SciELO - Scientific Electronic Library Online

 
vol.38 número2Tratamiento de aguas residuales oleosas mediante flotación por aire disueltoCinética de la reacción de transesterificación para la producción de biodiesel a partir del aceite de J atropha curcas L., en la provincia de Manabí, Ecuador índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Artigo

Indicadores

  • Não possue artigos citadosCitado por SciELO

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Tecnología Química

versão On-line ISSN 2224-6185

Resumo

LOPEZ DE LA MAZA, Luis Eduardo; ZUMALACARREGUI DE CARDENAS, Lourdes; PEREZ ONES, Osney  e  LLANES SANTIAGO, Orestes. Obtención de un modelo neuronal para la estimación de la concentración de etanol en la destilería Héctor Molina. RTQ [online]. 2018, vol.38, n.2, pp. 271-280. ISSN 2224-6185.

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 -4 y un factor de correlación con los datos experimentales de 0,916.

Palavras-chave : fermentación alcohólica; redes neuronales; modelos.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License