Trong nghiên cứu này nhóm đã tiến hành nghiên cứu dựa trên các cơ sở lý thuyết và tiến hành thực nghiệm, thu thập dữ liệu và phân tích dữ liệu thu được theo phương pháp Taguchi và phân t
TỔNG QUAN
Lý do chọn đề tài
Nóng lên toàn cầu hiện nay là một thách thức lớn đối với con người và các nhà khoa học, ảnh hưởng sâu sắc đến cuộc sống hàng ngày Sự gia tăng nhiệt độ toàn cầu dẫn đến nhu cầu làm mát ngày càng cao, đặc biệt trong ngành công nghiệp Việc sử dụng các chất làm lạnh thuộc nhóm Freon không chỉ gây hại cho tầng Ozone mà còn tác động tiêu cực đến môi trường, đòi hỏi chúng ta cần tìm kiếm các giải pháp bền vững hơn.
Môi chất CO2 được coi là giải pháp tiềm năng cho nhu cầu hiện nay nhờ vào nhiều lợi ích vượt trội, bao gồm chỉ số GWP=1 và tính an toàn khi không gây cháy nổ khi rò rỉ Với khả năng không tác động tiêu cực đến môi trường và hạn chế các vấn đề của các môi chất hiện có, CO2 đang thu hút sự quan tâm đáng kể từ các nhà khoa học trên toàn thế giới, thúc đẩy nghiên cứu và ứng dụng trong lĩnh vực môi chất lạnh.
Nhiều nghiên cứu đã chỉ ra rằng hệ thống lạnh ghép tầng sử dụng môi chất CO2 cho làm lạnh ở nhiệt độ thấp đạt hiệu quả cao Tuy nhiên, các phương pháp thực nghiệm truyền thống để tối ưu hóa hệ thống thường tốn nhiều thời gian và chi phí Để khắc phục nhược điểm này, phương pháp Taguchi được áp dụng, giúp giảm số lượng thử nghiệm cần thiết và tiết kiệm chi phí, thời gian Phương pháp này cho phép lựa chọn một số yếu tố và mức độ hoạt động của chúng, từ đó tối ưu hóa quá trình xử lý số liệu Nhóm nghiên cứu đã chọn đề tài “Tối ưu hóa thông số nhiệt động hệ thống lạnh ghép tầng dùng cặp môi chất R134a/R744” với sự hỗ trợ của phương pháp Taguchi và phân tích phương sai (ANOVA) như một hướng nghiên cứu mới.
Nghiên cứu này nhằm khám phá các đặc tính nhiệt động của hệ thống lạnh ghép tầng R134a/R744 và phân tích tác động của nhiệt độ đến hệ số hiệu suất năng lượng (COP) của hệ thống.
Tình hình nghiên cứu
1.2.1 Tình hình nghiên cứu trong nước
Thanhtrung Dang và Baoha T Le đã thực hiện khảo sát thực nghiệm hệ thống lạnh ghép tầng với cặp môi chất lạnh R134a/R744 trong điều kiện nhiệt độ môi trường 33℃ Trong chu trình tầng thấp, lưu lượng khối lượng của CO2 đạt 27 kg/h, với nhiệt độ bay hơi -30℃ và nhiệt độ ngưng tụ 7,9℃ Hệ thống đạt công suất lạnh 1,62 kW và hệ số hiệu suất COP là 1,9, giúp giảm nhiệt độ buồng lạnh từ 33℃ xuống -20℃.
Thanhtrung Dang và cộng sự đã tiến hành nghiên cứu thực nghiệm về đặc tính truyền nhiệt của dàn bay hơi micro sử dụng môi chất lạnh R134a Kết quả cho thấy dòng nhiệt tăng khi lưu lượng không khí qua thiết bị bay hơi ở nhiệt độ 30℃ tăng lên Hệ số hiệu suất (COP) và năng suất lạnh của thiết bị bay hơi cũng tăng khi lưu lượng môi chất được cải thiện Công suất làm lạnh tối đa đạt được là 840W với COP là 4,58 Đặc biệt, tại lưu lượng thể tích R134a là 47,5 l/s và nhiệt độ không khí vào thiết bị bay hơi là 30℃, COP của thiết bị bay hơi micro cao hơn 1,4 lần so với COP của thiết bị bay hơi micro mẫu FNA-0,25/1,3.
Thanhtrung Dang và cộng sự đã tiến hành nghiên cứu thực nghiệm về quá trình làm lạnh của chu trình CO2 chuyển tới hạn với thiết bị bay hơi micro Nghiên cứu sử dụng hai bộ làm mát phụ S1 (2 pass, diện tích truyền nhiệt 0,034 m²) và S2 (4 pass, diện tích truyền nhiệt 0,068 m²), được lắp đặt trong buồng lạnh Kết quả thực nghiệm cho thấy chu trình với bộ làm mát S2 có hệ số hiệu suất COP cao hơn so với chu trình sử dụng bộ làm mát S1.
Bảng 1.1 Bảng tóm tắt các nghiên cứu liên quán đến đề tài
Nhóm nghiên cứu nhận thấy chưa có nghiên cứu nào khai thác đầy đủ các thông số nhiệt động và kết hợp nhiều phương pháp phân tích Do đó, nhóm quyết định áp dụng đồng thời hai phương pháp Taguchi và ANOVA để phân tích tác động của các thông số nhiệt động, từ đó cải tiến hệ thống một cách hiệu quả.
1.2.2 Tình hình nghiên cứu ngoài nước
Ustaoglu cùng cộng sự đã tiến hành đánh giá các phương pháp Taguchi và ANOVA nhằm tối ưu hóa hiệu suất năng lượng và exergy Nghiên cứu tập trung vào việc xác định điều kiện vận hành tối ưu để đạt được hệ số hiệu suất (COP) và hiệu quả exergy tối đa Kết quả cho thấy, các thông số vận hành như nhiệt độ bay hơi tầng thấp, nhiệt độ ngưng tụ tầng thấp, nhiệt độ ngưng tụ tầng cao và hiệu suất đẳng entropy của máy nén có ảnh hưởng lớn đến COP, với tỷ lệ tác động lần lượt là 58,1%, 14,4%, 10,25% và 7,47% Điều kiện vận hành tối ưu được xác định là A3B3C1D1E3F3G3H2J1K2, trong đó hiệu suất COP và hiệu suất exergy nằm trong khoảng thông số vận hành đã được thiết lập.
STT Tên đề tài nghiên cứu Nội dung đề tài nghiên cứu
Nghiên cứu hệ thống lạnh ghép tầng
- Đánh giá thực nghiệm hệ thống lạnh ghép tầng sử dụng cặp môi chất lạnh R134a/ CO2 ứng với nhiệt độ bay hơi của CO2 là -30 o C [1]
2 Nghiên cứu hệ thống lạnh sử dụng môi chất R134a
- Nghiên cứu thực nghiệm về đặc tính truyền nhiệt của dàn bay hơi micro sử dụng môi chất R134a [2]
3 Nghiên cứu hệ thống lạnh sử dụng môi chất CO2
- Nghiên cứu thực nghiệm quá trình làm lạnh của chu trình chuyển tới hạn dùng môi chất CO2 sử dụng thiết bị bay hơi microchanel [3]
Kết quả đánh giá nhiệt động lực học cho thấy có hơn 27 kết hợp khác nhau, với tỷ lệ thay đổi nhiệt độ bay hơi, nhiệt độ ngưng tụ của chu trình tầng thấp và nhiệt độ ngưng tụ tầng cao lần lượt là 3,92%/℃, 2,2%/℃ và 1,61%/℃ Phương pháp Taguchi và ANOVA được sử dụng để chứng thực các tham số trong quá trình đánh giá.
Nghiên cứu của Canbolat và cộng sự đã chỉ ra nhiều yếu tố ảnh hưởng đến hiệu suất năng lượng (COP và eCOP) của hệ thống lạnh hấp thụ (ARS), bao gồm nhiệt độ của các thiết bị chính và hiệu suất của dung dịch, chất làm lạnh cũng như các bộ trao đổi nhiệt Mặc dù nhiều nghiên cứu đã tập trung vào các tham số này, thứ tự tầm quan trọng và tỷ lệ đóng góp của chúng vẫn chưa được xác định rõ ràng Mô hình nhiệt động của chu trình đã được thiết lập và COP, eCOP đã được tính toán cho các điều kiện làm việc khác nhau Phân tích thống kê, bao gồm phương pháp Taguchi và ANOVA, đã xác định thứ tự quan trọng của các tham số, với COP và eCOP tối ưu lần lượt là 0,697 và 0,2829 Để tối đa hóa hiệu suất, Phân tích quan hệ Taguchi-Grey (GRA) cho thấy nhiệt độ thiết bị hấp thụ và thiết bị bay hơi có ảnh hưởng lớn nhất, với tỷ lệ đóng góp lần lượt là 29,66% và 26,34% Trong điều kiện tối ưu, COP và eCOP của hệ thống đạt 0,6255 và 0,2829.
