| Revista: | Informador técnico |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000442654 |
| ISSN: | 0122-056x |
| Autores: | Gónzalez Salcedo, Luis Octavio1 García Núñez, José Benajamín1 |
| Instituciones: | 1Universidad Nacional de Colombia, Colombia |
| Año: | 2020 |
| Periodo: | Ene-Jun |
| Volumen: | 84 |
| Número: | 1 |
| Paginación: | 3-17 |
| País: | Colombia |
| Idioma: | Español, inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental |
| Resumen en español | El crecimiento de la industria avícola en Colombia y el cambio en la normatividad ambiental vigente, conlleva a un mejoramiento en el sistema de tratamiento de las aguas residuales, mediante técnicas alternas entre coagulantes y floculantes. Los costos de estas técnicas requieren dosificar de manera óptima los principales productos allí involucrados. En este trabajo se usó un modelo neuronal artificial basado en redes neuronales multicapa feedfoward-backpropagation, para la estimación del valor de la turbidez de salida en el tratamiento de las aguas residuales. Posteriormente, se usaron las redes neuronales entrenadas para proponer dosificaciones óptimas de los productos y mejorar las condiciones de operación, lo que permitió obtener aguas residuales clarificadas, para lo cual se elaboraron cartas de optimización. Respecto a la evaluación del desempeño del modelo neuronal, se usó como indicador de desempeño el factor de correlación lineal R. Los resultados de correlación entre los valores estimados y reales de la turbidez de salida muestran la confiabilidad en la aplicación como herramienta de predicción |
| Resumen en inglés | The growth of the poultry industry in Colombia, and the change in current environmental regulations, leads to an improvement in the wastewater treatment system, through alternate techniques between coagulants and flocculants. The cost of these techniques require optimal dosing of the main products involved therein. In this work, we used an artificial neural model based on feedforward-backpropagation multilayer neural networks, to estimate the value of output turbidity in the treatment of wastewater. The trained neural networks subsequently used to propose optimal dosages of the products and improve the operating conditions that allow obtaining clarified wastewater, so we develop optimization charts. We used the R linear correlation factor as a performance indicator, for the evaluation of the performance of the neural model. The correlation results between the estimated a real values of the output turbidity show its reliability in the application as a prediction tool |
| Disciplinas: | Ingeniería |
| Palabras clave: | Aguas residuales, Colombia, Industria avícola, Redes neuronales artificiales, Turbidez |
| Keyword: | Colombia, Poultry industry, Artificial neural networks, Turbidity, Waste water |
| Texto completo: | http://revistas.sena.edu.co/index.php/inf_tec/article/view/1636/2850 |
