Aplicación de Redes Neuronales para la Predicción de Propiedades Termodinámicas

Resumen

En los últimos años la necesidad de contar con información experimental confiable para el diseño y la optimización de procesos industriales ha tenido una creciente demanda. Los equipos de medición son extremadamente caros y requieren de personal técnico calificado para su manipulación. Por lo cual, se han dirigido esfuerzos a la simulación de propiedades empleando diferentes metodologías y herramientas. En este trabajo se presenta la aplicación de las redes neuronales para la predicción de propiedades termodinámicas. Esta investigación en particular se centra en la predicción de equilibrio de fases. La red neuronal que se diseño es una red de retropropagación multicapa (backpropagation multicap) programada en Matlab. El entrenamiento fue realizado por medio de Levenberg-Marquardt (trainlm), empleado datos de equilibrio de fases de mezclas binarias de n-alcanos + n-alcoholes, y evaluando la divergencia entre los datos predecidos por la red neuronal y los datos experimentales. La propiedad termodinámica que se evalúo fue la fugacidad, calculada a partir de la ecuación de PC-SAFT. La divergencia entre las predicciones de la red neuronal y la ecuación de estado PC-SAFT fue de 0.05%. Y la divergencia entre las predicciones de la red neuronal y los datos experimentales fue menor al 0.05%.

Palabra(s) Clave(s): Sustancias, Redes, Error, Ecuación.