Documente Academic
Documente Profesional
Documente Cultură
AIREACIN
Pg. 1 de 59
INDICE
0. RESUMEN ............................................................................................................................. 3
1. INTRODUCCIN .................................................................................................................. 4
1.1. SITUACIN INICIAL DE CONSUMOS DE ENERGA ............................................. 5
1.2. SISTEMAS DE CONTROL.......................................................................................... 10
1.2.1. EVOLUCIN HISTRICA DEL CONTROL INDUSTRIAL ............................. 10
1.2.2. SISTEMAS DE CONTROL ACTUALES ............................................................. 12
1.2.3. ADEX ..................................................................................................................... 13
1.3. DESCRIPCIN DEL SISTEMA DE AIREACIN DE LA EDAR DE CEUT ......... 15
2. ETAPAS DE INVOLUCRADAS EN UNA OPTIMIZACIN ENERGTICA DE UN
PROCESO DE TRATAMIENTO BIOLGICO ..................................................................... 18
2.1. MINIMIZACIN EN ORIGEN DE LOS REQUERIMIENTOS DE OXGENO ....... 20
2.2. MINIMIZACIN DEL CAUDAL DE AIRE QUE ES NECESARIO SUMINISTRAR
.............................................................................................................................................. 25
2.3. MINIMIZACIN DE LA PRESIN DE TRABAJO .................................................. 30
2.3.1. PRDIDA DE CARGA EN LA RED DE TUBERAS ......................................... 31
2.3.2. LIMPIEZA DE DIFUSORES DE CIDO FRMICO ......................................... 33
2.3.3. ESTRATEGIA DE CONTROL ............................................................................. 35
2.3.4. EJEMPLO DE OPERACIN CON CONTROL ADEX ....................................... 42
3. RESULTADOS .................................................................................................................... 48
3.1. AHORROS GLOBALES DE ENERGA ..................................................................... 48
3.2. ESTUDIO DE LA EFICACIA DEL SISTEMA DE CONTROL ADEX ..................... 50
3.2.1. CONTROL DE LOS NIVELES DE OXGENO ................................................... 51
3.2.2. CONTROL DE LOS NIVELES DE PRESIN ..................................................... 55
3.2.3. CONTROL ESTADSTICO................................................................................... 56
4. CONCLUSIONES ................................................................................................................ 58
5. BIBLIOGRAFA .................................................................................................................. 59
Pg. 2 de 59
0. RESUMEN
En este trabajo se han realizado una serie de modificaciones en el sistema de
aireacin de la Edar de Ceut encaminadas a mejorar y optimizar cada una de las
fases involucradas en el proceso de aireacin de dicha Edar:
I. Necesidades de oxgeno del sistema.
II. Eficacias de transferencia de oxgeno desde la fase gaseosa a la fase lquida
para minimizar las necesidades de aireacin.
III. Presiones de suministro de aire; de esta forma se evitaran sobre consumos
de energa para un mismo caudal de aire.
IV. Sistema de control del proceso, implementando un sistema Adaptativo
Predictivo Experto (ADEX).
Con todas las modificaciones realizadas se ha conseguido reducir los consumos
globales de la instalacin en un 28%, lo que sin duda contribuyen a mejorar la
economa
de
la
instalacin,
dado
que
los
costes
de
energa
suponen
Pg. 3 de 59
1. INTRODUCCIN
Las Estaciones Depuradoras de Aguas Residuales (EDAR) tienen como finalidad
obtener un producto de alto valor aadido (Agua Depurada) a partir de materia
prima (Agua Residual). Para conseguir este fin, se producen una serie de
procesos fsicos, qumicos y fundamentalmente biolgicos, en los que se generan
una serie de residuos y se consumen recursos (energa elctrica y reactivos).
Residuos
Materia Prima
EDAR
Producto
Recursos
Figura 1. Lnea de recursos de una EDAR.
