Estudio de las Propiedades de Control de un Proceso Sustentable para la Obtencin de Biobutanol

Estudio de las Propiedades de Control de un Proceso Sustentable para la Obtencin de Biobutanol

Alumno: Eduardo Snchez RamrezDirector de tesis: Dr. Juan Gabriel Segovia HernndezCo-Directores: Dr. Salvador Hernndez Castro y Dr. Fernando Israel Gmez Castro

ResumenEl siguiente proyecto se desarrollar con el fin de llevar a cabo la optimizacin simultnea diseo- control del proceso de fermentacin ABE, que incluye la simulacin del reactor fermentador y el proceso de purificacin de solventes producidos (acetona, butanol, etanol). Dicho estudio pretende estimar de forma conjunta varios objetivos mediante la realizacin de una optimizacin global multiobjetivo que evalu simultneamente el costo total anual, el impacto ambiental y el desempeo dinmico del proceso, lo que permitir hacer una aproximacin a la solucin de un problema tipo MIDO (Optimizacin dinmica entera mixta) que involucra la optimizacin de variables en estado estacionario y en estado transitorio. El trabajo de optimizacin se har inicialmente a diseos ya propuestos en la literatura. Sin embargo, posteriormente se podra aplicar la misma metodologa a diseos que presenten un ahorro al proceso, por ejemplo diseos alternativos como diseos acoplados, o que tengan de alguna u otra forma cierta integracin msica y/o energtica. La motivacin para la realizacin de este proyecto es conocer los diagramas de Pareto que permitan observar el comportamiento conjunto de funciones objetivo para el costo total anual y algn indicador de controlabilidad de proceso. Se ha reportado en la literatura que la tendencia en optimizaciones que evalan el costo total anual se contraponen a la controlabilidad, ya que como resultado de minimizar costos se obtienen equipos de dimensiones relativamente pequeas, sin embargo las propiedades de control que estos equipos presentan no son tan buenas en comparacin a equipos ms grandes que presentan un mayor costo, por lo que se tiene la hiptesis que realizando una optimizacin integral se puedan obtener soluciones con un buen costo total anual y que presente un buen comportamiento dinmico.1. Introduccin.Durante la ltima dcada ha habido un crecimiento en el inters sobre la produccin de compuestos qumicos y combustibles a partir de fuentes renovables [1]. Una de las razones del crecimiento de esta tendencia es debido a los cambios climticos y cuestiones de calentamiento global, la volatilidad en los precios del petrleo y sus derivados, y la existencia de legislacin en restricciones del uso de energas de fuentes no renovables. Adems, la generacin de biocombustibles puede mejorar las oportunidades de empleo local y contribuir a la reduccin de emisiones de gases de efecto invernadero.El butanol es usado como solvente, en cosmticos, en fluidos hidrulicos, en detergentes, medicamentos, hormonas y vitaminas; como qumico intermediario en la produccin de butil acrilato y metacrilato, adems se usa como extractante en la manufactura de productos farmacuticos [2]. Sin embargo, tambin puede ser utilizada como combustible. El butanol, comparado con el etanol, tiene menor volatilidad y es menos explosivo, tiene mayor punto de flash y menos presin de vapor, lo cual hace ms seguro su manejo. Contiene mayor energa, es menos higroscpico y puede ser mezclado fcilmente con gasolina en cualquier proporcin [3]. Adicionalmente, la relacin aire-combustible para el butanol es muy cercana a la utilizada en la gasolina. El butanol puede ser utilizado directamente mezclado con gasolina o diesel sin ninguna modificacin al carro y puede ser transportado por la misma infraestructura de tubera ya existente para transportar gasolina [4]. Cuando se considera el uso de butanol como combustible, es tambin importante evaluar las caractersticas de riesgo. El butanol contribuye a la formacin de smog fotocatalitico cuando reacciona con otro compuesto orgnico voltil en la atmosfera [2] adems de ser flamable y causar irritacin en los ojos nariz y la garganta de humanos [5].La produccin de butanol se realiza principalmente mediante sntesis qumica, la ruta ms comn es el proceso oxo, el cual incluye la reaccin de propileno con monxido de carbono e hidrogeno en presencia de un catalizador apropiado. El resultado de esta operacin es la mezcla de n e isobutiraldehido los cuales son deshidrogenados para producir los respectivos alcoholes [6] y posteriormente recuperado por destilacin en la calidad requerida.CH3CH-CH2 + CO +H2 CH3CH2CH2CHO + (CH3)2CHCHO (1)CH3CH2CH2CHO + H2 CH3CH2CH2CH2OH (2)Tambin se puede obtener butanol de fuentes renovables (biomasa) por medio de la fermentacin (ABE) acetona-butanol-etanol, el cual es llamado biobutanol. En aos recientes sea ha hecho gran nfasis para colocar al butanol como un biocombustible reconociendo su gran potencial. Un acontecimiento que llam mucho la atencin fue en 2005, cuando David Ramey manej su carro sin hacerle ninguna modificacin a travs de EUA alimentando su carro nicamente de butanol [7]. 1.1 Seleccin de biomasa para la produccin de butanolLa materia prima para la fermentacin es el parmetro ms medible en relacin a la viabilidad econmica [8-11]. En base al origen de la materia prima, los biocombustibles fueron clasificados en primera y segunda generacin de biocombustibles. En la primera generacin de biocombustibles, las materias primas fueron caa de azcar y granos de cereal, mientras que en la segunda generacin de combustibles, se usaron materiales lignocelulosos (por ejemplo residuos agrcolas) (Tabla 1). 1.2 MicroorganismosEl gnero Clostridia abarca una amplia variedad de bacterias productoras butanol, aparte de la cepa C. acetobutylicum, la eficiencia de otras especies Clostridia productoras de butanol fueron examinadas basndose en el uso de distintas materias primas, la relacin del solvente producido etc. En esa direccin Quareshi et al [12-16] cultiv C. beijerinckii usando diferentes residuos de materiales con celulosa y report aproximadamente las mismas relaciones de solvente con una alto rendimiento de butanol (18-25g/l), adems de utilizar tambin C.acetobutylicum (10-16g/l) [17,18]. Tabla 1 Materia prima en fermentacin ABEVarias materia primas utilizadas en la fermentacin ABE

Materias primasComposicinHidrlisis/Gelatinizacin CepaRef.

Paja de cebada42% celulosa 28% hemicelulosa 7% lignina 11% cenizassiC.beijerinckii16

Paja de trigo38% celulosa 29% hemicelulosa 24% lignina 6% cenizassiC.beijerinckii13

Fibra de maz20% almidn 50-60% polisacaridos no almidonadossiC.beijerinckii15

Rastrojo de maz38% celulosa 26% hemicelulosa 23% lignina 6% cenizassiC.beijerinckii12

Rastrojo 37% celulosa 29% hemicelulosa 19% ligninasiC.beijerinckii12

Residuos Orgnicos 59% azucares 13% lignina 17% cenizasiC.acetobutylicum19

Fcula86% almidn siC.saccharobutylicum20

Pur de fibra de papaalmidnnoC.acetobutylicum21

Germinado de maz73% almidn 3% cenizas 13% protenassiC.beijerinckii22

Grano de maz61% almidn 3.8% aceite de maz 8% protena 11.2 % fibrasiC.acetobutylicum23

