2022-06-09Optimización y sistema de control Industrial
Revista Virtual Pro |Los diversos adelantos tecnológicos y científicos en la era digital del siglo XXI están revolucionando los procesos industriales de los diversos sectores productivos. Una de las mejores formas de perfeccionar las operaciones de una planta industrial y reducir el gasto de energía, es la optimización de todas las actividades, mediante la automatización de los procesos con sistemas de control adecuados para cada actividad.Un sistema de control Industrial puede definirse como un conjunto de procedimientos e instrumentos que monitorean y dirigen los procesos de las máquinas y dispositivos de una planta para que funcionen coordinadamente, como ocurre en el traslado de materias primas en almacenes, ensamblaje de piezas y fabricación, entre otros.
Las partes de los sistemas de control industrial funcionan de forma automatizada con el fin de generar el mayor grado de eficacia en su función. Al combinar los diversos procesos mejorados con tecnología de punta, se logra la capacidad necesaria para producir productos de calidad en tiempos precisos y a bajos costos.
Optimización dinámica en tiempo real
Cuando se habla de controlar un proceso, se refiere a la mejora del comportamiento del mismo, es decir, lograr una mayor eficacia. Mientras que optimizar un proceso, es llegar al rendimiento máximo de la operación de determinado proceso.
Una de las clasificaciones de modelos de optimización está compuesta por la Optimización estática, que se fundamenta en facilitar un alcance óptimo desde la precisión de las variables asociadas al proceso, dejando de lado los periodos de tiempo que transcurren en la solución del problema. Por otro lado, la Optimización dinámica se enfoca en determinar el valor óptimo de las variables que fijan el objetivo del problema en cada intervalo o periodo de tiempo planificado. .
En el caso de la optimización dinámica, enfocada en lograr el mayor rendimiento en plantas productivas, se pueden utilizar estrategias como la Optimización en Tiempo Real, se orientada al mejoramiento de los procesos frente a las variaciones de los compuestos de las materias primas, las exigencias de calidad de los productos, la oscilación del costo de insumos, la desestabilización o alteración del proceso y los factores ambientales, entre otros.
Otra estrategia de optimización dinámica, es el Control Predictivo Basado en Modelos, el cual se rige por las pautas de un modelo dinámico, con el que se puede diseñar y detectar los controladores que predicen el comportamiento futuro de los procesos de la planta, estimando el denominado horizonte de predicción de datos de las operaciones.
Una de las técnicas más utilizadas en la actualidad, es la Optimización Dinámica en Tiempo Real, la cual concentra los modelos de datos de corrección de las variables, actualizando la optimización en tiempo real, sin necesidad de esperar el tiempo de estabilización de la planta.
La optimización de múltiples unidades con sistemas de control avanzados permite analizar enormes cantidades de datos para determinar la operación óptima de las diversas aplicaciones que a su vez dirigen otros sistemas de control de toma decisiones en equipos, procesos y operaciones, entre otros.
Tipos de sistemas de control
Los tipos de sistemas de control pueden ser complejos o sencillos dependiendo de las necesidades y las actividades de la industria. Entre ellos se destacan los controladores discretos, los sistemas de control distribuido, los sistemas de control SCADA y los controladores lógicos programables.
Entre las ventajas de la automatización de sistemas de control de procesos, equipos y operaciones, se encuentran la minimización de errores, la disminución de gastos, mayor velocidad y control del tiempo en el proceso productivo, rendimiento y eficacia en las labores de los empleados, uso justo de materias primas, reducción de tiempo de entrega de los productos y lo más significativo, que es conseguir que todas las etapas de la producción se ejerzan continua e ininterrumpidamente.
Actualmente la optimización de sistemas de control industrial se encuentra en un estado de evolución gracias a los avances tecnológicos y científicos. En este sentido, las empresas deben gestionar permanentemente la mejora continua y la modernización tecnológica de sus plantas de producción a fin de lograr un mayor grado de competitividad en el mercado cambiante.
