Ciencias Exactas y Ciencias de la Salud
Permanent URI for this collectionhttps://hdl.handle.net/11285/551039
Pertenecen a esta colección Tesis y Trabajos de grado de las Maestrías correspondientes a las Escuelas de Ingeniería y Ciencias así como a Medicina y Ciencias de la Salud.
Browse
Search Results
- Eficientización de un Algoritmo Genético Multiobjeto para la Síntesis de Procesos(Instituto Tecnológico y de Estudios Superiores de Monterrey, 2004-01-12) Nájera Bayona, David; Dr. Joaquín Acevedo MascarÚa; Dr. Enrique Ortiz Nadal; Dr. Eduardo Gómez Maqueo Aréchiga; ITESMEl desarrollo de un modelo riguroso que pueda ser usado para la síntesis de procesos ecoeficientes es una tarea difícil que requiere un tiempo considerable para un ingeniero de procesos. En la actualidad los simuladores comerciales son herramientas ampliamente utilizadas que simplifican este problema, proporcionando modelos eficientes para la evaluación de las operaciones unitarias más comunes, así como relaciones termodinámicas inherentes del proceso. Sin embargo, los métodos determinísticos de optimización no son totalmente compatibles cuando se evalÚan modelos continuos-discretos con funciones no convexas y discontinuidad en las variables. Se ha probado que la implementación de algoritmos evolutivos (e.g. algoritmos genéticos) en simuladores modulares elimina este problema, y además presentan ventajas adicionales con respecto a las técnicas clásicas de optimización como la basada en gradientes. En el presente trabajo se utiliza un Algoritmo Genético Multiobjetivo Elitista (NSGA-II) acoplado al simulador de procesos ASPEN Plus� 12.1 para la síntesis de procesos de separación mediante la creación de la superestructura en la interface gráfica del simulador. Se mejora el rendimiento de un algoritmo de convergencia para eliminar el tiempo de cómputo innecesario una vez que se ha encontrado la curva óptima de pareto. La eficiencia computacional del criterio de convergencia se demuestra a través de varios ejemplos numéricos y de problemas de síntesis y diseño de procesos de separación multicomponente tomados de la literatura. Criterios económicos y de operación son tomados como funciones independientes de optimización. Reducciones en el tiempo máquina de más del 60% son obtenidas para los problemas de estudio.
- Eficientización de un Algoritmo Genético para la Optimización de Secuencias de Destilación Utilizando un Simulador(Instituto Tecnológico y de Estudios Superiores de Monterrey, 2001-01-12) Leboreiro Hernández, José; Dr. Joaquín Acevedo MascarÚa; Dr. Miguel Angel Romero Ogawa; Dr. Eduardo Gómez-Maqueo Aréchiga; ITESMLa obtención de soluciones a problemas de optimización que representen avances reales de procesos tan estudiados como la destilación requiere del empleo de modelos matemáticos rigurosos tanto para la operación misma como para el cálculo de propiedades termodinámicas de los compuestos involucrados. Una opción para atacar este problema es la utilización de simuladores comerciales, ya que éstos cuentan con modelos rigurosos termodinámicos y de operación sumamente eficientes, además de que permiten al ingeniero de procesos evaluar fácilmente diferentes alternativas de modelación para un problema específico. En el presente trabajo, se emplea un algoritmo genético (AG) para el diseño óptimo de columnas de destilación. Se presenta una guía para la selección de valores adecuados de los parámetros del AG y se proponen diversas estrategias para mejorar el desempeño del AG que incluyen desde la codificación, evaluación, el uso de un algoritmo híbrido (algoritmo genético con resolvedor matemático) y un nuevo procedimiento para la definición de la convergencia del algoritmo. Las estrategias propuestas tienen el fin de limitar el espacio de bÚsqueda, reducir la evaluación de puntos no factibles y evitar evaluaciones innecesarias una vez que se encontró el óptimo. La implementación computacional de éstas propuestas ha permitido reducir el tiempo de ejecución en más del 50% en algunos problemas numéricos, manteniendo la robustez del algoritmo para encontrar la solución óptima. El criterio de convergencia se desempeñó satisfactoriamente, es decir, se logró encontrar la solución óptima de los problemas y detener el AG una vez que el óptimo ha sido encontrado. Se resolvieron dos problemas de optimización de diseño de columnas de destilación, el primero consiste en la destilación de una mezcla ternaria mientras que el segundo es una destilación extractiva de una mezcla altamente no ideal. Además, se resolvió un problema de síntesis de columnas de destilación para la separación de hidrocarburos de cuatro carbonos considerando columnas convencionales y complejas. Con los resultados obtenidos se demostraron las ventajas de utilizar AGs acoplados a simuladores comerciales para facilitar la modelación de sistemas de destilación convencionales integrados energéticamente y algunas variaciones como las columnas Petlyuk. La implementación propuesta representa una herramienta robusta para la solución de problemas de síntesis de procesos a través de la cual se resolvieron problemas complejos de optimización de secuencias no ideales de destilación.