visita TAFISA marzo 2017Curso 2017-18
Asignaturas del Master de Investigación en Ingeniería de Procesos y Sistemas
Asignatura:Sistemas
Dinámicos (Bloque Identificación)
Optativa, 6 créditos.
Asignatura:Diseño
Integrado de Procesos
(Bloque
diseño y scheduling)
Optativa, 6 créditos.
Asignatura:Control
Predictivo de Procesos
(Bloque
diseño)
Optativa, 3 créditos.
Oferta de Temas
de Investigación y Proyecto fin de Master
Programas de interés para los alumnos:
International Curriculum Option (ICO) of Doctoral Studies in Hybrid Control for Complex, Distributed and Heterogeneous Embedded Systems (20 Universidades de la UE y USA)
Co-tutela de Tesis Doctorales: Universidad Federal de Sta. Catarina, Florianopolis (Brasil) Departamento de Automaçao e Sistemas
Co-tutela de Tesis Doctorales: Universidad Nacional de S. Juan (Argentina) Instituto de Automática
Intercambio de estudiantes con la Universidad de Stuttgart / (Alemania) Institute for Systems Theory and Automatic Control
2 estudiantes del curso de Master / Doctorado, 10 meses, idioma ingles
Sistemas dinámicos (Bloque Identificación 2 creditos)
Código:
C50260
Comienzo: El bloque de identificación comienza el 18/09/17 a las 16.h. en el
Laboratorio del Dpto. de Ingeniería de Sistemas y Automática, Sede Mergelna de la EII
Créditos: 2
(de 6)
Palabras clave: Identificación de sistemas, Modelado
experimental, Métodos en lazo cerrado, Calibración de modelos no lineales, estimación de estados y parámetros.
Profesor: César de Prada Moraga
Este bloque dentro de la asignatur de Sistemas dinámicos, trata el
problema de obtención de modelos lineales y no-lineales a partir de datos
experimentales, típicamente para su uso en diseño de controladores o problemas
de decisión. Incluye tanto los métodos clásicos como lo relativo a la práctica
de la identificación y validación de modelos. Considera también el
uso de métodos de horizonte deslizante para la estimación de estados y
parámetros desconocidos.
Programa
Bloque 1. Identificación de procesos
1 Fundamentos y metodología de la identificación.
2 Métodos clásicos de identificación
3 Identificación en lazo cerrado
4 Herramientas y práctica de la identificación, validación de modelos.
6 Calibración de modelos no-lineales
5 Técnicas de estimación no-lineal de estados y parámetros. Métodos de horizonte deslizante
Actividades:
Discusión de artículos. Se discutirán distintos artículos representativos de la materia.
Se desarrollarán prácticas usando una Toolbox de identificación, un entorno de optimización en EcosimPro y datos reales de diversos procesos.
Evaluación.
Presentación de un trabajo por el alumno
Bibliografía
System Identification, Ljung, L. Prentice Hall 1987
Modelling of dynamical Systems, Ljung, L. , Glad J. Prentice Hall 1994
Practique de l'identification, Richalet, J. Hermes, 1991
Identification of multivariable industrial processes, Zhu Y.,
Backx, T., Springer Verlag 1993
Documentación
Código: C50264
Comienzo: el bloque de diseño y
scheduling comienza el 30/10/17 a las 16.00 h. en el Laboratorio del Departamento
de Ingeniería de Sistemas y Automática en la Sede Mergelina de la EII
Créditos:
4 (de 6)
Palabras clave: Operabilidad, Caracterización dinámica,
Diseño integrado proceso y sistema de control, Optimización mixta
entera con GAMS. Síntesis de procesos. Secuenciamiento de procesos batch.
Integración energética
Responsables:
César de Prada Moraga (ISA), Gloria Gutierrez (ISA). El profesor Fidel Mato Chain (IQ)
explicará el bloque de integración energética,
Profesor invitado:
El curso aborda una introducción a varios problemas de interés en el diseño de procesos. Comienza por estudiar el diseño de procesos mediante técnicas de optimización, lo que se conoce como síntesis de procesos. Esta incluye no solo el dimensionamiento, sino también el problema de diseño óptimo de la estructura del proceso, lo que lleva a la formulación de problemas de optimización mixto enteros. Para facilitar su resolución, se da una introducción a un software de optimización. Después se aborda su aplicación práctica de los mismos en problemas de síntesis óptima de procesos como el diseño de redes de intercambiadores de calor.
El siguiente tema se refiere a la integración de diseño del proceso y su sistema de control. Tradicionalmente el diseño de los procesos se realiza en estado estacionario sin tener en cuenta sus características dinámicas y de operabilidad. Posterior e independientemente, se diseña el sistema de control para gobernar el proceso. Esto conduce a veces a procesos difíciles de controlar, lo que dificulta su puesta en marcha y rendimiento y, en todo caso no explota las ventajas que ofrece un enfoque conjunto de ambos problemas: el diseño del proceso y su operación posterior. Ello permite, no solo hacer diseños de procesos mas controlables, sino, teniendo en cuenta que la capacidad de los sistemas de control avanzado para mantener bajo especificaciones las variables del proceso, re-diseñar estos para dotarles de nuevas capacidades.
