Optimización y control lineal avanzado. Aplicaciones a industria de procesos

Abstract

La industria de procesos químicos y alimentarios, se caracteriza por presentar no linealidades, restricciones en las variables del proceso y requisitos de seguridad manipulados, tiempos muerto juntos, entre otras dificultades. Todo esto ha llevado a tener un bajo desempeño en los sistemas de control tradicional y por tanto resulta poco probable alcanzar un punto de operación óptimo con la planta completa. Por tal motivo, cuando se pretende mejorar el desempeño de procesos industriales, usualmente se recurre a estrategias de control avanzadas tradicionales que si bien, han mostrado ser más exitosas, el desempeño de una planta en su totalidad puede que no respete restricciones, no ser tolerante a fallas y menos aún óptimo. Claramente, alcanzar un óptimo operativo con esquemas de control de alto nivel que interactúen con el sistema de control de bajo nivel y al mismo tiempo, dicho control de alto nivel pueda realizar tareas de optimización en tiempo real sujetas a necesidades económicas y de mercado, redunda fuertemente en los beneficios económicos altamente favorables para una empresa. La idea de este proyecto es trabajar con estrategias avanzadas, particularmente con una o más formulaciones de control predictivo, planteando problemas de optimización convexa usando Desigualdades Matriciales Lineales (Linear Matrix Inequalities, LMI, por su designación en inglés) con el objeto de alcanzar optimalidad mediante realimentación de estados y realimentación de salida. También, se destaca también, la implementación de estas herramientas para la detección y control tolerante a fallas aplicado a sistemas no lineales con restricciones. Finalmente, se destaca que se propone aplicar estas formulaciones a procesos de ingeniería química y de alimentos, algo que nuestro grupo de investigación viene realizando desde hace algunos años. Más puntualmente, se propone aplicarlas en control de intercambiadores de calor, reactores, columnas de destilación, plantas completas y microredes eléctricas.

The chemical and food process industry is characterized by presenting nonlinearities, restrictions on process variables and manipulated safety requirements, dead time together, among other among other difficulties. All this has led to poor performance in traditional control systems and therefore it is unlikely to reach an optimal operating point with the entire plant. For this reason, when it is intended to improve the performance of industrial processes, traditional advanced control strategies are usually used that, although they have proven to be more successful, the plant performance as a whole may not respect restrictions, not be tolerant to failures and even less optimal. Clearly, to achieve an optimal operation with high-level control schemes that interact with the low-level control system and at the same time, the high-level control can perform real-time optimization tasks subject to economic and market needs, redundancy strongly in the highly favorable economic benefits for a company. The idea of this project is to work with advanced strategies, particularly with one or more predictive control formulations, proposing convex optimization problems using Linear Matrix Inequalities (LMI) in order to achieve optimality through states feedback and output feedback. Furthermore, it also stands out, the implementation of these tools for fault-tolerant detection and control applied to non-linear systems with restrictions. Finally, it is highlighted that it is proposed to apply these formulations to chemical and food engineering processes, something that our research group has been carrying out for some years. More specifically, it is proposed to apply them in control of heat exchangers, reactors, distillation columns, complete plants and electric microgrids