EQUILÍBRIO LÍQUIDO-VAPOR DA MISTURA R1234YF-R23 VIA REDES NEURAIS ARTIFICIAIS

Resumo

Recentes pesquisas envolvendo misturas de fluidos refrigerantes abordam o comportamento do equilíbrio líquido-vapor (ELV), pois seu conhecimento é crucial para o projeto de sistemas de refrigeração. Muitas vezes, a modelagem fenomenológica exige demasiado conhecimento teórico a respeito das interações moleculares do sistema em questão, o que dificulta a otimização do processo. Com o objetivo de contornar esse problema, o presente trabalho utilizou redes neurais artificiais (RNAs) para modelar o ELV da mistura R1234yf-R23. Como variáveis de entrada foram utilizadas a pressão e temperatura da mistura e, como variáveis de saída, as composições da fase líquida e vapor. Os dados utilizados no treinamento das RNAs consistiram em 7 isotermas entre 254,10 K e 348,40 K. A configuração que gerou os melhores resultados foi a que continha 15 e 10 neurônios nas camadas ocultas, empregando o algoritmo de Levenberg-Marquardt com Regularização Bayesiana. Essa RNA foi capaz de prever corretamente os dados de equilíbrio tanto em interpolações realizadas nas mesmas temperaturas usadas no treinamento quanto em temperaturas não apresentadas nessa etapa. Este trabalho comprovou que as RNAs são uma ferramenta viável em problemas complexos de engenharia na área de Termodinâmica.