Almidn de maz39% almidn 45% humedadsiC.beijerinckii24

Suero de leche5% lactosa 0.63% grasa 0.86% protenanoC.acetobutylicum25

1.3 Desarrollo en procesos de fermentacinEl proceso de fermentacin ABE fue el segundo ms grande proceso de fermentacin despus del de etanol (utilizando fermentacin de levadura) debido a la gran utilidad de la acetona y butanol como solventes. Tpicamente la concentracin total de solventes (acetona, butanol y etanol) en el caldo de fermentacin era de 20g/l (con una relacin de butanol, acetona y etanol de 6:3:1), con una concentracin de butanol de 13 g/l [26,27]. 1.4 Aspectos econmicos del biobutanolEl rendimiento msico y energtico terico en la fermentacin ABE es de 37% y 94% respectivamente, calculado en base al consumo de energa y a los productos obtenidos durante la fermentacin [28]. En un estudio, fue reportado que la factibilidad econmica de la fermentacin ABE puede no ser posible en un 100%. Sin embargo, el costo de susbtrato tiene un peso de aproximadamente 60% del total del costo de la produccin, por lo que juega un rol mayor en la economa del proceso [29, 30]. Ni el almidn ni granos que contengan azcar podrn hacer la fermentacin econmicamente viable en base a las necesidades del mercado actual y futuro. En consecuencia residuos de la industria agrcola u otro tipo de residuos pueden hacer econmicamente viable el proceso. [9, 31]. Pero se estima que el proceso de ser econmicamente viable cuando el rendimiento sea de al menos 25% [28].

2. Antecedentes.En un contexto econmico caracterizado por una fuerte competencia y preocupacin sobre las fuentes de energa en un futuro, algunos procesos qumicos modernos se estn tornando ms y ms altamente integrados y tienen ms interaccin entre varias unidades de proceso para mejorar la eficiencia de la transferencia de energa/masa y reducir el costo capital y de operacin. Esos procesos integrados tiene dos caractersticas, la primera es que son redes complejas con un substancial nmero de procesos interconectados con reciclos de materia y/o energa; y la segunda es que las unidades individuales son no lineales con reciclos entre unidades, esto tpicamente aumenta la complejidad sobre la misma red dinmica, as en una planta integrada las ganancias econmicas vienen acompaadas de un incremento en la complejidad dinmica y retos en el control.Tradicionalmente, los procesos qumicos son diseados por una aproximacin secuencial incluyendo secuencias de decisin y evaluacin [32], y los pasos para un diseo y control en un proceso qumico es mostrado esquemticamente en la Figura 1.

Diseo de sistema de controlSi1176.813974921.58084209463913.27955411.732740045540111.0863681.716039171063.925100721.06701022961.875854551.0397204316.950265830.1808960.7289521123.66057281.3241E-071.2305E-074.4665E-0728.479312616.95018624.2566E-280.011392860.060759917.9382E-0530.18089550.7175592523.5998137.9382E-051.6197E-230.682748550.033857772.6941E-1430.18089550.0348107123.5659553011.35495722.7855549415.37385201.7921E-076.5212E-0623.3361079016.10276964.5281121713.0464179030.17994850.040014930.22847556 0.99118213 0.95264709 0.99576129 1 293424.754 55279.6022 34058.2985 98513.8061 57703.9374 538980.398 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.9751449 0 0 0 1381070.73 0 0 0 6389.21 0 0 0.3817874 0 0 1387461.3 21264417 2E+24 7 39 40 6 6 1176.813974921.58084209463913.27955411.732740045540111.0863681.716039171063.925100721.06701022961.875854551.0397204316.950265830.1808960.7289521123.66057281.3241E-071.2305E-074.4665E-0728.479312616.95018624.2566E-280.011392860.060759917.9382E-0530.18089550.7175592523.5998137.9382E-051.6197E-230.682748550.033857772.6941E-1430.18089550.0348107123.5659553011.35495722.7855549415.37385201.7921E-076.5212E-0623.3361079016.10276964.5281121713.0464179030.17994850.040014930.22847556 0.99118213 0.95264709 0.99576129 1 293424.754 55279.6022 34058.2985 98513.8061 57703.9374 538980.398 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.9751449 0 0 0 1381070.73 0 0 0 6389.21 0 0 0.3817874 0 0 1387461.3 21264417 2E+24 7 39 40 6 6 iblesNo1176.813974921.58084209463913.27955411.732740045540111.0863681.716039171063.925100721.06701022961.875854551.0397204316.950265830.1808960.7289521123.66057281.3241E-071.2305E-074.4665E-0728.479312616.95018624.2566E-280.011392860.060759917.9382E-0530.18089550.7175592523.5998137.9382E-051.6197E-230.682748550.033857772.6941E-1430.18089550.0348107123.5659553011.35495722.7855549415.37385201.7921E-076.5212E-0623.3361079016.10276964.5281121713.0464179030.17994850.040014930.22847556 0.99118213 0.95264709 0.99576129 1 293424.754 55279.6022 34058.2985 98513.8061 57703.9374 538980.398 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.9751449 0 0 0 1381070.73 0 0 0 6389.21 0 0 0.3817874 0 0 1387461.3 21264417 2E+24 7 39 40 6 6 1176.813974921.58084209463913.27955411.732740045540111.0863681.716039171063.925100721.06701022961.875854551.0397204316.950265830.1808960.7289521123.66057281.3241E-071.2305E-074.4665E-0728.479312616.95018624.2566E-280.011392860.060759917.9382E-0530.18089550.7175592523.5998137.9382E-051.6197E-230.682748550.033857772.6941E-1430.18089550.0348107123.5659553011.35495722.7855549415.37385201.7921E-076.5212E-0623.3361079016.10276964.5281121713.0464179030.17994850.040014930.22847556 0.99118213 0.95264709 0.99576129 1 293424.754 55279.6022 34058.2985 98513.8061 57703.9374 538980.398 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.9751449 0 0 0 1381070.73 0 0 0 6389.21 0 0 0.3817874 0 0 1387461.3 21264417 2E+24 7 39 40 6 6 iblesViolacin de restricciones1176.813974921.58084209463913.27955411.732740045540111.0863681.716039171063.925100721.06701022961.875854551.0397204316.950265830.1808960.7289521123.66057281.3241E-071.2305E-074.4665E-0728.479312616.95018624.2566E-280.011392860.060759917.9382E-0530.18089550.7175592523.5998137.9382E-051.6197E-230.682748550.033857772.6941E-1430.18089550.0348107123.5659553011.35495722.7855549415.37385201.7921E-076.5212E-0623.3361079016.10276964.5281121713.0464179030.17994850.040014930.22847556 0.99118213 0.95264709 0.99576129 1 293424.754 55279.6022 34058.2985 98513.8061 57703.9374 538980.398 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.9751449 0 0 0 1381070.73 0 0 0 6389.21 0 0 0.3817874 0 0 1387461.3 21264417 2E+24 7 39 40 6 6 1176.813974921.58084209463913.27955411.732740045540111.0863681.716039171063.925100721.06701022961.875854551.0397204316.950265830.1808960.7289521123.66057281.3241E-071.2305E-074.4665E-0728.479312616.95018624.2566E-280.011392860.060759917.9382E-0530.18089550.7175592523.5998137.9382E-051.6197E-230.682748550.033857772.6941E-1430.18089550.0348107123.5659553011.35495722.7855549415.37385201.7921E-076.5212E-0623.3361079016.10276964.5281121713.0464179030.17994850.040014930.22847556 0.99118213 0.95264709 0.99576129 1 293424.754 55279.6022 34058.2985 98513.8061 57703.9374 538980.398 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.9751449 0 0 0 1381070.73 0 0 0 6389.21 0 0 0.3817874 0 0 1387461.3 21264417 2E+24 7 39 40 6 6 iblesAnlisis de flexibilidad esttico1176.813974921.58084209463913.27955411.732740045540111.0863681.716039171063.925100721.06701022961.875854551.0397204316.950265830.1808960.7289521123.66057281.3241E-071.2305E-074.4665E-0728.479312616.95018624.2566E-280.011392860.060759917.9382E-0530.18089550.7175592523.5998137.9382E-051.6197E-230.682748550.033857772.6941E-1430.18089550.0348107123.5659553011.35495722.7855549415.37385201.7921E-076.5212E-0623.3361079016.10276964.5281121713.0464179030.17994850.040014930.22847556 0.99118213 0.95264709 0.99576129 1 293424.754 55279.6022 34058.2985 98513.8061 57703.9374 538980.398 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.9751449 0 0 0 1381070.73 0 0 0 6389.21 0 0 0.3817874 0 0 1387461.3 21264417 2E+24 7 39 40 6 6 1176.813974921.58084209463913.27955411.732740045540111.0863681.716039171063.925100721.06701022961.875854551.0397204316.950265830.1808960.7289521123.66057281.3241E-071.2305E-074.4665E-0728.479312616.95018624.2566E-280.011392860.060759917.9382E-0530.18089550.7175592523.5998137.9382E-051.6197E-230.682748550.033857772.6941E-1430.18089550.0348107123.5659553011.35495722.7855549415.37385201.7921E-076.5212E-0623.3361079016.10276964.5281121713.0464179030.17994850.040014930.22847556 0.99118213 0.95264709 0.99576129 1 293424.754 55279.6022 34058.2985 98513.8061 57703.9374 538980.398 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.9751449 0 0 0 1381070.73 0 0 0 6389.21 0 0 0.3817874 0 0 1387461.3 21264417 2E+24 7 39 40 6 6 iblesAnlisis de factibilidad1176.813974921.58084209463913.27955411.732740045540111.0863681.716039171063.925100721.06701022961.875854551.0397204316.950265830.1808960.7289521123.66057281.3241E-071.2305E-074.4665E-0728.479312616.95018624.2566E-280.011392860.060759917.9382E-0530.18089550.7175592523.5998137.9382E-051.6197E-230.682748550.033857772.6941E-1430.18089550.0348107123.5659553011.35495722.7855549415.37385201.7921E-076.5212E-0623.3361079016.10276964.5281121713.0464179030.17994850.040014930.22847556 0.99118213 0.95264709 0.99576129 1 293424.754 55279.6022 34058.2985 98513.8061 57703.9374 538980.398 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.9751449 0 0 0 1381070.73 0 0 0 6389.21 0 0 0.3817874 0 0 1387461.3 21264417 2E+24 7 39 40 6 6 1176.813974921.58084209463913.27955411.732740045540111.0863681.716039171063.925100721.06701022961.875854551.0397204316.950265830.1808960.7289521123.66057281.3241E-071.2305E-074.4665E-0728.479312616.95018624.2566E-280.011392860.060759917.9382E-0530.18089550.7175592523.5998137.9382E-051.6197E-230.682748550.033857772.6941E-1430.18089550.0348107123.5659553011.35495722.7855549415.37385201.7921E-076.5212E-0623.3361079016.10276964.5281121713.0464179030.17994850.040014930.22847556 0.99118213 0.95264709 0.99576129 1 293424.754 55279.6022 34058.2985 98513.8061 57703.9374 538980.398 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.9751449 0 0 0 1381070.73 0 0 0 6389.21 0 0 0.3817874 0 0 1387461.3 21264417 2E+24 7 39 40 6 6 iblesDiseo de ProcesoPrueba de factibilidad en presencia de incertidumbresOptimizar el diseo del proceso en estado estacionarioDiseo ptimo de proceso y sistema de controloSintonizacin optimiza de controladoresFlexibilidad del proceso en estado estacionarioDiseo modificado basado en la minimizacin de violacionesPrueba dinmica factible in presencia de perturbacionesEncontrar un esquema de control factibleArreglar incertidumbres y perturbaciones a valores nominalesPunto de decisin optimo esttico

