Determinación de los parámetros racionales óptimos de diseño de una desfibradora de hojas de Agave angustifolia Haw empleando redes neuronales artificiales

Abstract

Determinación de los parámetros racionales óptimos de diseño de una desfibradora de hojas de Agave angustifolia Haw empleando redes neuronales La presente investigación se ha desarrollado dentro de la línea del aprovechamiento y conservación de los recursos naturales con una visión social, enfocada a aumentar la comercialización de los productos que se pueden obtener a partir de las plantas de agave, disminuir la cantidad de hojas que quedan como desechos después de la cosecha de las piñas y que son consideradas una molestia para las labores de preparación de suelo y desarrollar un proceso de desfibrado mecánico que no contamina el entorno de manera importante. El objetivo de la misma es optimizar los parámetros de diseño que definen la calidad del proceso de desfibrado de hojas verdes de Agave angustifolia Haw mediante una red neuronal artificial. Para llegar al objetivo deseado primeramente se realizó la caracterización de las diferentes máquinas desfibradoras que se emplean en extracción de fibras de plantas similares al Agave angustifolia Haw para tener en cuenta ventajas y desventajas, luego se efectuó un diseño a detalle del prototipo de máquina desfibradora de hojas de Agave angustifolia Haw, más adecuado a los productores del estado de Oaxaca, también se realizaron experimentos para determinar las propiedades de las hojas de Agave angustifolia Haw, se utilizó una red neuronal para modelar los parámetros de diseños de la máquina desfibradora y por último, mediante la optimización multiobjetivo empleando algoritmos genético se determinaron los parámetros óptimos de diseño del proceso de desfibrado de hojas de Agave angustifolia Haw. El método empleado demostró la factibilidad de realizar la optimización de parámetros de diseño empleando la experimentación para la obtención de datos reales, la modelación mediante métodos de inteligencia artificial y por último la optimización empleando métodos evolutivos.