Pg. 4 de 59
m3/mes
80000
60000
40000
20000
0
7 07 07 7 7 7 07 7 7 0 7 7 08
8 08 08 8 8 8 08 8
07
e- eb-0 ar- b r- ay-0 un- 0 jul-0 g o- ep-0 ct- 0 o v- ic-0 n e- eb-0 ar- b r- ay-0 un- 0 jul-0 g o- ep-0
n
f
a
j
o
d
f
j
n
e
a s
e
a s
m
m a m
m
Mes
Pg. 5 de 59
CONSUMO DE ENERA
140000
120000
kwh/mes
100000
80000
60000
40000
20000
0
7 07 07 7 7 7 07 7 7 0 7 7 08 8 08 08 8
8 8 08 8
07
e- b-0 r- r- y-0 n- 0 ul-0 o- p-0 t- 0 v- c-0 e- b-0 r- r- y-0 n- 0 ul-0 o- p-0
en fe ma ab ma ju j ag se oc no di en fe ma ab ma ju j ag se
Mes
kwh/mes
1,2
1
0,8
0,6
0,4
0,2
0
07
en
e
7
-0
ar
7
-0
ay
jul
7
-0
07
pe
s
7
v-0
no
08
en
e
8
-0
ar
8
-0
ay
jul
8
-0
08
pe
s
Mes
Pg. 6 de 59
RESIDUOS
22%
PERSONAL
27%
REACTIVOS
6%
ENERGA
35%
VARIOS
3%
MANTENIMIENTO
7%
Pg. 7 de 59
Linea de Fangos
5%
Pretratamiento
18%
Terciario
19%
Biolgico
52%
Pretratamiento
Biolgico
Terciario
Desodorizacin
Linea de Fangos
TOTAL
kwh/da
674,72
1987,34
700,4
209,44
203,208
kwh/m3
0,22490667
0,66244667
0,23346667
0,06981333
0,067736
3775,108 1,25836933
Pg. 8 de 59
Decantacin
1%
Bombeo
7%
Aireacin
73%
energa
elctrica
de
la
etapa
de
aireacin
es
de
54.000
/ao
aproximadamente.
Dados los elevados costes asociados al tratamiento biolgico de esta EDAR,
hemos realizado un esfuerzo para conseguir minimizar al mximo los consumos
de energa de esta etapa, incluyendo la implantacin de un sistema de control
adaptivo predictivo experto.
Pg. 9 de 59
de controladores
Pg. 10 de 59
no puede ser usado para estabilizar un proceso; est diseado para eliminar el
Offset.
Las acciones proporcional e integral pueden ser combinadas con la accin
derivativa para compensar los procesos que tienen una respuesta lenta. La
accin derivativa responde tan rpido como ocurre la desviacin del set point.
Cuando se intenta controlar con las tres acciones de un PID un proceso industrial
que tiene una dinmica compleja, desconocida y variable con el tiempo,
reaccionando al error ya producido, el resultado puede conllevar problemas de
estabilidad y no ser satisfactorio para las variables crticas del proceso, que
generalmente son difciles de controlar. En muchos casos se prefiere dejar el
proceso bajo control manual como, por ejemplo, cuando el proceso tiene
retardos puros.
Aunque este controlador es til en muchos casos, en otros, su rendimiento es
pobre o inadecuado, y en cualquier caso tienen que ser ajustados por
experimentados operadores.
En el caso de la regulacin de variables en un sistema dinmico como es el
presente, en los reactores biolgicos de una planta depuradora el sistema de
control basado en PID, incluso en las mejores condiciones de operacin, no poda
evitar importantes variaciones de la concentracin de oxgeno en las balsas.
Pg. 11 de 59
PREDICTIVO
ADAPTATIVO:
permite
ajustar
operacin
cuando
la
relacin
causa-efecto
del
proceso
no
es
Pg. 12 de 59
1.2.3. ADEX
El 4 de Enero de 2001 nace una nueva metodologa para el control de procesos,
publicada bajo el nombre de Control Adaptativo Predictivo Experto (ADEX).