Alaattin Metin Kaya đã tối ưu hóa hệ thống làm lạnh nhiều cấp thông qua phương pháp Taguchi và ANOVA để xác định ảnh hưởng của các yếu tố đến hiệu suất hệ thống Các điều kiện vận hành tối ưu đã được xác định nhằm tối đa hóa hiệu suất COP và hiệu suất exergy Nhiệt độ thiết bị bay hơi đóng góp lớn nhất với 46,32% cho COP tối đa, tiếp theo là nhiệt độ ngưng tụ với 32,65% Đối với hiệu suất exergy, nhiệt độ bay hơi và nhiệt độ ngưng tụ lần lượt chiếm 29,14% và 20,34% Kết quả từ 27 thí nghiệm cho thấy COP cao nhất đạt 2,67 và hiệu suất exergy là 55,22% Sử dụng mức độ tối ưu từ phương pháp Taguchi, COP của hệ thống được nâng lên 3,326 và hiệu suất exergy đạt 71,23% Phân tích ANOVA cho thấy độ tin cậy của kết quả là 99,9%.
Patel cùng cộng sự đã nghiên cứu môi chất lạnh R1233zd(E) để thay thế R161 trong hệ thống lạnh ghép tầng Chất làm lạnh R1233zd(E) được đánh giá cùng R41 và R170 để xem xét tính kinh tế Phân tích so sánh giữa các cặp R41-R1233zd(E) và R170-R1233zd(E) cho thấy hiệu suất exergy và tổng chi phí là những tiêu chí quan trọng Giải pháp Pareto được áp dụng cho các mục tiêu kinh tế của từng cặp môi chất lạnh, đồng thời đánh giá sự tác động của các biến như nhiệt độ bay hơi và ngưng tụ Kết quả cho thấy hiệu suất exergy cao hơn với R1233zd(E) so với R161, cụ thể là 65,81% (R41-R1233zd(E)) và tổng chi phí thấp hơn, chỉ 68.615 USD/năm.
Zeng cùng các cộng sự đã tiến hành nghiên cứu nhằm so sánh ảnh hưởng của nhiều yếu tố đến hiệu suất cánh tản nhiệt trong bộ trao đổi nhiệt cánh và ống, bao gồm góc tấn công, chiều dài và chiều cao của bộ tạo xoáy, vật liệu và độ dày cánh tản nhiệt, cũng như bước cánh vây và bước ống.
Bài viết trình bày về 6 tạo xoáy được thực hiện bằng phương pháp số, trong đó các thông số của bộ trao đổi nhiệt dạng cánh và ống được tối ưu hóa bằng phương pháp Taguchi Mười tám loại mô hình đã được tạo ra từ việc kết hợp các mức độ trên từng yếu tố, và các đặc tính truyền nhiệt cùng dòng chảy của từng mô hình đã được phân tích Kết quả cho thấy sáu yếu tố chính (bước cánh, bước ống dọc, bước ống ngang, chiều dài máy tạo xoáy, chiều cao máy tạo xoáy và góc tấn công của máy tạo xoáy) có ảnh hưởng lớn đến hệ số JF, trong khi chất liệu cánh tản nhiệt và độ dày cánh không có ảnh hưởng đáng kể Hai điều kiện tối ưu đã được xác định (A1B3C3D2E1F2G1H3 và A2B2C2D3E1F2G1H3), và kết quả đã được xác minh qua hai phân tích khác nhau.
Zhou và cộng sự đã nghiên cứu phương pháp tăng khả năng lưu trữ năng lượng làm mát cho mặt tiền tòa nhà, đề xuất một hệ thống tái tạo lai tích hợp các hệ thống thông gió, làm mát PV chủ động và kho lưu trữ PCM Hệ thống này bao gồm bức tường Trombe thông gió kết hợp với vật liệu thay đổi pha và tấm quang điện/nhiệt Năng lượng đầu ra tổng thể tương đương được sử dụng để đánh giá hiệu suất năng lượng của hệ thống tái tạo lai với các dạng năng lượng khác nhau Quá trình tối ưu hóa đa biến đã được thực hiện bằng phương pháp Taguchi nhằm tối đa hóa năng lượng đầu ra liên quan đến các thông số hình học và vận hành Các tham số tối ưu được đánh giá thông qua hàm mục tiêu cao nhất Kết quả mô phỏng cho thấy hiệu quả của kỹ thuật đề xuất qua các thông số hình học và vận hành khác nhau.
Yuce và cộng sự đã chỉ ra rằng việc phân tích đồng thời nhiều yếu tố vật lý để xác định giải pháp thông gió tối ưu là một thách thức lớn, đặc biệt khi cần thực hiện nhiều trường hợp khác nhau, làm cho việc tìm ra giải pháp khả thi trở nên khó khăn Để khắc phục vấn đề này, họ đã tích hợp động lực học chất lỏng tính toán (CFD) với phương pháp Taguchi Nghiên cứu trước đây của chúng tôi đã khảo sát sâu rộng về việc áp dụng phương pháp Taguchi trong lĩnh vực này.
Nghiên cứu này phân tích ảnh hưởng của các yếu tố khác nhau đến nồng độ mầm bệnh trong phòng có hệ thống thông gió dịch chuyển Phương pháp Taguchi được áp dụng để giảm thiểu độ phức tạp, cho thấy vận tốc đầu vào là yếu tố quan trọng nhất trong việc giảm nồng độ mầm bệnh, trong khi thể tích phòng có tác động hạn chế Giải pháp tối ưu đã được mô hình hóa bằng CFD và xác nhận, sau đó so sánh với mô hình Wells-Riley Ở giai đoạn tiếp theo, các thông số bổ sung được nghiên cứu với thể tích phòng không đổi, khẳng định lại tác động mạnh mẽ của vận tốc đầu vào, đồng thời chỉ ra rằng nhiệt độ đầu vào ảnh hưởng lớn hơn đến nồng độ mầm bệnh trong các phòng nhỏ.
Nagaraja cùng cộng sự đã sử dụng ANOVA và phương pháp Taguchi để tối ưu hóa tốc độ truyền nhiệt cho dòng chất lỏng nano Casson-Carreau trên bề mặt cong Nghiên cứu xem xét nhiều yếu tố như nhiệt sinh ra theo cấp số nhân, bức xạ nhiệt, gia nhiệt Joule và điều kiện ngoại vi thổi của Stefan Mô hình khuếch tán song công Cattaneo-Christov được áp dụng để phân tích tốc độ truyền nhiệt và khối lượng, đồng thời tổng hợp entropy trong hệ thống Biểu đồ giải pháp được xây dựng bằng sơ đồ Runge-Kutta-Fehlberg Kết quả cho thấy khi các thông số giãn nở nhiệt và hòa tan tăng, cấu hình nhiệt và hòa tan giảm Thông số thổi của Stefan có lợi cho cả tốc độ và nồng độ Số Nusselt giảm khi số Eckert và số Prandtl tăng Tăng hệ số trượt vận tốc làm giảm vận tốc, trong khi hệ số trượt vận tốc bậc hai cũng khuyến khích điều này Phương pháp Taguchi cho thấy tỷ lệ tín hiệu trên nhiễu cao nhất đạt được khi thông số từ tính là 0,7.
Mục tiêu nghiên cứu
Áp dụng phương pháp Taguchi và phân tích phương sai ANOVA vào trong tối ưu hệ thống lạnh
Nhóm nghiên cứu trong đồ án này muốn tìm hiểu ảnh hưởng của nhiệt độ đến hệ số hiệu suất (COP) của hệ thống lạnh ghép tầng Mục tiêu là đề xuất các nghiên cứu và giải pháp nhằm nâng cao hiệu suất hoạt động của hệ thống.
Đối tượng phạm vi nghiên cứu
Nhóm nghiên cứu sẽ phân tích thông số nhiệt động của hệ thống lạnh ghép tầng sử dụng cặp môi chất R134a/R744, với năng suất lạnh đạt 1kW và nhiệt độ bay hơi tầng thấp là -29°C Nghiên cứu cũng sẽ tập trung vào việc sử dụng thiết bị trao đổi nhiệt dạng tấm micro và tác động của các thông số nhiệt động đến hệ số hiệu suất năng lượng (COP) của hệ thống ghép tầng.
Phương pháp nghiên cứu
Phương pháp tổng quan được thực hiện thông qua việc tham khảo các bài báo khoa học liên quan đến nghiên cứu hệ thống lạnh ghép tầng CO2, đặc biệt là các nghiên cứu áp dụng phương pháp Taguchi và ANOVA Bên cạnh đó, cũng xem xét các bài báo sử dụng phương pháp Taguchi và ANOVA trong các lĩnh vực khác để có cái nhìn tổng quát và sâu sắc hơn về ứng dụng của những phương pháp này.
Phương pháp tính toán: thiết lập tính toán dựa trên các công thức nhiệt động, tính toán chu trình lạnh sử dụng bằng phần mềm EES và Excel
Phương pháp thực nghiệm bao gồm việc vận hành và thu thập dữ liệu từ mô hình thực nghiệm Đồng thời, phương pháp so sánh được áp dụng để đối chiếu số liệu tính toán lý thuyết từ các bài báo khoa học với kết quả thu được từ quá trình lấy số liệu thực nghiệm.
Phương pháp phân tích bao gồm việc xem xét dữ liệu thu thập từ thực nghiệm và dữ liệu tính toán từ phần mềm Qua đó, chúng ta có thể phân tích kết quả và xác định bộ thông số vận hành tối ưu.
