Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/14990
Título : Simulación y validación de un sistema de destilación para la separación de azeótropos de diisopropileter – isopropanol – agua en procesos mejorados para la industria química
Autor : Lascano Nuñez, Rebeca Elizabeth
Director(es): Chuquín Vasco, Juan Pablo
Tribunal (Tesis): Chuquín Vasco, Daniel Antonio
Palabras claves : TECNOLOGÍA Y CIENCIAS DE LA INGENIERÍA;INGENIERÍA QUÍMICA;AZEÓTROPO;DESTILACIÓN POR CAMBIO DE PRESIÓN;SIMULADOR DWSIM;ISOPROPANOL;DIISOPROPILÉTER
Fecha de publicación : 23-jul-2021
Editorial : Escuela Superior Politécnica de Chimborazo
Citación : Lascano Nuñez, Rebeca Elizabeth. (2021). Simulación y validación de un sistema de destilación para la separación de azeótropos de diisopropileter – isopropanol – agua en procesos mejorados para la industria química. Escuela Superior Politécnica de Chimborazo. Riobamba.
Identificador : UDCTFC;96T00640
Abstract : The objective of this study is to simulate and validate a distillation system with pressure variation to separate a mixture of Diisopropyl ether (DIPE) -Isopropanol (IPA) – Water in the chemical industry to run a database to design an artificial neural network (ANN) capable of predicting the main molar fractions in the distillation columns and the recirculation. The development of the ANN was carried out with a database obtained from the open-source chemical process simulator DWSIM. The database has 150 data with six entries, Inlet temperature, the Molar fraction of the mixture at the IPA inlet, Molar fraction of the mixture at the DIPE inlet, Pressure of condenser of distillation column C1, Pressure of condenser of distillation column C2, Pressure of condenser of distillation column C3. Also, five outputs will be generated, the bottom molar flow, bottom IPA mole fraction and DIPE mole fraction at the top of distillation column C1, the mole fraction of DIPE at the bottom and mole fraction of DIPE at the top of the C3 distillation column. The network was designed using the Python programming language in the Jupiter Notebook computing environment. 244 hidden neurons were used in its structure, the training was executed with the Adaptive Moment Estimation Optimization algorithm (Adam), and as activation function, we used TANH function and linear function. The Mean Square Error value in Training was 0.006891, in the Test the value was 0.006667 and in the Validation 0.008051. The validation of the ANN from three comparative analyses executed in the JASP software expresses the acceptance of the null hypothesis since the evaluated values do not differ significantly, which implies that the evaluated values are significantly similar.
Resumen : La presente investigación tiene como finalidad la simulación y validación de un sistema de destilación con variación de presion para separar una mezcla de Diisopropileter (DIPE) -Isopropanol (IPA) – Agua, en la industria química con el fin de ejecutar una base de datos para diseñar una red neuronal artificial (RNA) capaz de predecir las principales fracciones molares en las columnas de destilación y en la recirculación. El desarrollo de la RNA se ejecutó con una base de datos obtenida del simulador de procesos químicos de código abierto DWSIM. La base de datos consta de 150 datos con seis entradas: Temperatura de entrada, Fracción molar de la mezcla en la entrada de IPA, Fracción molar de la mezcla en la entrada de DIPE, Presión del condensador de la columna de destilación C1, Presión del condensador de la columna de destilación C2, Presión del condensador de la columna de destilación C3. Además, se obtendrán cinco salidas: el flujo molar en el fondo, fracción molar de IPA en el fondo y fracción molar de DIPE en el tope de la columna de destilación C1; la fracción molar de DIPE en el fondo y fracción molar de DIPE en el tope de la columna de destilación C3. La red se diseñó utilizando lenguaje de programación Phyton en el entorno informático de Jupyter Notebook, se utilizó 244 neuronas ocultas en su estructura, el entrenamiento se ejecutó con el algorítmo de Optimización Estimación Adaptativa de Momentos (Adam) y como función de activación se utilizó función tanh y función lineal. El valor de Error Cuadrático Medio en el Entrenamiento es de es 0.006891, en la Prueba es 0.006667 y en la Validación es 0.008051. La validación de la RNA a partir de tres análisis comparativos ejecutados en el software JASP que indican la aceptación de la hipótesis nula dado que los valores evaluados no difieren significativamente lo que implica que los valores evaluados son significativamente similares.
URI : http://dspace.espoch.edu.ec/handle/123456789/14990
Aparece en las colecciones: Ingeniero/a Químico/a

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
96T00640.pdf2,45 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons