Diseo Integrado de la Planta de Sulfitacin

en un Ingenio Azucarero

S. Revollar*, D. Dominguez*, Z. Ramrez*, H. Alvarez**, R. Lamanna*, P. Vega***

* Universidad Simn Bolvar, Caracas, Venezuela, ( e-mail: srevolla@ usb.ve, lamanna@usb.ve).
** Universidad Nacional de Colombia, Medelln, Colombia (e-mail:
hdalvare@unal.edu.co)
*** Universidad de Salamanca,Salamanca, Espaa,
(e-mail:pvega@usal.es)
Resumen: La clarificacin es un proceso de suma importancia en las plantas productoras de azcar, ya
que permite la eliminacin de las impurezas en el jugo ya filtrado minimizando la prdida de materia
prima. En este proceso, el control de pH es crtico para evitar la inversin de la sacarosa que es el
principal causante de la prdida de azcar. Esta parte del proceso viene dado en la torre de sulfitacin, que
prepara el jugo para que en el clarificador se separe jugo claro de cachaza. El objetivo de este trabajo es
aplicar la metodologa de diseo integrado para redimensionar una torre de sulfitacin tomando en cuenta
criterios econmicos y criterios de controlabilidad basados en ndices entrada-salida relacionados al
modelo lineal multivariable de la planta. La solucin del problema de optimizacin planteado garantiza
una etapa de sulfitacin ptima econmica, que es controlable adems de cumplir con los parmetros de
operacin fijados.

1. INTRODUCCIN
En una planta de produccin de azcar, el objetivo de la etapa
de clarificacin es retirar la mayor cantidad de impurezas del
jugo ya filtrado, previamente a los procesos de evaporacin y
posterior cristalizacin del azcar. Este proceso busca la
mayor reduccin de impurezas minimizando la prdida de
materia prima (sacarosa). En un proceso de clarificacin
tpico, al jugo que proviene del filtrado se adiciona lechada
de cal con el fin de aumentar el pH hasta valores entre 6.5 y
7.0. Este jugo pasa a la torre de sulfitacin, donde se pone en
contacto con una corriente de humos (SO2, N2, O2) para
transformar los compuestos que dan coloracin oscura al jugo
en compuestos incoloros adems de servir de agente
antisptico. A la salida de la torre se espera un jugo con pH
entre 4.3 y 4.5.
El diseo y control eficiente del proceso que se lleva a cabo
en la torre de sulfitacin es esencial para el buen
funcionamiento del ingenio azucarero, y debe enfrentarse con
cuidado ya que se trata de un sistema no lineal y
multivariable.
En general, la tendencia dominante en ingeniera es la de
considerar el diseo de una planta como una etapa previa e
independiente del diseo del sistema de control. Con la
consecuencia que, cuando la configuracin y los parmetros
de la planta ya han sido determinados, sta puede resultar
poco controlable y los problemas de su automatizacin
mucho ms difciles y costosos.
El diseo integrado de procesos es una metodologa
alternativa que ha tomado mucho auge en los ltimos aos,
en la cual se agregan criterios de controlabilidad en las
primeras etapas de diseo, adems de los criterios
econmicos de construccin y operacin de la planta. Esto se
traduce en un problema de optimizacin ms complejo,
usualmente de programacin no lineal y an mixta-entera con
restricciones, pero el sistema diseado es ms fcilmente
controlable (Luyben, 1993; Luyben and Floudas, 1994).
Existen diversos planteamientos sobre cmo realizar el
diseo integrado. Uno de los ms usados consiste en analizar
el proceso a lazo abierto utilizando ndices que describen qu
tan bien la planta rechaza perturbaciones, qu tan
severamente interactan sus mltiples variables y/o qu tan
fcil se mueve de una condicin de operacin a otra. Estos
ndices son por ejemplo, el valor singular, el nmero de
condicin y la matriz de ganancias relativas, que se calculan a
partir del modelo entrada-salida de la planta (Luyben, 1993;
Luyben y Floudas, 1994; Skogestad and Postlethwaite, 1996;
Kookos and Perkins, 2001). Otras tendencias de diseo
integrado utilizan medidas de desempeo del sistema a lazo
cerrado (por ejemplo el error medio integral cuadrtico)
como restriccin dentro de un problema de optimizacin
(econmica) no lineal (Luyben y Floudas, 1994; Narraway
and Perkins, 1994; Gutierrez y Vega 2002; Revollar et al.,
2005). En algunos casos, an los parmetros de sintona de
los controladores forman parte del problema de diseo
(Francisco y Vega, 2006; Revollar et al., 2006).
Este trabajo est dedicado a la aplicacin de la metodologa
de diseo integrado al considerar la etapa de sulfitacin en un
ingenio azucarero. La planta objeto de la aplicacin
corresponde a una instalacin industrial ya existente que se
ha tomado como base para el modelo (De Prada et al., 1984).

