Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerización

En los últimos años se ha producido un cambio dramático en la industria de los procesos químicos. Los procesos industriales están ahora altamente integrados con respecto a los flujos de materia y energía, limitados aún mas fuertemente por altas calidades en las especificaciones de los productos y su...

Full description

Autores:: Acuña Camacho, Oscar Segundo
Gutiérrez de la Hoz, Dayro Fabián

Tipo de recurso:

Fecha de publicación:: 2006

Institución:: Universidad Autónoma de Bucaramanga - UNAB

Repositorio:: Repositorio UNAB

Idioma:

id	UNAB2_f0aa5f80fc301f0dbc0a7324fcfbb2a4
oai_identifier_str	oai:repository.unab.edu.co:20.500.12749/25852
network_acronym_str	UNAB2
network_name_str	Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv	Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerización
dc.title.translated.spa.fl_str_mv	Computational aspects of some parametric model fitting methods applied to certain polymerization processes
title	Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerización
spellingShingle	Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerización Computer sciences Systems engineer Polymerization processes Computational aspects Methods by estimation Least squares methods Polymerization Chemical reactions Computational algorithms Ciencias computacionales Ingeniería de sistemas Polimerización Reacciones químicas Algoritmos computacionales Procesos de polimerización Aspectos computacionales Métodos por estimación Métodos de mínimos cuadros
title_short	Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerización
title_full	Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerización
title_fullStr	Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerización
title_full_unstemmed	Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerización
title_sort	Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerización
dc.creator.fl_str_mv	Acuña Camacho, Oscar Segundo Gutiérrez de la Hoz, Dayro Fabián
dc.contributor.advisor.none.fl_str_mv	Villa, José Luis
dc.contributor.author.none.fl_str_mv	Acuña Camacho, Oscar Segundo Gutiérrez de la Hoz, Dayro Fabián
dc.subject.keywords.spa.fl_str_mv	Computer sciences Systems engineer Polymerization processes Computational aspects Methods by estimation Least squares methods Polymerization Chemical reactions Computational algorithms
topic	Computer sciences Systems engineer Polymerization processes Computational aspects Methods by estimation Least squares methods Polymerization Chemical reactions Computational algorithms Ciencias computacionales Ingeniería de sistemas Polimerización Reacciones químicas Algoritmos computacionales Procesos de polimerización Aspectos computacionales Métodos por estimación Métodos de mínimos cuadros
dc.subject.lemb.spa.fl_str_mv	Ciencias computacionales Ingeniería de sistemas Polimerización Reacciones químicas Algoritmos computacionales
dc.subject.proposal.spa.fl_str_mv	Procesos de polimerización Aspectos computacionales Métodos por estimación Métodos de mínimos cuadros
description	En los últimos años se ha producido un cambio dramático en la industria de los procesos químicos. Los procesos industriales están ahora altamente integrados con respecto a los flujos de materia y energía, limitados aún mas fuertemente por altas calidades en las especificaciones de los productos y sujetos a estrictas medidas de seguridad y a la regulación de emisiones ambientales. Estas severas condiciones de operación a menudo colocan nuevas restricciones en la flexibilidad en la operación de los procesos. Todos estos factores producen grandes incentivos económicos para el mejoramiento y buen desempeño en los sistemas de control de las plantas industriales modernas [26]. Estas plantas requieren de sofisticados sistemas de cómputo para la implementación de estrategias de control.
