Algoritmos eficientes para la optimización dinámica de procesos distribuidos
Muchos de los procesos de la industria químicam biotecnológica y alimentaria transcurren en modo discontinuo o semicontinuo. Por ello, su descripción debe realizarse mediante modelos dinámicos constituidos por ecuaciones diferenciales y algebraicas frecuentemente no lineales. A menudo, es preciso ad...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2010 |
| País: | España |
| Institución: | Consejo Superior de Investigaciones Científicas (CSIC) |
| Repositorio: | DIGITAL.CSIC. Repositorio Institucional del CSIC |
| OAI Identifier: | oai:digital.csic.es:10261/29829 |
| Acceso en línea: | http://hdl.handle.net/10261/29829 |
| Access Level: | acceso abierto |
| Palabra clave: | Optimizacion dinámica Procesos distribuidos Control óptimo Modelos reducidos |
| Sumario: | Muchos de los procesos de la industria químicam biotecnológica y alimentaria transcurren en modo discontinuo o semicontinuo. Por ello, su descripción debe realizarse mediante modelos dinámicos constituidos por ecuaciones diferenciales y algebraicas frecuentemente no lineales. A menudo, es preciso además incorporar la dependencia espacial de las variables de estado relevantes mediante sistemas de ecuaciones en derivadas parciales (procesos distribuidos). A fin de calcular las mejores políticas de operación de dichos procesos (control óptimo), es preciso disponer de técnicas de optimización dinámica robustas y eficientes con las que hacer frente a las dificultades que surgen de la presencia de restricciones sobre estados y controles y al carácter multimodal (no convexo) derivado de posibles discontinuidades y a la no linealidad intrínseca de estos procesos. En esta tesis se ha adopatado el esquema de parametrización de control y se ha perseguido aumentar la eficiencia y robustez de la resolución del NLP externo así como disminuir en lo posible el coste computacional de la resolución del problema de valor inicial asociado. Para ello se proponen en primer lugar nuevos métodos deterministas de optimización dinámica que hacen uso del cálculo eficiente de las sensibilidades paramétricas de primer y segundo orden para evaluar de forma muy eficiente el gradiente y el Hessiano o Hessiano proyectado de la función objetivo. Por otra parte, dada la frecuente no convexidad del NLP se propone un nuevo método híbrido que combina un método estocástico de carácter global con un método determinista local. Esto permite sumar sus ventajas a la vez que se evitan varios de sus inconvenientes. Estas nuevas metodologías se aplican a la solución de diversos problemas de complejidad crecientetomados de la bibliografía reciente y de gran interés en los sectores químico y biotecnológico. Por último se presenta la aplicación de estos nuevos métodos a la resolución de problemas asociados a procesos distribuidos. Para la resolución de los problemas de valor inicial se considera el uso del método numérico de las líneas y el método de elementos finitos que transforman las ecuaciones en derivadas parciales originales en un conjunto de ecuaciones diferenciales y algebraicas de dimensión elevada. Estas metodologías se aplican al cálculo de las políticas óptimas de operación de un conjunto de problemas distribuidos incluyendo dos de especial relevancia para la industria alimentaria la esterilización térmica de alimentos y el procesamiento térmico de alimentos en hornos mixtos microondas convección. Dado que el proceso de simulación de sistemas distribuidos requiere un tiempo de computación significativo se presenta, en la última parte del trabajo, una metodología que basada en la proyección del modelo distribuido sobre hiperplanos de dimensión baja permite reducir su orden manteniendo sus propiedades de representación. Las grandes ventajas del uso de modelos de orden reducido se ilustran con su aplicación a la simulación, diseño y optimización dinámica del proceso de esterilización térmica de alimentos. |
|---|