Predicción mediante rna de la concentración de co2 y h2s del proceso de endulzamiento de gas natural
El presente Trabajo de Integración Curricular tiene como objetivo predecir mediante RNA las concentraciones de CO2 y H2S del proceso de endulzamiento de gas natural, para lo cual se simuló en el software gratuito DWSIM el proceso de endulzamiento, el mismo que nos sirvió para generar la base de dato...
محفوظ في:
| المؤلف الرئيسي: | |
|---|---|
| التنسيق: | bachelorThesis |
| اللغة: | spa |
| منشور في: |
2022
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | https://dspace.espoch.edu.ec/handle/123456789/20207 |
| الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
إضافة وسم | الملخص: | El presente Trabajo de Integración Curricular tiene como objetivo predecir mediante RNA las concentraciones de CO2 y H2S del proceso de endulzamiento de gas natural, para lo cual se simuló en el software gratuito DWSIM el proceso de endulzamiento, el mismo que nos sirvió para generar la base de datos esencial para el diseño de la red neuronal artificial (RNA) idóneo para la predicción de las fracciones molares de interés del gas natural que ingresa al proceso. Para el desarrollo de la RNA se utilizó la base de datos generada de DWSIM, la misma que está compuesta por 130 datos con tres entradas: temperatura, presión y flujo molar del gas amargo, y sus respectivas salidas: fracción molar del CO2 y H2S del flujo de gas dulce que sale por la parte superior de la torre de absorción. La red neuronal artificial se diseñó en MATLAB utilizando 170 neuronas ocultas en su arquitectura y se entrenó con el algoritmo de Bayesian Regularization; donde se obtuvo un error cuadrático medio (MSE) de 1.6317e-05 y un coeficiente de regresión total de 0.99882. La RNA se validó por medio de un análisis estadístico comparativo obteniendo un porcentaje de confianza del 95%. La simulación logró disminuir las concentraciones de CO2 Y H2S hasta las fracciones molares de 0.0019 y 0.00138, respectivamente y regenerando una fracción molar de 0.11081967 de amina MDEA utilizada. Se recomienda que para el diseño y entrenamiento de la RNA los datos a utilizar de entradas y salidas sean normalizados, es decir, que la red trabaje en un rango de 0-1 y no con valores muy grandes, con la finalidad de que la predicción de las fracciones molares de CO2 y H2S sean más precisas y confiables. |
|---|