CÁLCULO DA ENTALPIA, ENTROPIA E VOLUME MOLAR DE VAPORIZAÇÃO UTILIZANDO REDES NEURAIS ARTIFICIAIS

CÁLCULO DA ENTALPIA, ENTROPIA E VOLUME MOLAR DE VAPORIZAÇÃO UTILIZANDO REDES NEURAIS ARTIFICIAIS

CRUZ, I.N.S. DA; CRUZ, H.S.DA; MARTINS, T.D.

Artigo Completo:

Para o cálculo de propriedades termodinâmicas as equações de estado são necessárias. Porém, para a sua aplicação, a determinação de parâmetros em relação a cada substância em questão se faz necessária. Ainda, em muitos casos, tais equações apresentam limitações e/ou alguns erros. Visando a otimização dessas situações, desenvolveu-se uma rede neural artificial para o cálculo da entalpia, entropia e volume molar de vaporização. Para esse trabalho, estudou-se o comportamento de 62 substâncias divididas entre os grupos orgânicos: hidrocarbonetos alifáticos, hidrocarbonetos aromáticos, álcoois, éteres, ésteres, aldeídos, cetonas e ácidos carboxílicos. As variáveis de entrada das redes testadas foram: o índice de conectividade mássica, temperatura e pressão críticas e fator acêntrico de cada substância. Além da temperatura de saturação. A estrutura de rede que apresentou melhores resultados possui 3 camadas (5-40-3). Os erros encontrados para a entalpia foram de 31,62%, para a entropia de 35,58% e para o volume molar 99,92%. Este trabalho mostrou que as redes neurais artificiais possuem grande capacidade de diferenciação das substâncias e que com alguns aprimoramentos, elas podem ser utilizadas para fins práticos.

Para o cálculo de propriedades termodinâmicas as equações de estado são necessárias. Porém, para a sua aplicação, a determinação de parâmetros em relação a cada substância em questão se faz necessária. Ainda, em muitos casos, tais equações apresentam limitações e/ou alguns erros. Visando a otimização dessas situações, desenvolveu-se uma rede neural artificial para o cálculo da entalpia, entropia e volume molar de vaporização. Para esse trabalho, estudou-se o comportamento de 62 substâncias divididas entre os grupos orgânicos: hidrocarbonetos alifáticos, hidrocarbonetos aromáticos, álcoois, éteres, ésteres, aldeídos, cetonas e ácidos carboxílicos. As variáveis de entrada das redes testadas foram: o índice de conectividade mássica, temperatura e pressão críticas e fator acêntrico de cada substância. Além da temperatura de saturação. A estrutura de rede que apresentou melhores resultados possui 3 camadas (5-40-3). Os erros encontrados para a entalpia foram de 31,62%, para a entropia de 35,58% e para o volume molar 99,92%. Este trabalho mostrou que as redes neurais artificiais possuem grande capacidade de diferenciação das substâncias e que com alguns aprimoramentos, elas podem ser utilizadas para fins práticos.

Palavras-chave:

DOI: 10.5151/chemeng-cobeqic2017-118

Referências bibliográficas

• [1] BRAGA, A. P.; CARVALHO, A.; LUDERMIR, T. B. Redes Neurais Artificiais: Teoria e
• [2] Aplicações.p.05-55, 2000
• [3] KLASSEN, T. Uso de redes neurais artificiais para a modelagem da temperatura e da
• [4] retenção de água no processo de resfriamento de carcaças de frangos por imersão.
• [5] Mestrado. Universidade do Oeste do Paraná-Unioeste. Toledo, 2008.
• [6] NIST, 2016. Disponível em http://webbook.nist.gov/chemistry/fluid/ Acessado 18 de
• [7] novembro de 2015.
• [8] REZENDE, S.O; Sistemas Inteligentes: Fundamentos e Aplicações. São Paulo: Editora
• [9] ArtLiber., p. 160-180, 2005.
• [10] SILVA, I.N; SPATTI, D.H; FLAUZINO, R.A.; Redes Neurais Artificiais para Engenharia e
• [11] Ciências Aplicadas., p. 33-42, 2010.
• [12] VALDERRAMA J. O.; ROJAS R. E., Mass connectivity index, a nex molecular parameter
• [13] for the estimation of ionic liquid properties. Fluid Phase Equilib. p107-112, 2010
• [14] NOWRUZI, H.; GHASSEMI, H. Using artificial neural network to predict velocity of sound
• [15] in liquid water as a function of ambient temperature, electrical and magnetic fields.
• [16] Journal of Ocean Engineering and Science, v. 1, n. 3, p. 203-220, 2016

Como citar:

CRUZ, I.N.S. DA; CRUZ, H.S.DA; Tiago Dias Martins; "CÁLCULO DA ENTALPIA, ENTROPIA E VOLUME MOLAR DE VAPORIZAÇÃO UTILIZANDO REDES NEURAIS ARTIFICIAIS", p-681-686. In: Anais do XII Congresso Brasileiro de Engenharia Química em Iniciação Científica [=Blucher Chemical Engineering Proceedings, v. 1, n.4]. ISSN Impresso: 2446-8711. São Paulo: Blucher, 2017.
ISSN 23591757, DOI 10.5151/chemeng-cobeqic2017-118