Estudio de las Propiedades de Control de un Proceso Sustentable para la Obtencin de

Biobutanol

Alumno: Eduardo Snchez Ramrez
Director de tesis: Dr. Juan Gabriel Segovia Hernndez
Co-Directores: Dr. Salvador Hernndez Castro y Dr. Fernando Israel Gmez Castro

Resumen
El siguiente proyecto se desarrollar con el fin de llevar a cabo la optimizacin simultnea diseo-
control del proceso de fermentacin ABE, que incluye la simulacin del reactor fermentador y el
proceso de purificacin de solventes producidos (acetona, butanol, etanol). Dicho estudio
pretende estimar de forma conjunta varios objetivos mediante la realizacin de una optimizacin
global multiobjetivo que evalu simultneamente el costo total anual, el impacto ambiental y el
desempeo dinmico del proceso, lo que permitir hacer una aproximacin a la solucin de un
problema tipo MIDO (Optimizacin dinmica entera mixta) que involucra la optimizacin de
variables en estado estacionario y en estado transitorio. El trabajo de optimizacin se har
inicialmente a diseos ya propuestos en la literatura. Sin embargo, posteriormente se podra
aplicar la misma metodologa a diseos que presenten un ahorro al proceso, por ejemplo diseos
alternativos como diseos acoplados, o que tengan de alguna u otra forma cierta integracin
msica y/o energtica. La motivacin para la realizacin de este proyecto es conocer los diagramas
de Pareto que permitan observar el comportamiento conjunto de funciones objetivo para el costo
total anual y algn indicador de controlabilidad de proceso. Se ha reportado en la literatura que la
tendencia en optimizaciones que evalan el costo total anual se contraponen a la controlabilidad,
ya que como resultado de minimizar costos se obtienen equipos de dimensiones relativamente
pequeas, sin embargo las propiedades de control que estos equipos presentan no son tan buenas
en comparacin a equipos ms grandes que presentan un mayor costo, por lo que se tiene la
hiptesis que realizando una optimizacin integral se puedan obtener soluciones con un buen
costo total anual y que presente un buen comportamiento dinmico.
1. Introduccin.
Durante la ltima dcada ha habido un crecimiento en el inters sobre la produccin de
compuestos qumicos y combustibles a partir de fuentes renovables [1]. Una de las razones del
crecimiento de esta tendencia es debido a los cambios climticos y cuestiones de calentamiento
global, la volatilidad en los precios del petrleo y sus derivados, y la existencia de legislacin en
restricciones del uso de energas de fuentes no renovables. Adems, la generacin de
biocombustibles puede mejorar las oportunidades de empleo local y contribuir a la reduccin de
emisiones de gases de efecto invernadero.
El butanol es usado como solvente, en cosmticos, en fluidos hidrulicos, en detergentes,
medicamentos, hormonas y vitaminas; como qumico intermediario en la produccin de butil
acrilato y metacrilato, adems se usa como extractante en la manufactura de productos
farmacuticos [2]. Sin embargo, tambin puede ser utilizada como combustible. El butanol,
comparado con el etanol, tiene menor volatilidad y es menos explosivo, tiene mayor punto de
flash y menos presin de vapor, lo cual hace ms seguro su manejo. Contiene mayor energa, es
menos higroscpico y puede ser mezclado fcilmente con gasolina en cualquier proporcin [3].
Adicionalmente, la relacin aire-combustible para el butanol es muy cercana a la utilizada en la
gasolina. El butanol puede ser utilizado directamente mezclado con gasolina o diesel sin ninguna
modificacin al carro y puede ser transportado por la misma infraestructura de tubera ya
existente para transportar gasolina [4]. Cuando se considera el uso de butanol como combustible,
es tambin importante evaluar las caractersticas de riesgo. El butanol contribuye a la formacin
de smog fotocatalitico cuando reacciona con otro compuesto orgnico voltil en la atmosfera [2]
adems de ser flamable y causar irritacin en los ojos nariz y la garganta de humanos [5].
La produccin de butanol se realiza principalmente mediante sntesis qumica, la ruta ms comn
es el proceso oxo, el cual incluye la reaccin de propileno con monxido de carbono e hidrogeno
en presencia de un catalizador apropiado. El resultado de esta operacin es la mezcla de n e
isobutiraldehido los cuales son deshidrogenados para producir los respectivos alcoholes [6] y
posteriormente recuperado por destilacin en la calidad requerida.
CH
3
CH-CH
2
+ CO +H
2
CH
3
CH
2
CH
2
CHO + (CH
3
)
2
CHCHO (1)
CH
3
CH
2
CH
2
CHO + H
2
CH
3
CH
2
CH
2
CH
2
OH (2)
Tambin se puede obtener butanol de fuentes renovables (biomasa) por medio de la fermentacin
(ABE) acetona-butanol-etanol, el cual es llamado biobutanol.
En aos recientes sea ha hecho gran nfasis para colocar al butanol como un biocombustible
reconociendo su gran potencial. Un acontecimiento que llam mucho la atencin fue en 2005,
cuando David Ramey manej su carro sin hacerle ninguna modificacin a travs de EUA
alimentando su carro nicamente de butanol [7].
1.1 Seleccin de biomasa para la produccin de butanol
La materia prima para la fermentacin es el parmetro ms medible en relacin a la viabilidad
econmica [8-11]. En base al origen de la materia prima, los biocombustibles fueron clasificados
en primera y segunda generacin de biocombustibles. En la primera generacin de
biocombustibles, las materias primas fueron caa de azcar y granos de cereal, mientras que en la
segunda generacin de combustibles, se usaron materiales lignocelulosos (por ejemplo residuos
agrcolas) (Tabla 1).
1.2 Microorganismos
El gnero Clostridia abarca una amplia variedad de bacterias productoras butanol, aparte de la
cepa C. acetobutylicum, la eficiencia de otras especies Clostridia productoras de butanol fueron
examinadas basndose en el uso de distintas materias primas, la relacin del solvente producido
etc. En esa direccin Quareshi et al [12-16] cultiv C. beijerinckii usando diferentes residuos de
materiales con celulosa y report aproximadamente las mismas relaciones de solvente con una
alto rendimiento de butanol (18-25g/l), adems de utilizar tambin C.acetobutylicum (10-16g/l)
[17,18].
Tabla 1 Materia prima en fermentacin ABE
Varias materia primas utilizadas en la fermentacin ABE
Materias primas Composicin Hidrlisis/Gelatinizacin Cepa Ref.
Paja de cebada 42% celulosa 28% hemicelulosa 7% lignina 11% cenizas si C.beijerinckii 16
Paja de trigo 38% celulosa 29% hemicelulosa 24% lignina 6% cenizas si C.beijerinckii 13
Fibra de maz 20% almidn 50-60% polisacaridos no almidonados si C.beijerinckii 15
Rastrojo de maz 38% celulosa 26% hemicelulosa 23% lignina 6% cenizas si C.beijerinckii 12
Rastrojo 37% celulosa 29% hemicelulosa 19% lignina si C.beijerinckii 12
Residuos Orgnicos 59% azucares 13% lignina 17% ceniza si C.acetobutylicum 19
Fcula 86% almidn si C.saccharobutylicum 20
Pur de fibra de papa almidn no C.acetobutylicum 21
Germinado de maz 73% almidn 3% cenizas 13% protenas si C.beijerinckii 22
Grano de maz 61% almidn 3.8% aceite de maz 8% protena 11.2 % fibra si C.acetobutylicum 23
Almidn de maz 39% almidn 45% humedad si C.beijerinckii 24
Suero de leche 5% lactosa 0.63% grasa 0.86% protena no C.acetobutylicum 25

