Grupo de Control de Procesos Líneas de Investigación Desarrollo de Sistemas de Supervisión Inteligente y Control Jerárquico de plantas de depuración.

Slides:



Advertisements
Presentaciones similares
GIRH para organizaciones de cuencas fluviales
Advertisements

Control Interno Informático. Concepto
Prof. Gianella Polleri EDAR
ITINERARIO CURRICULAR
INVESTIGACION DE OPERACIONES I
PROCESO Y MODELOS EN LA INGENIERIA DE SOFTWARE
Director: Julio Pindado Profesorado: Dr. Julio Pindado
SIMULACIÓN DE SISTEMAS DE CONTROL
Objetivos Desarrollar software funcional multi-modelo sobre distintas plataformas para el estudio de sistemas complejos de cómputo de alto rendimiento.
Visión Estratégica Miguel Angel Sánchez-Fornié
PREVEXPO Granada Mario Ruz Ruiz: Universidad Córdoba
TECNOLOGÍAS FERROVIARIAS
El papel del analista de sistemas
Universidad Autónoma San Francisco
Diseño de un Sistema de Control en Tiempo Real para el Kernel del Sistema Operativo utilizando MatLab-SimuLink Por: MARCO ANTONIO ESPINEL CANGUI DIRECTOR:
M.S.C. Ivette Hernández Dávila
Sistema de Control de Gestión.
ESTUDIO Y CONTROL DE FANGOS ACTIVOS
Jornadas de Recuperación Terciaria Neuquén Neuquén IMPORTANCIA DE LA CALIDAD DEL AGUA EN EOR Noviembre de 2010.
HERRAMIENTAS CASE.
1.1.- El concepto de proyecto. Clásico y actual.
ESCUELA POLITECNICA DEL EJERCITO COMPUTACIÒN AVANZADA NOMBRES:
En colaboración con Ofrece Soluciones Integrales en Automatización Industrial, Incluyendo Simulación de Procesos, Control de Procesos, Sistemas de Entrenamiento.
Problem Driven Management
Mario Francisco, Pastora Vega
AUDITORÍA DE SISTEMAS DE INFORMACIÓN
Metodología de Control Interno, Seguridad y Auditoría Informática
Aportación de la Telemática a los Sistemas Inteligentes de Transporte
ENFOQUES Y ETAPAS DE LA PLANIFICACIÓN Prof. Virginia Cisneros
Ud. puede medir las Ventajas… Solid Applied Technologies GaugerGSM 2010 Sensor de Nivel con transmisión GSM Más de 10 años de experiencia.
TEMA: DBO DEMANDA BIOQUIMICA DE OXIGENO
PROGRAMACION AVANZADA DE PLC’s
Investigación de Operaciones (IO)
Tema 3: Simulación estacionaria..
Líneas de Investigación
Modelado y simulación en Ingeniería Química. Manuel Rodríguez Tema 3: Simulación estacionaria.
DISEÑO Y DESARROLLO DE UN SISTEMA INTEGRADO PARA LA GESTIÓN DE LABORATORIOS Universidad de Salamanca Departamento de Informática y Automática Mario Francisco.
UNIDAD 2. ALGORITMOS Y ESTRUCTURAS DE DATOS.
INVESTIGACION DE OPERACIONES
UNIDAD 2 Sistemas de Telecomunicación e Informáticos: Conceptos principales.
Diseño geodésico II II semestre, 2014
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería Maestría en Ingeniería Eléctrica.
SISTEMAS DE INFORMACION GEOGRAFICA. LOS SIG DEFINICION DEFINICION Un SIG se define como un conjunto de métodos, herramientas y datos que están diseñados.
Universidad Central de Venezuela Facultad de Ciencias Postgrado en Ciencias de la Computación Sistemas Distribuidos Albany Márquez.
Integrantes: Daniel Briceño Luis Carrera..  CommonKADS es la metodología desarrollada para apoyar la ingeniería del conocimiento.
Tecnologías Industriales. Justificación y objetivo (a) Este grado tiene una clara singularidad que lo diferencia del resto de títulos de grado de Ingeniería.
SISTEMA DE GESTIÓN DE LA CALIDAD NC ISO 9000:2001 CON ENFOQUE A CALIDAD TOTAL. FAMILIARIZACIÓN.
Para uso restringido de las entidades participantes del Convenio Marco No Todos los derechos reservados. Ninguna parte de esta presentación puede.
UNIVERSIDAD ALONSO DE OJEDA VICERRECTORADO ACADÉMICO FACULTAD DE INGENIERÍA Perfil del Ingeniero UNIOJEDA Ciudad Ojeda, Septiembre de 2011.
El papel del ingeniero informático en la generación de servicios de valor agregado dentro de una organización.
Organización para la calidad.
PLAN INTEGRAL DE GESTIÓN DE LOS RESIDUOS MUNICIPALES DE VITORIA-GASTEIZ ( ) 8.5. PROGRAMA DE GESTIÓN DE LODOS DE DEPURADORA.
Ingeniería del Software I
F-25 CHECK LIST DE DOCUMENTOS PARA CONSULTA (BIBLIOTECA) 581 Brief Description:Breve Descripción del Proyecto: Project Name and Location : Expansion and.
MECATRÓNICA I INSTITUTO TECNOLOGICO DE CHIHUAHUA Ing. Luis G. Floriano Gavaldón.
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
Ingeniería de Procesos Metalúrgicos
Power Engineering Group XXXIII Seminario de Ingeniería Hospitalaria15/10/2015 Control activo de demanda en hospitales José María Maza Ortega
Investigación preliminar  Entender la naturaleza del problema  Definir el alcance y las restricciones o limitaciones del sistema  Identificar los beneficios.
INNOVACIÓN EN LA GESTIÓN DEL RIEGO
República Bolivariana de Venezuela Universidad Nacional Experimental Politécnica de la Fuerza Armada (UNEFA) Carrera: Ingeniería de Sistemas Cátedra: Análisis.
Modelo para Planeación Energética Flexible. Importancia de la planeación Ley Generación centralizada Generación distribuida Fuente: Jorge Mírez.
Las fases del ciclo de la vida de desarrollo de sistemas
Identificación de entradas, salidas y herramientas de procesos de gestión del PMI Jairo A. Orozco L.
Titulación de Gestión Ambiental Tecnologías Limpias y Alternativas
 La empresa en la que desarrollamos este trabajo de campo es el Grupo Crystal compuestas por las empresas Tintorería Industrial Crystal creada en 1958,
Área de Tecnología del Agua del CEDEX
SISTEMAS DE INFORMACION GEOGRAFICA (SIG) Néstor Acosta Rodríguez Código: 7137.
Conclusiones: En este trabajo se ha demostrado que se pueden aplicar los algoritmos OCH al ajuste de los parámetros de un modelo borroso mediante la discretización.
Grupo de Control de Procesos Líneas de Investigación D esarrollo de Sistemas de Supervisión Inteligente y Control Jerárquico de plantas de depuración de.
Transcripción de la presentación:

