UTN -FRC -Producción Académica de Investigación y Desarrollo - Comunicaciones a Congreso
Permanent URI for this collectionhttp://48.217.138.120/handle/20.500.12272/2433
Browse
Search Results
Item Modelo cinético de obtención selectiva de monoglicéridos mediante óxidos mixtos modificados con litio(2018) Álvarez, Dolores María Eugenia; Bálsamo, Nancy Florentina; Crivello, Mónica Elsie; Modesti, Mario; López, CarlosEl objetivo del trabajo es proponer un modelo cinético asociado a la reacción de obtención selectiva de monoglicéridos, catalizada por óxidos mixtos derivados de Hidróxidos Dobles Laminares con Li incorporado. La reacción de transesterificación se llevó a cabo en un reactor batch a 220 °C, con relación molar glicerol: estearato de metilo de 6:1, empleando 3% de catalizador con respecto a la masa de reactivos. El estudio cinético fue llevado a cabo usando un modelo del tipo Langmuir-Hinshelwood. Las ecuaciones diferenciales se ajustaron a los valores experimentales mediante ajuste múltiple no lineal. El modelo logró mejor desempeño para explicar la evolución de las concentraciones relativas de estearato de metilo y monoglicéridos, en comparación con las de diglicéridos. Dado que los monoglicéridos son los productos de interés, se considera que el modelo cinético logró una representación aceptable del sistema. Estos resultados permitirán avanzar sobre la simulación del proceso bajo las condiciones definidasItem Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de Litio(2018) Álvarez, Dolores María Eugenia; Bálsamo, Nancy Florentina; Modesti, Mario; Crivello, Mónica ElsieLa producción de biodiesel genera grandes cantidades de glicerol remanente. Este puede convertirse en monogliceridos, de mayor valor agregado, empleando catalizadores de Litio. En trabajos anteriores se estudiaron Redes Neuronales Artificiales con estructura backpropagation, que explican la relación entre el porcentaje molar de conversión del reactivo estearato de metilo y el del rendimiento de los productos. El objetivo de este es evaluar la capacidad predictiva de una de las redes que obtuvo mejor desempeño, con distinto número de neuronas en la capa oculta. Para la comparación se consideraron el menor error cuadrático medio y mayor índice de correlación, la similitud en la evolución de errores de validación y simulación y la ausencia de sobre-aprendizaje de datos. La red de mayor simplicidad que mejor desempeño mostró fue la constituida por 35 neuronas con función de transferencia sigmoidea en la capa oculta y una lineal en la capa de salida. El menor error y mayor índice de correlación entre respuestas reales y predichas fueron 0,011193 y 0,999977, para la simulación con datos de monoglicéridos. El desarrollo de estos modelos es de interés por la consecuente disminución de tiempos y costos en ensayos experimentales