Integration of process design & control based on economics

In the preliminary design stage of an arbitrary process, the designer must be able to express the process characteristics through mathematical formulations, and study the dynamic behavior of such systems to fully comprehend the over-all operation under any conditions. Simultaneously, they must be ab...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Πατήλας, Χρήστος
Άλλοι συγγραφείς: Patilas, Christos
Γλώσσα:English
Έκδοση: 2022
Θέματα:
Διαθέσιμο Online:https://hdl.handle.net/10889/23937
id nemertes-10889-23937
record_format dspace
institution UPatras
collection Nemertes
language English
topic Process design
Process control
Simultaneous design and control
Algorithmic approach
Control structure selection
Mathematical programming
Σχεδιασμός διεργασιών
Ρύθμιση διεργασιών
Ταυτόχρονος σχεδιασμός και ρύθμιση
Αλγοριθμική προσέγγιση
Εύρεση δομών ρύθμισης
Μαθηματικός προγραμματισμός
spellingShingle Process design
Process control
Simultaneous design and control
Algorithmic approach
Control structure selection
Mathematical programming
Σχεδιασμός διεργασιών
Ρύθμιση διεργασιών
Ταυτόχρονος σχεδιασμός και ρύθμιση
Αλγοριθμική προσέγγιση
Εύρεση δομών ρύθμισης
Μαθηματικός προγραμματισμός
Πατήλας, Χρήστος
Integration of process design & control based on economics
description In the preliminary design stage of an arbitrary process, the designer must be able to express the process characteristics through mathematical formulations, and study the dynamic behavior of such systems to fully comprehend the over-all operation under any conditions. Simultaneously, they must be able to operate the process in optimal or near-optimal conditions based on an appropriate objective function. Following this trend, researchers over the years followed different approaches and techniques in order to address the design and control problem and produce plants that operate at optimal conditions in different time scales. These formulations may utilize different methodologies based on optimization techniques or heuristics but overall they can be divided in two main categories based on the addressed problem: (a) Sequential Design and Control and (b) Integrated Design and Control. This Thesis contributes to both of these categories with a variety of formulations that are based on the concept of back-off. For almost three decades, the back-off methodology has been extensively developed and refined for addressing the control structure selection problem. Previous work has been based on a linear and a non-linear formulation. The linear formulation ensures quick determination of the optimal solution but with a potentially significant loss of accuracy in complex non-linear processes. The non-linear formulation offers higher accuracy and the opportunity of simultaneous consideration of design and control. This improved accuracy usually comes with an increase in computational cost and complexity. A new methodology based on linear models and a quadratic approximation of economics is proposed in this work which demonstrates improved accuracy when compared with the linear approximation and reasonable increase in computational effort compared with non-linear counterpart. The importance of the simultaneous consideration of process design and control at the early design stages has been identified in the past and a lot of effort has been expended towards the development of systematic and practically applicable methodologies to address it. The complex nature of chemical processes combined with the stochastic nature of uncertainty are the main reason for the slow development in this field. This Thesis introduces a novel methodology for the simultaneous solution of the design and control problems. The back-off methodology is employed in order to avoid solving complex dynamic optimization problems. This method is based on the solution of a static optimization problem where the information related to process dynamics is captured in the necessary back-off from the constraints to ensure feasibility. A novel algorithmic approach is also presented in this Thesis which offers improvements and overall advantages compared to previous efforts of addressing the integrated design and control problem. This new approach utilizes the back-off concept and methodology to address dynamic optimization issues. Furthermore, this new procedure can be used in large-scale or even plant-wide applications. The practical usefulness and effectiveness of both methodologies are exhibited in several examined applications.