Los resultados presentados aqu corresponden al diseo
integrado de la planta considerando solo el nmero de
condicin de la perturbacin y la matriz de gananacias
relativas como ndices de controlabilidad a lazo abierto. El
hecho de que son calculados a partir del modelo linealizado
de la planta es una debilidad de este tipo de ndices, sin
embargo, tienen la ventaja de ser normas fciles de calcular y
han sido ampliamente utilizadas para evaluar la
controlabilidad en trabajos previos (Luyben y Floudas, 1994;
Sweiger y Floudas, 1997, Sakizlis et al, 2004). Esta
formulacin relativamente sencilla del problema de diseo
integrado, sirve para ilustrar cmo puede aplicarse esta
metodologa en un proceso tan importante en la industria
azucarera como es la clarificacin, y cul es el efecto que
tiene sobre el resultado final.
El artculo est organizado en seis secciones. En la seccin 2
hace un resumen de las mtricas ms utilizadas para definir la
controlabilidad entrada-salida de sistemas multivariables a
lazo abierto. Luego se explica el proceso de clarificacin en
un ingenio azucarero y se describe el modelo matemtico de
la etapa de sulfitacin, en las secciones 3 y 4. En la seccin 5
se formula el problema de diseo integrado y se presentan
algunos resultados del diseo y las conclusiones en las
secciones 6 y 7.
2. NDICES DE CONTROLABILIDAD DE LAZO
ABIERTO
El anlisis del desempeo de un sistema es acertado en la
medida que el modelo utilizado sea una buena representacin
del proceso. En consecuencia, la validez del anlisis de
controlabilidad basado en el modelo lineal aunque es mucho
ms simple y menos costoso computacionalmente est
limitada al rango en el cual la linealizacin puede
considerarse adecuada.

Fig. 1. Diagrama de bloques del sistema en estudio a lazo
abierto
El anlisis de controlabilidad entrada-salida, utilizando
tcnicas basadas en la teora de control clsica, se basa en un
modelo de mltiples entradas y mltiples salidas
(multivariable) con realizacin en espacio de estado (A, B, C,
D) expresado en el dominio de Laplace como:
( ) ( ) ( ) ( ) ( )
d
y s G s u s G s d s = +
(1)
1
G C A B

=
(2)
donde y representa las variables de salida, u representa las
variables manipuladas y d las perturbaciones. La matriz de
transferencia del proceso es G(s) y Gd(s) es la funcin de
transferencia de perturbaciones. El diagrama de bloques del
sistema se muestra en la Figura 1.
Estabilidad y respuesta dinmica. La estabilidad del un
sistema se puede evaluar mediante el estudio de la ubicacin
del los autovalores () de la matriz de estados A o los polos
de la funcin de transferencia G(s). Se dice que el sistema es
estable si:
0, 1, 2, 3...
i
i =
(3)
Ganancias. En sistemas multivariables, no se tiene una
ganancia nica. Existen distintas maneras de definir la
ganancia para un sistema multivariable. Una generalizacin
natural de la ganancia de un sistema de una entrada y una
salida (sistema monovariable) K=
( )
( )
y jw
u jw
, es utilizar la
norma inducida de la matriz G(jw). Por esta razn, la
ganancia depende de la combinacin de los componentes de
la entrada, es decir, de la direccin de la misma.
0
1
( ) ( )
( ) max
( )
max ( ) ( )
u
u
G jw u jw
G jw
u jw
G jw u jw

