dc.contributor.advisor | Flores Tlacuahuac, Antonio | en_US |
dc.contributor.author | Lozano Guevara, Azarael Alejandra | en_US |
dc.date.accessioned | 2018-05-29T14:20:02Z | |
dc.date.available | 2018-05-29T14:20:02Z | |
dc.date.issued | 2018-05-15 | |
dc.identifier.uri | http://hdl.handle.net/11285/629926 | |
dc.description.abstract | Las industrias con procesos multiproducto suelen generar productos que no cumplen con los requerimientos del mercado, debido a los cambios que se experimentan entre productos y al suponer que los valores del proceso no contienen errores. A través de la formulación presentada en este trabajo, se pretende mostrar una manera eficiente de resolver problemas de optimización que integren secuenciamiento y control de la producción en presencia de incertidumbre en el modelo matemático, la cual es evaluada con el uso de escenarios propuestos para el rango de valores que puede tomar el parámetro incierto; cada escenario está asociado con un factor de peso fraccional. La función objetivo está en términos económicos, y se busca maximizar el ingreso económico, simultáneamente reduciendo la generación de producto fuera de especificación a través de una buena selección de secuenciamiento entre productos. Se plantea un sistema de ecuaciones MIDO (Mixed-Integer Dynamic Optimization) debido al uso de ecuaciones diferenciales para describir el modelo matemático del reactor, después a través de una técnica de discretización en puntos de colocación dentro de elementos finitos, el sistema se vuelve un MINLP (Mixed-Integer No Lineal Problem), que puede ser resuelto con GAMS. Después se agrega un Control Predictivo de Modelo (MPC) para obtener las variables de control con respuestas de tipo pulso, finalmente se evalúa el sistema al aplicar las acciones de control al modelo en estado determinístico suponiendo los peores escenarios, en este caso, los extremos del rango de valores del parámetro incierto, y obteniendo el error porcentual entre las variables de estado y los valores deseados. | |
dc.language.iso | spa | en_US |
dc.publisher | Instituto Tecnológico y de Estudios Superiores de Monterrey | esp |
dc.rights | Open Access | en_US |
dc.rights.uri | http://creativecommons.org/publicdomain/zero/1.0/ | * |
dc.title | Secuenciamiento y control óptimo de reactores multiproducto bajo condiciones de incertidumbre en el modelo matemático | en_US |
dc.type | Tesis de Maestría | esp |
thesis.degree.level | Maestra en Ciencias con Especialidad en Ingeniería Energética | en_US |
dc.contributor.committeemember | Santibañez Aguilar, José Ezequiel | en_US |
dc.contributor.committeemember | Fuentes Cortés, Luis Fabián | en_US |
thesis.degree.discipline | Escuela de Ingeniería y Ciencias | en_US |
thesis.degree.name | Maestría en Ciencias con Especialidad en Ingeniería Energética | en_US |
dc.subject.keyword | Control | en_US |
dc.subject.keyword | Secuenciamiento | en_US |
dc.subject.keyword | Reactores Multiproducto | en_US |
dc.subject.keyword | Optimización | en_US |
dc.subject.keyword | engineering | en_US |
thesis.degree.program | Campus Monterrey | en_US |
dc.subject.discipline | Ingeniería y Ciencias Aplicadas / Engineering & Applied Sciences | en_US |
refterms.dateFOA | 2018-05-29T14:20:03Z | |
html.description.abstract | <html>
<head>
<title></title>
</head>
<body>
<p>Las industrias con procesos multiproducto suelen generar productos que no cumplen con los requerimientos del mercado, debido a los cambios que se experimentan entre productos y al suponer que los valores del proceso no contienen errores. A través de la formulación presentada en este trabajo, se pretende mostrar una manera eficiente de resolver problemas de optimización que integren secuenciamiento y control de la producción en presencia de incertidumbre en el modelo matemático, la cual es evaluada con el uso de escenarios propuestos para el rango de valores que puede tomar el parámetro incierto; cada escenario está asociado con un factor de peso fraccional. La función objetivo está en términos económicos, y se busca maximizar el ingreso económico, simultáneamente reduciendo la generación de producto fuera de especificación a través de una buena selección de secuenciamiento entre productos. Se plantea un sistema de ecuaciones MIDO (Mixed-Integer Dynamic Optimization) debido al uso de ecuaciones diferenciales para describir el modelo matemático del reactor, después a través de una técnica de discretización en puntos de colocación dentro de elementos finitos, el sistema se vuelve un MINLP (Mixed-Integer No Lineal Problem), que puede ser resuelto con GAMS. Después se agrega un Control Predictivo de Modelo (MPC) para obtener las variables de control con respuestas de tipo pulso, finalmente se evalúa el sistema al aplicar las acciones de control al modelo en estado determinístico suponiendo los peores escenarios, en este caso, los extremos del rango de valores del parámetro incierto, y obteniendo el error porcentual entre las variables de estado y los valores deseados.</p>
</body>
</html> | en_US |