Revista estudiantil, trabajo final Materia ingeniería de Proyectos
Lineas de investigación sobre el área de simulación
1. INSTITUTO TECNOLOGICO SUPERIOR DE
COATZACOALCOS
MATERIA
Herramientas de simulación de procesos industriales
DOCENTE
I.S.C. Lizbeth Hernández Olán
ACTIVIDAD
Lineas de investigación sobre el área de simulación
ESTUDIANTE
LEAFAR GELAN ROMERO AGUILAR
CARRERA
INGENIERIA INFORMATICA
SEMESTRE Y GRUPO
NOVENO “B
2. Simulación dinámica de procesos.
El objetivo de estas actividades es la construcción de modelos, entornos de
simulación y simuladores que permitan disponer de un entorno realista de
emulación de diferentes procesos para su uso en diversos ámbitos. Estos
comprenden simuladores de sala de control para entrenamiento de personal, en
particular de factorías azucareras completas, simuladores de procesos
petroquímicos para predicción y soporte de sistemas de control y optimización y
para enseñanza, simuladores de plantas desaladoras, sistemas eléctricos con
fuentes de energía renovables, etc. Los modelos están basados
fundamentalmente en leyes físico-químicas y los estudios involucran también
problemas multi-escala, métodos de identificación de parámetros y validación de
dichos modelos, así como el desarrollo de librerías en el entorno del lenguaje
EcosimPro.
Monitorización de procesos.
En este punto, se trata de estimar el estado de un proceso a partir de medidas
parciales o imprecisas del mismo en funcionamiento normal, utilizando una
combinación de valores medidos, modelos, indicadores y algoritmos de cálculo.
Ejemplos típicos están ligados al estudio y aplicación de métodos de
reconciliación de datos y estimación de variables no medidas en sistemas de
gran escala como fábricas azucareras o redes de distribución de hidrógeno en
refinerías de petróleo. Otro campo de estudio comprende los métodos de
supervisión automática de controladores para seleccionar aquellos que
necesitan resintonía.
Diseño Integrado del proceso y su sistema de control.
Esta línea de trabajo va orientada al desarrollo de métodos para el diseño
conjunto de un proceso y su sistema de control garantizando simultáneamente
el cumplimiento de sus especificaciones de operación y unas determinadas
características dinámicas minimizando un cierto índice de coste económico. Los
3. estudios consideran los casos de uso de superestructuras e incertidumbre en la
operación, así como el desarrollo de entornos de cálculo.
Sistemas complejos de gran escala.
Esta línea de trabajo comprende actividades de control y optimización de
procesos complejos, tanto por su dimensión como por la incertidumbre asociada
a su operación. Normalmente se usa un enfoque jerárquico y se busca plantear
un problema integrado de optimización económica en un marco de control
predictivo del proceso con consideración explícita de la incertidumbre en la toma
de decisiones. Campos de aplicación incluyen la gestión óptima del vapor en
factorías azucareras, la gestión optima de la energía en sistemas combinados
de producción de agua potable y electricidad con energías renovables y plantas
desaladoras, la gestión óptima de las redes de hidrógeno o de plantas HDS en
refinerías de petróleo y el control multivariable de una red de distribución de
oxígeno.
Control predictivo e híbrido.
El control predictivo utiliza un modelo interno del proceso para predecir su
comportamiento futuro y permitir la selección de las acciones que optimizan
dicho comportamiento. Junto a la consideración de no-linealidades,
restricciones, factibilidad, estabilidad, etc., en este contexto, esta línea de trabajo
incorpora el control de sistemas híbridos. Muchos procesos reales involucran no
solo variables o sistemas que evolucionan continuamente en el tiempo, si no
también decisiones discretas, restricciones lógicas, operaciones por lotes, etc.,
que dan un carácter híbrido a los sistemas de proceso. En este punto se han
formulado soluciones al control y optimización de dichos procesos y se pretende
desarrollar métodos eficientes que permitan resolver estos problemas en tiempo
real en el contexto de control predictivo. En particular, se estudian soluciones
para transformar los problemas MIDO en NLP y se aplican a una amplia gama
4. de procesos, entre los que se encuentran sistemas mixtos continuos y batch, o
el control de temperatura criogénica del LHC en el CERN.
Optimización dinámica.
Esta línea de trabajo está asociada al desarrollo de herramientas para
optimización dinámica de procesos, asociadas al entorno de simulación
EcosimPro. Se busca la integración eficiente de métodos de optimización en
EcosimPro, en particular mixta-entera, que permitan abordar la resolución de
problemas de control y optimización y la generación de código para la
implementación en tiempo real de las soluciones obtenidas en el marco de
sistemas SCADA.