=
=
(4)
Lmites de la ganancia. Para cualquier entrada u(t) a una
frecuencia fija w se tiene que la ganancia est comprendida
entre el mximo y el mnimo valor singular de la matriz G.
min max
( ) ( )
( ) ( )
( )
G jw u jw
jw jw
u jw

(5)
Valores singulares. Los valores singulares, son la raz
cuadrada de los autovalores de la matriz cuadrada G*G,
*
( )
i i
G G =
(6)
Los valores singulares indican la magnitud de la ganancia
inducida por una matriz en la transformacin lineal y=Gu.
Por lo tanto, el clculo de los valores singulares mximo y
mnimo da la mayor y menor ganancia del sistema para
cualquier combinacin de entradas o perturbaciones a cada
frecuencia si se calculan usando la norma Euclideana. Si se
calculan utilizando la norma infinito se obtiene el mximo y
el mnimo para todas las frecuencias.
Mximo valor singular max(G). Indica la mayor ganancia
del proceso para todas las posibles direcciones de la entrada a
una frecuencia dada. Se calcula a partir de la norma
Eucideana inducida de G respecto a u:
2
max 0 2
2
( ) max
u
G u
G G
u

= =
(7)
Un criterio para evaluar la calidad de un diseo mediante este
parmetro, considerando que se ha aplicado un escalamiento
adecuado, es obtener ganancias mayores a 1 para evitar la
saturacin de las entradas en lazo cerrado, pero que no sean
tan altas como para causar problemas de estabilidad a lazo
cerrado.

Mnimo valor singular min(G). Indica qu tan cerca est la
matriz de ser singular y es la menor ganancia del proceso
para todas las direcciones posibles de la entrada a una
frecuencia dada. Se calcula a partir de la norma Eucideana
inducida de G respecto a u:
2
min 0 2
2
( ) min
u
G u
G G
u

= =
(8)
Suponiendo que las variables estn escaladas uniformemente,
un valor grande de min(G) significa que G no est cercana a
la singularidad y que el proceso es ms resistente a
perturbaciones.
Nmero de condicin de la planta. El nmero de condicin
de una matriz (G) se define como la relacin entre el
mximo y el mnimo valor singular:
max
min
( )
( )
( )
G
G
G

=
(9)
Idealmente el nmero de condicin debera estar cercano a la
unidad. Un nmero de condicin muy alto se asocia a un mal
condicionamiento, en el sentido de que la magnitud de las
ganancias depende fuertemente de la direccin de la entrada
en algunas frecuencias, lo que dificulta el control. El nmero
de condicin tambin se asocia a los errores en las variables
manipuladas relativos a errores en el modelo del proceso, lo
que significa que un nmero de condicin pequeo indica que
los errores del modelo no causan errores importantes en la
variable manipulada por lo cual el proceso es capaz de operar
de forma estable a pesar de presentar una gran incertidumbre
en el modelo.
Nmero de condicin de la perturbacin. El nmero de
condicin de la perturbacin p(G) fue inicialmente
presentado por Morari (1983). Mide la mxima ganancia
entre la salida y las perturbaciones si se tuviera instalado un
controlador prealimentado (feed-foward) perfecto.
1
2
max
2
( ) ( )
p
G d
G G
d

