Monitoramento de Incrustações em Trocadores de Calor por Meio da Transferência de Aprendizado de Sombras Digitais

Abstract

A incrustação nos trocadores de calor exige monitoramento para manter seu desempenho. Assim, este artigo propõe uma metodologia baseada em modelagem de dados e transferência de aprendizado, utilizando a Adaptação de Distribuição Conjunta (JDA) para diagnosticar seu estado. Um modelo auto-regressivo (AR) é criado como sombra digital de um trocador de calor de referência, permitindo identificar desvios operacionais. A extração de características dos erros de predição alimenta um classificador SVM para monitorar a evolução do coeficiente global de transferência de calor. O conhecimento adquirido é então transferido para um trocador alvo, reduzindo a necessidade de novos dados. Os resultados destacam a viabilidade de reutilizar classificadores pré-treinados em diferentes condições operacionais, otimizando o monitoramento em sistemas com dados limitados.