Modifier adaptation for process optimization with uncertainty

  1. Rodríguez Blanco, Tania
Dirigida por:
  1. César de Prada Moraga Director/a
  2. Daniel Sarabia Ortiz Director

Universidad de defensa: Universidad de Valladolid

Fecha de defensa: 15 de diciembre de 2017

Tribunal:
  1. María Jesús de la Fuente Aparicio Presidente/a
  2. Vicenç Puig Secretario/a
  3. Sebastian Engell Vocal

Tipo: Tesis

Resumen

La gestión óptima de procesos dentro de la industria química se ha convertido en un tema de gran interés a lo largo de los últimos años, ya que permite operar y tomar decisiones de forma eficiente con respecto a criterios económicos, medioambientales o de calidades de producto. Dentro de la industria de procesos, esta gestión suele realizarse en una capa superior dentro de la estructura jerárquica de control denominada Optimización en tiempo real (RTO), que en base a modelos del proceso y utilizando métodos de optimización proporciona las directrices óptimas de operación del proceso. Sin embargo, los modelos utilizados nunca reflejan fielmente la realidad por lo que el óptimo calculado en base a estos modelos puede no corresponder al óptimo real del proceso. Además, las diferentes capas de la estructura de control usan modelos distintos, mientras que la capa RTO está basada en modelos estacionarios no lineales, la capa MPC utiliza modelos dinámicos lineales, de modo que podría existir una falta de coherencia entre los mismos que afecte al resultado final. Para tratar esta problemática surge la metodología de adaptación de modificadores (MA) que utiliza las medidas del proceso para estimar los gradientes del proceso y con esta información calcular ciertos términos correctores que se añaden a la función de coste y a las restricciones del problema de optimización para conducir el proceso a su punto óptimo de operación a pesar de la presencia de incertidumbre estructural entre el modelo utilizado en la capa RTO y el proceso real. Sin embargo, dicha metodología presenta ciertas limitaciones. Una de sus principales desventajas está relacionada con la dimensión del problema con respecto al número de variables de decisión y de restricciones que aumentan considerablemente el número de modificadores necesarios ralentizando mucho la convergencia del método, llegando a hacer inviable la aplicación de MA. Para tratar de resolver este problema en el caso de que existan numerosas restricciones operacionales, la presente tesis presenta una formulación alternativa de MA que hace que el número de modificadores dependa únicamente del número de entradas del proceso reduciendo así la dimensión del problema. Además, esta formulación se implementa siguiendo la metodología de adaptación de modificadores anidados (NMA) que evita el cálculo explícito de gradientes para la obtención de los modificadores facilitando aún más la implementación del algoritmo y acelerando la convergencia hacia el óptimo de la planta. Otra importante limitación de la metodología MA es la necesidad de esperar al estado estacionario del proceso para actualizar los modificadores en cada iteración del algoritmo. En muchas aplicaciones reales, por ejemplo, la operación de columnas de destilación, dicho estado estacionario puede alcanzarse después de varias horas de operación lo que supone que la convergencia del método sea muy lenta y el punto óptimo de operación se alcance después de varios días de operación. Éste problema hace que la implementación de esta metodología en procesos reales, especialmente en aquellos que presentan largos tiempos de asentamiento, no sea eficaz. Por ello, en esta tesis se ha trabajado en el uso de medidas transitorias del proceso para estimar los gradientes de la planta y estimar los modificadores durante el transitorio, ejecutando la capa RTO con una frecuencia mayor, sin esperar al estado estacionario de la planta, de modo que la velocidad de convergencia al óptimo se vea acelerada. Además, después de revisar la literatura existente sobre la metodología MA uno puede darse cuenta que no existen muchas aplicaciones en problemas con un considerable número de variables o sobre ejemplos realistas que cuenten con una estructura jerárquica de control. Por ello esta tesis también está enfocada en demostrar el gran potencial que tiene esta metodología y los enormes beneficios que se podrían obtener si fuera aplicada en la industria de procesos. Los casos de estudio sobre los que se ha trabajado son ejemplos realistas y de gran escala como, el transporte de gas natural o la operación de una columna de destilación despropanizadora presente en todas las refinerías.