How to improve the model partitioning in a DSS for instrumentation design

Autores
Domancich, Alejandro Omar; Durante, Marcelo; Ferraro, Sebastián José; Hoch, Patricia Monica; Brignole, Nélida Beatriz; Ponzoni, Ignacio
Año de publicación
2009
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
In this article, we present an extension to the observability analysis algorithm known as Direct Method (DM), which is an essential piece of a Decision Support System (DSS), whose purpose is to help engineers in the instrumentation design of industrial process plants. The main goal of this new version of DM algorithm is to improve the global performance of the DSS. The new variant, known as Extended Direct Method (EDM), incorporates a novel module that quantifies the degree of nonlinearity associated with the variables and equations of the mathematical model for the process plant. This new quantification procedure conforms a heuristic search, which guides the traditional DM towards a decomposition of the mathematical model in subsystems with the smallest possible degree of nonlinearity. The obtained results show that the EDM is able to reduce the nonlinearity of the subsystems obtained through the observability analysis procedure. At the same time, it can successfully increase the generated quantity of minimum size subsystems, thus also contributing to improve the DSS?s global performance.
Fil: Domancich, Alejandro Omar. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina
Fil: Durante, Marcelo. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina
Fil: Ferraro, Sebastián José. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional del Sur. Departamento de Matemática; Argentina. Consejo Superior de Investigaciones Científicas; España
Fil: Hoch, Patricia Monica. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina
Fil: Brignole, Nélida Beatriz. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina
Fil: Ponzoni, Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina
Materia
Bipartite Graphs
Observability Analysis
Instrumentation Design
Decision Support Systems
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/57793
Acceder
id CONICETDig_b962500e8f59c44be600db32118ef66f
oai_identifier_str oai:ri.conicet.gov.ar:11336/57793
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling How to improve the model partitioning in a DSS for instrumentation designDomancich, Alejandro OmarDurante, MarceloFerraro, Sebastián JoséHoch, Patricia MonicaBrignole, Nélida BeatrizPonzoni, IgnacioBipartite GraphsObservability AnalysisInstrumentation DesignDecision Support Systemshttps://purl.org/becyt/ford/1.2https://purl.org/becyt/ford/1In this article, we present an extension to the observability analysis algorithm known as Direct Method (DM), which is an essential piece of a Decision Support System (DSS), whose purpose is to help engineers in the instrumentation design of industrial process plants. The main goal of this new version of DM algorithm is to improve the global performance of the DSS. The new variant, known as Extended Direct Method (EDM), incorporates a novel module that quantifies the degree of nonlinearity associated with the variables and equations of the mathematical model for the process plant. This new quantification procedure conforms a heuristic search, which guides the traditional DM towards a decomposition of the mathematical model in subsystems with the smallest possible degree of nonlinearity. The obtained results show that the EDM is able to reduce the nonlinearity of the subsystems obtained through the observability analysis procedure. At the same time, it can successfully increase the generated quantity of minimum size subsystems, thus also contributing to improve the DSS?s global performance.Fil: Domancich, Alejandro Omar. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; ArgentinaFil: Durante, Marcelo. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; ArgentinaFil: Ferraro, Sebastián José. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional del Sur. Departamento de Matemática; Argentina. Consejo Superior de Investigaciones Científicas; EspañaFil: Hoch, Patricia Monica. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; ArgentinaFil: Brignole, Nélida Beatriz. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; ArgentinaFil: Ponzoni, Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; ArgentinaAmerican Chemical Society2009-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/57793Domancich, Alejandro Omar; Durante, Marcelo; Ferraro, Sebastián José; Hoch, Patricia Monica; Brignole, Nélida Beatriz; et al.; How to improve the model partitioning in a DSS for instrumentation design; American Chemical Society; Industrial & Engineering Chemical Research; 48; 12-2009; 3513-35250888-5885CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/doi/10.1021/ie800449tinfo:eu-repo/semantics/altIdentifier/url/https://pubs.acs.org/doi/abs/10.1021/ie800449tinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:02:03Zoai:ri.conicet.gov.ar:11336/57793instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 10:02:03.744CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv How to improve the model partitioning in a DSS for instrumentation design
title How to improve the model partitioning in a DSS for instrumentation design
spellingShingle How to improve the model partitioning in a DSS for instrumentation design
