Métodos gráficos de análisis de dispersión de áreas factibles para la optimización de sistemas de torres de destilación y su interacción con redes de intercambio de calor

Se desarrollo un algoritmo para la optimización de los parámetros de un modelo particular multivariado y no lineal mediante la metodología de diseño secuencial de experimentos, esto con el fin de mejorar los metamodelos creados para la torre de destilación atmosférica1 objeto de estudio y que perten...

Full description

Autores:
Carillo Abril, Silvia Juliana
Florez Diaz, Ruth Smith
Tipo de recurso:
http://purl.org/coar/version/c_b1a7d7d4d402bcce
Fecha de publicación:
2011
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/25746
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/25746
https://noesis.uis.edu.co
Palabra clave:
Optimización
Parámetros Diseño secuencial
Metamodelo
Algoritmo
Torre de destilación atmosférica.
Optimization
Sequential Design
Parameters
Metamodel
Algorithm
Atmospheric Distillation Tower.
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
Description
Summary:Se desarrollo un algoritmo para la optimización de los parámetros de un modelo particular multivariado y no lineal mediante la metodología de diseño secuencial de experimentos, esto con el fin de mejorar los metamodelos creados para la torre de destilación atmosférica1 objeto de estudio y que pertenece a la UDC1 de la refinería de Barrancabermeja de ECOPETROL S.A. El algoritmo aplicado encuentra los estimados óptimos de los coeficientes, para lo cual requiere valores iniciales de las variables independientes del metamodelo, los estimados iniciales de los coeficientes a optimizar, y un modelo tipo polinomial de segundo grado e interacción binaria. La técnica DSE involucra un proceso de maximización que se realiza mediante una optimización no lineal empleando el método Complex, como resultado obtenemos valores óptimos de las variables independientes que dirigen la búsqueda de los coeficientes y proveen mejores estimaciones. La optimización de los parámetros de un modelo reviste de cierta complejidad sobre todo si el número de parámetros es elevado, más aun tratándose de la técnica DSE ya que involucra matrices de derivadas parciales, que aportan un alto gasto computacional, es por eso que el desempeño del algoritmo está ligado directamente con el tamaño del modelo. Para el metamodelo de la TDA1 escogido se manejan diez variables de entrada entre flujos, temperaturas y presiones y se cuenta con once parámetros. El tiempo de ejecución usado por el algoritmo DSE para la optimización tanto de las variables independientes como de los coeficientes fue de 4 días, cabe resaltar que esta metodología resulta eficiente en la optimización de metamodelos de menos de 5 variables y disminuye al aumentar la complejidad del modelo siendo insostenible en metamodelos que exceden los 50 parámetros.