Redes Neuronales Artificiales (Rnas) En La Predicción De Propiedades Termodinámicas Del Líquido Y Vapor De Agua Saturados

Las propiedades termodinámicas del líquido y vapor de agua saturados son útiles en el diseño de evaporadores, columnas de destilación, líneas de transporte de vapor e intercambiadores de calor en general, y se pueden modelar a través de ecuaciones tradicionales conocidas (Clapeyron, Clausius-Clapeyron, Antoinne, Riedel y Watson, etc.), todas ellas arrojando una sola propiedad termodinámica, razón por la cual el modelo obtenido con RNAs es importante, ya que éste correlaciona muy bien todas las variables termodinámicas con la temperatura de saturación. El objetivo de este trabajo fue modelar las propiedades termodinámicas presión de saturación, entalpía, energía interna y entropía del líquido y vapor de agua saturados por medio de RNAs. Para el desarrollo de RNAs se utilizó la herramienta Simulink de Matlab 7.5, la arquitectura usada fue MLP (perceptrón multicapa), la función de transferencia usada en las neuronas ocultas fue la sigmoidea y en las de salida fue la función lineal, el algoritmo Levenberg-Marquardt backpropagation fue usado para el entrenamiento y proceso de aprendizaje de la red. El mejor ajuste de los datos (R=0,, MSE=4,57) se obtuvo con la utilización de 7 neuronas ocultas en el modelo, el cual permite obtener las propiedades termodinámicas del líquido y vapor de agua saturados con sólo entrar la temperatura de saturación. Se encontró un modelo matemático de red neuronal que compite con los modelos termodinámicos tradicionales.