1,720,991 research outputs found
Modeling, estimation and identification of complex system dynamics: issues and solutions
No full textLa modellazione dei sistemi è di fondamentale importanza in tutte le discipline,
sono utili per l’analisi, la previsione o la simulazione dei sistemi. Esistono
due pratiche per definire modelli: modellazione e di identificazione. La modellazione
è basata su leggi note. L’identificazione consiste nella selezione di un
modello sulla base delle osservazioni effettuate sul sistema. In questo lavoro
si è dato un contributo all’identificazione e stima di dinamiche complesse di
sistemi. Con attenzione ai sistemi reali, sono proposte tre soluzioni.
Il primo argomento riguarda un inceneritore per rifiuti solidi urbani, dove i
modelli matematici sono troppo complessi per essere utilizzati. La soluzione
data è in grado di stimare e predire, la produzione di vapore di un inceneritore
RSU. L’algoritmo di apprendimento si basa su reti di funzioni a base radiale
e combina la tecnica Minimal Resource Allocating Network con un filtro di
Kalman esteso adattativo per aggiornare i parametri della rete.
Il secondo problema riguarda la compensazione degli errori di controllo per
un manipolatore industriale. Se un contro è ben progettato l’errore di controllo
non può essere compensato. Tuttavia nel controllo Sliding Mode discreto,
l’errore di controllo presenta dinamiche residue. Si propongono sue approcci
per compensare l’incertezza, l’obiettivo è sviluppare un SMC discreto più robusto
con due soluzioni, una basata sullo stimatore di incertezza del modello,
e un predittore autosintonizzante.
La diagnosi guasti ha ricevuto un crescente interesse degli ultimi anni. L’ultimo
argomento riguarda una procedura di rilevamento guasti e isolamento per la
rilevazione e l’analisi di difetti di motori elettrici a fine linea di un impianto
di produzione di cappe. L’obiettivo consiste nel rilevare e identificare i motori
difettosi per l’analisi di qualità. Un approccio diagnostico basato sull’analisi dei
segnali è preferibile per le caratteristiche dei segnali acquisiti e per la soluzione
di implementazione
Report RdS/PAR2013/063. Sviluppo di un simulatore di edifici orientato alla gestione attiva della domanda
No full textIl lavoro svolto durante questa annualità è suddiviso in due linee di attività. Nella prima linea di attività sono state migliorate alcune funzionalità del simulatore termico/elettrico. Nel PAR precedente (2012) la centrale termica/frigorifera era stata simulata ipotizzando un rendimento medio annuo costante sia per la caldaia che per il gruppo frigorifero; il simulatore della centrale termica/frigorifera è stato migliorato facendo variare il rendimento in funzione del fattore di carico e delle condizioni ambientali esterne. Inoltre, sono stati modellati i consumi elettrici integrandoli con quelli termici simulando il controllo dell’accensione e spegnimento dei fan-coil e la dimmerazione dell’illuminazione indoor. Infine è stato inserito il costo dell’energia come condizione al contorno attraverso scenari tariffari flat. Inoltre, il simulatore è stato predisposto per essere integrato con algoritmi di ottimizzazione in modo da arrivare ad una ottimizzazione multi-obiettivo minimizzando il discomfort degli utenti e minimizzando i consumi energetici. La seconda linea di attività è consistita nella valutazione del simulatore a partire dai dati sperimentali degli edifici monitorati al fine di conseguire una migliore corrispondenza tra il modello ed il comportamento reale degli edifici. In particolare, l’attività di tuning è consistita principalmente nella validazione del simulatore applicato all’edificio F40 per un periodo di riferimento di 60 giorni individuato nel primo trimestre 2013; inoltre è stata affrontata una primissima fase di valutazione del simulatore per il cluster di edifici. Per quanto riguarda la valutazione sui consumi reali dell’edificio F40, il simulatore sviluppato fornisce ottimi risultati su scala giornaliera con valori del MAPE che oscillano tra il 7.06% ed