Técnicas de machine learning aplicadas a la producción de bioetanol a partir de la caracterización de biomasa lignocelulósico (Theobroma cacao L.)

En los últimos años, la demanda de combustibles fósiles ha ido en aumento
y esto ha generado una escasez en las reservas mundiales lo que limita el
crecimiento económico; ejemplo de ello es Tocache, una de las provincias
más aisladas y pobres del Perú. En este estudio se aborda el uso de residuos
lignocelulósicos como la cáscara de cacao para generar biocombustible, cuyo
objetivo es comparar los resultados experimentales con los obtenidos de la simulación.
Asimismo, se realizaron los procesos de pretratamiento, hidrólisis
enzimática y fermentación en la Universidad Técnica de Machala. El Machine
Learning se realizó con el software Orange, el cual se basó en los datos y las
variables experimentales halladas previamente. El mejor resultado corresponde
al método Random Forest, con el que se obtuvo una precisión con el R2
(0.83). Por consiguiente, la glucosa predicha fue 1.04 g/L y la cantidad óptima
de alcohol etílico fue 5.34 g / L. Los resultados demuestran que el alcohol
etílico simulado se aproxima al hallado experimentalmente (7.1 g/L) y a otros
estudios realizados previamente. Finalmente, el uso de Machine Learning es
menos costoso y los resultados se pueden obtener en el menor tiempo posible
en comparación con los procedimientos experimentales.