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): 7
Encontrada(s) 1 página(s)

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

Apoyo a la toma de decisión en una red de evaporadores industriales, Support to Decision-Making in a Network of Industrial Evaporators

  • Kalliski, Marc
  • Pitarch, José Luis
  • Jasch, Christian
  • de Prada, César
[EN] Production and maintenance scheduling within an equipment network is a task whose complexity increases exponentially with the number of products, equipment and tasks. Finding optimal solutions (economic or resource efficient) becomes especially difficult for a human scheduler, even more when taking decisions in short time periods is required. This work addresses the problem of load allocation in real time and cleaning scheduling in a network of industrial evaporators via decision-support tools based on mixed-integer optimization with plant models. The proposed tools take into account the operators’ visualization preferences and they are integrated with the plant supervision system. Apart from providing recommendations for the optimal operation of the network, a semi-automatic model updating system based on historical operation data is included., [ES] La planificación de la producción y tareas de mantenimiento en una red de equipos es una tarea cuya complejidad aumenta exponencialmente con el número de productos, equipos y tareas. Encontrar soluciones óptimas económicas o de eficiencia de recursos) se hace especialmente difícil para un planificador humano, más aún cuando se requiere tomar decisiones en breves periodos de tiempo. Este trabajo aborda el problema de distribución de carga en tiempo real y programación de limpiezas en una red de evaporadores industriales mediante herramientas de ayuda a la decisión basadas en optimización mixta entera con modelos. Las herramientas propuestas tienen en cuenta las preferencias de visualización de los operarios y están integradas con el sistema de supervisión de la planta. Además de proporcionar recomendaciones para la operación óptima de la red, se incluye un sistema semiautomático de actualización de modelos basado en datos históricos de operación., Este trabajo ha sido financiado por el programa Horizonte 2020 de la UE (contrato nº 723575) y por el Gobierno de España con fondos MINECO/FEDER (DPI2015-70975-P).
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publication Artículo científico (JournalArticle)

Optimización en Tiempo Real utilizando la Metodología de Adaptación de Modificadores, Real-Time optimization using the Modifier Adaptation methodology

  • Rodríguez-Blanco, T.
  • Sarabia, D.
  • de Prada, C.
[ES] La gestión óptima de las plantas de proceso normalmente se lleva a cabo en una capa de optimización en tiempo real (Real Time Optimization, RTO) que actúa sobre la capa de control y que toma decisiones considerando objetivos económicos en base a un  modelo del proceso, normalmente estacionario. Sin embargo, dicha operación óptima no está garantizada debido a la presencia de incertidumbre entre el modelo usado para la toma de decisiones y el proceso real. Con la idea de conducir el proceso a su punto de operación óptimo usando un modelo que se sabe incierto o erróneo, surge la metodología de adaptación de modificadores (Modifier Adaptation o MA). En dicha metodología, el problema de optimización económica de la capa RTO es modificado mediante unos términos correctores, conocidos como modificadores, estimados a partir de medidas de la planta, con el objetivo de conducir el proceso a su punto de operación óptimo. El presente artículo hace una revisión de las técnicas desarrolladas hasta el momento dentro de la metodología MA analizando sus características y modos de implementación., [EN] Optimal process operation is carried out by a Real-Time Optimization (RTO) layer which operates above the control layer and takes decisions based on steady-state plant models by considering economic objectives. However, this optimal operation is not guaranteed due to the presence of plant-model mismatch. To bring the process to the optimum operating point, the economic optimization problem solved in the RTO layer is changed following the Modifier Adaptation methodology (MA). This methodology changes the economic optimization problem solved in the RTO layer by adding some corrector terms or modifiers estimated from plant measurements to bring the process to the real optimum. This article presents a review of the different MA techniques developed until now and analyzing their features and the way to implement them., Este trabajo ha sido realizado gracias al proyecto DPI2015-70975-P del MINECO del Gobierno de España bajo la beca FPI BES-2013-062737.
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publication Artículo científico (JournalArticle)

Optimization Alternatives for Robust Model-based Design of Synthetic Biological Circuits

  • Boada-Acosta, Yadira Fernanda|||0000-0001-5677-2702
  • Pitarch, José Luis|||0000-0001-5356-6321
  • Vignoni, Alejandro|||0000-0001-9977-7132
  • Picó, Jesús|||0000-0003-4144-3521
  • Reynoso Meza, Gilberto
[EN] Synthetic biology is reaching the situation where tuning devices by hand is no longer possible due to the complexity of the biological circuits being designed. Thus, mathematical models need to be used in order, not only to predict the behavior of the designed synthetic devices; but to help on the selection of the biological parts, i.e., guidelines for the experimental implementation. However, since uncertainties are inherent to biology, the desired dynamics for the circuit usually requires a trade-off among several goals. Hence, a multi-objective optimization design (MOOD) naturally arises to get a suitable parametrization (or range) of the required kinetic parameters to build a biological device with some desired properties. Biologists have classically addressed this problem by evaluating a set of random Monte Carlo simulations with parameters between an operation range. In this paper, We propose solving the MOOD by means of dynamic programming using both a global multi-objective evolutionary algorithm (MOLA) and a local gradient-based nonlinear programming (NLP) solver. The performance of both alternatives is then checked in the design of a well-known biological circuit: a genetic incoherent feed-forward loop showing adaptive behavior. (C) 2016, IFAC (International Federation of Antomatic Control) Hosting by Elsevier Ltd. All rights reserved., The research leading to these results has received funding from the European Union (FP7/2007-2013 under grant agreement no604068), the Spanish Government (FEDER-CICYT DPI2011-524 28112-C04-01, DPI2014-55276-C5-1-R, DPI2015-70975-P) and the National Council of Scientific and Technologic Development of Brazil (BJT-304804/2014-2). Yadira Boada thanks also grant FPI/2013-3242 of the Universitat Politecnica de Valencia
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publication Artículo científico (JournalArticle)

Optimisation of transient and ultimate inescapable sets with polynomial boundaries for nonlinear systems

  • Sala, Antonio|||0000-0002-5691-8772
  • Pitarch, José Luis
[EN] This paper addresses the problem of bounding the trajectories of nonlinear systems (transient and ultimate bounds) from initial conditions in given sets, when subject to possibly nonvanishing disturbances constrained by some finite-interval integral bounds, with a suitable controller. The so-called robustly inescapable sets are determined from such initial conditions and disturbance bounds. In order to get numerical results, the approach considers embedding the nonlinear dynamics in a convex combination of polynomials, and solving sum-of-squares (SOS) problems on them, optimising some inescapable-set size parameters. Determination of approximate (locally) optimal solutions usually requires an iterative evaluation of SOS problems, because of products of decision variables. (C) 2016 Elsevier Ltd. All rights reserved., The research leading to these results has received funding from the European Union (FP7/2007-2013 no 604068) and from the Spanish Government (MINECO/FEDER DPI2015-70975-P, DPI2016-81002). The material in this paper was not presented at any conference. This paper was recommended for publication in revised form by Associate Editor Graziano Chesi under the direction of Editor Richard Middleton.
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