Tesis
(Ingeniero Agroindustrial) -- Departamento de Ingeniería Agroindustrial, 2020 Licenciatura

Bibliografía: 50-58 páginas

La presente investigación se llevó a cabo para desarrollar un modelo de predicción utilzando RNAs como herramienta para predecir la variación de los parámetros reológicos de Herschel-Bulkley: esfuerzo a tasa de corte cero (0), coeficiente de consistencia k y el índice de comportamiento del flujo n de emulsiones aceite en agua O/W. La RNA fue del tipo de retropropagación del error basada en perceptrón multicapa (MLP), estructura: 6 entradas (características de la emulsión O/W: pH, tasa de corte (), diámetro volumétrico superficial (d3,2 ), concentración de pectina (P), concentración de caseinato de sodio (Cs) y potencial Zeta (ƺ); 3 salidas (parámetros reológicos: 0, k y n); con 5, 10, 15 y 20 neuronas, variando el número de capas ocultas en 2, 3, 4, 5, 6, 7, 8, 9, 10 y el número de iteraciones varió desde 100 hasta 50 000. Se determinó que la RNA más apropiada fue el modelo con 2 capas ocultas y 15 neuronas en cada capa, con una función de activación tangente, 31 500 iteraciones y coeficiente de determinación más alto (R2= 0. 999999895), la cual mostró muy buena predicción para los parámetros reológicos de HerschelBulkley. La RNA es una técnica poderosa que permitió obtener un modelo consistente y confiable para predecir adecuadamente variaciones en el comportamiento reológico de emulsiones O/W en función de variaciones multifactoriales propias de los sistemas dispersos.

The present investigation was carried out to develop a prediction model using RNAs as a tool to predict the variation of the Herschel-Bulkley rheological parameters: stress at zero cut-off rate (0), consistency coefficient k and the behavior index of the flow n of O/W oil-in-water emulsions. The RNA was of the type of Backpropagation of the error based on multilayer perceptron (MLP), topology: 6 inputs (characteristics of the O / W emulsion: pH, cut-off rate (), surface volumetric diameter (d3,2), pectin concentration (P), sodium caseinate concentration (Cs) and Zeta potential (ƺ); 3 outputs (rheological parameters: 0, kyn); with 5, 10, 15 and 20 neurons, varying the number of hidden layers in 2, 3, 4, 5, 6, 7, 8, 9, 10 and the number of iterations ranged from 100 to 50,000. It was determined that the most appropriate RNA was the model with 2 hidden layers and 15 neurons in each layer, with a tangent firing function, 31500 iterations and co Highest determination efficiency (R2 = 0. 999999895), which showed very good prediction for the HerschelBulkley rheological parameters. RNA is a powerful technique that allowed obtaining a consistent and reliable model to adequately predict variations in the rheological behavior of O/W emulsions based on multifactorial variations typical of dispersed systems.