CIFICEN   24414
CENTRO DE INVESTIGACIONES EN FISICA E INGENIERIA DEL CENTRO DE LA PROVINCIA DE BUENOS AIRES
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
APLICACIÓN DE REDES NEURONALES ARTIFICIALES (RNA) EN LA PREDICCIÓN Y MODELADO DE LA CINÉTICA DE EXTRACCIÓN DE ACEITE DE CANOLA
Autor/es:
SÁNCHEZ R; FERNÁNDEZ M; NOLASCO S
Lugar:
Buenos Aires
Reunión:
Congreso; VIII Congreso Argentino de Ingeniería Química y 3 JASP; 2015
Resumen:
En este trabajo, se utilizó una Red Neuronal Artificial (RNA)feedforward con una capa oculta y algoritmos de entrenamientobackpropagation (BP) y de ajuste de pesos Levenberg-Marquartd (LM) parala predicción de la cinética de extracción con hexano de aceite de canola.Para el entrenamiento y validación, se emplearon los datos de tiempo deextracción (5 - 1080 minutos) y temperatura de proceso (25, 40 y 60 °C)como datos de entrada y los valores de rendimiento en base seca (% b.s.)como datos de salida, los cuales se obtuvieron en un sistema de extracciónbatch agitado. Se estudiaron distintas arquitecturas variando el número deneuronas en la capa oculta, encontrando que la RNA con 4 neuronasbrindaba el mejor ajuste de los datos experimentales. Se evaluó laefectividad de la red mediante la predicción de los rendimientos a 50°C; loscuales se contrastaron con datos experimentales. A su vez, se realizó unajuste de estos datos con un modelo de Difusión Modificado. Con respecto alos datos experimentales, se evaluó el error cuadrado medio porcentual(ECM%) y el R2, encontrándose para la RNA valores de ECM%=2,29 yR2=0,99; mientras que el ajuste con el modelo matemático arrojóECM%=2,24 y R2=0,99. Estos resultados muestran la eficacia ypotencialidad del uso de las redes neuronales para el modelado y predicciónde la cinética de extracción con solvente de aceite de canola dentro deldominio de los datos de entrenamiento.