Modelado dinámico del ph en reactores raceway con redes neuronales

• Otálora Berenguel, Pablo ^[1] ; Guzmán Sánchez, José Luis ^[1] ; Gil Vergel, Juan Diego ^[1] ; Berenguel, Manuel ^[1] ; Acien, Gabriel ^[1]
  1. [1] Universidad de Almería

     Universidad de Almería

     Almería, España

     
• Localización: XLIII Jornadas de Automática: libro de actas: 7, 8 y 9 de septiembre de 2022, Logroño (La Rioja) / coord. por Carlos Balaguer Bernaldo de Quirós, José Manuel Andújar Márquez, Ramón Costa Castelló, C. Ocampo-Martínez, Juan Jesús Fernández Lozano, Matilde Santos Peñas, José Simó, Montserrat Gil Martínez, José Luis Calvo Rolle, Raúl Marín, Eduardo Rocón de Lima, Elisabet Estévez Estévez, Pedro Jesús Cabrera Santana, David Muñoz de la Peña Sequedo, José Luis Guzmán Sánchez, José Luis Pitarch Pérez, Óscar Reinoso García, Óscar Déniz Suárez, Emilio Jiménez Macías, Vanesa Loureiro-Vázquez, 2022, ISBN 978-84-9749-841-8, págs. 575-582
• Idioma: español
• Títulos paralelos:
  • Dynamic modeling of PH in raceway reactors using neural networks
• Enlaces
  • Texto completo
• Resumen
  • español

    Este trabajo se centra en el desarrollo de modelos de red neuronal para predicción de pH en fotobiorreactores raceway. Se han obtenido modelos capaces de predecir el valor del pH con un tiempo de muestreo de un minuto y un horizonte de predicción de hasta un día, para fotobiorreactores de aguas residuales o limpias. Los modelos emplean datos relativos a las condiciones climáticas y la operación del reactor. Los resultados obtenidos validan el uso de estas técnicas para el modelado de procesos biológicos, proporcionando modelos precisos, sencillos y de rápida ejecución.

  • English

    This work focuses on the development of neural network models for pH prediction in raceway photobioreactors. Models for predicting the pH value with a sampling time of one minute and a prediction horizon up to one day have been obtained for wastewater or clean water photobioreactors. The models use data related to climatic conditions and the reactor operation. The results obtained validate the use of these techniques for biological process modeling, providing accurate, simple and fast execution models.