Aplicación de un modelo de control predictivo en el control óptimo de una columna de destilación

En la industria química es necesario estrategias de control basadas en modelos que describan detalladamente la dinámica de sistemas con comportamiento altamente no lineal y que involucren un alto consumo energético. Para estos casos, se utilizan modelos de ecuaciones algebro-diferenciales DAE (del i...

Full description

Autores:
García Oviedo, Abel José
Tipo de recurso:
Fecha de publicación:
2021
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/54016
Acceso en línea:
http://hdl.handle.net/1992/54016
Palabra clave:
Columnas de destilación
Destilación
Control óptimo
Ingeniería
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/4.0/
id UNIANDES2_57ac7c2d6ed90c756bbb2aaba2b520cd
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/54016
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.spa.fl_str_mv Aplicación de un modelo de control predictivo en el control óptimo de una columna de destilación
title Aplicación de un modelo de control predictivo en el control óptimo de una columna de destilación
spellingShingle Aplicación de un modelo de control predictivo en el control óptimo de una columna de destilación
Columnas de destilación
Destilación
Control óptimo
Ingeniería
title_short Aplicación de un modelo de control predictivo en el control óptimo de una columna de destilación
title_full Aplicación de un modelo de control predictivo en el control óptimo de una columna de destilación
title_fullStr Aplicación de un modelo de control predictivo en el control óptimo de una columna de destilación
title_full_unstemmed Aplicación de un modelo de control predictivo en el control óptimo de una columna de destilación
title_sort Aplicación de un modelo de control predictivo en el control óptimo de una columna de destilación
dc.creator.fl_str_mv García Oviedo, Abel José
dc.contributor.advisor.none.fl_str_mv Gómez Ramírez, Jorge Mario
dc.contributor.author.none.fl_str_mv García Oviedo, Abel José
dc.contributor.jury.none.fl_str_mv Liñan, David
Ríos Ratkovich, Nicolás
dc.subject.armarc.none.fl_str_mv Columnas de destilación
Destilación
Control óptimo
topic Columnas de destilación
Destilación
Control óptimo
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description En la industria química es necesario estrategias de control basadas en modelos que describan detalladamente la dinámica de sistemas con comportamiento altamente no lineal y que involucren un alto consumo energético. Para estos casos, se utilizan modelos de ecuaciones algebro-diferenciales DAE (del inglés Differential-Algebraic equations). En este trabajo se implementó un modelo de control predictivo no lineal NMPC (del inglés Nonlinear model predictive control) con base en un modelo DAE de índice uno y un modelo DAE de índice híbrido para representar el comportamiento dinámico de una columna de destilación piloto. Se resolvió el problema de control óptimo de la columna de destilación frente a la introducción de diferentes perturbaciones sobre la corriente de alimentación. Este problema de control óptimo fue resuelto en lazo cerrado para tener en cuenta la discrepancia entre el modelo y la planta del equipo piloto. El comportamiento de la planta se obtiene mediante simulaciones en Aspen Dynamics, en las que se consideran las eficiencias de Murphree de las etapas de la columna de destilación piloto. Para resolver el problema en lazo cerrado se implementó como estimador de estados un filtro de Kalman extendido. Se demostró que la estrategia de control implementada tiene un mejor desempeño que un controlador convencional PI (Proporcional-Integral).
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-11-03T16:55:45Z
dc.date.available.none.fl_str_mv 2021-11-03T16:55:45Z
dc.date.issued.none.fl_str_mv 2021
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/54016
dc.identifier.pdf.none.fl_str_mv 25082.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/54016
identifier_str_mv 25082.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 37 páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de los Andes
dc.publisher.program.none.fl_str_mv Maestría en Ingeniería Química
dc.publisher.faculty.none.fl_str_mv Facultad de Ingeniería
dc.publisher.department.none.fl_str_mv Departamento de Ingeniería Química y de Alimentos
publisher.none.fl_str_mv Universidad de los Andes
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/1a91b2cf-a87b-4284-952c-3ba02b7e6fad/download
