000			04389nam a2200397 a 4500
003			CHAP
005			20240612131116.0
007			ta
008			240605s2020 mx ad||fom||| 001 0 esp d
040			_erda
041	0		_aspa _beng
100	1		_9189162 _aGuzmán Martínez, Hermelinda
245	1		_aDesarrollo de un modelo de predicción reológica de emulsiones estabilizadas con complejos biopoliméricos / _cHermelinda Guzmán Martínez
264		0	_aChapingo, México : _bEl autor, _c2020
300			_a1 recurso en línea (x, 58 páginas) : _bilustraciones, tablas, gráficas, diagramas
336			_2rdacontent _atexto _btxt
337			_2rdamedia _acomputadora _bc
338			_2rdacarrier _arecurso en línea _bcr
502			_aTesis _bIA _cAgroindustrias _d2020 _gLIC
504			_aBibliografía: 50-58 páginas
520	3		_aLa 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.
520	3		_aThe 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.
650	1	3	_2atg _936666 _aEmulsiones _xPropiedades emulsionantes
650	1	3	_2atg _9139393 _aPropiedades fisicoquímicas
650	1	3	_2atg _9155198 _aPropiedades sensoriales
650	1	3	_2atg _9189163 _aRedes neuronales
650	1	3	_2atg _9147999 _aEmulsions _xEmulsifying properties
650	1	3	_2atg _9147535 _aPhysicochemical properties
650	1	3	_2atg _9155199 _aSensory properties
650	1	3	_2atg _9189164 _aNeural networks
700	1		_93008 _aAguirre Mandujano, Eleazar _edirector
700	1		_9189165 _aAguirre Anaya, Eleazar _easesor
700	1		_972604 _aMartínez Velasco, Alejandro _easesor
856	4	0	_uhttp://10.13.5.2/tesis/tl/2020_IA_Guzman_Martinez_Hermelinda.pdf _yDESCARGAR PDF
942			_2Clasificación Universidad Autónoma Chapingo _cTD
999			_c219969 _d219969