Modelado de Propiedades Críticas de Sustancias mediante Redes Neuronales y Estructura Molecular

Este estudio se centra en la aplicación de redes neuronales en ingeniería química para la estimación precisa de propiedades críticas, como la presión y la temperatura crítica, fundamentales en el diseño de plantas químicas. En Colombia, la industria química enfrenta un desafío importante debido a la falta de avances tecnológicos en el diseño de equipos para sectores clave como agricultura, alimentos, farmacéutica y petroquímica. Actualmente, el diseño de equipos se basa en modelos empíricos o determinísticos que, carecen de la información necesaria para realizar estimaciones precisas de las variables pertinentes. Ante esta problemática, se propone el desarrollo de una red neuronal que se enfoca en la temperatura crítica como parámetro principal. Esta red utiliza matrices de distancia y conectividad para representar la información de la estructura molecular de las sustancias. Adicionalmente, usa descriptores como peso molecular y electronegatividad. Los resultados conllevan a estimaciones de propiedades críticas, especialmente para sustancias orgánicas, partiendo de matrices de conectividad. Este enfoque promete contribuir al avance tecnológico en la industria química colombiana al proporcionar herramientas más precisas y eficientes para el diseño de procesos y equipos. Además, abre nuevas oportunidades para investigaciones futuras en el campo de la química computacional y la inteligencia artificial aplicada a la ingeniería química con el fin de satisfacer las necesidades industriales y sociales.

• Autores: Mayorga Chaves, Eliana Marcela
• Tipo de recurso: Tesis
• Fecha de publicación: 2024
• Institución: Universidad ECCI
• Repositorio: Repositorio Institucional ECCI
• Idioma: spa
• OAI Identifier: oai:repositorio.ecci.edu.co:001/4080
• Acceso en línea: https://repositorio.ecci.edu.co/handle/001/4080
• Palabra clave: Temperatura Crítica; Red Neuronal; Sustancias Orgánicas; Sustancias Inorgánicas; Critical Temperature; Neural Network; Organic Substances; Inorganic Substances
• Rights: openAccess
• License: Attribution-NonCommercial-NoDerivatives 4.0 Internacional