Facultad Regional Córdoba
Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/94
Browse
5 results
Search Results
Item Efluentes y residuos de la industria olivícola de Córdoba: un desafío desde la interacción universidad-empresa-estado(2018) Álvarez, Dolores María Eugenia; Labuckas, Diana Ondina; Bálsamo, Nancy Florentina; Modesti, Mario Roberto; Mendieta, Silvia Nazaret; Crivello, Mónica ElsieEn el noroeste de la Provincia de Córdoba existe una problemática recurrente referida al tratamiento de efluentes y residuos procedentes de la elaboración de aceitunas. El interés en encontrar respuestas motivó a un grupo de docentes-investigadores de los Centros de Investigación y Tecnología Química y de Investigación en Informática para la Ingeniería, de la Universidad Tecnológica Nacional, Regional Córdoba y del Instituto de Ciencia y Tecnología de los Alimentos, de la Facultad de Ciencias Exactas, Físicas y Naturales, Universidad Nacional de Córdoba, y estudiantes de la UTN-FRC, conjuntamente con representantes de la empresa Cuenca del Sol S.A., a desarrollar un proyecto para encontrar alternativas para los residuos líquidos y sólidos remanentes del proceso. La propuesta, avalada por autoridades del Municipio de Cruz del Eje y subsidiada por el Ministerio de Ciencia y Tecnología de la Provincia de Córdoba, permitió que estudiantes avanzados de Ingeniería Química, luego de estudiar el proceso y normativas vigentes, participaran en el diseño experimental, tomaran muestras y realizaran una caracterización cuali-cuantitativa de los efluentes y residuos generados; de esta manera, tuvieron la oportunidad de insertarse en problemáticas de procesos regionales poniendo en práctica los conocimientos adquiridos durante la carrera. Este bagaje de información se constituye en el punto de partida para el diseño de estrategias a seguir para solucionar una problemática relevante del sector olivícola localItem Modelos basados en redes neuronales artificiales para la degradación de contaminantes emergentes: desarrollo y validación(2021) Álvarez, Dolores María Eugenia; Modesti, Mario Roberto; Gerbaldo, María Verónica; Mendieta, Silvia Nazaret; Crivello, Mónica ElsieLos contaminantes emergentes son sustancias químicas que comúnmente que no se encuentran monitoreadas pero pueden causar efectos adversos ecológicos y para la salud humana, tal es el caso del diclofenaco sódico. Éste puede ser degradado mediante un proceso heterogéneo de Photo-Fenton, utilizando CoFe2O4 como catalizador, H2O2 como oxidante y radiación germicida UV. El objetivo del trabajo es comprobar la capacidad de generalización de modelos matemáticos basados en redes neuronales artificiales que caractericen la relación entre la degradación del diclofenaco y el consumo de H2O2, con los porcentajes de Carbono Orgánico Total logrados en la mineralización del fármaco. La red neuronal bakpropagation que mejor desempeño mostró está constituida con una capa oculta con función de transferencia sigmoidea, conteniendo 10 neuronas y una de salida con lineal. Se determinó que el modelo posee capacidad de aproximar la tendencia en cuanto a la combinación de datos de entrada (Absorbancia y concentración de H2O2) y salida del mismo (% de TOC), cuando se valida con el catalizador reusado por primera y segunda vez. El desarrollo de estos modelos es de interés por la consecuente disminución de tiempos y costos en ensayos experimentales; representa un estudio preliminar de la evolución en el tratamiento de contaminantes emergentes.Item Tratamiento con fotocatálisis heterogénea de efluente de aceitunas, enfoque de modelo anfis(2021) Gerbaldo, María Verónica; Modesti, Mario Roberto; Labuckas, Diana Ondina; Álvarez, Dolores María Eugenia; Mendieta, Silvia Nazaret; Crivello, Mónica ElsieLos efluentes de la elaboración de aceitunas verdes son nocivos para el medio ambiente debido a su carácter fitotóxico, por lo que se requieren alternativas para su tratamiento. En el presente trabajo se muestra la evaluación de