Aspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerización

Vista sencilla de ítem
dc.contributor.advisorVilla, José Luis
dc.contributor.authorAcuña Camacho, Oscar Segundo
dc.contributor.authorGutiérrez de la Hoz, Dayro Fabián
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.coverage.spatialCartagena de Indias (Colombia)spa
dc.date.accessioned2024-07-31T21:25:18Z
dc.date.available2024-07-31T21:25:18Z
dc.date.issued2006-07
dc.degree.nameMagíster en en Ciencias Computacionalesspa
dc.description.abstractEn los últimos años se ha producido un cambio dramático en la industria de los procesos químicos. Los procesos industriales están ahora altamente integrados con respecto a los flujos de materia y energía, limitados aún mas fuertemente por altas calidades en las especificaciones de los productos y sujetos a estrictas medidas de seguridad y a la regulación de emisiones ambientales. Estas severas condiciones de operación a menudo colocan nuevas restricciones en la flexibilidad en la operación de los procesos. Todos estos factores producen grandes incentivos económicos para el mejoramiento y buen desempeño en los sistemas de control de las plantas industriales modernas [26]. Estas plantas requieren de sofisticados sistemas de cómputo para la implementación de estrategias de control.spa
dc.description.abstractenglishIn recent years there has been a dramatic change in the chemical process industry. Industrial processes are now highly integrated with respect to material and energy flows, limited even more strongly by high quality product specifications and subject to strict safety measures and the regulation of environmental emissions. These severe operating conditions often place new restrictions on flexibility in process operation. All these factors produce great economic incentives for improvement and good performance in the control systems of modern industrial plants [26]. These plants require sophisticated computer systems for the implementation of control strategies.spa
dc.description.degreelevelMaestríaspa
dc.description.learningmodalityModalidad Virtualspa
dc.description.sponsorshipUniversidad Tecnológica de Bolívarspa
dc.description.sponsorshipInstituto Tecnológico de Estudios Superiores de Monterrey (ITESM)spa
dc.description.tableofcontentsINTRODUCCION CAPITULO 1 FUNDAMENTOS Y ESTADO DEL ARTE 1.1 IDENTIFICACIÓN DE SISTEMAS Y ALGORITMOS 1.2 MODELOS DE SISTEMAS DINAMICOS Y MÉTODOS DE IDENTIFICACIÓN 1.2.1 Modelos de Entrada-Salida 1.2.2 Modelos Paramétricos Lineales 1.2.2.1 ARX (Auto-Regressive with eXogenous inputs) 1.2.2.2 OE (Output Error) 1.2.2.3ARMAX (Auto-Regressive Moving Average with eXogenous Inputs) 1.2.3 Modelos Pararnétricos No-lineales 1.2.3.1 Series de Volterra 1.2.3.2 Modelos NARMAX 1.2.4 Modelos No-Paramétricos, Redes Neuronales 1.2.4.1 Redes Feedforward 1.2.4.2 Redes Recurrentes 1.2.5 Identificación con Algoritmos Genéticos 1.2.6 Identificación en Lazo Cerrado 1.2.7 Modelos fuzzy (fuzzy models) 1.2.8 Identificación por subespacios 1.2.8.1. Modelos en espacio de estado 1.2.8.2 Método de subespacios 1.2.9 Resumen y conclusión 1.3 ASPECTOS COMPUTACIONALES 1.3.1 Complejidad Computacional 1.3.2 Eficiencia y complejidad computacional 1.3.3 Clases de complejidad 1.3.3.1 La clase P 1.3.3.2 La clase NP 1.3.4 Complejidad constante, lineal y cuadrática 1.3.4.1 Notación 1.3.4.2 Notación 1.3.4.3 Notación CAPITULO II.