4 26,5 23,5 515,8 65% 12/04/2012 255,9 191,0 23,9 23,1 493,9 64% 13/04/2012 240,9 184,7 23,2 22,8 471,6 62% 14/04/2012 226,3 177,8 25,6 22,3 452,0 60% 15/04/2012 210,3 171,6 24,1 21,4 427,4 58% 16/04/2012 194,9 165,0 18,9 20,1 398,9 56% 17/04/2012 190,4 164,6 22,5 21,3 398,8 53% 18/04/2012 170,8 58,2 16,3 6,4 251,8 56% 19/04/2012 167,0 153,5 17,6 16,8 354,9 52% 20/04/2012 153,5 59,7 16,4 5,8 235,3 53% 21/04/2012 151,1 59,7 16,8 5,7 233,4 52% 22/04/2012 147,3 60,2 16,8 5,5 229,8 52% 23/04/2012 147,0 60,2 15,8 5,6 228,6 52% 24/04/2012 153,2 59,7 15,7 5,8 234,4 53% 25/04/2012 147,3 60,2 15,2 5,5 228,2 52% 26/04/2012 167,7 61,2 19,4 5,1 253,4 55% 27/04/2012 155,5 59,4 18,9 5,9 239,7 53% 28/04/2012 149,3 59,9 15,0 5,6 229,8 52% 29/04/2012 145,2 60,2 13,9 5,5 224,8 51% 30/04/2012 141,2 60,6 13,8 5,3 220,9 51% 01/05/2012 155,5 59,4 15,6 5,9 236,4 53% 02/05/2012 159,8 59,1 16,4 6,0 241,3 54% 03/05/2012 155,5 59,4 16,8 5,9 237,6 53% 04/05/2012 149,3 59,9 17,2 5,6 232,0 52% 05/05/2012 141,2 60,6 16,7 5,3 223,7 51% 06/05/2012 167,0 153,5 19,1 16,8 356,4 52% 07/05/2012 159,8 59,1 18,7 6,0 243,6 54% 08/05/2012 169,8 58,8 22,9 6,7 258,3 55% 09/05/2012 179,1 159,3 26,8 19,7 384,9 53% 10/05/2012 163,2 59,3 22,2 6,4 251,1 54%
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 280 Compresor2 Ievap2, kW Icomp2, kW Icond2, kW Iexp2, kW Itotal2, kW hex2 11/05/2012 156,7 59,9 21,5 6,1 244,3 53% 12/05/2012 150,8 60,4 21,4 5,9 238,5 52% 13/05/2012 145,6 62,1 22,8 6,1 236,7 49% 14/05/2012 190,8 165,7 31,5 21,5 409,5 53% 15/05/2012 191,1 164,5 27,8 20,8 404,2 54% 16/05/2012 182,0 161,1 26,6 20,3 390,0 53% 17/05/2012 128,5 64,1 21,8 4,9 219,3 46% 18/05/2012 88,7 65,2 11,0 3,1 168,0 38% 19/05/2012 74,8 65,6 16,6 2,7 159,7 34% 20/05/2012 72,5 66,0 9,7 2,5 150,8 34% 21/05/2012 40,6 69,7 6,3 1,2 117,8 22% 22/05/2012 147,1 62,5 21,2 5,0 235,7 50% 23/05/2012 94,7 65,9 15,4 3,2 179,2 39% 24/05/2012 101,5 66,1 17,8 3,6 189,1 40% 25/05/2012 110,6 64,7 19,9 3,9 199,0 43% 26/05/2012 134,6 63,4 22,6 4,6 225,3 48% 27/05/2012 97,2 71,8 20,7 2,9 192,7 38% 28/05/2012 109,0 64,9 19,3 3,7 196,9 43% 29/05/2012 285,7 228,1 38,2 22,6 574,6 66% 30/05/2012 317,4 242,9 43,6 21,9 625,7 69% 31/05/2012 303,1 236,3 44,2 22,7 606,3 67% 01/06/2012 303,0 236,1 44,6 23,1 606,7 67% 02/06/2012 294,2 231,7 48,5 22,4 596,8 67% 03/06/2012 307,9 238,8 52,6 22,6 621,9 68% 04/06/2012 302,3 235,2 44,3 24,0 605,8 66% 05/06/2012 298,2 233,4 47,0 23,3 601,9 66% 06/06/2012 302,5 235,3 49,0 23,5 610,4 66% 07/06/2012 307,1 237,8 49,8 24,0 618,6 66% 08/06/2012 298,5 232,9 41,5 22,0 594,8 68% 09/06/2012 312,9 241,3 43,5 21,5 619,1 69% 10/06/2012 296,9 232,4 54,3 25,8 609,3 64% 11/06/2012 302,8 235,4 46,7 22,8 607,7 67% 12/06/2012 303,2 235,6 36,6 21,9 597,3 68% 13/06/2012 312,2 240,0 40,4 22,5 615,2 68% 14/06/2012 317,3 242,8 42,8 22,3 625,2 69% 15/06/2012 311,6 239,5 49,1 24,2 624,4 67% 18/06/2012 311,0 239,5 54,4 25,6 630,5 65% 19/06/2012 312,1 240,0 42,8 23,0 617,8 68% 20/06/2012 303,0 235,4 46,4 22,3 607,1 68% 21/06/2012 281,3 225,1 40,9 22,2 569,6 66% 23/06/2012 313,2 242,0 46,9 21,4 623,5 69% 09/07/2012 214,8 200,0 45,7 25,1 485,7 53%
