Browsing by Author "UNZUETA ARCE, RODRIGO"
Now showing 1 - 2 of 2
- Results Per Page
- Sort Options
Thesis ESTUDIO DE INCLUSIÓN DE INFORMACIÓN PROBABILÍSTICA EN LA OPTIMIZACIÓN EN TIEMPO REAL DE PROCESOS(2017) UNZUETA ARCE, RODRIGO; NAVIA LÓPEZ, DANIEL; Universidad Tecnica Federico Santa Maria UTFSM INGENIERÍA QUíMICA Y AMBIENTAL; BERGH OLIVARES, LUIS GUILLERMO; BRISEÑO ARIAS, LUISEl presente trabajo tiene como objetivo presentar un marco teórico para incluir información de variables con comportamiento estocástico en la optimización de procesos en tiempo real (RTO) con adaptación de modificadores (MA), asegurando la factibilidad de la operación con un nivel de certeza dado. En todo proceso existen de manera intrínseca incertidumbres asociadas al comportamiento aleatorio de variables involucradas y al entendimiento parcial de ciertos fenómenos. Incertezas de modelo, proceso y mercado, como el uso de modelos imperfectos, variables de perturbación y condiciones inciertas de la economía del proceso están siempre presentes y dificultan la tarea del sistema de control y optimización. El manejo de estas incertidumbres será fundamental para implementar un sistema de optimización capaz de alcanzar una condición que cumpla con las especificaciones y apunte a maximizar el beneficio económico del proceso.La metodología propuesta se implementó en dos ejemplos: En simulación en un problema convexo de referencia y experimentalmente en un circuito de flotación rougher a escala laboratorio, con objetivo de aumentar la eficiencia, en términos económicos y de satisfacción de restricciones. La inclusión de información estocástica de tipo exógena permitió al sistema llegar a un punto óptimo de operación, con una mejora sustancial en la satisfacción de las restricciones del problema. Sin embargo, se observó una disminución en el beneficio económico, en comparación con una solución de optimización determinista. Se apreció una reducción del beneficio en cerca de un 2%, mientras que el cumplimiento de las restricciones aumentó de un 50 % a un 98 % al incluir la información probabilística para aquellas restricciones con efecto exógeno de variables estocásticas. Adicionalmente, se evaluó el desempeño del algoritmo al incluir perturbaciones en la alimentación, en cuyo caso la capa de optimización no pudo detectar el òptimo del proceso. La rápida variación de la variable de alimentación, en comparación a los largos tiempos de estabilización del sistema, implicó una mala estimación de gradientes, producto de lo cual la operación no convergió a un punto óptimo.Incluir información probabilística de variables inciertas, permitió aumentar considerablemente la satisfacción de las restricciones, a costa de una disminución en el beneficio obtenido. Este tipo de solución será de importancia cuando el no cumplimiento de las restricciones conlleve a multas o a mayores costos de reprocesamiento, por ejemplo, en el no cumplimiento de calidad o cantidad de producto. Se recomienda investigar otras metodologías que incorporen explícitamente las variables de perturbación, para mejorar la convergencia del proceso bajo perturbaciones.Thesis SISTEMA DE MEDICIÓN BASADO EN VISIÓN ARTIFICIAL PARA CIRCUITO ROUGHER DE LABORATORIO(2016-08) UNZUETA ARCE, RODRIGO; CORNEJO GARCÍA, IVÁN (PROFESOR(A) GUÍA); BERGH OLIVARES, LUIS (PROFESOR(A)CORREFERENTE); Universidad Tecnica Federico Santa Maria UTFSM INGENIERÍA QUíMICA Y AMBIENTAL
