Predicción del comportamiento termogravimétrico de la energía de activación de los residuos cáscara de papa (Solanum tuberosum)

El objetivo de este trabajo fue desarrollar una red neuronal artificial capaz de predecir el comportamiento termogravimétrico de la energía de activación en los residuos de cáscara de papa (Solanum tuberosum) del cantón Guano. Los datos experimentales del análisis termogravimétrico y cálculos mediante los modelos cinéticos propuestos por Flynn-Wall-Ozawa, Kissinger-Akahira-Sunose y Friedman para la energía de activación se han utilizado al establecer una base de 100 datos en el modelo de predicción. El desarrollo de la red se llevó a cabo en el software Matlab con tres variables de entrada, diferente cantidad de neuronas en la capa oculta, una variable de salida y los algoritmos de entrenamiento de Levenberg Marquardt, Regularización Bayesiana y Scaled Conjugate Gradient. el tiempo, la temperatura y el peso de la muestra del análisis termogravimétrico se han seleccionado como variables de entrada; mientras que, la energía de activación calculada por el método cinético de Flynn Wall Ozawa como variables de salida. Un coeficiente de correlación de pearson de 1 y error cuadrático medio de 2,327E-09 evidencian el buen desempeño la red durante su entrenamiento con 375 neuronas en la capa oculta y el algoritmo de regularización bayesiana. Un valor-P mayor que 0,05 permite validar con un 95% de confianza el modelo de predicción, confirmando estadísticamente, que no existe una diferencia significativa entre la energía de activación real y predicha por la red neuronal artificial. Los resultados indican que la red neuronal artificial demuestra ser eficiente para predecir la energía de activación de los residuos de cáscara de papa analizados por termogravimetría empleando tasas de calentamiento de 5 y 15 °C/min en atmósfera inerte con inyección de nitrógeno a 20 mL/min. Se recomienda emplear el modelo de predicción en aquellos proyectos encaminados hacia la pirólisis o gasificación de la biomasa conformada por residuos de cáscara de papa.

• Autore principale: Jara Romero, Michel Abigail (author)
• Natura: bachelorThesis
• Lingua: spa
• Pubblicazione: 2021
• Soggetti: TECNOLOGÍA Y CIENCIAS DE LA INGENIERÍA; INGENIERÍA QUÍMICA; CÁSCARA DE PAPA; ANÁLISIS TERMOGRAVIMÉTRICO; REDES NEURONALES ARTIFICIALES (RNA); MATLAB (SOFTWARE); ENERGÍA DE ACTIVACIÓN; MODELOS CINÉTICOS
• Accesso online: https://dspace.espoch.edu.ec/handle/123456789/16766