LÍNEAS DE INVESTIGACIÓN
1.-
Process System Engineering
El campo de la Ingeniería de
Sistemas de Proceso trata de utilizar un enfoque sistémico, y con toma de
decisiones basadas en modelos y herramientas matemáticas, en problemas de
modelado, diseño, control y optimización en la industria de procesos. Dentro del
mismo, el grupo de investigación trabaja en los siguientes temas, muchos de los
cuales están interrelacionados.
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 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 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 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.
2.- Ingeniería de Procesos.
En el Área de Procesos de aplicación
industrial se incardinan trabajos orientados al diseño de producto,
fundamentalmente en industria agroalimentaria, a la optimización de etapas de
proceso (reacción y separación) o al análisis de viabilidad tecnológica, con un
claro referente en las industrias azucareras y de cereal. Dentro de este campo,
adquiere especial relevancia el estudio de alternativas que permitan la
valorización y aprovechamiento de subproductos/residuos. Por un lado, se
trabaja en la transformación de subproductos en productos de alto valor,
pudiendo reseñarse la obtención de bioproductos (concepto de biorefinería), o
el incremento en el valor nutricional de co-productos procedentes de la
industria alimentaria. Por otra parte, se estudian tratamientos específicos de
residuos y efluentes industriales que permitan la reutilización de estas
corrientes en proceso.
Pueden significarse dentro de
esta Área la transformación de co-productos de industrias de cereales en
componentes con mayor contenido proteico o en carbohidratos de fácil
metabolización o el diseño de plantas para recuperación de disolventes o
procesos de tratamiento con tecnologías de oxidación avanzada o tratamientos
específicos que permitan la reutilización de aguas de proceso.
3.-
Automatización Industrial y Robótica
En este campo se trata de
estudiar los sistemas de automatización industrial con todos los elementos que
conllevan, como pueden ser PLCs (controladores lógicos programables), autómatas
finitos, robots, etc. Se pretende trabajar desde el punto de vista teórico,
como son los lenguajes formales para describir los sistemas de fabricación
desde el punto de vista de un autómata finito, con estados y acciones. O desde
un punto de vista más práctico, estudiando problemas de la robótica, como
generación de trayectorias para evitar obstáculos, estudio del trabajo con
sistemas multirrobot, robótica móvil, sistemas de control de robots abiertos,
etc.
4. –
Procesos de alta presión.
Desarrollo del proceso de
oxidación en agua supercrítica para el tratamiento de aguas residuales
industriales.
El proceso de oxidación en
agua supercrítica se basa en la reacción homogénea entre los compuestos
orgánicos no polares y el oxigeno, realizada a temperatura y presión superiores
al punto crítico del agua, (374ºC, 22MPa). Es un proceso que no presenta
limitaciones medio ambientales. El objetivo del esta línea es aportar solucione
técnicas al desarrollo de reactores que minimicen el coste del reactor y
permitan la recuperación energética del efluente. Concretamente estamos
investigando en: 1) Propuesta de nuevos diseños de reactores para tratar
residuos específicos. 2) Diseño y construcción de prototipos. 3) Estudio
experimental de la influencia de las condiciones de operación a escala piloto y
a escala demostración. 4) Modelado usando modelos de flujos simples y
herramientas CFD. 5) Optimización del proceso, integración energética.
Formulación de compuestos
naturales.
La correcta formulación de un
compuesto natural permite aumentar sus aplicaciones y su valor añadido. El
objetivo de esta línea es desarrollar procesos y productos de formulación de
compuestos naturales mediante tecnologías limpias basadas en la utilización de
fluidos supercríticos. Los procesos que se están estudiados son micronización
de partículas utilizando CO2 como antidisolvente, proceso SAS, utilizando el
CO2 como disolvente, proceso RESS, o como soluto procesos PGSS. Procesos de
coprecipitación de un polímero con un compuesto activo mediante la utilización
de fluidos presurizados. Micronización y encapsulación en medio acuoso mediante
la formación y secado de emulsiones. Separación de enantiomeros. Control del
polimorfismo de compuestos activos. Los productos que se están desarrollando
son formulaciones de carotenoides para aditivos de industria alimentaría.
Formulaciones de aceites esenciales para su uso como biocida en agricultura y
ganadería. Formulación de antioxidantes del té verde.
Impregnación supercrítica
La impregnación supercrítica,
basada en la utilización del CO2-SC como disolvente alternativo frente a los
líquidos convencionales, se presenta como un método de interés científico y
comercial, adecuado para la protección de la madera y mejora de sus
características finales (resistencia, protección contra la humedad o el desgaste,
poder ignífugo), viable técnica y medioambientalmente, y con importantes
ventajas frente a los procesos de tratamiento convencionales, entre las que se
cuentan una mejor distribución de la sustancia impregnante a lo largo de la
estructura de la madera, asociado a las buenas propiedades para la
transferencia de materia del CO2-SC (alta difusividad, baja tensión superficial
y baja viscosidad), y el empleo de un disolvente inocuo que no deja residuos en
la matriz impregnada. Esta nueva técnica de protección, objetivo básico de esta
línea de investigación, permite aumentar la vida útil de la madera, mejorar las
características de acabado final de la misma y reducir el volumen y la
naturaleza tóxica de los efluentes generados con la consecuente ventaja medioambiental.
Síntesis de materiales
nanostructurados en medio supercrítico.
En esta línea de investigación se
utiliza el CO2 supercrítico como medio de reacción para obtener materiales
inorgánicos a escala nanométrica y micrométrica: óxidos inorgánicos, metales y
materiales composite cerámico/metal. Se obtienen polvos, láminas finas y
materiales nanostructurados. Los campos de aplicación de estos materiales son
muy diversos y de gran interés como son: catálisis, electrónica, aplicaciones
biomédicas y ópticas, aerospaciales.
5.-
Comunicaciones Industriales.
Un campo fundamental en los
sistemas de control industrial son las comunicaciones. En esta línea se pretende
estudiar y trabajar con sistemas de comunicación industrial que ya están
comercializándose, pero que al mismo tiempo están cambiando y estudiando nuevas
funcionalidades que se le quieren incluir a los distintos sistemas de
comunicación. Hay que estudiar y resolver como es la comunicación entre los
elementos tan diversos y el software tan distinto que existe a nivel
industrial.
6.-
Sistemas Inteligentes
Los sistemas inteligentes abarcan
un conocimiento de evidente aplicación a infinidad de campos de la ingeniería,
y en particular a los distintos aspectos que abarca la ingeniería de sistemas y
automática. Mediante el estudio, desarrollo y aplicación de técnicas de soft
computing e inteligencia computacional se busca nuevas líneas de investigación
aplicada que aporten soluciones innovadoras en control, modelado, FDI,
reconocimiento de patrones etc... que a su vez tengan un marcado carácter
práctico y de aplicación al mundo industrial dadas las características de estas
técnicas que permiten utilizar y obtener provecho de la información disponible
sobre el problema mediante extracción y modelado del conocimiento y la
experiencia.
No hay comentarios.:
Publicar un comentario