Pasar al contenido principal

MODELADO, CONTROL Y OPTIMIZACION BASADOS EN DATOS PARA LA PRODUCCION SOSTENIBLE DE BIOMASA EN UNA BIORREFINERIA DE MICROALGAS

PID2020-112709RB-C21

•
Nombre agencia financiadora Agencia Estatal de Investigación
Acrónimo agencia financiadora AEI
Programa Programa Estatal de I+D+i Orientado a los Retos de la Sociedad
Convocatoria Proyectos de I+D+i (Generación de Conocimiento y Retos Investigación)
Año convocatoria 2020
Plan Estatal 2017-2020 Plan Estatal de Investigación Científica y Técnica y de Innovación
Centro beneficiario UNIVERSIDAD DE ALMERIA

Resultados relacionados

Resultados totales (Incluyendo duplicados): 6
Encontrada(s) 1 página(s)

RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Artículo científico (JournalArticle)

Optimización de temperatura en reactores raceway para la producción de microalgas mediante regulación de nivel, Temperature optimization in microalgae raceway reactors by depth regulation

  • González Hernández, José
  • Rodríguez Miranda, Enrique
  • Guzmán Sánchez, José Luis
  • Acién, Francisco Gabriel
  • Visioli, Antonio
[EN] In the microlagae-based producion systems, in addition to pH and dissolved oxygen, other parameters that significantly affect microalgae growth are solar radiation and temperature. Inadequate temperature significantly reduces biomass productivity in photobioreactors and can even cause total culture collapse. Direct temperature control in large-scale open reactors is considered unfeasible due to the large amount of energy required, leaving only the option of using passive or semi-passive systems. This paper presents an indirect method for temperature optimization in these systems by varying the culture depth using a thermal balance model and weather forecasts., [ES] En los sistemas de producción de microalgas, además del pH y el oxígeno disuelto, otros parámetros que afectan de forma considerable al crecimiento de las microalgas son la radiación solar y la temperatura. La radiación solar no es controlable y es considerada como la principal perturbación del sistema. En relación a la temperatura, un valor inadecuado de la misma reduce de manera notoria la productividad de biomasa en los fotobioreactores y puede incluso causar el colapso total de los cultivos. El control directo de la temperatura en reactores abiertos a gran escala se considera inviable debido a la gran cantidad de energía requerida, por lo que se suele optar por la opción de usar sistemas pasivos o semipasivos. Este artículo presenta un método indirecto para la optimización de la temperatura en fotobioreactores de escala industrial haciendo uso de un modelo de balance térmico del sistema y de predicciones climáticas futuras., Este trabajo ha sido financiado con el Proyecto del Plan Nacional PID2020-112709RB-C21 del Ministerio de Ciencia, Innovación y Universidades.
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Artículo científico (JournalArticle)

Análisis de rendimiento del rechazo de perturbaciones en controladores cuadráticos lineales: un método práctico de sintonía adaptativo, Performance study of disturbance rejection in linear quadratic controllers: A practical adaptive tuning method

  • Pataro, Igor M. L.
  • D. Gil, Juan
  • Guzmán, José L.
  • M. Lemos, João
[EN] This paper proposes an adaptive tuning method for the Linear-Quadratic FeedForward (LQ-FF) optimal controller. The procedure aims to reject disturbances while maintaining the reference tracking performance of the conventional LQ controller. The adaptive mechanism is formulated by analyzing each element of the control signal LQ-FF concerning state regulation, reference change, and disturbance compensation. The disturbance rejection mechanism is based on the classical strategy used in Proportional-IntegralDerivative controllers and the theoretical analysis studied in previous works for predictive controllers, which aim to obtain the inverse dynamics of the disturbances and process inputs in relation to the outputs. In addition, a comparison is presented between an augmented state space model and a model with a polynomial delay approximation for treating delays associated with disturbances and process inputs in the controller formulation. The proposed method effectively controls a validated nonlinear temperature system, maintaining performance equivalent to the conventional LQ controller for reference tracking while entirely rejecting disturbance effects. The proposed tuning achieves 10 % less output error, with an increase of only 18 % in the control effort compared to conventional tuning in simulations., [ES] Este trabajo propone un metodo de ajuste adaptativo para la metodología de control cuadrático lineal con acción de control por adelanto (LQ-FF, por sus siglas en inglés, Linear-Quadratic FeedForward). El metodo tiene como objetivo rechazar las perturbaciones al mismo tiempo que mantiene el desempeno de seguimiento a referencias del controlador LQ convencional. El mecanismo adaptativo se formula analizando cada elemento de la senal de control LQ-FF en relación con la regulación de estados, el cambio de referencia y la compensacion de perturbaciones. Además, el rechazo de perturbaciones se basa en los controladores Proporcional-Integral-Derivativo y el análisis teórico para controladores predictivos, los cuales tienen como objetivo obtener la dinámica inversa de las perturbaciones y las entradas del proceso. Se presenta una comparativa entre un modelo de espacio de estados aumentado y un modelo con aproximación de retardo polinomial para el tratamiento de los retardos asociados a las perturbaciones y las entradas del proceso en la formulacion del controlador. El método propuesto demuestra su eficacia en el control de un sistema de temperatura no lineal validado, manteniendo el rendimiento similar al controlador LQ convencional en el seguimiento de referencias y rechazando por completo los efectos de las perturbaciones. Para el escenario de simulacion presentado, la sintonía propuesta logra un 10 % menos de error de salida, con un incremento de solo un 18 % en el esfuerzo de control en comparacion con la sintonía convencional., Este trabajo ha sido parcialmente desarrollado en el marco de los proyectos del Ministerio de Ciencia de España con número de subvenciones PID2020-112709RB-C21 y PID2021-122560OB-I00 (MCIN/AEI/10.13039/501100011033), y por la Fundaçao para a Ciência e a Tecnologia (Portugal) bajo el proyecto UIDB/50021/2020. Igor M. L. Pataro agradece el apoyo financiero del Consejo Nacional de Desarrollo Científico y Tecnológico (CNPq, Brasil) bajo la subvención 201143/2019−4.
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Artículo científico (JournalArticle)