il 7.87%; più piccolo è l’intervallo che si vuole simulare più i risultati del simulatore si allontanano dai dati reali, come dimostrano il MAPE orario (che oscilla tra il 17.93% ed il 19.59%) e quello biorario (che oscilla dal 15.68% al 17.28%). Altro risultato significativo è il fatto che la simulazione degli apporti gratuiti migliora di molto le prestazioni del simulatore, con riduzione significativa di tutte le voci di errore. Inoltre, le simulazioni dimostrano che le prestazioni del simulatore non cambiano molto con un maggiore livello di dettaglio delle presenze (presenza nell’edificio o presenza nel singolo ufficio): ottenere una simulazione attendibile solamente con il dato di presenza di edificio permette di ovviare al duplice problema della privacy degli occupanti e del costo di installazione di numerosi sensori di presenza. Le metodologia utilizzata per la simulazione degli apporti gratuiti può così essere estesa a tutti gli edifici del terziario, sia pubblico che privato, in cui sia noto l’ingresso mediante badge. Per quanto riguarda la calibrazione del cluster di edifici, i risultati preliminari ottenuti dalla fase di tuning sono incoraggianti, tuttavia il lavoro da fare è ancora molto. In particolare bisognerà: i) effettuare simulazioni prevedendo la presenza degli apporti gratuiti; ii) verificare il tuning anche a livello di ogni singolo edificio
Electric motor defects diagnosis based on kernel density estimation and Kullback-Leibler divergence in quality control scenario
No full textThe present paper deals with the defect detection and diagnosis of induction motor, based on motor current signature analysis in a quality control scenario. In order to develop a monitoring system and improve the reliability of induction motors, Clarke-Concordia transformation and kernel density estimation are employed to estimate the probability density function of data related to healthy and faulty motors. Kullback-Leibler divergence identifies the dissimilarity between two probability distributions and it is used as an index for the automatic defects identification. Kernel density estimation is improved by fast Gaussian transform. Since these techniques achieve a remarkable computational cost reduction respect the standard kernel density estimation, the developed monitoring procedure became applicable on line, as a Quality Control method for the end of production line test. Several simulations and experimentations are carried out in order to verify the proposed methodology effectiveness: broken rotor bars and connectors are simulated, while experimentations are carried out on real motors at the end of production line. Results show that the proposed data-driven diagnosis procedure is able to detect and diagnose different induction motor faults and defects, improving the reliability of induction machines in quality control scenario. © 2015 Elsevier Ltd
Report RdS/2011/332 -Progetto per l’integrazione in una rete di illuminazione pubblica avanzata di un sistema per la supervisione remota di una rete di edifici residenziali equipaggiati con una piattaforma di domotica energetica
No full textExecutive Summary
I temi sviluppati nell’ambito del presente report riguardano la possibilità di sfruttare il sistema della illuminazione pubblica come linea digitale capillare per la raccolta dati e l’invio di informazioni
verso una vasta rete di edifici residenziali. L’obiettivo è la costruzione di una “interactive building network”, ossia dello sviluppo di una capacità “urbana” di orientare i cittadini in modo attivo verso il conseguimento di elevati risparmi energetici ed economici nella gestione delle reti energetiche delle proprie abitazioni. Il progetto nasce dalla consapevolezza che l’ottimizzazione dell’efficienza energetica in ambito residenziale sarà funzione sempre meno dell’efficienza del singolo prodotto (che va comunque promossa e perseguita) e sempre più della individuazione di inefficienze (diagnostica) e dell’ottimizzazione dei profili di consumo dell’utenza finale (“load management”).
