Mostrar el registro sencillo del ítem

dc.contributor
Ortiz, Oscar Alberto  
dc.contributor
Scaglia, Gustavo Juan Eduardo  
dc.contributor.author
Pantano, Maria Nadia  
dc.date.available
2019-09-20T17:38:43Z  
dc.date.issued
2019-06-27  
dc.identifier.citation
Pantano, Maria Nadia; Ortiz, Oscar Alberto; Scaglia, Gustavo Juan Eduardo; Estrategias de Mejora para la Optimización y Control de Procesos No Lineales Multivariables. Aplicación a la Producción de Biodiesel; 27-6-2019  
dc.identifier.isbn
978-987-86-1111-2  
dc.identifier.uri
http://hdl.handle.net/11336/83986  
dc.description.abstract
El consumo de energía es un hecho inevitable en la humanidad. Sin la energía serían imposibles la luz, la electricidad, la puesta en movimiento del motor de un auto y hasta la vida misma. Sin embargo,cerca del 80% de la energía que se consume en el mundo proviene defuentes no renovables, es decir, de origen fósil y nuclear, lo que genera escasez y encarecimiento de los combustibles fósiles, además del nocivo efecto contaminante de estos. Por lo tanto, es inevitable que en un determinado momento la demanda no pueda ser abastecida y todo elsistema colapse, salvo que se descubran y desarrollen nuevos métodos para obtener dicha energía. Estas son las energías alternativas, las cuales son renovables y menos contaminantes. Dentro de éstas energías, se encuentra el Biodiesel, el cual es un biocombustible proveniente de la biomasa, más específicamente, de aceites vegetales y grasas animales. El proceso por el cual se obtiene, implica un conjunto altamente complejo de reacciones químicas y características de transferencia de calor. La no linealidad inherente a la dinámica de este proceso requiere de algoritmos eficientes para la optimización y control, es allí donde la Ingeniería de Sistemas entra en juego.Esta tesis presenta el desarrollo de estrategias de optimización y control para sistemas no lineales multivariables. En primer lugar se diseña una nueva estrategia de optimización dinámica, la cual está basada en la serie de Fourier para la parametrización de la acción de control. Luego, se diseña una metodología para el seguimiento de los perles óptimos de salida, dicha técnica está basada en álgebra lineal y métodos numéricos. Para compensar las incertidumbres paramétricas y perturbaciones que siempre están presentes en los procesos reales, se ha desarrollado una estrategia basada en la integración del error de seguimiento, la cual se acopla al diseño del controlador original. Las técnicas desarrolladas han sido aplicadas a sistemas ampliamente estudiados, que se emplean para evaluar algoritmos de optimización y control. Finalmente, dichas metodologías se han aplicado al proceso de producción de biodiesel con resultados muy satisfactorios, logrando mejorar de manera eciente el rendimiento del sistema.  
dc.format
application/pdf  
dc.language.iso
spa  
dc.rights
info:eu-repo/semantics/restrictedAccess  
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/  
dc.subject
Biocombustibles  
dc.subject
Sistemas No Lineales  
dc.subject
Optimización  
dc.subject
Control de Seguimiento  
dc.subject.classification
Ingeniería de Procesos Químicos  
dc.subject.classification
Ingeniería Química  
dc.subject.classification
INGENIERÍAS Y TECNOLOGÍAS  
dc.title
Estrategias de Mejora para la Optimización y Control de Procesos No Lineales Multivariables. Aplicación a la Producción de Biodiesel  
dc.type
info:eu-repo/semantics/doctoralThesis  
dc.type
info:eu-repo/semantics/publishedVersion  
dc.type
info:ar-repo/semantics/tesis doctoral  
dc.date.updated
2019-09-16T19:41:42Z  
dc.description.fil
Fil: Pantano, Maria Nadia. Universidad Nacional de San Juan. Facultad de Ingeniería. Instituto de Ingeniería Química; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina  
dc.conicet.grado
Universitario de posgrado/doctorado  
dc.conicet.titulo
Doctorado en Ingeniería Química. Especialidad: Procesos Limpios  
dc.conicet.rol
Autor  
dc.conicet.rol
Director  
dc.conicet.rol
Codirector  
dc.conicet.otorgante
Universidad Nacional de San Juan. Facultad de Ingeniería. Instituto de Ingeniería Química