Esta metodologa nace de la integracin del control adaptativo predictivo con los
principios bsicos del control experto, con el fin de proporcionar una solucin
nica y completa en control de procesos, capaz de superar los problemas de
robustez del control AP y la carencia metodolgica del control experto
para optimizar la operacin del proceso.
ADEX combina, por tanto, control AP con control experto definiendo dominios de
operacin para cada uno de ellos en una estructura de control integrada. La
evolucin de las variables del proceso u otras condiciones de operacin
determinan si se aplica al proceso control adaptativo o control experto, de
acuerdo con el correspondiente dominio ADEX.
Esta combinacin entre distintos tipos de control, aplicado cada uno en sus
respectivos dominios, conlleva la posibilidad de optimizar el control del proceso.
La metodologa ADEX esta diseada para permitir configurar el controlador de
forma que detecte en operacin el dominio en el que se encuentra y, en cada
uno de los posibles dominios, pueda utilizar la mejor informacin de la que se
disponga del proceso para aplicar control AP o control experto.
ADEX se beneficia de la experiencia del operador, que define en cada dominio de
operacin las reglas del control experto o la mejor forma de aplicacin de la
tecnologa adaptativa predictiva para la modelizacin en tiempo real de la
relacin causa-efecto del proceso y el guiado predictivo de sus variables.
A continuacin se presenta
Pg. 13 de 59
Pg. 15 de 59
Pg. 16 de 59
Pg. 17 de 59
DE
UN
PROCESO
DE
TRATAMIENTO
BIOLGICO
Pg. 18 de 59
En el siguiente diagrama se pueden observar las cuatro fases del proceso en las
que tenemos que actuar para, manteniendo los mximos niveles de depuracin,
minimizar los consumos de energa elctrica que evidentemente es la finalidad
secundaria de un estudio serio de distribucin de aire desde su generacin en las
soplantes hasta el consumo del aire por parte de los microorganismos.
Pg. 19 de 59
minimizar
los
requerimientos
de
oxgeno
del
sistema
que
Pg. 20 de 59
Pg. 21 de 59
12
2350
10
2300
2250
2200
2150
2100
Reduccin
requerimiento
oxgeno, %
Requerimientos
Oxgeno, kg
O2/da
2400
0
0
10
15
20
25
30
35
Temperatura, C
Edad de Fango Funcin de T
Reduccin energa
Figura 11. Reduccin de los requerimientos de oxgeno, al operar con una edad de fango variable
en funcin de la temperatura.
3500
31
3000
26
2500
21
2000
16
1500
11
1000
500
0
0
10
15
20
25
30
Conc. De Slidos
recomenda, mg/l
4000
35
Temperatura, C
Figura 12. Variacin de la edad del fango recomendable y de la concentracin de slidos en el
biolgico, en funcin de la temperatura.
Pg. 22 de 59
40
30
8,0
6,0
20
4,0
Temperatura, C
Ahorro de Energa, %
10,0
10
2,0
0,0
e
en
b
fe
ar
r
ab
ay
jun
jul
o
ag
p
se
t
oc
v
no
dic
Mes
Figura 13. Temperaturas medias mensuales y ahorro de energa esperado en los diferentes
meses.
Pg. 23 de 59
40
14,0
12,0
Incremento Produccin
de Fangos 10,91%
30
10,0
20
8,0
6,0
Temperatura, C
Incremento Produccin de
Fangos, %
16,0
10
4,0
2,0
0,0
0
ene
feb
mar
abr
may
jun
jul
ago
sep
oct
nov
dic
Mes
Pg. 24 de 59
7.000
4.000
Ahorro de Energa
6.000
3.000
2.000
1.000
4.000
0
3.000
/ao
/ao
5.000
-1.000
2.000
-2.000
1.000
-3.000
-4.000
0
10
15
20
25
Precio gestin fango, /tm
30
35
Figura 15. Efecto del precio de la gestin de fangos sobre el ahorro de costes.