1.3 Desarrollo en procesos de fermentacin
El proceso de fermentacin ABE fue el segundo ms grande proceso de fermentacin despus del
de etanol (utilizando fermentacin de levadura) debido a la gran utilidad de la acetona y butanol
como solventes. Tpicamente la concentracin total de solventes (acetona, butanol y etanol) en el
caldo de fermentacin era de 20g/l (con una relacin de butanol, acetona y etanol de 6:3:1), con
una concentracin de butanol de 13 g/l [26,27].
1.4 Aspectos econmicos del biobutanol
El rendimiento msico y energtico terico en la fermentacin ABE es de 37% y 94%
respectivamente, calculado en base al consumo de energa y a los productos obtenidos durante la
fermentacin [28]. En un estudio, fue reportado que la factibilidad econmica de la fermentacin
ABE puede no ser posible en un 100%. Sin embargo, el costo de susbtrato tiene un peso de
aproximadamente 60% del total del costo de la produccin, por lo que juega un rol mayor en la
economa del proceso [29, 30]. Ni el almidn ni granos que contengan azcar podrn hacer la
fermentacin econmicamente viable en base a las necesidades del mercado actual y futuro. En
consecuencia residuos de la industria agrcola u otro tipo de residuos pueden hacer
econmicamente viable el proceso. [9, 31]. Pero se estima que el proceso de ser
econmicamente viable cuando el rendimiento sea de al menos 25% [28].

2. Antecedentes.
En un contexto econmico caracterizado por una fuerte competencia y preocupacin sobre las
fuentes de energa en un futuro, algunos procesos qumicos modernos se estn tornando ms y
ms altamente integrados y tienen ms interaccin entre varias unidades de proceso para mejorar
la eficiencia de la transferencia de energa/masa y reducir el costo capital y de operacin. Esos
procesos integrados tiene dos caractersticas, la primera es que son redes complejas con un
substancial nmero de procesos interconectados con reciclos de materia y/o energa; y la segunda
es que las unidades individuales son no lineales con reciclos entre unidades, esto tpicamente
aumenta la complejidad sobre la misma red dinmica, as en una planta integrada las ganancias
econmicas vienen acompaadas de un incremento en la complejidad dinmica y retos en el
control.
Tradicionalmente, los procesos qumicos son diseados por una aproximacin secuencial
incluyendo secuencias de decisin y evaluacin [32], y los pasos para un diseo y control en un
proceso qumico es mostrado esquemticamente en la Figura 1.















Fig. 1 Diagrama de flujo para el diseo y control de un proceso qumico
Diseo de sistema
de control
Si
0.0400149
30.228475
56
0.9911821
3
0.9526470
9
0.9957612
9 1
293424.75
4
55279.602
2
No
0.0400149
30.228475
56
0.9911821
3
0.9526470
9
0.9957612
9 1
293424.75
4
55279.602
2
34058.298
5
Violacin de restricciones
0.0400149
30.228475
56
0.9911821
3
0.9526470
9
0.9957612
9 1
293424.75
4
55279.602
2
34058.298
5
98513.806
1
Anlisis de flexibilidad esttico
0.0400149
30.228475
56
0.9911821
3
0.9526470
9
0.9957612
9 1
293424.75
4
55279.602
2
34058.298
5
98513.806
1
57703.937
4
538980.39
8 1 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0
Anlisis de factibilidad
0.0400149
30.228475
56
0.9911821
3
0.9526470
9
0.9957612
9 1
293424.75
4
55279.602
2
34058.298
5
98513.806
1
57703.937
4
538980.39
8 1 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0
0.9751449
0 0 0
1381070.7
Diseo de Proceso
Prueba de factibilidad en
presencia de incertidumbres
Optimizar el diseo del proceso
en estado estacionario
Diseo ptimo de proceso y
sistema de controlo
Sintonizacin optimiza de
controladores
Flexibilidad del proceso en
estado estacionario
Diseo modificado basado en la
minimizacin de violaciones
Prueba dinmica factible in
presencia de perturbaciones
Encontrar un esquema de
control factible
Arreglar incertidumbres y
perturbaciones a valores
nominales