= (10)
Si se tiene un escalamiento adecuado, un nmero de
condicin grande significa que la perturbacin tiene un efecto
direccional importante el cual afecta significativamente la
magnitud de la variable manipulada.
Matriz de ganancias relativas (RGA). Es una medida de la
interaccin entre las variables en sistemas multivariables. Los
elementos de la matriz de ganancias relativas (RGA) se
definen como la relacin entre la ganancia de un par
entrada/salida a lazo abierto y la ganancia del mismo par con
todos los dems lazos en automtico y funcionando
perfectamente, es decir:
( )
( )
1
i
j
k j
i
j
k i
y
u
u
ij ij
y ji
u
y
g G

( ( = =

(11)
Otra forma de calcular la matriz de ganancias relativas es:
[ ]
1
*.
T
G G G

( =

(12)
donde el operador *. significa producto punto a punto.
La RGA requiere, independientemente del escalamiento, que
la suma de los elementos de cada columna sea igual a 1.
Se recomienda que los pareamientos se lleven a cabo entre
variables que generen elementos de la RGA cercanos a uno.
Si los elementos de la RGA son muy grandes se hace ms
dificultoso el control pues es ms sensible a incertidumbre
del modelo. Adems, las variables controladas y manipuladas
que generen elementos negativos en la matriz de ganancias
relativas, no deben ser emparejadas (Luyben y Floudas,
1994).
3. EL PROCESO DE CLARIFICACIN
En una industria azucarera, el proceso tpico de clarificacin
es como sigue: al jugo que proviene del filtrado inicial tiene
un pH cido entre 5.1 y 5.6 unidades. En un primer tanque, se
le adiciona lechada de cal, con el fin de aumentar el pH hasta
valores entre 6.5 y 7.0. Se busca minimizar prdidas de
sacarosa, adems de lograr que la cal adicionada ayude a
precipitar impurezas y aumente la capacidad del coaugulante.
El paso siguiente lo sufre el jugo en el tanque (o torre)
sulfitador(a). All se adiciona, en forma de finas burbujas,
una corriente de humos (SO
2
, N
2
, O
2
) proveniente de la
quema de azufre slido en un horno. El jugo sufre un
aumento de temperatura de hasta 8C por el contacto con los
humos. El dixido de azufre transforma compuestos que dan
coloracin oscura al jugo en compuestos incoloros. Este
efecto se mantiene incluso durante los calentamientos
posteriores que sufrir el jugo, adems de servir de agente
antisptico. La sulfitacin se espera que entregue un jugo con
pH entre 4.3 y 4.5, justo en el lmite inferior del intervalo en
el cual se produce la prdida de sacarosa, por lo que el
control de pH resulta crtico.

A
B
1
2
3
4
Jugo de
Caa
Lechada
de Cal -
Ca(OH)2
Jugo
encalado
SO2 gaseoso y Aire
Aire y SO2
Gaseoso no
diluido
Jugo a
Clarifi-
cacin
TANQUE DE
ENCALADO
TANQUE DE
SULFITADO
Fluido
Trmico
TANQUE DE
CLARIFICADO
Lodos
Jugo
Claro
AT
pH
AT
pH
AC
pH
SPpH
AC
pH
SPpH
Floculante
Aninico


Fig. 2. Diagrama de Flujo de Proceso general para el proceso
de clarificacin.

Luego de esta etapa, se acostumbra una segunda
alcalinizacin, que se espera arrastre partculas pequeas y
torne insolubles algunos contaminantes, y calentar el jugo
hasta 105C, buscando facilitar la formacin de flculos.
Finalmente, el jugo caliente llega al tanque clarificador donde
se mezcla con un floculante aninico. De este modo, se logra
separar por decantacin los slidos o cachaza, que van al
fondo, del jugo claro que sale por la parte superior. Un
Diagrama de Flujo de Proceso general se ve en la Figura 2.
Todo el proceso de clarificacin se ve afectado por varias
perturbaciones, entre las que vale mencionar: preparacin de
la cal o sacarato, flujos de jugo cambiantes por alteraciones
en la operacin de molino, entrada de corrientes de
recirculacin del proceso (jugo filtrado, aguas dulces, etc.).