Fig. 1 Diagrama de flujo para el diseo y control de un proceso qumicoComo se puede ver, el proceso es inicialmente diseado por un ingeniero qumico haciendo clculos econmicos en estado estacionario, seguido de una sntesis de una estructura de control que es generalmente basada en heursticas de control. Esta aproximacin algunas veces dirige a iteraciones entre el diseo de proceso y el diseo del sistema de control, y tambin puede dirigir a una pobre operabilidad dinmica encarando perturbaciones e incertidumbres. Por lo tanto es muy valioso e importante investigar las interacciones entre el diseo de proceso y el diseo del proceso de control y la operabilidad para mejorar el desempeo dinmico de los procesos qumicos en una etapa temprana del diseo.La necesidad de un diseo simultaneo, la evaluacin econmica y el uso de sistemas de control en procesos qumicos ha sido ampliamente estudiado en publicaciones en la literatura. Bsicamente han descrito dos mtodos que pueden ser clasificados como sigue [33]: 1) mtodos que permiten la proyeccin de diseos alternativos basados en indicadores de controlabilidad y 2) mtodos para la integracin del diseo del proceso y el sistema de control basada en optimizacin. La primera clase de mtodos se enfoca en procesos qumicos basados en indicadores de controlabilidad a lazo abierto y lazo cerrado. Dos aproximaciones son identificadas: una aproximacin con un modelo lineal y o no lineal [34]. En la primera aproximacin, un gran esfuerzo es dedicado a la integracin del diseo y control [35-50]. Ellos tienen la ventaja de que son comnmente fciles de capturar sus datos basados en modelos lineales o linealizados. Sin embargo, sufren un gran nmero de deficiencias, por ejemplo, mientras que la mayora de los indicadores basados en modelos lineales pueden dar informacin correcta (aun en sistemas altamente no lineales) alrededor de un estado estacionario especificado [51], ellos fallan en momentos con un alto grado de no linealidad, tales como el arranque y apagado en procesos batch o semibatch que no son fcilmente corregibles con una simple transformacin lineal. Aunque los indicadores de controlabilidad generalmente proveen tiles perspectivas en los efectos limitantes en desempeos alcanzables, ellos fallan al establecer una conexin sistemtica a las especificaciones de un desempeo riguroso tales como el del diseo de la planta y su anlisis econmico. As, extensivas simulaciones dinmicas a lazo cerrado son nuevamente requeridas para verificar la validez de la controlabilidad del sistema. Tambin, los indicadores de controlabilidad dan un ranking aproximado de diseos alternos. Recientemente se ha publicado una visin general detallada en anlisis de controlabilidad para procesos qumicos, el cual delimita las principales metodologas que han sido desarrolladas para lidiar con las evaluaciones de controlabilidad del proceso y el mejoramiento de las propiedades de control [34].2.1 Motivacin y significado del diseo y control simultneo.Cuando se refiere al diseo y control simultneo para un proceso qumico, la palabra diseo significa decisiones de proceso con respecto a la estructura de un diagrama de proceso, los parmetros para el diseo/operacin del proceso y las condiciones de operacin nominal estn basados en un modelo matemtico en estado estacionario. La palabra control por otro lado, se refiere al diseo de un sistema de control resultado de un ptimo desempeo dinmico a lazo cerrado. Esto no garantiza que el diseo conceptual de las condiciones de operacin y los objetivos econmicos en estado estacionario de un diagrama de flujo ser el ptimo y/o tiene un buen comportamiento dinmico cuando se presentan perturbaciones e incertidumbres de parmetros o modelos [52].2.2 Conflictos entre parmetros de diseo y sus caractersticas inherentesCuando la estructura topolgica del proceso, la alimentacin y las especificaciones del proceso estn fijas, bajo ciertos parmetros de diseo/operacin, el proceso qumico puede mostrar inherentemente un comportamiento no lineal, incluyendo mltiples entradas/salidas, reciclos, histresis y caos [53, 54]. Todo eso ha sido identificado como la principal causa de desestabilizacin del sistema de control. En otras palabras, las decisiones del diseo de proceso definen inherentemente al proceso y el desempeo dinmico del proceso qumico.Este conflicto entre los parmetros de diseo y las propiedades inherentes del proceso ser analizado a travs de un ejemplo de un reactor para la produccin de metil metacrilato [55]. En un trabajo previo se investig la influencia de los parmetros de diseo en las propiedades inherentes o propiedades de estabilidad a lazo cerrado y un comportamiento de no mnimas fases [56]. Como se muestra en la Figura 2, cuando el volumen del reactor V=0.1, el proceso muestra un comportamiento estable a lazo abierto y un comportamiento de mnima fase en el punto de operacin (punto A), mientras que cuando el volumen del reactor es V=0.04 , el proceso se muestra inestable en un anlisis a lazo abierto y no muestra comportamiento de mnima fase que afectara adversamente el desempeo dinmico del proceso en un punto de operacin (punto B), probando la necesidad de manejar la complejidad en el diseo del sistema de control [57]. Tambin, es bien sabido que al incrementar el volumen del reactor, se mejorar el costo de inversin.

