Artificial neural network model development based on binary component systems to predict vapor-liquid equilibrium of ternary system / Desenvolvimento de modelo neural a partir de sistemas binarios para predição de equilibrio liquido-vapor de sistemas ternarios
AUTOR(ES)
Luiz Guilherme Roquette Lopreato
DATA DE PUBLICAÇÃO
2009
RESUMO
A aplicação de redes neurais artificiais (RNA) na solução de problemas de equilíbrio líquido-vapor de misturas multicomponentes apresenta resultados consistentes com valores experimentais observados. Sua principal vantagem, frente às abordagens tradicionais, reside na capacidade de modelar o sistema em equilíbrio sem a necessidade da definição prévia de um modelo específico, tarefa muitas vezes árdua. No presente trabalho utilizam-se dados de três sistemas binários para o treinamento de modelo neural com o objetivo de predizer o equilíbrio de sistema ternário em condições isobáricas. O algoritmo de treinamento utilizado foi o de Levenberg-Marquardt com Regularização Bayesiana, implementado por meio do software MATLAB. A estrutura de rede que apresentou os melhores resultados contém as frações molares dos três componentes na fase líquida, como parâmetros de entrada, e as frações molares dos três componentes na fase vapor e a temperatura como parâmetros de saída. O escalonamento dos dados foi realizado entre 0 e 1, sendo utilizada a função de ativação sigmoidal na camada oculta da rede e a função linear na camada de saída. O desempenho dos modelos foi analisado a partir dos coeficientes de correlação, coeficientes regressão linear, resíduos entre os valores experimentais e preditos, além da raiz dos desvios quadráticos médios (RMSD). O principal sistema estudado foi Acetona-Metanol-Água, sendo os conceitos desenvolvidos extrapolados para os sistemas polares Metanol-Etanol-Água, Metanol-2-Propanol-Água e para o sistema apolar Benzeno-Ciclohexano-Hexano. Os resultados obtidos indicam que a predição de equilíbrio através do modelo neural se mostra consistente com os dados experimentais e as predições realizadas via modelo UNIQUAC. Destaca-se que a construção do modelo neural baseia-se no uso de dados de sistemas binários para a predição de sistemas ternários, enquanto que o modelo UNIQUAC utiliza parâmetros regredidos a partir de dados experimentais para o equilíbrio ternário. Dessa forma, os conceitos utilizados nas duas modelagens são bastante distinto sendo, à priori, favoráveis ao modelo termodinâmico, fato não condizente com os resultados obtidos no presente estudo
ASSUNTO(S)
sistema ternario equilibrio liquido-vapor neural network (computer science) ternary system redes neurais (computação) vapor liquid equilibrium
ACESSO AO ARTIGO
http://libdigi.unicamp.br/document/?code=000446612Documentos Relacionados
- Predição do equilibrio liquido-vapor atraves de redes neurais artificiais
- Modelagem de equilíbrio líquido-líquido, líquido-vapor e líquido-líquido-vapor para sistemas binários, ternários, quaternários e pseudo-quaternários, envolvendo a produção de biodiesel
- Use of neural networks for the prediction of multicomponent vapor liquid equilibrium
- Determinação experimental e modelagem termodinâmica de dados de equilíbrio líquido-vapor de misturas de álcoois superiores
- Predição do equilibrio liquido-vapor e liquido-liquido por contribuição de grupos