Obtención de un modelo neuronal para la estimación de la concentración de etanol en la destilería Héctor Molina

Autores

  • Luis Eduardo López de la Maza Grupo de Análisis de Procesos, Facultad de Ingeniería Química, Universidad Tecnológica de La Habana “José Antonio Echeverría” (CUJAE), La Habana, Cuba
  • Lourdes Zumalacárregui de Cárdenas Grupo de Análisis de Procesos, Facultad de Ingeniería Química, Universidad Tecnológica de La Habana “José Antonio Echeverría” (CUJAE), La Habana, Cuba
  • Osney Pérez-Ones Grupo de Análisis de Procesos, Facultad de Ingeniería Química, Universidad Tecnológica de La Habana “José Antonio Echeverría” (CUJAE), La Habana, Cuba
  • Orestes Llanes-Santiago Facultad de Ingeniería Automática, Universidad Tecnológica de La Habana “José Antonio Echeverría” (CUJAE), La Habana, Cuba

DOI:

https://doi.org/10.1590/2224-6185.2018.2.%25x

Palavras-chave:

fermentación alcohólica, redes neuronales, modelos.

Resumo

La producción de etanol para el consumo humano mediante fermentación alcohólica en la destilería “Héctor Molina” se realiza en un biorreactor tipo tanque, con modo de operación discontinuo incrementado. Actualmente la modelación de procesos biológicos utilizando técnicas de inteligencia artificial se ha convertido en tendencia. En este trabajo se crearon modelos con las redes neuronales artificiales (RNA), perceptrón multicapa específicamente, que lograron estimar la concentración de etanol en los fermentadores de la destilería Héctor Molina, utilizando el software MATLAB 2013. La mejor topología neuronal, obtenida en Matlab presenta cuatro variables de entrada y seis neuronas en la capa oculta con una media del error cuadrático medio de 4,34·10-4y un factor de correlación con los datos experimentales de 0,916.

Downloads

Publicado

2018-05-09

Como Citar

López de la Maza, L. E., Zumalacárregui de Cárdenas, L., Pérez-Ones, O., & Llanes-Santiago, O. (2018). Obtención de un modelo neuronal para la estimación de la concentración de etanol en la destilería Héctor Molina. Tecnologia Química, 38(2), 315–325. https://doi.org/10.1590/2224-6185.2018.2.%x

Edição

v. 38 n. 2 (2018)

Seção

Artículos

Licença

Este trabalho está licenciado sob a Licença Creative Commons CC-BY-NC-ND

Artigos mais lidos pelo mesmo(s) autor(es)