Pg. 25 de 59
Figura 16. Valores del SOTE operando con uno y con dos reactores.
Pg. 26 de 59
Caudal de aire a 50 Hz
Caudal de aire a 33 Hz
SOTE (%)
% aumento SOTE
respecto a operar a 33hz
respecto a operar a 50
hz
Caudal aire
TOTAL, NM3/h
5000
3300
1 Reactor
5,39
28,3
0
8,48
12,72
Pg. 27 de 59
1
f
2 log
2,51
Re
k/D
3,71
Figura 17. Prdida de carga operando con uno y con dos reactores.
Tabla 3. Disminucin del consumo de energa, por reducciones de las prdidas de carga en los
difusores.
Caudal de aire a 50 Hz
Caudal de aire a 33 Hz
Prdida de carga, cm
Perdida de carga + altura
lamina de agua
% Disminucin Prdida
de carga de operar a
33hz a operar a 50 hz
Caudal aire
TOTAL, NM3/h
5000
3300
1 Reactor
5,39
25
485
470
466
463
0,00
3,09
3,92
4,54
Pg. 28 de 59
Es decir, el pasar de trabajar con un solo biolgico alimentado por una soplante a
50 hz a trabajar con dos biolgicos alimentados con una soplante a 33 hz, reduce
la prdida de carga global del sistema en 4,54%, o lo que es lo mismo, reduce el
consumo de la aireacin en un 4,54 %.
Por tanto, si contemplamos el ahorro de energa por aumento de la eficacia de
transferencia de oxgeno y por disminucin de la prdida de carga en los
difusores, el pasar de trabajar con un biolgico alimentado con una soplante a 50
hz a trabajar con dos biolgicos alimentados con una soplante a 33 Hz,
disminuye el consumo de energa de la aireacin en ms de un 17%.
Tabla 4. Disminucin del consumo de energa, bajos caudales en difusores.
AHORRO TOTAL
1 Reactor a
2 Reactores a
2 Reactores a
33 hz
50 hz
33 hz
8,39
12,40
17,26
Pg. 29 de 59
OTRPW
(T 20 )
C* 20
C* 20
SOTR
dW
p dV
dW
dt
dV
dt
W (t1 )
p(t )
(t )dt
t0
Pg. 31 de 59
hr
L V2
D 2g
2 LNEAS
50 Hz
33 Hz
50 Hz
33 Hz
Primer tramo
0,07
0,03
0,07
0,03
0,79
0,36
0,79
0,36
4,06
1,86
4,06
1,86
4,55
2,05
4,55
2,05
0,73
0,33
0,73
0,33
0,06
0,03
0,06
0,03
Codo 45 DN500
0,05
0,02
0,05
0,02
0,40
0,19
0,40
0,19
Codo 45 DN500
0,05
0,02
0,05
0,02
0,13
0,06
0,13
0,06
Codo 90 DN500
0,11
0,05
0,11
0,05
0,78
0,36
0,21
0,10
3,03
1,39
0,84
0,39
14,33
6,52
3,90
1,81
1,10
0,50
0,30
0,14
2,51
1,15
0,69
0,32
Accesorios DN110
7,42
3,38
2,03
0,95
40,19
18,33
19,00
8,72
TOTAL PRDIDA
Pg. 32 de 59
45
40
35
30
25
20
15
10
5
0
50 Hz
33 Hz
1 LNEA
2 LNEAS
Figura 18. Disminucin de las prdidas de carga al pasar a funcionar con dos biolgicos y mnimo
caudal de soplante.
Tabla 6. Disminucin de las prdidas de carga al pasar a funcionar con dos biolgicos y mnimo
caudal de soplante.
