Utilização de redes neurais artificiais para determinar o tempo de resposta de sensores de temperatura do  tipo RTD

• Ano de defesa: 2010
• Autor(a) principal: Santos, Roberto Carlos dos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: neural networks; redes neurais; RTD; sensores de temperatura; temperature sensors; tempo de resposta; time response
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/85/85133/tde-15082011-085540/

Em um reator nuclear PWR a temperatura do refrigerante do circuito primário e a da água de realimentação são medidas usando RTD (Resistance Temperature Detectors), ou termômetros de resistência. Estes RTDs alimentam os sistemas de controle e segurança da usina e devem, portanto, ser muito precisos e ter bom desempenho dinâmico. O tempo de resposta dos RTDs é caracterizado por um parâmetro denominado de Constante de Tempo, definido como sendo o tempo que o sensor leva para atingir 63,2% do seu valor final após sofrer uma variação de temperatura em forma de degrau. Este valor é determinado em laboratório, porém as condições de operação de reatores nucleares são difíceis de ser reproduzidas. O método LCSR (Loop Current Step Response), ou teste de resposta a um degrau de corrente, foi desenvolvido para medir remotamente o tempo de resposta dos RTDs. A partir desse teste, a constante de tempo do sensor é calculada através de uma transformação LCSR que envolve a determinação das constantes modais do modelo de transferência de calor. Este cálculo não é simples e requer pessoal especializado. Por este motivo, utilizou-se a metodologia de Redes Neurais Artificiais para estimar a constante de tempo do RTD a partir do LCSR. Os testes LCSR foram usados como dados de entrada da RNA; os testes de Imersão Rápida foram usados para determinar a constante de tempo dos sensores, sendo estes os valores desejados de saída da rede. Esta metodologia foi aplicada inicialmente a dados teóricos, simulando dez sensores com diferentes valores de constante de tempo, resultando em um erro médio de aproximadamente 0,74 %. Dados experimentais de 3 diferentes RTDs foram usados para estimar a constante de tempo, resultando em um erro máximo de 3,34 %. Os valores de constante de tempo estimados pelas RNAs foram comparados com aqueles obtidos pelo método tradicional, obtendo-se um erro médio de 18 % o que mostra que as RNAs são capazes de estimar a constante de tempo de uma forma precisa.