- IDENTIFICACION PARAMETRICA DE REACTORES DE POLIMERIZACIÓN Y METODOS DE ESTIMACION 2.1 ESTADO DEL ARTE EN IDENTIFICACION DE REACTORES DE POLIMERIZACION 2.2 MODELO DE PREDICCIÓN PARA LA ESTRUCTURA ARX 2.2.1 Selección de la estructura y criterios de comparación. 2.2.1.1 Primer criterio de comparación 2.2.1.2 Segundo criterio de comparación 2.3 ESTIMACIÓN POR MÍNIMOS CUADRADOS 2.4 MÉTODO DE MÍNIMOS CUADRADOS PONDERADOS 2.4.1 Heterocedasticidad 2.4.2 Observaciones dependientes CAPITULO III.- IMPLEMENTACIÓN DE LOS ALGORITMOS 3.1 HERRAMIENTA COMPUTACIONAL UTILIZADA 3.2 ALGORITMO DE MÍNIMOS CUADRADOS 3.3 ALGORITMO DE MÍNIMOS CUADRADOS PONDERADOS CAPITULO IV.- APLICACIÓN DE LAS TECNICAS IMPLEMENTADAS 4.1 PROCESO BENCHMARK UTILIZADO 4.2 GENERACIÓN DE LOS DATOS EXPERIMENTALES 4.3 DISEÑO DE LAS SEÑALES DE PRUEBA 4.4 APLICACIÓN DE LOS ALGORITMOS 4.4.1 Resultados para el algoritmo de mínimos cuadrados 4 4 1.1 Caso 1 4.4.1.2 Caso 2 4.4.1.3 Caso 3 4.4.1.4 Caso 4 4.4.1.5 Caso5 4.4.2 Resultados del algoritmo de mínimos cuadrados ponderados 4.4.2.1 Caso 1 4.4.2.2 Caso 2 4.4.2.3 Caso 3 4.4.2.4 Caso 4 4.4.2.5 Caso 5 4.5 EFECTO DE UNA PERTURBACIÓN EN LA SEÑAL DE ENTRADA 4.5.1 Algoritmo de mínimos cuadrados 4.5.2 Algoritmo de mínimos cuadrados ponderados 4.6 VALIDACIÓN DE LOS MODELOS ANTE UNA ENTRADA IMPULSO CAPITULO V.- ANALISIS DE LOS RESULTADOS 5.1 ANÁLISIS DE LA COMPLEJIDAD DE LOS ALGORITMOS 5.1.1 Regresión 5.1.1.1 Análisis de regresiones para determinación de complejidad computacional del algoritmo de mínimos cuadrados 5.1.1.2 Análisis de regresiones para determinación de complejidad computacional del algoritmo de mínimos cuadrados ponderados 5.1.2 Conclusiones sobre resultados 5.2 CRITERIO DEL ERROR FINAL DE PREDICCIÓN (FPE) 5.2.1 Error final de predicción (FPE) para el algoritmo de mínimos cuadrados 5.2.2 Error final de predicción (FPE.) para el algoritmo de mínimos cuadrados ponderados CONCLUSIONES REFERENCIAS BIBLIOGRAFICASspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/25852
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.publisher.programMaestría en Ciencias Computacionalesspa
dc.relation.referencesOgunnaike, B. and Harmon R., W., Process Dynamics, Modeling and Control. Published by Oxford University Press Inc., páginas 363-364, 1994.spa
dc.relation.referencesBequette, B.W., Process Dynamics, modeling, analysis and simulation. Prentice Hall PTR. 1998.spa
dc.relation.referencesVan den Bosch, P.P.J. and Van der Klauw, A.C., Modeling, Identification and Simulation of Dynamical Systems. CRC Press, Inc. Florida. 1994.spa
dc.relation.referencesChoi, K.Y., Análisis of Steady State of free Radical Solution Polymerization in a Continuous Stirred Tank Reactor. Department of Chemical and Nuclear Engineering, University of Maryland, pp 975-981.spa
dc.relation.referencesSoroush, M. and Zambare, N., "Nonlinear Output Feedback Control of a Class of Polymerization Reactors”, IEEE Transactions on Control Systems Technology, vol. 8, no. 2, march 2000, pp.310-320.spa
dc.relation.referencesZambare, N., Soroush, M. and Ogunnaike, B.A., “Multi-Rate Control of a polymerization Reactor: a Comparative Study”, Proceedings of the Amerícan Control, San Diego, California, June 1999, pp. 2553-2557.spa
dc.relation.referencesWisner, D.A., “Conversión Control in a Continuous Reactor Train: Synthesis and Computer Simulation”, IEEE Transactions on Automatic Control, Vol AC-10, No. 4, October, 1965, pp. 455-460.spa
dc.relation.referencesSvolos, A.E.and Todd-Pokropek, A., “Time and space results of dynamic textura feature extraction in MR and CT image analysis”, Information Technology in Biomedicine, IEEE Transactions on, June, Volume: 2 , Issue: 2, 1998, 48-54.spa
dc.relation.referencesChong Jin Ong and Gilbert, E.G., "Fast versions of the Gilbert-Johnson- Keerthi distance algorithm: additional results and comparisons”, Robotics and Automation, IEEE Transactions on, August, Volume: 17 , Issue: 4, 2001, 531 539.spa
dc.relation.referencesFloreen, P., “The convergence of Hamming memory networks”, Neural Networks, IEEE Transactions on, July 1991, Volume: 2, Issue: 4, 1991, 449 - 457.spa
dc.relation.referencesChikkula, Y. and Jay H. Lee, “Input Sequcnce Design íor Paiametiic Identification ot Nonlinear Systems", Proceedings of the American Control Conference Albuquerque, New México June 1997, pp. 3037-3041.spa
dc.relation.referencesKahler, G.R., Vajda, F. and Della Torre, E. “Parameter Estimation Techniques for Recording Media”, IEEE Transactions on Magnetics, vol 32, no. 5, September 1996, pp. 4240-4242.spa
dc.relation.referencesGarrido, S., “Identificación, Estimación y Control de Sistemas No-lineales mediante RGO”. PhD thesis, Universidad Carlos III de Madrid, España, 1999.spa
dc.relation.referencesLeonaritis, I. J. and Billings, S. A., "Input-output parametric models for non-linear systems", International Journal of Control. 41, 1985, pp 303-344..spa
dc.relation.referencesKristinson, K. and Dumont, G., System identification and control using genetic algorithms. IEEE Transactions on Systems, Man, and Cybernetics, 22(5): 1033-1046, 1992.spa
dc.relation.referencesFlockton, S. J. and White, M. J., Pole-zero system identification using genetic algorithms. In Proceedings 5tl> International Conference on Gonotic Algorithms, pages 531-535. University of lllinois at Urbana Champaign, USA, 17-21 July 1993.spa
dc.relation.referencesTan, K. C., Li, Y., Murray-Smith, D. J. and Sharman, K. C., System identification and linearization using genetic algorithms witii simulated annealing. In Proc. Ist IEE/IEEE International Conference on Genetic Algorithms in Engineering Systems: Innovations and Applications, Sheffield, UK„ 1995.spa
dc.relation.referencesLJUNG Leñad, System Identification - Theory For the User, Second Edition, PTR Prentice Hall, UpperSaddle River.N.J., 1999.spa
dc.relation.referencesGupta, M.M. and Yamakawa, T., Fuzzy Computing, Theory, Hardware and applications, First edition, Elsevier Science Publishers B.V., 1988.spa
dc.relation.referencesVan Oversche, P. and De Moor, B., Subespace Identification for Linear Systems, Theory-implementation.applications. First Edition, Kluwer Academiv Publishers.1997.spa
dc.relation.referencesWillems J. From time seríes to linear systems. Automática, Part I: Vol. 22, no. 5, pp. 561580, 1986, Part II: Vol. 22, no. 6, pp. 675694, 1986, Part III: Vol. 23, no. 1, pp. 87115, 1987.spa
dc.relation.referencesKung S.Y. A new Ídentification method and model reduction algoríthm viasingular valué decomposition. 12th Asilomar Conf. on Circuits, Systems and Comp., pp. 705714, Asilomar, CA, 1978.spa
dc.relation.referencesMoonen M., De Moor B., Hamos J., lan S. A subspace identification algorithm for descriptor systems Systems & Control I letters, Vol 19, pp 4752, 1992. [spa
dc.relation.referencesMacGregor, J. F., Penlidis, A. and Hamielec, A. E., Control of polymerization reactors: A review. Polymer Process Engineeríng, 2(2 & 3): 179- 206, 1984.spa
dc.relation.referencesKiparissides, C., Polymerization reactor modeling: A review of recent developments and future directions. Chemical Engineeríng Science, 51 (10): 1637-1659, 1996.spa
dc.relation.referencesEmbirucu, M., Lima, E.L. and Pint, J.C., A survey of advanced control of polymerization reactors. Polymer Engineering & Science, 36(4):433-447, 1996.spa
dc.relation.referencesManer, B.R and Doyle III, F.J, Babatunde A. Ogunnaike and Ronald K. Pearson, Nonlinear Model Predictive Control of a Simulated Multivariable Polymerization Reactor Using Second order Voltcrra Models. School of Chemical Engineering, Purdue University, West Lafayette, IN 47907-1283.spa
dc.relation.referencesBard.Y., Nonlinear Parameter Estimation. Academic Press, New York, 1974.spa
dc.relation.referencesStewart, W. E., Caracotsios, M. and Sarensen, J. P., Parametei nstimation from mtiltirnsponse data AlChE Joumal, 38(51:641-650. 1992.spa
dc.relation.referencesOliveira, D. y Moreira, E., A Chemical Reactor Benchmark for Parallel Adaptive Control Using Feedforward Neural Networks, IEEE, 2000.spa
dc.relation.referencesSawattanakit, N. and Jaovisidha, V., Process Fault Detection and Diagnosis in CSTR System Using On-line Approximator, Department of Electrical Engineering, Chulalongkorn University Phaya Thai Road, Bangkok, IEEE, 1998.spa
dc.relation.referencesAnderson, H. L., Kemmler, A. and Strey, R., The basic processes of polymerization and its real kinetic analysis. Joumal of Thermal Analysis, 47(4): 1041-1062, 1996.spa
dc.relation.referencesSirohi, A. and Yong Choi, K., On-line parameter estimation in a continuous polymerization process. Industrial and Engineeríng Chemistry Reseaich, 35(4): 1332-1343, 1996.spa
dc.relation.referencesOgunnaike, B., On-line modeling and predictive control of an industrial terpolymerization reactor. Internatlonal Joumal of Control, 59(3):711-729, 1994.spa
dc.relation.referencesSoroush, M. and Kravaris, C., Nonlinear control of a batch polymerization reactor: an experimental study. AlChE Joumal, 38(9): 1429-1448, 1992.spa
dc.relation.referencesLewin, D.R., Modeling and control of an industrial pvc suspensión polymerization reactor. Computéis & Chemical Engineeríng, 20(Suppl.):S865- S870, 1996.spa
dc.relation.referencesCrowley, T. and Choi, K., On-line monitoring and control of a batch polymerization reactor. Joumal of Process Control, 6(2/3): 119-127, 1996.spa
dc.relation.referencesJyh-Shyong Chang and Po-Hsun Liao. Molecular weight control of a batch polymerization reactor: Experimental study. Industrial and Engineeríng Chemistry Research, 38(1):144-153, 1999.spa
dc.relation.referencesArora, N. y Biegler, L., Parameter Estimation for a Polymerization Reactor Model with a Composite-Step Trust-Región NLP Algorithm, Ind. Eng. Chem. Res., 43 (14), 3616 -3631, 2004spa
dc.relation.referencesLjung, L., System Identification Toolbox For use with Matlab, User’s Guide, The mathworks, Inc. (1997).spa
dc.relation.referencesDe la Cruz, J.M., Aranda, J., Ruipérez, P. y Díaz, J.M. "Identificación de sistemas multivariables acoplados con restricciones”. Pp.:239-246. III Congreso de usuarios de Matlab - 17-19 de Noviembre de 1999.spa
dc.relation.referencesRay, W., New approaches to the dynamic of nonlinear systems with implications for process and control system design. Chomical Proccss Control 2, edited by D. E. Seboro & T. F Edgar, United Engineering Trastees, New York, 246-267, 1982.spa
dc.relation.referencesZambare, N., Soroush, M. and Grady, M.C., “Multi-Rate Nonlinear State Estimation in a Polymerization Reactor: a Real Time Study”, Proceedings ofthe Amerícan Confio Conferences, Anchorage, Mayo 2002, pp. 2553-2557.spa