Punto de decisin optimo esttico
Como se puede ver, el proceso es inicialmente diseado por un ingeniero qumico haciendo
clculos econmicos en estado estacionario, seguido de una sntesis de una estructura de control
que es generalmente basada en heursticas de control. Esta aproximacin algunas veces dirige a
iteraciones entre el diseo de proceso y el diseo del sistema de control, y tambin puede dirigir a
una pobre operabilidad dinmica encarando perturbaciones e incertidumbres. Por lo tanto es muy
valioso e importante investigar las interacciones entre el diseo de proceso y el diseo del proceso
de control y la operabilidad para mejorar el desempeo dinmico de los procesos qumicos en una
etapa temprana del diseo.
La necesidad de un diseo simultaneo, la evaluacin econmica y el uso de sistemas de control en
procesos qumicos ha sido ampliamente estudiado en publicaciones en la literatura. Bsicamente
han descrito dos mtodos que pueden ser clasificados como sigue [33]: 1) mtodos que permiten
la proyeccin de diseos alternativos basados en indicadores de controlabilidad y 2) mtodos para
la integracin del diseo del proceso y el sistema de control basada en optimizacin. La primera
clase de mtodos se enfoca en procesos qumicos basados en indicadores de controlabilidad a lazo
abierto y lazo cerrado. Dos aproximaciones son identificadas: una aproximacin con un modelo
lineal y o no lineal [34]. En la primera aproximacin, un gran esfuerzo es dedicado a la integracin
del diseo y control [35-50]. Ellos tienen la ventaja de que son comnmente fciles de capturar
sus datos basados en modelos lineales o linealizados. Sin embargo, sufren un gran nmero de
deficiencias, por ejemplo, mientras que la mayora de los indicadores basados en modelos lineales
pueden dar informacin correcta (aun en sistemas altamente no lineales) alrededor de un estado
estacionario especificado [51], ellos fallan en momentos con un alto grado de no linealidad, tales
como el arranque y apagado en procesos batch o semibatch que no son fcilmente corregibles
con una simple transformacin lineal. Aunque los indicadores de controlabilidad generalmente
proveen tiles perspectivas en los efectos limitantes en desempeos alcanzables, ellos fallan al
establecer una conexin sistemtica a las especificaciones de un desempeo riguroso tales como
el del diseo de la planta y su anlisis econmico. As, extensivas simulaciones dinmicas a lazo
cerrado son nuevamente requeridas para verificar la validez de la controlabilidad del sistema.
Tambin, los indicadores de controlabilidad dan un ranking aproximado de diseos alternos.
Recientemente se ha publicado una visin general detallada en anlisis de controlabilidad para
procesos qumicos, el cual delimita las principales metodologas que han sido desarrolladas para
lidiar con las evaluaciones de controlabilidad del proceso y el mejoramiento de las propiedades de
control [34].
2.1 Motivacin y significado del diseo y control simultneo.
Cuando se refiere al diseo y control simultneo para un proceso qumico, la palabra diseo
significa decisiones de proceso con respecto a la estructura de un diagrama de proceso, los
parmetros para el diseo/operacin del proceso y las condiciones de operacin nominal estn
basados en un modelo matemtico en estado estacionario. La palabra control por otro lado, se
refiere al diseo de un sistema de control resultado de un ptimo desempeo dinmico a lazo
cerrado. Esto no garantiza que el diseo conceptual de las condiciones de operacin y los objetivos
econmicos en estado estacionario de un diagrama de flujo ser el ptimo y/o tiene un buen
comportamiento dinmico cuando se presentan perturbaciones e incertidumbres de parmetros o
modelos [52].
2.2 Conflictos entre parmetros de diseo y sus caractersticas inherentes
Cuando la estructura topolgica del proceso, la alimentacin y las especificaciones del proceso
estn fijas, bajo ciertos parmetros de diseo/operacin, el proceso qumico puede mostrar
inherentemente un comportamiento no lineal, incluyendo mltiples entradas/salidas, reciclos,
histresis y caos [53, 54]. Todo eso ha sido identificado como la principal causa de
desestabilizacin del sistema de control. En otras palabras, las decisiones del diseo de proceso
definen inherentemente al proceso y el desempeo dinmico del proceso qumico.
Este conflicto entre los parmetros de diseo y las propiedades inherentes del proceso ser
analizado a travs de un ejemplo de un reactor para la produccin de metil metacrilato [55]. En un
trabajo previo se investig la influencia de los parmetros de diseo en las propiedades inherentes
o propiedades de estabilidad a lazo cerrado y un comportamiento de no mnimas fases [56]. Como
se muestra en la Figura 2, cuando el volumen del reactor V=0.1, el proceso muestra un
comportamiento estable a lazo abierto y un comportamiento de mnima fase en el punto de
operacin (punto A), mientras que cuando el volumen del reactor es V=0.04 , el proceso se
muestra inestable en un anlisis a lazo abierto y no muestra comportamiento de mnima fase que
afectara adversamente el desempeo dinmico del proceso en un punto de operacin (punto B),
probando la necesidad de manejar la complejidad en el diseo del sistema de control [57].
Tambin, es bien sabido que al incrementar el volumen del reactor, se mejorar el costo de
inversin.

