Desempenho termodinâmico de uma máquina de gelo com R437a: estudo experimental de substituição Drop-In ao R134A
Bibliographic record
Abstract
A substituição de fluidos refrigerantes com alto potencial de aquecimento global (GWP) tem se tornado uma prioridade na indústria de refrigeração, especialmente após a Emenda de Kigali ao Protocolo de Montreal. Essa diretriz internacional impulsiona a transição para compostos mais sustentáveis, como o R437A, que se apresenta como alternativa viável ao R134a em sistemas de refrigeração. Este estudo realiza uma análise experimental da performance termodinâmica de uma máquina automática de gelo operando com o R437A, utilizando procedimento drop-in, sem modificações estruturais no equipamento. Foram monitoradas variáveis críticas do ciclo de refrigeração — temperatura, pressão e potência elétrica — por meio de sensores de pressão, termopares tipo K e wattímetro acoplado ao compressor hermético. Os dados obtidos indicam que o R437A apresentou comportamento compatível com o R134a, mantendo temperaturas de evaporação e condensação dentro dos limites esperados, além de consumo energético estável. A eficiência operacional do sistema foi preservada, confirmando a viabilidade técnica da substituição. Os resultados contribuem para o avanço de soluções refrigerantes com menor impacto ambiental, alinhadas às exigências regulatórias internacionais, e reforçam o potencial do R437A como alternativa segura e eficiente para aplicações em sistemas de produção de gelo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".