Modelado y simulación dinámica de un sistema de destilación intensificado para la predicción de la composición de los productos mediante redes neuronales

Abstract

En este trabajo se presenta el modelado y la simulación dinámica, mediante redes neuronales, del sistema de destilación intensificado (columna de pared divisoria) para separar la mezcla acetona-etanol-butanol obtenida en un proceso de fermentación. Obteniendo resultados similares al comparar la capacidad de predicción de los datos obtenidos en el simulador ASPEN Dynamics a partir de una optimización estructural de las redes neuronales desarrolladas en el lenguaje de programación Python 3.8. La dinámica de la columna de pared divisoria de este caso de estudio puede ser modelada por una red neuronal y el análisis de la estructura de la red neuronal tiene un gran impacto en la capacidad de predicción, determinando una red tipo LSTM (neurona con memoria a corto plazo) con la función de activación lineal, el optimizador RMSPROP (propagación de la media cuadrática), una sola capa oculta y cinco neuronas en ella, alimentando solo dos variables manipulables de las tres con las que cuenta el sistema pudiendo predecir el perfil de composición de los compuestos purificados.