Redes neuronales de base radial como modelos dinámicos para la puesta en marcha de columnas de destilación por lotes
Few rigorous models exist in literature for describing the temperature profile during start-up periods of distillation columns. In this work, a model is developed by applying several radial basis neural networks to data collected during the start-up period of a batch distillation column consisting o...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | Online |
| Lenguaje: | spa |
| Publicado: |
Universidad de Costa Rica
2017
|
| Materias: | |
| Acceso en línea: | https://revistas.ucr.ac.cr/index.php/ingenieria/article/view/30456 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1804238545576001536 |
|---|---|
| author | López Sosa, Ixmit Jaryth Pérez Pacheco, Sergio Alejandro |
| author_facet | López Sosa, Ixmit Jaryth Pérez Pacheco, Sergio Alejandro |
| author_sort | López Sosa, Ixmit Jaryth |
| collection | Revista Ingeniería (RI) |
| description | Few rigorous models exist in literature for describing the temperature profile during start-up periods of distillation columns. In this work, a model is developed by applying several radial basis neural networks to data collected during the start-up period of a batch distillation column consisting of ethanol and water. Neural network efficiency training is introduced through rescale entry pre-processing series. To obtain the temperature profile, data points are obtained along different points of the column, and the results are applied to multiple networks. This allows construction of the temperature profile in the column consisting of a mean square error less than the maximum established values set during the efficiency pre-processing (mse = 0.001) of the networks. This model also allows observation of transition in the column from the empty cold state to the steady state, normally a challenge in conventional models. |
| first_indexed | 2024-07-10T23:59:21Z |
| format | Online |
| id | INII-RI-article-30456 |
| institution | Instituto de Investigaciones en Ingeniería (INII) |
| language | spa |
| last_indexed | 2024-07-10T23:59:21Z |
| publishDate | 2017 |
| publisher | Universidad de Costa Rica |
| record_format | ojs |
| spelling | INII-RI-article-304562021-06-09T19:52:31Z Radial Basis Neural Networks as Dynamic Models for the Start-Up of Batch Distillation Redes neuronales de base radial como modelos dinámicos para la puesta en marcha de columnas de destilación por lotes López Sosa, Ixmit Jaryth Pérez Pacheco, Sergio Alejandro Start-up Distillation Artificial Neural Networks modelation Start-up destilación redes neuronales artificiales proceso de arranque modelación Few rigorous models exist in literature for describing the temperature profile during start-up periods of distillation columns. In this work, a model is developed by applying several radial basis neural networks to data collected during the start-up period of a batch distillation column consisting of ethanol and water. Neural network efficiency training is introduced through rescale entry pre-processing series. To obtain the temperature profile, data points are obtained along different points of the column, and the results are applied to multiple networks. This allows construction of the temperature profile in the column consisting of a mean square error less than the maximum established values set during the efficiency pre-processing (mse = 0.001) of the networks. This model also allows observation of transition in the column from the empty cold state to the steady state, normally a challenge in conventional models. En la literatura existen pocos modelos rigurosos para describir el perfil de temperatura durante el periodo de puesta en marcha de las columnas de destilación. En este trabajo, se desarrolla un modelo empleando redes neurales de base radial con datos recolectados durante el período de puesta en marcha de una columna de destilación discontinua para la mezcla etanol y agua. El entrenamiento de la eficacia de la red neuronal se obtiene realizando un pre-procesamiento de las entradas y un cambio de escala. Para obtener el perfil de temperatura, se recolectan datos a lo largo de diferentes puntos de la columna, y los resultados se aplican a múltiples redes. Esto permite la construcción del perfil de temperatura en la columna hasta obtener un error cuadrático medio menor que los valores máximos establecidos durante el preprocesamiento (mse = 0,001) de las redes. Finalmente se obtiene un modelo que permite observar la transición en la columna desde el estado frío vacío hasta el estado estacionario, normalmente un desafío en los modelos convencionales. Universidad de Costa Rica 2017-12-19 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article Artículo application/pdf text/html application/vnd.openxmlformats-officedocument.wordprocessingml.document https://revistas.ucr.ac.cr/index.php/ingenieria/article/view/30456 10.15517/ri.v28i1.30456 Ingeniería; Vol. 28 No. 1 (2018): January-June 2018; 15-28 Ingeniería; Vol. 28 Núm. 1 (2018): Enero-Junio 2018; 15-28 Ingeniería; Vol. 28 N.º 1 (2018): Enero-Junio 2018; 15-28 2215-2652 1409-2441 spa https://revistas.ucr.ac.cr/index.php/ingenieria/article/view/30456/31223 https://revistas.ucr.ac.cr/index.php/ingenieria/article/view/30456/31302 https://revistas.ucr.ac.cr/index.php/ingenieria/article/view/30456/35508 Derechos de autor 2017 Ixmit Jaryth López Sosa, Sergio Alejandro Pérez Pacheco |
| spellingShingle | Start-up Distillation Artificial Neural Networks modelation Start-up destilación redes neuronales artificiales proceso de arranque modelación López Sosa, Ixmit Jaryth Pérez Pacheco, Sergio Alejandro Redes neuronales de base radial como modelos dinámicos para la puesta en marcha de columnas de destilación por lotes |
| title | Redes neuronales de base radial como modelos dinámicos para la puesta en marcha de columnas de destilación por lotes |
| title_alt | Radial Basis Neural Networks as Dynamic Models for the Start-Up of Batch Distillation |
| title_full | Redes neuronales de base radial como modelos dinámicos para la puesta en marcha de columnas de destilación por lotes |
| title_fullStr | Redes neuronales de base radial como modelos dinámicos para la puesta en marcha de columnas de destilación por lotes |
| title_full_unstemmed | Redes neuronales de base radial como modelos dinámicos para la puesta en marcha de columnas de destilación por lotes |
| title_short | Redes neuronales de base radial como modelos dinámicos para la puesta en marcha de columnas de destilación por lotes |
| title_sort | redes neuronales de base radial como modelos dinamicos para la puesta en marcha de columnas de destilacion por lotes |
| topic | Start-up Distillation Artificial Neural Networks modelation Start-up destilación redes neuronales artificiales proceso de arranque modelación |
| topic_facet | Start-up Distillation Artificial Neural Networks modelation Start-up destilación redes neuronales artificiales proceso de arranque modelación |
| url | https://revistas.ucr.ac.cr/index.php/ingenieria/article/view/30456 |
| work_keys_str_mv | AT lopezsosaixmitjaryth radialbasisneuralnetworksasdynamicmodelsforthestartupofbatchdistillation AT perezpachecosergioalejandro radialbasisneuralnetworksasdynamicmodelsforthestartupofbatchdistillation AT lopezsosaixmitjaryth redesneuronalesdebaseradialcomomodelosdinamicosparalapuestaenmarchadecolumnasdedestilacionporlotes AT perezpachecosergioalejandro redesneuronalesdebaseradialcomomodelosdinamicosparalapuestaenmarchadecolumnasdedestilacionporlotes |