CƠ SỞ LÝ THIẾT
Giới thiệu về môi chất lạnh
Môi chất R744, hay còn gọi là CO2 (khí Carbon Dioxide), là một loại chất làm lạnh tự nhiên không gây hại cho tầng ozon với chỉ số ODP bằng 0 và chỉ số GWP là 1.
Nhiệt độ sôi của R744 ở áp suất tiêu chuẩn (1 atm) là -78,5℃, điều này giúp nó trở thành một chất làm lạnh hiệu quả Hơn nữa, áp suất tới hạn của R744 đạt khoảng 73,8 bar (1070 psi) ở nhiệt độ tới hạn, cho thấy tính chất ổn định và khả năng chịu áp lực cao của nó.
R744 thường hoạt động ở nhiệt độ thấp, chủ yếu dưới 0℃, và trong một số trường hợp có thể xuống tới -40 đến -50℃ hoặc thấp hơn Áp suất làm việc của R744 cũng rất cao so với các chất làm lạnh khác, có thể đạt hàng trăm bar ở nhiệt độ phòng Cụ thể, tại 0℃, áp suất có thể lên tới khoảng 73,8 bar (1.070 psi), tương ứng với áp suất tới hạn của R744.
Biến thiên của nhiệt độ và áp suất:
Nhiệt độ và áp suất trong hệ thống có thể thay đổi tùy thuộc vào yêu cầu và điều kiện làm việc cụ thể Đối với các hệ thống làm lạnh phức tạp, việc kiểm soát nhiệt độ và áp suất có thể được thực hiện thông qua các thiết bị như van điều khiển áp suất và van điều khiển nhiệt độ.
Hình 2.1 Đồ thị chuyển đổi pha của R744 theo nhiệt độ và áp suất Đồ thị chuyển đổi pha của R744 theo nhiệt độ và áp suất Ứng dụng:
- Hệ thống làm lạnh thương mại: Trong các hệ thống làm lạnh sâu trong hệ thống lạnh siêu thị, kho bảo quản nhà hàng,
- Hệ thống làm lạnh công nghiệp: Trong ngành công nghiệp thực phẩm và đóng chai, R744 được dùng để làm lạnh và bảo quản hàng hóa
- Hệ thống điều hòa không khí: được sử dụng ở các tòa nhà thương mại và dân dụng
Hình 2.2 Đồ thị log P-h của R744a
R134a, hay 1,1,1,2-tetrafluoroethane, là một loại môi chất lạnh an toàn cho tầng ozon Đây là một hydrofluorocarbon (HFC) được cấu tạo từ các nguyên tố cacbon, fluor và hydrogen, không chứa clo.
R134a có nhiều đặc tính kỹ thuật đáng chú ý, bao gồm:
- Khối lượng phân tử: ~102.03 g/mol
- Nhiệt độ sôi: Nhiệt độ sôi của R134a là -26.3 °C (-15.34 °F) ở áp suất tiêu chuẩn 1 atm
- Áp suất hơi: Ở 25 °C (77 °F), áp suất hơi của R134a là khoảng 0.55 atm
- Tính ổn định: R134a có khả năng hoạt động ở áp suất cao
- Hiệu suất nhiệt động học: R134a có khả năng giải nhiệt tốt và hiệu suất làm lạnh cao, Vì vậy môi chất R134a phổ biến trong các hệ thống làm lạnh
R134a là một chất an toàn và không gây cháy nổ, với độc tính thấp, khiến nó trở thành lựa chọn lý tưởng cho các ứng dụng thương mại và gia đình.
- Không gây ảnh hưởng tầng ozon: Vì không chứa clo, R134a không gây hại cho tầng ozone và không góp phần vào hiện tượng suy giảm tầng ozone
R134a là một chất làm lạnh phổ biến, được sử dụng rộng rãi trong các hệ thống làm lạnh ô tô, máy lạnh gia đình và nhiều ngành công nghiệp Chất này nổi bật với khả năng làm lạnh hiệu quả ở nhiệt độ phòng và áp suất thấp, đồng thời có tính ổn định cao và không gây hại cho môi trường.
Mặc dù R134a được coi là một lựa chọn thân thiện với môi trường, nhưng nó vẫn có thể gây tác động tiêu cực, đặc biệt khi rò rỉ vào môi trường, góp phần vào hiệu ứng nhà kính Điều này đã thúc đẩy nghiên cứu và phát triển các loại môi chất lạnh khác an toàn hơn cho môi trường.
Hình 2.3 Đồ thị logP-h của môi chất R134a
Giới thiệu về hệ thống lạnh ghép tầng
Hệ thống lạnh ghép tầng là công nghệ tiên tiến trong lĩnh vực lạnh công nghiệp, thường được áp dụng cho các ứng dụng yêu cầu độ lạnh cực thấp và ổn định cao, như lưu trữ thực phẩm, ngành hóa chất và y học Công nghệ này hoạt động bằng cách kết hợp hai chu trình lạnh, trong đó thiết bị bay hơi của chu trình tầng cao giúp giải nhiệt cho thiết bị ngưng tụ tầng thấp, mang lại hiệu quả tối ưu cho các ứng dụng công nghiệp.
Thiết bị trao đổi nhiệt ghép tầng, hay còn gọi là thiết bị 17, đóng vai trò quan trọng trong chu trình lạnh, vừa là thiết bị bay hơi cho chu trình tầng cao, vừa là thiết bị ngưng tụ cho chu trình tầng thấp Nhờ đó, nó giúp làm mát môi chất trong chu trình tầng thấp hiệu quả hơn so với các hệ thống ngưng tụ thông thường Hệ thống lạnh ghép tầng có khả năng sử dụng đa dạng các loại môi chất và thiết bị từ nhiều nhãn hàng khác nhau, mang lại ưu điểm vượt trội trong việc đạt được nhiệt độ bay hơi tầng thấp sâu hơn so với các hệ thống lạnh thông thường.
Mặc dù hệ thống có nhiều ưu điểm, nhưng cũng tồn tại một số khuyết điểm như: cấu trúc phức tạp với nhiều chi tiết, gây khó khăn trong việc điều chỉnh khi vận hành và kiểm soát ổn định Thêm vào đó, sự thay đổi thông số ở tầng cao có thể ảnh hưởng đến thông số ở tầng thấp, dẫn đến khó khăn trong việc tự động hóa hệ thống.
Hình 2.4 Sơ đồ nguyên lý hệ thống lạnh ghép tầng
Trong chu trình gồm 2 vòng tuần hoàn (Hình 2.4):
Chu trình lạnh tầng thấp: Sau khi rời khỏi thiết bị bay hơi, hơi môi chất ở trạng thái
Quá trình làm lạnh bắt đầu khi môi chất được hút vào máy nén 1, nơi diễn ra quá trình nén đoạn nhiệt với áp suất không đổi để đạt áp suất ngưng tụ tại trạng thái (2) Từ trạng thái này, hơi môi chất chuyển vào thiết bị trao đổi nhiệt, thực hiện quá trình nhả nhiệt đẳng áp, làm mát cho môi chất tầng trên và ngưng tụ thành chất lỏng cao áp ở trạng thái (3) Sau đó, môi chất lỏng đi qua thiết bị tiết lưu (1), nơi diễn ra quá trình tiết lưu đẳng enthalpy, làm giảm nhiệt độ và áp suất xuống mức cần thiết.
Môi chất ở mức áp suất bay hơi (4) đi vào thiết bị bay hơi để hấp thụ nhiệt từ đối tượng cần làm lạnh, sau đó chuyển hóa thành hơi bảo hòa khô và trở về trạng thái (1) Khi hơi rời khỏi thiết bị bay hơi ở trạng thái (1), nó được máy nén (1) hút vào, tiếp tục chu trình tuần hoàn.
Chu trình làm lạnh tầng cao bắt đầu khi hơi môi chất từ thiết bị bay hơi 2 ở trạng thái (1') được máy nén 2 hút vào và nén đến áp suất ngưng tụ ở trạng thái (2') Sau đó, hơi môi chất đi qua thiết bị ngưng tụ, nơi nó nhả nhiệt ra môi trường và chuyển thành chất lỏng cao áp ở trạng thái (3') Tiếp theo, môi chất đi qua thiết bị tiết lưu 2, giảm nhiệt độ và áp suất xuống mức áp suất bay hơi ở trạng thái (4) Cuối cùng, môi chất vào thiết bị trao đổi nhiệt, nhận nhiệt từ môi chất tầng thấp, sôi hóa thành hơi bảo hòa khô và trở lại trạng thái (1') Chu trình này liên tục lặp lại khi hơi được máy nén (2) hút vào.
Công thức tính toán
Khi tính toán chu trình lạnh của hệ thống ghép tầng, cần xem xét từng tầng riêng biệt và áp dụng phương pháp tương tự như chu trình lạnh một cấp Để đảm bảo hệ thống hoạt động ổn định, năng suất lạnh của chu trình tầng cao phải tương đương với nhiệt lượng cần thiết cho quá trình ngưng tụ của chu trình tầng thấp, khi không tính đến tổn thất nhiệt.
