Determinación de la cinética de pirólisis del polipropileno (PP) y polietileno de alta densidad (HDPE) mediante el uso de análisis termogravimétrico y algoritmos genéticos

El presente trabajo de titulación fue realizado con el objetivo de optimizar el cálculo de los parámetros cinéticos de la pirólisis del Polipropileno (PP) y Polietileno de alta densidad (HDPE) a 3 tasas de calentamiento (5, 10, 15 °C/min) con el uso de algoritmos genéticos y los datos termogravimétr...

Descrizione completa

Salvato in:
Dettagli Bibliografici
Autore principale: Naranjo Avilés, Mateo Sebastián (author)
Natura: bachelorThesis
Lingua:spa
Pubblicazione: 2023
Soggetti:
Accesso online:https://dspace.espoch.edu.ec/handle/123456789/22800
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
Descrizione
Riassunto:El presente trabajo de titulación fue realizado con el objetivo de optimizar el cálculo de los parámetros cinéticos de la pirólisis del Polipropileno (PP) y Polietileno de alta densidad (HDPE) a 3 tasas de calentamiento (5, 10, 15 °C/min) con el uso de algoritmos genéticos y los datos termogravimétricos. Para la ejecución del proyecto primero se recolectaron los datos termogravimétricos de ambos plásticos, cada uno a las 3 tasas de calentamiento, seleccionando los datos que tengan una constante de pérdida de masa, según la curva termogravimétrica, observando que en los datos no existan picos en sus valores. Se seleccionaron 3 modelos isoconversionales para poder evaluar la cinética de degradación térmica: Energía de activación (Ea), Factor preexponencial (Ao) y orden de reacción (n), su uso es indispensable debido a que la naturales de este proceso es compleja, por lo que, la Confederación Internacional de Calorimetría de Análisis Térmico (ICTAC) recomiendo su uso. Para el estudio se seleccionaron los modelos de Friedman, KAS y FWO. Se codificaron 3 pasos esenciales para la ejecución del código implementando 2 optimizaciones, la primera una optimización no lineal con la función fmincon y la segunda una optimización heurística con la función ga (Algoritmos genéticos); segundo y tercer paso, respectivamente. La aplicación del Algoritmo Genético (GA) en la segunda optimización cumple función de optimizar el cálculo de los parámetros cinéticos comparando sus datos en la curva termogravimétrica diferencial, DTG experimental vs DTG calculado, usando el error cuadrático medio (MSE) y factor de determinación como validadores para la confiabilidad de los resultados. En función del MSE y factor de determinación en cada punto vemos mejores resultados, al igual que de manera visual, según las gráficas del DTG, los datos calculados se ajustan mejor a la curva experimental.