Nella Introduzione si definisce il contesto in cui è inserito il lavoro specificandone gli obiettivi: lo studio di una metodologia per la supervisione remota di una rete di edifici residenziali equipaggiati
con una piattaforma di domotica energetica avente lo scopo di ridurre i consumi finali di energia (elettrica e termica) dei consumatori finali domestici attraverso un percorso di crescita di
consapevolezza energetica. Nella Introduzione viene anche definita l’idea di uno “smart agent”, una sorta di supervisore dei consumi domestici suddiviso su due livelli. Il primo livello, realizzabile a livello di ogni singola unità abitativa, ha funzioni di diagnostica ed individuazione sia di “comportamenti energeticamente errati” da parte degli utenti, sia di “guasti” di apparecchiature, sensori ed attuatori. Il secondo livello, è pensato come un server centralizzato in cui risiede tutta la potenza di calcolo ed ottimizzazione delle informazioni ricevute dalla supervisione di primo livello. Le informazioni elaborate daranno origine a dei feed-back verso l’utente finale di carattere tecnico,
economico, informativo. Per questo, la logica di secondo livello si configura come un vero e proprio “personal energy agent” che fornisce all’utente informazioni che lo aiutino a migliorare la propria consapevolezza di quanto e come consuma energia.
Nel secondo capitolo, “Progettazione dell’architettura della Interactive Building Network per il settore residenziale”, viene descritta l’architettura di primo livello. In particolare, vengono
individuati i principali eventi da controllare, i sensori installabili e le principali logiche di 6 diagnostica. Infine, vengono fornite indicazioni per l’implementazione sia di una rete domestica per
il trattamento delle informazioni provenienti dai sensori installati nell'edificio, sia di una rete di intercative building per il trattamento delle informazioni provenienti dai sensori installati
nell'edificio e dirette verso un server remoto (di strada, “smart street”, di quartiere, “smart district”, o di città “smart city”). La piattaforma domotica di interactive building network è caratterizzata da pochi sensori in grado di garantire economicità, robustezza e bassa intrusività, in particolare per quello che riguarda il retrofit sul parco edilizio esistente.
Nel capitolo 3, “Sviluppo prototipale delle metodologie per i sistemi intelligenti e la comunicazione” vengono descritte le metodologie di diagnostica che possono essere implementate
nel settore domestico. Poiché la ricerca è ancora nella fase di studio e di messa a punto delle metodologie, non esiste ancora una base di dati sperimentali su cui lavorare. Per ovviare a questo
inconveniente, è stata simulata una unità abitativa con diversi profili di utenza al proprio interno. La prima parte del capitolo quindi descrive brevemente il sistema di simulazione utilizzato (software “HAMBASE”), l’edificio simulato. Successivamente vengono descritte le caratteristiche dell’utenza simulata; in particolare sono stati studiati: 3 profili di presenza all’interno dell’abitazione; per ciascun profilo di presenza sono stati definiti 3 profili di carico termico ed 1 profilo di carico elettrico giornaliero e settimanale. Inizialmente, sono stati simulati i diversi profili senza errori comportamentali o senza guasti agli apparecchi (profili “faultless”); in una seconda fase sono state inserite alcune delle “anomalie” (errori comportamentali o guasti), così da generare un set di profili con degli errori (profili “fault”) che sono stati poi elaborati con sistemi di diagnostica.
Nel capitolo 4, “Analisi tecnico-economica su un caso di riferimento”, vengono presentati i risultati più significativi delle simulazioni, sia dal punto di vista energetico (m3 di metano
consumati), che dal punto di vista economico (€ annui risparmiati). Questi risultati consentono di dare una indicazione di massima sia del risparmio annuo ottenibile dall’applicazione di best practices sia del costo finale che dovrebbe avere, per ciascun utente, la piattaforma domotica di interactive building network. Supponendo un tempo di ritorno economico di circa 3 anni il suo costo dovrebbe restare all’interno di un range compreso tra i 600 ed i 750 €. La piattaforma base ipotizzata, realizzata con sensori ed attuatori commerciali può realizzarsi a partire da un costo di
circa 700-800 € IVA INCLUSA. Aggiungendo altri sensori ed attuatori (come ad esempio controllo luci, presenza, temporizzatore uscite) si può arrivare anche a 1300-1500 €, IVA
INCLUSA
Report RdS/2012/054 - Sviluppo di un approccio per la gestione ottimale di edifici integrato nella rete della pubblica illuminazione: applicazione su smart village C.R. Casaccia
No full textObiettivo del presente lavoro è stato quello di sviluppare un simulatore dei consumi dell’edificio F40 nell’ottica di studiare ed implementare possibili strategie di attuazione e controllo al fine di ridurre i consumi dell’edificio stesso. L’edificio F40 può essere considerato, per molti aspetti, rappresentativo di
molti edifici sedi di uffici del terziario in generale e della pubblica amministrazione in particolare.
