Una de las actuaciones posibles para la gestión de los residuos sólidos urbanos es la valorización energética, es decir la incineración con recuperación de energía. Sin embargo es muy importante controlar adecuadamente el proceso de incineración para evitar en lo posible la liberación de sustancias contaminantes a la atmósfera que puedan ocasionar problemas de contaminación industrial.Conseguir que tanto el proceso de incineración como el tratamiento de los gases se realice en condiciones óptimas presupone tener un buen conocimiento de las dependencias entre las variables de proceso. Se precisan métodos adecuados de medida de las variables más importantes y tratar los valores medidos con modelos adecuados para transformarlos en magnitudes de mando. Un modelo clásico para el control parece poco prometedor en este caso debido a la complejidad de los procesos, la falta de descripción cuantitativa y la necesidad de hacer los cálculos en tiempo real. Esto sólo se puede conseguir con la ayuda de las modernas técnicas de proceso de datos y métodos informáticos, tales como el empleo de técnicas de simulación, modelos matemáticos, sistemas basados en el conocimiento e interfases inteligentes. En [Ono, 1989] se describe un sistema de control basado en la lógica difusa aplicado al campo de la incineración de residuos urbanos. En el centro de investigación FZK de Karslruhe se están desarrollando aplicaciones que combinan la lógica difusa con las redes neuronales [Jaeschke, Keller, 1994] para el control de la planta piloto de incineración de residuos TAMARA.En esta tesis se plantea la aplicación de un método de adquisición de conocimiento para el control de sistemas complejos inspirado en el comportamiento humano. Cuando nos encontramos ante una situación desconocida al principio no sabemos como actuar, salvo por la extrapolación de experiencias anteriores que puedan ser útiles. Aplicando procedimientos de prueba y error, refuerzo de hipótesis, etc., vamos adquiriendo y refinando el conocimiento, y elaborando un modelo mental. Podemos diseñar un método análogo, que pueda ser implementado en un sistema informático, mediante el empleo de técnicas de Inteligencia Artificial.Así, en un proceso complejo muchas veces disponemos de un conjunto de datos del proceso que a priori no nos dan información suficientemente estructurada para que nos sea útil. Para la adquisición de conocimiento pasamos por una serie de etapas:- Hacemos una primera selección de cuales son las variables que nos interesa conocer.- Estado del sistema. En primer lugar podemos empezar por aplicar técnicas de clasificación (aprendizaje no supervisado) para agrupar los datos y obtener una representación del estado de la planta. Es posible establecer una clasificación, pero normalmente casi todos los datos están en una sola clase, que corresponde a la operación normal. Hecho esto y para refinar el conocimiento utilizamos métodos estadísticos clásicos para buscar correlaciones entre variables (análisis de componentes principales) y así poder simplificar y reducir la lista de variables.- Análisis de las señales. Para analizar y clasificar las señales (por ejemplo la temperatura del horno) es posible utilizar métodos capaces de describir mejor el comportamiento no lineal del sistema, como las redes neuronales. Otro paso más consiste en establecer relaciones causales entre las variables. Para ello nos sirven de ayuda los modelos analíticos- Como resultado final del proceso se pasa al diseño del sistema basado en el conocimiento.El objetivo principal es aplicar el método al caso concreto del control de una planta de tratamiento de residuos sólidos urbanos por valorización energética.En primer lugar, en el capítulo 2 Los residuos sólidos urbanos, se trata el problema global de la gestión de los residuos, dando una visión general de las diferentes alternativas existentes, y de la situación nacional e internacional en la actualidad. Se analiza con mayor detalle la problemática de la incineración de los residuos, poniendo especial interés en aquellas características de los residuos que tienen mayor importancia de cara al proceso de combustión.En el capítulo 3, Descripción del proceso, se hace una descripción general del proceso de incineración y de los distintos elementos de una planta incineradora: desde la recepción y almacenamiento de los residuos, pasando por los distintos tipos de hornos y las exigencias de los códigos de buena práctica de combustión, el sistema de aire de combustión y el sistema de humos. Se presentan también los distintos sistemas de depuración de los gases de combustión, y finalmente el sistema de evacuación de cenizas y escorias.El capítulo 4, La planta de tratamiento de residuos sólidos urbanos de Girona, describe los principales sistemas de la planta incineradora de Girona: la alimentación de residuos, el tipo de horno, el sistema de recuperación de energía, y el sistema de depuración de los gases de combustión Se describe también el sistema de control, la operación, los datos de funcionamiento de la planta, la instrumentación y las variables que son de interés para el control del proceso de combustión.En el capítulo 5, Técnicas utilizadas, se proporciona una visión global de los sistemas basados en el conocimiento y de los sistemas expertos. Se explican las diferentes técnicas utilizadas: redes neuronales, sistemas de clasificación, modelos cualitativos, y sistemas expertos, ilustradas con algunos ejemplos de aplicación.Con respecto a los sistemas basados en el conocimiento se analizan en primer lugar las condiciones para su aplicabilidad, y las formas de representación