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 281 Compresor2 Ievap2, kW Icomp2, kW Icond2, kW Iexp2, kW Itotal2, kW hex2 10/07/2012 191,2 186,9 33,6 21,3 433,0 52% 11/07/2012 171,1 62,1 37,3 6,3 276,7 52% 12/07/2012 60,7 68,0 13,0 2,2 143,8 29% 13/07/2012 70,1 67,3 14,9 2,4 154,6 32% 17/07/2012 109,3 72,4 30,7 5,5 217,9 37% 18/07/2012 159,2 68,5 42,4 6,9 277,0 46% 23/07/2012 98,8 71,3 25,0 4,7 199,8 36% 24/07/2012 149,7 67,5 36,2 7,3 260,7 45% 25/07/2012 161,5 63,7 29,8 6,9 261,9 49% 26/07/2012 143,1 63,7 25,2 5,5 237,5 48% 27/07/2012 116,1 64,2 16,6 3,8 200,8 45% 28/07/2012 107,2 66,5 17,4 3,5 194,6 42% 29/07/2012 92,3 66,0 13,9 3,0 175,2 39% 30/07/2012 236,7 232,6 61,3 32,7 563,3 49% 31/07/2012 177,8 62,8 29,8 7,3 277,8 51% 01/08/2012 157,9 62,5 24,7 5,9 251,0 51% 02/08/2012 156,7 62,3 25,9 6,1 251,0 50% 03/08/2012 264,1 216,3 45,3 23,9 549,6 63% 04/08/2012 272,9 221,1 49,1 22,4 565,5 65% 05/08/2012 257,0 212,8 48,8 22,4 541,1 63% 06/08/2012 277,0 222,6 48,3 22,3 570,2 66% 07/08/2012 302,4 237,2 50,7 25,7 616,0 64% 08/08/2012 313,9 243,9 69,9 31,0 658,7 60% 09/08/2012 309,6 240,9 73,2 29,7 653,4 61% 10/08/2012 297,6 233,9 69,1 25,3 625,9 64% 11/08/2012 276,6 222,4 62,4 23,2 584,6 65% 12/08/2012 253,2 210,5 49,4 22,4 535,5 63% 13/08/2012 276,1 222,4 50,6 24,4 573,5 63% 14/08/2012 310,5 240,1 59,2 27,2 637,0 64% 15/08/2012 276,7 223,2 62,4 23,5 585,8 64% 16/08/2012 284,3 227,1 60,1 25,1 596,7 63% 17/08/2012 306,8 238,4 62,3 25,3 632,8 65% 18/08/2012 272,1 220,3 67,3 23,9 583,6 63% 19/08/2012 260,5 214,8 62,2 23,5 560,9 63% 20/08/2012 288,2 228,7 62,2 25,9 605,0 63% 21/08/2012 310,2 240,0 67,5 28,1 645,7 63% 22/08/2012 310,3 240,1 64,0 27,6 642,0 63% 23/08/2012 306,4 239,0 63,6 26,9 635,9 63% 24/08/2012 301,4 236,2 59,8 27,3 624,6 63% 25/08/2012 286,0 229,5 61,7 22,9 600,1 66% 26/08/2012 294,3 251,9 65,8 26,3 638,3 61% 27/08/2012 307,1 239,2 64,0 25,2 635,5 65%
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 288 Compresor3 Ievap3, kW Icomp3, kW Icond3, kW Iexp3, kW Itotal3, kW hex3 25/11/2012 198,2 174,1 26,0 20,0 418,3 57% 26/11/2012 319,2 248,2 38,6 21,0 627,1 70% 27/11/2012 317,0 241,7 31,7 21,4 611,8 70% 28/11/2012 206,7 177,0 20,4 20,6 424,7 58% 29/11/2012 206,7 177,0 20,1 20,6 424,4 58% 30/11/2012 223,4 185,7 22,7 21,5 453,3 60%
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 289 Compresor4 Ievap4, kW Icomp4, kW Icond4, kW Iexp4, kW Itotal4, kW hex4 03/01/2012 67,6 65,8 6,6 2,1 142,1 33% 04/01/2012 41,4 66,2 4,0 1,2 112,8 23% 11/01/2012 116,5 63,7 9,7 3,6 193,6 45% 12/01/2012 109,9 63,8 8,5 3,4 185,5 44% 13/01/2012 123,1 63,4 10,3 3,8 200,6 47% 14/01/2012 67,7 65,2 5,9 2,1 140,9 33% 15/01/2012 81,3 64,5 2,1 1,6 149,6 39% 22/02/2012 290,5 245,0 22,3 20,9 578,6 67% 08/03/2012 160,4 63,7 21,9 7,0 253,1 49% 09/03/2012 155,5 61,3 15,1 5,6 237,5 52% 11/03/2012 98,5 64,7 10,4 3,5 177,1 41% 12/03/2012 71,9 67,6 9,2 2,8 151,4 32% 13/03/2012 131,5 63,9 15,5 5,2 216,1 46% 14/03/2012 134,5 68,7 24,0 6,7 234,0 42% 06/04/2012 177,6 