Robust model-order reduction of complex biological processes

Lee, T.T.; Wang, F.Y.; Newell, R. B.

doi:10.1016/s0959-1524(02)00006-9

Cited by 26 publications

(15 citation statements)

References 30 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…El objetivo en este caso era su aplicación en estrategias de control predictivo. Relacionado también de manera directa con el propósito de control, en Lee et al (2002) se propone un modelo lineal en espacio de estados de orden reducido. La propuesta descansa en el estudio de cinco técnicas diferentes de reducción de modelos (truncación directa, realización balanceada con pesos frecuenciales, truncación balanceada de Schur, aproximación por perturbación singular y aproximación por normaóptima de Hankel).…”

Section: Modelos De Fangos Activados Reducidosunclassified

Control y Operación de Estaciones Depuradoras de Aguas Residuales: Modelado y Simulación

Vilanova

Santín

Pedret

2017

Revista Iberoamericana de Automática e Informática Industrial R

View full text Add to dashboard Cite

ResumenEste trabajo constituye la primera parte de una revisión de la problemática del control y operación de estaciones depuradoras de aguas residuales (EDAR) para el tratamiento de agua residual urbana. En esta primera parte nos centramos en el modelado y simulación mientras que la segunda parte se dedica en exclusiva al control y operación. Esta depuración se realiza, mayoritariamente, mediante procesos biológicos, concretamente, mediante el denominado proceso de fangos activados. El hecho de tratar con un proceso biológico conlleva una elevada complejidad tanto desde el punto de vista de modelado como, por supuesto, de control y operación. Para poder ubicar convenientemente el problema, se presenta una caracterización de las aguas residuales urbanas y las necesidades de depuración asociadas. El control y operación descansan en gran medida en la disponibilidad de modelos apropiados y, ya hoy en día, de una elevada fiabilidad. Se presentan los modelos de la familia ASM; poniendo especialénfasis en el ASM1 que se describe en más detalle; así como las características de otras unidades de proceso como el decantador y su interconexión. En estos modelos destacan los entornos BSM de benchmarking, que han sido esenciales para todo el posterior desarrollo en la actividad de control y operación. Palabras Clave:Estaciones depuradoras de aguas residuales; proceso de fangos activados; benchmarking IntroducciónDisponer de agua de calidad es esencial para la salud humana, la protección del medio ambiente y el desarrollo económico. En los países industrializados el tratamiento de aguas residuales se ha convertido en un requisito indispensable para mantener la calidad del agua en condicionesóptimas. Por ello, la depuración de las aguas residuales se convierte en necesidad ineludible. La depuración de agua se refiere al tratamiento o adecuación del agua residual previo a su vertido.El agua residual es producto de la actividad humana. Es recogida por una red de alcantarillado y transportada a una estación depuradora de aguas residuales (EDAR), donde es tratada en función de la capacidad de la planta para posteriormente ser vertida a un medio receptor. Existen diferentes sistemas para la depuración de aguas residuales, aunque se pueden catalogar en base a dos grandes estrategias de depuración: una, por procesos fisicoquímicos y otra, por procesos biológicos. Por lo común, * Autor en correspondencia Correos electrónicos: Ramon.Vilanova@uab.cat (Ramon Vilanova ), Ignacio.Santin@uabcat (Ignacio Santín), Carles.Pedret@uab.cat (Carles Pedret) las aguas residuales industriales suelen tratarse por métodos fisicoquímicos, mientras que las aguas domésticas o urbanas por procesos biológicos. Estos procesos biológicos no son más que una versión tecnológica de los procesos de autodepuración que se desarrollan de manera natural en los cauces de agua. Efectivamente, al arrojar sustancias al agua por debajo de ciertas concentraciones límite, se inicia un proceso de autodepuración, debido a diversos microorganismos. Estos microorganismos des...

show abstract

Section: Modelos De Fangos Activados Reducidosunclassified

Control y Operación de Estaciones Depuradoras de Aguas Residuales: Modelado y Simulación