del conocimiento. A continuación se describen las distintas formas de razonamiento: redes neuronales, sistemas expertos y lógica difusa, y se realiza una comparación entre ellas. Se presenta una aplicación de las redes neuronales al análisis de series temporales de temperatura.Se trata también la problemática del análisis de los datos de operación mediante técnicas estadísticas y el empleo de técnicas de clasificación. Otro apartado está dedicado a los distintos tipos de modelos, incluyendo una discusión de los modelos cualitativos.Se describe el sistema de diseño asistido por ordenador para el diseño de sistemas de supervisión CASSD que se utiliza en esta tesis, y las herramientas de análisis para obtener información cualitativa del comportamiento del proceso: Abstractores y ALCMEN. Se incluye un ejemplo de aplicación de estas técnicas para hallar las relaciones entre la temperatura y las acciones del operador. Finalmente se analizan las principales características de los sistemas expertos en general, y del sistema experto CEES 2.0 que también forma parte del sistema CASSD que se ha utilizado.El capítulo 6, Resultados, muestra los resultados obtenidos mediante la aplicación de las diferentes técnicas, redes neuronales, clasificación, el desarrollo de la modelización del proceso de combustión, y la generación de reglas. Dentro del apartado de análisis de datos se emplea una red neuronal para la clasificación de una señal de temperatura. También se describe la utilización del método LINNEO+ para la clasificación de los estados de operación de la planta.En el apartado dedicado a la modelización se desarrolla un modelo de combustión que sirve de base para analizar el comportamiento del horno en régimen estacionario y dinámico. Se define un parámetro, la superficie de llama, relacionado con la extensión del fuego en la parrilla. Mediante un modelo linealizado se analiza la respuesta dinámica del proceso de incineración.Luego se pasa a la definición de relaciones cualitativas entre las variables que se utilizan en la elaboración de un modelo cualitativo. A continuación se desarrolla un nuevo modelo cualitativo, tomando como base el modelo dinámico analítico.Finalmente se aborda el desarrollo de la base de conocimiento del sistema experto, mediante la generación de reglasEn el capítulo 7, Sistema de control de una planta incineradora, se analizan los objetivos de un sistema de control de una planta incineradora, su diseño e implementación. Se describen los objetivos básicos del sistema de control de la combustión, su configuración y la implementación en Matlab/Simulink utilizando las distintas herramientas que se han desarrollado en el capítulo anterior.Por último para mostrar como pueden aplicarse los distintos métodos desarrollados en esta tesis se construye un sistema experto para mantener constante la temperatura del horno actuando sobre la alimentación de residuos.Finalmente en el capítulo Conclusiones, se presentan las conclusiones y resultados de esta tesis. / One of the possible alternatives for the management of the municipal solid waste is the energy recovery in waste-to- energy facilities, i.e. the incineration with energy recovery. However, it is very important to control the incineration process properly in order to avoid, as far as possible, the liberation of pollutants to the atmosphere that could occasion problems of industrial contamination. To achieve that, both the incineration process and the treatment of flue gases are carried out in good conditions it presupposes to have a good knowledge of the dependences between process variables. It is necessary to have adequate measuring methods of the most important variables and to treat the measured values with appropriate models in order to transform them in control magnitudes. A classical control model looks not very promising in this case due to the complexity of the processes, the lack of quantitative description and the necessity of performing real-time calculations. This can only be achieved with the help of the modern techniques of data processing and informatics methods, like the use of simulation techniques, mathematical models, knowledge based systems and intelligent interfaces. A control system based on fuzzy logic applied to the field of the incineration of municipal solid waste is described in [ Ono, 1989]. In the Karslruhe center of investigation FZK applications that combine fuzzy logic with neural networks [Jaeschke, Keller, 1994] are being developed for the control of the TAMARA pilot plant for waste incineration.In this thesis it is outlined the application of a method of knowledge acquisition for the control of complex systems inspired by the human behaviour. When we are placed in face of an unknown situation, at the beginning we don't know how to act, except for the extrapolation of previous experiences that could be useful. Applying procedures of trial and error, reinforcement of hypothesis, etc, one goes acquiring and refining the knowledge, and elaborating a mental model. We can design a similar method, which could be implemented in an informatics system, by means of the use of Artificial Intelligence techniques.So, in a complex process often we have a group of process data that a priori don't give us sufficiently structured information to be useful. For the knowledge acquisition we went by a series of steps:- We make a first selection of which are the variables that we are interested to know.