Hình 2.5 Đồ thị P-h của hệ thống lạnh ghép tầng R134a/R744
2.3.1 Tính toán chu trình tầng cao
𝑞 𝑘(𝐻𝑇) = ℎ 3 ′ − ℎ 4 ′ (𝑘𝐽/𝑘𝑔) (2.2) Công suất của thiết bị trao đổi nhiệt ghép tầng dạng tấm micro:
Lưu lượng khối lượng môi chất tầng cao tuần hoàn qua hệ thống:
Công suất thiết bị ngưng tụ tầng cao:
Công nén riêng chu trình tầng cao:
𝑙 𝐻𝑇𝐶 = ℎ 3 ′ − ℎ 2 ′ (𝑘𝐽/𝑘𝑔) (2.6) Công suất máy nén của chu trình tầng cao:
𝐿 𝐻𝑇𝐶 = 𝑙 𝐻𝑇𝐶 × 𝑚 𝑅134𝑎 (𝑘𝑊) (2.7) Công suất động cơ máy nén tầng cao:
Hệ số làm lạnh của chu trình tầng cao
2.3.2 Tính toán chu trình tầng thấp
Năng suất lạnh riêng: q o(LT) = h 1 − h 6 (𝑘𝐽/𝑘𝑔) (2.10)
Lưu lượng khối lượng môi chất tầng thấp tuần hoàn trong hệ thống:
𝑄 𝑜(𝐿𝑇) – Năng suất lạnh hệ thống, kW
Công nén riêng chu trình tầng thấp:
𝑙 𝐿𝑇𝐶 = ℎ 3 − ℎ 2 (𝑘𝐽/𝑘𝑔) (2.13) Công suất máy nén chu trình tầng thấp:
𝐿 𝐿𝑇𝐶 = 𝑙 𝐿𝑇𝐶 × 𝑚 𝑅744 (𝑘𝑊) (2.14) Công suất động cơ máy nén:
Các hệ số ảnh hưởng đến hiệu suất động cơ:
𝜂 𝑖 −Hiệu suất chỉ thị của quá trình nén khi kể đến ma sát của hơi môi chất lạnh
𝜂 𝑒 −Hệ số tổn thất ma sát giữa các chi tiết chuyển động của máy nén
𝜂 𝑡𝑑 −Hệ số kể đến tổn thất do chuyển động: khớp nối, đai truyền,… Của máy nén kín và nữa kín, 𝜂 𝑡𝑑 = 1
𝜂 𝑒𝑙 −Hiệu suất động cơ điện, 𝜂 𝑒𝑙 = 0,8 ÷ 0,95
Công suất nén đoạn nhiệt:
𝑚 −Lưu lượng khối lượng môi chất tuần hoàn qua máy nén (𝑘𝑔 𝑠)⁄
Công suất động cơ lắp đặt
Công suất động cơ máy nén tầng thấp
Hệ số làm lạnh của chu trình tầng thấp
2.3.3 Tính toán chu trình ghép tầng
Hệ số hiệu quả năng lượng:
Hệ số làm lạnh của hệ thống:
Các phương pháp nghiên cứu
Phương pháp Taguchi, được phát triển bởi Tiến sĩ Genichi Taguchi, là một hệ thống phương pháp luận nhằm thiết kế quy trình hoặc sản phẩm với mục tiêu giảm thiểu tác động tiêu cực đến chất lượng Phương pháp này tập trung vào việc tối ưu hóa các điều kiện vận hành để đạt hiệu suất cao nhất Đặc biệt, Taguchi nổi bật trong lĩnh vực quy hoạch thực nghiệm nhờ vào việc sử dụng các dãy trực giao, được thiết kế khoa học để tối ưu hóa số lần thí nghiệm, từ đó đạt được điều kiện làm việc tối ưu nhất.
Các bước thực hiện của phương pháp theo tài liệu tham khảo [24]:
1 Khảo sát và chọn yếu tố: lựa chọn vàkhảo sát những yếu tố có ảnh hưởng đến quy trình mà chúng ta cần đánh giá Việc này đòi hỏi phải sàn lọc cẩn thận, có kiến thức về vấn đề đang nghiên cứu
2 Chọn mức độ và miền giá trị cho mỗi nhân tố: Sau khi tìm ra được các nhân tố cần nghiên cứu ta tiến hành xác định miền giá trị ánh hưởng của từng yếu tố, những mối quan hệ có thể có giữa các yêu tố gọi là bậc tự do, sau đó phân chia miền giá trị thành các mức độ ảnh hưởng
3 Chọn bảng trực giao: Sử dụng bảng L (Orthogonal Array) để thiết kế thí nghiệm Các bảng L giúp tối ưu hóa số lượng thí nghiệm mà vẫn đảm bảo đại diện cho tất cả các kết hợp có thể của các yếu tố và mức độ Trong đó số cột đại diện cho số nhân tố, số hàng đại diện cho số thí nghiệm
Xác định các yếu tố và mức độ vào bảng trực giao c c c
Khảo sát và chọn các nhân tố
Chọn mức độ và miền giá trị cho mỗi yếu tố
Tiến hành thu thập số liệu thực nghiệm
Phân tích và xử lý số liệu Đánh giá và đưa ra kết luận c c c
Bảng 2.1 Lựa chọn ma trận trực giao LN
4 Tiến hành thực nghiệm: Sau khi tìm ra được các nhân tố và đưa ra được mức độ ta tiến hành đưa các yếu tố vào bảng trực giao để tiến hành thực nghiệm dựa trên ma trận được thiết kế
5 Phân tích số liệu: Tiến hành thực nghiệm theo từng trường hợp theo bảng L để thu thập những số liệu để tính toán và dữ liệu tỷ số S/N Đồng thời kết hợp ứng dụng những công thức và phương pháp ANOVA
6 Phân tích và xử lý số liệu: Đây là một bước cần thiết vì nó quyết định đến kết quả
Trong quá trình phân tích, việc sử dụng tỉ số Signal Noise (S/N) và phương pháp ANOVA giúp chúng ta hiểu rõ hơn về tác động của từng nhân tố thông qua phần trăm đóng góp của chúng.
Với phần trăm đóng góp ta có công thức:
Với tỉ số Signal to Noise S/N:
Bảng 2.2 Tiêu chuẩn với giá trị trung bình thí nghiệm
Theo tài liệu tham khảo [24] có công thức được liệt kê bên dưới dùng với 3 mục tiêu
“ Lớn hơn tốt hơn – Larger the better”, “Nhỏ hơn tốt hơn, Lower the better” hay “ Đánh giá ảnh hưởng các nhân tố”:
Nếu mục tiêu “Nhỏ hơn tốt hơn, Lower the better” ta có:
(2.28) Nếu mục tiêu “Lớn hơn tốt hơn, Larger the better” ta có:
Nếu mục tiêu “Đánh giá ảnh hưởng các nhân tố” ta có:
(2.32) i: số lần mô phỏng u: số lần thử nghiệm của mô phỏng
Ni: Số thử nghiệm của thí nghiệm i
Sau khi tính ra được giá trị Signal to Noise (S/N), giá trị trung bình của SN sẽ được liệt kê cho từng mức độ
7 Đánh giá và kết luận: Để xác định và đánh giá ta tiến hành tính toán kiểm tra lại với bộ giá trị tối ưu nhất bằng thực nghiệm Quá trình này đóng vai trò là bước bổ sung cần thiết sau khi đã xem xét tác động của các yếu tố theo tỷ số S/N ( Signal- to-noise ratio)
Bảng 2.3 Bảng thí nghiệm tiêu chuẩn với giá trị SN
Sau khi phân tích các giá trị trung bình của 𝑆/𝑁, chúng tôi đã gán những giá trị này vào bảng phân tích 2.3 Kết quả phân tích cho thấy bảng giá trị rank trong bảng 2.4, trong đó yếu tố có giá trị rank 1 là yếu tố có tác động lớn nhất đến quy trình, trong khi các yếu tố có rank cao hơn thể hiện mức độ ảnh hưởng thấp hơn.
Bảng 2.4 Bảng giá trị trung bình của tỷ số SN
Rank … … … … Rank Ưu điểm của phương pháp Taguchi:
- Tiết kiệm chi phí và thời gian: Giảm thiểu số lượng thí nghiệm cần thiết giúp giảm thời gian và chi phí thử nghiệm
Tính toán chính xác và định lượng bằng cách sử dụng SN Ratio giúp phân tích hiệu suất của quy trình hoặc sản phẩm một cách rõ ràng Nhờ đó, chúng ta có thể xác định và chỉ ra những yếu tố quan trọng ảnh hưởng đến chất lượng và hiệu quả.
Tính linh hoạt và ứng dụng cao của công nghệ cho phép nó được áp dụng trong nhiều lĩnh vực khác nhau, từ sản xuất đến dịch vụ, và từ các quy trình đơn giản đến những quy trình phức tạp hơn.
Phương pháp Taguchi giúp cải thiện chất lượng và hiệu suất bằng cách xác định và tối ưu hóa các yếu tố quan trọng, từ đó nâng cao hiệu quả của quy trình hoặc hệ thống, cũng như chất lượng sản phẩm.
Nhược điểm của phương pháp Taguchi:
Giới hạn của SN Ratio là nó chỉ phản ánh một khía cạnh của hiệu suất hoặc chất lượng của một quy trình hay sản phẩm, và có thể không cung cấp cái nhìn đầy đủ về tất cả các yếu tố quan trọng liên quan.
- Hạn chế trong các yếu tố
Phương pháp Taguchi có những hạn chế khi áp dụng cho các loại yếu tố và phản ứng khác nhau, đặc biệt trong trường hợp có những yếu tố không thể điều chỉnh hoặc không phản ứng theo cách tuyến tính với sự biến đổi của các yếu tố.
