Eficientización de un Algoritmo Genético Multiobjeto para la Síntesis de Procesos

El desarrollo de un modelo riguroso que pueda ser usado para la síntesis de procesos ecoeficientes es una tarea difícil que requiere un tiempo considerable para un ingeniero de procesos. En la actualidad los simuladores comerciales son herramientas ampliamente utilizadas que simplifican este problema, proporcionando modelos eficientes para la evaluación de las operaciones unitarias más comunes, así como relaciones termodinámicas inherentes del proceso. Sin embargo, los métodos determinísticos de optimización no son totalmente compatibles cuando se evalÚan modelos continuos-discretos con funciones no convexas y discontinuidad en las variables. Se ha probado que la implementación de algoritmos evolutivos (e.g. algoritmos genéticos) en simuladores modulares elimina este problema, y además presentan ventajas adicionales con respecto a las técnicas clásicas de optimización como la basada en gradientes. En el presente trabajo se utiliza un Algoritmo Genético Multiobjetivo Elitista (NSGA-II) acoplado al simulador de procesos ASPEN Plus� 12.1 para la síntesis de procesos de separación mediante la creación de la superestructura en la interface gráfica del simulador. Se mejora el rendimiento de un algoritmo de convergencia para eliminar el tiempo de cómputo innecesario una vez que se ha encontrado la curva óptima de pareto. La eficiencia computacional del criterio de convergencia se demuestra a través de varios ejemplos numéricos y de problemas de síntesis y diseño de procesos de separación multicomponente tomados de la literatura. Criterios económicos y de operación son tomados como funciones independientes de optimización. Reducciones en el tiempo máquina de más del 60% son obtenidas para los problemas de estudio.