Modelización, monitoreo y control en procesos para producción de bioplásticos
- Autores
- Jamilis Ricaldoni, Martín Ignacio
- Año de publicación
- 2016
- Idioma
- español castellano
- Tipo de recurso
- tesis doctoral
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- De Battista, Hernán
Garelli, Fabricio - Descripción
- La presente tesis aborda problemas de estimación y control de procesos de alta densidad celular. Como caso de estudio particular se toma la producción de bioplásticos mediante Cupriavidus necator. Se hacen contribuciones novedosas en cuanto a modelizado de los procesos, monitorización de tasas de reacción y optimización en línea mediante control. Con el objetivo de proveer un marco más realista y preciso, se desarrollan modelos orientados al control capaces de describir las variaciones de volumen en procesos de alta densidad celular, alimentados con medios concentrados y con acumulación de productos intracelulares. Los modelos obtenidos son prácticos en cuanto a que no dependen de parámetros difíciles de obtener y son más precisos que otros previamente reportados. Para la monitorización de proceso, se desarrollan algoritmos de estimación de las tasas de reacción. Se diseñan observadores para cada una de las fases del proceso de producción de bioplásticos teniendo en cuenta las restricciones impuestas por las plantas experimentales y la incertidumbre de los modelos del microorganismo. Los estimadores propuestos utilizan los modelos de volumen antes desarrollados y constituyen un aporte importante a la monitorización de procesos en condiciones restrictivas como las presentes en procesos de alta densidad celular. Junto con el diseño de los estimadores se hacen aportes originales al análisis de errores, pruebas de estabilidad y condiciones sobres las ganancias de los algoritmos para satisfacer tasas de decaimiento de los errores. Además se proveen validaciones con resultados experimentales. La optimización en línea de los procesos viene dada por la aplicación de controles para seguimiento de extremos que buscan maximizar las tasas de reacción en puntos de operación que, a priori, no son conocidos. Se propone un novedoso esquema de control no lineal, que incluye la estimación de un gradiente que permite converger al óptimo de una función objetivo (el mapa de sustrato a tasa de reacción). Se dan por primera vez pruebas de estabilidad para este controlador, incluyendo incertidumbre estructurada. Además, se derivan condiciones de diseño sobre sus ganancias. El control propuesto mejora a los reportados en la literatura en cuanto a velocidad de respuesta y suavidad de las tasas obtenidas. Además, está basado en la utilización de sensores cuya utilización es más factible en procesos de alta densidad celular. El algoritmo de control es finalmente aplicado a la producción de bioplásticos, obteniéndose resultados muy satisfactorios.
- Materia
-
Ingeniería Eléctrica y Electrónica
densidad celular
optimización
control automático
bioprocesos
bioplásticos
monitorización - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by/4.0/
- Repositorio
- Institución
- Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
- OAI Identificador
- oai:digital.cic.gba.gob.ar:11746/8286
Ver los metadatos del registro completo
id |
CICBA_2e83b679e46b5652418679b67f4b305e |
---|---|
oai_identifier_str |
oai:digital.cic.gba.gob.ar:11746/8286 |
network_acronym_str |
CICBA |
repository_id_str |
9441 |
network_name_str |
CIC Digital (CICBA) |
spelling |
Modelización, monitoreo y control en procesos para producción de bioplásticosJamilis Ricaldoni, Martín IgnacioIngeniería Eléctrica y Electrónicadensidad celularoptimizacióncontrol automáticobioprocesosbioplásticosmonitorizaciónLa presente tesis aborda problemas de estimación y control de procesos de alta densidad celular. Como caso de estudio particular se toma la producción de bioplásticos mediante Cupriavidus necator. Se hacen contribuciones novedosas en cuanto a modelizado de los procesos, monitorización de tasas de reacción y optimización en línea mediante control. Con el objetivo de proveer un marco más realista y preciso, se desarrollan modelos orientados al control capaces de describir las variaciones de volumen en procesos de alta densidad celular, alimentados con medios concentrados y con acumulación de productos intracelulares. Los modelos obtenidos son prácticos en cuanto a que no dependen de parámetros difíciles de obtener y son más precisos que otros previamente reportados. Para la monitorización de proceso, se desarrollan algoritmos de estimación de las tasas de reacción. Se diseñan observadores para cada una de las fases del proceso de producción de bioplásticos teniendo en cuenta las restricciones impuestas por las plantas experimentales y la incertidumbre