publishDate	2006
dc.date.issued.none.fl_str_mv	2006-07
dc.date.accessioned.none.fl_str_mv	2024-07-31T21:25:18Z
dc.date.available.none.fl_str_mv	2024-07-31T21:25:18Z
dc.type.driver.none.fl_str_mv	info:eu-repo/semantics/masterThesis
dc.type.local.spa.fl_str_mv	Tesis
dc.type.hasversion.none.fl_str_mv	info:eu-repo/semantics/acceptedVersion
dc.type.redcol.none.fl_str_mv	http://purl.org/redcol/resource_type/TM
status_str	acceptedVersion
dc.identifier.uri.none.fl_str_mv	http://hdl.handle.net/20.500.12749/25852
dc.identifier.reponame.spa.fl_str_mv	reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv	repourl:https://repository.unab.edu.co
url	http://hdl.handle.net/20.500.12749/25852
identifier_str_mv	reponame:Repositorio Institucional UNAB repourl:https://repository.unab.edu.co
dc.relation.references.spa.fl_str_mv	Ogunnaike, B. and Harmon R., W., Process Dynamics, Modeling and Control. Published by Oxford University Press Inc., páginas 363-364, 1994. Bequette, B.W., Process Dynamics, modeling, analysis and simulation. Prentice Hall PTR. 1998. Van den Bosch, P.P.J. and Van der Klauw, A.C., Modeling, Identification and Simulation of Dynamical Systems. CRC Press, Inc. Florida. 1994. Choi, K.Y., Análisis of Steady State of free Radical Solution Polymerization in a Continuous Stirred Tank Reactor. Department of Chemical and Nuclear Engineering, University of Maryland, pp 975-981. Soroush, M. and Zambare, N., "Nonlinear Output Feedback Control of a Class of Polymerization Reactors”, IEEE Transactions on Control Systems Technology, vol. 8, no. 2, march 2000, pp.310-320. Zambare, N., Soroush, M. and Ogunnaike, B.A., “Multi-Rate Control of a polymerization Reactor: a Comparative Study”, Proceedings of the Amerícan Control, San Diego, California, June 1999, pp. 2553-2557. Wisner, D.A., “Conversión Control in a Continuous Reactor Train: Synthesis and Computer Simulation”, IEEE Transactions on Automatic Control, Vol AC-10, No. 4, October, 1965, pp. 455-460. Svolos, A.E.and Todd-Pokropek, A., “Time and space results of dynamic textura feature extraction in MR and CT image analysis”, Information Technology in Biomedicine, IEEE Transactions on, June, Volume: 2 , Issue: 2, 1998, 48-54. Chong Jin Ong and Gilbert, E.G., "Fast versions of the Gilbert-Johnson- Keerthi distance algorithm: additional results and comparisons”, Robotics and Automation, IEEE Transactions on, August, Volume: 17 , Issue: 4, 2001, 531 539. Floreen, P., “The convergence of Hamming memory networks”, Neural Networks, IEEE Transactions on, July 1991, Volume: 2, Issue: 4, 1991, 449 - 457. Chikkula, Y. and Jay H. Lee, “Input Sequcnce Design íor Paiametiic Identification ot Nonlinear Systems", Proceedings of the American Control Conference Albuquerque, New México June 1997, pp. 3037-3041. Kahler, G.R., Vajda, F. and Della Torre, E. “Parameter Estimation Techniques for Recording Media”, IEEE Transactions on Magnetics, vol 32, no. 5, September 1996, pp. 4240-4242. Garrido, S., “Identificación, Estimación y Control de Sistemas No-lineales mediante RGO”. PhD thesis, Universidad Carlos III de Madrid, España, 1999. Leonaritis, I. J. and Billings, S. A., "Input-output parametric models for non-linear systems", International Journal of Control. 41, 1985, pp 303-344.. Kristinson, K. and Dumont, G., System identification and control using genetic algorithms. IEEE Transactions on Systems, Man, and Cybernetics, 22(5): 1033-1046, 1992. Flockton, S. J. and White, M. J., Pole-zero system identification using genetic algorithms. In Proceedings 5tl> International Conference on Gonotic Algorithms, pages 531-535. University of lllinois at Urbana Champaign, USA, 17-21 July 1993. Tan, K. C., Li, Y., Murray-Smith, D. J. and Sharman, K. C., System identification and linearization using genetic algorithms witii simulated annealing. In Proc. Ist IEE/IEEE International Conference on Genetic Algorithms in Engineering Systems: Innovations and Applications, Sheffield, UK„ 1995. LJUNG Leñad, System Identification - Theory For the User, Second Edition, PTR Prentice Hall, UpperSaddle River.N.J., 1999. Gupta, M.M. and Yamakawa, T., Fuzzy Computing, Theory, Hardware and applications, First edition, Elsevier Science Publishers B.V., 1988. Van Oversche, P. and De Moor, B., Subespace Identification for Linear Systems, Theory-implementation.applications. First Edition, Kluwer Academiv Publishers.1997. Willems J. From time seríes to linear systems. Automática, Part I: Vol. 22, no. 5, pp. 561580, 1986, Part II: Vol. 22, no. 6, pp. 675694, 1986, Part III: Vol. 23, no. 1, pp. 87115, 1987. Kung S.Y. A new Ídentification method and model reduction algoríthm viasingular valué decomposition. 12th Asilomar Conf. on Circuits, Systems and Comp., pp. 705714, Asilomar, CA, 1978. Moonen M., De Moor B., Hamos J., lan S. A subspace identification algorithm for descriptor systems Systems & Control I letters, Vol 19, pp 4752, 1992. [ MacGregor, J. F., Penlidis, A. and Hamielec, A. E., Control of polymerization reactors: A review. Polymer Process Engineeríng, 2(2 & 3): 179- 206, 1984. Kiparissides, C., Polymerization reactor modeling: A review of recent developments and future directions. Chemical Engineeríng Science, 51 (10): 1637-1659, 1996. Embirucu, M., Lima, E.L. and Pint, J.C., A survey of advanced control of polymerization reactors. Polymer Engineering & Science, 36(4):433-447, 1996. Maner, B.R and Doyle III, F.J, Babatunde A. Ogunnaike and Ronald K. Pearson, Nonlinear Model Predictive Control of a Simulated Multivariable Polymerization Reactor Using Second order Voltcrra Models. School of Chemical Engineering, Purdue University, West Lafayette, IN 47907-1283. Bard.Y., Nonlinear Parameter Estimation. Academic Press, New York, 1974. Stewart, W. E., Caracotsios, M. and Sarensen, J. P., Parametei nstimation from mtiltirnsponse data AlChE Joumal, 38(51:641-650. 1992. Oliveira, D. y Moreira, E., A Chemical Reactor Benchmark for Parallel Adaptive Control Using Feedforward Neural Networks, IEEE, 2000. Sawattanakit, N. and Jaovisidha, V., Process Fault Detection and Diagnosis in CSTR System Using On-line Approximator, Department of Electrical Engineering, Chulalongkorn University Phaya Thai Road, Bangkok, IEEE, 1998. Anderson, H. L., Kemmler, A. and Strey, R., The basic processes of polymerization and its real kinetic analysis. Joumal of Thermal Analysis, 47(4): 1041-1062, 1996. Sirohi, A. and Yong Choi, K., On-line parameter estimation in a continuous polymerization process. Industrial and Engineeríng Chemistry Reseaich, 35(4): 1332-1343, 1996. Ogunnaike, B., On-line modeling and predictive control of an industrial terpolymerization reactor. Internatlonal Joumal of Control, 59(3):711-729, 1994. Soroush, M. and Kravaris, C., Nonlinear control of a batch polymerization reactor: an experimental study. AlChE Joumal, 38(9): 1429-1448, 1992. Lewin, D.R., Modeling and control of an industrial pvc suspensión polymerization reactor. Computéis & Chemical Engineeríng, 20(Suppl.):S865- S870, 1996. Crowley, T. and Choi, K., On-line monitoring and control of a batch polymerization reactor. Joumal of Process Control, 6(2/3): 119-127, 1996. Jyh-Shyong Chang and Po-Hsun Liao. Molecular weight control of a batch polymerization reactor: Experimental study. Industrial and Engineeríng Chemistry Research, 38(1):144-153, 1999. Arora, N. y Biegler, L., Parameter Estimation for a Polymerization Reactor Model with a Composite-Step Trust-Región NLP Algorithm, Ind. Eng. Chem. Res., 43 (14), 3616 -3631, 2004 Ljung, L., System Identification Toolbox For use with Matlab, User’s Guide, The mathworks, Inc. (1997). De la Cruz, J.M., Aranda, J., Ruipérez, P. y Díaz, J.M. "Identificación de sistemas multivariables acoplados con restricciones”. Pp.:239-246. III Congreso de usuarios de Matlab - 17-19 de Noviembre de 