Situacin
Prdida (mbar)
Disminucin
1 L - 50 Hz
526,19
0,00%
1 L - 33 Hz
504,33
-4,16%
2 L - 50 Hz
505,00
-4,03%
1 L - 33 Hz
494,72
-5,98%
Pg. 33 de 59
65
0,60
0,58
60
55
0,54
0,52
50
Presin, bar
Consumo, kw
0,56
0,50
45
0,48
n
os
if ic
ac
n
6
os
if ic
ac
n
D
5
os
if ic
ac
n
i
ac
if ic
os
os
if ic
ac
n
D
2
os
if ic
In
i
ac
cia
0,46
40
EDAR 1
EDAR 2
EDAR 3
EDAR 4
EDAR 5
0,589
0,530
10,02
91,0
84,2
7,47
0,572
0,524
8,53
89,7
80,2
10,59
0,588
0,513
12,70
65,0
57,0
12,31
0,591
0,537
9,06
207,0
187,0
9,66
0,460
0,429
6,74
56,6
52,1
7,95
32,0
79.424
28,99
3.226
10,0
34.675
12,66
1.408
30,0
87.600
31,97
3.558
12,0
87.600
31,97
3.558
22,0
36.135
13,19
1.468
Pg. 34 de 59
Pg. 35 de 59
Como se observa en la Figura 20, para un adecuado control del proceso y una
minimizacin del consumo de energa elctrica se instalaron 3 mdulos de control
ADEX que permitan llevar a cabo un adecuado control de los niveles de oxgeno
en los reactores, para lo cual se actuaba sobre las vlvulas de aire colocadas a la
entrada de cada uno de los dos reactores. Con un adecuado control de oxgeno
se consigue alcanzar los niveles de depuracin y control del proceso adecuados,
sin embargo para conseguir optimizar el proceso con un mnimo coste de energa
es necesario incluir la variable presin del colector, o lo que es lo mismo, la
presin que tiene que vencer la soplante
Pg. 36 de 59
paradas
de
las
soplantes.
Asimismo,
para
evitar
posibles
Pg. 37 de 59
Pg. 38 de 59
Indicar que el tiempo que transcurre entre cada nueva decisin es modificable
desde el Scada, as como los bares que se modificarn en cada escaln, siendo
estos dos parmetros los importantes para asegurar una correcta respuesta del
sistema. Inicialmente estos parmetros no eran accesibles y dificultaba la
estabilizacin del sistema.
Por ltimo, y con el fin de conseguir una mejor optimizacin de los consumos de
energa elctrica, en la actualidad se est trabajando con valores de incremento
de las presiones de trabajo funcin del grado de apertura de las vlvulas
calculadas como se indica a continuacin, para cualquier tiempo t:
1/ c
Siendo:
a el grado medio mnimo de apertura de las vlvulas
c un nmero inversamente proporcional a velocidad de respuesta deseada del
sistema
y b un factor de proporcionalidad propio de cada sistema
Pg. 39 de 59
*b
SPpresint
SPpresint 1
SPpresin
Por tanto:
n
SPpresint
SPpresint 1
1/ c
*b
Pg. 40 de 59
Una vez se tienen definidas las condiciones de operacin y como se quiere que
varen las consignas de oxgeno y presin en el tiempo, se ha se ha elegir el
sistema de control (PID, controles expertos, predictivos, adaptivos, etc.) que nos
permitir que el sistema (siempre que sea fsicamente posible) evolucione segn
las condiciones establecidas.
Pg. 41 de 59
Pg. 42 de 59
EJEMPLO
A continuacin vamos a explicar a travs de un ejemplo sencillo pero ilustrativo:
(1) Cmo se puede describir la relacin dinmica causa-efecto que existe en un
proceso mediante un modelo,
(2) Cmo se puede usar ese modelo para predecir la evolucin de las variables
del proceso,
(3) Qu es control predictivo,
(4) Por qu el modelo necesita ser adaptado y cmo debera ser hecha esta
adaptacin.
Supongamos que alguien entra en una habitacin y nos pregunta: Cul ser la
temperatura en esta habitacin dentro de 5 minutos?.