Grupo de Control de Procesos Líneas de Investigación Desarrollo de Sistemas de Supervisión Inteligente y Control Jerárquico de plantas de depuración de aguas residuales (EDARs) Síntesis y Diseño Integrado de EDARs Pastora Vega Mario Francisco Dpto. de Informática y Automática Universidad de Salamanca

Líneas de Investigación Desarrollo de Sistemas de Supervisión Inteligente y Control Jerárquico de plantas de depuración de aguas residuales (EDARs) Síntesis y Diseño Integrado de EDARs

Objetivos generales de esta línea de investigación Plantear soluciones innovadoras para la optimización y el control de procesos biológicos en plantas de depuración de aguas residuales mediante estrategias de supervisión inteligente y el control jerárquico de los mismos Objetivos concretos Cumplir las regulaciones medioambientales de calidad de las aguas evitando así posibles sanciones legales Facilitar la adaptación a futuras legislaciones medioambientales más estrictas, evitando el rediseño de las plantas Incrementar la fiabilidad y seguridad en el control de EDARs operando en condiciones de máximo beneficio económico en un contexto global (incluyendo: ríos, planta, distribución,…)

Soluciones Propuestas La consecución de estos objetivos requiere Cierto nivel de automatización y de infraestructura informática que permitan la interacción con los procesos en tiempo real Técnicas Avanzadas de Control jerárquico que permitan establecer y alcanzar unas condiciones óptimas de operación Supervisión inteligente para garantizar al máximo la operación continuada en un amplio rango de situaciones (fallos, malfunciones, …) Soluciones Propuestas Plantear metodologías avanzadas de supervisión, optimización y control para los procesos biológicos de plantas de depuración de aguas residuales Desarrollar una herramienta de software para la solución de los problemas mencionados que pueda ser utilizado fácilmente por personal no experto, facilitando así su difusión industrial