Mauro Sastoque Campos
Periodista, escritor y diseñador para la comunicación gráfica
Revista Virtual Pro
Bibliografía
ACD. (2020). Tipos de sistemas de control industrial. Recuperado el 8 de junio de 2022 de https://acpautomatismos.com/tipos-de-sistemas-de-control-industrial/
Alvares Leon, O. A., Serrano Malagón. (2009). Introducción al control óptimo y aplicación del principio Pontryagin al comportamiento de un motor de corriente alterna. Recuperado el 8 de junio de 2022 de https://repository.upb.edu.co/bitstream/handle/20.500.11912/599/digital_18243.pdf?sequence
Ateco. (s.f.). La Organización como un Sistema de Procesos. Recuperado el 8 de junio de 2022 de https://www.aiteco.com/organizacion-sistema-de-procesos/
Banelec. (2021). ¿Cómo funcionan los sistemas de control industrial?. Recuperado el 8 de junio de 2022 de https://www.banelec.com/es/how-do-industrial-control-systems-work/
Bianco. M. J. (2015). Optimización dinámica en tiempo discreto: métodos
matemáticos para una aplicación económica. Revista de Investigación en Modelos Matemáticos Aplicados a la Gestión y la Economía. ISSN 2362 2644. Recuperado el 8 de junio de 2022 de http://www.economicas.uba.ar/wp-content/uploads/2016/04/2-Optimizaci%C3%B3n-din%C3%A1mica-en-tiempo-discreto-m%C3%A9todos-matem%C3%A1ticos-para-una-aplicaci%C3%B3n-econ%C3%B3mica.-Mar%C3%ADa-Jos%C3%A9-Bianco.pdf
Bonvin, D., & Srinivasan, B. (2015). Sobre el uso de modelos para la optimización dinámica en tiempo real. Ecole Polytechnique Fédérale de Lausanne (EPFL). https://www.virtualpro.co/biblioteca/sobre-el-uso-de-modelos-para-la-optimizacion-dinamica-en-tiempo-real
Cepeda Valero, Ó. M,, Jiménez Sánchez, L. F. (2016). Modelo de control óptimo para el sistema Producción-Inventarios. Ingeniería Industrial. Actualidad y Nuevas Tendencias [en línea]. ISSN: 1856-8327. Disponible en: https://www.redalyc.org/articulo.oa?id=215048805004
Editorialcontrol. (s.f.). Optimización dinámica en tiempo real. Recuperado el 8 de junio de 2022 de http://www.edcontrol.com/index.php/elementos/elementos-28/item/206-optimizacion-dinamica-en-tiempo-real
Escot Mangas, L., Olmeda Fernandez, E., Pozo García, E. (S.F.). Optimización dinámica. Recuperado el 8 de junio de 2022 de https://eprints.ucm.es/id/eprint/33921/1/0208.pdf
Fundación Universitaria Konrad Lorenz. (s.f.). Qué son los sistemas dinámicos. Recuperado el 8 de junio de 2022 de https://cosiam.konradlorenz.edu.co/2015/12/qu%C3%A9-son-los-sistemas-din%C3%A1micos.html
Martinez Riascos, C. A. (2015). Propuesta de una metodología de optimización dinámica en tiempo real para una torre de destilación con recompresión de vapor. Recuperado el 8 de junio de 2022 de http://www.hermes.unal.edu.co/pages/Consultas/Proyecto.xhtml?idProyecto=20700
Tekney, (s.f.). Descubre qué son los sistemas de control y automatización industrial. Recuperado el 8 de junio de 2022 de https://www.teknei.com/2020/08/13/sistemas-de-control-y-automatizacion-industrial/
Publicación virtual académico-científica, indexada a nivel Latinoamérica. Presenta la información de una forma innovadora a través de documentos hipertexto, multimedia e interactivos que complementan el proceso de enseñanza-aprendizaje en diferentes programas académicos relacionados con procesos industriales. Cuenta con un comité editorial y científico internacional ad honorem presente en diferentes países de Latinoamérica.
2024-04-26
No lo llames implante ocular del futuro, llámalo pequeño panel solar capaz de trabajar como tu retina
Unos implantes capaces de trabajar como nuestra retina sin necesidad de baterías ni cableados.
2024-04-23
Vasto y rico: estudiando el océano con simulaciones por computadora de la NASA
Una herramienta desarrollada en la división de Supercomputación Avanzada de la NASA proporciona a los investigadores una visión global de su simulación oceánica en alta resolución. En esta parte de la visualización global, la Corriente del Golfo ocupa un lugar destacado. Las velocidades del agua superficial se muestran desde 0 metros por segundo (azul oscuro) hasta 1,25 metros (aproximadamente 4 pies) por segundo (cian). El vídeo se reproduce a un día de simulación por segundo. Los datos utilizados provienen del consorcio Estimating the Circulation and Climate of the Ocean (ECCO). Créditos: NASA/Bron Nelson, David Ellsworth
2024-04-17
Este robot puede saber cuándo estás a punto de sonreír y devolverte la sonrisa
Los emo pueden predecir una sonrisa humana 839 milisegundos antes de que suceda.
2024-04-16
Tokyo Electron: la futurista ASML nipona con la que Japón quiere convertirse en una potencia de los chips
"Estamos trabajando con nuestros clientes para desarrollar tecnologías que se adentran cuatro generaciones en el futuro". Esta declaración de Nobuto Doi, vicepresidente de Tokyo Electron, es toda una declaración de intenciones. Cuando hablamos de la industria de los equipos de fotolitografía la compañía neerlandesa ASML acapara todo el protagonismo. Y lo merece si tenemos presente que actualmente es la única que ha desarrollado máquinas de litografía de ultravioleta extremo (UVE) y su más reciente y avanzada iteración, los equipos UVE de alta apertura.
2024-04-15
Experiencias de gaming en plataformas de Metaverso
Existen multitud de plataformas de Metaverso a las que podemos acceder con nuestro avatar y experimentar diferentes mundos virtuales. Entre las plataformas más destacadas se encuentran Horizon Worlds, Microsoft Mesh, Spatial, Decentraland y VRChat, en las que podemos acceder a ellas desde distintos dispositivos. En algunas de ellas solo podremos disfrutar de la experiencia mediante gafas de realidad virtual (VR) y en otras, que son multidispositivo, es posible acceder desde dispositivos móviles y desktop.
2024-04-11
Una forma mejor y más rápida de evitar que un chatbot de IA dé respuestas tóxicas
Los investigadores crean un curioso modelo de aprendizaje automático que encuentra una variedad más amplia de indicaciones para entrenar un chatbot para evitar resultados odiosos o dañinos.
