Predicción de la composición de syngas mediante redes neuronales a partir de la simulación de su proceso de producción

Se predijo la composición de syngas mediante redes neuronales artificiales (RNAs) a partir de la simulación de su proceso de producción. Se simuló el proceso de obtención de syngas en el software DWSIM, donde se obtuvieron todos los datos para diseñar la RNA, se validó la simulación al obtener un error porcentual inferior al 4%. La RNA se diseñó en el software MATLAB, utilizando la temperatura, presión y fracciones molares del CH4, CO2 y N2 como parámetros de entrada. La arquitectura de la RNA es de tipo feedforward multicapa y se la entrenó con el algoritmo de Levenberg-Marquardt (LM), obteniendo una RNA de 7 capas de entrada, 20 capas ocultas y 4 capas de salida. Los datos predichos por la RNA fueron validados mediante los indicadores de desempeño, error cuadrático medio (MSE) y el coeficiente de correlación (R), y analizados con la prueba ANOVA. Los resultados de la predicción indicaron que la RNA diseñada es altamente satisfactoria para predecir la composición de syngas. La RNA predijo valores similares a los obtenidos en la simulación, indicando un R igual a 0,99767 y un MSE igual a 0,00088232, validando el diseño de la misma en base al mínimo error resultante. Se recomienda usar esta propuesta tecnológica, como guía, para predecir la composición de gas natural, obtenido en el proceso de extracción de petróleo en el Ecuador.

• Tác giả chính: Cevallos Manzaba, Evelyn Arelys (author)
• Định dạng: bachelorThesis
• Ngôn ngữ: spa
• Được phát hành: 2020
• Những chủ đề: TECNOLOGÍA Y CIENCIAS DE LA INGENIERÍA; INGENIERÍA QUÍMICA; GAS DE SÍNTESIS; DWSIM (SOFTWARE); MATLAB (SOFTWARE); RED NEURONAL ARTIFICIAL (RNA)
• Truy cập trực tuyến: https://dspace.espoch.edu.ec/handle/123456789/16705