Biomasa

Solo disponible en BuenasTareas
  • Páginas : 8 (1907 palabras )
  • Descarga(s) : 0
  • Publicado : 11 de octubre de 2010
Leer documento completo
Vista previa del texto
Estimación de las concentraciones de biomasa y el pigmento astaxantina, mediante redes neuronales artificiales.
Enrique Herrera López, Raúl R. Leal Ascencio y Anne Gschaedler Departamento de Electrónica, Sistemas e Informática. ITESO, Periférico Sur 8585, Tlaquepaque, 45090, Jal. CIATEJ. Centro de Investigación y Asistencia en Tecnología y Diseño del Estado de jalisco. A.C. Av. Normalistas 800,44270. Guadalajara, Jal. Palabras Clave: Redes Neuronales Artificiales, Fermentaciones, Instrumentación de Procesos.

En un proceso biotecnológico es sumamente importante conocer las cantidades de biomasa y producto secundario. No obstante la medición de estas variables no se realiza en línea, además, consume tiempo y sobre todo trabajo. Una aplicación de las redes neurales artificiales enprocesos biotecnológicos, es la estimación de variables, en este caso biomasa y un producto secundario.
INTRODUCCIÓN: En una fermentación se busca normalmente producir biomasa o un producto secundario.En nuestro caso de estudio, el producto secundario es el objetivo de la fermentación y para el control óptimo de esta variable es de vital importancia tener los valores en línea de biomasa. El proceso demedición de biomasa o producto se puede realizar por medio de Espectrofotometría (absorbancia) esta medición consiste en hacer pasar una haz de luz a través de la muestra midiendo la cantidad de luz absorbida por la muestra, este método no trabaja en altas concentraciones de biomasa, por lo tanto hay que diluir las muestras. Otro método es por Peso seco que consiste en la evaporación del liquidode la muestra, quedando el peso neto de biomasa, este proceso dura 24 horas, aproximadamente. Los dos métodos anteriores tienen varios inconvenientes: consumen tiempo, los dispositivos para hacer la medición son costosos, requieren de un especialista, son repetitivos y la medición se hace fuera de línea.

producto que se dan en el proceso en línea En este caso la levadura Phaffia rhodozyma es labiomasa y el producto secundario es la astaxantina.. Existen algunos trabajos relacionados con la estimación de variables mediante redes neuronales artificiales (ANN), Thibault et al.,[2], Gleassey et al.[3], reportan haber obtenido estimaciones de biomasa y un producto secundario. Leal et al. [4] Utilizaron un conjunto de ANN para hacer diferentes estimaciones de biomasa y dejaron que otra reddecidiera cual era la mejor estimación de biomasa. Los procesos NEURALES ARTIFICIALES: biotecnológicos son altamente complejos ya que se está tratando con seres vivos, los cuales tienen un metabolismo cambiante y poco predecible. Para realizar un buen control es necesario conocer perfectamente el proceso y describirlo con un modelo matemático, pero aun hay tópicos de los procesos biotecnológicosque no son comprendidos del todo y por lo tanto difíciles de modelar. Además existen variables que son difíciles de obtener ya que se tiene que hacer su medición fuera de línea. Las redes neurales artificiales han surgido como una alternativa a procesos que son difíciles de comprender, modelar o estimar. Las ANN son sistemas procesadores que tienden a imitar burdamente el funcionamiento del cerebro.Una ANN al igual que el cerebro es capaz de aprender un conjunto de datos con la cual fue entrenada, pero también es capaz de generalizar, a la entrada de datos con los cuales no fue entrenada y aproximar su salida a la que más se parezca a los datos con la cual fue entrenada. En la figura 1 podemos ver una red de una neurona. El comportamiento de la red puede representarse por la ecuación 1,donde la salida de la red es la suma de sus entradas multiplicas por un peso específico, esta salida es pasada por una función de activación que puede ser escalón, lineal o no lineal, ecuación 2. El aprendizaje de la red es simplemente el ajuste de los pesos de las conexiones de la red, estos pesos simulan la sinapsis entre las neuronas del cerebro. Las redes neurales artificiales aprenden de un...
tracking img