author2 Patilas, Christos
author_facet Patilas, Christos
Πατήλας, Χρήστος
author Πατήλας, Χρήστος
author_sort Πατήλας, Χρήστος
title Integration of process design & control based on economics
title_short Integration of process design & control based on economics
title_full Integration of process design & control based on economics
title_fullStr Integration of process design & control based on economics
title_full_unstemmed Integration of process design & control based on economics
title_sort integration of process design & control based on economics
publishDate 2022
url https://hdl.handle.net/10889/23937
work_keys_str_mv AT patēlaschrēstos integrationofprocessdesigncontrolbasedoneconomics
AT patēlaschrēstos antimetōpisētousyndyasmenouproblēmatosschediasmoukairythmisēsdiergasiōnmebasētaoikonomika
_version_ 1771297275952234496
spelling nemertes-10889-239372022-11-16T04:37:26Z Integration of process design & control based on economics Αντιμετώπιση του συνδυασμένου προβλήματος σχεδιασμού και ρύθμισης διεργασιών με βάση τα οικονομικά Πατήλας, Χρήστος Patilas, Christos Process design Process control Simultaneous design and control Algorithmic approach Control structure selection Mathematical programming Σχεδιασμός διεργασιών Ρύθμιση διεργασιών Ταυτόχρονος σχεδιασμός και ρύθμιση Αλγοριθμική προσέγγιση Εύρεση δομών ρύθμισης Μαθηματικός προγραμματισμός In the preliminary design stage of an arbitrary process, the designer must be able to express the process characteristics through mathematical formulations, and study the dynamic behavior of such systems to fully comprehend the over-all operation under any conditions. Simultaneously, they must be able to operate the process in optimal or near-optimal conditions based on an appropriate objective function. Following this trend, researchers over the years followed different approaches and techniques in order to address the design and control problem and produce plants that operate at optimal conditions in different time scales. These formulations may utilize different methodologies based on optimization techniques or heuristics but overall they can be divided in two main categories based on the addressed problem: (a) Sequential Design and Control and (b) Integrated Design and Control. This Thesis contributes to both of these categories with a variety of formulations that are based on the concept of back-off. For almost three decades, the back-off methodology has been extensively developed and refined for addressing the control structure selection problem. Previous work has been based on a linear and a non-linear formulation. The linear formulation ensures quick determination of the optimal solution but with a potentially significant loss of accuracy in complex non-linear processes. The non-linear formulation offers higher accuracy and the opportunity of simultaneous consideration of design and control. This improved accuracy usually comes with an increase in computational cost and complexity. A new methodology based on linear models and a quadratic approximation of economics is proposed in this work which demonstrates improved accuracy when compared with the linear approximation and reasonable increase in computational effort compared with non-linear counterpart. The importance of the simultaneous consideration of process design and control at the early design stages has been identified in the past and a lot of effort has been expended towards the development of systematic and practically applicable methodologies to address it. The complex nature of chemical processes combined with the stochastic nature of uncertainty are the main reason for the slow development in this field. This Thesis introduces a novel methodology for the simultaneous solution of the design and control problems. The back-off methodology is employed in order to avoid solving complex dynamic optimization