Estimación de la eficiencia productiva en la extracción de aceite esencial a partir de la cáscara de la naranja mediante redes neuronales
Contenido principal del artículo
Resumen
En este trabajo, se utilizó una Red Neuronal Artificial (RNA) feedforward con 9 capas ocultas y algoritmos de entrenamiento backpropagation (BP) y de ajuste de pesos Levenberg- Marquardt (LM) para la predicción del rendimiento de extracción de aceite a partir de la cáscara de naranja (Citrus sinensis), para el entrenamiento y validación, se emplearon los datos en cantidad de carga en gramos como variable de entrada y el rendimiento de aceite en porcentaje como variable de salida, los cuales se obtuvieron en la técnica de destilación por arrastre de vapor usando la trampa Clevenger. Se estudiaron distintas arquitecturas variando el número de neuronas en la capa oculta, encontrando que la RNA con 9 neuronas brindaba el mejor ajuste de los datos experimentales, lo que indica mayor eficacia y exactitud frente a las otras arquitecturas analizadas. Con respecto a los datos experimentales, se evaluó el error cuadrado medio porcentual (ECM%) y el coeficiente de determinación , encontrándose para la RNA valores de ECM%=0.0040 y =0,9929, comprobando que la hipótesis de investigación es verdadera. Estos resultados muestran la eficacia y potencialidad del uso de las redes neuronales para el modelado y predicción del rendimiento de extracción de aceite de naranja dentro del dominio de los datos de entrenamiento.
Métricas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Esta revista provee acceso libre inmediato a su contenido bajo el principio de que hacer disponible gratuitamente investigación al publico apoya a un mayor intercambio de conocimiento global.
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato.
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
- SinDerivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.
Derechos de autor
Los autores que publican en Ingeniería Química y Desarrollo conocen y aceptan las siguientes condiciones:
- Los autores retienen los derechos de copia (copyright) sobre los trabajos, y ceden a Ingeniería Química y Desarrollo el derecho de la primera publicación del trabajo, bajo licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0 que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores conservan los derechos de autor y garantizan a Ingeniería Química y Desarrollo el derecho de publicar el trabajo a través de los canales que considere adecuados.
- Los autores son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la versión del trabajo publicado en Ingeniería Química y Desarrollo, haciendo reconocimiento a su publicación en esta revista.
- Se autoriza a los autores a difundir electrónicamente sus trabajos una vez que sean aceptados para publicación. No se permite el uso comercial de copia o distribución de contenidos, así como tampoco la adaptación, derivación o transformación alguna de estos sin la autorización previa de los autores y de Ingeniería Química y Desarrollo.
Citas
M. Moreno, «Redes Neuronales Artificiales aplicadas al Análisis de Datos,» tesisenred.net, pp. 17-31, 2002.
E. A. Heredia, «NARANJA ESTUDIO AGROINDUSTRIAL DEL ECUADOR,» 4 Julio 2008. [En línea]. Available: https://issuu.com/mipro/docs/naranja.
A. Badui, «APLICACIÓN DEL LECHO POR FUENTE-FLUIDIZADO “SPOUT-FLUID BED” CON SÓLIDOS INERTES A LA MICROENCAPSULACIÓN DE ACEITE ESENCIAL DE NARANJA,» sappi.ipn.mx/, pp. 1-45, 2008.
L. Balboa, «Obtención Experimental de aceite esencial y subproducto a partir de la cáscara de naranja (Citrus Sinensis),» repositorio.umsa.bo, pp. 1-10, 2019.
J. M. Huayta, «EFECTO HIPOLIPEMIANTE DEL ACEITE ESENCIAL DE CÁSCARA DE NARANJA (Citrus sinensis) EN RATTUS NORVEGICUS VARIEDAD WISTAR,» repositorio.unsa.edu.pe, pp. 1-25, 2017.
