V večini prenosnikov toplote se med obratovanjem odlagajo nečistoče, kar negativno vpliva na obratovalne karakteristike in učinkovitost izmenjave energije. Čiščenje ali menjava degradiranih prenosnikov toplote predstavlja velik strošek, ki ga lahko zmanjšamo z ustreznim vnaprejšnjim načrtovanjem del. V Laboratoriju za Toplotno Tehniko (LTT) so razvili metodo za napoved preostale uporabne dobe, s pomočjo katere bo lahko nova generacija pametnih prenosnikov toplote med obratovanjem sporočala preostali čas do potrebnega vzdrževanja. Rezultati raziskave so objavljeni v reviji Applied Thermal Engineering (IF = 6.9).
Slika 1: Shematski prikaz napovedi preostale uporabne dobe prenosnika toplote med obratovanjem.
Več kot 90% prenosnikov toplote se srečuje z določeno mero težav, ki so neposredno povezane z odlaganjem nečistoč. Ekonomske izgube, ki izvirajo iz odlaganja nečistoč v prenosnikih toplote, so v razvitih državah ocenjene na okvirno 0.25% BDP, hkrati pa omenjeno poslabšanje obratovalnih karakteristik samo v naftnih rafinerijah posredno povzroči vsaj 2.5% vseh antropogenih emisij CO2.
Kljub obilici uspešnih pristopov za zaviranje odlaganja nečistoč je slednje nemogoče popolnoma preprečiti, zato je potrebno čiščenje ali zamenjava prenosnikov toplote, kar povzroča zastoje in visoke stroške. Zavoljo minimizacije slednjih in v izogib daljši ustavitvi procesov se v zadnjih letih skokovito razvija področje prediktivnega vzdrževanja, ki sloni na napovedi preostale uporabne dobe prenosnikov za vnaprejšnje načrtovanje del.
Doslej razviti algoritmi za napoved slonijo na obsežnih bazah eksperimentalnih meritev, ki so podlaga za učenje naprednih modelov. Uporabnost slednjih je omejena na specifični problem odlaganja nečistoč, ki je zajet v bazi, kar predstavlja veliko oviro za splošno uporabo v praksi, kjer potek odlaganja nečistoč v prenosniku ni vnaprej poznan ali predvidljiv.
Predstavljena raziskava naslavlja te omejitve z razvojem nove metode za napoved preostale uporabne dobe prenosnika toplote, brez potrebe po vnaprejšnjem poznavanju poteka odlaganja nečistoč. Razvit prognostični pristop povezuje: (i) model strojnega učenja, ki napove referenčno učinkovitost prenosnika, (ii) adaptivni Kalmanov filter za identifikacijo poteka degradacije in (iii) Monte Carlo simulacijo za napoved preostale uporabne dobe. Algoritem se prilagaja poteku odlaganja nečistoč med obratovanjem, s čimer lahko uspešno sledi in napove različne trende degradacije prenosnikov toplote.
Z ozirom na razsežnost problemov, ki jih z vidika ekonomičnih in energijsko učinkovitih procesov povzroča odlaganje nečistoč, predstavlja taka adaptivna napoved preostale uporabne dobe izjemno priložnost za razvoj prihodnje generacije t.i. pametnih prenosnikov toplote.