Modelado y simulación de un sistema de destilación binaria benceno-tolueno para la predicción de la composición de los productos mediante redes neuronales artificiales.
La finalidad de esta investigación fue modelar y simular un sistema de destilación binaria benceno-tolueno para la predicción de la composición de los productos mediante redes neuronales artificiales. Para el diseño de la RNA se utilizó datos obtenidos de la simulación en el software de acceso libre...
Guardat en:
| Autor principal: | |
|---|---|
| Format: | bachelorThesis |
| Idioma: | spa |
| Publicat: |
2019
|
| Matèries: | |
| Accés en línia: | https://dspace.espoch.edu.ec/handle/123456789/14107 |
| Etiquetes: |
Afegir etiqueta
Sense etiquetes, Sigues el primer a etiquetar aquest registre!
|
Afegir etiqueta | Sumari: | La finalidad de esta investigación fue modelar y simular un sistema de destilación binaria benceno-tolueno para la predicción de la composición de los productos mediante redes neuronales artificiales. Para el diseño de la RNA se utilizó datos obtenidos de la simulación en el software de acceso libre DWSIM con condiciones de operación propuestas en un artículo científico de medio impacto publicado por el departamento de Ingeniería Química del Instituto Nacional de tecnología de Calcuta. Mediante el pre procesamiento de datos se corrigió datos atípicos aplicando la prueba de Grubbs, por lo tanto, se utilizó una base de datos con 100 variables de proceso como entradas para el modelado en Matlab. De los cuales se utilizó un 15% para la validación, el 15 % para la prueba y un 70% en el entrenamiento de la RNA. Para el entrenamiento del modelo se utilizó el algoritmo de Levenberg-Marquardt. La arquitectura del modelado de tipo FeedForward Backpropagation contó con 2 capas de entrada, 18 capas ocultas y 2 capas de salida. Se concluye que el diseño de la red neuronal artificial tiene un óptimo rendimiento de predicción ya que, estadísticamente presentó un coeficiente de correlación igual a 0.94076 y un un error cuadratico medio igual a 0.0049875. En adición, los valores registrados de –P para la fraccion molar de benceno en el destilado y en el residuo como productos reales y predichos son 0.9030 y 0.7926 respectivamente, indicando que no existen diferencias significativas entre los datos analizados. Sin embargo se recomienda la implementación de un sensor suave para los vectores pesos que influyen en el entrenamiento de la RNA. |
|---|