Modelo neuronal híbrido basado en la ecuación de estado de Peng-Robinson para predecir el equilibrio líquido vapor en la mezcla CO2-H2O

• Autor: Gonzalez Alvarez, Luis Gianfranco
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/28200
• Enlace del recurso: http://hdl.handle.net/20.500.14076/28200
• Nivel de acceso: acceso abierto
• Materia: Equilibrio vapor; Modelo neuronal híbrido; Ecuación de estado de Peng-Robinson; Optimización estocástica; https://purl.org/pe-repo/ocde/ford#2.04.01

En este trabajo, se estudió el equilibrio líquido-vapor (ELV) de la mezcla CO₂-H₂O, empleando la ecuación de estado de Peng-Robinson (EOS-PR). Se identificó que la EOS-PR no ajustaba adecuadamente al comportamiento experimental, especialmente en la curva de rocío. Con el objetivo de mejorar las predicciones, se desarrolló un modelo híbrido utilizando redes neuronales. Para ello, se creó un algoritmo que permite calcular el parámetro “a” de mezcla en fase liquida de la EOS-PR y el parámetro de interacción binaria “sij” de la regla de mezcla de Van der Waals utilizando las fracciones molares experimentales de CO2 en fase líquida y vapor, las presiones y la temperatura de cada isoterma y aplicando el método de optimización estocástica de recocido simulado en un rango de temperaturas entre 267°C a 350°C. A partir de este análisis, se implementaron dos redes neuronales con arquitectura [2, 20, 10, 1], una para predecir el parámetro de interacción binaria “sij” y otra para ajustar el parámetro “a” de mezcla en fase líquida mediante una corrección al valor determinado por la regla de mezcla de Van der Waals. Los modelos fueron entrenados utilizando datos experimentales parametrizados recopilados por Tödheide & Franck (1963), y se aplicó un aumento de datos mediante splines paramétricos. Los resultados muestran que la combinación de funciones de activación ReLU-TanH predicen las isotermas experimentales con un error medio de porcentaje absoluto de 2.09% para temperaturas entre 267°C a 350°C, y la combinación de funciones de activación ReLU-ReLU predicen las isotermas experimentales con un error medio de porcentaje absoluto de 1.81% para temperaturas entre 267°C a 300°C. Este enfoque permite obtener una mejor representación del comportamiento del ELV de la mezcla CO₂-H₂O, comparado con las predicciones de la EOS-PR sin corrección.