P. A. Reyes-Ortiz y Colaboradores, «1 PRODUCCIÓN DE NARANJA (Citrus sinensis L. Osbeck) VARIEDAD VALENCIA TARDÍA BAJO MANEJO ORGÁNICO EN SAN PABLO, PAPANTLA DE OLARTE; VERACRUZ.,» 13 Junio 2017. [En línea]. Available: https://www.researchgate.net/publication/320110143_PRODUCCION_DE_NARANJA_Citrus_sinensis_L_Osbeck_VARIEDAD_VALENCIA.
A. Contreras-Oliva y Colaboradores, «CALIDAD FISICOQUÍMICA, SENSORIAL Y NUTRICIONAL DE NARANJAS CV. VALENCIA RECUBIERTAS CON QUITOSANO,» 15 Agosto 2012. [En línea]. Available: http://www.scielo.org.mx/pdf/agro/v46n5/v46n5a2.pdf.
Mejía y Freire, «La naranja está barata,» El Diario Comercio Ecuador, vol. 1, nº 1, p. 1, 2021.
A. C. Trejo y A. C. Krauser, «Química de los carbohidratos,» 16 Enero 2013. [En línea]. Available: https://www.researchgate.net/publication/286640492_Quimica_de_los_Carbohidratos.
A. Germán, «Producción de enzimas pectinasas por actinomycetos en cultivo sumergido utilizando pectina y cáscara de naranja,» sisbib.unmsm.edu.pe, pp. 4-6, 2014.
A. E. Q. Valle, «UTILIZACIÓN DE RESIDUOS DE CÁSCARA DE NARANJA PARA LA PREPARACIÓN DE UN DESENGRASANTE DOMÉSTICO E INDUSTRIAL,» repositorio.uisek.edu.ec, pp. 13-22, 2009.
A. Castañeda, «Actividad antimicrobiana del aceite de naranja residual,» Scielo, pp. 1-6, 2018.
L. Mancilla, «Estudio del aceite esencial de la cáscara de la naranja dulce (Citrus sinensis, variedad Valenciana) cultivada en Labateca (Norte de Santander, Colombia),» Redalyc.org, pp. 4-7, 21 Febrero 2007.
D. Nuñez, «OBTENCIÓN DE ACEITES ESENCIALES A PARTIR DE CORTEZA DE NARANJA "CITRUS SINENSIS" VARIEDAD VALENCIANA,» Researchgate.net, pp. 6-13, Julio 2019.
0. Fennema, «Introducción a la Química de los Alimentos,» ceqa.files.wordpress., pp. 504-798, 2014.
O. Guevara, «Obtención de aceite esencial de citronela (Cymbopogon winterianus) extraído por arrastre con vapor a escala piloto: estudio de la influencia de variables en el rendimiento y la calidad del aceite,» ria.utn.edu.ar, pp. 62-82, Marzo 2014.
J. T. Barrera, «Redes Neuronales,» cucei.udg.mx, pp. 3-6, 2012.
J. Marshall, «Redes Neuronales,» avellano.fis.usal.es, pp. 1-3, 2013.
X. B. Olabe, «Redes Neuronalesa Artificiales y sus Aplicaciones,» ocw.ehu.eus, pp. 18-20, 2016.
E. C. A. Tepán, «Estudio de los Principales tipos de Redes Neuronales y las Herramientas para su aplicación,» dspace.ups.edu.ec, pp. 15-16, Febrero 2013.
H. G. Asensio, «Inteligencia artificial. Redes neuronales y aplicaciones,» it.uc3m.es, pp. 2-6, 2011.
V. B. Pardo, «Machine Learning con TensorFlow,» oa.upm.es, pp. 1-16, 15 Enero 2017.
L. O. Toledo, «Red neuronal artificial para estimar un índice de calidad de agua,» Scielo, pp. 1-3, Junio 2020.
P. Yufera, «Química Agrícola,» de El suelo y los elementos químicos esenciales para la vida vegetal, Madrid, Mundi-Prensa, 1979, pp. 373-396.