Uso de Mapas Auto-Organizados para Elucidar Patrones entre Variables en la Combustión Simulada de Gas de Síntesis
Autores: Fortela, Dhan Lord B.; Crawford, Matthew; DeLattre, Alyssa; Kowalski, Spencer; Lissard, Mary; Fremin, Ashton; Sharp, Wayne; Revellame, Emmanuel; Hernandez, Rafael; Zappi, Mark
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Uso de Mapas Auto-Organizados para Elucidar Patrones entre Variables en la Combustión Simulada de Gas de Síntesis
Categoría
Ciencias Medioambientales
Subcategoría
Desarrollo sostenible
Palabras clave
Estudio
Mapa autoorganizado
Combustión de gas de síntesis
Variables
Simulación
Patrón
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 15
Citaciones: Sin citaciones
Este estudio se centró en demostrar el uso de un algoritmo de mapa autoorganizado (SOM) para elucidar patrones entre variables en la combustión de gas de síntesis simulada. El trabajo se implementó en dos etapas: (1) modelado y simulación de la combustión de gas de síntesis bajo diversas composiciones de alimentación y temperaturas de reactor, implementado en el software de simulación de procesos químicos AspenPlus, y (2) reconocimiento de patrones entre variables utilizando el algoritmo SOM implementado en MATLAB. Los diferentes niveles de composición de gas de síntesis de alimentación y temperatura de reactor se muestrearon aleatoriamente de distribuciones uniformes utilizando la técnica de cribado de Morris, creando cuatro mil ochocientas condiciones de simulación implementadas en la simulación de procesos, que produjeron, en consecuencia, un conjunto de datos multivariado utilizado en el análisis SOM. Los resultados muestran que la topología SOM cilíndrica modela el conjunto de datos con un menor error de cuantización y error topográfico en comparación con la topología SOM rectangular, lo que indica la idoneidad de la primera para la elucidación de patrones de variables en la combustión simulada. No obstante, el patrón de variables entre los planos de componentes del SOM rectangular (rejilla de 9 x 28) y los del SOM cilíndrico (rejilla de 9 x 28) son casi similares, lo que indica que se pueden utilizar arquitecturas rectangulares o cilíndricas para el análisis de patrones de variables. Los planos de componentes de las variables de proceso del SOM entrenado son una visualización conveniente de las tendencias a través de todas las variables de proceso.
Descripción
Este estudio se centró en demostrar el uso de un algoritmo de mapa autoorganizado (SOM) para elucidar patrones entre variables en la combustión de gas de síntesis simulada. El trabajo se implementó en dos etapas: (1) modelado y simulación de la combustión de gas de síntesis bajo diversas composiciones de alimentación y temperaturas de reactor, implementado en el software de simulación de procesos químicos AspenPlus, y (2) reconocimiento de patrones entre variables utilizando el algoritmo SOM implementado en MATLAB. Los diferentes niveles de composición de gas de síntesis de alimentación y temperatura de reactor se muestrearon aleatoriamente de distribuciones uniformes utilizando la técnica de cribado de Morris, creando cuatro mil ochocientas condiciones de simulación implementadas en la simulación de procesos, que produjeron, en consecuencia, un conjunto de datos multivariado utilizado en el análisis SOM. Los resultados muestran que la topología SOM cilíndrica modela el conjunto de datos con un menor error de cuantización y error topográfico en comparación con la topología SOM rectangular, lo que indica la idoneidad de la primera para la elucidación de patrones de variables en la combustión simulada. No obstante, el patrón de variables entre los planos de componentes del SOM rectangular (rejilla de 9 x 28) y los del SOM cilíndrico (rejilla de 9 x 28) son casi similares, lo que indica que se pueden utilizar arquitecturas rectangulares o cilíndricas para el análisis de patrones de variables. Los planos de componentes de las variables de proceso del SOM entrenado son una visualización conveniente de las tendencias a través de todas las variables de proceso.