Estimación de valores de pérdidas de presión en régimen bifásico para el fluido r407c en tubos horizontales mediante el uso de redes neuronales artificiales.
El siguiente trabajo tiene como propósito Implementar una red neuronal artificial para la estimación de valores de pérdidas de presión en régimen bifásico para el fluido R407C en tubos horizontales. A partir de datos suministrados de un banco de pruebas de refrigeración de la Universidad Federal de...
- Autores:
-
García Acevedo, Franklin Meer
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2017
- Institución:
- Universidad Francisco de Paula Santander
- Repositorio:
- Repositorio Digital UFPS
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.ufps.edu.co:ufps/5943
- Acceso en línea:
- http://repositorio.ufps.edu.co/handle/ufps/5943
- Palabra clave:
- Bases de datos
Refrigeración y compresión
- Rights
- openAccess
- License
- Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
| Summary: | El siguiente trabajo tiene como propósito Implementar una red neuronal artificial para la estimación de valores de pérdidas de presión en régimen bifásico para el fluido R407C en tubos horizontales. A partir de datos suministrados de un banco de pruebas de refrigeración de la Universidad Federal de Minas Gerais de Brasil, se entrenó una red neuronal por medio de una herramienta computacional basada en Matlab. Se realizó una interfaz gráfica de la red neuronal predictora para facilitar la importación de nuevos datos y exportación de los resultados, desarrollando así un programa que permitiera ser más factible el uso de esta nueva técnica de predicción. La correcta cantidad de capas y neuronas ocultas en el diseño de la red permitió obtener bajos errores con los datos de prueba y validación, obteniendo una precisión de estimación mayor al 95% de los datos y también se obtuvo que el 95% y el 100% de todos los datos se encontraron dentro de las bandas de error del ±10% y el ±15% respectivamente. Se compararon los resultados de la red neuronal con dos modelos de correlación evaluando índices de desempeño como el MAPE, MSE y R regresión lineal. En comparación con métodos tradicionales de correlaciones de pérdidas de presión, el método presentado en este trabajo permite estimar con gran facilidad la totalidad de los datos de modo más preciso y con menos procesos de cálculo |
|---|