Impiego di reti neurali per la previsione delle prestazioni di pompe di calore operanti con fluidi refrigeranti diversi

Environmental protection is a topic of great interest in our historical present. Extraordinary events have not only focused attention on this delicate issue, but they have made a necessity a turning point in the current disastrous situation. Among these, global warming represents one of the most important consequences, which it can be mitigated by limiting the greenhouse effect by reducing its anthropogenic emissions. Precisely in this perspective, the importance of managing the issue of refrigerant fluids in the field of refrigeration and air conditioning arises. In particular, it’s necessary to replace one of the most used fluids up to now, R134a, whose GWP (Global Warming Potential) is higher than 1400, with fluids that have lower GWP values. Starting from this premise, the emergence of evaluating the possibility of using refrigerants with GWP indices lower than 150 is denoted. Predicting the performance of heat pumps with a good accuracy is a primary question for knowing the behavior of new fluids in terms of performance. Neural networks represent very performing and powerful tools for predicting these results. The paper therefore seeks an answer about the need of having an available tool able to predict the performance of heat pumps in which new generation fluids evolve. At first, we worked only with the fluid R134a, whose neural network has given excellent results, proving to be able to predict outputs with very low percentage errors. Later, the study was extended by analyzing other fluids such as Rl234yf and Rl234ze(E). Also in these cases, after some optimizations, good results are obtained, experiencing a good reliability of the neural network in the prediction of the outputs. In view of the results obtained, it is possible to state that artificial neural networks are a valid tool for predicting the performance of heat pumps operating with different refrigerant fluids.

La salvaguardia ambientale è un argomento di grande interesse nel nostro presente storico. Eventi straordinari non solo hanno focalizzato l'attenzione su questa tematica delicata, ma hanno reso necessario un punto di svolta nella disastrosa situazione attuale. Tra questi, il riscaldamento globale rappresenta una delle conseguenze più importanti, che può essere attenuato limitando l'effetto serra e riducendo le sue emissioni antropiche. Proprio in questa prospettiva, nasce l’importanza di gestire la questione dei fluidi refrigeranti nel campo della refrigerazione e del condizionamento. In particolare, è necessario sostituire uno dei fluidi più utilizzati fino ad ora, R134a, il cui GWP (Global Warming Potential) è superiore a 1400, con fluidi che presentano valori di GWP più bassi. A partire da questa premessa si denota l’emergenza di valutare la possibilità d’utilizzo di refrigeranti con indici GWP inferiori a 150. Cercare di prevedere con una buona precisione le prestazioni di pompe di calore è una questione primaria per conoscere il comportamento dei nuovi fluidi a livello di performance. Le reti neurali rappresentano degli strumenti molto performanti e potenti per la previsione di questi risultati. L’elaborato cerca dunque di trovare una risposta alla necessità di avere a disposizione uno strumento che permetta di prevedere le prestazioni di pompe di calore in cui evolvono fluidi refrigeranti di nuova generazione. Dapprima, si è lavorato unicamente con il fluido R134a, la cui rete neurale ha dato ottimi risultati, dimostrando di essere in grado di prevedere gli output con errori percentuali molto ridotti. Successivamente, si è esteso lo studio analizzando altri fluidi quali Rl234yf e Rl234ze(E). Anche in questi casi, dopo diverse ottimizzazioni, sono ottenuti buoni risultati riscontrando una buona affidabilità della rete neurale nella previsione degli output. Alla luce dei risultati ottenuti è possibile affermare che le reti neurali artificiali sono un valido strumento per la previsione delle prestazioni di pompe di calore operanti con fluidi refrigeranti diversi.