Advanced decision support through real-time optimization in the process industry

Resumen

En la industria de procesos, se puede obtener un aumento de la eficiencia de las plantas de producción mediante la sustitución de procesos o equipos antiguos por otros más modernos y eficientes; u operando de forma más eficiente las instalaciones actuales en lugar de realizar grandes inversiones con tiempos de amortización inciertos. Si nos centramos en esta segunda línea de acción, hoy en día la toma de decisiones es conceptualmente más compleja que en el pasado, debido al rápido crecimiento que ha tenido tecnología últimamente y a que los sistemas de comunicación han generado un gran número de alternativas entre las que se ha de elegir. Además, una decisión incorrecta o subóptima con la complejidad estructural de los problemas actuales a menudo resulta en un aumento de los costes a lo largo de la cadena de producción. A pesar de ello, el uso de sistemas de apoyo a la toma de decisiones (DSS) sigue siendo atípico en las industrias de procesos debido a los esfuerzos que se requieren en términos de desarrollo y mantenimiento de modelos y al desafío de formulaciones matemáticas complejas, los exigentes requisitos computacionales y/o la difícil integración con la infraestructura de control o planificación existente. Por ello, esta tesis contribuye en reducir dichas barreras desarrollando formulaciones eficientes para la optimización en tiempo real (RTO) en una fábrica industrial. En particular, esta tesis se centra en mejorar la operación de tres secciones interconectadas de una fábrica de producción de fibra de viscosa: una red de evaporación, una de sistema de enfriamiento y una red de recuperación de calor. Las decisiones que se han de tomar en estos sistemas incluyen la asignación de productos a equipos, la distribución de la producción entre equipos paralelos y la distribución de recursos compartidos. Todo ello considerando un alto número de restricciones debido a la configuración de las diferentes redes, las demandas de producción, capacidades de los equipos y condiciones medioambientales. Para hacer frente a estos problemas, los modelos desarrollados en esta tesis combinan decisiones discretas y continuas sobre la operación y las tareas de mantenimiento. Los modelos se basan en primeros principios, pero incluyen submodelos de caja gris basados en datos históricos de operación de la planta para aquellas relaciones entre variables difíciles de obtener dados los datos disponibles. Para afrontar las mediciones de datos poco fiables en el desarrollo de los modelos basados en datos, se han utilizado métodos como reconciliación de datos y regresión restringida. Además, aunque los modelos desarrollados en esta tesis con fines de usarlos en RTO son en estado estacionario, las formulaciones propuestas consideran explícitamente el efecto de ensuciamiento en la eficiencia de los equipos. De esta forma, los RTO pueden sugerir las tareas de mantenimiento que se deben llevar a cabo desde un punto de vista económico, respetando las restricciones de operación. Los RTO desarrollados son la base de diferentes DSS que ayudan a los operadores en el proceso de toma de decisiones sobre cómo operar las diferentes secciones de la fábrica según las condiciones en tiempo real. Esto es posible puesto que la formulación desarrollada permite obtener resultados para su aplicación en tiempo real. Otro de los aspectos que trata esta tesis es la importancia de coordinar el funcionamiento de las diferentes secciones de la fábrica, ya que se ha comprobado que al resolverlos de forma independiente las soluciones obtenidas son locales. Para ello se han estudiado tres enfoques distintos con los que coordinar mediante una optimización matemática la operación de las diferentes redes. En esta tesis también se tiene en cuenta que, dado que los usuarios finales de estas herramientas no son expertos ingenieros de control, los resultados deben presentarse de manera que se puedan entender fácil y rápidamente. Para ello, los DSS desarrollados incluyen interfaces para la presentación de la información, desarrolladas para el correspondiente caso de estudio según las preferencias de los operarios, de forma que se produce una simbiosis entre los operadores y los algoritmos de control. Finalmente, en cualquier industria, la renovación de procesos y el rediseño de secciones en una planta industrial son muy comunes. Sin embargo, llevar a cabo estos rediseños de manera eficiente es bastante complejo. Para ello es necesario investigar las diferentes opciones posibles junto con la futura óptima operación y formular un modelo matemático que represente el funcionamiento de la red para todas las posibilidades del rediseño, es decir, una superestructura que incorpore diferentes configuraciones de los equipos a incorporar. En este caso, la red de agua de refrigeración podría mejorar su eficiencia incorporando bombas de calor. Por consiguiente, para obtener el rediseño óptimo, el nuevo modelo se ha desarrollado considerando el tiempo de amortización de los equipos comprados minimizando el coste de operación. Además, los beneficios de dicha inversión dependen de las diferentes condiciones de operación que se pueden dar en el futuro, que son, de algún modo inciertas por lo que se ha tenido que emplear una formulación estocástica de dos etapas. Sin embargo, el problema resultante era computacionalmente difícil de resolver, por lo que se ha desarrollado un método de descomposición que proporciona un buen resultado.