Control, planificación de experimentos y optimización de procesos
biotecnológicos.
Esta línea de actividad se relaciona con el desarrollo de algoritmos para
optimización y control de reactores biológicos usando modelos eficientes.
Combina aspectos de desarrollo de modelos con el nivel de detalle apropiado
para el uso esperado (control u optimización), con enfoques específicos para el
tratamiento de la incertidumbre asociada y diseño óptimo de experimentos. Se
evalúan los modelos realizando un análisis de su sensibilidad. El objetivo de este
análisis es determinar el grado de respuesta (sensibilidad) del comportamiento
del modelo a cambios en algunos de sus componentes. Para cuantificar la
importancia de los parámetros y sus interacciones con la salida del modelo se
quieren utilizar y comparar distintos métodos de análisis de sensibilidad global
que servirá como paso previo al diseño de experimentos óptimos. Para la
optimización dinámica usando modelos se aborda la problemática de una
optimización iterativa de la política de operación a partir de una secuencia de
experimentos que permiten una reducción sistemática de la incertidumbre de los
modelos empleados por medio de un programa óptimo de muestreos en cada
experimento y discriminación de modelos alternativos. También se investiga una
adecuada integración de modelos cibernéticos de reactores biológicos en el
5. control predictivo y la optimización dinámica para el desarrollo de nuevas
metodologías de operación de biorreactores.
Sistemas de parámetros distribuidos.
Muchos sistemas reales están descritos por ecuaciones en derivadas parciales,
tanto por su distribución espacial como por involucrar balances de población y
su control presenta retos especiales por la dimensionalidad de los mismos. En
este campo se estudian problemas que abarcan desde el modelado, y en
particular la reducción de modelos con técnicas como POD, hasta el control y
optimización en sistemas de cristalización, de filtrado con membranas, de
reactores de placas, o fabricación de helados.
Los profesores que trabajan en esta área son: César de Prada Moraga, Mª Jesús
de la Fuente Aparicio, Mª Teresa Alvarez Alvarez, Fernando Tadeo Rico, Jesús
María Zamarreño Cosme, Smaranda Cristea, Gloria Gutiérrez Rodríguez,
Enrique Baeyens Lázaro, Alberto Herreros López, José Ramón Perán González.
Simulación
El grupo ARTEC lleva muchos años investigando y desarrollando aplicaciones de
bajo coste orientadas a aplicar las tecnologías de simulación al área de formación
e investigación en factores humanos.
Podemos destacar dentro del grupo la línea de trabajo en simulación de conducción,
donde se han desarrollado varias tesis tratando temas de modelado de carreteras,
gestión del tráfico autónomo y gestión de ejercicios de simulación. En esta área el
grupo viene desarrollando desde hace años sistemas visuales y de gestión de tráfico
en simuladores de conducción como el SIRCA financiado por NISSAN y la
Universidad Tecnológica de Dresde, o TUTOR el simulador combinado de autobús
y camión. Además se han creado simuladores multipuesto orientados a la formación
en seguridad vial de conductores profesionales, o a la prevención de riesgos como
el simulador SIAUTO, así como proyectos basados en estudios de factores
humanos .
6. En el área de simulación civil tenemos una larga experiencia en simuladores todo
tipo orientados a la formación como los simuladores de salvamento marítimo y bote
o los simuladores de construcción (Edificio Virtual de Riesgos, Simulador de
construcción para DRAGADOS).También hemos creado simuladores colaborativos,
simuladores de grúas portuarias, de helicóptero u otros simuladores orientados al
entretenimiento como el simulador de ala delta. En todos ellos el grupo ARTEC ha
investigado en las líneas de desarrollo de sistemas de visualización e interacción
adecuados para la inmersión en estos entornos, así como en la creación de modelos
físicos adecuados y entornos virtuales altamente realistas.
Realidad Aumentada
La realidad aumentada, a diferencia de la realidad virtual, no pretende sumergir al
usuario en un mundo virtual, sino aumentar su percepción del mundo real utilizando
información virtual. Con este objetivo de aumentar la percepción del usuario, el
grupo ARTEC se centra en aumentar el sentido de la vista, diseñando y creando,
tanto aplicaciones como dispositivos de visualización adecuados a las necesidades
de cada caso.
Aunque esta tecnología es relativamente nueva, desde 2005 hemos desarrollado
ya un gran número de proyectos, en los que se ha aplicado a diversos campos:
formación (Virtual Fire, Supervisar y Supervisar 2.0), diseño y prototipado
(BIOMIMO), construcción y obra civil (SICURA), ayuda a personas con autismo
(Pictogram Room), publicidad (Agencia Virtual) ó entretenimiento (Sagrada Familia
AR, Observar, FITUR 2011).