Modelo predictivo de control económico para procesos de tratamiento de aguas residuales basado en el error máximo global POD-TPWL
Autores: Wang, Zhiyu; Zeng, Jing; Liu, Jinfeng
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Modelo predictivo de control económico para procesos de tratamiento de aguas residuales basado en el error máximo global POD-TPWL
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Desafío
Eficiencia computacional
EMPC no lineal
Plantas de tratamiento de aguas residuales
TPWL
GMEC
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
Para abordar el desafío de la baja eficiencia computacional en el Control Predictivo de Modelos Económicos no Lineales (EMPC) para sistemas a gran escala como las plantas de tratamiento de aguas residuales (WWTPs), este documento propone un marco de trabajo EMPC basado en la Linealización Trajectoria a Trozos (TPWL) integrado con control de error máximo global (GMEC) y Descomposición Ortogonal Apropiada (POD). El método TPWL construye un marco de trabajo de modelo de orden reducido, mientras que GMEC perfecciona de forma iterativa el proceso de selección del punto de linearización. Se emplea una estrategia de dos etapas: primero, una selección gruesa de puntos de linearización candidatos a lo largo de la trayectoria de estado del modelo no lineal original basada en la distancia euclidiana, seguida de un refinamiento para determinar puntos óptimos que minimicen los errores de aproximación global. Los resultados de la simulación demuestran que el método propuesto reduce el tiempo computacional en al menos un 65% bajo condiciones climáticas idénticas, manteniendo la calidad del efluente e índices de costos totales dentro de umbrales aceptables. En comparación con enfoques convencionales de TPWL-POD, este marco logra una mayor precisión del modelo y un rendimiento de control EMPC superior. Estos avances destacan el potencial del método para su implementación en tiempo real en sistemas industriales complejos, equilibrando la eficiencia computacional con la precisión del control. Además, el diseño modular del marco permite la integración con técnicas de optimización existentes para reducir aún más la complejidad computacional sin comprometer el cumplimiento de la calidad del efluente.
Descripción
Para abordar el desafío de la baja eficiencia computacional en el Control Predictivo de Modelos Económicos no Lineales (EMPC) para sistemas a gran escala como las plantas de tratamiento de aguas residuales (WWTPs), este documento propone un marco de trabajo EMPC basado en la Linealización Trajectoria a Trozos (TPWL) integrado con control de error máximo global (GMEC) y Descomposición Ortogonal Apropiada (POD). El método TPWL construye un marco de trabajo de modelo de orden reducido, mientras que GMEC perfecciona de forma iterativa el proceso de selección del punto de linearización. Se emplea una estrategia de dos etapas: primero, una selección gruesa de puntos de linearización candidatos a lo largo de la trayectoria de estado del modelo no lineal original basada en la distancia euclidiana, seguida de un refinamiento para determinar puntos óptimos que minimicen los errores de aproximación global. Los resultados de la simulación demuestran que el método propuesto reduce el tiempo computacional en al menos un 65% bajo condiciones climáticas idénticas, manteniendo la calidad del efluente e índices de costos totales dentro de umbrales aceptables. En comparación con enfoques convencionales de TPWL-POD, este marco logra una mayor precisión del modelo y un rendimiento de control EMPC superior. Estos avances destacan el potencial del método para su implementación en tiempo real en sistemas industriales complejos, equilibrando la eficiencia computacional con la precisión del control. Además, el diseño modular del marco permite la integración con técnicas de optimización existentes para reducir aún más la complejidad computacional sin comprometer el cumplimiento de la calidad del efluente.