- State of the system. In first place we could begin applying classification techniques (unsupervised learning) in order to group the data and obtain a representation of the state of the plant. It is possible to establish a classification, but normally almost all the data are in a single class, that corresponds to the normal operation. Done this and in order to refine the knowledge we use classical statistical methods in order to look for correlations between variables (principal components analysis) to simplify and reduce the list of variables.- Analysis of the signals. In order to analyse and classify the signals (for example the temperature of the furnace) it is possible to use methods capable to better describe the non-linear behaviour of the system, like the neural networks. Another step consists in to establish causal relationships between the variables. For this purpose the analytical models are helpful.- As final result of the process go over the design of the knowledge based system.The main objective is to apply the method to the concrete case of the control of a plant of treatment of municipal solid waste by waste-to- energy process.First, chapter 2 The municipal solid waste, treats the global problem of waste management, giving an overview of the several existent alternatives, and of the national and international situation at the present time. The problems of the waste incineration are analysed with more detail, putting special interest in those waste characteristics that have more importance for the combustion process.In the chapter 3, Description of the process, is made a general description of the incineration process and of the different elements of a incineration plant: from the reception and storage of the waste, going by the different types of furnaces and the demands of the codes of good combustion practice, the combustion air system and the exhaust system. The different systems for cleaning the combustion gases, and the system of evacuation of ash residues are presented.The chapter 4, The municipal solid waste treatment plant of Girona, describes the main systems of the Girona incineration plant: the feeding of waste, the type of furnace, the energy recovery system, and the flue gas cleaning system. Are also described in this chapter, the control system, the operation, the data of operation of the plant, the instrumentation and the variables that are of interest for the control of the combustion process.In the chapter 5, Used techniques, is provided a global vision of the knowledge-based systems and of the expert systems. The diverse techniques used are explained: neural networks, systems of classification, qualitative models, and expert systems, illustrated with some examples of application.With regard to the knowledge-based systems, in first place are analysed the conditions for their suitability, and the forms of representation of the knowledge. Next the different forms of reasoning are described: neural networks, expert systems and fuzzy logic, and a comparison between them it is carried out. An application of the neural networks to the analysis of time series of temperature is presented.It is also treated the problem of the analysis of the operation data by means of statistical techniques and the use of techniques of classification. Another paragraph is dedicated to the different types of models, including a discussion of the qualitative models.The Computer Aided Supervisory System Design CASSD that is used in this thesis is described, and the analysis tools employed to obtain qualitative information from the behaviour of the process: ors and ALCMEN. An example of application of these techniques is included in order to find the relationships between the temperature and the actions of the operator. Finally are analysed the main characteristics of expert systems in general, and of the system expert CEES 2.0 that also are part of the CASSD system that has been used.The chapter 6, Results, shows the results obtained by means of the application of the several techniques, neural networks, classification, the development of the model of the combustion process, and the generation of rules. Inside the paragraph of analysis of data a neural network is used for the classification of a temperature signal. The use of the LINNEO+ method is also described for the classification of the states of operation of the plant.In the paragraph dedicated to the modelling a model of combustion is developed that is used as base in order to analyse the behaviour of the furnace in stationary and dynamic conditions. It is defined a parameter, the surface of flame, related with the extension of the fire in the grate. By means of a liberalized model the dynamic answer of the incineration process is analysed.Then we go over to the definition of qualitative relationships between the variables that are used in the elaboration of a qualitative model. Next a new qualitative model is developed, taking as base the analytic dynamic model.Finally the development of the knowledge base of the expert system is approached, by means of the generation of rules.In the chapter 7, Control system of an incineration plant, the objectives of a control system of an incineration plant are analysed, their design and implementation. Are described the basic objectives of the combustion control system, their configuration and the implementation in MATLAB/ SIMULINK using the different tools that have been developed in the previous chapter.Lastly in order to show how the different methods developed in this thesis could be applied it is built an expert system to maintain constant the temperature of the furnace acting on the waste feeding.Finally in the chapter Conclusions, the conclusions and results of this thesis are presented.