Fig. 2 Diagrama de bifurcacin extendida para un reactor de polimerizacin.
Debido a lo arriba mencionado resulta obviamente indicado que los parmetros de diseo que
dirigen al diseo ms econmico desde el punto de vista de estado estacionario no es
precisamente el mejor en un anlisis no lineal y desde un punto de vista de un sistema de control.
As entonces, este simple ejemplo ilustra la necesidad e importancia de dirigir el problema de de
diseo de proceso y anlisis de operabilidad simultneos para evitar indeseables caractersticas
inherentes al propio proceso y as lograr un buen desempeo dinmico.
2.3 Conflictos entre la estructura topolgica de diagrama de proceso, los aspectos econmicos del
estado estacionario y la controlabilidad dinmica
Se han reconocido ya conflictos inherentes entre aspectos econmicos en estado estacionario y
objetivos de control. Un simple ejemplo adaptado de Luyben ha ilustrado este asunto [58]. Luyben
compar diseos econmicos en estado estacionario y el desempeo dinmico a lazo cerrado de
dos alternativas de diseo: Caso I en un reactor simple y grande, Caso II son dos reactores
pequeos trabajando en serie, en ambos casos, existe una reaccin irreversible en fase liquida del
tipo A ---B.
De acuerdo al indicador econmico del proceso en estado estacionario [32], el segundo proceso es
mejor debido a que representa un menor costo. Sin embargo, basado el anlisis en una estructura
de control para ambos procesos, se llevaron a cabo anlisis para comparar. El caso II present
oscilaciones de gran amplitud en el inicio del proceso, mucho ms grandes que el caso I cuando
existan perturbaciones del 50% arriba del calor de reaccin [58]. En otras palabras, esto implica
que el proceso ms viable desde el punto de vista econmico, no es necesariamente el mejor
desde el punto de vista de vista de desempeo dinmico.
Los dos ejemplos arriba mencionados proveen argumentos para emplear el diseo simultneo con
el anlisis de control y operabilidad para procesos qumicos con el objetivo de identificar buenas
decisiones de diseo. Tambin, el objetivo es explotar la sinergia de una aproximacin simultnea
que asegure ganancias econmicas en estado estacionario y una suave operacin de la planta
incluso bajo la influenza de perturbaciones. Rijnsdorp propuso el concepto para un sistema ideal
integrando proceso y control, donde l sugiere que los diseadores de proceso e ingenieros de
control deben de trabajar juntos para determinar el diseo ptimo final del proceso [59]
2.4 Estado del arte de la optimizacin de diseo y control simultneo
Para mantenerse competitivas, las plantas necesitan ser diseadas a bajo costo con
requerimientos estrictos en seguridad y estrictas regulaciones ambientales para mantener las
estrictas restricciones operacionales. Para garantizar que la planta llegue a un desempeo
dinmico deseable se necesita un anlisis considerando una estructura de control as como la
especificacin de los parmetros para el algoritmo de control seleccionado. Debido a la
complejidad asociada con este problema, no hay aproximaciones generales en la literatura que
dirijan al uso simultneo de diseo y control, en lugar de eso, se han propuesto varias
metodologas para resolver parcialmente los aspectos de ese problema. Seferlis y Georgiadis
proporcionaron un review detallado con las resientes contribuciones y nuevas tcnicas que han
emergido en el campo de la integracin del diseo y control [60]. Algunas aproximaciones pueden
ser libremente categorizadas como aproximaciones basadas en optimizacin, basadas en
heursticas y combinaciones entre ellas [58,61]. En general la mayora de las metodologas se
enfocan en algunos aspectos del problema tales como flexibilidad del proceso, estabilidad y
controlabilidad mientras se ignoran otros.
2.5 Aproximacin basada en optimizacin de ndices de controlabilidad
Esta aproximacin toma ventaja de los indicadores de controlabilidad tales como la coleccin de
ganancia relativa, nmero de condicin y perturbacin de nmero de condicin para cuantificar el
desempeo dinmico del proceso a lazo cerrado. Para disear de manera ptima,
econmicamente hablando un proceso qumico que pueda tener tambin un modo dinmico
eficiente, se define una funcin de costo como la combinacin del costo del proceso en estado
estacionario y los costos relacionados con los indicadores de controlabilidad. Como consecuencia,
las metodologas basadas en optimizaciones de ndices de controlabilidad ofrecen una
compensacin entre beneficios econmicos y artculos de operabilidad del proceso. Un resumen
de trabajos que se han llevado a cabo en esta rea es mostrado en la Tabla 2, organizada en
trminos de ndices de controlabilidad, funcin objetivo y tipo de modelo en la optimizacin.
Tabla 2. Resumen de aproximaciones para los ndices de controlabilidad en la literatura.
Autor ndice de
controlabilidad
Tipo de modelo
para la optimizacin
Optimizacin Funcin objetivo
Morari [62] Integral del cuadrado
del erro
Modelo lineal Optimizacin
multiobjetivo
Minimizar costo
econmico + costo de
control
Palazoglu [63] Descomposicin en
valores singulares
Modelo no lineal Optimizacin
multiobjetivo
Minimizar costo
econmico + costo de
control
Palazoglu [64] Descomposicin en
valores singulares
Modelo no lineal Optimizacin en
estado estacionario
de dos etapas
Minimizar costo
econmico + costo de
control
Figueroa [65] Valor estructural
singular
Modelo no lineal Optimizacin
multiobjetivo
Maximizar un
objetivo econmico
Perkins [66] Peor caso de
perturbacin
Modelo no lineal Optimizacin en
estado estacionario
Minimizar costo de
diseo
Floudas [67,68] Acumulacin de
ganancia relativa
Modelo MINLP Optimizacin en
estado estacionario Y
MINLP
Minimizar costo
capital + operacin
Pistikopoulos [69,70] Controlabilidad
estructural
Modelo MINLP Optimizacin en
estado estacionario Y
MINLP
Minimizar costo total
anual +costo de
operacin
Perkins [71] Perturbacin del peor
caso
Modelo lineal MILP Minimizar costo de
operacin y costo de
control instrumental
McAvoy[72] Acumulacin de
ganancia relativa
Modelo lineal
nominal
MILP Minimizar el
movimiento de la
valvula para
compensar
Zheng [73] ndice de
controlabilidad
Modelo lineal
nominal
Optimizacin en
estado estacionario
Minimizar costo total
anual
Lee [74] Espacio mtrico Modelo lineal
nominal
Espacio mtrico
minimizada
Minimizar espacio
mtrico
Jorgensen [75] Acumulacin de
ganancia relativa
Modelo lineal
nominal
Optimizacin en
estado estacionario
Minimizar el error a
lazo cerrado
Seferlis [76,77] Indice de desempeo
de controlabilidad
Modelo lineal Optimizacin en
estado estacionario
Minimizar costo total
anual
Meeuse [78] Controlabilidad a
lazo cerrado
Modelo lineal Optimizacin
multiobjetivo
Minimizar el costo
econmico + costo de
operacin
Ekawati [79] ndice de
controlabilidad de
salida
Modelo no lineal Optimizacin
dinmica iterativa
Maximizar ganancias
Blanco [80,81] Eigen vectores de la
matriz jacobiana
Modelo no lineal Optimizacin en
estado estacionario
Minimizar el costo
capital y costo de
operacin
Alhammadi [82] Acumulacin de
ganancia relativa
Modelo no lineal Optimizacin
multiobjetivo y
MINLP
Minimizar costo
econmico + costo de
control
Douglas [83] Valor singular
estructurado
Modelo no lineal Optimizacin en
estado estacionario
Minimizar costo
econmico

