Publicación:
Modelos GAMLSS para analizar el grado secado de calcio dihidratado

Vista sencilla de ítem
dc.contributor.authorHernández Barajas, Freddyspa
dc.contributor.authorCano Urrego, Brahianspa
dc.contributor.authorCaicedo Chamorro, Edwin Alexanderspa
dc.date.accessioned2020-12-31 14:30:36
dc.date.accessioned2022-06-17T20:20:55Z
dc.date.available2020-12-31 14:30:36
dc.date.available2022-06-17T20:20:55Z
dc.date.issued2020-12-31
dc.description.abstractTransportar y secar materiales son dos actividades usuales en diferentes procesos productivos y los tornillos transportadores sirven para realizar estas dos actividades simultáneamente. Las condiciones de operación de un tornillo transportador son importantes porque influyen directamente en características finales como son el grado de secado del producto y la eficiencia térmica del proceso. En este artículo se emplearon los modelos GAMLSS para estudiar la influencia de tres variables operacionales, velocidad rotacional del tornillo, temperatura y flujo de alimentación, sobre el grado de secado del acetato de calcio dihidratado al ser transportado y secado en un tornillo. En este artículo se encontró que el modelo de regresión beta permite explicar el grado de secado mejor que otros modelos de regresión como el normal, exponencial, gamma, Weibull y logit-normal. Adicionalmente se encontró que, la operación del tornillo a una temperatura de 45°C, velocidad rotacional de 3 rpm y una velocidad de flujo de 6 L/min permiten obtener el máximo grado de secado 35,46%.spa
dc.description.abstractTransportar y secar materiales son dos actividades usuales en diferentes procesos productivos y los tornillos transportadores sirven para realizar estas dos actividades simultáneamente. Las condiciones de operación de un tornillo transportador son importantes porque influyen directamente en características finales como son el grado de secado del producto y la eficiencia térmica del proceso. En este artículo se emplearon los modelos GAMLSS para estudiar la influencia de tres variables operacionales, velocidad rotacional del tornillo, temperatura y flujo de alimentación, sobre el grado de secado del acetato de calcio dihidratado al ser transportado y secado en un tornillo. En este artículo se encontró que el modelo de regresión beta permite explicar el grado de secado mejor que otros modelos de regresión como el normal, exponencial, gamma, Weibull y logit-normal. Adicionalmente se encontró que, la operación del tornillo a una temperatura de 45°C, velocidad rotacional de 3 rpm y una velocidad de flujo de 6 L/min permiten obtener el máximo grado de secado 35,46%.eng
dc.format.mimetypeapplication/pdfspa
dc.identifier.doi10.24050/reia.v18i35.1439
dc.identifier.eissn2463-0950
dc.identifier.issn1794-1237
dc.identifier.urihttps://repository.eia.edu.co/handle/11190/5124
dc.identifier.urlhttps://doi.org/10.24050/reia.v18i35.1439
dc.language.isospaspa
dc.publisherFondo Editorial EIA - Universidad EIAspa
dc.relation.bitstreamhttps://revistas.eia.edu.co/index.php/reveia/article/download/1439/1398
dc.relation.citationeditionNúm. 35 , Año 2021spa
dc.relation.citationendpage13
dc.relation.citationissue35spa
dc.relation.citationstartpage35014 pp. 1
dc.relation.citationvolume18spa
dc.relation.ispartofjournalRevista EIAspa
dc.relation.referencesAkaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), pp. 716-723. http://dx.doi.org/10.1109/TAC.1974.1100705.spa
dc.relation.referencesBai, J.W.; Xiao, H.W.; Ma, H.L.; Zhou, C.S. (2018). Artificial Neural Network Modeling of Drying Kinetics and Color Changes of Ginkgo Biloba Seeds during Microwave Drying Process. J. Food Quality. https://doi.org/10.1155/2018/3278595.spa
dc.relation.referencesFarzad, M.; Yagoobi, J. (2020). Drying of moist cookie doughs with innovative slot jet reattachment nozzle. Drying Technology, in press. https://doi.org/10.1080/07373937.2020.1729173.spa
dc.relation.referencesGauss, C.F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientum.spa
dc.relation.referencesJafari, A.; Zare, D. (2017). Ultrasound-assisted fluidized bed drying of paddy: Energy consumption and rice quality aspects, Drying Technology, 35(7), 893-902. https://doi.org/10.1080/07373937.2016.1230742.spa
dc.relation.referencesJumah, R.Y.; Mujumdar, A.S. (1995). Dryer feeding systems. In Handbook of Industrial Drying, 2nd Ed; Mujumdar, A.S., Ed.; Marcel Dekker, Inc.:New York; Vol. 2, 1151–1178.spa
dc.relation.referencesLegendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des comètes. Paris: Courcier.spa
dc.relation.referencesLi, K.; Zhang, M.; Mujumdar, A.S.; Chitrakar, B. (2019). Recent developments in physical field-based drying techniques for fruits and vegetables, Drying Technology, 37(15) 1954-1973. https://doi.org/10.1080/07373937.2018.1546733.spa
dc.relation.referencesMustaffar, A.; Phan, A.; Boodhoo, K. (2018). Hybrid heat pipe screw dryer: A novel, continuous and highly energy-efficient drying technology. Chemical Engineering and Processing - Process Intensification, 128, 199-215.spa
dc.relation.referencesTaruna, I.; Jindal, V.K. (2002). DRYING OF SOY PULP (OKARA) IN A BED OF INERT PARTICLES, Drying Technology, 20(4-5), 1035-1051. https://doi.org/10.1081/DRT-120004012.spa
dc.relation.referencesTriana, M.A.; Ayala, M.A.; De la Puente, F.; Camargo-Amado, R. (2009). Grado de secado y eficiencia térmica de un secador de tornillo transportador drying. DYNA, 78(165), pp. 196-206.spa
dc.relation.referencesR Core Team (2020). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL: https://www.R-project.org/.spa
dc.relation.referencesReyes, A.; Vega, R.; García, G. (2008). Drying Sawdust in a Pulsed Fluidized Bed, Drying Technology, 26(4), 476-486. https://doi.org/10.1080/07373930801929508.spa
dc.relation.referencesRigby, R.A.; Stasinopoulos, D.M. (2005). Generalized additive models for location scale and shape. Applied Statistics Series C, 54(3), pp. 507-554. https://www.jstor.org/stable/3592732.spa
dc.relation.referencesStasinopoulos, M; Rigby, R.; Heller, G.; Voudouris, V.; De Bastiani, F. (2017). Flexible Regression and Smoothing: Using GAMLSS in R. Chapman & Hall/CRC.spa
dc.rightsRevista EIA - 2020spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.creativecommonsEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0spa
dc.sourcehttps://revistas.eia.edu.co/index.php/reveia/article/view/1439spa
dc.subjectmodelos de regresiónspa
dc.subjectGAMLSSspa
dc.subjectdistribución betaspa
dc.subjectsecador de tornillo transportadorspa
dc.titleModelos GAMLSS para analizar el grado secado de calcio dihidratadospa
dc.title.translatedModelos GAMLSS para analizar el grado secado de calcio dihidratadoeng
dc.typeArtículo de revistaspa
dc.typeJournal articleeng
dc.type.coarhttp://purl.org/coar/resource_type/c_6501spa
dc.type.coarhttp://purl.org/coar/resource_type/c_6501spa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/articlespa
dc.type.redcolhttp://purl.org/redcol/resource_type/ARTREFspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublication
Archivos
Colecciones
Revista EIA (Portal de Revistas)