Atualmente, há inúmeras instalações offshore operando em regimes instáveis de escoamento. Tal regime é resultado de diâmetros superdimensionados das linhas de produção ou baixa vazão dos poços. Deve-se notar que, muitas vezes, o regime intermitente se instala no final da vida produtiva dos poços, devido ao declínio natural dos reservatórios, o que causa uma redução da produção do campo de petróleo. Tal instabilidade traz dificuldades na produção offshore, pois pode causar danos nos equipamentos da plataforma ou perdas de produção. Neste âmbito, é necessário estudar meios de atenuar ou suprimir este tipo de regime de escoamento. O objetivo deste trabalho é desenvolver métodos de forma a garantir a estabilidade do sistema através da modulação adequada da válvula choke, reduzindo ou mesmo eliminando o comportamento oscilatório da produção, mantendo a válvula choke na maior abertura possível, trazendo desta forma, ganhos econômicos através do aumento da produtividade do poço. Para a análise do sistema, utilizou-se um modelo dinâmico simplificado encontrado na literatura. Este modelo foi escolhido por reproduzir adequadamente o escoamento em golfadas severas, causado pela presença de trecho horizontal descendente na linha de produção. O sistema foi também modelado no OLGA®, sendo este, um software comercial com uso bastante disseminado na indústria de petróleo e com grande aplicação em simulações que exigem uma análise do comportamento transiente do problema. A avaliação da eficácia dos métodos de supressão das golfadas foi realizada através de duas abordagens distintas. Inicialmente, utilizou-se um controlador PI adaptativo com capacidade de operação em diferentes regiões de aberturas da válvula choke. Por fim, utilizou-se um Regulador Linear Quadrático associado a um observador de estados com filtro de Kalman Unscented com o objetivo de verificar como o sistema se comportaria em caso de necessidade de um observador para compensar uma possível falha do sensor submarino de pressão. Em ambos os casos, notou-se redução nas oscilações devido a golfadas do poço. As soluções foram implementadas através da integração entre o modelo do OLGA® e os algoritmos desenvolvidos no MATLAB utilizando servidor OPC. / Nowadays, there are numerous offshore installations operating in unstable flow regimes. Such unstable flow is the result of oversized diameters of production lines or low flow wells. It should be noticed that often the intermittent system occurs at the end of the productive life of wells due to the natural decline of the reservoir, which causes a reduction in oil field production. Such instability brings difficulties in offshore production, it can cause damage to the platform equipment or production losses. In this context, it is necessary to consider means to reduce or remove this type of flow regime. The objective of this work is to develop methods to ensure system stability by adequate modulation of choke valve, reducing or even eliminating the oscillatory behavior of the production, with the biggest choke valve opening possible, bringing economic gains by increasing well production The system analysis was carried out using a simplified dynamic model found in literature. This model was chosen by appropriately reproduction of severe slug flow, caused by the presence of downward horizontal section in the production line. The problem was also modeled on OLGA®, which is a commercial software with widespread use in the oil industry and large application in simulations that require a transient behavior analysis. The evaluation of the slugs suppression methods was carried out through two different approaches. First, an adaptive PI controller with capability to operate in different regions of choke valve openings was used. Finally, a Quadratic Linear Regulator associated to an Unscented Kalman Filter was used to verify how the system would behave in the event of a possible failure of subsea pressure sensor. In both cases, there was a reduction in oscillations due to slugs. The solutions were implemented through communication between the OLGA® model and the control algorithms developed in MATLAB using OPC server.

