Skip to main content

INTEGRACION DE OPTIMIZACION Y CONTROL EN PLANTAS DE PROCESOS

DPI2015-70975-P

•
Funding agency name Ministerio de Economía y Competitividad
Funding agency acronym MINECO
Program Programa Estatal de Fomento de la Investigación Científica y Técnica de Excelencia
Subprogram Subprograma Estatal de Generación de Conocimiento
Call Proyectos de I+D (Excelencia / Generación de Conocimiento)
Call year 2015
State Plan 2013-2016 Plan Estatal de Investigación Científica y Técnica y de Innovación
Management unit Secretaría de Estado de Educación, Formación Profesional y Universidades
Beneficiary centre UNIVERSIDAD DE VALLADOLID

Resultados relacionados

Resultados totales (Incluyendo duplicados): 3
Encontrada(s) 1 página(s)

RUC. Repositorio da Universidade da Coruña
Publication Contribución de congreso (ConferenceOutput)

Optimización con incertidumbre en EcosimPro

  • Rodríguez Blanco, Tania
  • Sarabia, Daniel
  • Prada, César de
[Resumen] La operación óptima del proceso usando “real time optimization (RTO)” no está siempre garantizada debido a la presencia de incertidumbre en los modelos que son utilizados para la toma de decisiones y debido a las diferencias que existen entre las capas de la estructura de control que operan en diferente escalas de tiempo y usan distintas clases de modelos. La metodología de adaptación por modificadores, más conocida como “Modifier- adaptation (MA)”, sirve para alcanzar la optimalidad a pesar de la presencia de incertidumbre, utilizando para ello medidas de la planta. Normalmente, los modificadores son actualizados usando información del estado estacionario para calcular los gradientes del proceso, lo que implica una lenta convergencia hacia el óptimo real. Para acelerar la convergencia del método, en este artículo se estiman los gradientes a partir de información del transitorio usando el método de estimación de mínimos cuadrados recursivo. En este artículo se presenta la implementación de esta metodología sobre la simulación del reactor Otto-Williams., Los autores desean agradecer al MINECO español por su apoyo financiero para llevar a cabo este trabajo dentro del proyecto DPI2015-70975-P, además de la beca FPI BES-2013-062737 otorgada al primer autor, https://doi.org/10.17979/spudc.9788497498081
RUC. Repositorio da Universidade da Coruña
Publication Contribución de congreso (ConferenceOutput)

Modeling and Identification of ABE Fermentation Processes

  • Hose, Dominik
  • Prada, César de
  • González, Gerardo
[Resumen] Se investigan el modelado y la identificación de procesos de fermentación Acetona-Butanol-Etanol (ABE). El enfoque tradicional intenta ajustar los parametros del modelo mediante una optimización para que las simulacines coincidan con los datos experimentales. Estas optimizaciones a menudo tardan mucho y no siempre consiguen un buen ajuste por la necesidad de imponer una estructura de modelo fijo y por la no-convexidad de la función de coste resultante. Se presenta un enfoque que divide el problema en unos sub-problemas que se pueden resolver de forma más efectiva y que elige el modelo del crecimiento de celulas libremente usando ALAMO (Automatic Learning of Algebraic MOdels). Finalmente, se implementa el algoritmo y realiza una identificación con datos reales y se com- prueban los resultados mediante una validación., [Abstract] The modeling and parameter identification of an Acetone-Butanol-Ethanol (ABE) fermentation process is investigated. The traditional approach tries to adjust the model parameters by means of an optimization such that the simulations fit the experimental data. These optimizations often take a lot of time and do not achieve good fits due to the necessity of imposing a xed model structure and due to the non-convexity of the resulting cost function. A different approach, which divides the big problem into smaller and more efficiently solvable subproblems, is presented. Its advantage is that it determines a model of the cellular growth term on the go using ALAMO (Automatic Learning of Algebraic MOdels) and thus others more degrees of freedom. Lastly, the algorithm is implemented, tested and validated with real data., Agradecemos los datos experimentales al departamento de Ingeniería química de la Universidad de Valladolid y al proyecto DPI2015-70975-P (MINECO/FEDER), https://doi.org/10.17979/spudc.9788497498081
RUC. Repositorio da Universidade da Coruña
Publication Contribución de congreso (ConferenceOutput)

Planificación y distribución óptima de cargas en un sistema de evaporadores industriales

  • Gómez Palacín, Carlos
  • Pitarch, José Luis
  • Prada, César de
[Resumen] En este trabajo se presenta la resolución de un problema de asignación temporal de recursos, así como el reparto de cargas en varias líneas de evaporación industrial. Dichos evaporadores tienen diferente rendimiento y, además, éste se degrada con el tiempo debido al ensuciamiento creciente durante la operación en los intercambiadores de calor. Por tanto, el planificador debe decidir tanto las acciones de control para cada evaporador e instante temporal como la selección del tipo e instante de limpieza que minimicen el coste de operación global. El problema completo se ha formulado utilizando aproximaciones lineales de la dinámica de los evaporadores, obtenidas experimentalmente, posibilitando así su resolución eficiente mediante programación mixta entera lineal., Este trabajo ha sido financiado por la Unión Europea (FP7/2007-2013) bajo el contrato nº 604068, y por el gobierno de España con fondos MINECO/FEDER (DPI2015-70975-P), https://doi.org/10.17979/spudc.9788497498081