Fig. 2 Diagrama de bifurcacin extendida para un reactor de polimerizacin.Debido a lo arriba mencionado resulta obviamente indicado que los parmetros de diseo que dirigen al diseo ms econmico desde el punto de vista de estado estacionario no es precisamente el mejor en un anlisis no lineal y desde un punto de vista de un sistema de control. As entonces, este simple ejemplo ilustra la necesidad e importancia de dirigir el problema de de diseo de proceso y anlisis de operabilidad simultneos para evitar indeseables caractersticas inherentes al propio proceso y as lograr un buen desempeo dinmico.2.3 Conflictos entre la estructura topolgica de diagrama de proceso, los aspectos econmicos del estado estacionario y la controlabilidad dinmicaSe han reconocido ya conflictos inherentes entre aspectos econmicos en estado estacionario y objetivos de control. Un simple ejemplo adaptado de Luyben ha ilustrado este asunto [58]. Luyben compar diseos econmicos en estado estacionario y el desempeo dinmico a lazo cerrado de dos alternativas de diseo: Caso I en un reactor simple y grande, Caso II son dos reactores pequeos trabajando en serie, en ambos casos, existe una reaccin irreversible en fase liquida del tipo A ---B.De acuerdo al indicador econmico del proceso en estado estacionario [32], el segundo proceso es mejor debido a que representa un menor costo. Sin embargo, basado el anlisis en una estructura de control para ambos procesos, se llevaron a cabo anlisis para comparar. El caso II present oscilaciones de gran amplitud en el inicio del proceso, mucho ms grandes que el caso I cuando existan perturbaciones del 50% arriba del calor de reaccin [58]. En otras palabras, esto implica que el proceso ms viable desde el punto de vista econmico, no es necesariamente el mejor desde el punto de vista de vista de desempeo dinmico.Los dos ejemplos arriba mencionados proveen argumentos para emplear el diseo simultneo con el anlisis de control y operabilidad para procesos qumicos con el objetivo de identificar buenas decisiones de diseo. Tambin, el objetivo es explotar la sinergia de una aproximacin simultnea que asegure ganancias econmicas en estado estacionario y una suave operacin de la planta incluso bajo la influenza de perturbaciones. Rijnsdorp propuso el concepto para un sistema ideal integrando proceso y control, donde l sugiere que los diseadores de proceso e ingenieros de control deben de trabajar juntos para determinar el diseo ptimo final del proceso [59]2.4 Estado del arte de la optimizacin de diseo y control simultneoPara mantenerse competitivas, las plantas necesitan ser diseadas a bajo costo con requerimientos estrictos en seguridad y estrictas regulaciones ambientales para mantener las estrictas restricciones operacionales. Para garantizar que la planta llegue a un desempeo dinmico deseable se necesita un anlisis considerando una estructura de control as como la especificacin de los parmetros para el algoritmo de control seleccionado. Debido a la complejidad asociada con este problema, no hay aproximaciones generales en la literatura que dirijan al uso simultneo de diseo y control, en lugar de eso, se han propuesto varias metodologas para resolver parcialmente los aspectos de ese problema. Seferlis y Georgiadis proporcionaron un review detallado con las resientes contribuciones y nuevas tcnicas que han emergido en el campo de la integracin del diseo y control [60]. Algunas aproximaciones pueden ser libremente categorizadas como aproximaciones basadas en optimizacin, basadas en heursticas y combinaciones entre ellas [58,61]. En general la mayora de las metodologas se enfocan en algunos aspectos del problema tales como flexibilidad del proceso, estabilidad y controlabilidad mientras se ignoran otros.2.5 Aproximacin basada en optimizacin de ndices de controlabilidadEsta aproximacin toma ventaja de los indicadores de controlabilidad tales como la coleccin de ganancia relativa, nmero de condicin y perturbacin de nmero de condicin para cuantificar el desempeo dinmico del proceso a lazo cerrado. Para disear de manera ptima, econmicamente hablando un proceso qumico que pueda tener tambin un modo dinmico eficiente, se define una funcin de costo como la combinacin del costo del proceso en estado estacionario y los costos relacionados con los indicadores de controlabilidad. Como consecuencia, las metodologas basadas en optimizaciones de ndices de controlabilidad ofrecen una compensacin entre beneficios econmicos y artculos de operabilidad del proceso. Un resumen de trabajos que se han llevado a cabo en esta rea es mostrado en la Tabla 2, organizada en trminos de ndices de controlabilidad, funcin objetivo y tipo de modelo en la optimizacin. Tabla 2. Resumen de aproximaciones para los ndices de controlabilidad en la literatura.Autorndice de controlabilidadTipo de modelo para la optimizacinOptimizacin Funcin objetivo

Morari [62]Integral del cuadrado del erroModelo linealOptimizacin multiobjetivoMinimizar costo econmico + costo de control

Palazoglu [63]Descomposicin en valores singularesModelo no linealOptimizacin multiobjetivoMinimizar costo econmico + costo de control

Palazoglu [64]Descomposicin en valores singularesModelo no linealOptimizacin en estado estacionario de dos etapasMinimizar costo econmico + costo de control

Figueroa [65] Valor estructural singularModelo no linealOptimizacin multiobjetivoMaximizar un objetivo econmico

Perkins [66]Peor caso de perturbacinModelo no linealOptimizacin en estado estacionarioMinimizar costo de diseo

Floudas [67,68]Acumulacin de ganancia relativaModelo MINLPOptimizacin en estado estacionario Y MINLPMinimizar costo capital + operacin

Pistikopoulos [69,70]Controlabilidad estructuralModelo MINLPOptimizacin en estado estacionario Y MINLPMinimizar costo total anual +costo de operacin

Perkins [71]Perturbacin del peor casoModelo linealMILPMinimizar costo de operacin y costo de control instrumental

McAvoy[72] Acumulacin de ganancia relativaModelo lineal nominalMILPMinimizar el movimiento de la valvula para compensar

Zheng [73]ndice de controlabilidad Modelo lineal nominalOptimizacin en estado estacionarioMinimizar costo total anual

Lee [74]Espacio mtricoModelo lineal nominalEspacio mtrico minimizadaMinimizar espacio mtrico

Jorgensen [75]Acumulacin de ganancia relativaModelo lineal nominalOptimizacin en estado estacionarioMinimizar el error a lazo cerrado

Seferlis [76,77]Indice de desempeo de controlabilidadModelo linealOptimizacin en estado estacionarioMinimizar costo total anual

Meeuse [78] Controlabilidad a lazo cerradoModelo linealOptimizacin multiobjetivoMinimizar el costo econmico + costo de operacin

Ekawati [79]ndice de controlabilidad de salidaModelo no linealOptimizacin dinmica iterativaMaximizar ganancias

Blanco [80,81]Eigen vectores de la matriz jacobianaModelo no linealOptimizacin en estado estacionarioMinimizar el costo capital y costo de operacin

Alhammadi [82] Acumulacin de ganancia relativaModelo no linealOptimizacin multiobjetivo y MINLP Minimizar costo econmico + costo de control

Douglas [83] Valor singular estructuradoModelo no linealOptimizacin en estado estacionarioMinimizar costo econmico

Diferentes marcos de optimizacin han sido propuestos para la optimizacin de los ndices de controlabilidad, por ejemplo llevando el desempeo dinmico en forma de una matriz o controlador dinmico calculado, Floudas y colaboradores (1994) presentaron una metodologa para analizar la interaccin de diseo y control [68, 83].Seferlis y Grievink (2001) desarrollaron un marco de optimizacin para establecer configuraciones de diagramas de procesos alternativos y alternos y estructuras de control basadas en un potencial econmico y caractersticas de controlabilidad esttica [76], la optimizacin econmica fue definida como funcin de variables de diseo, parmetros de modelo y perturbaciones para minimizar el costo del proceso.En los mtodos arriba mencionados, los indicadores de controlabilidad son usualmente tratados como restricciones para el problema de optimizacin matemtica o considerando la funcin de costo con peso. Aunque esas metodologas pueden integrar los aspectos de diseo y control, debe tambin ser sealado que ellos fallan al determinar precisamente la importancia de la competencia entre los dos objetivos en competencia y falla al tratar el comportamiento dinmico de la planta sistemticamente en la seleccin de los pesos de las factores multiplicados a cada objetivo han sido generalmente puestos de manera arbitraria. Adems, esos mtodos investigan las propiedades de control a lazo cerrado usando cantidades que son calculadas en estado estacionario o linealizando los modelos dinmicos. Este defecto limita la aplicacin, ms all de que esos sistemas exhiben un comportamiento altamente no lineal. Adems de eso, el uso de la funcin de costo multiobjetivo y las suposiciones al linealizar modelos, al hacer la optimizacin multiobjetviso comnmente se obtienen diseos suboptimos.2.6 Aproximacin a la optimizacin dinmica entera mixta.Como se discuti en lneas anteriores, la necesidad de considerar procesos asuntos de control en los procesos en una etapa temprana del diseo de proceso se est volviendo ampliamente aceptada tanto en casos acadmicos como en la industria. Un buen nmero de metodologas de optimizaciones dinmicas se han propuesto. Ah el problema de diseo y control simulado es probado como una optimizacin dinmica entera mixta (MIDO), problemas donde variables discretas y continuas son incorporadas en un mismo marco de optimizacin. Existen muchas reas de aplicacin para el marco de anlisis MIDO: sntesis de procesos batch, reduccin de mecanismos cinticos, optimizacin de sistemas hbridos discretos/continuos, procesos bioqumicos tales como quimioterapias ptimas. En recientes mejoramientos en la sntesis, diseo, operacin y control para procesos qumicos y bioqumicos han incrementado la necesidad para algoritmos de optimizacin para sistemas acopladas con variables de decisin discretas y continuas. Los avances realizados hasta ahora dan un buen punto de partida e incentivan la aplicacin de problemas MIDO para diseos simultneos con control.Los problemas MIDO se han encontrado cuando una variable de decisin dinmica entra en un problema de optimizacin. De manera general la resolucin de un problema del tipo MIDO mediante aproximaciones determinsticas se hace incluyendo dos pasos: 1) convirtiendo el problema MIDO en problemas MINLP a manejar esos problemas MNLP a travs de diferentes algoritmos ya conocidos [84]. Chachuat dio un review y descripcin detallada de los pasos para resolver problemas del tipo MIDO [85].Algunos mtodos estocsticos se han utilizado para resolver MINLP, por ejemplo algoritmos genticos, han demostrado en algunos trabajos que pueden alcanzar la regin de la solucin global con relativa eficiencia [86-89]. Sin embargo, estos mtodos presentan dificultades en problemas altamente restringidos, en otras palabras, la optimizacin global no puede ser garantizada.Hasta ahora, la existencia de metodologas para el diseo y control han tenido nicamente aplicaciones relativamente pequeas y las aplicaciones complejas tales como columnas de destilacin, sistemas de reaccin separacin y procesos de tratamiento de aguas residuales faltan por explorarse . A fin de asegurar la conexin entre el desarrollo terico y los requerimientos del desarrollo industrial, se debe hacer ms nfasis en la aplicacin de la optimizacin simultnea de diseo y control para plantas reales no ideales.Adems, apuntando a trascender fronteras de los clsicos procesos qumicos donde la optimizacin simultanea de diseo y control son solamente aplicadas futuros estudios deben de ser enfocados a extender la aplicacin de esas perspectivas a nuevos procesos incluyendo procedimientos, producciones bioqumicas , sistemas biolgicos/biomdicos, sistemas hbridos de energa, manufactura farmacutica etc.A pesar de que la optimizacin dinmica ha sido ya investigada, es fcil notar que no ha sido utilizada ampliamente en procesos complejos que pudieran presentar un comportamiento no ideal como es este caso con la separacin de Acetona-Butanol-Etanol-Agua, donde se observan azeotropos entre etanol/agua y butanol/agua, homogneo y heterogneo respectivamente. En un estudio realizado por Ibarra-Snchez [90], se realiz una optimizacin con objetivos econmicos de un diseo donde se realiza tambin el rompimiento de un azeotropo y posteriormente un anlisis de control a lazo abierto y lazo cerrado , sin embargo dicho anlisis de control se realiz de manera posterior a la optimizacin, lo que no garantiza como ya se mencion, que el diseo que mejor comportamiento mostr, sea verdaderamente el mejor en este rubro debido a las opciones que pudieron ser descartadas en el proceso de optimizacin con funciones objetivo meramente econmicas.Un anlisis de control analizando una mezcla azeotropica semejante a la que se tiene en producto de la fermentacin ABE fue el realizado por William L. Luyben [91]. Que estudi el control de la mezcla azeotropica n-Butanol/Agua en un sistema de destilacin y desarroll una estructura de control simple capaz de manejar grandes perturbaciones en rendimiento y composicin de alimentacin. El sistema de control es muy robusto y demostr ser aplicable a sistemas diseados para un rango amplio de composiciones. Sin embargo es claro que la aplicacin de un sistema con optimizacin conjunta de diseo y control no ha sido abordada en problemas ms complejos como el propuesto en este proyecto, lo que representa una gran oportunidad de realizar una optimizacin conjunta de diseo y control en un problema novedoso como lo es la fermentacin ABE para la produccin de butanol.3. Casos de estudio

Paja de trigoPaja de cebadaFibra de mazRastrojo de mazResiduos de mazFculaGerminado demazEtc.PURIFICACINExtraccinDestilacinProcesos hbridosAcoplamientosMATERIAS PRIMASREACTORInicialmente se comenzar con la construccin de los diseos presentes en la literatura, sin embargo existe un amplio panorama que se intenta resumir en la Figura 3.

Fig.3 Casos de estudioEs importante mencionar que existen varios grados de libertad existentes en los diseos realizables. La fermentacin ABE puede realizarse de distintas fuentes o materia prima, en la literatura como ya se ha mencionado existen reportados diversos materiales lignocelulosicos que permitiran hacer dicho procedimiento, incluso hay un gran nmero de cepas capaces de fermentar dicha materia prima. Posteriormente deber resolverse la cintica bsica de la cepa clostridium, y posteriormente la etapa de purificacin presenta un gran reto a realizar dado que existen muchas posibilidades al respecto, se puede realizar con diversas tcnicas que pueden ser utilizadas ellas solas nicamente como es el caso de la destilacin, sin embargo tambin est la posibilidad latente de construir diseos hbridos, que permita aprovechar las mejores de las cualidades de cada uno en la purificacin. Adems debe tomarse en cuenta de antemano la existencia de los azeotropos heterogneo y homogneo entre Butanol/Agua y Etanol/agua respectivamente para la planeacin correcta de dichos diseos. Una vez teniendo estos diseos, existe la posibilidad potencial de realizar acoplamientos que mejoren los gastos energticos en s. Incluso posteriormente puede realizarse integracin msica y/o energtica.Una vez hecho todo lo anterior, lo siguiente sera someter dichos diseos a una optimizacin estocstica rigurosa, que permita explorar de manera amplia el plano multivaribles de los diseos y pueda llegarse a un mejor diseo minimizando el costo total anual TAC, minimizando las emisiones de gases de efecto invernadero y adems optimizarse algn indicador que prediga buenas propiedades de control.De tal manera que finalmente se pretende lograr un diseo conjunto que satisfaga las restricciones econmicas, ambientales y de controlabilidad que haga viable y sustentable el proceso de la obtencin de butanol a partir de la fermentacin ABE.4. Metodologa4.1 Formulacin general para una optimizacin simultanea de diseo y controlLa formulacin general de estos problemas pueden ser escritos como

Sujeto a

Donde x es el vector de las variables de estado, y es el vector de las variables de proceso y u es el vector de las variables de diseo. X0 es el vector de las condiciones iniciales de las variables de estado y u0 es el vector de las condiciones iniciales de las variables de diseo, la funcin objetivo (ecuacin 1) a ser minimizada incluye la combinacin del costo capital y operacin, y f2 la medida de la controlabilidad, f significa el conjunto de las restricciones algebraicas y diferenciales.

4.2 Interfase Excel - Aspen PlusEl optimizador utilizado consiste en un programa de optimizacin multi-objetivo hbrido, combinando la Evolucin Diferencial con el concepto de Lista Tab [92]. La implementacin de este optimizador se har a travs de una plataforma hbrida. El vector de variables de decisin son enviados de Microsoft Excel a Aspen Plus usando DDE (Dynamic Data Exchange) por medio de la tecnologa COM. El uso de la tecnologa COM hace posible agregar cdigo de tal forma que las aplicaciones se comporten como objeto de enlace e incrustacin (OLE) de servidores automatizados. En Excel, estos valores son atribuidos a las correspondientes variables de procesos que Aspen Plus requiere. Despus de realizar la simulacin rigurosa, Aspen Plus retorna a Excel el vector de resultados. Finalmente, Excel analiza los valores de las funciones objetivos calculados.De manera esquemtica, este procedimiento puede ser ejemplificado en la Figura 5Fig. 5 Plataforma hbrida implementada para realizar la optimizacin de las secuencias a estudiar.

5. JustificacinLas necesidades actuales requieren que los procesos sean diseados de manera que la inversin realizada y el costo de operacin sea siempre el mnimo, adems se procura la operacin de dicho proceso en condiciones que garantice el cumplimiento de estrictas normas ambientales. Sin embargo, comnmente se deja l estudi de las propiedades de control del proceso a un segundo trmino, lo que en ocasiones genera el diseo de proceso con un desempeo dinmico pobre o bajo. As entonces se requiere una metodologa que optimice conjuntamente el diseo con objetivos econmicos y/o ambientales pero que de manera simultnea garantice de alguna forma que los diseos generados cumplan con un buen desempeo dinmico. Como ya se mencion se han hecho cierto esfuerzo al respecto, pero con casos un poco ms sencillos, y no en procesos ms complejos que traten con mezclas altamente no ideales como es el caso de este proyecto.6. HiptesisAl ejecutarse una optimizacin global de diseo y control al proceso de obtencin de butanol (via fermentacin), se generar un diseo econmicamente viable, sustentable y con buenas propiedades de control.7. ObjetivoEl objetivo de este proyecto es desarrollar una estrategia de optimizacin del proceso de fermentacin y purificacin ABE, de manera que se garantice el cumplimiento de objetivos econmicos, ambientales y de operabilidad.7.1 Objetivos particulares Desarrollar una estrategia de optimizacin estocstica para obtener el diseo que cumpla las mejores condiciones en estado estacionario y de propiedades de control. Aplicar la estrategia de optimizacin conjunta diseo/control al proceso ABE para la produccin sustentable de biobutanol.8. Plan de trabajoActividadPeriodo

Clases de optimizacin, revisin bibliogrfica y reproduccin de diseos en Aspen Plus de mtodos algunos mtodos de purificacin ya propuestos.Enero-Junio 2013

Clases de optimizacin, revisin bibliogrfica y optimizacin monoobjetivo (carga trmica) de los diseos reproducidos anteriormente y comparacin de su gasto energtico. Comienzo de optimizacin multiobjetivo mediante el mtodo de evolucin diferencial.Agosto-Diciembre 2013

Optimizacin multiobjetivo con el mtodo de evolucin diferencial de diseos previamente construidos. Integracin msica y energtica del pareto obtenido en el proceso de optimizacin.Enero-Junio 2014

Propuestas de diseos alternativos con algn acoplamiento y potencial de ser optimizados e integrar calor y energa.Agosto-Diciembre 2014

Revisin bibliogrfica, inicializacin de optimizacin multiobjetivo evaluando alguna funcin objetivo dinmica de control de procesoEnero-Junio 2015

Optimizacin multiobjetivo del tipo MIDO de algunos diseos previamente propuestos de la fermentacin ABE.Agosto-Diciembre 2015

Estancia doctoral. Enero-Junio 2016

Escritura de tesisAgosto-Diciembre 2016

8. Bibliografa1.- Naik SN,GoudVV, Rout PK,DalaiAK. Production of rst and second generation biofuels: a comprehensive review. Renew Sust Energy Rev 2010;14:57897.2.- EPA (United States Environmental Protection Agency) Chemical Summary for n-butanol. Ofce of Health and Environmental Assessment, Cincinnati. http://epa.gov/chemfact/s butano.txt [accessed 12.07.2010].3.- Drre P. Biobutanol: an attractive biofuel. Biotechnol J 2007;2:152534.4.- Lee SY, Park JH, Jang SH, Nielsen LK, Kim J, Jung KS. Fermentative butanol production by clostridia. Biotechnol Bioeng 2008;101:20928.5.- Schean L, Jacobs MB. The handbook of solvents. New York: D Van Nostrand Company Inc.; 1953.6.- Park C-H. Pervaporative butanol fermentation using a new bacterial strain. Biotechnol Bioprocess Eng 1996;1:18.7.- Zverlov VV, Berezina O, Velikodvorskaya GA, SchwarzWH. Bacterial acetone and butanol production by industrial fermentation in the Soviet Union: use of hydrolyzed agricultural waste for biorenery. Appl Microbiol Biotechnol 2006;71:58797.8.- Qureshi N, Blaschek HP. Economics of butanol fermentation using hyper- butanol producing Clostridium beijerinckii BA101. Trans IChemE 2000;78:13944.9.- Lenz TG, Morelra AR. Economic evaluation of the acetonebutanol fermantation. Ind Eng Chem Prod Res Dev 1980;19:47883.10.- Qureshi N, Blaschek HP. ABE production from corn: a recent economic evaluation. J Ind Microbiol Biotechnol 2001;27:2927.11.- Gapes JR. The economics of acetonebutanol fermentation: theoretical and market considerations. J Microbiol Biotechnol 2000;2(1):2732.12.- Qureshi N, Saha BC, Hector RE, Dien B, Hughes S, Liu S, et al. Production of butanol (a biofuel) from agricultural residues: part II use of corn stover and switchgrass hydrolysates. Biomass Bioenergy; 2010. doi:10.1016/ j.biombioe.2009.12.023.13.- Qureshi N, Saha BC, Hector RE, Hughes SR, CottaMA. Butanol production from wheat straw by simultaneous saccharication and fermentation using Clostridium beijerinckii: part I batch fermentation. Biomass Bioenergy 2008;32:16875.14.- Qureshi N, Saha BC, Cotta MA. Butanol production from wheat straw by simultaneous saccharication and fermentation using Clostridium beijerinckii: part II fed-batch fermentation. Biomass Bioenergy 2008;32: 176183.15.- Qureshi N, Ezeji TC, Ebener J, Dien BS, Cotta MA, Blaschek HP. Butanol production by Clostridium beijerinckii. Part I: use of acid and enzyme hydrolyzed corn ber. Bioresour Technol 2008;99:591522.16.- Qureshi N, Saha BC, Dien B, Hector RE, Cotta MA. Production of butanol (a biofuel) from agricultural residues: part I use of barley straw hydrolysate. Biomass Bioenergy 2010;34:55965.17.- Jones DT, Woods DR. Acetonebutanol fermentation revisited. Microbiol Rev 1986;50(4):484524.18.- Qureshi N, Blaschek HP. Recovery of butanol from fermentation broth by gas stripping. Renew Energy 2001;22:55764.19.- Claassen PAM, Budde MAW, Contreras AML. Acetone, butanol and ethanol production from domestic organic waste by solventogenic Clostridia. J Microbiol Biotechnol 2000;2(1):3944.20.- Liew ST, Arbakariya A, RosfarizanM, Raha AR. Production of solvent (acetonebutanolethanol) in continuous fermentation by Clostridium saccharobutylicum DSM 13864 using gelatinised Sago starch as a carbon source. Malaysian J Microbiol 2005;2(2):425.21.- Badr HR, Toledo R, Hamdy MK. Continuous acetone ethanol butanol fermentation by immobilized cells of Clostridium acetobutylicum. Biomass Bioenergy 2001;20:11932.22.- Ezeji T, Qureshi N, Blaschek HP. Production of acetonebutanolethanol (ABE) in a continuous ow bioreactor using degermed corn and Clostridium beijerinckii. Process Biochem 2007;42:349.23.- Lin YL, Blaschek HP. Butanol production by a butanol-tolerant strain of Clostridium acetobutyricum in extruded corn broth. Appl Environ Microbiol 1983;45(3):96673.24.- Ezeji TC, Qureshi N, Blaschek HP. Production of acetone butanol (AB) from liquied corn starch, a commercial substrate, using Clostridium beijerickii coupled with product recovery by gas stripping. J Ind Microbiol Biotechnol 2007;34:7717.25.- Qureshi N, Maddox IS. Reduction of butanol inhibition by perstraction: utilization of concentrated lactose/whey permeate by Clostridium acetobutylicum to enhance butanol fermentation economics. Food Bioprod Process 2005;83:4352.26.- Ezeji TC, Qureshi N, Blaschek HP. Acetone butanol ethanol (ABE) production from concentrated substrate: reduction in substrate inhibition by fed-batch technique and product inhibition by gas stripping. Appl Microbiol Biotechnol 2004;63:6538.27.- Westhuizen AVD, Jones DT, Woods DR. Autolytic activity and butanol tolerance of Clostridium acetobutylicum. Appl Environ Microbiol 1982;44(6):127781.28.- Qureshi N, Blaschek HP. ABE production from corn: a recent economic evaluation. J Ind Microbiol Biotechnol 2001;27:2927.29.- Demirbas A. Competitive liquid biofuels from biomass. Appl Energy 2011;88:1728.30.- Zhou A, Thomson E. The development of biofuels in Asia. Appl Energy 2009;86:1120.31.- Yazdani SS, Gonzalez R. Anaeobic fermentation of glycerol: a path to economic viability for the biofuels industry. Curr Opin Biotechnol 2007;18:2139.32.- Douglas JM. Conceptual Design of Chemical Processes. New York: McGraw-Hill; 1988.33.- Lewin DR. Interaction of design and control. In: Proceedings of the 7th IEEE Mediterranean Conference on Control and Automa-tion; June 2830, 1999; Haifa, Israel.34.- Yuan ZH, Chen BZ, Zhao JS. An overview on controllability analysis of chemical processes. AIChE J. 2011;57:11851201.35. Holt BR, Morari M. Design of resilient processing plants-v.the effect of deadtime on dynamic resilience. Chem Eng Sci. 1985;40:12291237.36. Holt BR, Morari M. Design of resilient processing plants. The effect of right-half plane zeros on dynamic resilience. Chem Eng Sci. 1985;40:5974.37. Morari M, Zariou E, Holt BR. Design of resilient processing plant-X: characterization of the effect of RHP zeros. Chem Eng Sci. 1987;42:24252428.38. Wong MF, Perkins JD. Assessing controllability of chemical plants. Chem Eng Res Des. 1985:63:358362.39. Russell LW, Perkins JD. Towards a method for diagnosis of controllability and operability problems in chemical plants. Chem Eng Res Des. 1987;65:453461.40. Psarris P, Floudas CA. Dynamic operability of MIMO systems with time delays and transmission zeros. 1. assessment. Chem Eng Sci. 1991;46:26912707.41. Narraway LT, Perkins JD. Interaction between process design and process control: economic analysis of process dynamics. J Process Control. 1991;1:243250.42. Skogestad S, Morari M. Effect of disturbance directions on closed loop performance. Ind Eng Chem Res. 1987;26:20292035.43. Daoutidis P, Kravaris C. Structural evaluation of control congurations for multivariable nonlinear processes. Chem Eng Sci.1992;47:10911107.44. Manousiouthakis V, Nikolau M. Analysis of decentalised control structures for nonlinear systems. AIChE J. 1989;35:549558.45. Yuan ZH, Zhang N, Chen BZ, Zhao JS. Systematic controllability analysis for chemical processes. AIChE J. 2011. In press.46. Yuan ZH, Chen BZ, Zhao JS. Effects of manipulated variables selection on the controllability of chemical process. Ind Eng Chem Res. 2011;50:74037413.47. Trickett KJ. Towards Quantifying Inverse Response in Nonlinear Systems [Ph.D Thesis]. University of London; 1994.48. Karafyllis I, Kokossis A. On a new measure for the integration of process design an control: The disturbance resiliency index. Chem Eng Sci. 2002;57:873886.49. Rojas OJ, Setiawan R, Bao J. Dynamic operability analysis of nonlinear process networks based on dissipativity. AIChE J. 2009;55:63982.50. Hangos KM., Alonso AA, Perkins JD, Ydstie BE. Thermodynamic approach to the structural stability of process plants. AIChE J. 1999;45:802816.51.- Morari M. Effect of design on the controllability of chemical plants. IFAC Workshop on Interactions between Process Design and Process Control; September 78, 1992; London, UK.52.- Zhihong Yuan, Bingzhen Chen. State-of-the-Art and Progress in the Optimization-based Simultaneous Design and Control for Chemical Processes. DOI 10.1002/aic.1378653.- Ray WH, Villa C. Nonlinear dynamics found in polymerization processes-a review. Chem Eng Sci. 2000;55:275290.54.- Zavala-Tejeda V, Flores-Tlacuahuac A. The bifurcation behavior of a polyurethane continuous stirred tank reactor. Chem Eng Sci. 2006;61:73687385.55.- Daoutidis P, Soroush M, Kravaris C. Feedforward/feedback control of multivariable nonlinear processes. AIChE J. 1990;36 14711484.56.- Yuan ZH, Chen BZ, Zhao JS. Phase behavior analysis for industrial polymerization reactor. AIChE J. 2011;57:27952807.57.- Yuan ZH, Wang HZ, Chen BZ, Zhao JS. Operating zone segregation of chemical reaction systems based on stability and non-minimum phase behavior analysis. Chem Eng J. 2009;155:304311.58.- Luyben WL. The Need for Simultaneous Design Education. In: Seferlis P, Georgiadis MC, eds. The Integration of Process Design and Control. Amsterdam, The Netherlands: Elsevier, Ltd;59.- Rijnsdorp JE, Bekkers P. Early integration of process and control design. IFAC Workshop on Interactions between Process Design and Process Control; September 78, 1992; London, UK; 1992:1722.60.- Seferlis P, Georgiadis MC. The Integration of Process Design and Control. Amsterdam, The Netherlands: Elsevier, Ltd; 2004.61.- Mcavoy TJ. Synthesis of plantwide control systems using optimization. Ind Eng Chem Res. 1999;38:29842994.62. Lenhoff A, Morari M. Design of resilient processing plants: I.Process design under consideration of dynamic aspects. Chem EngSci. 1982;37:245258.63. Palazoglu A, Arkun Y. A multiobjective approach to design chemical plants with robust dynamic operability characteristics. Comput Chem Eng. 1986;10:567575.64. Palazoglu A, Arkun Y. Design of chemical plants with multiregime capabilities and robust dynamic operability characteristics. Comput Chem Eng. 1987;11:205216.65. Figueroa J, Romagnoli J, Barton G. Robust control indicators in process design and control. IFAC Workshop on Interactions between Process Design and Process Control. London, UK; 1992: 140144.66. Walsh SP, Perkins JD. Integrated design of efuent treatment systems. In: IFAC Workshop on Interactions between Process Design and Process Control. London, UK; 1992:107112.67. Luyben ML, Floudas CA. Analyzing the interaction of design and control-1: a multi-objective framework and application to binary distillation synthesis. Comput Chem Eng. 1994;18:933969.68. Luyben ML, Floudas CA. Analyzing the interaction of design and control-2: reactor-separator-recycle system. Comput Chem Eng.1994;18:971994.69. Papalexandri KP, Pistikopoulos EN. Synthesis and retrot designof operable heat exchanger networks, Part I: Flexibility and structural controllability aspects. Ind Eng Chem Res. 1994;33:17181737.70. Papalexandri KP, Pistikopoulos EN. Synthesis and retrot designof operable heat exchanger networks, Part II: Dynamics and control structure considerations. Ind Eng Chem Res. 1994;33:17381755.71. Perkins JD, Walsh SP. Optimization as a tool for design/control integration. Comput Chem Eng. 1996;20:315323.72. Zheng A, Mahajanam RV. A quantitative controllability index. Ind Eng Chem Res. 1999;38:9991006.73. Lee LP. Decentralized control design for nonlinear multi-unit plants: a gap metric approach. Chem Eng Sci. 2000;55:37433758.74. Jorgensen JB, Jorgensen SB. Towards automatic decentralized control structure selection. Comput Chem Eng. 2000;24:841846.75. Seferlis P, Grievink J. Optimal design and sensitivity analysis of reactive distillation units using collocation models. Ind Eng Chem Res. 2001;40:16731685.76. Seferlis P, Grievink J. Process design and control structure screening based on economic and static controllability criteria. Comput Chem Eng. 2001;25:177188.77. Meeuse MF, Tousain RL. Closed-loop controllability analysis of process designs: application to distillation column design. Comput Chem Eng. 2002;26:641647.78. Ekawati E, Bahri PA. The integration of the output controllability index within the dynamic operability framework in process system design. J Process Control. 2003;13:717727.79. Blanco AM, Bandoni JA. Interaction between process design and process operability of chemical processes: an eigenvalue optimization approach. Comput Chem Eng. 2003;27:12911301.80. Blanco AM, Bandoni JA. Eigenvalue optimization-based formulations for nonlinear dynamics and control problems. Chem Eng Process. 2007;46:11921199.81. Alhammadi HY, Romagnoli JA. Process Design and Operation Incorporating Environment, Protability, Heat Integration and Controllability Consideration. In: Seferlis P, ed. Georgiadis MC. The integration of Process Design and Control. Elsevier; 2004:26430582. Ricardez-Sandoval LA, Budman HM, Douglas PL. Simultaneous design and control: A new approach and comparisons with existing methodologies. Ind Eng Chem Res. 2010;49:28222833.83. Schweiger C, Floudas CA. Interaction of Design and Control: Optimization with Dynamic Models. In: Hager W, Pardalos P, eds. Optimal control: Theory, algorithms and Applications.Kluwer Academic Publishers; 1997:388435.84.- Grossmann IE. Review of nonlinear mixed-integer and disjunctive programming techniques. Optimiz Eng. 2002;3:227252.85.- Chachuat B, Singer AB, Barton PI. Global mixed-integer dynamic optimization. AIChE J. 2005;51:22352253.86.- Low KH, Sorensen E. Simultaneous optimal design and operation of multivessel batch distillation. AIChE J. 2003;49:25642576.87.- Low KH, Sorensen E. Simultaneous optimal design and operation of multipurpose batch distillation. Chem Eng Process. 2003;43: 273289.88.- Low KH, Sorensen E. Simultaneous optimal conguration, design and operation of batch distillation. AIChE J. 2005;51:17001713.89.- Wongrat W, Younes A. Control vector optimization and genetic algorithms for mixed-integer dynamic optimization in the synthesis of rice drying processes. J Franklin Inst. 2011;348:13181338.90.- Ibarra Snchez, J.J.,Segovia - Hernndez, J.G.,2010, Reducing Energy Consumption and CO2 Emissions in Extractive Distillation, Part II: Dynamic Behavior,Chemical Engineering Research and Design,88, 135-145.91.- Luyben William, Control of the Heterogeneous Azeotropicn-Butanol/Water Distillation System, Energy Fuels,2008,22(6), pp 42494258.92.- Srinivas M. y Rangaiah G. P., Differential Evolution with Taboo List for Solving Nonlinear and Mixed-Integer Nonlinear Programming Problems, Ind. Eng. Chem. Res, 46, 7126-7135; 2007.