Predicción de la concentración de cloroformo en el proceso de destilación de una mezcla metanol-cloroformo mediante ARN

• Chuquín Vasco, Daniel Antonio ^[1] ; Rosario Rosero, Bryan David ; Chuquín Vasco, Nelson Santiago ; Chuquín Vasco, Juan Pablo
  1. [1] Polo de Capacitación, Investigación y Publicación (POCAIP) 001
• Localización: Dominio de las Ciencias, ISSN-e 2477-8818, Vol. 8, Nº. 3, 2022 (Ejemplar dedicado a: Julio-Septiembre 2022)
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • En este trabajo se realiza la simulación mediante el software de código abierto DWSIM de un sistema de destilación por oscilación de presión de la mezcla azeotrópica metanol-cloroformo para posteriormente predecir por redes neuronales artificiales (ARN) la concentración de cloroformo. El modelo de predicción desarrollado utiliza una capa oculta con 100 neuronas. La temperatura y la fracción molar de cloroformo en la alimentación, la relación de reflujo y temperatura de reboiler en la columna de baja y alta presión se han seleccionado como variables de entrada y la fracción molar de cloroformo y velocidad de flujo en el destilado y residuo de las columnas como variables de salida. El coeficiente de correlación de Pearson de 0.999, el error cuadrático medio de 1.52 e-14 y el análisis ANOVA (P-value > 0.05) confirman que no existe una diferencia estadísticamente significativa entre los datos experimentales y los valore predichos por la ARN, lo cual indica que la capacidad de predicción de la ARN es satisfactoria y que puede ser empleada para la predicción de la concentración cloroformo en el sistema.