El despulpado termomecánico (TPM) es uno de los procesos más demandantes en términos energéticos, donde la base se atribuye al proceso de refinamiento. En este trabajo se llevaron a cabo una serie de simulaciones bajo diversas condiciones de operación. Las simulaciones fueron realizadas a través de algoritmos de aprendizaje automático, considerando que tanto los procesos complejos y los problemas de predicción podrían simularse y resolverse utilizando métodos de inteligencia artificial inspirados en el patrón de aprendizaje cerebral. Los resultados confirman un mayor rendimiento del algoritmo PSO en comparación con otros algoritmos evolutivos para optimizar los parámetros del método ANFIS, utilizados para simular una unidad refinadora en el proceso TMP.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Estudio del estado de tensión-deformación de un nodo más cargado de un dispositivo especial para torneado-fresado
Artículo:
Control de temperatura de un reactor tubular de polietileno de baja densidad (LDPE) a través del modelo de control predictivo (MPC)
Artículo:
Más allá del diseño de procesos: la emergencia de un enfoque de desarrollo de procesos
Tesis:
Ingeniería básica de una planta de gasificación de lodos de EDAR para el tratamiento de 14 000 Mg/año de lodo seco
Ponencia:
Un algoritmo híbrido basado en colonias de hormigas para la resolución de problemas de distribución en planta orientados a procesos
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Libro:
Tratamientos avanzados de aguas residuales industriales
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores