Dublin Core
Title
Strategic reparametrization as a model enhancer : application to wine fermenter digital twins
Subject
660.28449
Ingeniería
Fermentación - Modelos matemáticos
Control robusto
Vinificación - Modelos matemáticos
Description
Tesis (Master’s in Engineering Sciences)--Pontificia Universidad Católica de Chile, 2021
El uso de modelos basados en primeros principios es una disciplina que cada día se
inserta más dentro de aplicaciones industriales, validando su uso para tareas relacionadas
al control y predicciones en procesos productivos. Para el correcto uso de estos modelos,
siempre debe de llevarse a cabo una estimación dinámica de parámetros, de modo que
estas herramientas representen de manera realista un sistema a caracterizar. Sin
embargo, no siempre se tiene una cantidad suficiente de datos de alta calidad para
realizar esta labor; la estimación de parámetros de modelos biológicos se caracteriza por
una baja disponibilidad de muestras, desconocimiento de tiempos de muestreo
adecuados, y altos niveles de ruido en las mediciones. La prevalencia de las anteriores
dificultades en datos de diferentes escalas experimentales suele resultar en calibraciones
inapropiadas, donde modelos altamente no-lineales e inestables tienden a generar
predicciones poco confiables. En esta línea, un método para garantizar la confiabilidad
de una calibración se hace necesaria si se busca una implementación industrial de estos
modelos. En este trabajo llevado a cabo en el Centro de Investigación y Desarrollo de
Viña Concha y Toro, se desarrolló un novedoso método de reparametrización de
modelos guiada por indicadores de robustez para apoyar la tarea de la calibración de
estos. Este procedimiento fue aplicado al mejoramiento de modelos de fermentación
alcohólica de vinos Cabernet Sauvignon. Se llevaron a cabo fermentaciones en reactores
a escala laboratorio y piloto, donde mediante espectrofotometría se realizó seguimiento
sobre los principales metabolitos involucrados en este proceso. Posteriormente,
utilizando los datos escala laboratorio, se utilizó el método desarrollado para seleccionar
la estructura de modelo que mejor se adaptase los datos disponibles, siendo finalmente
validado en la escala piloto. El método permitió obtener modelos más confiables que
mejoraron significativamente la precisión y consistencia de sus predicciones.
inserta más dentro de aplicaciones industriales, validando su uso para tareas relacionadas
al control y predicciones en procesos productivos. Para el correcto uso de estos modelos,
siempre debe de llevarse a cabo una estimación dinámica de parámetros, de modo que
estas herramientas representen de manera realista un sistema a caracterizar. Sin
embargo, no siempre se tiene una cantidad suficiente de datos de alta calidad para
realizar esta labor; la estimación de parámetros de modelos biológicos se caracteriza por
una baja disponibilidad de muestras, desconocimiento de tiempos de muestreo
adecuados, y altos niveles de ruido en las mediciones. La prevalencia de las anteriores
dificultades en datos de diferentes escalas experimentales suele resultar en calibraciones
inapropiadas, donde modelos altamente no-lineales e inestables tienden a generar
predicciones poco confiables. En esta línea, un método para garantizar la confiabilidad
de una calibración se hace necesaria si se busca una implementación industrial de estos
modelos. En este trabajo llevado a cabo en el Centro de Investigación y Desarrollo de
Viña Concha y Toro, se desarrolló un novedoso método de reparametrización de
modelos guiada por indicadores de robustez para apoyar la tarea de la calibración de
estos. Este procedimiento fue aplicado al mejoramiento de modelos de fermentación
alcohólica de vinos Cabernet Sauvignon. Se llevaron a cabo fermentaciones en reactores
a escala laboratorio y piloto, donde mediante espectrofotometría se realizó seguimiento
sobre los principales metabolitos involucrados en este proceso. Posteriormente,
utilizando los datos escala laboratorio, se utilizó el método desarrollado para seleccionar
la estructura de modelo que mejor se adaptase los datos disponibles, siendo finalmente
validado en la escala piloto. El método permitió obtener modelos más confiables que
mejoraron significativamente la precisión y consistencia de sus predicciones.
Creator
Torrealba Vásquez, Cristóbal Luis
Date
2021-08-17T16:20:49Z
2021-08-17T16:20:49Z
2021
Contributor
Pérez C., José Ricardo
Pontificia Universidad Católica de Chile. Escuela de Ingeniería
Rights
acceso abierto
Format
viii, 90 páginas
application/pdf
Language
en
Type
tesis de maestría
Identifier
10.7764/tesisUC/ING/61935
https://doi.org/10.7764/tesisUC/ING/61935
https://repositorio.uc.cl/handle/11534/61935