Orientador: Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-10T14:19:26Z (GMT). No. of bitstreams: 1 Scheffer_Ramon_D.pdf: 2739998 bytes, checksum: 73f980d4fa6566f9804050ba99816427 (MD5) Previous issue date: 2006 / Resumo: O processamento dos dados e a otimização dos processos químicos em tempo real ficarão mais importante com a competição crescente entres os produtores. Vários itens devem ser considerados para possibilitar a otimização em tempo real, como a medição, a confiança da medida e a predição do comportamento do processo. Neste trabalho considera-se vários aspectos de um esquema de controle avançado destes, quais são a monitorização de medida, identificação de sistema não linear e em tempo real (redes neuronais recorrentes) e otimização não linear com restrições. Um requisito é que este sistema é capaz de funcionar em condições severas com ruído da medição, perturbações não medidas e mudanças de processo, como a desativação de um catalisador. Todas estas ferramentas foram desenvolvidas na linguagem de programação FORTRAN e são disponíveis no laboratório LOPCA/UNICAMP. Utilizaram-se modelos validados para simular os processos, porém em alguns casos utilizaram-se dados industriais e dados de planta piloto para estudar os algoritmos desenvolvidos nesta tese. O ruído Gaussiano fracionário (fGn = fractional Gaussian noise) e o movimento Browniano fracionário (fBm = fractional Brownian motion) foram considerados de ser modelos adequados para monitorização de medida e foram aplicados nos dados de um piloto de um reator air-lift, cujo sinal de pressão demonstra um comportamento complexo e não branco (não aleatório). Demonstrou-se que o fGn descreve parcialmente os sinais da pressão e é capaz de prever os series temporais, porém, o parte que não era previsto bem pode ser previsto por um modelo (4,3) auto-regressivo e media móvel (ARMA = auto-regressive and moving average). Os modelos de fGn e fBm hão falta número de parâmetros ajustáveis e necessários para poderem ser utilizados em previsão de series temporais que tem uma função de auto-correlação de tipo senoidal. Portanto, recomenda-se o estudo da extensão do modelo ARMA que conhece-se por o modelo ARMA fracionário como algoritmo para monitorização da medida e por este via desenvolver uma ferramenta de diagnostica geral da confiança da medição. O algoritmo de treinamento de redes neurais baseado no filtro de Kalman (MEKA) mostrou se bastante rápido para o ajuste dos parâmetros da rede neural recorrente em casos distantes, tanto em casos teóricos tanto em casos práticos de dados industriais. Alem disto, as características de generalização das redes neuronais treinados são melhores dos que as obtidas com os algoritmos comuns de treinamento de rede neural como standard backpropagation (com momentum). Demonstrou-se com bastante sucesso que o filtro de Kalman pode ser utilizado em otimização com e sem restrições. A otimização sem restrições da função de Rosenbrock mostrou que o algoritmo pode ser muito rápido se a matriz de covarianca de ruído do processo é manipulada. A otimização com restrições demonstrou se em um escala grande de problemas de testes colecionados por Trvzka de Gouvêa e Odloak (), onde em quase todos os casos o ponto mínimo global foi encontrado. Alem disto utilizou se o algoritmo em um problema industrial que demonstrou que o custo computacional é alto demais ainda e que o algoritmo deveria ser modificado para ficar útil em aplicações reais / Abstract: In the continuing competition between it will be more and more necessary to optimize current chemical processes in real time. To be able to optimize a plant in real time, there have to be various aspects to be fulfilled, such as measurement, reliability of the measurement and prediction of the process behaviour. In this work some of the aspects of such an advanced control are studied and are measurement monitoring, on-line non-linear system identification (recurrent neural networks) and constrained non-linear optimisation. It is wanted that this system can work under measurement noise, unmeasured disturbance and process changes such as a catalyst deactivation. All these tools were developed in the FORTRAN programming language and are available at the laboratory LOPCA/UNICAMP. Validated models were used to simulate the processes, but in some cases real industrial and pilot-plant data were used to study the algorithms developed. The fractional Gaussian noise (fGn) and fractional Brownian motion (fBm) were thought to be models suitable as measurement predictors, and applied to pilot plant data of an airlift reactor, whose pressure signal presents a complex non-white behaviour. It was shown that the fGn does describe part of the measured signals and is able to do some prediction of the time series, but the other part