Integrated design and control of chemical processes : Part II: an illustrative example

Abstract

[EN] In this paper, the integrated design paradigm is illustrated with several examples taken from the wide range of methodologies developed in last decades and presented in the first article of this series [Part 1]. The techniques included here belong to the category of simultaneous design and control in an optimization framework, and they have been developed by the authors’ research group and applied to the simultaneous process and control system design of the activated sludge process in a wastewater treatment plant (WWTP). In the present article, new aspects and results of those methodologies are presented for further understanding. The scope of the problem considers both a fixed plant layout and the plant structure selection by defining a simple superstructure. The control strategy chosen is a linear Model Predictive Controller (MPC) with terminal penalty in order to guarantee stability. As for the evaluation of the controllability, norm based indexes have been considered, and a multi-model approach to represent the uncertainty and assure robustness. The formulation of the optimization problem can be stated either as a multiobjective one considering costs and controllability, or as monoobjective adding some controllability constraints. Several strategies for solving the optimization problem are presented, mixing stochastic and deterministic methods, and genetic algorithms.

[ES] En este artículo, el paradigma de diseño integrado se ilustra con varios ejemplos tomados de la amplia gama de metodologías desarrolladas en las últimas décadas y presentadas en el primer artículo de esta serie. Las técnicas utilizadas pertenecen a la categoría de diseño y control simultáneo en un marco de optimización siendo desarrolladas por el grupo de investigación de los autores y aplicadas al diseño simultáneo de procesos y sistemas de control del proceso de lodos activados en una planta de tratamiento de aguas residuales. El alcance del problema considera tanto una disposición fija de la planta como la selección de la estructura de la planta definiendo una superestructura simple. La estrategia de control elegida es un controlador predictivo modelo lineal (MPC). En cuanto a la evaluación de la controlabilidad, se han considerado índices basados en normas, y un enfoque multi-modelo para representar la incertidumbre y asegurar robustez. La formulación del problema de optimización se puede plantear bien como un objetivo multiobjetivo que considera costos y controlabilidad, o como monoobjetivo que añade algunas restricciones de controlabilidad. Se presentan varias estrategias para resolver el problema de optimización, mezclando métodos estocásticos y determinísticos, y algoritmos genéticos.