محمد امانی - دانشجوی کارشناسی ، دانشگاه علم و صنعت ایران
مهدی بحیرایی - دانشجوی دکتری، دانشگاه علم و صنعت ایران
سیدمصطفی حسینعلی پور - استادیار ، دانشگاه علم و صنعت ایران

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.

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