4. MODELO DE LA TORRE DE SULFITACION
La sulfitadora tiene en realidad dos propsitos: i)
proporcionar la cantidad suficiente de SO
3
2-
libre para que en
procesos posteriores la presencia de dicho in ayude al
blanqueamiento del producto y a su desinfeccin, ii)
proporcionar el suficiente Ca
2+
para que se de la precipitacin
de material contaminante en la etapa de clarificacin
posterior al sulfitado.
En el primer tanque de la etapa de clarificacin (tanque de
encalado), la reaccin que ocurre es una neutralizacin de la
acidez del jugo (H
+
) con hidrxido de calcio (Ca(OH)
2
), lo
que deja un exceso de cal en suspensin (a manera de
buffer). Por su parte, en el tanque de sulfitado (segunda
etapa), las reacciones qumicas incluyen la ya mencionada,
debido a que del tanque de encalado pasa exceso de cal en
suspensin. Finalmente, en el clarificador, adems de los
efectos fsicos del floculante aninico (no mostrados en las
reacciones qumicas que siguen), se presenta la formacin del
sulfito de calcio CaSO
3
. Las reacciones qumicas que se dan
en toda la etapa de clarificacin son:
SO
2
+ H
2
O H
2
SO
3
(13)
H
2
SO
3
HSO
3
-
+ H
+
(14)
Ca(OH)
2
+ H
+
Ca(OH)
+
+ H
2
O (15)
HSO
3
-
+ Ca(OH)
+
CaSO
3
+ H
2
O (16)
La primera y tercera reacciones son irreversibles. En la
primera, se convierten todo el SO
2
solubilizado en cido
sulfuroso y en la segunda, se neutraliza el H
+
mediante la
ionizacin del Hidrxido de calcio. En cambio la segunda y
cuarta reaccin son reversibles, por lo que debe formularse su
equilibrio qumico para poder determinar las concentraciones
en las que se encuentran las especies.
Para el modelo de la torre sulfitadora, cuya variable de salida
es el pH, se utilizar la aproximacin por invariantes de
reaccin. Los dos invariantes a considerar son: i) X=[H+]-
[OH-], asociado con la carga de la solucin, y ii)
C=[H2SO3]+[HSO3-] asociado con la concentracin del
anin ltimo (SO32-) de la disociacin del cido dbil. Se
debe considerar primero que todo el SO2 que se solubiliza en
el jugo, reacciona con el agua para formar cido sulfuroso
segn la primera reaccin. Por lo tanto, un primer inters es
poder formular la transferencia de masa entre las burbujas de
gas (aire-SO2) y la solucin. Esta transferencia puede ser
vista como un flujo de SO2 que pasa del gas a la solucin
(F
S
) en funcin de un coeficiente de transferencia de masa
(eficiencia k) y el flujo de gas mismo (F
2
) como fuerza
impulsora. Aunque el fenmeno es dinmico, es decir, por
algunos instantes puede detectarse SO2 disuelto sin
reaccionar, el tiempo caracterstico de dicha dinmica es tan
corto que puede asumirse instantnea. Se llega as a la
expresin: F
S
= k*F
2
, siendo k una constante emprica que se
puede calcular como: k=0.09*h (De Prada et al., 1984).
El cido sulfuroso formado no se descompone totalmente en
el jugo, solo una parte ioniza. Dicha parte se relaciona con
la constante de equilibrio de la reaccin qumica segn:
( )
2
2 3 3
2 3 2 3
*[ ] [ ][ ]
[ ] (1 ) *[ ]
inicial
eq
inicial
H SO HSO H
K
H SO H SO

+
= =

(17)
Puesto que el in SO
3
2-
, el segundo invariante (C) lo sigue en
el sistema, por lo tanto, reemplazando C por la [H
2
SO
3
]
inicial