Dopo una breve introduzione, il capitolo “Sviluppo di un simulatore multilivello dell’edificio F40 per la modellazione dei consumi energetici” descrive la metodologia che ha portato alla costruzione del codice di calcolo oggetto del presente lavoro. Inizialmente, viene descritto il processo di audit semplificato messo a punto e che è stato propedeutico alla definizione di molte delle regole utilizzate nel codice definitivo e alla individuazione preliminare di alcune possibili pratiche da correggere o eventi da diagnosticare.
Successivamente, viene presentato il simulatore dell’edificio sviluppato mediante l’utilizzo della logica fuzzy. Infine nel capitolo “Possibili strategie per il controllo ottimo finalizzato alla riduzione di consumi energetici per l’F40” descrive una prima strategia di riduzione dei consumi ed il relativo risparmio sia in
termini energetici che economici: in pratica è stato simulato lo spegnimento della linea luce ordinaria (cioè non comprensiva dell’emergenza) in orario notturno (dalle 20 alle 6 del mattino), nei fine settimana e nei giorni festivi.
Il calcolo, basato su uno storico di 1986 ore (83 giorni), mostra un risparmio pari a 1.913 kWh, pari a circa 23 kWh/giorno. Considerando un costo del kWh risparmiato pari a 0,1733 €/kWh, il risparmio economico ottenibile dalla implementazione di tale politica sarebbe stato pari a 331,52 € (in media 3,99 €/giorno). Considerando che il costo dell’attuatore per l’interruzione della linea per l’intero edificio è stato di 275,00 €, nel periodo simulato il sistema di attuazione non solo si sarebbe ripagato ma avrebbe anche portato ad un risparmio di circa 56 €; il PBP di tale strategia è pari, infatti a circa 69 giorni.
Tuttavia, la principale ricaduta del presente lavoro, al di là dei risultati soddisfacenti raggiunti sia dal punto di vista tecnico è lo sviluppo di una metodologia robusta e ampiamente replicabile su larga scala in quanto l’edificio F40 può essere considerato, per molti aspetti, rappresentativo di molti edifici sedi di uffici del terziario in generale e della pubblica amministrazione in particolare. La metodologia proposta si basa infatti su un set di dati in ingresso veramente minimo: numero di stanze attive (cioè con almeno una persona),
tipo di giorno (lavorativo, fine settimana, festivo) ed ora del giorno. Per attuare queste strategie l’unico dato effettivamente necessario è legato al monitoraggio del numero di stanze attive (gli altri due sono, in fondo, riconducibili ad un calendario); tale dato può essere ottenuto o ricostruito per tutti quegli edifici del terziario (pubblico o privato) che hanno l’ingresso e l’uscita vincolato alla esibizione di un badge
Report RdS/2013/120. Simulatore di reti di edifici per la messa a punto di strategie di controllo. Applicazione e validazione sperimentale su una rete di edifici
No full textLa presente relazione tecnica riporta una descrizione dell’attività svolta per lo sviluppo di un simulatore di consumi energetici di edifici e di reti di edifici. L’idea di base è quella del “cluster” di zone connesse tra loro da reti energetiche termiche ed elettriche. In questa ottica, l’edificio (in questo caso la palazzina F40 del C.R. ENEA- Casaccia) può essere visto come un cluster di stanze e il quartiere o la via possono essere visti come cluster di edifici (in questo caso la smart
street e la microrete energetica a servizio degli edifici F66- F73 del C.R. ENEA- Casaccia). Lo sviluppo del simulatore si è concentrato particolarmente sulla simulazione dei consumi
energetici per il riscaldamento e per la climatizzazione; infatti la simulazione degli altri carichi elettrici (illuminazione) è stata l’oggetto del PAR precedente. Il software è sviluppato in
