Diseño, operación y optimización dinámica de problemas de gran tamaño

• Autores: Laiglecia, Juan Ignacio
• Año de publicación: 2020
• Idioma: español castellano
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: Díaz, María Soledad
• Materia: Ingeniería Química; Optimización dinámica; Procesos criogénicos; Redes metabólicas; Optimización en dos niveles
• Institución: Universidad Nacional del Sur

En esta tesis se abordan diferentes problemas de optimización dinámica de gran tamaño, desde una planta de tratamiento de gas natural como para un sistema biológico capaz de producir de etanol. En todos los casos resueltos durante esta tesis se transformaron los problemas diferenciales-algebraicos en problemas no lineales mediante la aplicación de estrategias de discretización ortogonal en un enfoque simultáneo. Se desarrolla un modelo dinámico basado en primeros principios que representa el sector criogénico de una planta de tratamiento de gas natural, se obtuvieron resultados satisfactorios de la comparación con datos experimentales aportados por una empresa actualmente en operación (TGS S.A.). Además, se resolvieron problemas de optimización dinámica que abordan problemas de controlabilidad y mejoras en la eficiencia del sector criogénico de la planta. En este problema de gran tamaño se explotaron las propiedades de los códigos, solvers, plataformas y terceras dependencias utilizados en la búsqueda de la solución óptima en el menor tiempo computacional posible, arrojando resultados que abren la posibilidad de expandir esta aplicación hacia problemas de Control Predictivo No Lineal o Control en Línea. En el caso del modelo dinámico que representa un sistema biológico para la producción de etanol, se obtuvieron resultados que concuerdan con los datos experimentales disponibles. Se resuelve un problema de estimación de parámetros que contribuye con nueva información de parámetros a la bibliografía. Además, se resolvió un problema de optimización dinámica que maximiza la producción de etanol mediante el control de grados de libertad propuestos en la tesis, consiguiendo un aumento considerable en la producción de etanol. En ambos problemas de optimización se desarrolla un modelodiferencial-algebraico que representa el medio extracelular y un modelo lineal que representa el modelado de las redes metabólicas para la cepa Synechocystis sp. PCC 6803.
This dissertation addresses different large-scale dynamic optimization problems, from a natural gas treatment plant to a biological system able of producing ethanol. During this thesis, all formulated differential-algebraic problems were transformed into non-linear problems by the application of orthogonal discretization strategies in a simultaneous approach. A dynamic model based on first principles that represents the cryogenic sector of a natural gas treatment plant was developed, obtaining satisfactory results from the comparison with experimental data contributed by a company currently under operation (TGS S.A.). In addition, dynamic optimization problems, which faced off controllability issues and improvements in the efficiency of cryogenic sector of the plant were solved. In this large-scale problem, codes, solvers, platforms and third parties dependencies properties were exploited looking for optimal solutions in the shortest time, getting results that open the possibility of expanding this application to Non-Linear Model Predictive Control or Online Control problems. In the case of the dynamic model that represents a biological system for ethanol productions, the results obtained have good agreement with experimental data available. A parameter estimation problem that contributes with new information to the bibliography was solved. Besides, in this thesis a dynamic optimization problem was solved which maximize ethanol production through controlling degrees of freedom proposed, achieving a considerable increment in the ethanol production. In both large-scale optimization problems, a differential-algebraic model was developed that represents the extracellular medium and a linear model that characterizes the metabolic networks model for the Synechocystis sp. PCC 6803 strain.
Fil: Laiglecia, Juan Ignacio. Universidad Nacional de Río Negro; Argentina