(como se puede deducir del uso del en la definicin del
invariante), se llega a la siguiente expresin para la fraccin
disociada:
2
4* *
2*
eq eq eq
K K K C
C

+ +
= (18)
con K
eq
la constante de equilibrio de la reaccin (3), cuyo
valor se calcula (en funcin de la temperatura absoluta en
Kelvin) usando (Saboni y Alexandrova, 2001):
853
4.74
10
Te
eq
K
| |
|
\
=
(19)
Aplicando la teora de invariantes de reaccin, que prescribe
balances de carga elctrica (X) y balance del SO
3
2-
o anin
ltimo (C), se llega finalmente al modelo dinmico con dos
estados:
1 1
2
,1
*
CaOH
dX F F k
X C F
dt V V V

= +
(20)
1
2
dC k F
F C
dt V V
=
(21)
con la siguiente definicin de los dos estados:
Estado 1: x1 = X = [H
+
]-[OH
-
], primer invariante de reaccin.
Estado 2: x
2
= C = [H
2
SO
3
]+[HSO
3
-
], segundo invariante de
reaccin.
Se toma como salida el pH=-log([H
+
]). Con el fin de despejar
[H
+
], en el presente trabajo se toma una simplificacin,
utilizando la definicin del primer estado (que involucra
[H
+
]) y la definicin de la constante de equilibrio del agua:
K
W
=[H
+
]*[OH
-
] (22)

para formar una nica ecuacin cuadrtica desde la cual se
puede despejar [H
+
] como:
2
4*
[ ] * 1 ( ) * 1
2
W
K X
H sign X
X
+
(
( = + +
(

(23)
con la funcin signo (sign) para seleccionar la raz que
proporcione concentraciones positivas del in hidrgeno, y
K
w
la constante de disociacin del agua, que se calcula con:
*exp
*
a
W a
abs
E
K Z
R T
| |
=
|
\
(24)
con Z
a
=0.45344659 y E
a
=19010.7323J/gmol (Saludes y
Fuente, 2007).
Pensando en el control de la etapa de clarificacin como un
todo, y mirando el modelo de los dos estados dado por (20) y
(21), se pueden seleccionar el siguiente pareamiento: el
primer estado x
1
=X controlado con u
1
= C
CaOH

,1
y el segundo
estado x
2
=C controlado con u
2
=F
2
.
Normalmente, en los procesos industriales para producir
azcar, slo se dispone de un sensor de pH en la lnea de
salida de jugo de la sulfitadora y eventualmente en el tanque
de encalado. Por lo tanto, y con el fin de controlar la
sulfitadora utilizando la instrumentacin tpica de este
proceso a nivel industrial (solo medidor de pH), se asumir
que se debe regular el pH del jugo a la salida de la sulfitadora
manipulando el flujo de humos desde el quemador de azufre.
5. FORMULACION DEL PROBLEMA DE DISEO
INTEGRADO DE LA PLANTA
El planteamiento del problema de diseo integrado consiste
en, dados el caudal (F
1
) y la temperatura (T
1
) del jugo de
caa que llega a la etapa de sulfitacin, determinar la altura
del sulfitador y el flujo de SO
2
que optimicen el
funcionamiento de esta etapa, minimizando los costos de
inversin y de operacin, y cumpliendo con ciertas
restricciones de controlabilidad a lazo abierto.
Matemticamente se puede expresar el diseo como un
problema de optimizacin no lineal con restricciones. La
funcin objetivo representa los costos de construccin y
operacin de la planta, del siguiente modo:
2
0.3 0.7 = +
costo
F h F
(25)
con h la altura normalizada de la torre de sulfitacin, que
representa los costos de construccin y F
2
el flujo de gas que
entra a la torre, que representa los costos de operacin. A
continuacin se presentan las restricciones del proceso en
cuanto a balances de masa y energa, as como limitaciones
fsicas.
De acuerdo con el modelo de referencia de la planta real
utilizada, se estima que la relacin altura y seccin del
depsito del sulfitador es 10 aproximadamente.
Se fijan tambin los lmites fsicos razonables de las variables
tanto de pH a la salida de la torre como del flujo de gas SO
2