2.4.2 Phương pháp phân tích phương sai ( ANOVA)
Giới thiệu về phương pháp
Phương pháp phân tích phương sai (ANOVA) được sử dụng để so sánh trung bình của các nhóm khác nhau, nhằm xác định sự khác biệt có ý nghĩa thống kê giữa các nhóm ANOVA đo lường sự biến động giữa các nhóm so với sự biến động trong từng nhóm, giúp đánh giá tính không tương đồng giữa các nhóm dữ liệu.
THIẾT LẬP THỰC NGHIỆM VÀ THU THẬP SỐ LIỆU
Thiết kế thực nghiệm cho Taguchi và phân tích ANOVA
Bài viết này bắt đầu từ các thông số thiết kế hệ thống được tham khảo từ các nghiên cứu trước đó Các thông số tối ưu cho các yếu tố đầu vào đã được xác định và trình bày trong Bảng 3.1 dưới đây.
Trong đồ án này, nhiệt độ môi trường được xác định là yếu tố gây nhiễu, ảnh hưởng đến kết quả đo lường trong suốt cả ngày Nhiệt độ ngưng tụ của hệ thống lạnh ghép tầng tạo ra ba kết quả COP khác nhau, tương ứng với các thử nghiệm trial1, trial2 và trial3 được thực hiện vào buổi sáng, buổi trưa và buổi chiều.
Theo phương pháp Taguchi ta sẽ có được các thông số đầu vào để đánh giá thông số COP như Bảng 3.1 dưới đây:
Bảng 3.1 Bảng nhân tố và mức độ đầu vào
A: Độ quá nhiệt tầng thấp (℃) 5 6 7
B: Nhiệt độ bay hơi tầng cao (℃) 1 3 5
C: Độ quá lạnh tầng thấp (℃) 2 3 4
D: Độ quá lạnh tầng cao (℃) 4 5 6
E: Nhiệt độ ngưng tụ tầng thấp (℃) 6 7 8
F: Nhiệt độ bay hơi tầng thấp (℃) -29 -26 -23
Thiết kế các nhân tố, đặc biệt là phương pháp Taguchi, là những phương pháp quan trọng trong thiết kế sản phẩm nhằm nâng cao độ tin cậy Nghiên cứu này áp dụng phương pháp Taguchi để tính toán các thông số đầu vào của hệ thống, từ đó tối ưu hóa giá trị chỉ số COP của hệ thống.
Theo phân loại của Taguchi, các đặc tính và yếu tố của sản phẩm được chia thành ba loại dựa trên mối quan hệ giữa tín hiệu và nhiễu Ba loại này bao gồm: "Càng lớn càng tốt", "Càng nhỏ càng tốt", và "Càng gần một giá trị nhất định càng tốt".
Trong hệ thống lạnh, mức độ hoàn thiện của chu trình được đánh giá qua chỉ số COP, với giá trị COP cao hơn thể hiện hệ thống hoạt động hiệu quả hơn Do đó, trong nghiên cứu này, tỷ số tín hiệu nhiễu được lựa chọn dựa trên tiêu chí "Càng lớn càng tốt".
Các phương trình sử dụng trong nghiên cứu như sau:
Tỉ lệ tín hiệu nhiễu S/N được xác định:
Tổng DOF được mô tả như sau:
Đối với phân tích ANOVA, lỗi DOF (3.2) dựa trên các tham số được mô tả qua các phương trình liên quan đến Bình phương trung bình (MS) cho hồi quy và Sai số bình phương trung bình (MSE).
Giá trị "Càng lớn càng tốt" (tối đa hóa) được tính bằng cách:
DOF − DOF Regression (3.4) Giá trị F-value được xác định dựa vào phương trình:
Để thiết lập ma trận chéo cho hệ thống, cần dựa trên các tham số và mức độ tương ứng, đồng thời đảm bảo độ chính xác và độ tin cậy trong phân tích lý thuyết và thực nghiệm Một số bảng ma trận chéo đã được xem xét, trong đó bảng L27 được coi là phù hợp nhất.
Trong trường hợp này, việc cân bằng các yếu tố chi phí, thời gian và độ tin cậy là rất quan trọng Dữ liệu chi tiết của bảng ma trận chéo L27 được trình bày trong bảng 3.2.
Bảng 3.2 Ma trận trực giao L27
Thiết lập mô hình thực nghiệm
Mô hình thực nghiệm là hệ thống lạnh ghép tầng bao gồm hai tầng, với tầng thấp sử dụng môi chất R744 (Cacbon dioxide) và chu trình tầng cao sử dụng R134a Hai chu trình này được kết nối qua bộ trao đổi nhiệt dạng tấm micro Hệ thống hoạt động để thu thập các điểm nút nhiệt động thông qua cảm biến nhiệt độ và áp suất, cùng với thiết bị đo lưu lượng chính xác cao Điều này giúp xác định công suất làm lạnh, công nén và hệ số hiệu quả năng lượng COP Sự sắp xếp cẩn thận các thiết bị trong mô hình không chỉ đảm bảo thu thập số liệu chính xác mà còn hỗ trợ phân tích và đánh giá hiệu suất hiệu quả hơn.
Hình 3.1 Sơ đồ nguyên lý bố trí các thiết bị thí nghiệm sử dụng trong hệ thống lạnh ghép tầng sử dụng cặp môi chất R134a/R744
Hình 3.2 Mô hình thực tế hệ thống lạnh ghép tầng sử dụng cặp môi chất R134a/R744
3.3 Thiết bị hỗ trợ thu thập số liệu hệ thống
3.3.1 Bộ thu thập dữ liệu MX100 Standard
Hình 3.3 Bộ xử lý và thu thập dữ liệu MX-100
MX-100 là thiết bị linh hoạt và đa năng, cho phép kết nối, xử lý và thu thập đồng thời nhiều loại tín hiệu như nhiệt độ, áp suất, và độ ẩm Thiết bị này thu thập dữ liệu thông qua các dây cảm biến tùy thuộc vào loại tín hiệu cần lấy, mang lại sự linh hoạt trong việc thu thập thông số Tín hiệu thu được sẽ được xử lý và hiển thị trên phần mềm MX-100 hoặc thông qua API, giúp người dùng có cái nhìn trực quan về trạng thái và hiệu suất của hệ thống Tính linh hoạt trong việc hiển thị và giám sát dữ liệu giúp người dùng dễ dàng kiểm soát các thông số quan trọng.
Hình 3.4 Các tín hiệu dữ liệu được thể hiện qua phần mềm MX-100
Thiết bị MX-100 sử dụng nguồn AC 220V Trong nghiên cứu mà nhóm thực hiện, sử dụng hai loại cảm biến là:
Cảm biến cặp nhiệt loại T thường được dùng để đo nhiệt độ
Cảm biến áp suất là thiết bị quan trọng trong việc thu thập dữ liệu áp suất từ các hệ thống và chất lỏng Chúng hoạt động bằng cách chuyển đổi áp suất thành tín hiệu điện, sau đó tín hiệu này được điều chỉnh và xử lý thông qua bo mạch điều chỉnh tín hiệu dòng áp.
Khi kết hợp cả cảm biến quang và cảm biến điện từ trong MX-100, thiết bị này có khả năng thu thập dữ liệu từ cả hai tín hiệu, từ đó cung cấp thông tin quý giá cho quá trình nghiên cứu và giám sát.
Hình 3.5 Dây cảm biến cặp nhiệt T
Hình 3.6 Kết nối dây cảm biến cặp nhiêt với module mở rộng MX-100
Hình 3.7 Cảm biến áp suất
Hình 3.7 Cảm biến áp suất
Thông số kỹ thuật của bộ số hóa tín hiệu áp suất:
Hình 3.8 Module cách ly tín hiệu để thu thập dữ liệu áp suất
- Tín hiệu đầu vào: 4 - 20mA
Dùng để chuyển tín hiệu dòng điện từ cảm biến áp suất sang tín hiệu áp suất và hiển thị trên phần mềm MX-100
3.3.2 Thiết bị đo lưu lượng môi chất tầng thấp
Hình 3.9 Đồng hồ đo lưu lượng môi chất chu trình tầng thấp (R744)
Thiết bị này dùng để đo lưu lượng thể tích của môi chất R744 được hút về máy nén Một số đặc tính của thiết bị:
- Áp suất làm việc tối đa: 63 MPa
3.3.3 Thiết bị đo lưu lượng môi chất tầng cao
Bộ cảm biến lưu lượng Turbine Flow Meter và bộ điều khiển dòng chảy Flow Control Indicator là hai thiết bị quan trọng trong việc đo và hiển thị lưu lượng của môi chất chu trình tầng cao R134a.
• Bộ cảm biến lưu lượng Turbine Flow Meter
Bộ cảm biến lưu lượng Turbine Flow Meter là thiết bị đo lưu lượng của môi chất, có chức năng gửi tín hiệu về bộ điều khiển lưu lượng Flow Control Indicator.
