Profesor lider de la línea de investigación:

Jorge Mario Gómez - Profesor Asociado
diseño de procesos - optimización simultanea del diseño y control de procesos - control óptimo en tiempo real  (Dynamic Real -Time Optimization) - optimización para la operación sostenible - diseño óptimo de productos
Esta dirección de correo electrónico está protegida contra spambots. Usted necesita tener Javascript activado para poder verla.

El Área de Investigación:

Nuestra investigación va dirigida a mejorar la eficiencia de las operaciones industriales, a diseñar productos químicos y alimenticios con un óptimo balance entre utilidad y economía,  y a buscar las condiciones de operación para que los procesos químicos operen en los puntos más rentables, siendo controlables y seguros. La particularidad de la investigación que desarrollamos está en la integración del diseño eficiente con el controlabilidad y la sostenibilidad de la operación, partiendo desde el momento mismo de la concepción del proceso o del producto. 

La optimización es una herramienta cuantitativa, que se fundamenta sobre una formulación matemática y que por medio de métodos numéricos adaptados permite obtener resultados precisos.  Nuestro investigación comenzó con la programación en Fortran y ha ido introduciendo otras herramientas como WolframMathematica®, MATLAB®, GAMS® y AMPL®, apoyados en algunos casos por software comercial como ASPEN PLUS – HYSYS –P.M.I.S (aspentech)®, SimSciPro/II ® y ProSim®. Para casos particulares también se ha usado herramientas computacionales como Star-CCM+® y FCC-SIM™

Hasta el momento (2014), en 7 años el área de investigación en optimización de productos y procesos ha dirigido los proyectos de grado de 35 Ingenieros Químicos y las tesis de 21 Magister. Con una producción de 17 publicaciones, 33 presentaciones en congresos Internacionales, y conferencias en 7 Universidades Nacionales.     

Líneas de Trabajo:

Optimización Simultanea del Diseño y Control de Procesos
El diseño y el control de los procesos ha sido tradicionalmente realizado de manera secuencial, primero desarrollando el diseño basado en un desempeño en estado estable y considerando una función objetivo económica; y posteriormente determinando los aspectos de operación y control. Esta aproximación tradicional no considera que la controlabilidad del proceso es una propiedad inherente al diseño. Por otro lado, la consideración simultanea de estas dos etapas, deja la formulación como un problema complejo de Optimización Dinámica con Variable Entera (MIDO – Mixed Integer Dynamic Optimization), que se basa en un modelo matemático compuesto de Ecuaciones Algebro –Diferenciales (DAE – Differential Algebraic Equation) con variables enteras.

Para implementar esta compleja optimización simultanea, nuestra investigación propone el uso de Programas Matemáticos con Restricciones de Complementaridad (MPCC-Mathematical Programs with Complementarity Constraints), que después de reformular el problema MIDO (Mixed Integer nonLinear Programming) en un programa MINLP (Mixed Integer NonLinear Programming), permite plantear una serie de problemas NLP (NonLinear Programming). La aproximación por MPCC nos ha permitido resolver problemas dentro del contexto nacional como la destilación extractiva del etanol carburante usando glicerina como agente separador.  Investigación para Colombia. 

Control Óptimo en Ti empo Real  (Dynamic Real -Time Optimization)

En la industria, la estrategia de control más común está basa en una retroalimentación de la información que proporciona la variable de salida, usando controladores del tipo Proporcional Integral Derivativo (PID), sin embargo para equipos que requieren altos niveles de eficiencia es posible usar el Control Óptimo en Tiempo Real (D-RTO - Dynamic Real Time Optimization). El D-RTO se basa en la optimización dinámica del proceso en un horizonte de predicción fijo, teniendo en cuenta el comportamiento futuro del proceso y no solo el comportamiento instantáneo. Maneja el problema de múltiples entradas y múltiples salidas de forma natural y por estar basado en métodos de optimización  garantiza un buen desempeño del controlador cumpliendo todas las restricciones de operación.

Nuestra Investigación implementa un amplio rango de Métodos de Control basados en  Modelos No Lineales (NMPC, Nonlinear Model Predictive Control), que resuelven de manera iterativa el Problema de Control Óptimo (OCP Optimal Control Problem) en cada instante del tiempo, manteniendo fijo el intervalo del Tiempo del Horizonte de Predicción (THP), y moviendo la posición del  THP (Moving Horizon).  Investigación avanzada.

Optimización para la Operación Sostenible 

Además del diseño y la operación de equipos optimizados económicamente es posible implementar optimizaciones que determinen diseños y operaciones sostenibles a algo plazo con el medio ambiente. Funciones como la minimización de la entropía y la exergía en un proceso, permiten niveles satisfactorios de producción sin altos niveles de degradación de la energía. 

Nuestra investigación ha considerado columnas de destilación diabáticas  y las ha comparado con adiabáticas.  Mediante optimizaciones exergérticas y económicas ha establecido las ventajas y desventajas de ambas formas de operación de la destilación. La investigación buscar desarrollar nuevos protocolos generales de diseño de equipos basados en optimización numérica, que consideren el impacto ambiental y los niveles de degradación de la energía.  Investigación para la sostenibilidad. 

Diseño Óptimo de Productos 

El Diseño Óptimo de Productos (DOP) investiga metodologías de diseño de productos que se distancian del paradigma tradicional del diseño, al incorporar simultáneamente aspectos de microeconomía, preferencias del consumidor, costos de producción, precios de la competencia, modelos de precio - demanda, variables de producción, y  funciones objetivo que consideran la rentabilidad económica. Todos estos elementos, considerados conjuntamente desde el diseño, se traducen en un problema altamente interrelacionado que puede ser manejado con las técnicas de optimización numérica.  El resultado es un modelo matemático que ayuda en la toma de decisiones a nivel de la producción, sin desconocer los aspectos del mercado y los económicos. Estas metodologías modifican las curvas de aprendizaje de las empresas al incorporar  y traducir el conocimiento heurístico de todos los miembros de la cadena de producción y ventas, en modelos matemáticos ajustables y analizables en conjunto. 

Nuestra investigación ha realizado metodologías para sectores que generan productos de consumo masivo (jugos, bebidas refrescante, bebidas con matriz láctea) y para el sector agrícola en la elaboración de abonos simples y funcionales. Se ha encontrado que el producto óptimo no es aquel  de mejores propiedades técnicas, ni el de costo de producción más bajo, sino aquel que reconoce el justo balance que debe existir entre el mercado, la satisfacción y preferencia de los usuarios, y los costos de producción. Investigación para nuestras empresas.