Diferentes marcos de optimizacin han sido propuestos para la optimizacin de los ndices de
controlabilidad, por ejemplo llevando el desempeo dinmico en forma de una matriz o
controlador dinmico calculado, Floudas y colaboradores (1994) presentaron una metodologa
para analizar la interaccin de diseo y control [68, 83].
Seferlis y Grievink (2001) desarrollaron un marco de optimizacin para establecer configuraciones
de diagramas de procesos alternativos y alternos y estructuras de control basadas en un potencial
econmico y caractersticas de controlabilidad esttica [76], la optimizacin econmica fue
definida como funcin de variables de diseo, parmetros de modelo y perturbaciones para
minimizar el costo del proceso.
En los mtodos arriba mencionados, los indicadores de controlabilidad son usualmente tratados
como restricciones para el problema de optimizacin matemtica o considerando la funcin de
costo con peso. Aunque esas metodologas pueden integrar los aspectos de diseo y control, debe
tambin ser sealado que ellos fallan al determinar precisamente la importancia de la
competencia entre los dos objetivos en competencia y falla al tratar el comportamiento dinmico
de la planta sistemticamente en la seleccin de los pesos de las factores multiplicados a cada
objetivo han sido generalmente puestos de manera arbitraria. Adems, esos mtodos investigan
las propiedades de control a lazo cerrado usando cantidades que son calculadas en estado
estacionario o linealizando los modelos dinmicos. Este defecto limita la aplicacin, ms all de
que esos sistemas exhiben un comportamiento altamente no lineal. Adems de eso, el uso de la
funcin de costo multiobjetivo y las suposiciones al linealizar modelos, al hacer la optimizacin
multiobjetviso comnmente se obtienen diseos suboptimos.
2.6 Aproximacin a la optimizacin dinmica entera mixta.
Como se discuti en lneas anteriores, la necesidad de considerar procesos asuntos de control en
los procesos en una etapa temprana del diseo de proceso se est volviendo ampliamente
aceptada tanto en casos acadmicos como en la industria. Un buen nmero de metodologas de
optimizaciones dinmicas se han propuesto. Ah el problema de diseo y control simulado es
probado como una optimizacin dinmica entera mixta (MIDO), problemas donde variables
discretas y continuas son incorporadas en un mismo marco de optimizacin.
Existen muchas reas de aplicacin para el marco de anlisis MIDO: sntesis de procesos batch,
reduccin de mecanismos cinticos, optimizacin de sistemas hbridos discretos/continuos,
procesos bioqumicos tales como quimioterapias ptimas. En recientes mejoramientos en la
sntesis, diseo, operacin y control para procesos qumicos y bioqumicos han incrementado la
necesidad para algoritmos de optimizacin para sistemas acopladas con variables de decisin
discretas y continuas. Los avances realizados hasta ahora dan un buen punto de partida e
incentivan la aplicacin de problemas MIDO para diseos simultneos con control.
Los problemas MIDO se han encontrado cuando una variable de decisin dinmica entra en un
problema de optimizacin. De manera general la resolucin de un problema del tipo MIDO
mediante aproximaciones determinsticas se hace incluyendo dos pasos: 1) convirtiendo el
problema MIDO en problemas MINLP a manejar esos problemas MNLP a travs de diferentes
algoritmos ya conocidos [84]. Chachuat dio un review y descripcin detallada de los pasos para
resolver problemas del tipo MIDO [85].
Algunos mtodos estocsticos se han utilizado para resolver MINLP, por ejemplo algoritmos
genticos, han demostrado en algunos trabajos que pueden alcanzar la regin de la solucin
global con relativa eficiencia [86-89]. Sin embargo, estos mtodos presentan dificultades en
problemas altamente restringidos, en otras palabras, la optimizacin global no puede ser
garantizada.
Hasta ahora, la existencia de metodologas para el diseo y control han tenido nicamente
aplicaciones relativamente pequeas y las aplicaciones complejas tales como columnas de
destilacin, sistemas de reaccin separacin y procesos de tratamiento de aguas residuales faltan
por explorarse . A fin de asegurar la conexin entre el desarrollo terico y los requerimientos del
desarrollo industrial, se debe hacer ms nfasis en la aplicacin de la optimizacin simultnea de
diseo y control para plantas reales no ideales.
Adems, apuntando a trascender fronteras de los clsicos procesos qumicos donde la
optimizacin simultanea de diseo y control son solamente aplicadas futuros estudios deben de
ser enfocados a extender la aplicacin de esas perspectivas a nuevos procesos incluyendo
procedimientos, producciones bioqumicas , sistemas biolgicos/biomdicos, sistemas hbridos de
energa, manufactura farmacutica etc.
A pesar de que la optimizacin dinmica ha sido ya investigada, es fcil notar que no ha sido
utilizada ampliamente en procesos complejos que pudieran presentar un comportamiento no
ideal como es este caso con la separacin de Acetona-Butanol-Etanol-Agua, donde se observan
azeotropos entre etanol/agua y butanol/agua, homogneo y heterogneo respectivamente. En un
estudio realizado por Ibarra-Snchez [90], se realiz una optimizacin con objetivos econmicos
de un diseo donde se realiza tambin el rompimiento de un azeotropo y posteriormente un
anlisis de control a lazo abierto y lazo cerrado , sin embargo dicho anlisis de control se realiz de
manera posterior a la optimizacin, lo que no garantiza como ya se mencion, que el diseo que
mejor comportamiento mostr, sea verdaderamente el mejor en este rubro debido a las opciones
que pudieron ser descartadas en el proceso de optimizacin con funciones objetivo meramente
econmicas.
Un anlisis de control analizando una mezcla azeotropica semejante a la que se tiene en producto
de la fermentacin ABE fue el realizado por William L. Luyben [91]. Que estudi el control de la
mezcla azeotropica n-Butanol/Agua en un sistema de destilacin y desarroll una estructura de
control simple capaz de manejar grandes perturbaciones en rendimiento y composicin de
alimentacin. El sistema de control es muy robusto y demostr ser aplicable a sistemas diseados
para un rango amplio de composiciones. Sin embargo es claro que la aplicacin de un sistema con
optimizacin conjunta de diseo y control no ha sido abordada en problemas ms complejos como
el propuesto en este proyecto, lo que representa una gran oportunidad de realizar una
optimizacin conjunta de diseo y control en un problema novedoso como lo es la fermentacin
ABE para la produccin de butanol.
3. Casos de estudio
Inicialmente se comenzar con la construccin de los diseos presentes en la literatura, sin
embargo existe un amplio panorama que se intenta resumir en la Figura 3.












Fig.3 Casos de estudio
Paja de trigo

Paja de
cebada

Fibra de maz

Rastrojo de
maz

Residuos de
maz

Fcula

Germinado
demaz

Etc.

B1
PURIFICACIN
Extraccin

Destilacin

Procesos
hbridos

Acoplamientos

MATERIAS PRIMAS
REACTOR
Es importante mencionar que existen varios grados de libertad existentes en los diseos
realizables. La fermentacin ABE puede realizarse de distintas fuentes o materia prima, en la
literatura como ya se ha mencionado existen reportados diversos materiales lignocelulosicos que
permitiran hacer dicho procedimiento, incluso hay un gran nmero de cepas capaces de
fermentar dicha materia prima. Posteriormente deber resolverse la cintica bsica de la cepa
clostridium, y posteriormente la etapa de purificacin presenta un gran reto a realizar dado que
existen muchas posibilidades al respecto, se puede realizar con diversas tcnicas que pueden ser
utilizadas ellas solas nicamente como es el caso de la destilacin, sin embargo tambin est la
posibilidad latente de construir diseos hbridos, que permita aprovechar las mejores de las
cualidades de cada uno en la purificacin. Adems debe tomarse en cuenta de antemano la
existencia de los azeotropos heterogneo y homogneo entre Butanol/Agua y Etanol/agua
respectivamente para la planeacin correcta de dichos diseos. Una vez teniendo estos diseos,
existe la posibilidad potencial de realizar acoplamientos que mejoren los gastos energticos en s.
Incluso posteriormente puede realizarse integracin msica y/o energtica.
Una vez hecho todo lo anterior, lo siguiente sera someter dichos diseos a una optimizacin
estocstica rigurosa, que permita explorar de manera amplia el plano multivaribles de los diseos
y pueda llegarse a un mejor diseo minimizando el costo total anual TAC, minimizando las
emisiones de gases de efecto invernadero y adems optimizarse algn indicador que prediga
buenas propiedades de control.
De tal manera que finalmente se pretende lograr un diseo conjunto que satisfaga las
restricciones econmicas, ambientales y de controlabilidad que haga viable y sustentable el
proceso de la obtencin de butanol a partir de la fermentacin ABE.
4. Metodologa
4.1 Formulacin general para una optimizacin simultanea de diseo y control
La formulacin general de estos problemas pueden ser escritos como

( ) [

( )

( )
]
Sujeto a
( )
( )
( )

Donde x es el vector de las variables de estado, y es el vector de las variables de proceso y u es el
vector de las variables de diseo. X
0
es el vector de las condiciones iniciales de las variables de
estado y u
0
es el vector de las condiciones iniciales de las variables de diseo, la funcin objetivo
(ecuacin 1) a ser minimizada incluye la combinacin del costo capital y operacin, y f
2
la medida
de la controlabilidad, f significa el conjunto de las restricciones algebraicas y diferenciales.

