Construcción de un modelo predictivo para la concentración de níquel y vanadio en fondos de vacío de crudos colombianos utilizando redes neuronales artificiales y espectroscopia de plasma inducido por láser
No Thumbnail Available
Date
2012
Authors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
La técnica LIBS (Laser Induced Breakdown Spectroscopy) es un tipo de espectroscopía de emisión atómica que utiliza un pulso láser de alta potencia como fuente de excitación el cual se focaliza sobre una muestra causando ablación de pequeñas cantidades de material y formación de plasma. Esta técnica ha sido utilizada para análisis multielemental de diferentes muestras. Al usar RNA (Red Neuronal Artificial), se entrena un modelo de red con un conjunto de datos de entrada de muestras de composición conocida. Luego la red neuronal entrenada se utiliza para predecir la concentración elemental en espectros de prueba. Resultados actuales revelan que las RNAs tienen generalmente mejor capacidad de predicción que los métodos tradicionales. Aquí se presenta un modelo predictivo para determinación de la concentración de níquel y vanadio en fondos de vacío de crudos colombianos a partir de espectros LIBS y la utilización de RNAs con nodos distribuidos en múltiples capas (Perceptrón multicapa). Las entradas a la red son intensidades en la vecindad de las líneas de emisión 309.310, 310.229, y 311.070 nm de V(II) y 300.248, 301.200 y 305.081 nm de Ni(I). Se exploraron diferentes arquitecturas de RNAs variando sistemáticamente pesos y tendencias iniciales, cantidad de nodos en la capa oculta, número máximo de iteraciones y error de entrenamiento. Las métricas de evaluación del desempeño de la red en la predicción de concentraciones son: El error de predicción relativo promedio (REP) y la desviación estándar relativa promedio (RSD).
Description
Keywords
Fondos de Vacío, LIBS, Redes Neuronales Artificiales.