Resumen de Predicción de la concentración de cloroformo en el proceso de destilación de una mezcla metanol-cloroformo mediante ARN
Daniel Antonio Chuquín Vasco, Bryan David Rosario Rosero, Nelson Santiago Chuquin Vasco, Juan Chuquin
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.
