PREDICCIÓN DE LA APTITUD AL DESCASCARADO DE GRANOS DE CARTAMO APLICANDO REDES NEURONALES ARTIFICIALES

COCCONI M; SÁNCHEZ R; DE FIGUEIREDO A; NOLASCO S

Bahía Blanca

Congreso; IX Congreso Argentino de Ingeniería Química - CAIQ 2017; 2017

Asociación Argentina de Ingenieros Químicos

El modelo estadístico computacional de Redes Neuronales Artificiales (RNA)fue aplicado para la predicción de la aptitud al descascarado (AD) y la producción de finos(F) durante el proceso de descascarado de granos de distintas variedades de cártamo. Seutilizó una RNA feedforward con una capa oculta y algoritmos de entrenamientobackpropagation y de ajuste de pesos Levenberg-Marquartd. Se utilizaron datos de AD y Fcorrespondientes a nueve variedades de cártamo cultivados en Hilario Azcasubi, provinciade Buenos aires, Argentina (contenido de humedad de grano entre 4,2 - 9,8 % base seca,velocidad de impacto en el proceso centrífugo de descascarado de 28,6- 40,5 ms-1). Elestudio de distintas arquitecturas de la red variando el número de neuronas en la capaoculta, permitió encontrar que la RNA con 8 neuronas brindaba el mejor ajuste de los datosexperimentales. Al comparar los datos experimentales y los predichos por la red se obtuvoelevados coeficientes de Determinación (R2 = 0,976 y 0,959, para AD y F, respectivamente)y los bajos valores de los errores cuadráticos medios (ECM = 2,972 y 1,081, para AD y F,respectivamente), lo que demuestran la eficacia y potencialidad del uso de las redesneuronales para el modelado y predicción de las respuestas de un proceso de descascaradode granos de cártamo de distintas variedades. Además, cabe destacar que la RNA permiteajustar los datos de todas las condiciones estudiadas a partir de un solo modelo, obteniendodos respuestas a la vez; facilitando su aplicación práctica.