https://repositorio.uniandes.edu.co/bitstreams/db2f743e-b580-41ba-ac53-5a386f96b296/download
https://repositorio.uniandes.edu.co/bitstreams/1888c140-f0be-4548-aff3-5b73e8e5f391/download
bitstream.checksum.fl_str_mv 17e4a1d957c2e21de7cac2e091c15dba
cb3101fa5d3e2deadb470a3436bffa09
1d1f5f3c92a44c6be2a8b692b3bbd357
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1818111777740685312
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Gómez Ramírez, Jorge Mariovirtual::5610-1García Oviedo, Abel Joséc8987b7e-ee7e-4514-bbeb-c292c2a68d64400Liñan, DavidRíos Ratkovich, Nicolás2021-11-03T16:55:45Z2021-11-03T16:55:45Z2021http://hdl.handle.net/1992/5401625082.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/En la industria química es necesario estrategias de control basadas en modelos que describan detalladamente la dinámica de sistemas con comportamiento altamente no lineal y que involucren un alto consumo energético. Para estos casos, se utilizan modelos de ecuaciones algebro-diferenciales DAE (del inglés Differential-Algebraic equations). En este trabajo se implementó un modelo de control predictivo no lineal NMPC (del inglés Nonlinear model predictive control) con base en un modelo DAE de índice uno y un modelo DAE de índice híbrido para representar el comportamiento dinámico de una columna de destilación piloto. Se resolvió el problema de control óptimo de la columna de destilación frente a la introducción de diferentes perturbaciones sobre la corriente de alimentación. Este problema de control óptimo fue resuelto en lazo cerrado para tener en cuenta la discrepancia entre el modelo y la planta del equipo piloto. El comportamiento de la planta se obtiene mediante simulaciones en Aspen Dynamics, en las que se consideran las eficiencias de Murphree de las etapas de la columna de destilación piloto. Para resolver el problema en lazo cerrado se implementó como estimador de estados un filtro de Kalman extendido. Se demostró que la estrategia de control implementada tiene un mejor desempeño que un controlador convencional PI (Proporcional-Integral).In the chemical industry is necessary strategies of control based on models that describe in detail the dynamics of systems with highly non-linear behavior and with high energy consumption. For these cases are used differential-algebraic models (DAE). In this job, a non-linear model predictive control (NMPC) represents the dynamic behavior of a pilot distillation column based on a DAE model index one and a DAE model hybrid index. The optimal control problem of the distillation column was solved for three different disturbances in the feed flow. This optimal control problem was solved in a closed-loop to consider the model-plant mismatch. The pilot plant behavior is simulated in Aspen Dynamics. The Murphree efficiencies of each stage in the pilot distillation column are considered in the simulations. The extended Kalman filter was used as a state estimator to solve the problem in a closed-loop. The control strategy has a better performance than a PI conventional controller.Magíster en Ingeniería QuímicaMaestría37 páginasapplication/pdfspaUniversidad de los AndesMaestría en Ingeniería QuímicaFacultad de IngenieríaDepartamento de Ingeniería Química y de AlimentosAplicación de un modelo de control predictivo en el control óptimo de una columna de destilaciónTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesishttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TMColumnas de destilaciónDestilaciónControl óptimoIngeniería201421665Publicationhttps://scholar.google.es/citations?user=FGBxCvcAAAAJvirtual::5610-10000-0002-2018-4121virtual::5610-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000870382virtual::5610-14f5a1a48-528f-4b59-83ce-a5d765ad0163virtual::5610-14f5a1a48-528f-4b59-83ce-a5d765ad0163virtual::5610-1ORIGINAL25082.pdfapplication/pdf893683https://repositorio.uniandes.edu.co/bitstreams/1a91b2cf-a87b-4284-952c-3ba02b7e6fad/download17e4a1d957c2e21de7cac2e091c15dbaMD51THUMBNAIL25082.pdf.jpg25082.pdf.jpgIM Thumbnailimage/jpeg22832https://repositorio.uniandes.edu.co/bitstreams/db2f743e-b580-41ba-ac53-5a386f96b296/downloadcb3101fa5d3e2deadb470a3436bffa09MD55TEXT25082.pdf.txt25082.pdf.txtExtracted texttext/plain61628https://repositorio.uniandes.edu.co/bitstreams/1888c140-f0be-4548-aff3-5b73e8e5f391/download1d1f5f3c92a44c6be2a8b692b3bbd357MD541992/54016oai:repositorio.uniandes.edu.co:1992/540162024-03-13 12:59:00.845http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co