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)
id |
UISANTADR2_203f84393f159fd9d6af61f915ea003e |
---|---|
oai_identifier_str |
oai:noesis.uis.edu.co:20.500.14071/39056 |
network_acronym_str |
UISANTADR2 |
network_name_str |
Repositorio UIS |
repository_id_str |
|
dc.title.none.fl_str_mv |
Aplicación de la redes neuronales artificiales en la predicción del desempeño de la pervaporación del etanol en la mezcla etanol-agua |
dc.title.english.none.fl_str_mv |
Application of artificial neural networks in the prediction of the pervaporation performance of ethanol in the ethanol-water mixture. |
title |
Aplicación de la redes neuronales artificiales en la predicción del desempeño de la pervaporación del etanol en la mezcla etanol-agua |
spellingShingle |
Aplicación de la redes neuronales artificiales en la predicción del desempeño de la pervaporación del etanol en la mezcla etanol-agua 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. |
title_short |
Aplicación de la redes neuronales artificiales en la predicción del desempeño de la pervaporación del etanol en la mezcla etanol-agua |
title_full |
Aplicación de la redes neuronales artificiales en la predicción del desempeño de la pervaporación del etanol en la mezcla etanol-agua |
title_fullStr |
Aplicación de la redes neuronales artificiales en la predicción del desempeño de la pervaporación del etanol en la mezcla etanol-agua |
title_full_unstemmed |
Aplicación de la redes neuronales artificiales en la predicción del desempeño de la pervaporación del etanol en la mezcla etanol-agua |
title_sort |
Aplicación de la redes neuronales artificiales en la predicción del desempeño de la pervaporación del etanol en la mezcla etanol-agua |
dc.creator.fl_str_mv |
Bello Lemus, Oscar Javier |
dc.contributor.advisor.none.fl_str_mv |
Morales Medina, Giovanni |
dc.contributor.author.none.fl_str_mv |
Bello Lemus, Oscar Javier |
dc.subject.none.fl_str_mv |
Redes Neuronales Aritificiales Pervaporación Separación Por Membranas Mezcla Etanol-Agua Análisis Por Componentes Principales. |
topic |
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. |
dc.subject.keyword.none.fl_str_mv |
Artificial Neuronal Networks Pervaporation Separation By Membranes Water-Ethanol Mixture Principal Component Analysis. |
description |
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. _ |
publishDate |
2018 |
dc.date.available.none.fl_str_mv |
2018 2024-03-04T00:09:00Z |
dc.date.created.none.fl_str_mv |
2018 |
dc.date.issued.none.fl_str_mv |
2018 |
dc.date.accessioned.none.fl_str_mv |
2024-03-04T00:09:00Z |
dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
dc.type.hasversion.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
format |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
dc.identifier.uri.none.fl_str_mv |
https://noesis.uis.edu.co/handle/20.500.14071/39056 |
dc.identifier.instname.none.fl_str_mv |
Universidad Industrial de Santander |
dc.identifier.reponame.none.fl_str_mv |
Universidad Industrial de Santander |
dc.identifier.repourl.none.fl_str_mv |
https://noesis.uis.edu.co |
url |
https://noesis.uis.edu.co/handle/20.500.14071/39056 https://noesis.uis.edu.co |
identifier_str_mv |
Universidad Industrial de Santander |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.license.none.fl_str_mv |
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) |
dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0 |
dc.rights.creativecommons.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
rights_invalid_str_mv |
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) http://creativecommons.org/licenses/by/4.0/ http://creativecommons.org/licenses/by-nc/4.0 Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Industrial de Santander |
dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingenierías Fisicoquímicas |
dc.publisher.program.none.fl_str_mv |
Ingeniería Química |
dc.publisher.school.none.fl_str_mv |
Escuela de Ingeniería Química |
publisher.none.fl_str_mv |
Universidad Industrial de Santander |
institution |
Universidad Industrial de Santander |
bitstream.url.fl_str_mv |
https://noesis.uis.edu.co/bitstreams/e3e5eb7c-918f-4d73-9002-42d3863acbea/download https://noesis.uis.edu.co/bitstreams/98dccb56-34f9-401a-a79c-64989a81cdc1/download https://noesis.uis.edu.co/bitstreams/17cf39be-e091-490d-8623-1a5ebf4df32e/download |
bitstream.checksum.fl_str_mv |
4b38c71d190dcfb5d2a783f35118165b 05054d56002ef6b1c0bee2ab31db943c 66a62963b5d7bcd0f3f623df9a0cb901 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
DSpace at UIS |
repository.mail.fl_str_mv |
noesis@uis.edu.co |
_version_ |
1814095217258659840 |
spelling |
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)http://creativecommons.org/licenses/by/4.0/http://creativecommons.org/licenses/by-nc/4.0Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Morales Medina, GiovanniBello Lemus, Oscar Javier2024-03-04T00:09:00Z20182024-03-04T00:09:00Z20182018https://noesis.uis.edu.co/handle/20.500.14071/39056Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coComo 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. _PregradoIngeniero QuímicoAs alternative to fossil fuels, one of the most researched and produced is bioethanol. This fuel is obtained from fermentation of sugar present on biomass, and, -energy consuming methods, which makes this process not profitable. Then, the research for other separation methods that are efficient and environmental friendly becomes necessary. One of them is pervaporation. place, the purpose of this is foresee how is the behavior of the phenomenon to be studied like. On the other hand, the artificial neuronal networks have become in an efficient tool at the prediction of non-linear models. This is in part due to the increase of computational power experienced in the last years. These systems are capable of taking an already solved problem, learn and train from it to create solutions to a new given problem. In this research, the performance of the ANN as prediction model to the exit flux with some operation conditions as input variables was studied using the nntool available in compilation R2017a of MATLAB. _application/pdfspaUniversidad Industrial de SantanderFacultad de Ingenierías FisicoquímicasIngeniería QuímicaEscuela de Ingeniería QuímicaRedes Neuronales AritificialesPervaporaciónSeparación Por MembranasMezcla Etanol-AguaAnálisis Por Componentes Principales.Artificial Neuronal NetworksPervaporationSeparation By MembranesWater-Ethanol MixturePrincipal Component Analysis.Aplicación de la redes neuronales artificiales en la predicción del desempeño de la pervaporación del etanol en la mezcla etanol-aguaApplication of artificial neural networks in the prediction of the pervaporation performance of ethanol in the ethanol-water mixture.Tesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_b1a7d7d4d402bcceORIGINALCarta de autorización.pdfapplication/pdf431818https://noesis.uis.edu.co/bitstreams/e3e5eb7c-918f-4d73-9002-42d3863acbea/download4b38c71d190dcfb5d2a783f35118165bMD51Documento.pdfapplication/pdf5002137https://noesis.uis.edu.co/bitstreams/98dccb56-34f9-401a-a79c-64989a81cdc1/download05054d56002ef6b1c0bee2ab31db943cMD52Nota de proyecto.pdfapplication/pdf349237https://noesis.uis.edu.co/bitstreams/17cf39be-e091-490d-8623-1a5ebf4df32e/download66a62963b5d7bcd0f3f623df9a0cb901MD5320.500.14071/39056oai:noesis.uis.edu.co:20.500.14071/390562024-03-03 19:09:00.455http://creativecommons.org/licenses/by-nc/4.0http://creativecommons.org/licenses/by/4.0/open.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.co |