Come può una rete neurale prevedere la temperatura di un collettore solare?

Un team di ricercatori ha usato una rete neurale artificiale (ANN) per stimare la temperatura dell’aria in uscita e l’efficienza termica di un collettore solare ad aria. Il collettore è stato costruito con superfici assorbitrici porose, realizzate con spazzole metalliche. Sono state testate tre configurazioni diverse di assorbimento, variando temperatura dell’aria in ingresso, irraggiamento solare, portata d’aria e temperature misurate in quattro punti della superficie. I dati sperimentali hanno alimentato l’ANN, che ha imparato a correlare le condizioni operative con i risultati termici. Dopo l’addestramento, le previsioni della rete sono state confrontate con i valori misurati: il coefficiente di correlazione R è stato 0,99987, quasi perfetto, e l’errore quadratico medio (MSE) 0,0901, molto basso. Questi risultati mostrano che le reti neurali possono diventare strumenti affidabili per ottimizzare i collettori solari, aiutando a progettare sistemi più efficienti e a gestire meglio l’energia rinnovabile.

Le reti neurali artificiali (ANN) sono modelli computazionali ispirati al funzionamento dei neuroni biologici. In questo studio, l'architettura scelta è stata una rete feed‑forward a più strati (MLP) con funzioni di attivazione sigmoide, addestrata mediante algoritmo di retropropagazione del gradiente. Il dataset comprendeva 1.200 campioni, suddivisi in 80% per l'addestramento e 20% per la validazione. La normalizzazione dei dati è stata effettuata con lo scaling min‑max per garantire che tutte le variabili avessero lo stesso ordine di grandezza, riducendo il rischio di overfitting. La scelta dei parametri di rete (numero di neuroni nello strato nascosto, tasso di apprendimento){\,} è stata ottimizzata tramite ricerca a griglia, valutando la performance con la cross‑validation a 5‑fold. I risultati mostrano che l'ANN supera i modelli tradizionali basati su regressione lineare multipla, grazie alla capacità di catturare non‑linearità complesse tra irraggiamento, flusso d'aria e proprietà term