La resolución de problemas de diseño integrado proceso-control lleva también a abordar diversas técnicas de optimización en un contexto dinámico, por lo que se proporciona una introducción a la optimización dinámica y se aborda la manera de resolver estos problemas de forma eficiente con el correspondiente software.
La última parte de este módulo hace referencia a la formulación y resolución de problemas de secuenciamiento de procesos batch basados en técnicas de optimización.
Finalmente, la asignatura aborda el tema de la integración energética de procesos como un procedimiento de ahorro de energía presente en todos los diseños modernos.
Programa
Actividades:
Discusión de artículos. Se discutirán distintos artículos representativos de la materia.
Prácticas en ordenador. Se desarrollarán prácticas con herramientas de optimización y ejercicios de diseño en GAMS/AIMS y EcosimPro.
Evaluación.
Presentación de un trabajo por el alumno
Bibliografía
Estrategias de Modelado, Simulación y Optimización de Procesos Químicos, L. Puigjaner, P. Ollero, C. de Prada, L. Jimenez, Editorial Síntesis, 2006
Multivariable Feedback Control, S. Skogestad, I. Postlethwaite, Edt.
J. Wiley 1997
Non-linear and Mix-Integer Optimization, C. A. Floudas, Edt. Oxford
Univ. Press, 1995
Optimization of Chemical Processes, T.F. Edgar, D.M. Himmenblau, L.S. Lasdon, McGraw Hill, 2ª edic., 2001
Systematic Methods of Chemical Process Design, L.T. Biegler, I.E. Grossmann, A.W. Westerberg, Prentice Hall 1997
Essentials of process control,W.L. Luyben, M.L. Luyben, Mc Graw-Hill,
1997
GAMS, Manual de usuario
Documentación
Control Predictivo de Procesos
Código: 50268
Comienzo: el 20/11/17 a las 18.30 h. en
el Laboratorio del Departamento de Ingeniería de Sistemas y Automática en la Sede Mergelina de la EII
Créditos: 3
Palabras clave:
Control Predictivo, Control Multivariable, Control Predictivo no lineal,
Estabilidad de MPC, robustez
Responsables: César de Prada Moraga
(ISA), Smaranda Cristea (ISA), Teresa Alvarez (ISA)
Profesor invitado:
El curso aborda una introducción al control predictivo
Bloque 1. Control Predictivo
Lineal
- Elementos básicos de control predictivo. Campos de aplicación.
- Modelos de procesos para control predictivo. Cálculo de predicciones.
- Reguladores predictivos lineales clásicos.
- Selección de parámetros en un controlador predictivo.
- Ejemplos de aplicación.
- Control predictivo multivariable lineal.
- Efecto de las perturbaciones. Ejemplos de aplicación.
- Control predictivo con restricciones.
o Tipos de restricciones y de políticas.
o El problema de la factibilidad.
Bloque 2. Control predictivo no-lineal
- Modelos no-lineales para control predictivo
- Control predictivo basado en modelos físicos
- Control de procesos batch
- Estimación de estados para NMPC
- Control predictivo híbrido
- Optimización de consignas con criterios económicos: RTO
Bloque 3. Robustez y estabilidad
- Estabilidad en lazo cerrado.
- Restricciones terminales
- Control predictivo robusto
Actividades:
Discusión de artículos. Se discutirán distintos artículos representativos de la materia.
Prácticas de laboratorio con ordenador. Se desarrollarán prácticas con herramientas de Control predictivo.
Evaluación.
Presentación de un trabajo por el alumno
BIBLIOGRAFÍA:
- Bordons, C. y Camacho, E.. Model Predictive Control. Springer. 2007.
- Grüne, L. y Pannek, J.. Nonlinear Model Predictive Control. Springer. 2011
- Maciejowski, J. Predictive Control with Constraints. Prentice Hall. 2000.
- Rossiter, J.A.. Model based Predictive Control: A Practica Approach. CRC
Press. 2003.
- Wang, L.. Model Predictive Control System Design and Implementation using
MATLAB. Springer. 2009.
Documentación
VVisitas
Estan previstas diversas visitas durante el segundo cuatrimestre a ACOR, TAFISA y Petronor
visita TAFISA marzo 2017
Proyectos de Investigación ofertados para el Master
Temas:
Simulación, control y optimización de redes de gas
Simulación predictiva de procesos
Modelado, Estimación y Optimización de un sistema biotecnológico
Operación del sistema de control distribuido Delta V de Emerson
Implementación de métodos de supervisión y control para el sistema de control del acelerador de particulas LHC
Implementación de métodos de optimización dinámica en EcosimPro
Métodos de Krylov para simulación dinámica
Toolbox de Identificación de procesos en lazo cerrado con subespacios y sistemas Wiener
Secuenciamiento y planificación de procesos batch
Control predictivo robusto
Control tolerante a fallos con MPC
Simulación de procesos de la industria petroquímica (FCC)
Simulación distribuida de procesos
Los interesados pueden ponerse en contacto conmigo