Thông số kỹ thuật bộ cảm biến lưu lượng Turbine Flow Meter:
‑ Nhiệt độ môi chất và môi trường: -40 đến 80 ℃
‑ Áp suất làm việc: max 500bar
‑ Nguyên lý hoạt động: dạng Turbine
• Bộ điều khiển lưu lượng Flow Control Indicator
Hình 3.11 Bộ điều khiển lưu lượng Flow Control Indicator
Thiết bị này dùng để nhận tín hiệu từ bộ cảm biến lưu lượng Turbine Flow Meter và hiển thị giá trị tín hiệu trên màn Hình 3.11
- Thông số kỹ thuật điều khiển dòng chảy Flow Control Indicator:
- Hiển thị: Màn hình số hiển thị tối đa 2 dòng, mỗi dòng hiển thị tối đa 9 số
- Nguồn đầu vào: AC 100 - 240V/DC12V
- Tín hiệu đầu ra: Đầu ra xung, đầu ra xung hiệu chuẩn, đầu ra 4 - 20mA
- Điều khiển: Ngõ ra rơ le (Cao, Thấp)
Hệ thống áp kế chân sau hiển thị áp suất dư và được trang bị cảm biến ở 4 vị trí trong 2 chu trình: đầu hút máy nén, đầu đẩy máy nén, trước van tiết lưu và sau van tiết lưu.
Hình 3.12 Áp kế chu trình tầng thâp và chu trình tầng cao
Thông số kỹ thuật của đồng hồ áp suất:
- Phạm vi nhiệt độ làm việc: -20℃ - 60℃
3.3.5 Màn hình hiển thị công suất điện hệ thống
Hình 3.13 Màn hình hiển thị công suất điện hệ thống
Hệ thống lạnh ghép tầng hiển thị công suất điện (W) khi hoạt động, bao gồm động cơ máy nén cho chu trình tầng thấp và tầng cao, cùng với quạt dàn lạnh và quạt dàn ngưng tụ.
Ampe kìm dùng để đo dòng điện của hệ máy nén khi vận hành, cũng như đo điện áp của quạt dàn lạnh để điều chỉnh cho phù hợp
Thông số ampe kìm Hioki:
- Dãi đo điện áp: 0 - 600V, ứng với 5 thang đo
- Dãi đo dòng điện AC: 0 - 600A, ứng với 3 thang đo
- Dãi đo điện trở: 0 – 42 Ω , ứng với 6 thang đo
3.3.7 Bộ đo nhiệt độ hai kênh EXTECH
Hình 3.15 Bộ đo nhiệt độ hai kênh EXTECH
Dụng cụ này được sử dụng để đo nhiệt độ cho lưu lượng kế chu trình tầng thấp và chu trình tầng cao, nhằm hỗ trợ tính toán các thông số liên quan.
Thông số kỹ thuật máy đo nhiệt độ hai kênh EXTECH:
Các bước lấy dữ liệu đo
Các bước vận hành hệ thống :
- Bước 1: Khởi động quạt dàn lạnh bên phía chu trình thấp và khởi động chu trình tầng cao trước sau đó khởi động chu trình tầng thấp
Bước 2: Điều chỉnh van tiết lưu cho cả hai chu trình, đồng thời theo dõi áp kế, lưu lượng kế và tín hiệu nhiệt độ hiển thị trên phần mềm MX-100 để đảm bảo tất cả các thông số vận hành ổn định.
Sau khi điều chỉnh xong, cần quan sát và chờ đợi nhiệt độ tại các điểm nút đạt yêu cầu Tiếp theo, thu thập số liệu từ phần mềm MX-100 cùng với các thiết bị hỗ trợ khác như áp kế để ghi nhận tín hiệu áp suất, lưu lượng kế để đo lưu lượng môi chất, và công suất điện của hệ thống lạnh.
Sau khi khởi động hệ thống hoạt động ổn định, nhóm tiến hành điều chỉnh các thông số hệ thống theo lý thuyết từ phương pháp Taguchi với 27 trường hợp Nhóm sẽ cố định thông số nhiệt độ bay hơi tầng cao và điều chỉnh các thông số còn lại để phù hợp với 27 trường hợp lý thuyết đã đề ra.
- Trường hợp 1: Điều chỉnh cố định nhiệt độ bay hơi tầng cao ở 1℃, thay đổi nhiệt độ bay hơi tầng thấp ở ba mức độ -23℃, -26℃ và -29℃
- Trường hợp 2: Điều chỉnh cố định nhiệt độ bay hơi tầng cao ở 3℃, thay đổi nhiệt độ bay hơi tầng thấp ở ba mức độ -23℃, -26℃ và -29℃
- Trường hợp 3: Điều chỉnh cố định nhiệt độ bay hơi tầng cao ở 5℃, thay đổi nhiệt độ bay hơi tầng thấp ở ba mức độ -23℃, -26℃ và -29℃
Nhóm sẽ theo dõi các thông số hiển thị trên phần mềm MX-100 trong quá trình thay đổi nhiệt độ bay hơi tầng thấp và tầng cao theo ma trận trực giao, cho đến khi đạt yêu cầu lý thuyết Trong khi thu thập dữ liệu, nếu các thông số chưa đạt yêu cầu, nhóm sẽ thực hiện các điều chỉnh cần thiết như điều chỉnh van tiết lưu, thêm phụ tải vào buồng lạnh, hoặc nạp rút gas, cho đến khi tất cả dữ liệu thu thập được đều đạt tiêu chuẩn.
Hình ảnh điều chỉnh hệ thống để thu thập dữ liệu đạt yêu cầu:
Hình 3.16 Tải cho buồng lạnh
Hình 3.17 Van tiết lưu tay điều chỉnh lưu lượng
Hình 3.18 Các số liệu thực nghiệm hiển thị trên phần mềm MX-100
Trong đó các số liệu mà nhóm đã tiến hành thu thập cho quá trình nghiên cứu tối ưu gồm:
00001: Nhiệt độ bay hơi chu trình tầng thấp (R744)
00003: Nhiệt độ sau thiết bị bay hơi chu trình tầng thấp (R744)
00006: Nhiệt độ thiết bị trao đổi nhiệt chu trình tầng thấp (R744)
00008: Nhiệt độ môi trường thực nghiệm
99011: Áp suất ngưng tụ chu trình tầng thấp (R744)
99012: Áp suất bay hơi chu trình tầng thấp (R744)
00017: Nhiệt độ bay hơi chu trình tầng cao (R134a)
00019: Nhiệt độ ngưng tụ chu trình tầng cao (R134a)
Ngoài những thông số nhiệt độ các điểm nút ta còn thực hiện thu thập các thông số quan trọng khác như:
- Lưu lượng môi chất chu trình tầng cao R134a L/s
- Nhiệt độ lưu lượng kế chu trình tầng cao
- Lưu lượng môi chất chu trình tầng thấp R744 L/h
- Nhiệt độ lưu lượng kế chu trình tầng thấp
- Công suất điện của cả hai động cơ máy nén R134a và R744
Sau khi thu thập đầy đủ các thống kê cần thiết, nhóm sẽ tiến hành xử lý và phân tích dữ liệu Những số liệu này sẽ được so sánh với các kết quả tính toán ban đầu để đảm bảo tính chính xác và độ tin cậy của thông tin.
CÁC KẾT QUẢ VÀ THẢO LUẬN
Kết quả phân tích lý thuyết
Bảng 4.1 Kết quả COP lý thuyết của L27
STT A B C D E F COP lần 1 COP lần 2 COP lần 3 COP
Sau khi khảo sát các yếu tố đầu vào và xác định miền giá trị cũng như phân chia theo từng mức độ, chúng ta sẽ áp dụng phương pháp Taguchi để thực hiện phân tích Bước đầu tiên là tạo bảng Taguchi trên phần mềm Minitab.
Hình 4.1 Các bước tạo bảng Taguchi trên Minitab
Hình 4.2.Chọn số nhân tố và số mức độ
Hình 4.3 Bảng Taguchi ứng với 6 nhân tố và 3 mức độ
Sau khi tạo bảng xong nhóm tiến hành thực nghiệm và phân tích theo phương pháp Taguchi
Hình 4.4 Bước chọn mục và công thức kiểm chứng
Sau khi thực hiện phân tích ta thu được các kết quả sau:
Bảng 4.2 Phản hồi về Tỷ số tín hiệu nhiễu
Hình 4.5 Đồ thị hiệu ứng chính cho tỷ số tín hiệu nhiễu
Dựa vào Bảng 4.2, có thể nhận thấy mức độ ảnh hưởng của các nhân tố đến hệ số COP được phân loại theo các mức rank từ 1-6 Nhân tố ở rank 1, cụ thể là nhiệt độ bay hơi tầng thấp, có sự tác động lớn nhất đến hệ số COP, điều này được thể hiện rõ qua các mức rank và đồ thị biểu diễn ảnh hưởng của các nhân tố.
Dựa trên bảng 4.2 và hình 4.5, chúng ta có thể xác định thứ tự ảnh hưởng của từng nhân tố dựa trên các mức rank đã được thu thập.
Theo phương pháp Taguchi, các thông số được sắp xếp theo thứ tự ưu tiên: F > B > E > C > A > D, tương ứng với các yếu tố nhiệt độ bay hơi và độ quá lạnh Kết quả từ đồ thị cho thấy bộ nhân tố tối ưu cho hệ thống là A1B3C3D2E1F3, giúp đạt được giá trị COP tối ưu nhất.