dc.relation.referencesChitanov, V., Kiparissides, M. and Petrov, M., "Neural-Fuzzy Modelling of polymer Quality in Batch Polymerization Reactors", Second IEEE International Conference Intelligent Systems, June 2004, pp. 67-72.spa
dc.relation.referencesTyagunov, A.A, “High-performance Model Predictive Control for Process Industry”, Doctoral Thesis, Technische universiteit Eindhoven, june 2004.spa
dc.relation.referencesCormen, T.H., Leiserson, C.E., Rivest, R.L. y Stein, C.Jntroduction to Algorithms. Second Edition, 2001. McGraw Hill.spa
dc.relation.referencesAho, A.V., Hopcroft, J. E. y Ullman, J.D., Estructura de datos y algoritmos, Primera edición, 1998. Pearson Addison Wesley.spa
dc.relation.referencesVilar, J.M., "Modelos Estadísticos Aplicados", Junio, 2003, Publicaciones de la UDC, monografía 101. www.udc.es/publicaciones.spa
dc.relation.referencesShampine, L. F. and Reichelt, M. W., The MAI LAtí ODE Suite, SIAM Journal on Scíéntific Computing, 18-1, 1997spa
dc.relation.referencesArce, R., Conceptos básicos sobre la heterocedasticidad en el modelo básico de regresión lineal, tratamiento con e-views, Universidad Autónoma de Madrid, Abril de 2001, pp. 2-19.spa
dc.relation.referencesLevenspiel, O., Ingeniería de las reacciones químicas. Editorial Reverté S.A. 1,981.spa
dc.relation.referencesEuropean IPPC bureau. Best Available Techniques in the production of polymers. 2005.spa
dc.relation.referencesSayer, C. y Guiudici, R., A Comparison of Different Modeling Approaches For The Simulation Of The Transient And Steady-State Behavior of Continuous Emulsión Polymerizations In Pulsed Tubular Reactors. 2001.spa
dc.relation.referencesNising Phillip. High-femperature radical polymerization of methyl methacrylate in a continuous pilot scale process. École Polytechnique Fédérale De Lausanne. Tésis número:3460. 2006.spa
dc.relation.referencesRusso L., Bequette W. Operability of chemical reactors: Multiplicity behaviors of extended CSTR models. Department of chemical engineering of Rensselaer Instituto. 1,996.spa
dc.relation.referencesAlan V. Oppenheim et al. Signáis and Systems. Second Edition. Prentice- Hall Int. 1998spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordsComputer sciencesspa
dc.subject.keywordsSystems engineerspa
dc.subject.keywordsPolymerization processesspa
dc.subject.keywordsComputational aspectsspa
dc.subject.keywordsMethods by estimationspa
dc.subject.keywordsLeast squares methodsspa
dc.subject.keywordsPolymerizationspa
dc.subject.keywordsChemical reactionsspa
dc.subject.keywordsComputational algorithmsspa
dc.subject.lembCiencias computacionalesspa
dc.subject.lembIngeniería de sistemasspa
dc.subject.lembPolimerizaciónspa
dc.subject.lembReacciones químicasspa
dc.subject.lembAlgoritmos computacionalesspa
dc.subject.proposalProcesos de polimerizaciónspa
dc.subject.proposalAspectos computacionalesspa
dc.subject.proposalMétodos por estimaciónspa
dc.subject.proposalMétodos de mínimos cuadrosspa
dc.titleAspectos computacionales de algunos métodos de ajuste paramétrico de modelos aplicados a ciertos procesos de polimerizaciónspa
dc.title.translatedComputational aspects of some parametric model fitting methods applied to certain polymerization processesspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TM

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
2006_Tesis_Oscar_Segundo_Acuña.pdf
Tamaño:
25.25 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
829 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Ciencias Computacionales