Bajo la suposición de que los valores relativos de la capacidad frigorífica sensible y latente del sistema no cambian significativamente bajo diferentes estados de aire en la entrada del evaporador, este artículo establece un modelo de red neuronal artificial (ANN) en estado estacionario para un sistema de aire acondicionado de expansión directa con velocidad variable, para predecir la salida del sistema bajo diferentes combinaciones de velocidad del compresor y del ventilador. El uso de los valores relativos de la capacidad frigorífica sensible y latente puede eliminar la influencia del estado del aire interior en la salida del sistema. Se obtuvieron datos experimentales en estado estacionario para entrenar, verificar y validar la precisión del modelo ANN en la predicción de las características operativas del sistema de expansión directa con velocidad variable. Se verificó la hipótesis y la aplicabilidad del modelo ANN mediante experimentos en estado estacionario en puntos no entrenados. El error máximo en el entrenamiento, verificación y validación del modelo ANN fue inferior al 5% y el error medio inferior al 3%, lo que indica que este modelo ANN en estado estacionario puede predecir con bastante precisión las características operativas del sistema de expansión directa con velocidad variable tanto en puntos entrenados como no entrenados.

sistema de acondicionamiento de aire; modelo ANN en estado estacionario; experimentos en estado estacionario; expansión directa