Domancich, Alejandro Omar
Bipartite Graphs
Observability Analysis
Instrumentation Design
Decision Support Systems
title_short How to improve the model partitioning in a DSS for instrumentation design
title_full How to improve the model partitioning in a DSS for instrumentation design
title_fullStr How to improve the model partitioning in a DSS for instrumentation design
title_full_unstemmed How to improve the model partitioning in a DSS for instrumentation design
title_sort How to improve the model partitioning in a DSS for instrumentation design
dc.creator.none.fl_str_mv Domancich, Alejandro Omar
Durante, Marcelo
Ferraro, Sebastián José
Hoch, Patricia Monica
Brignole, Nélida Beatriz
Ponzoni, Ignacio
author Domancich, Alejandro Omar
author_facet Domancich, Alejandro Omar
Durante, Marcelo
Ferraro, Sebastián José
Hoch, Patricia Monica
Brignole, Nélida Beatriz
Ponzoni, Ignacio
author_role author
author2 Durante, Marcelo
Ferraro, Sebastián José
Hoch, Patricia Monica
Brignole, Nélida Beatriz
Ponzoni, Ignacio
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Bipartite Graphs
Observability Analysis
Instrumentation Design
Decision Support Systems
topic Bipartite Graphs
Observability Analysis
Instrumentation Design
Decision Support Systems
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.2
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv In this article, we present an extension to the observability analysis algorithm known as Direct Method (DM), which is an essential piece of a Decision Support System (DSS), whose purpose is to help engineers in the instrumentation design of industrial process plants. The main goal of this new version of DM algorithm is to improve the global performance of the DSS. The new variant, known as Extended Direct Method (EDM), incorporates a novel module that quantifies the degree of nonlinearity associated with the variables and equations of the mathematical model for the process plant. This new quantification procedure conforms a heuristic search, which guides the traditional DM towards a decomposition of the mathematical model in subsystems with the smallest possible degree of nonlinearity. The obtained results show that the EDM is able to reduce the nonlinearity of the subsystems obtained through the observability analysis procedure. At the same time, it can successfully increase the generated quantity of minimum size subsystems, thus also contributing to improve the DSS?s global performance.
Fil: Domancich, Alejandro Omar. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina
Fil: Durante, Marcelo. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina
Fil: Ferraro, Sebastián José. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional del Sur. Departamento de Matemática; Argentina. Consejo Superior de Investigaciones Científicas; España
Fil: Hoch, Patricia Monica. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina
Fil: Brignole, Nélida Beatriz. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina
Fil: Ponzoni, Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina
description In this article, we present an extension to the observability analysis algorithm known as Direct Method (DM), which is an essential piece of a Decision Support System (DSS), whose purpose is to help engineers in the instrumentation design of industrial process plants. The main goal of this new version of DM algorithm is to improve the global performance of the DSS. The new variant, known as Extended Direct Method (EDM), incorporates a novel module that quantifies the degree of nonlinearity associated with the variables and equations of the mathematical model for the process plant. This new quantification procedure conforms a heuristic search, which guides the traditional DM towards a decomposition of the mathematical model in subsystems with the smallest possible degree of nonlinearity. The obtained results show that the EDM is able to reduce the nonlinearity of the subsystems obtained through the observability analysis procedure. At the same time, it can successfully increase the generated quantity of minimum size subsystems, thus also contributing to improve the DSS?s global performance.
publishDate 2009
dc.date.none.fl_str_mv 2009-12
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/57793
Domancich, Alejandro Omar; Durante, Marcelo; Ferraro, Sebastián José; Hoch, Patricia Monica; Brignole, Nélida Beatriz; et al.; How to improve the model partitioning in a DSS for instrumentation design; American Chemical Society; Industrial & Engineering Chemical Research; 48; 12-2009; 3513-3525
0888-5885
CONICET Digital
CONICET
url http://hdl.handle.net/11336/57793
identifier_str_mv Domancich, Alejandro Omar; Durante, Marcelo; Ferraro, Sebastián José; Hoch, Patricia Monica; Brignole, Nélida Beatriz; et al.; How to improve the model partitioning in a DSS for instrumentation design; American Chemical Society; Industrial & Engineering Chemical Research; 48; 12-2009; 3513-3525
0888-5885
CONICET Digital
CONICET
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/doi/10.1021/ie800449t
info:eu-repo/semantics/altIdentifier/url/https://pubs.acs.org/doi/abs/10.1021/ie800449t
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv American Chemical Society
publisher.none.fl_str_mv American Chemical Society
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844613819989491712
score 13.069144

Publicaciones similares