Real Time Evolution (RTE) for on-line optimisation of continuous and semi-continuous chemical processes

Resumen

En general, el control de procesos es muy eficiente cuando el punto de operación deseado ha sido determinado a priori y el sistema tiene capacidad suficiente para responder a las perturbaciones. Mientras el control de procesos es requerido a fin de regular algunas variables de proceso, la aplicación de tal técnica puede no ser apropiada para todas las variables significativas. En algunos casos, el punto optimo de operación cambia debido al efecto combinado de perturbaciones internas y externas por lo que un sistema de control prefijado puede no responder adecuadamente a los cambios. Cuando ciertas condiciones son satisfechas, la optimización en-línea surge como una alternativa adecuada para ajustarse a ese optimo cambiante. A fin de "perseguir" este optimo móvil, la optimización en-línea resuelve en forma periódica problemas de optimización, usando datos que vienen directamente de la planta y un modelo el cual es actualizado continuamente. La aplicación mas frecuente de la optimización en-línea corresponde a la categoría de procesos continuos. Esto se debe principalmente a que los modelos de estado estacionario son mas simples y fáciles de desarrollar y validar, además de que los procesos continuos tienen normalmente asociado elevada producción y por ende, pequeñas mejoras en la eficiencia del proceso se traducen en importantes ganancias. Sin embargo, aunque el uso de modelos al estado estacionario simplifica enormemente las tareas de modelización, hace emerger ciertos aspectos ligados a la validez de la hipótesis de un estado estacionario. Comenzaron a surgir varias aplicaciones a gran escala de la optimización en-línea, pero, si bien varios vendedores ofrecen productos y servicios en este área, la mayoría de las aplicaciones industriales abordan problemas de control avanzado, dejando a la optimización en un segundo plano. Los industriales han reportado que después de cuatro décadas ha tenido lugar una mejora progresiva en la metodología llevada a cabo en la optimización en-línea, pero que siguen estando presente los puntos débiles originales. Tales aspectos están directamente relacionados con la detección del estado estacionario (o las frecuencias de las perturbaciones) y la optimización en si misma. Los objetivos de la presente tesis están dirigidos a solventar parcialmente tales puntos débiles de la metodología actual. Como resultado, se propone una estrategia alternativa que saca ventaja de las mediciones y busca una mejora continua en lugar de una optimización formal. Se muestra que tal estrategia resulta muy efectiva y puede no solo ser aplicada para la optimización de puntos de consigna, pero también para tomar (en-línea) las decisiones discretas necesarias en procesos que presentan degradación (aspecto normalmente resuelto usando programación matemática). La estructura de la tesis es como sigue. El primer capitulo explica las principales motivaciones y objetivos del trabajo, mientras que el capitulo 2 consiste en una revisión bibliográfica que abarca, hasta cierto punto, los tópicos y funcionalidades mas importantes asociados a la optimización en-línea. Luego, los capítulos 3 y 4 presentan la estrategia propuesta a través de dos metodologías para la optimización en-línea, lo cual es la contribución mas importante de la tesis. El primero, (capitulo 3) se centra en la persecución de un optimo que se mueve por el efecto combinado de perturbaciones externas e internas. Por otro lado, en el capitulo 4 se explica una metodología paralela, concebida para procesos que presentan desempeño decreciente con el tiempo y requieren decisiones discretas en relación a acciones de mantenimiento. Ambos capítulos incluyen una primera parte, mas bien teórica, y una segunda parte dedicada a la validación usando casos de referencia. Luego, el capitulo 5 describe la aplicación de tales metodología sobre dos escenarios industriales, con la intención de complementar los resultados obtenidos sobre los casos académicos. Posteriormente, el capitulo 6 aborda dos problemas asociados a la implementación: la influencia de los parámetros ajustables y la arquitectura del software usada. Finalmente, el capitulo 7 resume las principales conclusiones y observaciones de la tesis. -------------------------------------------------------------------------------------------------------------