استفاده از شبکه ی عصبی در پیش بینی خواص ترمودینامیکی جایگزین های مبرد R-22 و مقایسه کارایی آن ها در سیکل تبرید

در این مطالعه، با استفاده از شبکه عصبی پرسپترون چندلایه، مدل خواص ترمودینامیکی R-22 و جایگزین هایش در هر دو ناحیه اشباع و ناحیه فوق گرم به دست آمد. مدل ها دارای دقت بسیار خوبی بودند. سپس یک برنامه کامپیوتری نوشته شد که سیکل تبرید تراکمی را شبیه سازی کرده و از نتایج مدل سازی فوق در یافتن پارامترهای سیکل برای R-22 و جایگزین هایش استفاده می کرد. در بازه مورد مطالعه، مبردهای R-134a و R-290 نزدیک ترین ضریب عملکرد به R-22 را داشتند. مبردR-404a نسبت به سایر مبردها دارای کمترین ضریب عملکرد بود. R-290 بالاترین اثر تبرید را داشت.

کلیدواژه ها:

جایگزین های R-22 ، شبکه عصبی ، پیش بینی ، عملکرد ، مقایسه