02228nab a2200277uuc4500 1565728 20240921090819.0 211210m01uu2017 eng 1565728 comduadb eng Vyhmeister, Eduardo aut aut 660729 Vapor-Liquid equilibria modeling using gray-box neural networks as binary interaction parameters predictor texto txt (uri)http://www.rdaregistry.info/termList/RDAContentType/#1020 rdacontent RESUMEN: Las Simulaciones de Equilibrio Líquido Vapor (VLE) son ampliamente utilizadas dado su impacto en el escalamiento, diseño y extrapolación de diferentes operaciones unitarias. Sin embargo, dado considerable factores, es casi imposible experimentalmente estudiar cada uno de los sistemas de VLE. La simulación de VLE puede ser desarrollada utilizando representaciones que son fuertemente dependientes de la naturaleza e interacción de los compuestos que conforman la mezcla. Un modelo que ayude en la predicción de esas interacciones facilitará el proceso de simulación. Una Red Neuronal Gris (GNM) fue creada como un predictor de parámetros de interacción binaria, los que son estimados utilizando variables de estado e información de componentes puros. Esta información fue utilizada para predecir el comportamiento de VLE en mezclas y rangos no utilizados en la formulación matemática. Las capacidades predictivas del GNM (incluida la dependencia de temperatura) mostraron errores menores al 5% y al 20% para mezclas consideradas y no consideradas en los datos de entrenamiento, respectivamente. Equilibrio líquido-vapor 111738 Ecuaciones de estado 84845 Redes neurales (Computadores) lemb 198995 Rodríguez Pino, Jonathan aut aut 815479 Reyes Bozo, Lorenzo aut aut 637047 Galleguillos Pozo, Rosa aut aut 820506 Valdés González, Héctor aut aut 278840 Rodríguez Maecker, Roman aut aut 817866 DYNA (Medellín) Volumen 084, Número 203, Diciembre de 2017, 226-232 188384 0012-7353 82258 ARIMP 827139 827139