Comparación del Desempeño de Estimadores de Estado no Lineales para Determinar la Concentración de Biomasa y Sustrato en un Bioproceso

Abstract

Este trabajo presenta un análisis comparativo de varias técnicas de estimación no lineal cuando es aplicada a un bioproceso. El observador Luenberger extendido, el filtro de Kalman extendido y el observador de modos deslizantes fueron evaluados para un proceso de crecimiento microbiano. El desempeño de los estimadores no lineales es evaluado en términos de indicadores de error y su habilidad para hacer frente con incertidumbres del proceso tales como errores de medición e incertidumbre de las condiciones iniciales. Los resultados de la simulación sugieren que el filtro de Kalman extendido provee estimaciones precisas de los estados y que el Observador de Luenberger Extendido no es recomendable para este tipo de bioprocesos.

Biomass estimation of an industrial raceway photobioreactor using an extended Kalman filter and a dynamic model for microalgae production

“…At correction step, corresponding to Eqs. (4) and (5), Jacobians C and S are calculated for measurement function and Kalman gain, K, is computed. The predicted state vector is corrected using real output measurement data, y, and state estimation covariance is updated.…”

“…The election of both matrices has an impact on the execution of the state estimator, as can be observed in Eqs. (5) and (7). Inappropriate tuning of these matrices can lead to bad calculations of Kalman gain and state estimation covariance, resulting in wrong estimations and even causing the instability of the state estimation procedure.…”

“…[4]. In microalgae photobioreactors the biomass concentration is a desirable variable to be monitored, despite it is very problematic to be on-line measured in real time with sensors [5], as for example turbidimeters. Low sensibility at high biomass concentrations, so high turbidity, is a major challenge.…”