Degradación de contaminantes emergentes: un enfoque desde el modelado neuronal

GERBALDO, MARÍA VERÓNICA; MENDIETA, SILVIA NAZARETH; ARGÜELLO, DALMA SOFÍA; ALVAREZ, DOLORES MARÍA EUGENIA; CRIVELLO, MÓNICA ELSIE

Natal

Congreso; XXVIII Congreso Ibero-Americano de Catálise (28º CICAT); 2022

Universidad Federal de Rio Grande do Norte y directorio de SBCat

La carbamazepina ha sido evaluada como peligrosa en la vida acuática de algas, bacterias y algunos peces, por lo que es considerada contaminante emergente. Las redes neuronales artificiales son algoritmos desarrollados con el objetivo de emular el comportamiento del cerebro humano y reproducir su desempeño, como métodos de relación entre variables asociadas a una reacción. El objetivo del trabajo es desarrollar modelos matemáticos basados en redes neuronales artificiales que expliquen la relación entre parámetros del proceso fotocatalítico de degradación de dicho contaminante, con la evolución de la concentración del fármaco lograda. Se consideraron las variables pH y concentración de H2O2, como entrada y la concentración del carbamazepina, como salida. Los modelos probados para cada uno de los metales adicionados al catalizador (Co, Ni y Zn) fueron construidos por una capa de entrada, una oculta con función de transferencia sigmoidal conteniendo 3, 5 y 10 neuronas, respectivamente, y otra de salida. La red de mayor simplicidad que mejor representó la relación entre variables de proceso fue la consistente en 5 neuronas en la capa oculta. El desarrollo de estos modelos es de interés por la consecuente disminución de tiempos y costos en ensayos experimentales.