Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.espoch.edu.ec/handle/123456789/22800
Título : | Determinación de la cinética de pirólisis del polipropileno (PP) y polietileno de alta densidad (HDPE) mediante el uso de análisis termogravimétrico y algoritmos genéticos |
Autor : | Naranjo Avilés, Mateo Sebastián |
Director(es): | Guamán Lozada, Darío Fernando |
Tribunal (Tesis): | Palmay Paredes, Paul Gustavo |
Palabras claves : | ANÁLISIS TERMOGRAVIMÉTRICO;ALGORITMOS GENÉTICOS;POLIPROPILENO;PIRÓLISIS;POLIETILENO DE ALTA DENSIDAD |
Fecha de publicación : | 22-nov-2023 |
Editorial : | Escuela Superior Politécnica de Chimborazo |
Citación : | Naranjo Avilés, Mateo Sebastián. (2024). Determinación de la cinética de pirólisis del polipropileno (PP) y polietileno de alta densidad (HDPE) mediante el uso de análisis termogravimétrico y algoritmos genéticos. Escuela Superior Politécnica de Chimborazo. Riobamba. |
Identificador : | UDCTFC;96T01006 |
Abstract : | This thesis optimizes the calculation of the kinetic parameters of the pyrolysis of polypropylene (PP) and high-density polyethylene (HDPE) at three heating rates (5, 10, and 15 °C/min) with the use of genetic algorithms and thermogravimetric data. For the execution of the project, it first collected the thermogravimetric data of both plastics, each at the three heating rates, selecting the data that have a mass loss constant according to the thermogravimetric curve and observing that there are no peaks in the data in their values. Three isoconversional models were selected to evaluate the kinetics of thermal degradation: activation energy (Ea), preexponential factor (Ao), and reaction order (n). Their use is essential because this process is complex, so the International Confederation of Calorimetry of Thermal Analysis (ICTAC) recommends its use. The study selected the Friedman, KAS, and FWO models. Three essential steps for code execution implemented two optimizations: a nonlinear optimization with the fmincon function and a heuristic optimization with the ga function (genetic algorithms), respectively, the second and third steps. The application of the Genetic Algorithm (GA) in the second optimization fulfills the function of optimizing the calculation of the kinetic parameters by comparing their data in the differential thermogravimetric curve, experimental DTG vs. calculated DTG, using the mean square error (MSE) and determination factor as validators for the reliability of the results. Better results could be seen depending on the MSE and determination factor at each point, and visually, according to the DTG graphs, the calculated data better fits the experimental curve. |
Resumen : | El presente trabajo de titulación fue realizado con el objetivo de optimizar el cálculo de los parámetros cinéticos de la pirólisis del Polipropileno (PP) y Polietileno de alta densidad (HDPE) a 3 tasas de calentamiento (5, 10, 15 °C/min) con el uso de algoritmos genéticos y los datos termogravimétricos. Para la ejecución del proyecto primero se recolectaron los datos termogravimétricos de ambos plásticos, cada uno a las 3 tasas de calentamiento, seleccionando los datos que tengan una constante de pérdida de masa, según la curva termogravimétrica, observando que en los datos no existan picos en sus valores. Se seleccionaron 3 modelos isoconversionales para poder evaluar la cinética de degradación térmica: Energía de activación (Ea), Factor preexponencial (Ao) y orden de reacción (n), su uso es indispensable debido a que la naturales de este proceso es compleja, por lo que, la Confederación Internacional de Calorimetría de Análisis Térmico (ICTAC) recomiendo su uso. Para el estudio se seleccionaron los modelos de Friedman, KAS y FWO. Se codificaron 3 pasos esenciales para la ejecución del código implementando 2 optimizaciones, la primera una optimización no lineal con la función fmincon y la segunda una optimización heurística con la función ga (Algoritmos genéticos); segundo y tercer paso, respectivamente. La aplicación del Algoritmo Genético (GA) en la segunda optimización cumple función de optimizar el cálculo de los parámetros cinéticos comparando sus datos en la curva termogravimétrica diferencial, DTG experimental vs DTG calculado, usando el error cuadrático medio (MSE) y factor de determinación como validadores para la confiabilidad de los resultados. En función del MSE y factor de determinación en cada punto vemos mejores resultados, al igual que de manera visual, según las gráficas del DTG, los datos calculados se ajustan mejor a la curva experimental. |
URI : | http://dspace.espoch.edu.ec/handle/123456789/22800 |
Aparece en las colecciones: | Ingeniero/a Químico/a |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
96T01006.pdf | 3,14 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons