Aplicación de la redes neuronales artificiales en la predicción del desempeño de la pervaporación del etanol en la mezcla etanol-agua
Como alternativa a los combustibles fósiles, uno de los más investigados y producidos es el bioetanol. Este se obtiene de la fermentación de los azúcares presentes en biomasa e industrialmente, se purifica por medios energéticamente demandantes, lo que hacen al proceso inviable económicamente. Se bu...
- Autores:
-
Bello Lemus, Oscar Javier
- Tipo de recurso:
- http://purl.org/coar/version/c_b1a7d7d4d402bcce
- Fecha de publicación:
- 2018
- Institución:
- Universidad Industrial de Santander
- Repositorio:
- Repositorio UIS
- Idioma:
- spa
- OAI Identifier:
- oai:noesis.uis.edu.co:20.500.14071/39056
- Palabra clave:
- Redes Neuronales Aritificiales
Pervaporación
Separación Por Membranas
Mezcla Etanol-Agua
Análisis Por Componentes Principales.
Artificial Neuronal Networks
Pervaporation
Separation By Membranes
Water-Ethanol Mixture
Principal Component Analysis.
- Rights
- License
- Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
Summary: | Como alternativa a los combustibles fósiles, uno de los más investigados y producidos es el bioetanol. Este se obtiene de la fermentación de los azúcares presentes en biomasa e industrialmente, se purifica por medios energéticamente demandantes, lo que hacen al proceso inviable económicamente. Se buscan entonces alternativas de separación eficientes y amigables con el medio ambiente. Una de ellas es la pervaporación. Como es sabido, es necesario obtener resultados preliminares antes de llevar a cabo pruebas experimentales, esto con el fin prever cuál será el comportamiento del fenómeno a estudiar. Las redes neuronales artificiales se han convertido en una herramienta eficiente a la hora de predecir modelos que presentan no linealidad, esto en parte al incremento del poder computacional en los últimos años. Estos sistemas son capaces de tomar un problema ya resuelto, aprender y entrenar de él para crear soluciones a un nuevo problema planteado. En este trabajo se estudió el desempeño de las RNA como modelo de predicción para el flux de salida con ciertas condiciones de operación como variables de entrada usando la herramienta nntool disponible en el software MATLAB. _ |
---|