Tương ứng với giá trị đó ta có các số liệu vận hành tương ứng của hệ thống là:
- Độ quá nhiệt tầng thấp (R744): 5℃
- Nhiệt độ bay hơi tầng cao (R134a): 5℃
- Độ quá lạnh tầng thấp (R744): 4℃
- Độ quá lạnh tầng cao (R134a): 5℃
- Nhiệt độ ngưng tụ tầng thấp (R744): 6℃
- Nhiệt độ bay hơi tầng thấp: -23℃ Để kiểm chứng song song ta kết hợp phân tích theo phương pháp ANOVA
Hình 4.6 Các bước chọn mục tiêu nghiên cứu Bảng 4.3 Phân tích phương sai cho COP lý thuyết
Source DF Adj SS Adj MS F-Value P-Value
Bảng 4.4 Thành phần phương sai cho lý thuyết
Source Var % of Total SE Var Z-Value P-Value
Từ kết quả ở Bảng 4.3 ta thấy được giá trị F càng lớn thì tương ứng với tác động càng lớn
Theo Bảng 4.3, giá trị F của yếu tố nhiệt độ bay hơi R744 đạt mức cao nhất là 536.82, trong khi giá trị F của nhân tố D (Độ quá lạnh tầng cao) chỉ là 0.18, cho thấy sự khác biệt rõ rệt giữa các yếu tố này.
Từ bảng phân tích phương sai ta cũng đưa ra được thức tự về mức độ ảnh hưởng đến hệ số COP của từng nhân tố
Dựa vào Bảng 4.4, chúng ta có thể xác định phần trăm đóng góp của từng nhân tố đến hệ số COP của hệ thống Nhân tố có phần trăm đóng góp cao nhất là E (Nhiệt độ bay hơi tầng thấp) với 69.18% Tiếp theo là nhân tố B (Nhiệt độ bay hơi tầng cao) với 18.65%, E (Nhiệt độ ngưng tụ tầng thấp) với 7.54%, và cuối cùng là C (Độ quá lạnh tầng thấp) với 2.14%.
A (Độ quá nhiệt tầng thấp) 0.49%, và phần trăm đóng góp của nhân tố D ( Độ quá lạnh tầng cao) không đáng kể
Phương pháp ANOVA cho thấy giá trị F (nhiệt độ bay hơi tầng thấp) có ảnh hưởng lớn nhất đến hệ số COP, với thứ tự các yếu tố ảnh hưởng như sau: F > B > E > C > A > D (nhiệt độ bay hơi tầng thấp > nhiệt độ bay hơi tầng cao > nhiệt độ ngưng tụ tầng thấp > độ quá lạnh tầng thấp > độ quá nhiệt tầng cao > độ quá lạnh tầng cao) Kết quả này nhất quán với phân tích Taguchi, trong đó cũng xác định yếu tố E (nhiệt độ bay hơi tầng thấp) là yếu tố ảnh hưởng chính.
Kết quả phân tích thực tế
Bảng 4.5 Kết quả COP thực tế của L27
Bảng 4.6 Phản hồi về Tỷ số tín hiệu nhiễu
Hình 4.7 Đồ thị hiệu ứng chính cho tỷ số tín hiệu nhiễu
Việc ứng dụng phương pháp ANOVA trong nghiên cứu giúp hiểu rõ mức độ tác động của từng yếu tố lên kết quả Kết quả phân tích ANOVA cho thấy mức độ ảnh hưởng của nhiệt độ bay hơi R744 và độ quá lạnh tầng cao đối với hệ thống thông qua giá trị F của mỗi yếu tố Theo Bảng 4.7, giá trị F của yếu tố nhiệt độ bay hơi R744 cho thấy tầm quan trọng của nó trong nghiên cứu này.
Nhiệt độ bay hơi R744 có ảnh hưởng đáng kể đến hệ thống, với giá trị F cao nhất đạt 218.80 Tuy nhiên, không thể xem nhẹ tác động của yếu tố độ quá lạnh tầng cao, mặc dù giá trị F của nó chỉ là 0.07.
Bảng 4.7 Phân tích phương sai cho COP thực tế
Source DF Adj SS Adj MS F-Value P-Value
Bảng 4.7 cung cấp cái nhìn tổng quát về ảnh hưởng của từng yếu tố đến hệ số COP của hệ thống, giúp xác định những yếu tố nào góp phần nhiều nhất và ít nhất vào hiệu suất làm lạnh Hiểu rõ điều này là cần thiết để tập trung vào các giải pháp điều chỉnh và cải tiến hiệu quả nhất cho hệ thống.
Nhiệt độ bay hơi tầng thấp là yếu tố ảnh hưởng lớn nhất đến COP, với giá trị F cao nhất, cho thấy rằng biến động trong nhiệt độ này có thể gây ra sự thay đổi đáng kể trong hiệu suất hệ thống Ngược lại, độ quá lạnh tầng cao và quá nhiệt tầng thấp có ảnh hưởng thấp nhất đến COP, với giá trị F thấp nhất Mặc dù chúng vẫn ảnh hưởng đến hiệu suất, nhưng mức độ tác động không lớn bằng các yếu tố khác Thứ tự các yếu tố ảnh hưởng đến giá trị COP được xác định dựa trên giá trị F.
Thứ tự F > B > E > C > A > D hoàn toàn trùng khớp với kết quả phân tích từ Bảng 4.6 của phương pháp Taguchi, điều này mang lại sự xác thực và độ tin cậy cho các kết quả nghiên cứu.
Bảng 4.8 Thành phần phương sai cho thực tế
Source Var % of Total SE Var Z-Value P-Value
Theo Bảng 4.8, nhiệt độ bay hơi tầng thấp là yếu tố ảnh hưởng lớn nhất đến COP, với tỷ lệ tác động lên đến 69.18% Điều này cho thấy rằng nhiệt độ bay hơi có thể gây ra sự biến động lớn trong hiệu suất nhiệt của hệ thống, vì vậy việc kiểm soát và duy trì nhiệt độ này trong phạm vi lý tưởng là cần thiết để đảm bảo hiệu suất tối ưu Ngược lại, độ quá lạnh và độ quá nhiệt tầng thấp có tỷ lệ tác động thấp hơn, cho thấy tầm ảnh hưởng của chúng ít hơn và có thể được điều chỉnh hiệu quả hơn thông qua các biện pháp cải thiện.
Sau khi thực hiện 27 thí nghiệm khác nhau, nhóm nghiên cứu đã thu thập được các kết quả về hệ số hiệu suất COP cho từng thí nghiệm Bằng cách sử dụng phần mềm Minitab và áp dụng phương pháp Taguchi, nhóm đã xác định rõ ràng từng yếu tố ảnh hưởng đến COP Kết quả phân tích, được trình bày trong Bảng 4.6 và Hình 4.7, cho thấy mức độ tác động của từng yếu tố đến hệ số hiệu suất COP.
Dựa trên 70 số liệu lý thuyết trước đó, chúng ta có thể xác định thứ tự tác động của các nhân tố đối với hiệu suất COP.
Theo ký tự sắp xếp của bảng Taguchi, thứ tự các yếu tố là F > B > E > D > C > A, tương ứng với các thông số: Nhiệt độ bay hơi tầng thấp, Nhiệt độ bay hơi tầng cao, Nhiệt độ ngưng tụ tầng thấp, Độ quá lạnh tầng cao, Độ quá lạnh tầng thấp, và Độ quá nhiệt tầng thấp Dựa vào bảng 4.6 và mức độ đánh giá từng nhân tố, bộ kết hợp tối ưu được xác định là A3B3C2D1E1F3, cho giá trị COP theo S/N (tỷ lệ tín hiệu nhiễu) cao nhất từ phân tích Taguchi Các điều kiện vận hành của hệ thống tương ứng với giá trị này cũng được thiết lập.
So sánh COP lý thuyết và thực tế
Kết quả thực tế và lý thuyết cho thấy nhiệt độ bay hơi tầng thấp có ảnh hưởng đáng kể đến hệ thống lạnh ghép tầng, được thể hiện qua kết quả Rank 1 trong bảng Taguchi Nhân tố này được xác định là yếu tố ảnh hưởng lớn nhất đến hệ số hiệu quả năng lượng (COP).
Hình 4.8 Đồ thị so sánh giữa COP lý thuyết và COP thực tế
Phân tích bảng Taguchi cho phép so sánh mức độ ảnh hưởng của các nhân tố đến COP trong cả hai trường hợp số liệu lý thuyết và thực tế Kết quả cho thấy, nhiệt độ bay hơi R744, nhiệt độ bay hơi R134a và nhiệt độ ngưng tụ R744 có cùng mức Rank Tuy nhiên, đối với độ quá lạnh và quá nhiệt, thứ tự Rank có sự thay đổi: trong trường hợp lý thuyết là C > A > D (Độ quá lạnh tầng thấp > Độ quá nhiệt tầng cao > Độ quá lạnh tầng cao), trong khi trường hợp thực tế lại là D >
C > A cho thấy độ quá lạnh ở tầng cao cao hơn độ quá lạnh ở tầng thấp và độ quá nhiệt ở tầng thấp Sự thay đổi mức Rank của các yếu tố quá lạnh và quá nhiệt trong hệ thống xuất phát từ điều kiện môi trường xung quanh cũng như sai sót trong quá trình thực nghiệm và tính toán số liệu.