de los modelos del microorganismo. Los estimadores propuestos utilizan los modelos de volumen antes desarrollados y constituyen un aporte importante a la monitorización de procesos en condiciones restrictivas como las presentes en procesos de alta densidad celular. Junto con el diseño de los estimadores se hacen aportes originales al análisis de errores, pruebas de estabilidad y condiciones sobres las ganancias de los algoritmos para satisfacer tasas de decaimiento de los errores. Además se proveen validaciones con resultados experimentales. La optimización en línea de los procesos viene dada por la aplicación de controles para seguimiento de extremos que buscan maximizar las tasas de reacción en puntos de operación que, a priori, no son conocidos. Se propone un novedoso esquema de control no lineal, que incluye la estimación de un gradiente que permite converger al óptimo de una función objetivo (el mapa de sustrato a tasa de reacción). Se dan por primera vez pruebas de estabilidad para este controlador, incluyendo incertidumbre estructurada. Además, se derivan condiciones de diseño sobre sus ganancias. El control propuesto mejora a los reportados en la literatura en cuanto a velocidad de respuesta y suavidad de las tasas obtenidas. Además, está basado en la utilización de sensores cuya utilización es más factible en procesos de alta densidad celular. El algoritmo de control es finalmente aplicado a la producción de bioplásticos, obteniéndose resultados muy satisfactorios.De Battista, HernánGarelli, Fabricio2016-09-08info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttps://digital.cic.gba.gob.ar/handle/11746/8286spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2025-09-04T09:43:49Zoai:digital.cic.gba.gob.ar:11746/8286Institucionalhttp://digital.cic.gba.gob.arOrganismo científico-tecnológicoNo correspondehttp://digital.cic.gba.gob.ar/oai/snrdmarisa.degiusti@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:94412025-09-04 09:43:49.407CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse |
dc.title.none.fl_str_mv |
Modelización, monitoreo y control en procesos para producción de bioplásticos |
title |
Modelización, monitoreo y control en procesos para producción de bioplásticos |
spellingShingle |
Modelización, monitoreo y control en procesos para producción de bioplásticos Jamilis Ricaldoni, Martín Ignacio Ingeniería Eléctrica y Electrónica densidad celular optimización control automático bioprocesos bioplásticos monitorización |
title_short |
Modelización, monitoreo y control en procesos para producción de bioplásticos |
title_full |
Modelización, monitoreo y control en procesos para producción de bioplásticos |
title_fullStr |
Modelización, monitoreo y control en procesos para producción de bioplásticos |
title_full_unstemmed |
Modelización, monitoreo y control en procesos para producción de bioplásticos |
title_sort |
Modelización, monitoreo y control en procesos para producción de bioplásticos |
dc.creator.none.fl_str_mv |
Jamilis Ricaldoni, Martín Ignacio |
author |
Jamilis Ricaldoni, Martín Ignacio |
author_facet |
Jamilis Ricaldoni, Martín Ignacio |
author_role |
author |
dc.contributor.none.fl_str_mv |
De Battista, Hernán Garelli, Fabricio |
dc.subject.none.fl_str_mv |
Ingeniería Eléctrica y Electrónica densidad celular optimización control automático bioprocesos bioplásticos monitorización |
topic |
Ingeniería Eléctrica y Electrónica densidad celular optimización control automático bioprocesos bioplásticos monitorización |
dc.description.none.fl_txt_mv |
La presente tesis aborda problemas de estimación y control de procesos de alta densidad celular. Como caso de estudio particular se toma la producción de bioplásticos mediante Cupriavidus necator. Se hacen contribuciones novedosas en cuanto a modelizado de los procesos, monitorización de tasas de reacción y optimización en línea mediante control. Con el objetivo de proveer un marco más realista y preciso, se desarrollan modelos orientados al control capaces de describir las variaciones de volumen en procesos de alta densidad celular, alimentados con medios concentrados y con acumulación de productos intracelulares. Los modelos obtenidos son prácticos en cuanto a que no dependen de parámetros difíciles de obtener y son más precisos que otros previamente reportados. Para la monitorización de proceso, se desarrollan algoritmos de estimación de las tasas de reacción. Se diseñan observadores para cada una de las fases del proceso de producción de bioplásticos teniendo en cuenta las restricciones impuestas por las plantas experimentales y la incertidumbre de los modelos del microorganismo. Los estimadores propuestos utilizan los modelos de volumen antes desarrollados y constituyen un aporte importante a la monitorización