Vilanova

Santín

Pedret

2017

Revista Iberoamericana de Automática e Informática Industrial R

View full text Add to dashboard Cite

show abstract

“…To reduce the simulation time for this application, an equivalent model of reduced size can be developed which has almost same dynamic properties as the original one. Consequently model order reduction (MOR) is presently a very active area of recent research [6] , for both linear as well nonlinear systems. The area of MOR for practical distributed systems has been extensively developed.…”

Section: Introductionmentioning

confidence: 99%

Reduced Order Modeling & Controller Design for Mass Transfer in a Grain Storage System

Guha

Mishra

2014

Int. J. Autom. Comput.

View full text Add to dashboard Cite

Abstract:This paper considers the problem of simulating the humidity distributions of a grain storage system. The distributions are described by partial differential equations (PDE). It is quite difficult to obtain the humidity profiles from the PDE model. Hence, a discretization method is applied to obtain an equivalent ordinary differential equation model. However, after applying the discretization technique, the cost of solving the system increases as the size increases to a few thousands. It may be noted that after discretization, the degree of freedom of the system remain the same while the order increases. The large dynamic model is reduced using a proper orthogonal decomposition based technique and an equivalent model but of much reduced size is obtained. A controller based on optimal control theory is designed to obtain an input such that the output humidity reaches a desired profile and also its stability is analyzed. Numerical results are presented to show the validity of the reduced model and possible further extensions are identified.

show abstract

“…Many of these references also contain numerical schemes with heuristic ingredients for the numerical implementation of PDEs like (1) that make them unreliable [7]. Interesting modelling and control approaches have been presented by Lee et al [39,40,41,42]. Their model is more elaborate than others with linear PDEs describing the movement and turbulence in the biological reactor for each component.…”

Section: Introductionmentioning

confidence: 99%

“…Their model is more elaborate than others with linear PDEs describing the movement and turbulence in the biological reactor for each component. They present a general algorithm for robust model-order reduction in [40] and a robust multi-variable controller for the biological processes in [41]. Both approaches rely on linearizations at steady states.…”

Section: Introductionmentioning

confidence: 99%

Control of an ideal activated sludge process in wastewater treatment via an ODE–PDE model

Diehl

Farås

2013

Journal of Process Control

View full text Add to dashboard Cite

Abstract. The activated sludge process (ASP), found in most wastewater treatment plants, consists basically of a biological reactor followed by a sedimentation tank, which has one inlet and two outlets. The purpose of the ASP is to reduce organic material and dissolved nutrients (substrate) in the incoming wastewater by means of activated sludge (microorganisms). The major part of the discharged flow through the bottom outlet of the sedimentation tank is recirculated to the reactor, so that the biomass is reused. Only two material components are considered; the soluble substrate and the particulate sludge. The biological reactions are modelled by two nonlinear ordinary differential equations and the continuous sedimentation process by two hyperbolic partial differential equations (PDEs), which have coefficients that are discontinuous functions in space due to the inlet and outlets. In contrast to previously published modelling-control aspects of the ASP, the theory for such PDEs is utilized. It is proved that the most desired steady-state solutions can be parameterized by a natural control variable; the ratio of the recirculating volumetric flow to the input flow. This knowledge is a key ingredient in a two-variable regulator, with which the effluent dissolved nutrients concentration and the concentration profile in the sedimentation tank are controlled. Theoretical results are supported by simulations.

show abstract

Robust model-order reduction of complex biological processes

Cited by 26 publications

References 30 publications

Control y Operación de Estaciones Depuradoras de Aguas Residuales: Modelado y Simulación

Control y Operación de Estaciones Depuradoras de Aguas Residuales: Modelado y Simulación

Reduced Order Modeling & Controller Design for Mass Transfer in a Grain Storage System

Control of an ideal activated sludge process in wastewater treatment via an ODE–PDE model

Contact Info

Product

Resources

About