1999. Ray, W., New approaches to the dynamic of nonlinear systems with implications for process and control system design. Chomical Proccss Control 2, edited by D. E. Seboro & T. F Edgar, United Engineering Trastees, New York, 246-267, 1982. Zambare, N., Soroush, M. and Grady, M.C., “Multi-Rate Nonlinear State Estimation in a Polymerization Reactor: a Real Time Study”, Proceedings ofthe Amerícan Confio Conferences, Anchorage, Mayo 2002, pp. 2553-2557. Chitanov, V., Kiparissides, M. and Petrov, M., "Neural-Fuzzy Modelling of polymer Quality in Batch Polymerization Reactors", Second IEEE International Conference Intelligent Systems, June 2004, pp. 67-72. Tyagunov, A.A, “High-performance Model Predictive Control for Process Industry”, Doctoral Thesis, Technische universiteit Eindhoven, june 2004. Cormen, T.H., Leiserson, C.E., Rivest, R.L. y Stein, C.Jntroduction to Algorithms. Second Edition, 2001. McGraw Hill. Aho, A.V., Hopcroft, J. E. y Ullman, J.D., Estructura de datos y algoritmos, Primera edición, 1998. Pearson Addison Wesley. Vilar, J.M., "Modelos Estadísticos Aplicados", Junio, 2003, Publicaciones de la UDC, monografía 101. www.udc.es/publicaciones. Shampine, L. F. and Reichelt, M. W., The MAI LAtí ODE Suite, SIAM Journal on Scíéntific Computing, 18-1, 1997 Arce, R., Conceptos básicos sobre la heterocedasticidad en el modelo básico de regresión lineal, tratamiento con e-views, Universidad Autónoma de Madrid, Abril de 2001, pp. 2-19. Levenspiel, O., Ingeniería de las reacciones químicas. Editorial Reverté S.A. 1,981. European IPPC bureau. Best Available Techniques in the production of polymers. 2005. Sayer, C. y Guiudici, R., A Comparison of Different Modeling Approaches For The Simulation Of The Transient And Steady-State Behavior of Continuous Emulsión Polymerizations In Pulsed Tubular Reactors. 2001. Nising Phillip. High-femperature radical polymerization of methyl methacrylate in a continuous pilot scale process. École Polytechnique Fédérale De Lausanne. Tésis número:3460. 2006. Russo L., Bequette W. Operability of chemical reactors: Multiplicity behaviors of extended CSTR models. Department of chemical engineering of Rensselaer Instituto. 1,996. Alan V. Oppenheim et al. Signáis and Systems. Second Edition. Prentice- Hall Int. 1998
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv	http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv	Abierto (Texto Completo)
dc.rights.creativecommons.*.fl_str_mv	Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv	http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) Atribución-NoComercial-SinDerivadas 2.5 Colombia http://purl.org/coar/access_right/c_abf2
dc.coverage.spatial.spa.fl_str_mv	Cartagena de Indias (Colombia)
dc.coverage.campus.spa.fl_str_mv	UNAB Campus Bucaramanga
dc.publisher.grantor.spa.fl_str_mv	Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv	Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv	Maestría en Ciencias Computacionales
institution	Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv	https://repository.unab.edu.co/bitstream/20.500.12749/25852/1/2006_Tesis_Oscar_Segundo_Acu%c3%b1a.pdf https://repository.unab.edu.co/bitstream/20.500.12749/25852/3/2006_Tesis_Oscar_Segundo_Acu%c3%b1a.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/25852/2/license.txt
bitstream.checksum.fl_str_mv	71408f538096c7718fa26e8ab9669828 552aef45f6301334b7f66b76d1e55702 3755c0cfdb77e29f2b9125d7a45dd316
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional \| Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv	repositorio@unab.edu.co
_version_	1808410640202596352