Interés del tema en Europa Desarrollo de herramientas benchmark (banco de pruebas de simulación) para evaluar estrategias de control avanzado para el proceso de fangos activados. Estos trabajos se han llevado a cabo por distintos grupos en el marco de las Acciones Europeas COST 682 y 624 (1998-2004) COST 624: Gestión óptima de EDARs La Acción COST 624 se ha dedicado a la optimización tanto del desempeño como de los costes de sistemas de tratamiento de aguas residuales, incrementando el conocimiento de los sistemas de microorganismos involucrados e implementando control basado en una descripción global del sistema. Todos estos trabajos se continuan en el marco de un grupo de la IWA (International Water Association) Grupo de trabajo de la IWA en “Benchmarking” de estrategias de control para EDARs

Proyectos Europeos en el marco de la Acción COST 682 B-6 Development of an integrated process control system to optimize biological carbon and nitrogen removal by waste water treatment plants P. Vanrolleghem Univ. Gent ES-1 Development and application of a knowledge-based system for waste water treatment plants M.P. Espallargas Univ. Barcelona ES-2 Advanced methodologies to optimize design operation and control of nitrogen removal activated sludge processes L. Larrea CEIT, San Sebastian ES-3 Operational strategies for the activated sludge process in the sewage works of Vitoria City J.L. Garcia-Heras ES-4 Analysis and tests in existing sewage treatment plants to check design models considering organic load and nutrients A.H. Munoz Ets. Ing. Caminos, Madrid ES-5 Modelling, on-line state estimation and predictive control of activated sludge process in wastewater treatment I.S. Pujol CH-1 System identification of the activated sludge process W. Gujer EAWAG, Dübendorf CH-2 Quantification of denitrification processes in the activated sludge system R.v. Schultness CH-3 Design of model-based controllers to optimize nutrient removal in activated sludge processes with upstream denitrification S. Menzi, M. Steiner ETH, Zürich F-2 Development of a simulation software for municipal wastewater treatment plants by activated sludge M.N. Pons LSGC, Nancy

Estación de Depuración de Aguas Residuales Urbanas

Proceso biológico de Fangos Activados Eliminación de materia orgánica y nitrógeno para garantizar una mínima calidad del agua Recirculación interna PURGA Agua a depurar INFLUENTE Agua Depurada EFLUENTE Recirculación de lodos externa Eliminación de materia Orgánica y Nitrógeno Otros Componentes del Proceso En las balsas sin aireación se producen reacciones biológicas para eliminación de Nitrógeno (desnitrificación) En las balsas con aireación existe una flora bacteriana (biomasa) que degrada la materia orgánica en presencia de oxígeno En los Decantadores se produce la separación del agua limpia y de los lodos. Los lodos se recirculan y se purgan. Sistema de aireación inyecta aire en las balsas proporcionando el O2 para procesos aerobios Sistema de extracción y recirculación de lodos Sensores de caudal, pH y O2 en las balsas Sistema de control

Características del proceso Plantas depuradoras Características del proceso * Sistema no lineal de dinámica compleja y parámetros variables con el tiempo * Grandes perturbaciones en el caudal y sustrato de entrada a la planta * No existen medidas en línea de las concentraciones de sustrato y biomasa Depuradora de Manresa Perturbaciones en el influente (Entrada del proceso)

Objetivos de Control de EDARs Objetivo ligado a la calidad del agua: Mantener el sustrato a la salida por debajo del límite legal con independencia de las características del influente Eliminación de Nitrógeno, etc. Objetivo ligado a la operación de la planta Mantener un nivel de oxígeno disuelto mínimo en los reactores La realidad actual es: 1) Se controla el nivel de oxígeno con controladores PID, y en algunos casos también el nitrógeno 2) La calidad del agua (materia orgánica disuelta) se analiza una vez al día con técnicas de laboratorio Primer Objetivo línea investigación  Control global del proceso con Técnicas de Control Avanzado

