<?xml version="1.0" encoding="UTF-8"?>
<xml>
<records>
<record>
  <contributors>
    <authors>
      <author>Peralta González, Isabel</author>
      <author>Martínez Berges, Isabel </author>
      <author>Grasa Adiego, Gemma Susana </author>
      <author>Martínez Berges, Isabel</author>
    </authors>
  </contributors>
  <titles>
    <title>Gemelo digital de un reactor de gasificación en lecho fluidizado.</title>
    <secondary-title/>
  </titles>
  <doi/>
  <pages/>
  <volume/>
  <number/>
  <dates>
    <year>2025</year>
    <pub-dates>
      <date>2025</date>
    </pub-dates>
  </dates>
  <abstract>El propósito de este Trabajo de Fin de Grado es elaborar un gemelo digital de un reactor de gasificación en lecho fluidizado para predecir la composición de los compuestos de salida, a partir de los parámetros de entrada.  El modelo tiene como objetivo disminuir el número de ensayos en planta piloto y respaldar la optimización de los métodos sostenibles de conversión de biomasa. Se compararon varios modelos (modelos clásicos, redes neuronales y redes neuronales Bayesianas) y se observó que el perceptrón multicapa proporciona un alto nivel de precisión en especies como etileno; por otro lado, los modelos más sencillos sobresalen en CO y CO₂.  Además, se incluyó un estudio de incertidumbre y el impacto de las biomasas en el entrenamiento. Para concluir, se sugiere un enfoque mixto que combina modelos especializados y generales para maximizar la precisión y la robustez del gemelo en distintos escenarios operativos.&lt;br /&gt;</abstract>
</record>

</records>
</xml>