Artificial neural networks for mnodelling the degradation of emerging contaminants Process | ||
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Centro de Investigación y Tecnología Química. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación y Tecnología Química | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Centro de Investigación y Tecnología Química. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación y Tecnología Química | |
| dc.conicet.organizacion | Universidad Tecnológica Nacional. Facultad Regional Córdoba | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Centro de Investigación y Tecnología Química. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación y Tecnología Química | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Centro de Investigación y Tecnología Química. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación y Tecnología Química | |
| dc.contributor.author | Alvarez, Dolores María Eugenia | |
| dc.contributor.author | Gerbaldo, María Verónica | |
| dc.contributor.author | Mario Roberto, Modesti | |
| dc.contributor.author | Mendieta, Silvia Nazaret | |
| dc.contributor.author | Crivello, Mónica Elsie | |
| dc.date.issued | 2022-09-18 | |
| dc.description.abstract | Diclofenac sodium is an emerging contaminant that can be harmful for ecology and human health. This substance can be degraded by a heterogeneous Photo-Fenton process, CoFe2O4 as catalyst, H2O2 as oxidant and UV radiation. The aims of the work are the comparison of different artificial neural networks to characterize the relationship between diclofenac degradation and H2O2 consumption, with the Total Organic Carbon achieved in the mineralization of the drug and the testing of the selected model capacity to predict the Total Organic Carbon concentration, by employing the reused catalyst. The best performing backpropagation neural network was constituted with a ten neurons hidden layer with sigmoid transfer function and one linear neuron, as output. It was determined that the model can approximate the trend between the input data (Absorbance and H2O2 concentration) and output ones (Total Organic Carbon concentration) when it was validated with data from reactions employing CoFe2O4 for second and third time. The development of these models is of interest due to the consequent reduction of time and costs in experimental work. It represents a study of the evolution of chemical indicators in the treatment of emerging contaminants. | es |
| dc.description.fil | Fil: Alvarez, Dolores María Eugenia. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Centro de Investigación y Tecnología Química. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación y Tecnología Química; Argentina | |
| dc.description.fil | Fil: Gerbaldo, María Verónica. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Centro de Investigación y Tecnología Química. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación y Tecnología Química; Argentina | |
| dc.description.fil | Fil: Mario Roberto, Modesti. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina | |
| dc.description.fil | Fil: Mendieta, Silvia Nazaret. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Centro de Investigación y Tecnología Química. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación y Tecnología Química; Argentina | |
| dc.description.fil | Fil: Crivello, Mónica Elsie. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Centro de Investigación y Tecnología Química. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación y Tecnología Química; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Alvarez, Dolores María Eugenia; Gerbaldo, María Verónica; Mario Roberto, Modesti; Mendieta, Silvia Nazaret; Crivello, Mónica Elsie; Artificial neural networks for mnodelling the degradation of emerging contaminants Process; Springer/Plenum Publishers; Topics In Catalysis; 65; 13-16; 18-9-2022; 1440-1446 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 1022-5528 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/203419 | |
| dc.journal.ciudad | Nueva York | es |
| dc.journal.number | 13-16 | es |
| dc.journal.pagination | 1440-1446 | es |
| dc.journal.pais | Estados Unidos | es |
| dc.journal.title | Topics In Catalysis | es |
| dc.journal.volume | 65 | es |
| dc.language.iso | eng | es |
| dc.publisher | Springer/Plenum Publishers | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1007/s11244-022-01674-7 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://link.springer.com/article/10.1007/s11244-022-01674-7 | |
| dc.rights | info:eu-repo/semantics/restrictedAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | ARTIFICIAL NEURAL NETWORKS | es |
| dc.subject | CO-FERRITES | es |
| dc.subject | EMERGING CONTAMINANTS | es |
| dc.subject | MODELS | es |
| dc.subject | VALIDATION | es |
| dc.subject.classification | Ingeniería de Procesos Químicos | es |
| dc.subject.classification | Ingeniería Química | es |
| dc.subject.classification | INGENIERÍAS Y TECNOLOGÍAS | es |
| dc.title | Artificial neural networks for mnodelling the degradation of emerging contaminants Process | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.81f8b4fb-e82f-4571-a625-550785d62447_B.pdf
- Tamaño:
- 827.73 KB
- Formato:
- Adobe Portable Document Format