Resumen

Se ha realizado un estudio intensivo sobre la eficiencia de remoción de Cu(II) de lixiviados industriales mediante biosorción de montmorillonita. Se utilizó un diseño factorial 2 y una red neuronal en cascada hacia adelante (CFNN) para mostrar los niveles significativos de los factores analizados en la eficiencia de remoción. El modelo obtenido basado en el diseño factorial 2 fue probado estadísticamente utilizando métodos conocidos. El análisis estadístico demuestra que los efectos principales de los parámetros analizados fueron significativos mediante un modelo lineal obtenido dentro de un intervalo de confianza del 95%. El modelo CFNN propuesto requiere menos datos experimentales y cálculos mínimos. Además, se encontró que es rentable debido a las ventajas inherentes de su estructura de red. La optimización de los niveles de los factores analizados se logró minimizando la dosis de adsorbente y el tiempo de contacto, que eran costosos, y maximizando la eficiencia de remoción de Cu(II). Las condiciones óptimas sugeridas son un pH inicial

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Estudio; Eficiencia de remoción; Cu(II); Biosorción; Montmorillonita; Optimización
• Keywords:Study; Removal efficiency; Cu(II); Biosorption; Montmorillonite; Optimization