57,6 9,0 5,5 249,6 58% 09/04/2012 312,6 232,6 36,1 25,2 606,4 67% 10/04/2012 284,9 216,4 27,0 22,7 551,0 67% 11/04/2012 100,6 64,3 12,4 3,6 180,9 41% 12/04/2012 82,6 60,8 3,7 2,0 149,1 41% 13/04/2012 146,5 60,7 15,3 5,1 227,6 51% 14/04/2012 73,3 62,4 6,9 2,0 144,6 37% 16/04/2012 139,2 61,3 15,1 4,8 220,3 50% 17/04/2012 154,0 63,4 23,6 6,6 247,6 49% 19/04/2012 82,7 64,9 10,9 2,9 161,4 37% 20/04/2012 86,0 63,9 10,7 2,9 163,5 38% 21/04/2012 105,5 63,2 13,9 3,6 186,2 43% 22/04/2012 92,0 62,6 10,5 2,8 168,0 41% 24/04/2012 118,2 61,7 11,8 3,5 195,3 47% 25/04/2012 91,1 64,0 11,2 3,1 169,4 40% 26/04/2012 77,1 61,7 6,0 1,9 146,7 38% 27/04/2012 96,5 63,6 13,6 3,2 176,8 41% 28/04/2012 88,5 64,1 10,7 3,0 166,3 39% 29/04/2012 95,1 61,5 7,0 2,6 166,2 43% 30/04/2012 74,2 62,2 5,3 1,9 143,5 37% 02/05/2012 105,8 63,0 12,4 3,5 184,7 43% 03/05/2012 101,2 62,9 12,1 3,3 179,5 43% 04/05/2012 84,9 62,1 8,4 2,3 157,7 40% 05/05/2012 94,4 62,5 11,2 2,9 170,9 42% 06/05/2012 60,5 65,5 8,6 2,0 136,6 30% 07/05/2012 92,3 62,8 11,1 2,8 168,9 41% 08/05/2012 91,1 63,6 11,8 2,4 169,0 41% 09/05/2012 88,0 62,0 10,0 2,3 162,3 41%
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 290 Compresor4 Ievap4, kW Icomp4, kW Icond4, kW Iexp4, kW Itotal4, kW hex4 10/05/2012 73,5 63,0 9,5 2,1 148,2 36% 11/05/2012 91,2 66,5 13,2 2,3 173,2 40% 13/05/2012 78,7 66,3 14,6 2,7 162,3 35% 14/05/2012 73,2 66,4 13,7 2,4 155,6 34% 15/05/2012 59,7 67,5 11,2 2,3 140,6 29% 16/05/2012 96,1 63,7 14,2 3,2 177,3 41% 17/05/2012 109,2 64,3 16,7 3,6 193,7 43% 18/05/2012 91,1 65,0 11,2 3,2 170,4 39% 21/05/2012 67,6 64,4 7,5 2,0 141,4 33% 22/05/2012 61,2 66,8 9,7 1,9 139,7 30% 23/05/2012 30,0 65,2 4,6 0,9 100,7 18% 30/07/2012 158,7 73,5 45,2 9,2 286,5 41% 31/07/2012 184,9 190,1 36,9 22,9 434,8 48% 01/08/2012 84,1 64,7 11,7 2,7 163,2 38% 05/08/2012 31,1 61,4 5,4 0,7 98,6 20% 06/08/2012 64,5 63,4 11,2 1,8 141,0 33% 07/08/2012 101,8 71,5 25,9 4,5 203,8 37% 08/08/2012 44,3 88,7 18,5 2,5 154,0 18% 09/08/2012 57,0 71,7 15,1 2,0 145,8 27% 14/08/2012 72,4 77,7 23,6 3,8 177,5 28% 23/08/2012 69,5 69,6 17,2 2,5 158,9 31% 11/09/2012 236,0 245,0 94,3 22,0 597,2 57% 12/09/2012 96,6 66,8 26,4 3,5 193,3 39% 13/09/2012 134,8 67,0 33,0 6,1 240,9 44% 14/09/2012 80,3 69,5 17,9 3,2 171,0 34% 17/09/2012 164,2 63,3 36,3 6,3 270,1 50% 18/09/2012 167,3 62,1 33,0 6,0 268,5 52% 19/09/2012 39,3 76,4 10,1 1,4 127,3 19% 20/09/2012 40,7 69,5 8,9 1,4 120,5 22% 21/09/2012 68,6 73,6 16,6 2,6 161,4 29% 22/09/2012 93,9 65,0 23,6 3,3 185,8 39% 23/09/2012 64,3 65,3 14,4 2,0 146,1 32% 24/09/2012 126,0 62,3 17,1 4,1 209,5 48% 25/09/2012 70,0 64,9 9,4 2,3 146,5 34% 26/09/2012 64,2 64,9 10,8 2,0 141,9 32% 27/09/2012 162,6 60,7 28,5 5,6 257,4 53% 28/09/2012 51,4 66,1 11,3 1,7 130,5 27% 29/09/2012 75,6 65,0 14,7 2,5 157,8 35% 30/09/2012 51,6 65,6 9,9 1,6 128,7 27% 01/10/2012 118,6 71,2 26,8 6,2 222,7 39% 03/10/2012 134,3 64,7 23,2 4,1 226,3 48% 04/10/2012 128,1 63,9 19,9 4,5 216,4 46%
