Redes Neurais para estimativas de densidade do Hidrogênio Puro

- 336036
Trabalho Completo - Etapa 2
Favoritar este trabalho
Como citar esse trabalho?
Resumo

O hidrogênio apresenta um papel estratégico na transição energética, exigindo a caracterização rigorosa de suas propriedades termofísicas para aplicações como o armazenamento geológico subterrâneo (UHS), em que as condições de operação resultam em forte desvio da idealidade. Tradicionalmente, equações de estado (EoS) de alta fidelidade, e.g., a formulação fundamental de Leachman et al. (2009), são utilizadas para descrever o comportamento do H₂ em amplas faixas de pressão e temperatura. Para uma modelagem acurada de armazenamento e transporte de H₂, a densidade do fluido tem papel-chave nas equações de escoamento. Neste contexto, este trabalho se propôs a desenvolver e avaliar um modelo baseado em redes neurais artificiais (ANN) para a predição da densidade do hidrogênio puro em condições relevantes para UHS como alternativa aos modelos clássicos baseados em EoS, buscando estudar vantagens e desvantagens em uma abordagem puramente baseada em dados. Para o treinamento da ANN, foi utilizado um conjunto de dados sintéticos constituído por valores provenientes da solução da EoS de Leachman, utilizada como referência neste trabalho. O modelo proposto obteve desempenho global com RMSE de 1,89 kg/m³, MAE de 1,46 kg/m³ e coeficiente de determinação R² de 0,99. Os resultados indicam que o modelo de redes neurais alcança métricas próximas ao modelo de referência, evidenciando boa concordância global. Apesar das limitações, o modelo baseado em dados mostra-se viável por dispensar EoS complexas e apresentar baixo custo computacional após o treinamento, podendo ser empregado em aplicações de transporte reativo como modelo substituto, por exemplo.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Universidade Estadual de Campinas (UNICAMP)
  • 2 Universidade do Estado de Santa Catarina
  • 3 Laboratório Nacional de Computação Científica
Eixo Temático
  • Propriedades de fluidos
Palavras-chave
Hidrogênio
Propriedades Termofisicas
Redes neurais artificiais
Equações de estado
Armazenamento geológico subterrâneo