Aplicación de un algoritmo evolutivo para la optimización del modelado computacional de la pirólisis de materiales
RESUMEN: Los modelos empleados para la caracterización del proceso de pirólisis de los materiales han evolucionado de forma paralela a las capacidades computacionales y a la adquisición de destrezas en la aplicación de nuevos ensayos de caracterización de materiales que provienen de campos próximos...
| Autores: | , , , , |
|---|---|
| Tipo de recurso: | artículo |
| Fecha de publicación: | 2013 |
| País: | España |
| Institución: | Universidad de Cantabria (UC) |
| Repositorio: | UCrea Repositorio Abierto de la Universidad de Cantabria |
| Idioma: | español |
| OAI Identifier: | oai:repositorio.unican.es:10902/19328 |
| Acceso en línea: | http://hdl.handle.net/10902/19328 |
| Access Level: | acceso abierto |
| Palabra clave: | Modelos computacionales de pirólisis Algoritmos evolutivos Comprehensive pyrolysis models Evolutionary algorithms |
| Sumario: | RESUMEN: Los modelos empleados para la caracterización del proceso de pirólisis de los materiales han evolucionado de forma paralela a las capacidades computacionales y a la adquisición de destrezas en la aplicación de nuevos ensayos de caracterización de materiales que provienen de campos próximos como el de la ingeniería química. Así, se utilizan modelos que no solo caracterizan las propiedades físicas de los materiales (inercia térmica), sino también los mecanismos y ritmos de reacción de los procesos de pérdida de masa asociados a la liberación de combustibles volátiles (triplete cinético). Esta descripción detallada implica una gran cantidad de parámetros, lo que hace difícil un ajuste de la respuesta del material, por lo que se hace necesario aplicar herramientas para su optimización. En este estudio se presenta la optimización para 2 materiales con mecanismos diferenciados, uno real con un proceso caracterizado por un solo paso, y otro sintético de 2 pasos. A continuación se estudia la importancia de ciertas variables en la velocidad y precisión del algoritmo (diversidad de la población, amplitud del rango de entrada de los parámetros, influencia del tipo de mezcla). |
|---|