4.2 Interfase Excel - Aspen Plus
El optimizador utilizado consiste en un programa de optimizacin multi-objetivo hbrido,
combinando la Evolucin Diferencial con el concepto de Lista Tab [92]. La implementacin de
este optimizador se har a travs de una plataforma hbrida. El vector de variables de decisin son
enviados de Microsoft Excel a Aspen Plus usando DDE (Dynamic Data Exchange) por medio de la
tecnologa COM. El uso de la tecnologa COM hace posible agregar cdigo de tal forma que las
aplicaciones se comporten como objeto de enlace e incrustacin (OLE) de servidores
automatizados. En Excel, estos valores son atribuidos a las correspondientes variables de procesos
que Aspen Plus requiere. Despus de realizar la simulacin rigurosa, Aspen Plus retorna a Excel el
vector de resultados. Finalmente, Excel analiza los valores de las funciones objetivos calculados.
De manera esquemtica, este procedimiento puede ser ejemplificado en la Figura 5

Fig. 5 Plataforma hbrida implementada para realizar la optimizacin de las secuencias a estudiar.

5. Justificacin
Las necesidades actuales requieren que los procesos sean diseados de manera que la inversin
realizada y el costo de operacin sea siempre el mnimo, adems se procura la operacin de dicho
proceso en condiciones que garantice el cumplimiento de estrictas normas ambientales. Sin
embargo, comnmente se deja l estudi de las propiedades de control del proceso a un segundo
trmino, lo que en ocasiones genera el diseo de proceso con un desempeo dinmico pobre o
bajo. As entonces se requiere una metodologa que optimice conjuntamente el diseo con
objetivos econmicos y/o ambientales pero que de manera simultnea garantice de alguna forma
que los diseos generados cumplan con un buen desempeo dinmico. Como ya se mencion se
han hecho cierto esfuerzo al respecto, pero con casos un poco ms sencillos, y no en procesos ms
complejos que traten con mezclas altamente no ideales como es el caso de este proyecto.
6. Hiptesis
Al ejecutarse una optimizacin global de diseo y control al proceso de obtencin de butanol (via
fermentacin), se generar un diseo econmicamente viable, sustentable y con buenas
propiedades de control.
7. Objetivo
El objetivo de este proyecto es desarrollar una estrategia de optimizacin del proceso de
fermentacin y purificacin ABE, de manera que se garantice el cumplimiento de objetivos
econmicos, ambientales y de operabilidad.
7.1 Objetivos particulares
Desarrollar una estrategia de optimizacin estocstica para obtener el diseo que cumpla
las mejores condiciones en estado estacionario y de propiedades de control.
Aplicar la estrategia de optimizacin conjunta diseo/control al proceso ABE para la
produccin sustentable de biobutanol.
8. Plan de trabajo
Actividad Periodo
Clases de optimizacin, revisin bibliogrfica y
reproduccin de diseos en Aspen Plus de
mtodos algunos mtodos de purificacin ya
propuestos.
Enero-Junio 2013
Clases de optimizacin, revisin bibliogrfica y
optimizacin monoobjetivo (carga trmica) de
los diseos reproducidos anteriormente y
comparacin de su gasto energtico. Comienzo
de optimizacin multiobjetivo mediante el
mtodo de evolucin diferencial.
Agosto-Diciembre 2013
Optimizacin multiobjetivo con el mtodo de
evolucin diferencial de diseos previamente
construidos. Integracin msica y energtica
del pareto obtenido en el proceso de
optimizacin.
Enero-Junio 2014
Propuestas de diseos alternativos con algn
acoplamiento y potencial de ser optimizados e
integrar calor y energa.
Agosto-Diciembre 2014
Revisin bibliogrfica, inicializacin de
optimizacin multiobjetivo evaluando alguna
funcin objetivo dinmica de control de
Enero-Junio 2015
proceso
Optimizacin multiobjetivo del tipo MIDO de
algunos diseos previamente propuestos de la
fermentacin ABE.
Agosto-Diciembre 2015
Estancia doctoral. Enero-Junio 2016
Escritura de tesis Agosto-Diciembre 2016