Pg. 43 de 59
Pg. 44 de 59
Pg. 45 de 59
1
Consigna de
Temperatura
22C
CONSIGNA
BLOQUE
CONDUCTOR
SALIDA
DESEADA
MODELO
PREDICTIVO
Control
Adaptativo
Predictivo
17
C
PROCESO
MECANISMO
ADAPTATIVO
16C
Seal de
Control
Minuto
s
10
15
20
25
22C
El bloque conductor genera una trayectoria deseada para alcanzar la consigna de 22C
en aproximadamente 30 minutos, de acuerdo con lo cual la temperatura deseada en 5
minutos es 17C. Esta informacin es transferida al Modelo Predictivo.
30
CONSIGNA
BLOQUE
CONDUCTOR
MODELO
PREDICTIVO
17
C
SEAL DE
CONTROL
PROCESO
MECANISMO
ADAPTATIVO
16C
10
15
20
25
30
22C
CONSIGNA
16.5
C
ACTUALIZACIN
POSICIN ACTUAL
16C
10
15
20
25
30
22C
BLOQUE
CONDUCTOR
SALIDA
DESEADA
MODELO
PREDICTIVO
17.5
C
16.5
C
ACTUALIZACIN
DEL MODELO
15
20
25
30
SALIDA DEL
PROCESO
MECANISMO
ADAPTATIVO
SEAL DE
CONTROL
PROCESO
MECANISMO
ADAPTATIVO
16C
10
PROCESO
17
C
MODELO
PREDICTIVO
BLOQUE
CONDUCTOR
A partir de 16.5C, el bloque conductor genera una nueva trayectoria deseada, segn la
cual la temperatura deseada dentro de 5 minutos es 17.5C. Esta informacin es
transferida al Modelo Predictivo que calcula la seal de control que hace la temperatura
predicha igual a la deseada .
22C
Los errores
convergen a 0
17.8
C
Error =
0.5
CONSIGNA
Error =
17.50.3
C
10
15
BLOQUE
CONDUCTOR
25
3
0
MODELO
PREDICTIVO
SEAL DE
CONTROL
PROCESO
SALIDA DEL
PROCESO
MECANISMO
ADAPTATIVO
16C
20
SALIDA
DESEADA
Pg. 46 de 59
Pg. 47 de 59
3. RESULTADOS
m3/mes
80000
60000
40000
20000
0
7
8
9
7
8
9
7
8
9
0 7 08
0 8 09
07
07
08
09
e- ar- ay-0 jul-0 ep-0 o v- n e- ar- ay-0 jul-0 ep-0 o v- n e- ar- ay-0 jul-0 ep-0
n
n
n
e
s
e
s
e
s
m
m
m
m
m
m
Mes
Figura 27. Evolucin de los caudales tratados en la EDAR.
Pg. 48 de 59
CONSUMO DE ENERA
140000
120000
kwh/mes
100000
80000
60000
40000
20000
0
7
8
9
7
8
9
7
8
9
0 7 08
0 8 09
07
07
08
09
e- ar- ay-0 jul-0 ep-0 o v- n e- ar- ay-0 jul-0 ep-0 o v- n e- ar- ay-0 jul-0 ep-0
n
n
n
e
s
e
s
e
s
m
m
m
m
m
m
Mes
Figura 28. Evolucin de los consumos de energa elctrica de la EDAR.
kwh/mes
1,2
1
0,8
0,6
0,4
0,2
0
7
8
9
7
8
9
7
8
9
0 7 08
0 8 09
07
07
08
09
e- ar- ay-0 jul-0 ep-0 o v- n e- ar- ay-0 jul-0 ep-0 o v- n e- ar- ay-0 jul-0 ep-0
n
n
n
e
s
e
s
e
s
m
m
m
m
m
m
Mes
Figura 29. Evolucin de los consumos especficos de energa de elctrica de la EDAR.
Pg. 49 de 59
Caudales
m3/mes
81.130,19
82.308,92
Antes
Ahora
Descenso
-1,43
Consumos
de energa
kwh/mes
96.487,28
77.002,08
25,30
Consumos
especficos
kwh/m3
1,21
0,94
28,15
lo
que
es
lo
mismo,
inicialmente
estbamos
desperdiciando,
consigna de estos parmetros, y que son la base para asegurar una correcta
depuracin del agua residual y una minimizacin de los costes de energa
elctrica.