Operación de la planta: costes energéticos COSTES REALES DE EXPLOTACION DE PLANTAS DE DEPURACION DE AGUAS RESIDUALES que vierten a los ríos Llobregat y Besós. (Año 2002) EDAR Caudal de diseño (m3/día) Agua Depurada (m3/día) Coste Explotación Besós 600.000 422.734 6.413.592 Moncada 72.000 54.018 1.035.878 Sant Feliu 72.000 53.719 2.562.780 Gava 70.000 46.835 2.078.387 Segundo Objetivo línea investigación  Optimización de costes de operación (aireación, bombeo,…)

Tercer objetivo: Sistema de Supervisión, Optimización y Control de EDARs Optimización global  Reconciliación de datos  Detección de fallos  Recomendaciones consignas y condiciones de operación  Balances Control Distribuido Supervisión experta Control a nivel de lazo  Función de coste económico  Restricciones: Modelos estacionarios PROCESO SISTEMA DE CONTROL DISTRIBUIDO SISTEMA EXPERTO Control predictivo Supervisión y Detección y Diagnóstico de Fallos Optimización de consignas Control Predictivo  Neuronal : CPN  Lineal: DMC, GPC

Supervisión e implementación general del software Supervisión manual a partir de los datos y conocimiento del proceso Implementación del software Supervisión automática Simulación CACSD Simulink Matlab Librerías C Optimización, Control Avanzado, Medición del desempeño Diagnóstico de fallos Supervisión, Control Avanzado, Optimización Decisiones del operador Sistema de soporte a la decisión Reglas de la base de conocimiento Preprocesamiento de datos Interfaces (Operador, proceso) Sistema de Control Distribuido Datos analíticos Datos cualitativos LABORATORIO Datos off-line DBO, DQO, NO, SS, NO,… OBSERVACIONES filamentos, burbujas, colores, olores Datos on-line (Sensores, actuadores pH, T, p, qp, DO, .. SCADA Adquisición de datos Control Básico Planta

Arquitectura Física del Sistema de Control Supervisión PC Laboratorio PC Control PC Supervisión TCP/IP Diagnosis, optimización, Control Avanzado y Simulador (Software G2, ACSL, C) Monitorización y Control (SCADA) Base de Datos Laboratorio Se implementa en diferentes máquinas Sistema de control distribuido FIC Proceso

Líneas de Investigación Desarrollo de Sistemas de Supervisión Inteligente y Control Jerárquico de plantas de depuración de aguas residuales (EDARs) Síntesis y Diseño Integrado de EDARs

Síntesis y Diseño integrado de EDARs Mediante la síntesis se determina la estructura óptima de la planta, de su sistema de control, y todos los parámetros del sistema, mediante la resolución de un problema de optimización multiobjetivo MINLP, para cumplir unos requisitos medioambientales DISEÑO INTEGRADO Mediante el diseño integrado se determinan simultáneamente los parámetros óptimos de la planta junto con su sistema de control, considerando costes, restricciones físicas, de proceso y de controlabilidad, y con el objetivo de cumplir requisitos medioambientales. Costes de construcción Costes de operación Restricciones físicas, de proceso, y de controlabilidad

Diseño integrado de EDARs Planta original -- > Diseño de estructuras alternativas decantador Problema de diseño Solución Datos: qi, si, xi , qsal Incógnitas: V1, V2,A, qr1, qp,s1, s2, x1, controlador minv1, v2,.. F(x) sujeto a g(x) <= 0 El problema matemáticamente es un problema de optimización multiobjetivo no lineal con restricciones Perturbaciones dies 22 24 26 28 m 3 /dia 5000 10000 15000 20000 25000 30000 35000 Q I

Síntesis de EDARs SUPERESTRUCTURA: Estructura general (benchmark) decantador Solución: Estructura simplificada y=(1,1,1,1,0) Síntesis: Resolución de un problema de optimización mixto entero (MINLP) Ejemplo: metodología híbrida VARIABLES ENTERAS: Algoritmos genéticos, enfriamiento simulado (simulated annealing), etc. VARIABLES REALES: Métodos clásicos

Síntesis y diseño integrado de EDARs: modelos Modelo matemático depuradora Restricciones de operación Edad de fangos, carga másica, caudal de purga, tiempo de residencia, etc. Linealización del modelo para análisis y control del proceso