spelling	Villa, José Luisbe94dc07-8f88-41b9-b941-0ff0b20f929dAcuña Camacho, Oscar Segundo526c7112-0665-4434-ae3c-6396348101b0Gutiérrez de la Hoz, Dayro Fabián0167a7de-d276-4de7-b665-e586aa4559bbCartagena de Indias (Colombia)UNAB Campus Bucaramanga2024-07-31T21:25:18Z2024-07-31T21:25:18Z2006-07http://hdl.handle.net/20.500.12749/25852reponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEn los últimos años se ha producido un cambio dramático en la industria de los procesos químicos. Los procesos industriales están ahora altamente integrados con respecto a los flujos de materia y energía, limitados aún mas fuertemente por altas calidades en las especificaciones de los productos y sujetos a estrictas medidas de seguridad y a la regulación de emisiones ambientales. Estas severas condiciones de operación a menudo colocan nuevas restricciones en la flexibilidad en la operación de los procesos. Todos estos factores producen grandes incentivos económicos para el mejoramiento y buen desempeño en los sistemas de control de las plantas industriales modernas [26]. Estas plantas requieren de sofisticados sistemas de cómputo para la implementación de estrategias de control.Universidad Tecnológica de BolívarInstituto Tecnológico de Estudios Superiores de Monterrey (ITESM)INTRODUCCION CAPITULO 1 FUNDAMENTOS Y ESTADO DEL ARTE 1.1 IDENTIFICACIÓN DE SISTEMAS Y ALGORITMOS 1.2 MODELOS DE SISTEMAS DINAMICOS Y MÉTODOS DE IDENTIFICACIÓN 1.2.1 Modelos de Entrada-Salida 1.2.2 Modelos Paramétricos Lineales 1.2.2.1 ARX (Auto-Regressive with eXogenous inputs) 1.2.2.2 OE (Output Error) 1.2.2.3ARMAX (Auto-Regressive Moving Average with eXogenous Inputs) 1.2.3 Modelos Pararnétricos No-lineales 1.2.3.1 Series de Volterra 1.2.3.2 Modelos NARMAX 1.2.4 Modelos No-Paramétricos, Redes Neuronales 1.2.4.1 Redes Feedforward 1.2.4.2 Redes Recurrentes 1.2.5 Identificación con Algoritmos Genéticos 1.2.6 Identificación en Lazo Cerrado 1.2.7 Modelos fuzzy (fuzzy models) 1.2.8 Identificación por subespacios 1.2.8.1. Modelos en espacio de estado 1.2.8.2 Método de subespacios 1.2.9 Resumen y conclusión 1.3 ASPECTOS COMPUTACIONALES 1.3.1 Complejidad Computacional 1.3.2 Eficiencia y complejidad computacional 1.3.3 Clases de complejidad 1.3.3.1 La clase P 1.3.3.2 La clase NP 1.3.4 Complejidad constante, lineal y cuadrática 1.3.4.1 Notación 1.3.4.2 Notación 1.3.4.3 Notación CAPITULO II.- IDENTIFICACION PARAMETRICA DE REACTORES DE POLIMERIZACIÓN Y METODOS DE ESTIMACION 2.1 ESTADO DEL ARTE EN IDENTIFICACION DE REACTORES DE POLIMERIZACION 2.2 MODELO DE PREDICCIÓN PARA LA ESTRUCTURA ARX 2.2.1 Selección de la estructura y criterios de comparación. 2.2.1.1 Primer criterio de comparación 2.2.1.2 Segundo criterio de comparación 2.3 ESTIMACIÓN POR MÍNIMOS CUADRADOS 2.4 MÉTODO DE MÍNIMOS CUADRADOS PONDERADOS 2.4.1 Heterocedasticidad 2.4.2 Observaciones dependientes CAPITULO III.- IMPLEMENTACIÓN DE LOS ALGORITMOS 3.1 HERRAMIENTA COMPUTACIONAL UTILIZADA 3.2 ALGORITMO DE MÍNIMOS CUADRADOS 3.3 ALGORITMO DE MÍNIMOS CUADRADOS PONDERADOS CAPITULO IV.- APLICACIÓN DE LAS TECNICAS IMPLEMENTADAS 4.1 PROCESO BENCHMARK UTILIZADO 4.2 GENERACIÓN DE LOS DATOS EXPERIMENTALES 4.3 DISEÑO DE LAS SEÑALES DE PRUEBA 4.4 APLICACIÓN DE LOS ALGORITMOS 4.4.1 Resultados para el algoritmo de mínimos cuadrados 4 4 1.1 Caso 1 4.4.1.2 Caso 2 4.4.1.3 Caso 3 4.4.1.4 Caso 4 4.4.1.5 Caso5 4.4.2 Resultados del algoritmo de mínimos cuadrados ponderados 4.4.2.1 Caso 1 4.4.2.2 Caso 2 4.4.2.3 Caso 3 4.4.2.4 Caso 4 4.4.2.5 Caso 5 4.5 EFECTO DE UNA PERTURBACIÓN EN LA SEÑAL DE ENTRADA 4.5.1 Algoritmo de mínimos cuadrados 4.5.2 Algoritmo de mínimos cuadrados ponderados 4.6 VALIDACIÓN DE LOS MODELOS ANTE UNA ENTRADA IMPULSO CAPITULO V.