Red neuronal artificial para la predicción de propiedades de compuestos orgánicos basado en la representación mediante grupos funcionales.

IGNACIO PEREZ CORREA; GIUNTA, PABLO D.; FRANCESCONI, JAVIER A.; MARIÑO, FERNANDO J.

Congreso; CADI/CLADI/CAEDI 5to. Congreso Argentino de Ingeniería. 3er. Congreso Latinoamericano de Ingeniería. 11vo. Congrego Argentino de Enseñanza de la Ingeniería..; 2021

En el desarrollo y optimización de procesos químicos que impliquenla selección de fluidos orgánicos se requiere conocer las propiedades físicasde los compuestos involucrados. En muchos casos es complejo hallar medicionesexperimentales para todas las sustancias por lo que se vuelve necesario poseeruna herramienta que permita predecir las propiedades en base a lascaracterísticas de los compuestos. Una de las metodologías de uso más extendidoen bibliografía es la estimación mediante contribución de grupos funcionales,en donde las propiedades se calculan en base a los elementos constituyentes dela molécula. Existen diversos modelos publicados en bibliografía, pero estos nologran representar una gran cantidad de compuestos con alta precisión enconjunto con una complejidad computacional manejable. El objetivo del presentetrabajo consiste en desarrollar un modelo de predicción de ocho propiedadestermodinámicas de interés (presión, temperatura y volumen crítico, temperaturade fusión y ebullición y las entalpías de vaporización, fusión y formación) basadoen la metodología de grupos funcionales mediante la implementación de una redneuronal de tipo perceptrón multicapa. Fueron utilizadas 2750 sustancias para elaprendizaje de la red cuya capacidad de predicción fue también contrastada conotros modelos de referencia en bibliografía. El modelo propuesto presentaerrores del 1% al 4% para las distintas propiedades (exceptuando el punto defusión) que mejoran notablemente respecto de los modelos de referencia que poseenvalores en el entorno de (3-30) %. De todas maneras, se observa una dificultaden la predicción del punto de fusión inherente a esta metodología.