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.
Main Authors: | , , |
---|---|
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 |