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 291 Compresor4 Ievap4, kW Icomp4, kW Icond4, kW Iexp4, kW Itotal4, kW hex4 05/10/2012 211,4 197,1 39,2 24,6 472,3 53% 06/10/2012 134,3 63,2 25,3 4,7 227,4 48% 07/10/2012 104,6 63,7 19,2 3,3 190,8 43% 08/10/2012 134,3 63,2 24,0 4,7 226,2 48% 09/10/2012 96,8 64,8 19,6 3,3 184,5 40% 10/10/2012 131,2 64,3 25,0 4,9 225,4 46% 11/10/2012 81,4 65,6 23,5 2,7 173,2 36% 12/10/2012 51,7 65,7 10,6 1,6 129,5 27% 13/10/2012 45,1 65,3 7,0 1,3 118,7 25% 14/10/2012 213,3 197,0 34,5 21,8 466,7 56% 15/10/2012 30,3 66,2 5,8 0,8 103,1 18% 16/10/2012 93,3 68,3 16,4 3,7 181,7 37% 17/10/2012 60,7 68,0 9,3 2,2 140,1 29% 18/10/2012 112,6 64,8 18,2 4,1 199,7 43% 19/10/2012 73,5 64,9 9,8 2,3 150,5 35% 20/10/2012 48,4 66,0 7,2 1,5 123,0 26% 21/10/2012 82,1 64,2 11,8 2,5 160,6 38% 22/10/2012 120,2 63,3 22,7 3,9 210,1 46% 23/10/2012 54,9 65,9 11,1 1,7 133,6 28% 25/10/2012 104,7 63,9 18,0 3,3 189,9 43% 31/10/2012 160,2 62,0 22,8 5,3 250,3 52% 02/11/2012 156,1 62,0 23,3 5,0 246,4 52% 05/11/2012 176,4 61,3 23,7 5,5 266,9 55% 06/11/2012 30,5 64,2 4,2 0,8 99,8 19% 13/11/2012 31,2 61,5 2,4 0,6 95,7 21% 14/11/2012 29,0 74,6 5,8 0,7 110,2 16% 15/11/2012 28,9 77,8 7,3 0,8 114,9 15% 25/11/2012 170,3 61,9 23,8 5,2 261,2 55% 11/12/2012 48,5 65,5 5,3 1,4 120,7 26% 13/12/2012 131,1 62,3 14,9 4,1 212,4 49% 14/12/2012 34,0 66,6 5,5 1,1 107,1 20% 15/12/2012 119,7 64,0 21,2 4,1 209,0 45% 17/12/2012 107,0 63,6 16,6 3,4 190,5 43% 18/12/2012 153,3 61,8 23,0 5,1 243,2 51% 19/12/2012 139,2 62,4 17,5 4,5 223,6 49% 20/12/2012 82,1 64,8 11,5 2,5 161,0 37% 21/12/2012 122,6 62,9 16,7 3,9 206,1 47%
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 292 Compresor5 Ievap5, kW Icomp5, kW Icond5, kW Iexp5, kW Itotal5, kW hex5 01/01/2012 54,7 66,0 7,0 1,8 129,5 28% 02/01/2012 67,2 65,4 8,3 2,2 143,0 33% 03/01/2012 296,3 239,3 28,4 22,5 586,5 66% 04/01/2012 315,0 249,0 29,6 22,0 615,6 68% 05/01/2012 258,2 218,0 25,4 23,0 524,6 62% 06/01/2012 54,7 66,0 7,2 1,8 129,7 28% 07/01/2012 58,0 65,9 7,3 1,9 133,1 29% 08/01/2012 67,2 65,5 8,2 2,2 143,0 33% 09/01/2012 291,7 236,7 27,2 22,6 578,2 66% 10/01/2012 319,8 251,2 28,3 21,8 621,1 69% 11/01/2012 291,9 237,6 26,1 22,5 578,1 66% 15/01/2012 84,5 64,7 7,9 2,7 159,7 38% 16/01/2012 134,6 62,7 12,1 4,5 214,0 48% 17/01/2012 161,5 61,5 14,9 5,4 243,3 53% 18/01/2012 167,8 61,1 15,2 5,6 249,8 54% 19/01/2012 134,6 62,7 12,1 4,5 213,9 48% 20/01/2012 132,5 62,7 12,2 4,4 211,9 48% 21/01/2012 113,6 63,6 10,5 3,7 191,3 45% 23/01/2012 176,3 60,7 17,7 6,1 260,7 55% 24/01/2012 157,3 61,6 14,7 5,3 238,8 52% 25/01/2012 147,2 62,2 13,2 4,9 227,5 51% 26/01/2012 161,4 61,8 15,5 5,5 244,2 52% 27/01/2012 153,8 62,6 15,4 5,1 236,9 51% 28/01/2012 117,9 63,6 11,1 3,9 196,4 45% 30/01/2012 144,9 62,6 13,2 4,9 225,6 50% 31/01/2012 104,2 64,1 10,2 3,5 182,1 42% 01/02/2012 155,2 62,2 14,5 5,3 237,1 51% 02/02/2012 120,1 63,5 10,6 4,0 198,1 46% 03/02/2012 97,0 64,4 8,3 3,2 172,9 41% 06/02/2012 201,4 191,2 20,9 20,6 434,1 55% 07/02/2012 137,0 62,8 12,8 4,5 217,1 49% 08/02/2012 92,2 64,5 7,6 3,0 167,3 40% 09/02/2012 111,3 63,6 9,1 3,6 187,6 44% 10/02/2012 115,6 63,7 10,1 3,8 193,3 45% 13/02/2012 97,1 64,5 8,6 3,2 173,4 41% 14/02/2012 94,8 64,4 8,1 3,1 170,3 40% 15/02/2012 223,3 202,2 19,9 21,9 467,4 58% 16/02/2012 115,8 63,8 10,3 3,8 193,7 45% 17/02/2012 106,8 64,3 9,8 3,5 184,4 43% 18/02/2012 61,4 65,4 8,1 1,9 136,8 31% 20/02/2012 126,3 63,5 12,2 4,3 206,3 47% 21/02/2012 157,6 61,8 13,4 5,2 238,0 52%
