En supposant que les valeurs relatives des charges frigorifiques sensibles et latentes du système ne changent pas significativement sous différents états d'air à l'entrée de l'évaporateur, cet article établit un modèle ANN (réseau de neurones artificiels) en régime stable pour un système de climatisation à détente directe à vitesse variable, afin de prédire la sortie du système sous différentes combinaisons de vitesses du compresseur et du ventilateur. L'utilisation des valeurs relatives des charges frigorifiques sensibles et latentes permet d'éliminer l'influence de l'état de l'air intérieur sur la sortie du système. Les données expérimentales en régime stable ont été utilisées pour entraîner, tester et valider la précision du modèle ANN dans la prédiction des caractéristiques de fonctionnement du système à détente directe à vitesse variable. La validité de l'hypothèse et l'applicabilité du modèle ANN ont été vérifiées par des expériences en régime stable sur des points d'état non entraînés. L'erreur maximale lors de l'entraînement, du test et de la validation est inférieure à 5 % et l'erreur moyenne est inférieure à 3 %, ce qui indique que ce modèle ANN en régime stable peut prédire avec précision les caractéristiques de fonctionnement du système à détente directe à vitesse variable à la fois sur les points d'état entraînés et non entraînés.

système de conditionnement d'air; modèle ANN en régime stable; expériences en régime stable; détente directe