En general, el control de procesos es muy eficiente cuando el punto de operación deseado ha sido determinado a priori y el sistema tiene capacidad suficiente para responder a las perturbaciones. Mientras el control de procesos es requerido a fin de regular algunas variables de proceso, la aplicación de tal técnica puede no ser apropiada para todas las variables significativas. En algunos casos, el punto optimo de operación cambia debido al efecto combinado de perturbaciones internas y externas por lo que un sistema de control prefijado puede no responder adecuadamente a los cambios. Cuando ciertas condiciones son satisfechas, la optimización en-línea surge como una alternativa adecuada para ajustarse a ese optimo cambiante.A fin de "perseguir" este optimo móvil, la optimización en-línea resuelve en forma periódica problemas de optimización, usando datos que vienen directamente de la planta y un modelo el cual es actualizado continuamente. La aplicación mas frecuente de la optimización en-línea corresponde a la categoría de procesos continuos. Esto se debe principalmente a que los modelos de estado estacionario son mas simples y fáciles de desarrollar y validar, además de que los procesos continuos tienen normalmente asociado elevada producción y por ende, pequeñas mejoras en la eficiencia del proceso se traducen en importantes ganancias. Sin embargo, aunque el uso de modelos al estado estacionario simplifica enormemente las tareas de modelización, hace emerger ciertos aspectos ligados a la validez de la hipótesis de un estado estacionario.Comenzaron a surgir varias aplicaciones a gran escala de la optimización en-línea, pero, si bien varios vendedores ofrecen productos y servicios en este área, la mayoría de las aplicaciones industriales abordan problemas de control avanzado, dejando a la optimización en un segundo plano. Los industriales han reportado que después de cuatro décadas ha tenido lugar una mejora progresiva en la metodología llevada a cabo en la optimización en-línea, pero que siguen estando presente los puntos débiles originales. Tales aspectos están directamente relacionados con la detección del estado estacionario (o las frecuencias de las perturbaciones) y la optimización en si misma.Los objetivos de la presente tesis están dirigidos a solventar parcialmente tales puntos débiles de la metodología actual. Como resultado, se propone una estrategia alternativa que saca ventaja de las mediciones y busca una mejora continua en lugar de una optimización formal. Se muestra que tal estrategia resulta muy efectiva y puede no solo ser aplicada para la optimización de puntos de consigna, pero también para tomar (en-línea) las decisiones discretas necesarias en procesos que presentan degradación (aspecto normalmente resuelto usando programación matemática).La estructura de la tesis es como sigue. El primer capitulo explica las principales motivaciones y objetivos del trabajo, mientras que el capitulo 2 consiste en una revisión bibliográfica que abarca, hasta cierto punto, los tópicos y funcionalidades mas importantes asociados a la optimización en-línea. Luego, los capítulos 3 y 4 presentan la estrategia propuesta a través de dos metodologías para la optimización en-línea, lo cual es la contribución mas importante de la tesis. El primero, (capitulo 3) se centra en la persecución de un optimo que se mueve por el efecto combinado de perturbaciones externas e internas. Por otro lado, en el capitulo 4 se explica una metodología paralela, concebida para procesos que presentan desempeño decreciente con el tiempo y requieren decisiones discretas en relación a acciones de mantenimiento. Ambos capítulos incluyen una primera parte, mas bien teórica, y una segunda parte dedicada a la validación usando casos de referencia. Luego, el capitulo 5 describe la aplicación de tales metodología sobre dos escenarios industriales, con la intención de complementar los resultados obtenidos sobre los casos académicos. Posteriormente, el capitulo 6 aborda dos problemas asociados a la implementación: la influencia de los parámetros ajustables y la arquitectura del software usada. Finalmente, el capitulo 7 resume las principales conclusiones y observaciones de la tesis. / In general, process control is very effective when the desired operation point has been determined from prior analysis and the control system has sufficient time to respond to disturbances. While process control is required for regulating some process variables, the application of these methods may be not appropriate for all important variables. In some situations, the best operating conditions change because of the combined effect of internal and external disturbances, and a fixed control design may not respond properly to these changes. When certain conditions are met, on-line optimisation becomes a suitable choice for tracking the moving optimum.In order to "pursue" that moving optimum, on-line optimisation solves periodically optimisation problems using data coming directly form the plant and a continuously updated model. The most common use of on-line optimisation corresponds to the continuous processes category. This is mainly owed to that steady state models are simpler and easier to develop and validate, besides that continuous processes have commonly high production rates, thus small relative improvements in the process efficiency originates significant economic earnings. Nevertheless, although the use of steady state models greatly simplifies the modelling task, it raises other issues associated with the validity of the steady state assumption. Large-scale applications of on-line optimisation started to spread, however, even when several vendors offer products and services in the area, most of the application address advanced control issues while on-line optimisation is released to a second plane. Industry practitioners have reported that after four decades there has been a progressive improvement in the on-line optimisation methodology, but the same initial weakness or more generally speaking some common causes of poor performance still remain. These issues are directly related with the steady state detection (or disturbance frequency) and the optimisation itself.The objectives of this thesis work are then directed to overcome at least partially the weak points of the current approach. The result is the proposal of an alternative strategy that takes fully advantage of the on-line measurements and looks for periodical improvement rather than a formal optimisation. It is shown how the proposed approach results very efficient and can be applied not only for set-point on-line optimisation but also for taking the on-line decision required in processes that presents decaying performance (aspect typically solved of-line via mathematical programming). The thesis is structured as follows. The first chapter explains the main motivations and objectives of the work, while chapter 2 consists in a literature review that addresses, to some extension, the most significant issues around the on-line optimisation functionality. After that, chapter 3 and chapter 4 introduce two methodologies that use the proposed strategy for on-line optimisation, which is the main thesis contribution. The first one (in chapter 3) focuses in tracking fast moving optima, which is caused mainly by the combined effect of external and internal disturbances. On the other hand, a parallel methodology is explained in 4, conceived for processes that present decaying performance and that require discrete decision related to maintenance actions. Both chapters include a first part, rather theoretical, and a second part devoted to the validation over typical benchmarks. Then, chapter 5 describes the application of such methodologies over two existing industrial scenarios, in order to complement the results obtained using the benchmarks. After that, chapter 6 addresses two issues related to the implementation aspects: the influence of the adjustable parameters of the proposed procedure and the software architectures used. Finally, chapter 7 draws conclusions and main observations.

