OPTIMIZACIÓN DE UN DESHIDRATADOR SOLAR DE ALPERUJO MEDIANTE SIMULACIÓN CFD Y ANÁLISIS DE DATOS CON DEEP LEARNING

Abstract

Este estudio presenta un enfoque innovador para optimizar la deshidratación del orujo de aceituna, empleando dinámica de fluidos computacional (CFD) y aprendizaje profundo. Utilizando CFD, se determinaron las condiciones óptimas como la velocidad de aire (0.1 m/s) y la altura de la cámara de deshidratación (300 mm) en un deshidratador solar pasivo para mejorar la extracción de humedad y su uso como biomasa. Además, se analizó la curva de secado y el poder calorífico del orujo. La simulación del prototipo se realizó en el software ANSYS, abarcando desde el diseño hasta la validación de resultados, correlacionando fuertemente con datos experimentales. Paralelamente, una red neuronal analizó los datos de sensores del prototipo, identificando la radiación solar y la temperatura ambiente como variables clave, resultando en un modelo predictivo con alta precisión (coeficientes de correlación de 0.9699 y 0.9710). Este método integrado de CFD y aprendizaje profundo promete mejorar los sistemas de deshidratación de orujo y la eficiencia energética en la industria. This study introduces an innovative approach to optimizing the dehydration process of olive pomace using computational fluid dynamics (CFD) and deep learning. Using CFD, optimal conditions such as air entry speed (0.1 m/s) and dehydration chamber height (300 mm) were determined in a passive solar dehydrator to enhance moisture extraction for use as biomass. Additionally, the drying curve and calorific value of the pomace were analyzed. The prototype was simulated using ANSYS software, covering everything from design to result validation, strongly correlating with experimental data. Concurrently, a neural network analyzed sensor data from the prototype, identifying solar radiation and ambient temperature as key variables, resulting in a predictive model with high accuracy (correlation coefficients of 0.9699 and 0.9710). This integrated method of CFD and deep learning promises to enhance dehydration systems for olive pomace and improve energy efficiency in the industry.