Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM
El objetivo de esta investigación fue predecir el porcentaje de recuperación de acetonitrilo aplicando redes neuronales artificiales a partir de la simulación del proceso de separación del azeótropo acetonitrilo/agua en el software DWSIM, para ello se tomaron en cuenta las variables de operación pro...
-д хадгалсан:
| Үндсэн зохиолч: | |
|---|---|
| Формат: | bachelorThesis |
| Хэл сонгох: | spa |
| Хэвлэсэн: |
2020
|
| Нөхцлүүд: | |
| Онлайн хандалт: | https://dspace.espoch.edu.ec/handle/123456789/16720 |
| Шошгууд: |
Шошго нэмэх
Шошго байхгүй, Энэхүү баримтыг шошголох эхний хүн болох!
|
Шошго нэмэх | _version_ | 1863420561062887424 |
|---|---|
| author | Horna Padilla, Karol Solange |
| author_facet | Horna Padilla, Karol Solange |
| author_role | author |
| collection | Repositorio Escuela Superior Politécnica de Chimborazo |
| dc.contributor.none.fl_str_mv | Chuquin Vasco, Daniel Antonio Chuquin Vasco, Juan Pablo |
| dc.creator.none.fl_str_mv | Horna Padilla, Karol Solange |
| dc.date.none.fl_str_mv | 2020-12-16 2022-09-12T14:01:04Z 2026-04-20T17:56:52Z |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | Horna Padilla, Karol Solange. (2020). Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM. Escuela Superior Politécnica de Chimborazo. Riobamba. https://dspace.espoch.edu.ec/handle/123456789/16720 |
| dc.language.none.fl_str_mv | spa |
| dc.publisher.none.fl_str_mv | Escuela Superior Politécnica de Chimborazo |
| dc.relation.none.fl_str_mv | UDCTFC;96T00596 |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/3.0/ec/ |
| dc.source.none.fl_str_mv | reponame:Repositorio Escuela Superior Politécnica de Chimborazo instname:Escuela Superior Politécnica de Chimborazo instacron:ESPOCH |
| dc.subject.none.fl_str_mv | TECNOLOGÍA Y CIENCIAS DE LA INGENIERÍA INGENIERÍA QUÍMICA PORCENTAJE DE RECUPERACIÓN AZEÓTROPO ACETONITRILO RED NEURONAL ARTIFICIAL (RNA) |
| dc.title.none.fl_str_mv | Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion |
| description | El objetivo de esta investigación fue predecir el porcentaje de recuperación de acetonitrilo aplicando redes neuronales artificiales a partir de la simulación del proceso de separación del azeótropo acetonitrilo/agua en el software DWSIM, para ello se tomaron en cuenta las variables de operación propuestas en el trabajo “Pressure-swing or extraction-distillation for the recovery of pure acetonitrile from ethanol ammoxidation process: A comparison of efficiency and cost” a partir de las cuales se desarrolló y valido la mencionada simulación. En función de los resultados obtenidos de la simulación del proceso se consiguió generar una base de 125 datos para la alimentación de la Red Neuronal Artificial (RNA) la cual cuenta con una estructura de 4 entradas, las cuales se varían de acuerdo a los rangos establecidos para conseguir las 5 salidas de la red en las que se incluye el porcentaje de recuperación del acetonitrilo, para el funcionamiento de esta red su estructura cuenta con 11 capas ocultas y su entrenamiento se realizó con el logaritmo Levenberg-Marquardt. Para la validación de los resultados de proporcionados por la RNA se llevó a cabo un análisis gráfico y estadístico de los cuales se puede mencionar que el que el valor-P generado en la ANOVA resulto mayor a 0.05 por lo que se demostró que no existe una diferencia estadísticamente significativa entre las medias de las variables comparadas con un nivel de confianza del 95.0%, y a la par el análisis gráfico evidencio la presencia de sobrepicos en algunas de la fracciones analizadas sin embargo con el análisis del error porcentual promedio se evidencio que este no supera en ningún caso más del 1% por lo que fundamentados en los análisis mencionados se puede concluir que la Red Neuronal Artificial diseñada predice de manera satisfactoria, eficaz y eficiente el porcentaje de recuperación de acetonitrilo. |
| eu_rights_str_mv | openAccess |
| format | bachelorThesis |
| id | ESPOCH_21db02ab5e28af36aaef81db40e84a7c |
| identifier_str_mv | Horna Padilla, Karol Solange. (2020). Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM. Escuela Superior Politécnica de Chimborazo. Riobamba. |
| instacron_str | ESPOCH |
| institution | ESPOCH |
| instname_str | Escuela Superior Politécnica de Chimborazo |
| language | spa |
| network_acronym_str | ESPOCH |
| network_name_str | Repositorio Escuela Superior Politécnica de Chimborazo |
| oai_identifier_str | oai:dspace.espoch.edu.ec:123456789/16720 |
| publishDate | 2020 |
| publisher.none.fl_str_mv | Escuela Superior Politécnica de Chimborazo |
| reponame_str | Repositorio Escuela Superior Politécnica de Chimborazo |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Escuela Superior Politécnica de Chimborazo - Escuela Superior Politécnica de Chimborazo |
| repository_id_str | 1750 |
| rights_invalid_str_mv | https://creativecommons.org/licenses/by-nc-sa/3.0/ec/ |