El alto grado de automatización adquirido en las plantas químicas durante las últimas décadas hace que las tareas de supervisión sean ahora más complejas y delicadas. Esta supervisión requiere de sistemas y herramientas sofisticadas que puedan sacar provecho de los módulos de adquisición de información instalados en planta. Así, el preciso seguimiento de las variables de proceso o la fácil operatividad de los procesos, gracias a los sistemas de control regulatorio actuales, son aspectos relevantes que deben ser contemplados a la hora de dar una respuesta global a las desviaciones del régimen normal de operación.Esta tesis presenta un enfoque global para la gestión de situaciones anormales en plantas químicas. En esta propuesta se contempla el flujo completo de información requerido para responder efectivamente a cualquier situación anormal que se pueda presentar. Mediante esta visión global, primeramente se identifican todos los módulos de planta involucrados en la gestión de fallos; luego se focalizan esfuerzos en mejorar las técnicas que estos módulos usan para su operación; por último, se aprovechan algunas de las sinergias descubiertas mediante esta visión global de la gestión de eventos anormales.De esta forma, el primer capítulo esetablece un primer acercamiento general a las motivaciones y ámbito de las tesis, describiendo rasgos fundamentales en la evolución de la industria química durante los últimos años y los requerimientos asociados al nuevo modelo de supervisión. El segundo capítulo resume las técnicas y aplicaciones actuales para reducir el riesgo de incidencias y accidentes en procesos químicos. Este resumen se centra principalmente en aquellas metodologías más empleadas en la literatura y aquellas con más aceptación en ambientes industriales. Una vez analizado el estado del arte en la supervisión de procesos, se propone un enfoque global de gestión de eventos anormales en el tercer capítulo, que presenta los eslabones de la cadena de gestión de eventos anormales, los cuales serán abordados en detalle en los capítulos restantes.De esta forma, el capítulo 4 se centra en la mejora de los sistemas de adquisición de datos y su posterior tratamiento mediante reconciliación con modelos del proceso. Los capítulos 5, 6, 7 y 8 se dedican al estudio de la parte central de cualquier sistema de respuesta a eventos anormales, el módulo de diagnóstico. El capítulo 5 formaliza el problema de diagnosis y estandariza los índices de evaluación de funcionamiento de los sistemas de diagnóstico. Los capítulo 6 y 7 preentan dos nuevos sistemas de diagnosis basados en el uso de datos históricos. El primero desarrollado en el capítulo 6, implementa un algoritmo de aprendizaje llamada "Máquinas de soporte vectorial" (SVM) adoptando un enfoque "MultiEtiqueta" que permite el diagnóstico eficaz de fallos simultáneos. El segundo sistema (capítulo 7) integra un módulo de detección basado en un modelo de Análisis de Componentes Principales y un módulo de diagnóstico basado en reglas "si-entonces". Como compendio de la diagnosis, el capítulo 8 estudia las fuerzas y debilidades de los sistemas de diagnóstico propuestos y propone una integración de módulos de diagnóstico complementarios que supera el rendimiento de cualquiera de los sistemas por separado.Los capítulos 9 y 10 están centrados en la toma efectiva de decisiones frente a desviaciones del régimen normal de operación. El capítulo 9 presenta una metodología novedosa de integración de conocimiento del proceso en línea y fuera de línea, que permite generar información sustancial de soporte al operador en la toma de decisiones. El capítulo 10 se centra también en la toma de decisiones, mostrando las sinergias generadas al integrar el sistema de diagnosis con otros módulos de planta. En este capítulo el sistema global de gestión de eventos anormales es complementado con un módulo de optimización en línea. De esta forma el nuevo soporte a la toma de decisiones frente a perturbaciones no sólo tiene en cuenta aspectos relacionados con la seguridad sino también con la economía de la planta. Además, la integración permite que la técnica de optimizaicón empleada sea más fiable en su aplicación.Todos los capítulos incluyen una primera parte teórica seguida de una segunda parte centrada en la validación académica e industrail. Aquellos temas que exceden el alcance de estas tesis, son comentados y propuestos como trabajo futuro en el capítulo 11. / The hight automation acquired in chemical industry during last decades has made supervision a delicate and complex task. Therefore, current plants supervision require of sophisticated systems and tools that can create profit from the information installed modules. Thus, the precise tracking of process variables or the high plant operability, achieved by the current regulatory control, are aspects that must be contemplated when the plant has to give a global response against deviations from normal operating regime. This thesis presents a global approach for the management of abnormal situations in chemical plants. In this proposal the complete flow of information required to respond to any nonstandard situation is considered. This global approach incorporates several key aspects: first, all the plant modules that are necessary in the faults management are presented; secondly, this thesis focuses on improving the techniques used in each of these modules so far. Lastly, synergies discovered by the proposed global approach are used to develop novel and promising solutions to address process safety and optimization difficulties.