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
CIC Digital (CICBA)
Institución
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
OAI Identificador
oai:digital.cic.gba.gob.ar:11746/8286

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