Optimización en Tiempo Real: Métodos y Aplicaciones

Esta charla analiza las estrategias de optimización en tiempo real (RTO) para mejorar el comportamiento de los procesos sometidos a incertidumbres en forma de disparidad planta-modelo, derivas y perturbaciones. RTO típicamente utiliza un modelo de la planta para calcular entradas óptimas. Cuando hay incertidumbres, se pueden estimar los parámetros del modelo seleccionado y utilizarlo para la optimización. Aunque muy intuitivo, este enfoque de dos pasos presenta el inconveniente de que el modelo resulta casi siempre "poco adecuado" lo que impide alcanzar el óptimo de la planta. En las últimas dos décadas se han desarrollado otros esquemas para vencer esta dificultad. Recientemente se ha propuesto una formalización genérica de estos arreglos ad hoc bajo la etiqueta de adaptación del modificador. La idea básica es dejar inalterados los parámetros del modelo y utilizar las medidas de la planta para modificar "apropiadamente" el problema de optimización. Se presenta el enfoque de adaptación del modificador y se compara con el procedimiento de dos pasos con respecto a la adecuación del modelo. Se profundiza en esta comparación y se analizan diferentes formas de utilizar las medidas de la planta para mejorar el proceso cuando hay incertidumbres. Hay muchas cuestiones que se pueden tratar: (i) que se puede hacer fuera de línea antes de la operación del proceso y que debería realizarse en tiempo real, (ii) cuanto del esfuerzo de optimización se basa en el modelo y cuanto en los datos, (iii) ¿qué medir, qué adaptar, cómo adaptar? Se verá que existe otra clase de métodos de optimización basados en medidas que implementan directamente la adaptación de la entrada. Un caso de estudio ilustrará la aplicabilidad de los distintos esquemas.

Dominique Bonvin Catedrático de Universidad, EPFL de Lausanne