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 293 Compresor5 Ievap5, kW Icomp5, kW Icond5, kW Iexp5, kW Itotal5, kW hex5 22/02/2012 161,7 61,5 14,1 5,4 242,7 53% 23/02/2012 113,9 64,2 10,6 3,7 192,3 44% 24/02/2012 104,5 64,9 9,9 3,5 182,7 42% 27/02/2012 133,0 63,9 14,1 4,5 215,5 47% 29/02/2012 158,7 63,3 23,4 5,9 251,3 50% 01/03/2012 165,4 62,9 18,1 6,0 252,3 51% 02/03/2012 129,4 64,7 13,1 4,2 211,5 47% 05/03/2012 154,5 65,1 21,3 5,9 246,8 48% 06/03/2012 131,1 65,0 14,2 4,4 214,8 46% 07/03/2012 95,2 65,9 9,1 3,0 173,1 40% 08/03/2012 177,8 171,7 18,3 18,9 386,6 52% 09/03/2012 215,8 188,3 21,6 22,6 448,2 57% 10/03/2012 122,0 64,0 12,9 4,2 203,0 45% 11/03/2012 107,3 65,2 11,0 3,4 186,9 43% 12/03/2012 207,7 188,8 23,4 22,5 442,4 55% 13/03/2012 189,6 175,6 22,1 21,6 408,9 52% 14/03/2012 176,7 61,3 20,9 7,5 266,5 52% 15/03/2012 189,0 176,3 19,7 19,9 405,0 54% 17/03/2012 148,1 61,8 16,6 5,8 232,3 50% 18/03/2012 141,6 64,7 11,4 4,8 222,5 48% 19/03/2012 198,1 189,2 21,1 20,5 428,9 55% 20/03/2012 159,7 61,7 18,7 6,3 246,4 51% 21/03/2012 186,0 170,5 22,7 20,1 399,2 53% 22/03/2012 143,4 62,9 18,5 5,3 230,0 49% 23/03/2012 180,8 62,1 25,8 7,8 276,6 52% 24/03/2012 118,0 65,1 15,2 4,0 202,4 44% 25/03/2012 109,6 63,9 12,9 3,9 190,4 43% 26/03/2012 120,8 64,5 15,3 4,9 205,5 44% 27/03/2012 164,2 62,3 20,4 6,6 253,5 51% 28/03/2012 121,3 62,6 12,0 4,4 200,3 46% 29/03/2012 120,5 63,6 13,6 4,7 202,4 45% 30/03/2012 124,5 64,8 15,2 4,3 208,8 45% 31/03/2012 146,7 63,9 19,7 5,3 235,6 49% 01/04/2012 135,3 63,3 17,0 5,0 220,6 47% 02/04/2012 180,1 62,2 26,9 7,4 276,5 52% 03/04/2012 167,1 62,5 23,8 6,6 260,0 51% 04/04/2012 144,6 63,1 18,5 5,6 231,7 48% 05/04/2012 123,7 68,9 14,9 3,6 211,1 44% 10/04/2012 206,1 182,7 30,1 24,3 443,2 53% 11/04/2012 179,5 61,7 22,3 6,1 269,6 54% 12/04/2012 153,8 62,2 17,5 5,1 238,6 51% 13/04/2012 253,9 205,0 27,9 23,2 510,0 62%
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 294 Compresor5 Ievap5, kW Icomp5, kW Icond5, kW Iexp5, kW Itotal5, kW hex5 14/04/2012 108,3 65,5 13,8 3,1 190,7 43% 15/04/2012 108,3 64,0 15,4 4,1 191,8 43% 16/04/2012 171,4 60,7 20,3 5,9 258,3 54% 17/04/2012 252,9 208,7 40,2 27,4 529,2 58% 18/04/2012 178,7 60,7 21,8 6,1 267,4 55% 19/04/2012 158,7 63,5 21,5 5,2 248,9 51% 20/04/2012 113,9 63,9 16,2 4,2 198,1 44% 21/04/2012 113,5 64,2 17,2 4,3 199,1 43% 22/04/2012 116,3 63,8 17,5 4,2 201,9 44% 23/04/2012 141,3 62,6 20,0 5,1 229,0 49% 24/04/2012 173,2 61,9 23,0 5,8 263,9 54% 25/04/2012 179,5 61,5 24,3 6,2 271,5 54% 26/04/2012 128,6 63,9 18,7 4,4 215,5 47% 27/04/2012 115,4 64,7 19,2 4,0 203,4 44% 28/04/2012 110,9 65,3 16,2 3,9 196,2 43% 29/04/2012 114,1 64,0 14,8 4,1 197,0 44% 30/04/2012 110,0 64,4 14,7 4,0 193,1 43% 01/05/2012 112,0 64,1 15,2 4,1 195,3 43% 02/05/2012 118,1 63,7 15,4 3,9 201,0 45% 03/05/2012 141,7 62,9 20,4 