could be explained well by a (4,3) Auto-Regressive and Moving Average (ARMA) model. It was noted that the fGn and fBm lack parameters to be adjusted and cannot be used for processes having a sinus type of autocorrelation function (ACF). Therefore an extension of ARMA models known as the fractional ARMA (FARMA) models can be used as a measurement monitoring tool, allowing the possibility to develop a general diagnostic tool. It is shown a various cases (from theoretical to practical industrial data) that the MEKA Kalman filter algorithm is a quite fast training algorithm for recurrent neural network training, but especially results in better generalisation properties of the neural network trained than the other sequential training algorithms (standard backpropagation (with momentum)). It was shown that the Kalman filter can be successfully used in unconstrained and constrained optimisation. The unconstrained optimisation of the Rosenbrock function demonstrates that a very fast optimisation can be obtained by manipulating the process noise covariance matrix. The applicability to constrained optimisation was shown in a large scope of different test problems and one real industrial problem / Doutorado / Processos Quimicos / Doutor em Engenharia Química

Thermal energy storage (TES), the storage of heat or cooling, is a cost-effective energy storage technology that can greatly enhance the performance of the energy systems with which it interacts. TES acts as a buffer between transient supply and demand of energy. In solar thermal systems, TES enables the power output of the plant to be effectively regulated, despite fluctuating solar irradiance. In district energy systems, TES can be used to shift loads, allowing the system to avoid or take advantage of peak energy prices. The benefit of TES, however, can be significantly enhanced by dynamically optimizing the complete energy system. The ability of TES to shift loads gives the system newfound degrees of freedom which can be exploited to yield optimal performance. In the hybrid solar thermal/fossil fuel system explored in this work, the use of TES enables the system to extract nearly 50% more solar energy when the system is optimized. This requires relaxing some constraints, such as fixed temperature and power control, and dynamically optimizing the over a one-day time horizon. In a district cooling system, TES can help equipment to run more efficiently, by shifting cooling loads, not only between chillers, but temporally, allowing the system to take advantage of the most efficient times for running this equipment. This work also highlights the use of TES in a district energy system, where heat, cooling and electrical power are generated from central locations. Shifting the cooling load frees up electrical generation capacity, which is used to sell power to the grid at peak prices. The combination of optimization, TES, and participation in the electricity market yields a 16% cost savings. The problems encountered in this work require modeling a diverse range of systems including the TES, the solar power plant, boilers, gas and steam turbines, heat recovery equipment, chillers, and pumps. These problems also require novel solution methods that are efficient and effective at obtaining workable solutions. A simultaneous solution method is used for optimizing the solar power plant, while a static/dynamic decoupling method is used for the district energy system. / text

Η παρούσα διπλωματική εργασία πραγματεύεται την ανάπτυξη ενός αποδοτικού συστήματος ελέγχου που θα επιτυγχάνει τον ακριβή έλεγχο της θέσης ενός λαπαροσκοπικού ρομποτικού εργαλείου που χρησιμοποιεί ‘έξυπνα μορφομνήμονα κράματα’ ως τένοντες-επενεργητές. Το γεγονός ότι το εργαλείο που χρησιμοποιείται είναι με πλεονάζοντες βαθμούς ελευθερίας, καθιστά ιδιαίτερα δύσκολο πρόβλημα την επίλυση της αντίστροφης κινηματικής. Στόχος της παρούσας εργασίας είναι, μέσω τεχνικών υπολογιστικής όρασης, να επιλυθεί προσεγγιστικά η αντίστροφη κινηματική ανάλυση της θέσης των αρθρώσεων του ρομποτικού εργαλείου. Ο προτεινόμενος νόμος ελέγχου χρησιμοποιεί την αριθμητική επίλυση των γωνιών των αρθρώσεων από την αντίστροφη κινηματική για την επιτυχή παρακολούθηση της επιθυμητής τροχιάς του ρομποτικού εργαλείου. / This thesis deals with the development of a robust control system responsible for the precise position control of an innovative, SMA-based tendon-driven endoscopic robotic surgical tool. Given the hyper-redundant features of this robotic tool, the solution to the inverse kinematics problem is quite complicated. Henceforth, the main objective of this thesis is the numerical solution of the joints' positions using image processing techniques. The proposed control law utilizes this information for trajectory tracking purposes of the tool's end-effector.