8. Bibliografa
1.- Naik SN,GoudVV, Rout PK,DalaiAK. Production of rst and second generation biofuels: a
comprehensive review. Renew Sust Energy Rev 2010;14:57897.
2.- EPA (United States Environmental Protection Agency) Chemical Summary for n-butanol. Ofce
of Health and Environmental Assessment, Cincinnati. http://epa.gov/chemfact/s butano.txt
[accessed 12.07.2010].
3.- Drre P. Biobutanol: an attractive biofuel. Biotechnol J 2007;2:152534.
4.- Lee SY, Park JH, Jang SH, Nielsen LK, Kim J, Jung KS. Fermentative butanol production by
clostridia. Biotechnol Bioeng 2008;101:20928.
5.- Schean L, Jacobs MB. The handbook of solvents. New York: D Van Nostrand Company Inc.;
1953.
6.- Park C-H. Pervaporative butanol fermentation using a new bacterial strain. Biotechnol
Bioprocess Eng 1996;1:18.
7.- Zverlov VV, Berezina O, Velikodvorskaya GA, SchwarzWH. Bacterial acetone and butanol
production by industrial fermentation in the Soviet Union: use of hydrolyzed agricultural waste for
biorenery. Appl Microbiol Biotechnol 2006;71:58797.
8.- Qureshi N, Blaschek HP. Economics of butanol fermentation using hyper- butanol producing
Clostridium beijerinckii BA101. Trans IChemE 2000;78:13944.
9.- Lenz TG, Morelra AR. Economic evaluation of the acetonebutanol fermantation. Ind Eng
Chem Prod Res Dev 1980;19:47883.
10.- Qureshi N, Blaschek HP. ABE production from corn: a recent economic evaluation. J Ind
Microbiol Biotechnol 2001;27:2927.
11.- Gapes JR. The economics of acetonebutanol fermentation: theoretical and market
considerations. J Microbiol Biotechnol 2000;2(1):2732.
12.- Qureshi N, Saha BC, Hector RE, Dien B, Hughes S, Liu S, et al. Production of butanol (a biofuel)
from agricultural residues: part II use of corn stover and switchgrass hydrolysates. Biomass
Bioenergy; 2010. doi:10.1016/ j.biombioe.2009.12.023.
13.- Qureshi N, Saha BC, Hector RE, Hughes SR, CottaMA. Butanol production from wheat straw by
simultaneous saccharication and fermentation using Clostridium beijerinckii: part I batch
fermentation. Biomass Bioenergy 2008;32:16875.
14.- Qureshi N, Saha BC, Cotta MA. Butanol production from wheat straw by simultaneous
saccharication and fermentation using Clostridium beijerinckii: part II fed-batch fermentation.
Biomass Bioenergy 2008;32: 176183.
15.- Qureshi N, Ezeji TC, Ebener J, Dien BS, Cotta MA, Blaschek HP. Butanol production by
Clostridium beijerinckii. Part I: use of acid and enzyme hydrolyzed corn ber. Bioresour Technol
2008;99:591522.
16.- Qureshi N, Saha BC, Dien B, Hector RE, Cotta MA. Production of butanol (a biofuel) from
agricultural residues: part I use of barley straw hydrolysate. Biomass Bioenergy 2010;34:55965.
17.- Jones DT, Woods DR. Acetonebutanol fermentation revisited. Microbiol Rev 1986;50(4):484
524.
18.- Qureshi N, Blaschek HP. Recovery of butanol from fermentation broth by gas stripping. Renew
Energy 2001;22:55764.
19.- Claassen PAM, Budde MAW, Contreras AML. Acetone, butanol and ethanol production from
domestic organic waste by solventogenic Clostridia. J Microbiol Biotechnol 2000;2(1):3944.
20.- Liew ST, Arbakariya A, RosfarizanM, Raha AR. Production of solvent (acetonebutanol
ethanol) in continuous fermentation by Clostridium saccharobutylicum DSM 13864 using
gelatinised Sago starch as a carbon source. Malaysian J Microbiol 2005;2(2):425.
21.- Badr HR, Toledo R, Hamdy MK. Continuous acetone ethanol butanol fermentation by
immobilized cells of Clostridium acetobutylicum. Biomass Bioenergy 2001;20:11932.
22.- Ezeji T, Qureshi N, Blaschek HP. Production of acetonebutanolethanol (ABE) in a continuous
ow bioreactor using degermed corn and Clostridium beijerinckii. Process Biochem 2007;42:349.
23.- Lin YL, Blaschek HP. Butanol production by a butanol-tolerant strain of Clostridium
acetobutyricum in extruded corn broth. Appl Environ Microbiol 1983;45(3):96673.
24.- Ezeji TC, Qureshi N, Blaschek HP. Production of acetone butanol (AB) from liquied corn
starch, a commercial substrate, using Clostridium beijerickii coupled with product recovery by gas
stripping. J Ind Microbiol Biotechnol 2007;34:7717.
25.- Qureshi N, Maddox IS. Reduction of butanol inhibition by perstraction: utilization of
concentrated lactose/whey permeate by Clostridium acetobutylicum to enhance butanol
fermentation economics. Food Bioprod Process 2005;83:4352.
26.- Ezeji TC, Qureshi N, Blaschek HP. Acetone butanol ethanol (ABE) production from
concentrated substrate: reduction in substrate inhibition by fed-batch technique and product
inhibition by gas stripping. Appl Microbiol Biotechnol 2004;63:6538.
27.- Westhuizen AVD, Jones DT, Woods DR. Autolytic activity and butanol tolerance of Clostridium
acetobutylicum. Appl Environ Microbiol 1982;44(6):127781.
28.- Qureshi N, Blaschek HP. ABE production from corn: a recent economic evaluation. J Ind
Microbiol Biotechnol 2001;27:2927.
29.- Demirbas A. Competitive liquid biofuels from biomass. Appl Energy 2011;88:1728.
30.- Zhou A, Thomson E. The development of biofuels in Asia. Appl Energy 2009;86:1120.
31.- Yazdani SS, Gonzalez R. Anaeobic fermentation of glycerol: a path to economic viability for the
biofuels industry. Curr Opin Biotechnol 2007;18:2139.
32.- Douglas JM. Conceptual Design of Chemical Processes. New York: McGraw-Hill; 1988.
33.- Lewin DR. Interaction of design and control. In: Proceedings of the 7
th
IEEE Mediterranean
Conference on Control and Automa-tion; June 2830, 1999; Haifa, Israel.
34.- Yuan ZH, Chen BZ, Zhao JS. An overview on controllability analysis of chemical processes.
AIChE J. 2011;57:11851201.
35. Holt BR, Morari M. Design of resilient processing plants-v.the effect of deadtime on dynamic
resilience. Chem Eng Sci. 1985;40:12291237.
36. Holt BR, Morari M. Design of resilient processing plants. The effect of right-half plane zeros on
dynamic resilience. Chem Eng Sci. 1985;40:5974.
37. Morari M, Zariou E, Holt BR. Design of resilient processing plant-X: characterization of the
effect of RHP zeros. Chem Eng Sci. 1987;42:24252428.
38. Wong MF, Perkins JD. Assessing controllability of chemical plants. Chem Eng Res Des.
1985:63:358362.
39. Russell LW, Perkins JD. Towards a method for diagnosis of controllability and operability
problems in chemical plants. Chem Eng Res Des. 1987;65:453461.
40. Psarris P, Floudas CA. Dynamic operability of MIMO systems with time delays and transmission
zeros. 1. assessment. Chem Eng Sci. 1991;46:26912707.
41. Narraway LT, Perkins JD. Interaction between process design and process control: economic
analysis of process dynamics. J Process Control. 1991;1:243250.
42. Skogestad S, Morari M. Effect of disturbance directions on closed loop performance. Ind Eng
Chem Res. 1987;26:20292035.
43. Daoutidis P, Kravaris C. Structural evaluation of control congurations for multivariable
nonlinear processes. Chem Eng Sci.1992;47:10911107.
44. Manousiouthakis V, Nikolau M. Analysis of decentalised control structures for nonlinear
systems. AIChE J. 1989;35:549558.
45. Yuan ZH, Zhang N, Chen BZ, Zhao JS. Systematic controllability analysis for chemical processes.
AIChE J. 2011. In press.
46. Yuan ZH, Chen BZ, Zhao JS. Effects of manipulated variables selection on the controllability of
chemical process. Ind Eng Chem Res. 2011;50:74037413.
