En curso – Proyecto del grupo, 12 meses
Inteligencia artificial para la copirólisis de tocón de yuca y fibra de palma aceitera
El proyecto desarrolla modelos de inteligencia artificial que predicen el comportamiento termogravimétrico, energético y exergético de la copirólisis de dos residuos agroindustriales abundantes, el tocón de yuca y la fibra de palma aceitera, a partir de ensayos termogravimétricos con la incertidumbre cuantificada.
Ficha del proyecto
- Código
- INGEBIR-P01
- Estado
- En curso
- Duración
- 12 meses
- Tipo
- Investigación aplicada
- Líneas
Título
Desarrollo de modelos basados en inteligencia artificial para predecir el comportamiento termogravimétrico, energético y exergético durante la copirólisis del tocón de yuca y la fibra de palma aceitera en el departamento de Sucre
El tocón de yuca suele quedar disperso en el campo después de la cosecha, y la fibra de palma que no se quema en las calderas de las plantas extractoras termina en usos de poco valor. Procesados juntos por copirólisis pueden convertirse en biocarbón, bioaceite y gas de síntesis, porque la fibra, rica en lignina, aporta estabilidad térmica y el tocón, que se volatiliza con rapidez, favorece la formación de volátiles.
Para estos residuos faltan datos sobre las proporciones de mezcla más eficientes, sobre la calidad de la energía que se obtiene según la segunda ley de la termodinámica y sobre la incertidumbre de los parámetros cinéticos que se usan para diseñar reactores. El proyecto aporta esa línea base y la extiende con aprendizaje automático a mezclas no ensayadas.
Objetivos
Objetivo general
Desarrollar modelos basados en inteligencia artificial para predecir el comportamiento termogravimétrico, energético y exergético durante la copirólisis del tocón de yuca y la fibra de palma aceitera.
Objetivos específicos
- Caracterizar fisicoquímica y energéticamente el tocón de yuca y la fibra de palma aceitera, y establecer su comportamiento termogravimétrico y el de sus mezclas a cinco tasas de calentamiento.
- Determinar los parámetros cinéticos, el mecanismo de reacción y el desempeño termodinámico y exergético de la copirólisis, con la incertidumbre de cada parámetro.
- Desarrollar y validar modelos interpretables de inteligencia artificial que predigan la pérdida de masa y los parámetros cinéticos, termodinámicos y exergéticos de las mezclas.
Cómo se desarrolla
Tres fases encadenadas sobre un mismo conjunto de datos experimentales.
Caracterización
Las biomasas se caracterizan por triplicado con análisis proximal, elemental, estructural y calorimétrico. Cinco proporciones de mezcla se ensayan a cinco tasas de calentamiento, de 5 a 25 °C/min, para un total de 75 corridas termogravimétricas.
Cinética, termodinámica y exergía
Los métodos isoconversionales FWO, KAS y Starink, con el de Coats-Redfern, dan la energía de activación, el factor preexponencial y el mecanismo de reacción. Con ellos se calculan la entalpía, la energía libre de Gibbs, la entropía y la destrucción de exergía, con propagación de incertidumbre por Monte Carlo.
Aprendizaje automático
Regresión regularizada, máquinas de soporte vectorial, ensambles de árboles y redes neuronales, validados dejando fuera corridas completas, predicen mezclas no ensayadas y jerarquizan las variables que gobiernan la conversión.
Resultados esperados
- Línea base termocinética, termodinámica y exergética de los dos residuos y sus mezclas, útil para diseñar y escalar reactores.
- Cuatro artículos en revistas científicas indexadas.
- Un documento de trabajo con el protocolo integrado de análisis, una ponencia y un informe final de investigación.
- Curvas TG y DTG y código de modelado en un repositorio de acceso abierto.
- Dos trabajos de grado de pregrado y un semillero de investigación con dos estudiantes.