FRA - Análisis de Señales, Modelados y Simulación

Permanent URI for this collectionhttp://48.217.138.120/handle/20.500.12272/2116

Browse

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Construcción de una red neuronal para la simulación de la remoción de cromo hexavalente empleando carbón activado como adsorbente
    (2018-09-18) Pellegrini, Jorge; de Celis, Jorge Pablo; Aphesteguy, Juan
    Se presenta el desarrollo de un modelo de red neuronal artificial como solución alternativa a la simulación de un proceso de adsorción. Para los ensayos de laboratorio se eligió el cromo hexavalente como contaminante y el carbón activado como material adsorbente. Se evalúa el potencial que tiene la red neuronal artificial en comparación a los modelos matemáticos existentes en la actualidad. Los resultados obtenidos indican que la red neuronal creada fue satisfactoria y explica con más exactitud la variabilidad del proceso. Para la elección del entorno computacional y bibliotecas a utilizar se tuvo en cuenta por un lado que el software sea gratuito como también usar herramientas computacionales vanguardistas para que su aprendizaje sea enriquecedor para futuras investigaciones.
  • Thumbnail Image
    Item
    Simulación de la cinética de adsorción de cr(vi) empleando una red neuronal artificial
    (2019-05-17) PELLEGRINI, JORGE; APHESTEGUY, JUAN; de CELIS, JORGE
    Se estudió la cinética de adsorción de Cr(VI) empleando carbón activado (CA) como adsorbente, sintetizado a partir de cáscara de nuez. La cinética evalúa la cantidad de contaminante adsorbido en función del tiempo. La adsorción en un medio poroso es un proceso por etapas donde las resistencias predominantes modifican su intensidad a medida que la superficie se satura. El problema de los modelos vigentes, como los modelos de primero y segundo orden, es que consideran una resistencia media de magnitud invariante, aproximando así el comportamiento real. Al no correlacionarse con la realidad empírica, la capacidad predictiva se ve afectada. Observando esta carencia, se propone el empleo de una red neuronal artificial (RNA) que prediga el comportamiento experimental. A partir de los resultados obtenidos la RNA explicaría la variabilidad de los datos en un 82%, seguido por el modelo de segundo (51%). Este estudio preliminar indicaría la elevada eficacia de las RNA para el modelado de procesos de adsorción.