47. Trickett KJ. Towards Quantifying Inverse Response in Nonlinear Systems [Ph.D Thesis].
University of London; 1994.
48. Karafyllis I, Kokossis A. On a new measure for the integration of process design an control: The
disturbance resiliency index. Chem Eng Sci. 2002;57:873886.
49. Rojas OJ, Setiawan R, Bao J. Dynamic operability analysis of nonlinear process networks based
on dissipativity. AIChE J. 2009;55:63982.
50. Hangos KM., Alonso AA, Perkins JD, Ydstie BE. Thermodynamic approach to the structural
stability of process plants. AIChE J. 1999;45:802816.
51.- Morari M. Effect of design on the controllability of chemical plants. IFAC Workshop on
Interactions between Process Design and Process Control; September 78, 1992; London, UK.
52.- Zhihong Yuan, Bingzhen Chen. State-of-the-Art and Progress in the Optimization-based
Simultaneous Design and Control for Chemical Processes. DOI 10.1002/aic.13786
53.- Ray WH, Villa C. Nonlinear dynamics found in polymerization processes-a review. Chem Eng
Sci. 2000;55:275290.
54.- Zavala-Tejeda V, Flores-Tlacuahuac A. The bifurcation behavior of a polyurethane continuous
stirred tank reactor. Chem Eng Sci. 2006;61:73687385.
55.- Daoutidis P, Soroush M, Kravaris C. Feedforward/feedback control of multivariable nonlinear
processes. AIChE J. 1990;36 14711484.
56.- Yuan ZH, Chen BZ, Zhao JS. Phase behavior analysis for industrial polymerization reactor.
AIChE J. 2011;57:27952807.
57.- Yuan ZH, Wang HZ, Chen BZ, Zhao JS. Operating zone segregation of chemical reaction
systems based on stability and non-minimum phase behavior analysis. Chem Eng J. 2009;155:304
311.
58.- Luyben WL. The Need for Simultaneous Design Education. In: Seferlis P, Georgiadis MC, eds.
The Integration of Process Design and Control. Amsterdam, The Netherlands: Elsevier, Ltd;
59.- Rijnsdorp JE, Bekkers P. Early integration of process and control design. IFAC Workshop on
Interactions between Process Design and Process Control; September 78, 1992; London, UK;
1992:1722.
60.- Seferlis P, Georgiadis MC. The Integration of Process Design and Control. Amsterdam, The
Netherlands: Elsevier, Ltd; 2004.
61.- Mcavoy TJ. Synthesis of plantwide control systems using optimization. Ind Eng Chem Res.
1999;38:29842994.
62. Lenhoff A, Morari M. Design of resilient processing plants: I.Process design under
consideration of dynamic aspects. Chem EngSci. 1982;37:245258.
63. Palazoglu A, Arkun Y. A multiobjective approach to design chemical plants with robust dynamic
operability characteristics. Comput Chem Eng. 1986;10:567575.
64. Palazoglu A, Arkun Y. Design of chemical plants with multiregime capabilities and robust
dynamic operability characteristics. Comput Chem Eng. 1987;11:205216.
65. Figueroa J, Romagnoli J, Barton G. Robust control indicators in process design and control. IFAC
Workshop on Interactions between Process Design and Process Control. London, UK; 1992: 140
144.
66. Walsh SP, Perkins JD. Integrated design of efuent treatment systems. In: IFAC Workshop on
Interactions between Process Design and Process Control. London, UK; 1992:107112.
67. Luyben ML, Floudas CA. Analyzing the interaction of design and control-1: a multi-objective
framework and application to binary distillation synthesis. Comput Chem Eng. 1994;18:933969.
68. Luyben ML, Floudas CA. Analyzing the interaction of design and control-2: reactor-separator-
recycle system. Comput Chem Eng.1994;18:971994.
69. Papalexandri KP, Pistikopoulos EN. Synthesis and retrot designof operable heat exchanger
networks, Part I: Flexibility and structural controllability aspects. Ind Eng Chem Res. 1994;33:1718
1737.
70. Papalexandri KP, Pistikopoulos EN. Synthesis and retrot designof operable heat exchanger
networks, Part II: Dynamics and control structure considerations. Ind Eng Chem Res.
1994;33:17381755.
71. Perkins JD, Walsh SP. Optimization as a tool for design/control integration. Comput Chem Eng.
1996;20:315323.
72. Zheng A, Mahajanam RV. A quantitative controllability index. Ind Eng Chem Res. 1999;38:999
1006.
73. Lee LP. Decentralized control design for nonlinear multi-unit plants: a gap metric approach.
Chem Eng Sci. 2000;55:37433758.
74. Jorgensen JB, Jorgensen SB. Towards automatic decentralized control structure selection.
Comput Chem Eng. 2000;24:841846.
75. Seferlis P, Grievink J. Optimal design and sensitivity analysis of reactive distillation units using
collocation models. Ind Eng Chem Res. 2001;40:16731685.
76. Seferlis P, Grievink J. Process design and control structure screening based on economic and
static controllability criteria. Comput Chem Eng. 2001;25:177188.
77. Meeuse MF, Tousain RL. Closed-loop controllability analysis of process designs: application to
distillation column design. Comput Chem Eng. 2002;26:641647.
78. Ekawati E, Bahri PA. The integration of the output controllability index within the dynamic
operability framework in process system design. J Process Control. 2003;13:717727.
79. Blanco AM, Bandoni JA. Interaction between process design and process operability of
chemical processes: an eigenvalue optimization approach. Comput Chem Eng. 2003;27:1291
1301.
80. Blanco AM, Bandoni JA. Eigenvalue optimization-based formulations for nonlinear dynamics
and control problems. Chem Eng Process. 2007;46:11921199.
81. Alhammadi HY, Romagnoli JA. Process Design and Operation Incorporating Environment,
Protability, Heat Integration and Controllability Consideration. In: Seferlis P, ed. Georgiadis MC.
The integration of Process Design and Control. Elsevier; 2004:264305
82. Ricardez-Sandoval LA, Budman HM, Douglas PL. Simultaneous design and control: A new
approach and comparisons with existing methodologies. Ind Eng Chem Res. 2010;49:28222833.
83. Schweiger C, Floudas CA. Interaction of Design and Control: Optimization with Dynamic
Models. In: Hager W, Pardalos P, eds. Optimal control: Theory, algorithms and Applications.Kluwer
Academic Publishers; 1997:388435.
84.- Grossmann IE. Review of nonlinear mixed-integer and disjunctive programming techniques.
Optimiz Eng. 2002;3:227252.
85.- Chachuat B, Singer AB, Barton PI. Global mixed-integer dynamic optimization. AIChE J.
2005;51:22352253.
86.- Low KH, Sorensen E. Simultaneous optimal design and operation of multivessel batch
distillation. AIChE J. 2003;49:25642576.
87.- Low KH, Sorensen E. Simultaneous optimal design and operation of multipurpose batch
distillation. Chem Eng Process. 2003;43: 273289.
88.- Low KH, Sorensen E. Simultaneous optimal conguration, design and operation of batch
distillation. AIChE J. 2005;51:17001713.
89.- Wongrat W, Younes A. Control vector optimization and genetic algorithms for mixed-integer
dynamic optimization in the synthesis of rice drying processes. J Franklin Inst. 2011;348:1318
1338.
90.- Ibarra Snchez, J.J., Segovia - Hernndez, J.G., 2010, Reducing Energy Consumption and CO2
Emissions in Extractive Distillation, Part II: Dynamic Behavior, Chemical Engineering Research and
Design, 88, 135-145.
91.- Luyben William, Control of the Heterogeneous Azeotropic n-Butanol/Water Distillation
System, Energy Fuels, 2008, 22 (6), pp 42494258.
92.- Srinivas M. y Rangaiah G. P., Differential Evolution with Taboo List for Solving Nonlinear and
Mixed-Integer Nonlinear Programming Problems, Ind. Eng. Chem. Res, 46, 7126-7135; 2007.