SUAREZ SOTOMAYOR, ALEJANDROMORA JARA, FRANCISCO JOSÉOLLINO ORDENES, MARIO ALBERTO2024-10-312024-10-312017https://repositorio.usm.cl/handle/123456789/67543Catalogado desde la version PDF de la tesis.Desde sus inicios, las redes neuronales artificiales han demostrado su versatilidaden las más diversas disciplinas, aplicándolas como herramientas de regresión, predictores,controladores y como base para modelos modernos de inteligencia artificial enprácticamente todas las disciplinas de la ingeniería.En este documento se muestra el empleo de las redes neuronales artificiales comoinstrumento para modelar el sistema de degradación de residuos tóxicos generadosen la producción de aceite de oliva, mediante dos procesos de oxidación avanzada,utilizando microondas y luz ultravioleta. Se estudian las posibles alternativas para elmodelado, luego se proceden a determinar los parámetros más significativos y se obtienenconjuntos de datos de publicaciones que muestran gráficamente la evolución dela demanda química de oxígeno (COD). Con esos datos se entrenan tres redes neuronalesen Matlab; una para el modelado al usar microondas, otra para el uso de luzUV y una tercera en que usa la información de ambos, definida como red conjunta. Enbase a estas redes se implementa un sistema de control en base a redes neuronales inversaspara obtener los niveles de degradación según una referencia deseada y ademásla cantidad de energía por litro de mezcla requerida para ello.El esquema de control que utiliza la red neuronal inversa revela que dos procesosavanzados de oxidación pueden modelarse en un solo sistema de entrada/salida, considerandocomo entradas las condiciones iniciales significativas y como salida el nivelde degradación del alpechín. En general, los procesos y simulaciones tratados en estedocumento son presentados para que a corto plazo sirvan como base para una posteriorimplementación experimental, y que idealmente a largo plazo sea implementadoa mayor escala.From the beginnings, the artificial neural networks have shown is versatility in themost diverse disciplines, applying them has regression tools, predictors, controllersand as a basis for modern models in virtually all engineering disciplines.This document shows the use of artificial neural networks as an instrument to modelthe degradation system of toxic residues generated in the production of olive oilby two advanced oxidation process, using microwave and ultraviolet light. The possiblealternatives for the modeling are studied, then the most significant parameters aredetermined and datasets from papers are obtained graphically showing the evolutionof chemical oxygen demand (COD). With this data, three neural networks are trainedin Matlab; One for modeling when using microwaves, another for the use of UV lightand a third one that uses information from both, defined as a joint network. Basedon these networks a control system based on reverse neural networks is implementedto obtain degradation levels according to a desired reference and also the amount ofenergy per liter of mixture required for it.The control scheme using the inverse neural network reveals that two advancedoxidation process (AOPs) can be modeled in a single input / output system, consideringas input the significant initial conditions and as output the degradation level ofthe olive mill wastewater. In general, the processes and simulations discussed in thisdocument are presented so that in the short term they serve as a basis for a later experimentalimplementation, and that ideally in the long term it will be implemented ona larger scale.CD ROMALPECHINREDES NEURONALESSISTEMA DE DEGRADACION DE RESIDUOSTesis de PregradoB - Solamente disponible para consulta en sala (opción por defecto)3560900231925