covid
Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Análisis en línea del estado energético de plantas azucareras
Información de la revista
Vol. 6. Núm. 3.
Páginas 68-75 (julio 2009)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Vol. 6. Núm. 3.
Páginas 68-75 (julio 2009)
Open Access
Análisis en línea del estado energético de plantas azucareras
Visitas
3346
L.F. Acebes
, A. Merino**, R. Alves***, C. de Prada
* Departamento de Ingeniería de Sistemas y Automática. Universidad de Valladolid. España
** Centro de Tecnología Azucarera. Universidad de Valladolid. Edificio Alfonso VIII. 47011 Valladolid, España
*** Departamento de Informática y Automática. Universidad de Salamanca. EPSZ, España
Este artículo ha recibido

Under a Creative Commons license
Información del artículo
Resumen
Bibliografía
Descargar PDF
Estadísticas
Resumen

En este artículo se describe una aplicación para el diagnóstico energético de plantas azucareras que ha sido desarrollada en el Centro de Tecnología Azucarera. Esta herramienta toma datos del proceso real y mediante la utilización de un modelo estacionario del proceso y algoritmos de reconciliación de datos, basados en técnicas de optimización, es capaz de proporcionar información acerca de variables no medidas, detectar desviaciones de las variables medidas y calcular índices relacionados con la eficiencia energética. Dado que la aplicación se va a particularizar para diferentes fábricas, se han desarrollado herramientas que permiten una rápida reconfiguracíón y reutilización de código. Para ello se ha construido una librería de modelos estacionarios, modulares, parametrizables y reutilizables y se ha empleado un SCADA configurable de desarrollo propio.

Palabras clave:
Aplicaciones industriales del control de procesos
Modelado de procesos e identificación
optimización en tiempo real
El Texto completo está disponible en PDF
Referencias
[Alves et al., 2006]
R. Alves, J.E. Normey-Rico, A. Merino, L.F. Acebes, C. de Prada.
EDUSCA (EDUCATIONAL SCADA): Features and Applications.
7th IFAC Symposium in Advances in Control Education. ACE 2006,
[Bagajewicz and Sanchez, 2000]
Bagajewicz, Sanchez.
Reallocation and upgrade of instrumentation in process plants.
Computers and Chemical Engineering, 24 (2000), pp. 1945-1959
[Bagajewicz, 2001]
M.J. Bagajewicz.
Process Plant Instrumentation: Design and upgrade.
Thechnomic Publications, (2001),
[Bagajewicz et al., 2005]
Bagajewicz, Markowski, Budek.
Economic value of precision in the monitoring of linear systems.
AIChE Journal, 4 (2005), pp. 1304-1309
[Chuaprasert et al., 1999]
Chuaprasert, Douglas, Minh Nguyen.
Data reconciliation of an agitated thin film evaporator using Aspenplus.
Journal of food engineering, 39 (1999), pp. 261-267
[Crowne, 1996]
C.M. Crowne.
Data reconciliation progess and challenges.
Journal of Process Control, 6 (1996),
[De Prada et al., 2002]
C. De Prada, C. Alonso, F. Morilla.
Supervision and advanced control in a beet sugar factory.
Computational Techniques in Food Engineering,, (2002), pp. 103-112
[2008]
EA (2008). EcosimPro by EA Internacional, Dynamic Modeling & Simulation Tool, http://www.ecosimpro.com
[Frant and Jurguen, 2002]
Frant I. and Jurguen L. (2002). OPC-Fundamentals, Implementation and Application, 2002.
[Gordon, 2000]
A. Gordon.
Programación COM y COM+.
Ed. Anaya Multimedia, (2000),
[Kelly, 2004]
Kelly.
Techniques for solving industrial nonlinear data reconciliation problems.
Computers and Chemical Engineering, 28 (2004), pp. 2837-2843
[Kuehn and Davidson, 1961]
Kuehn, Davidson.
Computer control. II. Mathematics of control.
Chemical Engineering Progress, 57 (1961), pp. 44-47
[Liebman et al., 1992]
Liebman, Edgar, Lasdon.
Efficient data reconciliation and estimation for dynamic processes using nonlinear programming techniques.
Computers and Chemical Engineering, 16 (1992), pp. 963-986
[Mazaeda and De Prada, 2003]
R. Mazaeda, C. De Prada.
Real Time Optimisation of a Sugar Factory.
CITS proceedings Madrid,
[Mc Ginnis, 1982]
R.A. Mc Ginnis.
Beet sugar technology.
3d Edition, Beet Sugar Development Foundation, (1982),
[Merino and Acebes, 2005]
A. Merino, L.F. Acebes.
A training simulator for the evaporation section of a beet sugar production process.
The 2005 European Simulation and Modelling Conference,
[Merino, 2008]
Merino A. (2008). Librería de modelos del cuarto de remolacha de una industria azucarera para un simulador de entrena-miento de operarios. Tesis Doctoral. Univ. de Valladolid.
[Mingfang et al., 2000]
Mingfang, Bingzhen, Bo.
An Integral approach to dynamic data rectification.
Computers and Chemical Engineering, 24 (2000), pp. 749-753
[NAG, 2008]
NAG (2008).Numerical Algorithm Group. http://www.nag.co.uk
[Narasimhan and Jordache, 2000]
Narasimhan, Jordache.
Data reconciliation and gross error detection—an intelligent use of process data.
Gulf Publishing Company, (2000),
[Ripps, 1965]
Ripps.
Adjustment of experimental data.
Chemical Engineering Progress Symposium Series, 61 (1965), pp. 8-13
[Sabadi et al., 1991]
R. Sabadi, C.M. Armas, V. de Fernandez, F. Rodriguez, A. Torres, Vega E. de la.
SIMFAD: Un sistema para la simulación de fábricas de azúcar y derivados Parte I: Descripción de módulos de procesos.
Cuba Azúcar, 25 (1991),
[Sabadi et al., 1992]
R. Sabadi, R. Hurtado, F. Nieto, A. Priede, D. Fernandez, J. Mesa.
SIMFAD: Un sistema para la simulación de fábricas de azúcar y derivados. Parte II: La estructura computacional.
Cuba Azúcar, 26 (1992), pp. 3-9
[Schulze and Fietz, 2005]
B.-C. Schulze, N.-K. Fietz.
Magnagement Systems-Software Solutions for today's sugar industry.
International Sugar Journal, 107 (2005), pp. 104-109
[Schulze and Tzschätzsch, 2003]
B.-C. Schulze, O. Tzschätzsch.
Magnagement & Expert Systems Online-Tools for Sugar Processing.
SIT Proceedings Hamilton Island,
[Simpson et al., 1991]
Simpson, Voller, Everett.
An efficient algorithm for mineral processing data adjustment.
International Journal of Mineral Processing, 31 (1991), pp. 73-96
[Sobol’ and Kucherenko, 2005]
I.M. Sobol’, S.S. Kucherenko.
Global sensitivity indices for nonlinear mathematical models.
Review: Wilmott Magazine, 1 (2005), pp. 56-61
[Soderstrom and Himmelblau Edgar, 2003]
Soderstrom, Himmelblau Edgar.
A mixed integer nonlinear optimization based approach to simultaneous data reconciliation and bias identification.
Proceedings of the FOCAPO-2003 conference Coral Springs,
[Toja and Biegler, 1991]
Toja, Biegler.
Simultaneous strategies for data reconciliation and gross error detection of nonlinear systems.
Computers Chemical Engineering, 15 (1991), pp. 679-690
[Tong and Crowne, 1995]
H. Tong, C. Crowne.
Detection of gross errors in Data Reconciliation by principal component analysis.
AIChE Journal, 41 (1995), pp. 1712-1722
[Urbaniec, 1989]
K. Urbaniec.
Modern Energy Economy in beet sugar factories.
Ed. Elsevier, (1989),
[Van der Poel et al., 1998]
P.W. Van der Poel, H. Schiweck, T. Schwartz.
Sugar Techonology: Beet and Cane Sugar Manufacture.
Ed. Bartens, (1998),
[Weiss, 1999]
W. Weiss.
SugarsTM for Windows a revolucionary update.
CITS proceedings Antwerp,
[Wongrat et al., 2005]
Wongrat, Srinophakun, Srinophakun.
Modified genetic algorithm for nonlinear data reconciliation.
Computers and Chemical Engineering, 29 (2005), pp. 1059-1067
Copyright © 2009. Elsevier España, S.L.. All rights reserved
Descargar PDF
Opciones de artículo