Viscosidade dinâmica de refrigerantes de baixo GWP na fase líquida: uma equação empírica e uma rede neural artificial

Este estudo apresenta uma correlação simples para descrever a dependência da temperatura e da pressão da viscosidade dinâmica líquida de refrigerantes de baixo GWP, nomeadamente HidroFluoroOlefinas (HFOs) e HidroCloroFluoroOlefinas (HCFOs). O modelo possui 3 parâmetros de entrada (ou seja, temperatura reduzida, pressão reduzida e fator acêntrico) e 6 coeficientes que foram regressados em 794 dados experimentais coletados da literatura para 7 refrigerantes alternativos (ou seja, R1233zd(E), R1234yf, R1234ze(E), R1234ze(Z), R1224yd(Z), R1336mzz(E) e R1336mzz(Z)). Além disso, foi desenvolvida uma rede neural perceptron de múltiplas camadas para a viscosidade dinâmica líquida dos fluidos estudados a partir do conjunto de dados selecionado. A rede artificial possui os mesmos 3 parâmetros de entrada da correlação e uma camada oculta com 19 neurônios. Os resultados da correlação proposta demonstraram que é um modelo preciso para calcular a viscosidade dinâmica dos refrigerantes líquidos estudados, apesar de sua simplicidade. Garantiu uma média de desvio relativo absoluto da viscosidade dinâmica líquida (AARD(η)) de 2,88%, menor do que a dada por outras correlações da literatura. Como esperado, a rede neural perceptron de múltiplas camadas forneceu os melhores resultados para todos os refrigerantes selecionados (AARD(η) = 0,86 % para o conjunto de dados completo), provando que pode ser considerada uma referência para o desenvolvimento de outros modelos.