Cálculo de densidades de mezclas usando modelos híbridos de redes neuronales y ecuaciones de estado cúbicas

Solo disponible en BuenasTareas
  • Páginas : 10 (2379 palabras )
  • Descarga(s) : 0
  • Publicado : 5 de febrero de 2012
Leer documento completo
Vista previa del texto
CÁLCULO DE DENSIDADES DE MEZCLAS USANDO MODELOS HÍBRIDOS DE REDES NEURONALES ARTIFICIALES Y ECUACIONES DE ESTADO CÚBICAS

J. A. Betancourt Morenoa , U. I. Bravo Sáncheza y F. Castillo Borjaa

a Instituto Tecnológico de Aguascalientes, Departamento de Ingeniería Química y Bioquímica, Av. López Mateos #1801 Ote., Fracc. Bona Gens, C.P. 20256, Aguascalientes, Ags., ulisesbs@gmail.com

ResumenEl conocimiento del comportamiento termodinámico de mezclas es muy importante en el diseño, simulación y operación de procesos de separación. En este trabajo, se emplean Modelos Híbridos de Ecuaciones de Estado Cúbicas y Redes Neuronales Artificiales para el cálculo de densidades de mezclas de n-alcanos. Los Modelos Híbridos son desarrollados a través de la solución de un problema deoptimización multivariado para la estimación de sus parámetros a partir de un conjunto de datos de entrada a la red. Para uno de los Modelos Híbridos basado en la ecuación de estado de van der Waals se considera la incorporación de restricciones de no negatividad, el otro modelo que se presenta basado en la ecuación de estado de Soave-Redlich-Kwong no considera ningún tipo de restricción. Por último, seadicionaron reglas de mezclado a los Modelos Híbridos para estimar las densidades de 2 mezclas binarias y una ternaria. Los resultados obtenidos muestran la capacidad de generalización y de extensión de este tipo de modelos en la predicción de propiedades termodinámicas de mezclas.

Palabras clave: Ecuación de Estado Cúbica; Red Neuronal Artificial; Modelo Híbrido; Densidad de Mezclas.Introducción

La predicción de propiedades termodinámicas empleando Redes Neuronales Artificiales (RNA) se ha incrementado en los últimos años, debido a que las RNA son capaces de describir con exactitud sistemas con comportamiento altamente no lineal, permitiendo obtener medidas adecuadas de variables que describen el estado termodinámico de un sistema, como en el caso de mezclas con presencia deazeótropos heterogéneos [9]. Otras aplicaciones de las RNA son la predicción de densidades de líquidos iónicos [10], predicción del equilibrio vapor-líquido (EVL) de mezclas ternarias con efecto de sales [8] y correcciones en volumen para propiedades en fase líquida [6], entre otras. Sin embargo, estas aplicaciones conducen al desarrollo de modelos con un elevado grado de empirismo, ya que utilizan alas RNA como modelos de caja negra. La principal característica de los modelos híbridos es que combinan aspectos rigurosos y empíricos para realizar la modelación de un sistema o fenómeno. El uso de los modelos híbridos es menos común, pero su estudio ha sido considerable en áreas como la modelación de sistemas dinámicos [5]. Los modelos híbridos proporcionan una rápida y exacta aproximación alcomportamiento real de un sistema. La mayoría de los modelos híbridos reportados en la literatura han sido aplicados al modelado de unidades pequeñas de procesos. El enfoque RNA + Ecuación de Estado para formular modelos híbridos ha sido probada con éxito por Bravo y col., (2002), donde infieren reglas de mezclado para la Ecuación de Estado BACK usando RNA. También, el uso de modelos híbridosbasados en RNA+ EEC se ha implementado en el cálculo de propiedades termodinámicas derivadas con resultados que indican que los modelos híbridos son consistentes en el cálculo de propiedades no consideradas en el entrenamiento del modelo [3]. En este trabajo, se presenta la aplicación de dos modelos híbridos basados en una RNA+EEC para el cálculo de densidades de mezclas, mediante la adición de reglasde mezclado convencionales al modelo híbrido.


Metodología

1. Ecuaciones de estado y reglas de mezclado

Las EEC de van der Waals (vdW) y Soave-Redlich-Kwong (SRK) contienen dos parámetros (a y b), el parámetro a es una medida de las fuerzas de atracción entre moléculas y el parámetro b es una medida del tamaño efectivo de las moléculas. En la Tabla 2.1 se ilustra la EEC vdW, la EEC...
tracking img