la actividad catalítica de ferritas sintéticas con Co calcinadas a 600 °C, en la reacción de degradación de polifenoles de efluentes de aceitunas, vía procesos avanzados de oxidación, y un modelo basado en Sistemas Adaptivos de Inferencia Neuro Difusa que la representa. El efluente de lavado, con concentración de fenoles de 3020 mg/L se acondicionó con carbón activado, reduciéndose en 34% la carga de fenoles. Se diluyó el efluente en las concentraciones previstas en la industria de 10 y 20%. Se realizaron experiencias considerando concentraciones de 0,6 mL/L de H2O2 al 30 % P/V, mediante fotocatálisis heterogénea, utilizando radiación UV. Se logró reducir la carga de fenoles en un 50%, evaluados mediante la técnica de Folin Cicalteu, observándose una disminución paralela de pH. Ésto daría cuenta de la generación de productos ácidos, indicadores de la degradación de compuestos orgánicos. El enfoque matemático se desarrolló por medio de una red ANFIS (Adaptive Neuro-Fuzzy Inference System - Sistema de inferencias difuso basado en redes adaptativas). Se discute el resultado obtenido en la validación con diferente dilución de efluente.Item Comparison of neural networks. an estimation model in yield of monoglycerides from biodiesel by-product(2019-07-17) Álvarez, Dolores María Eugenia; Bálsamo, Nancy Florentina; Modesti, Mario Roberto; Crivello, Mónica ElsieBiodiesel is generally manufactured by transesterification, obtaining glycerol as a by-product. The transesterification of methyl stearate selectively produced monoglycerides, for glycerol valuation. Mixed oxides containing lithium catalysed the reaction. The purpose of this work was to develop and compare mathematical models obtained through artificial neural networks (ANN), capable for characterising the relationship between the mole percent conversion of methyl stearate and the yield of the products mono-, di- and triglycerides. The lowest mean squared error (MSE), the highest correlation coefficient (R), similarity in the evolution of validation and simulation errors and absence of data overlearning were considered to select the best model. Three ANNs with backpropagation structures were compared. They evidenced high correspondence between the estimated product yield values and the interpolated experimental ones. The ANN containing 35 neurons with sigmoid transfer function in the hidden layer and a linear neuron in the output one was the simplest. Consequently, the 5, 15 and 60 neurons were also explored in the hidden layer. The ANN structured with an intermediate number of neurons (35) achieved the most adequate MSE, considering mono- and diglyceride products (0.011193, 0.000489). The development of these models contributes to the dynamic estimation of the process.Item Arquitectura ANFIS del proceso de fermentación de aceitunas negras naturales ; entrenamiento a escala piloto y validación a escala industrial(2016-10-25) Álvarez, Dolores María Eugenia; Kliger, Luis; Modesti, Mario RobertoEn el proceso de obtención de aceitunas negras naturales, las condiciones inciden sobre la calidad del fruto fermentado y éstas difieren a distintas escalas. El objetivo del trabajo es generar modelos matemáticos que caractericen las propiedades de las aceitunas negras naturales obtenidas a gran escala, a partir de datos del proceso a escala piloto. Se crearon arquitecturas ANFIS con parámetros físico-químicos como entradas, y de textura y color como salidas. Dichas estructuras se entrenaron con datos obtenidos a escala piloto y se validaron con los industriales. Las redes que demostraron mejor desempeño poseen dos funciones de membresia por entrada incorporada, en forma de campana generalizada y una de salida. Las estructuras logradas demostraron habilidad para predecir la evolución del proceso a escala industrial luego de los primeros días de fermentación. Para incrementar su aptitud, sería conveniente probar otros modelos para el tratamiento de datos, tales como las redes neuronales artificiales