| spelling | Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIMHorna Padilla, Karol SolangeTECNOLOGÍA Y CIENCIAS DE LA INGENIERÍAINGENIERÍA QUÍMICAPORCENTAJE DE RECUPERACIÓNAZEÓTROPOACETONITRILORED NEURONAL ARTIFICIAL (RNA)El objetivo de esta investigación fue predecir el porcentaje de recuperación de acetonitrilo aplicando redes neuronales artificiales a partir de la simulación del proceso de separación del azeótropo acetonitrilo/agua en el software DWSIM, para ello se tomaron en cuenta las variables de operación propuestas en el trabajo “Pressure-swing or extraction-distillation for the recovery of pure acetonitrile from ethanol ammoxidation process: A comparison of efficiency and cost” a partir de las cuales se desarrolló y valido la mencionada simulación. En función de los resultados obtenidos de la simulación del proceso se consiguió generar una base de 125 datos para la alimentación de la Red Neuronal Artificial (RNA) la cual cuenta con una estructura de 4 entradas, las cuales se varían de acuerdo a los rangos establecidos para conseguir las 5 salidas de la red en las que se incluye el porcentaje de recuperación del acetonitrilo, para el funcionamiento de esta red su estructura cuenta con 11 capas ocultas y su entrenamiento se realizó con el logaritmo Levenberg-Marquardt. Para la validación de los resultados de proporcionados por la RNA se llevó a cabo un análisis gráfico y estadístico de los cuales se puede mencionar que el que el valor-P generado en la ANOVA resulto mayor a 0.05 por lo que se demostró que no existe una diferencia estadísticamente significativa entre las medias de las variables comparadas con un nivel de confianza del 95.0%, y a la par el análisis gráfico evidencio la presencia de sobrepicos en algunas de la fracciones analizadas sin embargo con el análisis del error porcentual promedio se evidencio que este no supera en ningún caso más del 1% por lo que fundamentados en los análisis mencionados se puede concluir que la Red Neuronal Artificial diseñada predice de manera satisfactoria, eficaz y eficiente el porcentaje de recuperación de acetonitrilo.The objective of this research was to predict the percentage of acetonitrile recovery applying artificial neural networks from the simulation of the acetonitrile/water azeotrope separation process, using DWSIM software. For this, the operating variables proposed in the work were considered. “Pressure-swing or extraction-distillation for the recovery of pure acetonitrile from ethanol ammoxidation process: A comparison of efficiency and cost” with which this simulation was developed and validated. Based on the results obtained from the simulation of the process, it was possible to generate a database of 125 data values for feeding the Artificial Neural Network (ANN) which has a structure of 4 inputs, which vary according to the ranges established to achieve the 5 outputs of the network in which the percentage of recovery of acetonitrile is included. For the operation of this network, its structure has 11 hidden layers, and its training process was carried out with the Levenberg-Marquardt logarithm To validate the results provided by the RNA, a graphic and statistical analysis was carried out, of which it can be mentioned that the P-value generated in the ANOVA was greater than 0.05, so it was shown that there is no statistically significant difference between the means of the variables compared with a confidence level of 95.0%, and at the same time the graphic analysis showed the presence of over-peaks in some of the analysed fractions, however with the average percentage error analysis it was shown that this does not exceed in any case more than 1%. Therefore, based on these mentioned analyses, it can be concluded that the designed Artificial Neural Network predicts in a satisfactory, effective, and efficient manner the percentage of acetonitrile recovery.Escuela Superior Politécnica de ChimborazoChuquin Vasco, Daniel AntonioChuquin Vasco, Juan Pablo2022-09-12T14:01:04Z2026-04-20T17:56:52Z2020-12-16info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfHorna Padilla, Karol Solange. (2020). Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM. Escuela Superior Politécnica de Chimborazo. Riobamba.https://dspace.espoch.edu.ec/handle/123456789/16720spaUDCTFC;96T00596info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/3.0/ec/reponame:Repositorio Escuela Superior Politécnica de Chimborazoinstname:Escuela Superior Politécnica de Chimborazoinstacron:ESPOCH2026-04-20T17:56:53Zoai:dspace.espoch.edu.ec:123456789/16720Institucionalhttp://dspace.espoch.edu.ec/Universidad públicahttps://www.espoch.edu.ec/es/http://dspace.espoch.edu.ec/oai.Ecuador...opendoar:17502026-04-20T17:56:53Repositorio Escuela Superior Politécnica de Chimborazo - Escuela Superior Politécnica de Chimborazofalse |
| spellingShingle | Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM Horna Padilla, Karol Solange TECNOLOGÍA Y CIENCIAS DE LA INGENIERÍA INGENIERÍA QUÍMICA PORCENTAJE DE RECUPERACIÓN AZEÓTROPO ACETONITRILO RED NEURONAL ARTIFICIAL (RNA) |
| status_str | publishedVersion |
| title | Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM |
| title_full | Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM |
| title_fullStr | Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM |
| title_full_unstemmed | Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM |
| title_short | Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM |
| title_sort | Predicción del porcentaje de acetonitrilo aplicando redes neuronales artificiales a partir del proceso de simulación en DWSIM |
| topic | TECNOLOGÍA Y CIENCIAS DE LA INGENIERÍA INGENIERÍA QUÍMICA PORCENTAJE DE RECUPERACIÓN AZEÓTROPO ACETONITRILO RED NEURONAL ARTIFICIAL (RNA) |
| url | https://dspace.espoch.edu.ec/handle/123456789/16720 |