USE OF NEURAL NETWORKS IN PROCESS ENGINEERING Thermodynamics, diffusion, and process control and simulation applications
This article presents the current status of the use of Artificial Neural Networks (ANNs) in process engineering applications where common mathematical methods do not completely represent the behavior shown by experimental observations, results, and plant operating data. Three examples of the use of...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Instituto Colombiano del petróleo y energías de la Transición - ICPET
1998-01-01
|
| Series: | CT&F Ciencia, Tecnología & Futuro |
| Subjects: | |
| Online Access: | http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0122-53831998000100004 |
| _version_ | 1827008245246459904 |
|---|---|
| author | F OTERO |
| author_facet | F OTERO |
| author_sort | F OTERO |
| collection | DOAJ |
| description | This article presents the current status of the use of Artificial Neural Networks (ANNs) in process engineering applications where common mathematical methods do not completely represent the behavior shown by experimental observations, results, and plant operating data. Three examples of the use of ANNs in typical process engineering applications such as prediction of activity in solvent-polymer binary systems, prediction of a surfactant self-diffusion coefficient of micellar systems, and process control and simulation are shown. These examples are important for polymerization applications, enhanced-oil recovery, and automatic process control.<br>El presente artículo presenta el estado actual de la utilización de las Redes Neuronales Artificiales (ANNs) en aplicaciones de ingeniería de procesos donde los métodos matemáticos tradicionales no muestran completamente el comportamiento representado por observaciones y resultados experimentales o datos de operación de plantas. Este artículo muestra tres ejemplos de la utilización de ANNs en aplicaciones típicas de ingeniería de proceso como son la predicción de coeficientes de actividad en sistemas binarios solvente-polímero, predicción de coeficientes de difusión de un surfactante en sistemas micelares y control y simulación de procesos. Estas aplicaciones son importantes en el área de polimerización, recuperación mejorada de crudo y control automático de procesos. |
| first_indexed | 2024-04-12T02:17:45Z |
| format | Article |
| id | doaj.art-41ed1cc3ee0a4b28af67e4f807987e0f |
| institution | Directory Open Access Journal |
| issn | 0122-5383 |
| language | English |
| last_indexed | 2025-02-18T12:30:08Z |
| publishDate | 1998-01-01 |
| publisher | Instituto Colombiano del petróleo y energías de la Transición - ICPET |
| record_format | Article |
| series | CT&F Ciencia, Tecnología & Futuro |
| spelling | doaj.art-41ed1cc3ee0a4b28af67e4f807987e0f2024-11-02T04:16:04ZengInstituto Colombiano del petróleo y energías de la Transición - ICPETCT&F Ciencia, Tecnología & Futuro0122-53831998-01-01144964USE OF NEURAL NETWORKS IN PROCESS ENGINEERING Thermodynamics, diffusion, and process control and simulation applicationsF OTEROThis article presents the current status of the use of Artificial Neural Networks (ANNs) in process engineering applications where common mathematical methods do not completely represent the behavior shown by experimental observations, results, and plant operating data. Three examples of the use of ANNs in typical process engineering applications such as prediction of activity in solvent-polymer binary systems, prediction of a surfactant self-diffusion coefficient of micellar systems, and process control and simulation are shown. These examples are important for polymerization applications, enhanced-oil recovery, and automatic process control.<br>El presente artículo presenta el estado actual de la utilización de las Redes Neuronales Artificiales (ANNs) en aplicaciones de ingeniería de procesos donde los métodos matemáticos tradicionales no muestran completamente el comportamiento representado por observaciones y resultados experimentales o datos de operación de plantas. Este artículo muestra tres ejemplos de la utilización de ANNs en aplicaciones típicas de ingeniería de proceso como son la predicción de coeficientes de actividad en sistemas binarios solvente-polímero, predicción de coeficientes de difusión de un surfactante en sistemas micelares y control y simulación de procesos. Estas aplicaciones son importantes en el área de polimerización, recuperación mejorada de crudo y control automático de procesos.http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0122-53831998000100004ingeniería de procesosredes neuronalescontrol de procesosmodelado de procesossimulación de procesosprocess engineeringneural networksprocess controlprocess modelingprocess simulation |
| spellingShingle | F OTERO USE OF NEURAL NETWORKS IN PROCESS ENGINEERING Thermodynamics, diffusion, and process control and simulation applications CT&F Ciencia, Tecnología & Futuro ingeniería de procesos redes neuronales control de procesos modelado de procesos simulación de procesos process engineering neural networks process control process modeling process simulation |
| title | USE OF NEURAL NETWORKS IN PROCESS ENGINEERING Thermodynamics, diffusion, and process control and simulation applications |
| title_full | USE OF NEURAL NETWORKS IN PROCESS ENGINEERING Thermodynamics, diffusion, and process control and simulation applications |
| title_fullStr | USE OF NEURAL NETWORKS IN PROCESS ENGINEERING Thermodynamics, diffusion, and process control and simulation applications |
| title_full_unstemmed | USE OF NEURAL NETWORKS IN PROCESS ENGINEERING Thermodynamics, diffusion, and process control and simulation applications |
| title_short | USE OF NEURAL NETWORKS IN PROCESS ENGINEERING Thermodynamics, diffusion, and process control and simulation applications |
| title_sort | use of neural networks in process engineering thermodynamics diffusion and process control and simulation applications |
| topic | ingeniería de procesos redes neuronales control de procesos modelado de procesos simulación de procesos process engineering neural networks process control process modeling process simulation |
| url | http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0122-53831998000100004 |
| work_keys_str_mv | AT fotero useofneuralnetworksinprocessengineeringthermodynamicsdiffusionandprocesscontrolandsimulationapplications |