- ANALISIS DE LOS RESULTADOS 5.1 ANÁLISIS DE LA COMPLEJIDAD DE LOS ALGORITMOS 5.1.1 Regresión 5.1.1.1 Análisis de regresiones para determinación de complejidad computacional del algoritmo de mínimos cuadrados 5.1.1.2 Análisis de regresiones para determinación de complejidad computacional del algoritmo de mínimos cuadrados ponderados 5.1.2 Conclusiones sobre resultados 5.2 CRITERIO DEL ERROR FINAL DE PREDICCIÓN (FPE) 5.2.1 Error final de predicción (FPE) para el algoritmo de mínimos cuadrados 5.2.2 Error final de predicción (FPE.) para el algoritmo de mínimos cuadrados ponderados CONCLUSIONES REFERENCIAS BIBLIOGRAFICASMaestríaIn recent years there has been a dramatic change in the chemical process industry. Industrial processes are now highly integrated with respect to material and energy flows, limited even more strongly by high quality product specifications and subject to strict safety measures and the regulation of environmental emissions. These severe operating conditions often place new restrictions on flexibility in process operation. All these factors produce great economic incentives for improvement and good performance in the control systems of modern industrial plants [26]. These plants require sophisticated computer systems for the implementation of control strategies.Modalidad Virtualhttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerizaciónComputational aspects of some parametric model fitting methods applied to certain polymerization processesMagíster en en Ciencias ComputacionalesUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaMaestría en Ciencias Computacionalesinfo:eu-repo/semantics/masterThesisTesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/TMComputer sciencesSystems engineerPolymerization processesComputational aspectsMethods by estimationLeast squares methodsPolymerizationChemical reactionsComputational algorithmsCiencias computacionalesIngeniería de sistemasPolimerizaciónReacciones químicasAlgoritmos computacionalesProcesos de polimerizaciónAspectos computacionalesMétodos por estimaciónMétodos de mínimos cuadrosOgunnaike, B. and Harmon R., W., Process Dynamics, Modeling and Control. Published by Oxford University Press Inc., páginas 363-364, 1994.Bequette, B.W., Process Dynamics, modeling, analysis and simulation. Prentice Hall PTR. 1998.Van den Bosch, P.P.J. and Van der Klauw, A.C., Modeling, Identification and Simulation of Dynamical Systems. CRC Press, Inc. Florida. 1994.Choi, K.Y., Análisis of Steady State of free Radical Solution Polymerization in a Continuous Stirred Tank Reactor. Department of Chemical and Nuclear Engineering, University of Maryland, pp 975-981.Soroush, M. and Zambare, N., "Nonlinear Output Feedback Control of a Class of Polymerization Reactors”, IEEE Transactions on Control Systems Technology, vol. 8, no. 2, march 2000, pp.310-320.Zambare, N., Soroush, M. and Ogunnaike, B.A., “Multi-Rate Control of a polymerization Reactor: a Comparative Study”, Proceedings of the Amerícan Control, San Diego, California, June 1999, pp. 2553-2557.Wisner, D.A., “Conversión Control in a Continuous Reactor Train: Synthesis and Computer Simulation”, IEEE Transactions on Automatic Control, Vol AC-10, No. 4, October, 1965, pp. 455-460.Svolos, A.E.and Todd-Pokropek, A., “Time and space results of dynamic textura feature extraction in MR and CT image analysis”, Information Technology in Biomedicine, IEEE Transactions on, June, Volume: 2 , Issue: 2, 1998, 48-54.Chong Jin Ong and Gilbert, E.G., "Fast versions of the Gilbert-Johnson- Keerthi distance algorithm: additional results and comparisons”, Robotics and Automation, IEEE Transactions on, August, Volume: 17 , Issue: 4, 2001, 531 539.Floreen, P., “The convergence of Hamming memory networks”, Neural Networks, IEEE Transactions on, July 1991, Volume: 2, Issue: 4, 1991, 449 - 457.Chikkula, Y. and Jay H. Lee, “Input Sequcnce Design íor Paiametiic Identification ot Nonlinear Systems", Proceedings of the American Control Conference Albuquerque, New México June 1997, pp. 3037-3041.Kahler, G.R., Vajda, F. and Della Torre, E. “Parameter Estimation Techniques for Recording Media”, IEEE Transactions on Magnetics, vol 32, no. 5, September 1996, pp. 4240-4242.Garrido, S., “Identificación, Estimación y Control de Sistemas No-lineales mediante RGO”. PhD thesis, Universidad Carlos III de Madrid, España, 1999.Leonaritis, I. J. and Billings, S. A., "Input-output parametric models for non-linear systems", International Journal of Control. 