Modelado y control del pH en la producción de microalgas en reactores raceway usando técnicas de adaptación de parámetros, Modeling and adaptive control of pH in raceway reactors for microalgae production

  • Caparroz, Malena
  • Otálora, Pablo
  • Guzmán, José Luis
  • Berenguel, Manuel
  • Acién, Francisco Gabriel
[EN] This work proposes the obtaining and use of regression tree models for the prediction of pH and its control in clean water raceway photobioreactors, taking into account the different operating conditions to which the culture is subjected. These operating conditions are dictated, among other measurable variables, by solar radiation, the temperature and level of the medium in which the culture grows. The aim is to evaluate the validity of this approach, which produces simple and fast-running models, in the modelling of complex biological processes such as the one discussed in this paper. Its performance has been validated in simulation, using a non-linear model based on artificial neural networks as a virtual plant and a pH PI control algorithm whose parameters are adapted according to the model chosen in the regression tree., [ES] Este trabajo propone la obtención y el uso de modelos de árboles de regresión para la predicción de pH y su control en fotobiorreactores raceway de aguas limpias, teniendo en en cuenta las distintas condiciones de operación a las que se encuentra sometido el cultivo. Dichas condiciones de operación vienen dictadas, entre otras variables medibles, por la radiación solar, la temperatura y nivel del medio en que crece el cultivo. El objetivo es evaluar la validez de esta aproximación, en la que se obtienen modelos sencillos y de ejecución rápida, en el modelado de procesos biológicos complejos como el tratado en este trabajo. Se ha validado su desempeño en simulación, usando como planta virtual un modelo no lineal basado en redes neuronales artificiales y un algoritmo de control PI del pH cuyos parámetros se adaptan en función del modelo escogido en el árbol de regresión., Este trabajo ha sido financiado con el proyecto del Plan Nacional PID2020-112709RB-C21 del Ministerio de Ciencia, Innovación y Universidades, y por el proyecto REALM 101060991 de la Unión Europea.
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Artículo científico (JournalArticle)

Control adaptativo por modelo de referencia para la regulación del pH, Model reference adaptive control for pH regulation

  • Caparroz, Malena
  • Guzmán, José Luis
  • Berenguel, Manuel
  • Gil, Juan Diego
  • Acién, Francisco Gabriel
[EN] The control of raceway photobioreactors for microalgae production is a significant challenge due to its non-linear dynamics, the presence of disturbances, the biological nature of the system and the high interaction between the different variables. In this way, this work presents a model reference adaptive control (MRAC) strategy for pH control, one of the most critical and complicated variables to regulate. The strategy combines the implementation of the classical MRAC scheme with a PID controller, resulting in a hybrid control structure. This structure has been implemented in a first-principles simulator and has been  compared with the classical PID scheme, evaluating the behaviour of both strategies by means of performance indices. The results obtained validate the use of adaptive control techniques such as the one implemented in order to obtain a better pH regulation., [ES] El control de fotobiorreactores raceway para la producción de microalgas se presenta como un reto significativo debido a su dinámica no lineal, la presencia de perturbaciones, el carácter biológico del sistema y la gran interacción entre las distintas variables. En ese sentido, este trabajo presenta una estrategia de control adaptativo por modelo de referencia (MRAC, Model Reference Adaptive Control) para el control del pH, una de las variables más críticas y complicadas de controlar. La estrategia combina la implementación del esquema clásico del MRAC junto con un controlador PID, dando lugar a una estructura de control híbrida. Dicha estructura se ha implementado en un simulador basado en primeros principios y ha sido comparado con el esquema del PID clásico, evaluando el comportamiento de ambas estrategias mediante índices de desempeño. Los resultados obtenidos avalan el uso de técnicas de control adaptativo tales como la implementada para obtener una mejor regulación del pH., Este trabajo ha sido financiado por los siguientes proyectos: proyecto PID2020–112709RB-C21 (HYCO2BIO) financiado por el Ministerio de Ciencia, Innovación y Universidades, proyecto REALM 101060991 de la Unión Europea y proyecto PID2021-126564OB-C31 (CYAN2BIO) financiado por el Ministerio de Ciencia, Innovación y Universidades. Malena Caparroz es beneficiaria de un Contrato Predoctoral para la Formación de Personal Investigador del Plan Propio de Investigación y Transferencia de la Universidad de Almería (CPRE2023-013).
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Artículo científico (JournalArticle)

