An innovative method for the regression of thermodynamic properties of pure fluids was recently proposed. A técnica, indicada como uma equação de Estado estendida, adota uma estrutura semelhante ao método de Estados estendidos correspondentes, mas uma equação cúbica é assumida em vez da equação de Estado do fluido de referência e as funções de forma são expressas através de uma rede neural multi-camadas feedforward. O uso de uma rede neural garante uma alta flexibilidade da forma funcional para ser incompatíveis, de modo que o modelo resultante atinge uma representação precisão comparável ao alcançado pelo estado-de-o-arte multiparameter equações de estado na representação das propriedades termodinâmicas de um puro fluido. A técnica foi aplicada aqui ao hexafluoreto de enxofre com o objetivo de desenhar sua equação de Estado dedicada em um modo heurístico diretamente a partir dos dados experimentais disponíveis. For sulfur hexafluoride (critical point is at Tc=318.7232 K and Pc=3.754983MPa), dados experimentais de várias propriedades em estados homogêneos e de propriedades em equilíbrio de fase estão disponíveis. Os dados cobrem aproximadamente o intervalo entre a temperatura do ponto triplo a 223, 6 até 625k e para pressões até 60MPa. O procedimento de regressão foi desenvolvido em um subconjunto de dados de densidade bem distribuída e de coexistência vapor–líquido, o chamado “conjunto de treinamento”, e o modelo foi sucessivamente validado para todos os conjuntos de dados, incluindo as fontes de literatura relatando valores de capacidade térmica isobárica, Velocidade Do Som, e coeficiente Joule-Thomson. Os resultados obtidos são satisfatórios; de fato, a equação de Estado proposta representa os dados disponíveis dentro de sua exatidão experimental.