introducido en el lquido del sulfitador:
5 . 4 > pH
(26)
2
0.3
mol
F
s
<
(27)
Otras restricciones son:
0 1 < <
(28)
1 k 0 < <
(29)
En cuanto a los balances de masa y energa, el clculo se
realiza imponiendo un lmite mximo

a los residuos de las

ecuaciones de estado:
1 1 2
,1
*

= +
CaOH
dX
V F X F C kF
dt
(30)
2 1
=
dC
V kF FC
dt
(31)
Las restricciones de controlabilidad se fijan en:
Nmero de condicin:
6
(32)
y matriz de ganancias relativas:
(

=
1 0
0 1
RGA
(33)
6. RESULTADOS
El problema de optimizacin recin formulado corresponde a
uno de programacin no lineal con restricciones y puede ser
resuelto con mtodos tradicionales. En la Tabla 1 se
presentan los resultados del diseo integrado a lazo abierto de
la torre de sulfitacin y se comparan con los resultados
obtenidos con un diseo solamente con criterios econmicos
donde no se incluyen restricciones de controlabilidad.
Tabla 1. Resultados del diseo

Diseo
econmico
Diseo integrado lazo
abierto
6

h (dm) 4.15 10.39
F2 (mol/s) 0.0012 0.0015
Costo 0.1561 0.3080
RGA
1 0
0 1

1 0
0 1

Nro de condicin

22.53 6
Autovalores
-0.0643
-0.0643
-0.0217
-0.0217

El diseo integrado se realiz imponiendo como restriccin
de controlabilidad que el nmero de condicin se reduzca
aproximadamente al 25% de su valor original, es decir <6.
Esta restriccin representa la relacin entre la mayor y la
menor ganancia del sistema para cualquier combinacin de
entradas y perturbaciones.

Como se observa en la Tabla 1, la planta ptima, slo con
criterio econmico, presenta un nmero de condicin muy
alto 22.53, lo cual indica que el sistema no est bien
condicionado y que la magnitud de las ganancias de la planta
es muy sensible a la direccin de las entradas, por lo cual ser
necesario mayor esfuerzo para controlar el sistema. Al
reducirlo a 6, que fue el menor valor posible de este ndice
para esta planta en las condiciones de optimizacin actuales,
se obtiene una planta cuyo diseo la hace menos sensible a la
direccin de la perturbaciones y por lo tanto, ms fcil de
controlar. Claro que se observa un aumento de la funcin de
costo en especial por el aumento en las dimensiones del
equipo. Adems, en este caso particular, los autovalores de
lazo abierto se hacen ms pequeos cuando disminuye el
nmero de condicin de la planta. Otras soluciones ms
refinadas se podran conseguir aadiendo restricciones en los
autovalores.

