Prediciendo la dosis de sulfato de aluminio en el tratamiento de aguas

Resumen El presente estudio muestra las estrategias usadas para mejorar el proceso de clarificación en la planta de agua desmineralizada en la planta GENSA S. A. E. S. P., de Termopaipa, localizada en Boyacá, Colombia. Se emplearon datos experimentales obtenidos a partir de la prueba de jarras para construir un modelo basado en redes neuronales. Las variables independientes fueron pH, turbiedad, conductividad eléctrica y color del agua cruda, junto con la dosis de polímero floculante. La variable de salida del modelo fue la dosis del coagulante. Se escogió el modelo de una red neuronal de tres capas, el cual fue validado para encontrar 10 neuronas en la capa oculta. La herramienta para entrenar la red neuronal fue optimización no lineal. El cálculo de chi cuadrada utilizado para la evaluación del modelo demostró ser eficiente en un 90% de nivel de confianza.

Saved in:
Bibliographic Details
Main Authors: Morales,Ana María, Ramírez-Caballero,Gustavo, Barajas-Meneses,Martha
Format: Digital revista
Language:Spanish / Castilian
Published: Instituto Mexicano de Tecnología del Agua, Coordinación de Comunicación, Participación e Información 2020
Online Access:http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-24222020000600339
Tags: Add Tag
No Tags, Be the first to tag this record!
id oai:scielo:S2007-24222020000600339
record_format ojs
spelling oai:scielo:S2007-242220200006003392024-06-11Prediciendo la dosis de sulfato de aluminio en el tratamiento de aguasMorales,Ana MaríaRamírez-Caballero,GustavoBarajas-Meneses,Martha coagulación correlación tratamiento de agua redes neuronales Resumen El presente estudio muestra las estrategias usadas para mejorar el proceso de clarificación en la planta de agua desmineralizada en la planta GENSA S. A. E. S. P., de Termopaipa, localizada en Boyacá, Colombia. Se emplearon datos experimentales obtenidos a partir de la prueba de jarras para construir un modelo basado en redes neuronales. Las variables independientes fueron pH, turbiedad, conductividad eléctrica y color del agua cruda, junto con la dosis de polímero floculante. La variable de salida del modelo fue la dosis del coagulante. Se escogió el modelo de una red neuronal de tres capas, el cual fue validado para encontrar 10 neuronas en la capa oculta. La herramienta para entrenar la red neuronal fue optimización no lineal. El cálculo de chi cuadrada utilizado para la evaluación del modelo demostró ser eficiente en un 90% de nivel de confianza.info:eu-repo/semantics/openAccessInstituto Mexicano de Tecnología del Agua, Coordinación de Comunicación, Participación e InformaciónTecnología y ciencias del agua v.11 n.6 20202020-12-01info:eu-repo/semantics/articletext/htmlhttp://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-24222020000600339es10.24850/j-tyca-2020-06-08
institution SCIELO
collection OJS
country México
countrycode MX
component Revista
access En linea
databasecode rev-scielo-mx
tag revista
region America del Norte
libraryname SciELO
language Spanish / Castilian
format Digital
author Morales,Ana María
Ramírez-Caballero,Gustavo
Barajas-Meneses,Martha
spellingShingle Morales,Ana María
Ramírez-Caballero,Gustavo
Barajas-Meneses,Martha
Prediciendo la dosis de sulfato de aluminio en el tratamiento de aguas
author_facet Morales,Ana María
Ramírez-Caballero,Gustavo
Barajas-Meneses,Martha
author_sort Morales,Ana María
title Prediciendo la dosis de sulfato de aluminio en el tratamiento de aguas
title_short Prediciendo la dosis de sulfato de aluminio en el tratamiento de aguas
title_full Prediciendo la dosis de sulfato de aluminio en el tratamiento de aguas
title_fullStr Prediciendo la dosis de sulfato de aluminio en el tratamiento de aguas
title_full_unstemmed Prediciendo la dosis de sulfato de aluminio en el tratamiento de aguas
title_sort prediciendo la dosis de sulfato de aluminio en el tratamiento de aguas
description Resumen El presente estudio muestra las estrategias usadas para mejorar el proceso de clarificación en la planta de agua desmineralizada en la planta GENSA S. A. E. S. P., de Termopaipa, localizada en Boyacá, Colombia. Se emplearon datos experimentales obtenidos a partir de la prueba de jarras para construir un modelo basado en redes neuronales. Las variables independientes fueron pH, turbiedad, conductividad eléctrica y color del agua cruda, junto con la dosis de polímero floculante. La variable de salida del modelo fue la dosis del coagulante. Se escogió el modelo de una red neuronal de tres capas, el cual fue validado para encontrar 10 neuronas en la capa oculta. La herramienta para entrenar la red neuronal fue optimización no lineal. El cálculo de chi cuadrada utilizado para la evaluación del modelo demostró ser eficiente en un 90% de nivel de confianza.
publisher Instituto Mexicano de Tecnología del Agua, Coordinación de Comunicación, Participación e Información
publishDate 2020
url http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-24222020000600339
work_keys_str_mv AT moralesanamaria prediciendoladosisdesulfatodealuminioeneltratamientodeaguas
AT ramirezcaballerogustavo prediciendoladosisdesulfatodealuminioeneltratamientodeaguas
AT barajasmenesesmartha prediciendoladosisdesulfatodealuminioeneltratamientodeaguas
_version_ 1802825477895749632