ambiente Matlab/Simulink; il cuore del programma è un software open source (HAMbase) che permette di simulare l’edificio. HAMbase tuttavia è solo un blocco di tutta la struttura sviluppata (che comprende centrale termica, ventilconvettori, collettori di mandata e di ritorno, valvole regolatrici...). Il software sviluppato è predisposto per poter sostituire sia i dati generati da HAMbase (temperatura interna, umidità relativa) sia i dati meteorologici, con dati reali provenienti da una centralina meteo e da reti di sensori installati nell’edificio. In particolare, per il PAR 2012 il software di simulazione sviluppato è stato applicato su tre modelli: un modello dell’edificio F40 a 57 zone; un modello dell’edificio F40 a 15 zone; un modello di cluster di edifici della smart street ENEA (edifici F66-F73). Per ciascun modello, sono state svolte simulazioni per due località (Ancona e Roma), in differenti stagioni (estate ed inverno), in modalità free-running e con regolazione mediante termostato. Il simulatore permette di modellare controlli per ciascuna unità minima modellata (zona). I principali controlli modellati sono quelli implementati realmente sulla palazzina F40 reale, vale a dire: i) controllo sull’accensione/spegnimento, regolazione della velocità dei singoli ventilconvettori; ii) temperatura di set-point in ogni ambiente; iii) differenti temperature di mandata dalla centrale termica (non attuabile per nell’F40). Il simulatore del cluster di edifici permette un grado di libertà in più nella regolazione della
potenza fornita ai singoli edifici e alle singole zone di questi; a monte di ogni edificio è stata
infatti modellata una valvola a tre vie che regola la portata di fluido termovettore che può
essere inviata ad ogni stabile.
Lo strumento sviluppato dimostra di essere molto potente e flessibile in quanto permette di simulare sia variabili ambientali interne all’edificio sia variabili energetiche nonché,
potenzialmente, sistemi complessi di edifici (o reti di edifici, reti di teleriscaldamento) anche accoppiati a sistemi di generazione distribuita. In particolare, le variabili ambientali interne ed energetiche simulate potranno essere utilizzate per definire indici di comfort(ad esempio: PMV - Predicted Mean Vote, Voto medio previsto; PPD - Predicted Percentage of Dissatisfied, Percentuale di insoddisfatti) e di consumo (kWh/m3
condizionato; kWh/addetto) che potranno essere elaborati attraverso funzioni di ottimizzazione (fitness approximation) per la definizione di strategie ottimali di logiche di controllo per la massimizzazione del risparmio energetico. Queste strategie ottimali di controllo possono essere testate ed eseguite sul simulatore stesso in una ottica di miglioramento continuo
Electric motor fault detection and diagnosis by kernel density estimation and kullback-Leibler divergence based on stator current measurements
No full textThis paper deals with the problem of fault detection and diagnosis of induction motor based on motor current signature analysis. Principal component analysis is used to reduce the three-phase current space to a 2-D space. Kernel density estimation (KDE) is adopted to evaluate the probability density functions of each healthy and faulty motor, which can be used as features in order to identify each fault. Kullback-Leibler divergence is used as an index to identify the dissimilarity between two probability distributions, and it allows automatic fault identification. The aim is also to improve computational performance in order to apply online a monitoring system. KDE is improved by fast Gaussian transform and a points reduction procedure. Since these techniques achieve a remarkable computational cost reduction with respect to the standard KDE, the algorithm can be used online. Experiments are carried out using two alternate current motors: an asynchronous induction machine and a single-phase motor. The faults considered to test the developed algorithm are cracked rotor, out-of-tolerance geometry rotor, and backlash. Tests are carried out at different load and voltage levels to show the proposed method performance
- …