de procesos en condiciones restrictivas como las presentes en procesos de alta densidad celular. Junto con el diseño de los estimadores se hacen aportes originales al análisis de errores, pruebas de estabilidad y condiciones sobres las ganancias de los algoritmos para satisfacer tasas de decaimiento de los errores. Además se proveen validaciones con resultados experimentales. La optimización en línea de los procesos viene dada por la aplicación de controles para seguimiento de extremos que buscan maximizar las tasas de reacción en puntos de operación que, a priori, no son conocidos. Se propone un novedoso esquema de control no lineal, que incluye la estimación de un gradiente que permite converger al óptimo de una función objetivo (el mapa de sustrato a tasa de reacción). Se dan por primera vez pruebas de estabilidad para este controlador, incluyendo incertidumbre estructurada. Además, se derivan condiciones de diseño sobre sus ganancias. El control propuesto mejora a los reportados en la literatura en cuanto a velocidad de respuesta y suavidad de las tasas obtenidas. Además, está basado en la utilización de sensores cuya utilización es más factible en procesos de alta densidad celular. El algoritmo de control es finalmente aplicado a la producción de bioplásticos, obteniéndose resultados muy satisfactorios. |
description |
La presente tesis aborda problemas de estimación y control de procesos de alta densidad celular. Como caso de estudio particular se toma la producción de bioplásticos mediante Cupriavidus necator. Se hacen contribuciones novedosas en cuanto a modelizado de los procesos, monitorización de tasas de reacción y optimización en línea mediante control. Con el objetivo de proveer un marco más realista y preciso, se desarrollan modelos orientados al control capaces de describir las variaciones de volumen en procesos de alta densidad celular, alimentados con medios concentrados y con acumulación de productos intracelulares. Los modelos obtenidos son prácticos en cuanto a que no dependen de parámetros difíciles de obtener y son más precisos que otros previamente reportados. Para la monitorización de proceso, se desarrollan algoritmos de estimación de las tasas de reacción. Se diseñan observadores para cada una de las fases del proceso de producción de bioplásticos teniendo en cuenta las restricciones impuestas por las plantas experimentales y la incertidumbre de los modelos del microorganismo. Los estimadores propuestos utilizan los modelos de volumen antes desarrollados y constituyen un aporte importante a la monitorización de procesos en condiciones restrictivas como las presentes en procesos de alta densidad celular. Junto con el diseño de los estimadores se hacen aportes originales al análisis de errores, pruebas de estabilidad y condiciones sobres las ganancias de los algoritmos para satisfacer tasas de decaimiento de los errores. Además se proveen validaciones con resultados experimentales. La optimización en línea de los procesos viene dada por la aplicación de controles para seguimiento de extremos que buscan maximizar las tasas de reacción en puntos de operación que, a priori, no son conocidos. Se propone un novedoso esquema de control no lineal, que incluye la estimación de un gradiente que permite converger al óptimo de una función objetivo (el mapa de sustrato a tasa de reacción). Se dan por primera vez pruebas de estabilidad para este controlador, incluyendo incertidumbre estructurada. Además, se derivan condiciones de diseño sobre sus ganancias. El control propuesto mejora a los reportados en la literatura en cuanto a velocidad de respuesta y suavidad de las tasas obtenidas. Además, está basado en la utilización de sensores cuya utilización es más factible en procesos de alta densidad celular. El algoritmo de control es finalmente aplicado a la producción de bioplásticos, obteniéndose resultados muy satisfactorios. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-09-08 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_db06 info:ar-repo/semantics/tesisDoctoral |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
https://digital.cic.gba.gob.ar/handle/11746/8286 |
url |
https://digital.cic.gba.gob.ar/handle/11746/8286 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:CIC Digital (CICBA) instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires instacron:CICBA |
reponame_str |
CIC Digital (CICBA) |
collection |
CIC Digital (CICBA) |
instname_str |
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires |
instacron_str |
CICBA |
institution |
CICBA |
repository.name.fl_str_mv |
CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Aires |
repository.mail.fl_str_mv |
marisa.degiusti@sedici.unlp.edu.ar |
_version_ |
1842340436337754112 |
score |
12.623145 |