DIGITAL.CSIC. Repositorio Institucional del CSIC
Publicación
Otros (Other)
Modelado multiescala de un esterilizador mediante co-simulación
5 pages, 8 figures.-- I Simposio Conjunto de los Grupos Temáticos de CEA de Ingeniería de Control, de Modelado, Simulación y Optimización, y de Educación en Automática, Sevilla, 22-24 Enero 2025, [EN] This article presents a proof of concept for the use of co-simulation to integrate models developed with different tools and types of models through the FMI (Functional Mock-up Interface) standard. The study focuses on modeling a sterilizer composed of three subsystems. At the macroscopic level, the autoclave, its auxiliary equipment, and control systems were modeled using first principles and an object-oriented approach. Meanwhile, the cans inside the autoclave are represented by two models: the liquid, modeled using a Machine Learning Model, and the solid, described by partial differential equations simplified through Proper Orthogonal Decomposition (POD). The article details the subsystem models and their integration via a master algorithm that manages communication and synchronization. The analysis of the main variables of the process shows an adequate behavior of these, which allows validating the proposed scheme, [ES] Este artículo presenta una prueba de concepto sobre el uso de la co-simulación para integrar modelos desarrollados con distintas herramientas y tipos de modelos mediante el estándar FMI (Functional Mock-up Interface). El estudio se aplica al modelado de un esterilizador compuesto por tres subsistemas. A nivel macroscópico, el autoclave, sus equipos auxiliares y sistemas de control se han modelado usando primeros principios y un enfoque orientado a objetos. Por su parte, las latas en el interior del autoclave incluyen dos modelos: el líquido, representado con un modelo de Aprendizaje Automático, y el sólido, modelado con ecuaciones diferenciales parciales simplificadas mediante Proper Orthogonal Decomposition (POD). El artículo detalla los modelos de los subsistemas y su conexión a través de un algoritmo maestro que gestiona la comunicación y sincronización. El análisis de las principales variables del proceso, muestra un comportamiento adecuado de las mismas, lo que permite validar el esquema propuesto, El artículo forma parte de los proyectos: ‘Gestión óptima en tiempo real bajo incertidumbre para gemelos digitales (OptiDit)’, PID2021-123654OB-C33, ‘Modelos basados en datos y actualización de modelos para gemelos digitales’, PID2021-123654OB-C32, y ‘Aprendizaje Avanzado para la Mejora de la Productividad en Factorías Inteligentes’, PID2021-126659OBI00, financiados por el MCIN y por la Unión Europea ‘FEDER’, Peer reviewed
Proyecto:
AEI / Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023 PID2021-123654OB-C33
,
AEI / Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023 PID2021-123654OB-C32
,
AEI / Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023 PID2021-126659OB-I00