El reactor anaerobio de membranas sumergidas (SAnMBR) está considerado como tecnología candidata para mejorar la sostenibilidad en el sector de la depuración de aguas residuales, ampliando la aplicabilidad de la biotecnología anaerobia al tratamiento de aguas residuales de baja carga (v.g. agua residual urbana) o a condiciones medioambientales extremas (v.g. bajas temperaturas de operación). Esta tecnología alternativa de tratamiento de aguas residuales es más sostenible que las tecnologías aerobias actuales ya que el agua residual se transforma en una fuente renovable de energía y nutrientes, proporcionando además un recurso de agua reutilizable. SAnMBR no sólo presenta las principales ventajas de los reactores de membranas (i.e. efluente de alta calidad, y pocas necesidades de espacio), sino que también presenta las principales ventajas de los procesos anaerobios. En este sentido, la tecnología SAnMBR presenta una baja producción de fangos debido a la baja tasa de crecimiento de los microorganismos implicados en la degradación de la materia orgánica, presenta una baja demanda energética debido a la ausencia de aireación, y permite la generación de metano, el cual representa una fuente de energía renovable que mejora el balance energético neto del sistema. Cabe destacar el potencial de recuperación de nutrientes del agua residual bien cuando el efluente es destinado a irrigación directamente, o bien cuando debe ser tratado previamente mediante tecnologías de recuperación de nutrientes. El objetivo principal de esta tesis doctoral es evaluar la viabilidad de la tecnología SAnMBR como núcleo en el tratamiento de aguas residuales urbanas a temperatura ambiente. Por lo tanto, esta tesis se centra en las siguientes tareas: (1) implementación, calibración y puesta en marcha del sistema de instrumentación, control y automatización requerido; (2) identificación de los parámetros de operación clave que afectan al proceso de filtración; (3) modelación y simulación del proceso de filtración; y (4) desarrollo de estrategias de control para la optimización del proceso de filtración minimizando los costes de operación. En este trabajo de investigación se propone un sistema de instrumentación, control y automatización para SAnMBR, el cual fue esencial para alcanzar un comportamiento adecuado y estable del sistema frente a posibles perturbaciones. El comportamiento de las membranas fue comparable a sistemas MBR aerobios a escala industrial. Tras más de dos años de operación ininterrumpida, no se detectaron problemas significativos asociados al ensuciamiento irreversible de las membranas, incluso operando a elevadas concentraciones de sólidos en el licor mezcla (valores de hasta 25 g·L-1 ). En este trabajo se presenta un modelo de filtración (basado en el modelo de resistencias en serie) que permitió simular de forma adecuada el proceso de filtración. Por otra parte, se propone un control supervisor basado en un sistema experto que consiguió reducir el consumo energético asociado a la limpieza física de las membranas, un bajo porcentaje de tiempo destinado a la limpieza física respecto al total de operación, y, en general, un menor coste operacional del proceso de filtración. Esta tesis doctoral está integrada en un proyecto nacional de investigación, subvencionado por el Ministerio de Ciencia e Innovación (MICINN), con título ¿Modelación de la aplicación de la tecnología de membranas para la valorización energética de la materia orgánica del agua residual y la minimización de los fangos producidos¿ (MICINN, proyecto CTM2008-06809- C02-01/02). Para obtener resultados representativos que puedan ser extrapolados a plantas reales, esta tesis doctoral se ha llevado a cabo utilizando un sistema SAnMBR que incorpora módulos comerciales de membrana de fibra hueca. Además, esta planta es alimentada con el efluente del pre-tratamiento de la EDAR del Barranco del Carraixet (Valencia, España). / Robles Martínez, Á. (2013). Modelling, simulation and control of the filtration process in a submerged anaerobic membrane bioreactor treating urban wastewater [Tesis doctoral]. Editorial Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/34102 / Premios Extraordinarios de tesis doctorales