41, 1985, pp 303-344..Kristinson, K. and Dumont, G., System identification and control using genetic algorithms. IEEE Transactions on Systems, Man, and Cybernetics, 22(5): 1033-1046, 1992.Flockton, S. J. and White, M. J., Pole-zero system identification using genetic algorithms. In Proceedings 5tl> International Conference on Gonotic Algorithms, pages 531-535. University of lllinois at Urbana Champaign, USA, 17-21 July 1993.Tan, K. C., Li, Y., Murray-Smith, D. J. and Sharman, K. C., System identification and linearization using genetic algorithms witii simulated annealing. In Proc. Ist IEE/IEEE International Conference on Genetic Algorithms in Engineering Systems: Innovations and Applications, Sheffield, UK„ 1995.LJUNG Leñad, System Identification - Theory For the User, Second Edition, PTR Prentice Hall, UpperSaddle River.N.J., 1999.Gupta, M.M. and Yamakawa, T., Fuzzy Computing, Theory, Hardware and applications, First edition, Elsevier Science Publishers B.V., 1988.Van Oversche, P. and De Moor, B., Subespace Identification for Linear Systems, Theory-implementation.applications. First Edition, Kluwer Academiv Publishers.1997.Willems J. From time seríes to linear systems. Automática, Part I: Vol. 22, no. 5, pp. 561580, 1986, Part II: Vol. 22, no. 6, pp. 675694, 1986, Part III: Vol. 23, no. 1, pp. 87115, 1987.Kung S.Y. A new Ídentification method and model reduction algoríthm viasingular valué decomposition. 12th Asilomar Conf. on Circuits, Systems and Comp., pp. 705714, Asilomar, CA, 1978.Moonen M., De Moor B., Hamos J., lan S. A subspace identification algorithm for descriptor systems Systems & Control I letters, Vol 19, pp 4752, 1992. [MacGregor, J. F., Penlidis, A. and Hamielec, A. E., Control of polymerization reactors: A review. Polymer Process Engineeríng, 2(2 & 3): 179- 206, 1984.Kiparissides, C., Polymerization reactor modeling: A review of recent developments and future directions. Chemical Engineeríng Science, 51 (10): 1637-1659, 1996.Embirucu, M., Lima, E.L. and Pint, J.C., A survey of advanced control of polymerization reactors. Polymer Engineering & Science, 36(4):433-447, 1996.Maner, B.R and Doyle III, F.J, Babatunde A. Ogunnaike and Ronald K. Pearson, Nonlinear Model Predictive Control of a Simulated Multivariable Polymerization Reactor Using Second order Voltcrra Models. School of Chemical Engineering, Purdue University, West Lafayette, IN 47907-1283.Bard.Y., Nonlinear Parameter Estimation. Academic Press, New York, 1974.Stewart, W. E., Caracotsios, M. and Sarensen, J. P., Parametei nstimation from mtiltirnsponse data AlChE Joumal, 38(51:641-650. 1992.Oliveira, D. y Moreira, E., A Chemical Reactor Benchmark for Parallel Adaptive Control Using Feedforward Neural Networks, IEEE, 2000.Sawattanakit, N. and Jaovisidha, V., Process Fault Detection and Diagnosis in CSTR System Using On-line Approximator, Department of Electrical Engineering, Chulalongkorn University Phaya Thai Road, Bangkok, IEEE, 1998.Anderson, H. L., Kemmler, A. and Strey, R., The basic processes of polymerization and its real kinetic analysis. Joumal of Thermal Analysis, 47(4): 1041-1062, 1996.Sirohi, A. and Yong Choi, K., On-line parameter estimation in a continuous polymerization process. Industrial and Engineeríng Chemistry Reseaich, 35(4): 1332-1343, 1996.Ogunnaike, B., On-line modeling and predictive control of an industrial terpolymerization reactor. Internatlonal Joumal of Control, 59(3):711-729, 1994.Soroush, M. and Kravaris, C., Nonlinear control of a batch polymerization reactor: an experimental study. AlChE Joumal, 38(9): 1429-1448, 1992.Lewin, D.R., Modeling and control of an industrial pvc suspensión polymerization reactor. Computéis & Chemical Engineeríng, 20(Suppl.):S865- S870, 1996.Crowley, T. and Choi, K., On-line monitoring and control of a batch polymerization reactor. Joumal of Process