Diseño de una red neuronal artificial para la predicción del poder calorífico superior a partir del análisis termogravimétrico (tga) de residuos de naranja
El objetivo de este trabajo fue desarrollar una red neuronal artificial para predecir el poder calorífico superior en los residuos de cáscara de naranja del cantón Caluma. Para establecer una base de 110 datos y desarrollar el modelo de predicción se utilizaron datos experimentales del análisis term...
Zapisane w:
| 1. autor: | |
|---|---|
| Format: | bachelorThesis |
| Język: | spa |
| Wydane: |
2022
|
| Hasła przedmiotowe: | |
| Dostęp online: | https://dspace.espoch.edu.ec/handle/123456789/20225 |
| Etykiety: |
Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!
|
Dodaj etykietę | Streszczenie: | El objetivo de este trabajo fue desarrollar una red neuronal artificial para predecir el poder calorífico superior en los residuos de cáscara de naranja del cantón Caluma. Para establecer una base de 110 datos y desarrollar el modelo de predicción se utilizaron datos experimentales del análisis termogravimétrico y análisis proximales. El diseño de la red se llevó a cabo en el software Matlab y Simulink Student Suite con cuatro variables de entrada, 10 neuronas en la capa oculta, una variable de salida y el algoritmo de Levenberg Marquardt. Se seleccionaron 4 variables de entrada para el modelo de red neural que fueron las siguientes: porcentaje de humedad, carbono fijo, materia volátil y cenizas; siendo como variable de salida el poder calorífico superior. Una correlación lineal de 1 y un error cuadrático medio de 2,97x10-10 evidencian el buen desempeño la red durante su entrenamiento con 10 neuronas en la capa oculta y el algoritmo de entrenamiento de Levenberg Marquardt. Un valor-P estadístico de 0,999 permite validar con un 95% de confianza el modelo de predicción, confirmando que no existe una diferencia significativa entre los valores reales del poder calorífico superior y los predichos por la red neuronal artificial. Los resultados indican que la red neuronal artificial demuestra ser eficiente al predecir el poder calorífico superior en los residuos de cáscara de naranja analizados por termogravimetría empleando una tasa de calentamiento de 15 °C/min en atmosfera inerte con inyección de Nitrógeno a 20 mL/min. Se recomienda utilizar la red neuronal en proyectos relacionados con la pirólisis o gasificación de biomasa que use los residuos de cáscara de naranja como fuente de bioenergía. |
|---|