Pg. 50 de 59
Para ver la eficacia del sistema de control ADEX respecto a los sistemas
convencionales, PID, se han comparado las grficas de evolucin del oxgeno
bajos los diferentes sistemas de control, obtenindose los datos que se muestras
en los siguientes puntos.
3.2.1. CONTROL DE LOS NIVELES DE OXGENO
Para evaluar la eficacia del sistema de control y los beneficios que este tipo de
control supone respecto a un control convencional, hemos evaluado la evolucin
de los niveles de oxgeno en ambos casos, en las Figuras 30 y 31, se muestras
dos ejemplos de evolucin del oxgeno con un control convencional, y en las
Figuras 32 y 33 se muestran dos ejemplos de la mismas evoluciones trabajando
con control ADEX.
Consigna
O2
Valores Reales
O2
Valores
Redox
Pg. 51 de 59
Pg. 52 de 59
Pg. 53 de 59
Pg. 54 de 59
Pg. 55 de 59
Pg. 56 de 59
Tabla 9. Valores medio y desviaciones estndar con control convencional y con control ADEX.
Ciclo N
PID
ADEX
1
2
3
4
5
6
Media
1
2
3
4
5
6
Media
MEDIA O2
CONSIGNA
MEDIA O2
REAL
0,634
0,536
0,620
0,724
0,719
0,781
0,669
0,676
0,721
0,685
0,591
0,862
0,870
0,734
1,354
1,378
1,421
1,418
1,404
1,712
1,448
0,708
0,719
0,717
0,662
0,850
0,871
0,754
Pg. 57 de 59
4. CONCLUSIONES
demanda de energa.
IV. El control ADEX permite ajustar perfectamente los valores de los parmetros
de control a los valores de consigna seleccionados, lo que se traduce en
mejor control del proceso y ahorros energticos.
V. Un adecuado control del proceso de aireacin ha permitido reducir los
consumos de energa de la planta en ms de un 28%.
Pg. 58 de 59
OTRPW
(T 20 )
C* 20
C* 20
SOTR
5. BIBLIOGRAFA
[1] Hiroka, K., Industrial Applications of Fuzzy Technology, Springer Verlag, 1993.
[2] Martn Snchez, J.M., Adaptive Predictive Control System, Patente en U.S.A. No.
4,197,576, 1976.
[3] Clarke, D.W., Editor, Advances in Model Based Predictive Control, Oxford University
Press, Oxford, Reino Unido, 1994.
[4] Martn Snchez, J.M. and J. Rodellar, Adaptive Predictive Control: From the concepts to
plant optimization, Prentice Hall, 1996.
[5] Martn Snchez, J.M., Adaptive Predictive Expert Control System, Patente en EE.UU.
No. US 6,662,058 B1. Concedida el 9 de diciembre de 2003.
[6]
[7] ADEX Control & Optimization Platform User Manual, Adaptive Predictive Expert
Control ADEX S.L., www.adexcop.com, 2008.
[8] ADEX Toolkit for LabView User Manual, Adaptive Predictive Expert Control
ADEX S.L., www.adexcop.com, 2008.
[9] ADEX Toolkit for Simulink User Manual, Adaptive Predictive Expert Control
ADEX S.L., www.adexcop.com, 2008.
[10] ADEX Toolkit for SoftLogix5800 User Manual, Adaptive Predictive Expert
Control ADEX S.L., www.adexcop.com, 2008.
[11] Malia Bar, J., C. Prez y J.M. Martn Snchez, Optimizacin del Proceso Biolgico en
una Depuradora de Aguas Residuales, I Seminario de Aplicaciones Industriales de
control Avanzado, pp. 127-155, IAS IEEE, SAICA 2005, Madrid, Oct. 19, 2005.
Pg. 59 de 59