7. CONCLUSIONES
En este trabajo se presenta una aplicacin de integracin
diseo y control para la etapa de sulfitacin en el proceso de
clarificacin en un ingenio azucarero. Se trata de un proceso
complejo, cuyo diseo y operacin eficiente presenta todava
muchos aspectos mejorables en la industria del azcar.
La metodologa de diseo integrado puede presentar
inconvenientes debido a la complejidad de los problemas de
optimizacin que deben formularse y tambin a los conflictos
que se pueden presentar entre distintos ndices de
controlabilidad (Sakizlis et al., 2004).
En este trabajo se escogi una formulacin sencilla del
problema, a lazo abierto, para ilustrar cmo puede aplicarse
esta metodologa en un proceso tan importante en la industria
azucarera como es la clarificacin, y cual es el efecto que
tiene sobre el resultado final del diseo. Se usaron como
restricciones de controlabilidad los ndices de nmero de
condicin y matriz de ganancias relativas, que son mtricas
basadas en el modelo entrada-salida de lazo abierto. En
particular, la disminucin del nmero de condicin garantiza
para la planta diseada una menor sensibilidad a la direccin
de las perturbaciones. La RGA diagonal garantiza la ausencia
de interaccin entre los dos pareamientos de control.
Con el diseo integrado, la conjuncin de criterios convierte
el problema de diseo de uno con un slo objetivo (el
econmico) a uno multiobjetivos (economa-controlabilidad),
en el cual la solucin final depender de los compromisos
que se tomen entre cada uno de los objetivos planteados, y el
conjunto de restricciones que se impongan.
REFERENCIAS
De Prada, C., Vega, P. and Alonso, L. (1984). Modeling and
simulation of a sulfitation tower for adaptive control.
Proceedings of the 11th IASTED Conference on Applied
Modeling and Simulation.
Francisco, M. and Vega, P. (2006). Diseo Integrado de
procesos de depuracin de aguas utilizando Control
Predictivo Basado en Modelos. Rev. Iberoamericana de
Automtica e Informtica Industrial, Vol. 3, n 4. pp 88-
98.
Gutirrez, G. and P. Vega. (2002). Integrated design of
chemical processes and their control system including
closed loop properties for disturbances rejection. 15th
IFAC Triennal World Congress. Barcelona.
Kookos I. and J. Perkins. (2001). An algorithm for
simultaneous process design and control. Ind. Eng.
Chem. Res. 40, 4079.
Luyben, W. (1993). Trade-offs between design and control
in chemical reactor systems. J. Proc. Cont. 3, 17.
Luyben, M. and C. Floudas. (1994). Analyzing the
interaction of design and control1. A multiobjective
framework and application to binary distillation
synthesis. Comp. Chem. Eng. 18, 933.
Morari. (1983). Design of resilient processing plantsIII : A
general framework for the assessment of dynamic
resilience. Chemical Engineering science. pp 1881-1891
Narraway and Perkins. (1994). Selection of process control
structure based en economics. Comp. Chem.. Eng., 18,
S511-S515.
Revollar, S, Vega, P. and R. Lamanna. (2004). Algorithmic
synthesis and integrated design of chemical reactor
systems using genetic algorithms. Proceedings of World
Automation Conference. Vol. 17, 493. Sevilla.
Revollar, S, Lamanna, R. and P Vega. (2005). Algorithmic
synthesis and integrated design for activated sludge
processes using genetic algorithms. Proceedings 15th
European Symposium on Computer Aided Process
Engineering ESCAPE-15, pp. 739-744. Barcelona
Revollar, S., Lamanna, R. and P Vega. (2006). Genetic
Algorithms for simultaneous design and control of
Continuous Stirred Tank Reactor System. Proceedings
Chemical Process Control 7. Lake Louise.
Ross, R. J., D. Perkins, E. N. Pistikopoulos, G. M. L. Koot
and J. M. G. van Schijndel. (2001). Optimal design and
control of a high purity industrial distillation system.
Computers and Chemical Engineering. 25, pp. 141-150.
Sanoni, A and Alexandrova, S. (2001). Sulfur dioxid
absorption and desorption by water drops. Chemical
Engineering Journal, 84, 577-580.
Sakizlis, S., Perkins, J., and E. Pistikopoulos. (2004). Recent
advances in optimization-based simultaneous process
and control design. Computers and Chemical
Engineering, 28, 2069-2086.
Saludes, S. y Fuente, M.J. (2007). Control IMC no lineal
tolerante a fallos. Rev. Iberoamericana de Automtica e
Informtica Industrial, Vol. 4, Num., 2.
Schweiger, C and Floudas, C. (1997). Interaction of design
and control: Optimization with dynamic models. In W.
Hager and P. Pardalos (Eds.) Optimal control: Theory,
algorithms and Applications. Pp. 388-435. Kluwer
Academic Publishers.
Skogestad, S y Postlethwaite, (1996). Multivariable Feedback
Control Analysis and Design (2 Edicin)