Control robusto del pH en un fotobiorreactor raceway, Robust control of pH in a raceway photobiorreactor

  • Hoyo Sánchez, Ángeles
  • Guzmán Sánchez, José Luis
  • Moreno Úbeda, José Carlos
  • Baños Torrico, Alfonso
[EN] This work presents a first approach to the robust control of pH in a raceway photobioreactor for the cultivation of microalgae. In this type of process, pH is the most critical variable to control, having a direct relationship with the productivity of the system. The dynamics of the pH has a strongly non-linear character, being affected by numerous factors such as the contribution of CO2 to the culture medium or the performance of photosynthesis by the microalgae. This non-linearity generates a great source of uncertainty in the process even when the system is controlled around the desired operating point. Therefore, in this article we have proceeded to model the system with parametric uncertainty covering the typical working ranges of pH, and later a robust controller with QFT is designed to achieve certain robust performance and stability requirements. The resulting control algorithm has been evaluated in simulation and in real tests against different working conditions and at different operating points, obtaining satisfactory results. , [ES] Este  trabajo  presenta  una  primera  aproximación al control robusto del pH en un fotobiorreactor raceway  para  el  cultivo  de  microalgas. En este tipo de procesos el pH es la variable más crítica a controlar teniendo una relación directa con la productividad del sistema. La dinámica del pH posee un carácter fuertemente no lineal estando afectada por numerosos factores tales como el aporte del CO2 al medio de cultivo o la realización de la fotosíntesis por parte de las microalgas. Esta no linealidad genera una gran fuente de incertidumbre en el proceso incluso cuando el sistema es controlado alrededor del punto de operación deseado. Por tanto, en este artículo se ha procedido a realizar el modelado del sistema con incertidumbre paramétrica cubriendo los rangos de trabajo típicos del pH, y posteriormente se ha realizado el diseño de un controlador robusto con la técnica Quantitative Feedback Theory (QFT) para conseguir unos requisitos de rendimiento y estabilidad robustos determinados. El algoritmo de control resultante se ha evaluado en simulación y mediante ensayos reales frente a distintas condiciones de trabajo y en distintos puntos de operación, obteniéndose resultados satisfactorios., Esta publicacion es parte de los proyectos de I +D+i PID2020-112709RB-C21 y PID2020-112709RB-C22, financiado por el Ministerio de Ciencia e Innovación y FEDER “Una manera de hacer Europa”.
Investigo. Repositorio Institucional de la Universidade de Vigo
Publicación Artículo científico (JournalArticle)

Soft-sensor based on sliding modes for industrial raceway photobioreactors

  • Delgado Romero, Maria Emma
  • Moreno, J.C.
  • Rodríguez-Miranda, E.
  • Baños, A.
  • Barreiro Blas, Antonio
  • Guzmán, J.L.
Microalgae reactors provide an efficient and clean alternative for the production of biofuels, nutritional and cosmetic bioproducts, wastewater treatment, and mitigation of industrial gases to reduce greenhouse gas emissions. The main control objective in these systems is productivity optimisation. For this reason, real-time monitoring of key biological performance indicators affecting microalgae production such as microalgae growth rate, biomass concentration, dissolved oxygen, pH level or total inorganic carbon is crucial. However, there are no sufficiently robust solutions on the market to estimate or measure all of these variables, especially for open reactors on an industrial scale. This paper presents a new online state estimator, based on a robust sliding mode observer combined with a nonlinear dynamic model endowed with a minimum number of states to capture dynamics of key biological performance indicators. This soft-sensor has been verified with a realistic reactor model that has been experimentally tested. Simulations showed promising results in terms of accuracy (with mean values of the state estimation errors in the order of 10−4 g m−3 for the biomass concentration, 10−5 to 10−13 mol m−3 for the other states and deviations in the order of 10−4 g m−3 for the biomass concentration, 10−5 to 10−10 mol m−3 for the other states) and robustness with respect to signal noise, state deviations, initial errors and parametric uncertainty., Agencia Estatal de Investigación | Ref. PID2020-112709RB-C21, Agencia Estatal de Investigación | Ref. PID2020-112709RB-C22, Universidade de Vigo/CISUG