El despulpado termomecánico (TPM) es uno de los procesos más demandantes en términos energéticos, donde la base se atribuye al proceso de refinamiento. En este trabajo se llevaron a cabo una serie de simulaciones bajo diversas condiciones de operación. Las simulaciones fueron realizadas a través de algoritmos de aprendizaje automático, considerando que tanto los procesos complejos y los problemas de predicción podrían simularse y resolverse utilizando métodos de inteligencia artificial inspirados en el patrón de aprendizaje cerebral. Los resultados confirman un mayor rendimiento del algoritmo PSO en comparación con otros algoritmos evolutivos para optimizar los parámetros del método ANFIS, utilizados para simular una unidad refinadora en el proceso TMP.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Informe, reporte:
Diseño y construcción de una planta propuesta de alcohol carburante, condado Jasper, Indiana
Folleto:
Separación de aire en oxígeno, nitrógeno y argón
Artículo:
Análisis de causas y medidas de mejora del recalcado del acero en la producción de alambrón
Artículo:
Diseño y optimización de una lanza de oxígeno para un convertidor de 210 T
Tesis:
Distribución de planta utilizando módulos de distribución
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Artículo:
¿Por qué debemos conservar la fauna silvestre?
Artículo:
Estudio sobre la migración global de materiales plásticos de empaque usados en la industria de alimentos