Analizan en la UJAT nuevos algoritmos matemáticos para optimizar los procesos de destilación binaria

El diseño y optimización en los procesos de destilación han sido de gran interés en el ámbito de la ingeniería química y petroquímica, debido a la necesidad de contribuir al ahorro energético y a la conservación de la naturaleza, por ello, es de suma importancia proponer algoritmos matemáticos que permitan la optimización y mejora en los procesos de separación de mezclas binarias con mayor rendimiento y eficacia en esta práctica milenaria.

Así informó el Profesor Investigador de la División Académica Multidisciplinaria de Jalpa de Méndez (DAMJM), Doctor Luis Miguel Valenzuela Gómez, al participar en el programa UJAT ConCiencia, en el que dio a conocer los pormenores del proyecto “Estudio y simulación de la dinámica y control en una columna de destilación binaria”, que contó con financiamiento del Programa para el Desarrollo Profesional Docente (PRODEP) y desarrollado en el periodo de noviembre 2020 a diciembre 2021.

Mencionó que “en los procesos de refinación del crudo, se obtienen muchos derivados, como el aceite lubricante de los coches y la gasolina; y también están las partes residuales, como el alquitrán, aprovechados en el asfalto”; sin embargo, “se requiere mayores esfuerzos energéticos para aprovechar los residuos de forma adecuada, por ello la importancia de contribuir con un algoritmo matemático que permita optimizar estos esfuerzos”.

El Método de Control Predictivo MPC, se implementó en la simulación de una columna de destilación binaria, donde se define una función objetivo dentro del MPC, la cual debe ser minimizada mediante un algoritmo metaheurístico dBA (bat directional algorithm) para optimizar los parámetros de penalización y obtener mejores tiempos de respuesta para alcanzar la pureza deseada en el destilado.

Detalló que en este proyecto se implementó un algoritmo metaheurístico direccional dBA, que “se basa en el proceso de ecolocalización de los murciélagos, es decir, se simula la emisión de un pulso y dependiendo de diferentes características como velocidad, posición, frecuencia, longitud de onda, el algoritmo es lo suficientemente inteligente para ajustar  la velocidad y emisión del pulso y así  detectar la proximidad del objetivo en este caso el “mínimo de la función objetivo” y de esta manera, se van optimizando los parámetros de penalización  que permiten obtener una mejor respuesta en la planta”. 

“Observamos que el algoritmo original presentaba ‘tiempos muertos’ al momento de compilarlos, lo que nos ofreció un área de oportunidad”, comenta el Doctor en Matemáticas, por lo que “decidimos tomar de manera aleatoria un ‘murciélago’, comparar el pulso con el que ya se tenía y reorganizar este algoritmo, el cual fue comparado con métodos metaheurísticos como el PSO (optimización por partícula de enjambre) y CS”, las simulaciones numéricas arrojan que los valores de referencia se alcanzan con menos tiempos bajo perturbaciones en el flujo de alimentación y cambios en el set-point.

Para concluir, compartió que este proyecto contó con la participación de alumnos de Ingeniería en Petroquímica de la DAMJM y colaboración con la División Académica de Ciencias Básicas, por lo que aprovechó la ocasión para invitar a estudiar la Maestría en Ciencia y Tecnología de la DAMJM, que cuenta con tres líneas de generación y aplicación del conocimiento: biología molecular, materiales avanzados y transformación industrial, donde se abordan los procesos de refinación, siendo un área de oportunidad al ser un posgrado a la vanguardia y de reciente creación.