Biểu đồ Hình 4.8 cho thấy kết quả lý thuyết và thực tế tương đương, với 27 thí nghiệm cho thấy thí nghiệm L25 đạt COP cao nhất là 2.56 (lý thuyết) và 2.461 (thực tế) Phân tích ANOVA cho thấy nhiệt độ bay hơi tầng thấp có phần trăm đóng góp cao nhất vào hệ số COP, đạt 69.18%, trong khi các giá trị nhiệt độ quá lạnh và quá nhiệt có phần trăm đóng góp không đáng kể, không ảnh hưởng nhiều đến hệ số COP.
Dựa trên hai phương trình đã nêu, chúng ta có khả năng dự đoán kết quả của hệ số COP trong điều kiện vận hành Bảng 4.9 trình bày các hệ số COP có thể dự đoán thông qua phương trình hồi quy, đồng thời chỉ ra mức độ khác biệt giữa các tính toán thông thường và dự đoán dựa trên phương trình hồi quy.
72 quy trong phương pháp ANOVA Kết quả so sánh được thể hiện cụ thể qua hai đồ thị Hình 4.9 và Hình 4.10
Bảng 4.9 Kết quả COP lý thuyết và thực tế so với dự đoán
So sánh giữa COP và 𝐂𝐎𝐏𝐝ự đ𝐨á𝐧
Kết quả so sánh giữa COP_(lý thuyết) và COP_(dự đoán lý thuyết) cho thấy độ chênh lệch dao động từ 0.042% đến 2.192% Trường hợp L11 ghi nhận sự khác biệt thấp nhất (0.042%), trong khi L17 có độ chênh lệch cao nhất (2.192%) Cả hai COP này đều đạt giá trị cao nhất trong trường hợp L25, với COP_(lý thuyết) là 2.560 và COP_(dự đoán lý thuyết) là 2.546, tương ứng với độ chênh lệch 0.570%.
Hình 4.9 Đồ thị so sánh giữa COP lý thuyết và COP lý thuyết dự đoán
Kết quả so sánh giữa COP_(thực tế) và COP_(dự đoán thực tế) cho thấy độ chênh lệch dao động từ 0.095% đến 3.545% Trong đó, trường hợp L7 có sự khác biệt thấp nhất (0.095%), trong khi trường hợp L12 ghi nhận sự khác biệt cao nhất (3.545%) Cả hai COP đều đạt giá trị cao nhất trong trường hợp L25, với COP_(lý thuyết)=2.461 và COP_(dự đoán lý thuyết)=2.457, cho thấy độ chênh lệch chỉ là 0.154%.
Hình 4.10 Đồ thị so sánh giữa COP thực tế và COP thực tế dự đoán
Đánh giá bộ kết quả tối ưu
Sau khi áp dụng phương pháp Taguchi và ANOVA để phân tích, chúng tôi đã xác định được bộ thông số vận hành tối ưu cho hệ thống, đạt hiệu suất làm việc 0.75.
Từ các điều kiện vận hành trên ta tra được thông số nhiệt động như sau:
Trong điều kiện đầu vào của nhóm thực nghiệm, bộ số này mang lại hệ số COP tối ưu nhất Chúng tôi áp dụng phương trình hồi quy cho trường hợp thực tế.
Trong nghiên cứu này, COP dự đoán cho trường hợp tối ưu nhất đạt giá trị 2.5 Nhóm sẽ tiến hành thử nghiệm thực tế bằng cách chạy hệ thống 5 lần, sử dụng các thông số từ bộ kết hợp tối ưu nhất để xác định COP Mục tiêu là kiểm chứng độ chính xác của kết quả so với tính toán bằng phương trình hồi quy Kết quả thử nghiệm sẽ được trình bày trong bảng dưới đây.
Bảng 4.10 Kết quả COP của bộ tối ưu
Thông số Viết tắt Lần 1 Lần 2 Lần 3 Lần 4 Lần 5 Độ quá nhiệt tầng thấp
Nhiệt độ bay hơi tầng cao
B 5 5 5 5 5 Độ quá lạnh tầng thấp
C 2.88 2.93 2.75 3.07 2.8 Độ quá lạnh tầng cao
Nhiệt độ ngưng tụ tầng thấp 𝑻 𝒏𝒕_𝑹𝟕𝟒𝟒
Nhiệt độ bay hơi tầng thấp
Hệ số hiệu quả năng lượng COP 2.475 2.477 2.473 2.484 2.48
Sau khi thực hiện các thí nghiệm để xác định 5 trường hợp COP tối ưu, nhóm đã so sánh thời gian làm lạnh của hệ thống Cụ thể, nhóm đã phân tích thời gian đạt nhiệt độ bay hơi của R744 (𝑇 𝑏ℎ_𝑅744) và thời gian giảm nhiệt độ trong buồng lạnh dưới cùng một điều kiện.
Tại nhiệt độ bay hơi R134a lần lượt là 1℃, 3℃ và 5℃, nhiệt độ bão hòa của R744 được xác định là -23℃ Trong số các trường hợp này, 𝑇 𝑏ℎ_𝑅134𝑎 = 5℃ được coi là gần như tối ưu, cho thấy sự tương quan rõ ràng giữa nhiệt độ bão hòa và nhiệt độ bay hơi.
Hình 4.11 Đồ thị thể hiện nhiệt độ bay hơi của R744 dựa trên nhiệt độ bay hơi R134a theo thời gian
Theo Hình 4.11, 𝑇 𝑏ℎ_𝑅744 giảm dần theo thời gian trong cả ba trường hợp, với tốc độ giảm nhiệt độ nhanh nhất từ 0 đến 8 phút, sau đó chậm dần cho đến khi đạt -23℃ Trường hợp 𝑇 𝑏ℎ_𝑅134𝑎 5℃, được xem là tối ưu, chỉ mất 17 phút để đạt -23℃, trong khi hai trường hợp còn lại mất khoảng 20 và 23 phút Điều này cho thấy, khi 𝑇 𝑏ℎ_𝑅134𝑎 cao hơn, tốc độ giảm của 𝑇 𝑏ℎ_𝑅744 cũng nhanh hơn Sự khác biệt này là do hiệu suất trao đổi nhiệt của hai môi chất tại thiết bị trao đổi nhiệt micro ở các điều kiện nhiệt độ khác nhau.
Hình 4.12 Đồ thị thể hiện nhiệt độ buồng theo thời gian
Tương tự ở Hình 4.12, ta thấy được thời gian đạt nhiệt độ buồng lạnh ở trường hợp
Nhiệt độ tối ưu cho 𝑇 𝑏ℎ_𝑅134𝑎 là 5℃, tương ứng với 𝑇 𝑏ℎ_𝑅744 là -23℃, cho phép đạt được thời gian làm lạnh nhanh nhất chỉ trong 17 phút Trong khi đó, ở hai trường hợp khác, nhiệt độ buồng lạnh đạt 𝑇 𝑏ℎ_𝑅134𝑎 = 3℃ mất 20 phút và 23 phút cho trường hợp còn lại.
Nhiệt độ buồng lạnh đạt được từ lúc khởi động phụ thuộc vào sự khác nhau về thời gian giữa 𝑇 𝑏ℎ_𝑅134𝑎 = 1℃ và 𝑇 𝑏ℎ_𝑅744 = -23℃ Điều này cho thấy rằng nhiệt độ bay hơi ở tầng cao có ảnh hưởng rõ rệt đến tốc độ giảm nhiệt độ trong buồng lạnh.
Từ hai đồ thị, chúng ta có cái nhìn tổng quát về trường hợp tối ưu nhất, không chỉ về năng lượng tiêu hao và hiệu suất làm lạnh, mà còn về thời gian làm lạnh và các thông số liên quan khác.
So sánh kết quả của đề tài nghiên cứu với các nhóm nghiên cứu khác
Nghiên cứu về các yếu tố ảnh hưởng đến hệ số COP giúp so sánh điều kiện vận hành của nghiên cứu này với các nghiên cứu khác Dưới đây là một số kết quả từ các bài báo khoa học quốc tế liên quan đến tính toán COP và tối ưu hệ thống lạnh ghép tầng sử dụng cặp môi chất R134a/R744.
Bảng 4.11 Kết quả so sánh giữa đồ án và một số bài báo khoa học
STT COP Điều kiện vận hành Công trình nghiên cứu Tên tác giả
“Tối ưu hoá thông số nhiệt động của hệ thống lạnh ghép tầng dùng cặp môi chất R134a/R744” Đồ án tốt nghiệp của nhóm
“Performance optimization and parametric evaluation of the cascade vapor compression refrigeration cycle using Taguchi and ANOVA methods”
A.Ustaolu, B.Kursuncu, M.Alptekin, M.Sabri Gok
“Energy evaluation of R152a as drop in replacement for R134a in cascade refrigeration plants”
R.Cabell, D.Sánchez, R.Llopis, J.Catalan, L.Nebot- Andres, E.Torrella
Kết quả so sánh cho thấy các yếu tố tác động đến hệ số COP, với kết quả COP của nhóm gần tương đương với các nghiên cứu khác trong cùng điều kiện vận hành So sánh này cung cấp cái nhìn tổng quát về việc ứng dụng các phương pháp mới trong thực nghiệm, mở ra nhiều hướng phát triển cho hệ thống lạnh ghép tầng và hệ thống lạnh nói chung trong tương lai.