Redes neuronales para lograr petrA?leo

En el campo de la producciA?n de las energA�as renovables, una de las principales fuentes de energA�a y calor es la biomasa: se trata de cualquier tipo de materia orgA?nica no fA?sil, como plantas vivas, madera, residuos procedentes de la agricultura y la ganaderA�a, aguas residuales, residuos sA?lidos urbanos orgA?nicos, etc. En la obtenciA?n de energA�a a partir de biomasa, las tecnologA�as mA?s desarrolladas son estas tres: la pirA?lisis (descomposiciA?n mediante calentamiento sin oxA�geno), la gasificaciA?n (reacciA?n con aire, oxA�geno o una mezcla de ambos, y conversiA?n en gas) y la combustiA?n (descomposiciA?n mediante calentamiento con oxA�geno). La efectividad y los niveles de emisiA?n de estos tres procesos cambian en funciA?n de la composiciA?n, asA� como de las caracterA�sticas de la biomasa, las condiciones experimentales y el equipamiento utilizado.

Miembros del grupo de investigaciA?n de la Universidad del PaA�s Vasco Catalytic Processes for Waste Valorisation han analizado el proceso de creaciA?n de una refinerA�a para obtener bioA?leos o petrA?leo sintA�tico de biomasa, en colaboraciA?n con investigadores de la Universidad de Sao Carlos de Brasil y en el marco de un proyecto europeo. Ya que «despuA�s, del bioA?leo producido se pueden obtener los mismos productos que se obtienen del petrA?leo, tanto hidrA?geno, como cualquier otro compuesto», explica Martin Olazar, lA�der del proyecto y catedrA?tico del Departamento de IngenierA�a QuA�mica. El reactor desarrollado y patentado por este grupo de investigaciA?n, el reactor cA?nico de lecho en surtidor, es muy apropiado para el citado proceso, debido a que es adecuado para tratar materiales irregulares y adherentes –la biomasa es un material muy irregular, y es difA�cil tratarla utilizando las tecnologA�as convencionales–.

En el diseA�o del proceso de obtenciA?n de bioA?leos a partir de biomasa hay que determinar ciertas variables: quA� temperatura se ha de obtener, cA?mo obtener esa temperatura, cuA?nto combustible (en este caso, cuA?nta biomasa) hay que quemar, etc. El poder calorA�fico bruto es un parA?metro clave en la determinaciA?n de todos esos datos: se trata del calor (la energA�a) que se libera al quemar totalmente una cierta cantidad de combustible. Este parA?metro es fundamental en el anA?lisis, el diseA�o y la mejora de sistemas de pirA?lisis, gasificaciA?n y combustiA?n de biomasa. Las correlaciones existentes en la bibliografA�a dan resultados muy variables, en funciA?n de cada tipo de biomasa y sus caracterA�sticas. Por tanto, los investigadores del grupo proponen utilizar redes neuronales artificiales para estimarlo; han probado experimentalmente que el sistema da muy buenos resultados, y los han dado a conocer en un artA�culo recientemente publicado en a�?Fuela�?.

Las redes neuronales artificiales son modelos computacionales basados en el funcionamiento de las redes neuronales biolA?gicas, a travA�s de las cuales se correlacionan bases de datos de entrada y de salida. Los investigadores han alimentado el sistema con datos tanto bibliogrA?ficos como de sus propias investigaciones, y han observado que obtienen resultados muy fiables y en muy poco tiempo, en comparaciA?n con las limitadas correlaciones existentes en la literatura. «Estas redes neuronales deben ser continuamente alimentadas –explica Olazar–, ya que los resultados mejoran a medida que se introducen casuA�sticas mA?s amplias». «Mediante un anA?lisis de composiciA?n sencillo e introduciendo algunos datos habituales en el sistema (como, por ejemplo, densidad y humedad), la red neuronal nos proporciona el poder calorA�fico bruto de la biomasa de que disponemos –explica–, y de esta manera podemos poner en marcha mA?s fA?cilmente los cA?lculos necesarios para nuestro diseA�A?». «Este es uno de los eslabones de la cadena del proceso de obtenciA?n de petrA?leo sintA�tico en base a nuestra tecnologA�a, y se trata de un eslabA?n muy A?til», concluye Olazar.