5,1 230,0 49% 04/05/2012 123,8 64,0 19,2 4,4 211,3 46% 05/05/2012 106,9 64,5 17,0 4,0 192,4 42% 06/05/2012 88,0 65,6 13,7 3,3 170,5 38% 07/05/2012 93,1 65,1 14,7 3,4 176,3 39% 08/05/2012 104,6 64,9 18,5 4,0 192,0 41% 09/05/2012 114,2 64,8 20,8 4,2 204,1 43% 10/05/2012 100,6 65,2 17,9 3,7 187,3 41% 11/05/2012 104,9 64,7 18,4 3,9 191,8 42% 12/05/2012 100,1 64,9 18,0 3,7 186,8 41% 13/05/2012 107,1 65,7 20,9 4,1 197,9 41% 14/05/2012 128,2 64,9 24,7 4,6 222,3 46% 15/05/2012 117,9 65,0 21,8 4,6 209,3 43% 16/05/2012 146,3 65,0 29,5 6,1 246,9 47% 17/05/2012 183,5 189,7 32,7 15,6 421,4 52% 18/05/2012 133,6 66,0 17,9 4,4 222,0 46% 19/05/2012 122,0 63,0 25,1 4,4 214,6 46% 20/05/2012 113,0 63,3 12,9 3,7 193,0 45% 21/05/2012 133,0 63,5 17,4 4,4 218,3 48% 22/05/2012 168,7 63,0 26,3 5,8 263,8 52% 23/05/2012 126,9 65,3 21,0 4,3 217,5 46% 24/05/2012 153,2 65,2 28,2 5,6 252,3 49% 25/05/2012 151,4 64,6 29,1 5,4 250,5 49%
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 295 Compresor5 Ievap5, kW Icomp5, kW Icond5, kW Iexp5, kW Itotal5, kW hex5 26/05/2012 159,7 63,5 28,5 5,6 257,3 51% 27/05/2012 147,4 64,3 28,3 5,1 245,2 49% 28/05/2012 154,1 64,3 28,0 5,2 251,6 50% 29/05/2012 158,3 64,0 26,0 5,4 253,7 51% 30/05/2012 160,9 62,1 26,5 5,7 255,1 52% 31/05/2012 106,7 64,5 18,2 4,0 193,3 42% 01/06/2012 106,2 64,5 17,7 4,0 192,4 42% 02/06/2012 92,6 64,6 17,5 3,4 178,2 39% 03/06/2012 126,4 63,8 25,7 4,8 220,7 46% 04/06/2012 127,1 63,8 20,7 5,0 216,6 46% 05/06/2012 110,9 64,3 19,7 4,2 199,0 43% 06/06/2012 114,9 64,2 20,9 4,5 204,5 44% 07/06/2012 129,3 63,7 23,3 5,1 221,4 46% 08/06/2012 97,6 64,1 15,6 3,5 180,8 41% 09/06/2012 308,2 240,3 46,9 23,0 618,4 67% 10/06/2012 222,4 193,4 40,5 23,8 480,1 57% 11/06/2012 156,3 61,2 26,5 5,8 249,9 51% 12/06/2012 111,4 63,3 15,4 4,0 194,1 44% 13/06/2012 147,9 61,8 21,3 5,5 236,6 50% 14/06/2012 164,5 60,6 24,5 6,2 255,7 53% 15/06/2012 223,7 196,7 38,3 23,8 482,5 57% 16/06/2012 315,6 240,0 55,2 24,3 635,1 67% 17/06/2012 315,6 240,0 56,7 24,3 636,6 67% 18/06/2012 212,0 188,3 38,9 23,8 462,9 55% 19/06/2012 229,4 196,3 34,6 23,5 483,8 58% 20/06/2012 219,3 189,5 36,6 22,5 467,8 58% 21/06/2012 205,3 185,8 40,0 23,9 455,1 53% 22/06/2012 315,5 241,5 63,3 25,9 646,3 65% 23/06/2012 315,1 241,4 61,5 26,7 644,8 64% 24/06/2012 311,9 238,7 65,2 31,0 646,8 60% 25/06/2012 312,7 241,8 66,7 31,8 653,0 59% 26/06/2012 312,2 239,4 67,0 31,0 649,6 60% 27/06/2012 310,9 237,4 64,9 31,9 645,0 60% 28/06/2012 311,0 235,4 63,0 30,4 639,7 61% 29/06/2012 308,9 233,4 58,1 25,1 625,6 66% 30/06/2012 296,4 228,2 46,5 23,1 594,1 67% 01/07/2012 262,5 211,1 37,8 23,3 534,7 63% 02/07/2012 274,4 216,9 44,2 23,7 559,2 64% 03/07/2012 291,0 224,8 48,4 24,5 588,7 65% 04/07/2012 282,4 220,9 50,8 24,5 578,5 64% 05/07/2012 287,2 223,4 51,2 23,6 585,4 66% 06/07/2012 286,7 222,4 49,0 24,1 582,2 65%
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 296 Compresor5 Ievap5, kW Icomp5, kW Icond5, kW Iexp5, kW Itotal5, kW hex5 07/07/2012 282,6 220,8 53,7 24,1 581,2 65% 08/07/2012 262,3 211,0 48,1 23,7 545,0 63% 09/07/2012 315,5 254,7 57,3 24,4 651,9 65% 10/07/2012 317,9 248,5 53,6 25,6 645,6 65% 11/07/2012 315,8 241,6 64,5 25,1 647,0 66% 12/07/2012 309,5 234,3 52,1 24,5 620,4 66% 13/07/2012 313,9 236,1 56,1 24,9 630,9 66% 14/07/2012 287,0 223,1 51,2 24,1 585,4 65% 15/07/2012 266,5 213,1 43,7 23,4 546,7 64% 16/07/2012 277,3 218,6 58,2 26,1 580,1 62% 17/07/2012 303,5 233,1 58,5 28,2 623,3 62% 18/07/2012 321,0 259,6 59,6 24,1 664,3 66% 19/07/2012 313,5 236,0 52,7 25,8 628,0 66% 20/07/2012 295,7 227,3 52,0 24,4 599,3 66% 21/07/2012 274,2 216,9 52,4 24,2 567,6 64% 22/07/2012 269,7 214,8 56,9 24,9 566,2 62% 23/07/2012 302,7 231,5 57,3 28,7 620,3 62% 24/07/2012 283,3 243,3 63,1 29,4 619,1 58% 25/07/2012 117,5 114,3 36,7 3,1 271,6 31% 26/07/2012 84,0 115,4 24,6 1,9 225,9 25% 27/07/2012 70,5 119,4 18,4 1,4 209,8 22% 28/07/2012 73,6 119,0 19,4 1,5 213,5 23% 29/07/2012 70,5 119,3 18,5 1,5 209,8 22% 30/07/2012 82,9 116,9 27,3 2,5 229,7 24% 31/07/2012 111,3 114,7 32,0 2,9 261,1 30% 01/08/2012 84,2 115,0 23,0 1,9 224,1 25% 02/08/2012 76,2 114,9 21,6 1,7 214,3 24% 03/08/2012 86,8 77,0 20,5 2,4 186,7 34% 04/08/2012 69,3 65,0 14,2 2,3 150,9 33% 05/08/2012 63,3 65,6 14,2 2,2 145,2 31% 06/08/2012 147,5 63,9 31,6 5,1 248,0 49% 07/08/2012 199,2 192,8 40,8 24,0 456,8 51% 08/08/2012 179,7 183,7 47,3 25,2 436,0 45% 09/08/2012 161,7 66,2 41,6 8,1 277,6 47% 10/08/2012 121,7 66,1 33,2 5,4 226,4 43% 11/08/2012 68,9 66,3 18,6 2,5 156,3 32% 12/08/2012 60,4 65,8 14,0 2,1 142,3 30% 13/08/2012 125,0 64,9 26,7 5,1 221,7 44% 14/08/2012 188,9 179,4 40,2 23,6 432,2 49% 15/08/2012 115,1 65,3 30,9 4,2 215,4 43% 16/08/2012 160,6 66,2 45,7 7,0 279,6 47% 17/08/2012 161,2 63,8 39,0 7,0 271,0 49%
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 297 Compresor5 Ievap5, kW Icomp5, kW Icond5, kW Iexp5, kW Itotal5, kW hex5 18/08/2012 62,8 66,6 18,1 2,3 149,9 30% 19/08/2012 59,6 67,5 17,3 2,3 146,7 29% 20/08/2012 143,1 66,9 39,1 6,8 255,9 45% 21/08/2012 146,9 66,6 36,9 7,0 257,3 45% 22/08/2012 135,4 66,0 30,6 6,1 238,1 45% 23/08/2012 197,9 187,3 44,3 23,4 452,9 52% 24/08/2012 235,0 201,6 49,9 27,0 513,5 55% 25/08/2012 293,9 234,3 70,2 25,3 623,7 64% 26/08/2012 229,4 258,0 52,9 21,0 561,2 55% 27/08/2012 270,4 228,0 57,2 24,5 580,1 62% 28/08/2012 302,7 251,7 61,6 24,2 640,2 64% 29/08/2012 323,4 267,4 73,1 23,6 687,5 66% 30/08/2012 310,9 269,7 66,0 22,6 669,2 65% 31/08/2012 322,2 262,4 72,4 22,5 679,6 67% 01/09/2012 293,0 229,3 62,0 23,4 607,8 66% 02/09/2012 251,0 205,5 41,5 23,2 521,2 62% 03/09/2012 298,5 249,1 66,5 22,9 637,1 65% 04/09/2012 315,5 252,2 61,5 22,7 651,9 67% 05/09/2012 323,6 267,9 66,4 23,1 680,9 66% 06/09/2012 325,6 280,0 77,0 23,7 706,4 65% 07/09/2012 317,7 264,7 70,6 25,7 678,6 64% 08/09/2012 295,8 228,7 68,6 25,1 618,2 65% 09/09/2012 270,5 215,5 54,9 23,6 564,5 64% 10/09/2012 228,0 198,3 49,6 22,3 498,3 59%
OPTIMIZACIÓN ENERGÉTICA MEDIANTE TÉCNICAS DE MINERÍA DE DATOS EN SISTEMAS DE REFRIGERACIÓN UNIVERSIDAD DE SEVILLA, DEPARTAMENTO DE INGENIERÍA ENERGÉTICA Página 304 Compresor6 Ievap6, kW Icomp6, kW Icond6, kW Iexp6, kW Itotal6, kW hex6 21/09/2012 56,7 87,3 20,4 1,6 166,1 23% 22/09/2012 40,2 87,1 19,9 1,0 148,1 18% 23/09/2012 29,4 86,5 13,5 0,7 130,1 14% 24/09/2012 31,8 85,5 9,8 0,7 127,8 15% 25/09/2012 29,5 85,8 8,6 0,7 124,6 14% 26/09/2012 25,8 84,8 9,4 0,6 120,6 13% 27/09/2012 21,9 81,2 8,8 0,5 112,4 12% 28/09/2012 23,7 82,9 10,2 0,6 117,3 12% 29/09/2012 21,7 77,8 8,7 0,5 108,6 12% 30/09/2012 21,4 77,4 8,2 0,5 107,5 12% 01/10/2012 42,4 88,8 15,7 1,6 148,5 18% 02/10/2012 49,6 87,4 17,5 1,4 156,0 21% 05/10/2012 44,2 87,0 15,1 1,2 147,5 19% 07/10/2012 26,1 82,5 10,4 0,6 119,6 13% 10/10/2012 56,8 87,3 21,8 1,6 167,6 23% 11/10/2012 48,5 85,9 25,8 1,2 161,4 21% 12/10/2012 26,6 77,4 10,0 0,6 114,6 14% 13/10/2012 35,2 79,1 10,4 0,8 125,6 18% 14/10/2012 59,6 85,1 17,8 1,3 163,8 25% 15/10/2012 28,1 78,8 9,0 0,6 116,5 15% 18/10/2012 37,9 83,9 12,0 1,0 134,8 18% 19/10/2012 29,8 78,2 8,0 0,7 116,7 16% 20/10/2012 32,1 78,2 8,6 0,7 119,6 17% 21/10/2012 36,9 78,4 10,5 0,8 126,6 18% 22/10/2012 26,8 81,3 10,9 0,6 119,6 14% 23/10/2012 30,9 85,7 12,5 0,8 129,9 15% 24/10/2012 25,9 79,6 9,8 0,6 116,0 14% 25/10/2012 25,9 79,8 9,6 0,6 116,0 14% 26/10/2012 28,6 84,9 11,7 0,7 125,8 14% 27/10/2012 26,9 77,7 8,9 0,6 114,1 14% 28/10/2012 31,3 77,4 7,4 0,7 116,8 16% 29/10/2012 26,9 78,0 7,1 0,6 112,6 14% 30/10/2012 24,7 78,4 7,4 0,6 111,0 13% 31/10/2012 25,3 79,1 7,4 0,6 112,4 13% 01/11/2012 26,9 77,7 8,1 0,6 113,3 14% 02/11/2012 27,1 78,1 8,3 0,6 114,1 14% 03/11/2012 24,9 79,4 13,2 0,6 118,1 13% 04/11/2012 27,1 78,6 13,2 0,6 119,5 14% 05/11/2012 27,2 78,0 7,7 0,6 113,5 14% 06/11/2012 24,8 78,0 7,2 0,6 110,6 13% 07/11/2012 24,7 78,4 7,7 0,6 111,4 13% 08/11/2012 22,0 78,1 7,5 0,5 108,1 12%
JOSÉ LUIS ORTIZ SILVA APÉNDICE C Página 305 Compresor6 Ievap6, kW Icomp6, kW Icond6, kW Iexp6, kW Itotal6, kW hex6 09/11/2012 22,5 79,1 8,0 0,5 110,2 12% 10/11/2012 28,7 76,9 8,6 0,7 114,8 15% 12/11/2012 50,4 84,4 13,4 1,1 149,4 22% 13/11/2012 29,6 77,9 7,9 0,7 116,0 16% 14/11/2012 29,8 78,2 8,3 0,7 117,0 16% 15/11/2012 27,7 78,9 8,6 0,6 115,9 15% 16/11/2012 27,7 78,9 8,6 0,6 115,8 15% 17/11/2012 29,5 78,2 9,1 0,7 117,5 15% 18/11/2012 31,9 77,8 8,9 0,7 119,3 17% 19/11/2012 27,1 78,3 7,8 0,6 113,9 14% 20/11/2012 25,3 79,1 7,3 0,6 112,3 13% 21/11/2012 29,8 78,5 8,4 0,7 117,4 16% 22/11/2012 25,3 79,1 7,7 0,6 112,6 13% 23/11/2012 27,5 78,6 7,8 0,6 114,5 14% 24/11/2012 29,5 77,9 8,0 0,7 116,1 15% 25/11/2012 31,6 77,2 9,0 0,7 118,6 17% 26/11/2012 29,5 78,2 8,1 0,7 116,4 15% 27/11/2012 29,5 77,9 6,7 0,7 114,8 16% 28/11/2012 29,3 77,6 6,7 0,7 114,2 15% 29/11/2012 33,6 77,2 7,3 0,8 118,8 17% 05/12/2012 34,2 80,5 8,6 0,8 124,0 17% 11/12/2012 30,4 78,9 6,8 0,7 116,8 16% 12/12/2012 27,1 78,0 6,8 0,6 112,6 14% 13/12/2012 30,0 75,7 7,3 0,7 113,6 16% 14/12/2012 29,6 77,8 8,0 0,7 116,1 16% 15/12/2012 29,5 78,1 9,8 0,7 118,1 15% 16/12/2012 29,8 78,3 9,8 0,7 118,6 16% 17/12/2012 31,6 77,9 9,8 0,7 120,0 16% 20/12/2012 46,5 84,4 13,1 1,1 145,1 21% 21/12/2012 25,3 79,0 7,5 0,6 112,5 13% 22/12/2012 29,3 77,5 8,0 0,7 115,5 15% 26/12/2012 30,4 78,9 8,0 0,7 118,0 16% 27/12/2012 29,0 77,3 6,8 0,7 113,7 15% 28/12/2012 35,3 79,1 5,4 0,8 120,6 18%