CORRELACIÓN BASADA EN REDES NEURONALES ARTIFICIALES PARA LA PREDICCIÓN DE CONDUCTIVIDAD TÉRMICA Y VISCOSIDAD DEL FLUIDO REFRIGERANTE R32

Resumen

Los parámetros termodinámicos son a menudo difíciles de obtener valores. Sabiendo esto, los métodos numéricos son herramientas que se vuelven valiosas. En este trabajo se utilizaron redes neuronales artificiales (ANNs), las cuales han demostrado ser muy eficientes en la resolución de problemas. de entrada). El entrenamiento se realizó tanto con ANN con una capa intermedia como con dos. Se evaluaron diferentes métodos de optimización, combinación de funciones de activación y número de neuronas. El mejor resultado, en las etapas de entrenamiento, validación y prueba, se obtuvo con una RNA de capa intermedia y 35 neuronas. El porcentaje de error medio obtenido fue de 0,001% y 0,074% para μ y λ, respectivamente. Por lo tanto, se concluye que las ANN son una herramienta muy precisa para calcular estas propiedades del fluido R32, en función de su temperatura y presión.