Resumen de Sensor virtual adaptable de concentración de etanol para fermentadores industriales.

Boris Martínez Jiménez, Francisco Herrera Triguero , Luis Peralta

• español

  Los sistemas de control emplean sensores para observar el estado del proceso y tomar decisiones. En ocasiones, se necesita estimar las variables del proceso pues el sensor adecuado no existe, es prohibitivamente costoso o las mediciones son difíciles de realizar. Una solución consiste en inferir las variables no medidas a partir de otras variables mediante sensores virtuales o sensores por software (soft-sensors). En los procesos de fermentación alcohólica, la medición de la concentración del etanol es esencial. Sin embargo, no existen sensores baratos y confiables para medirla en línea ni existe una solución aceptada por todos del modelado de dicha variable. Además, las fermentaciones nunca son iguales pues los microorganismos son muy sensibles a pequeñas desviaciones en las variables involucradas. Por tanto, estos procesos requieren un sistema de estimación adaptable y altamente robusto. En este trabajo se presenta un sensor virtual adaptable para un proceso fermentativo de bioetanol empleando un modelo borroso evolutivo a partir de datos del proceso. Además, el modelo obtenido es compacto y presenta una estructura adecuada para su aplicación futura en estrategias de control, en aras de optimizar la productividad del proceso y disminuir los costos de producción.

• English

  Control systems use sensors in the monitoring and control of process state. Sometimes, process variables are estimated because proper sensors are unavailable,they are prohibitively expensive or measurements are difficult to perform. One solution consist in to infer the state variables which are not measured from other variables by using virtual sensors or software sensors (soft-sensors). In alcoholic fermentation processes, measuring the ethanol concentration is essential. However, there are no cheap and reliable sensors capable of providing on-line measurements nor is there a global model for this variable which is accepted by everyone. In addition, two fermentations never are equal because microorganisms are very sensitive to small variables deviations. Therefore, these processes require an adaptive and robust estimating system. This paper presents an adaptive soft-sensor for a bioethanol fermentative process using an evolving fuzzy model. In addition, the obtained model is compact and it presents a suitable structure for future application in control strategies, in order to optimize the process productivity and to reduce production costs.