Control, 6(2/3): 119-127, 1996.Jyh-Shyong Chang and Po-Hsun Liao. Molecular weight control of a batch polymerization reactor: Experimental study. Industrial and Engineeríng Chemistry Research, 38(1):144-153, 1999.Arora, N. y Biegler, L., Parameter Estimation for a Polymerization Reactor Model with a Composite-Step Trust-Región NLP Algorithm, Ind. Eng. Chem. Res., 43 (14), 3616 -3631, 2004Ljung, L., System Identification Toolbox For use with Matlab, User’s Guide, The mathworks, Inc. (1997).De la Cruz, J.M., Aranda, J., Ruipérez, P. y Díaz, J.M. "Identificación de sistemas multivariables acoplados con restricciones”. Pp.:239-246. III Congreso de usuarios de Matlab - 17-19 de Noviembre de 1999.Ray, W., New approaches to the dynamic of nonlinear systems with implications for process and control system design. Chomical Proccss Control 2, edited by D. E. Seboro & T. F Edgar, United Engineering Trastees, New York, 246-267, 1982.Zambare, N., Soroush, M. and Grady, M.C., “Multi-Rate Nonlinear State Estimation in a Polymerization Reactor: a Real Time Study”, Proceedings ofthe Amerícan Confio Conferences, Anchorage, Mayo 2002, pp. 2553-2557.Chitanov, V., Kiparissides, M. and Petrov, M., "Neural-Fuzzy Modelling of polymer Quality in Batch Polymerization Reactors", Second IEEE International Conference Intelligent Systems, June 2004, pp. 67-72.Tyagunov, A.A, “High-performance Model Predictive Control for Process Industry”, Doctoral Thesis, Technische universiteit Eindhoven, june 2004.Cormen, T.H., Leiserson, C.E., Rivest, R.L. y Stein, C.Jntroduction to Algorithms. Second Edition, 2001. McGraw Hill.Aho, A.V., Hopcroft, J. E. y Ullman, J.D., Estructura de datos y algoritmos, Primera edición, 1998. Pearson Addison Wesley.Vilar, J.M., "Modelos Estadísticos Aplicados", Junio, 2003, Publicaciones de la UDC, monografía 101. www.udc.es/publicaciones.Shampine, L. F. and Reichelt, M. W., The MAI LAtí ODE Suite, SIAM Journal on Scíéntific Computing, 18-1, 1997Arce, R., Conceptos básicos sobre la heterocedasticidad en el modelo básico de regresión lineal, tratamiento con e-views, Universidad Autónoma de Madrid, Abril de 2001, pp. 2-19.Levenspiel, O., Ingeniería de las reacciones químicas. Editorial Reverté S.A. 1,981.European IPPC bureau. Best Available Techniques in the production of polymers. 2005.Sayer, C. y Guiudici, R., A Comparison of Different Modeling Approaches For The Simulation Of The Transient And Steady-State Behavior of Continuous Emulsión Polymerizations In Pulsed Tubular Reactors. 2001.Nising Phillip. High-femperature radical polymerization of methyl methacrylate in a continuous pilot scale process. École Polytechnique Fédérale De Lausanne. Tésis número:3460. 2006.Russo L., Bequette W. Operability of chemical reactors: Multiplicity behaviors of extended CSTR models. Department of chemical engineering of Rensselaer Instituto. 1,996.Alan V. Oppenheim et al. Signáis and Systems. Second Edition. Prentice- Hall Int. 1998ORIGINAL2006_Tesis_Oscar_Segundo_Acuña.pdf2006_Tesis_Oscar_Segundo_Acuña.pdfTesisapplication/pdf26477453https://repository.unab.edu.co/bitstream/20.500.12749/25852/1/2006_Tesis_Oscar_Segundo_Acu%c3%b1a.pdf71408f538096c7718fa26e8ab9669828MD51open accessTHUMBNAIL2006_Tesis_Oscar_Segundo_Acuña.pdf.jpg2006_Tesis_Oscar_Segundo_Acuña.pdf.jpgIM Thumbnailimage/jpeg8161https://repository.unab.edu.co/bitstream/20.500.12749/25852/3/2006_Tesis_Oscar_Segundo_Acu%c3%b1a.pdf.jpg552aef45f6301334b7f66b76d1e55702MD53open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/25852/2/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD52open access20.500.12749/25852oai:repository.unab.edu.co:20.500.12749/258522024-07-31 22:01:39.866open accessRepositorio Institucional \| Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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

Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerización

Publicaciones similares