Resumen de Red neural predictiva para la regulación de flujo en un enfriador de mosto

Jose Boscan

• español

  La investigación que se presenta tuvo como objetivo proponer el desarrollo de un Control de Flujo para un enfriador de Mosto de una cervecería empleando una Red Neural Predictiva. Siendo necesario describir el funcionamiento del enfriador de mosto, seleccionar el tipo de red neural más adecuado tomando como comparación dosredes neuronales para determinar cuálera más eficiente y cuál sería la más adecuada para el desarrollo del proyecto, luego se establecieron los parámetros operativos, desarrolló la arquitectura de la red Neural y por últimose creó un ambiente de simulación para la verificación del desempeño de la red creada. La justificación se realizó desde el punto de vista práctico, teórico y metodológico ya que como fundamento en las teorías de Morales(1992), Palmer(2000), Ogata(1998), Olabe(2003) e Isasi(2004). La investigación está enmarcada en la línea de investigación de sistemas inteligentes del área temática de redes neurales, es de tipo descriptiva y se define como proyecto factible. En términos de la metodología empleada se establecieron cinco faces en función del desarrollo de cada uno de los objetivos planteados utilizando técnicas de autores como Bavaresco (2006), Tamayo(2003), entre otros.Los resultados obtenidos permitieron satisfacer los objetivos planteados logrando obtener los datos que describen comportamiento del proceso, así como la selección de la red más apropiada que en cuyo caso se seleccionó la red Backpropagation, seguidamente se logró establecer los parámetros operativos necesarios para la configuración y funcionamiento de la red, así como la definición de la arquitectura de la red neural propuesta.

• English

  The objective of the research presented was to propose the development of a Flow Control for a beer brewery using a Predictive Neural Network. Being necessary to describe the operation of the wort cooler, select the most appropriate type of neural network taking as a comparison two neural networks to determine which was more efficient and which would be the most suitable for the development of the project, then the operational parameters were established, developed the architecture of the Neural network and, finally, a simulation environment was created to verify the performance of the network created. The justification was made from the practical, theoretical and methodological point of view since as a foundation in the theories of Morales (1992), Palmer (2000), Ogata (1998), Olabe (2003) and Isasi (2004). The research is framed in the line of research of intelligent systems of the thematic area of neural networks, is descriptive and is defined as a feasible project. In terms of the methodology used, five phases were established based on the development of each of the objectives set using techniques from authors such as Bavaresco (2006), Tamayo (2003), among others. The obtained results allowed to satisfy the proposed objectives obtaining the data that describe the behavior of the process, as well as the selection of the most appropriate network, in which case the Backpropagation network was selected, then the operational parameters necessary for the configuration and operation were established. of the network, as well as the definition of the proposed neural network architecture