problems. This method is based on the solution of a static optimization problem where the information related to process dynamics is captured in the necessary back-off from the constraints to ensure feasibility. A novel algorithmic approach is also presented in this Thesis which offers improvements and overall advantages compared to previous efforts of addressing the integrated design and control problem. This new approach utilizes the back-off concept and methodology to address dynamic optimization issues. Furthermore, this new procedure can be used in large-scale or even plant-wide applications. The practical usefulness and effectiveness of both methodologies are exhibited in several examined applications. Στο προκαταρτικό στάδιο του σχεδιασμού μιας οποιασδήποτε διεργασίας, ο μηχανικός διεργασιών θα πρέπει να είναι σε θέση να μελετήσει την δυναμική συμπεριφορά του συστήματος κάνοντας χρήση γενικών μαθηματικών προτύπων. Με αυτό τον τρόπο, δύναται να κατανοήσει πλήρως την λειτουργία τέτοιων συστημάτων κάτω από οποιεσδήποτε συνθήκες ενώ ταυτόχρονα στοχεύει στην διατήρηση της διεργασίας στις βέλτιστες συνθήκες λειτουργίας. Βάσει αυτών, η έρευνα τα τελευταία χρόνια έχει στραφεί προς την ανάπτυξη μεθοδολογιών και τεχνικών με σκοπό την αντιμετώπιση του συνδυασμένου προβλήματος σχεδιασμού και ρύθμισης διεργασιών. Οι μεθοδολογίες αυτές κάνουν χρήση διαφόρων τεχνικών βελτιστοποίησης καθώς επίσης και ευριστικών μεθόδων και μπορούν να χωριστούν σε δύο βασικές κατηγορίες ανάλογα με το πρόβλημα που δύναται να επιλύσουν: (α) Προβλήματος Διαδοχικού Σχεδιασμού και Ρύθμισης διεργασιών και (β) Προβλήματος Ταυτόχρονου Σχεδιασμού και Ρύθμισης διεργασιών. Στην παρούσα Διδακτορική Διατριβή παρουσιάζονται μεθοδολογίες που επιλύουν και τις δύο κατηγορίες προβλημάτων οι οποίες βασίζονται στην μεθοδολογία back-off.Η μεθοδολογία back-off αναπτύσσεται και βελτιώνεται συνεχώς τα τελευταία 30 έτη. Πιο συγκεκριμένα, έχουν αναπτυχθεί τρείς διατυπώσεις του προβλήματος αυτού που βασίζονται στα πρότυπα Μικτού Ακέραιου Γραμμικού, Μη-Γραμμικού και Τετραγωνικού Προγραμματισμού. Η πιο πρόσφατη διατύπωση του Τετραγωνικού Προγραμματισμού αποτελεί αντικείμενο μελέτης της παρούσας Διδακτορικής Διατριβής μιας και εμφανίζει σημαντικά πλεονεκτήματα έναντι της παλαιότερης που βασίστηκε στο Γραμμικό Προγραμματισμό. Συμπερασματικά λοιπόν, η μεθοδολογία back-off μπορεί να αντιμετωπίσει το διαδοχικό πρόβλημα εύρεσης δομών ρύθμισης με συστηματικό και αποτελεσματικό τρόπο έχοντας μια πληθώρα ικανών διατυπώσεων και έχοντας δοκιμαστεί σε πολλές διεργασίας ευρείας κλίμακας.Η σπουδαιότητα της επίλυσης του Προβλήματος Ταυτόχρονου Σχεδιασμού και Ρύθμισης διεργασιών στα αρχικά στάδια του σχεδιασμού έχει αναγνωριστεί από πολλούς ερευνητές ανά τα χρόνια ενώ σημαντική προσπάθεια έχει γίνει για την ανάπτυξη αυτού το τομέα. Στην παρούσα Διδακτορική Διατριβή παρουσιάζεται μία πρωτότυπη μεθοδολογία για την επίλυση του Προβλήματος Ταυτόχρονου Σχεδιασμού και Ρύθμισης διεργασιών. Πιο συγκεκριμένα, η προτεινόμενη μεθοδολογία βασίζεται στην μεθοδολογία back-off για την αποφυγή επίλυσης πολύπλοκων προβλημάτων δυναμικής βελτιστοποίησης. Η μέθοδος αυτή βασίζεται στην επίλυση ενός στατικού προβλήματος βελτιστοποίησης, όπου όλες οι πληροφορίες σχετικές με την δυναμική της εκάστοτε διεργασίας έχουν αποτυπωθεί στην υποχώρηση από τους περιορισμούς με σκοπό την διατήρηση της διεργασίας στην εφικτή περιοχή λειτουργίας. Επιπροσθέτως, στην παρούσα Διδακτορική Διατριβή, παρουσιάζεται μια νέα αλγοριθμική προσέγγιση της παραπάνω μεθοδολογίας με σκοπό την βελτίωση της σε προβλήματα μεγάλης κλίμακας. Η τελευταία δίνει επίσης την δυνατότητα εφαρμογής της σε εργοστασιακής κλίμακας προβλήματα. Η πρακτική εφαρμογή και η αποτελεσματικότητα των μεθοδολογιών αυτών εξετάζετε μέσω διαφόρων εφαρμογών. 2022-11-15T06:18:42Z 2022-11-15T06:18:42Z 2021-12-01 https://hdl.handle.net/10889/23937 en application/pdf