Comparación de estrategias para el diseño óptimo de instrumentación en plantas de proceso

Abstract

En este trabajo se compara el desempeño de la estrategia determinística Branch y Bound y una estrategia estocástica basada en Algoritmos Genéticos para resolver el diseño de una red de sensores correspondiente al sistema de vapor de una planta de producción de metanol. Se considera como función objetivo el costo total de instrumentación y el diseño satisface restricciones de precisión y estimabilidad sobre un conjunto de variables claves del proceso. La localización óptima de sensores comprende determinar para cada variable de proceso si será o no será medida. Si es medida, se determina cuántos sensores la medirán y cuáles son sus características. La formulación resulta en un problema de optimización combinatorial del tipo NP-completo, que puede abordarse mediante la aplicación de estrategias determinísticas y estocásticas. Los resultados alcanzados evidencian que la estrategia evolutiva siempre proporciona buenas soluciones con bajo costo computacional. Por el contrario, el procedimiento determinístico no encuentra una solución en un tiempo razonable para sectores de planta de mayor dimensión.This study compares the performance of a deterministic technique, the Branch and Bound method, with a stochastic strategy based on Genetic Algorithms for solving the sensor network design of the steam system of a methanol production plant. The objective function is the total instrumentation cost, and the design satisfies precision and estimability constraints on a set of key process variables. The optimal location of sensors consists of determining if each process variable is measured and when achieved, selecting the number and features of the instruments to be used for the measurement. This formulation results in an NP-hard combinatorial optimization problem which can be solved using deterministic and stochastic strategies. The results obtained indicated that the evolutionary strategy always provided good solutions with lower computational cost. On the contrary, the deterministic procedure failed to find a solution in a reasonable time for large-scale plant sectors.