Modelado y Control Basado en Redes Neuronales Artificiales de una Planta Piloto de Desalinización de Agua de Mar por Osmosis Inversa
En este trabajo de tesis se parte de la hipótesis de que: es posible aumentar
la eficiencia de las plantas desalinizadoras de agua de mar utilizando sistemas
de control inteligente, conformados por controladores multivariables
fundamentados en redes neuronales artificiales y modelos matemáticos
multivariables basados en las leyes de conservación de la materia y energía.
Se empieza describiendo las tecnologías empleadas a nivel industrial para la
desalinización de agua, y se continúa con una revisión del estado del arte del
modelado y control de las plantas desalinizadoras que se basan en ósmosis
inversa.
Luego, teniendo en cuenta la polarización de la concentración y utilizando el
modelo de solución-difusión para cuantificar el transporte de las sales y del
solvente a través de la membrana, se plantean las ecuaciones de balance de
materia y energía en la unidad de ósmosis inversa de una planta
desalinizadora de agua de mar, obteniéndose un modelo matemático no lineal
multivariable. Al validar el modelo con datos experimentales se verifica un
buen grado de ajuste.
Más adelante, se linealiza el modelo obtenido (alrededor de sus condiciones
normales de operación) para conseguir una representación en el espacio de
estados, que es utilizada en el diseño de un neurocontrolador dinámico. Se
valida el desempeño del controlador diseñado frente a cambios en la
referencia, presencia de ruido y rechazo a perturbaciones, encontrándose en
todos los casos un desempeño satisfactorio.
Posteriormente se realiza un estudio comparativo del desempeño del
controlador neuronal diseñado frente a controladores PID, verificándose con
bastante claridad la superioridad del controlador neuronal, especialmente en
las situaciones en las que cambian significativamente las dos variables
controladas a la vez.
Se concluye la memoria de tesis haciendo una propuesta de implementación
práctica del sistema de control diseñado, que sugiere el uso de una aplicación
cliente/servidor OPC con el controlador neuronal implementado en Simulink
(en una PC) y la comunicación con la planta a través de un PLC.
CIENCIACTIVA