Resumen de New methods based on the projection to latent structures for monitoring, prediction and optimization of batch processes
La presente Tesis doctoral versa sobre el estudio y aplicación de nuevos métodos basados en técnicas estadísticas de proyección sobre estructuras la- tentes en procesos por lotes. La mejora del modelado, la monitorización y el control de este tipo de procesos tiene una elevada importancia estratégica tanto desde el punto de vista del potencial beneficio económico como del de la seguridad y protección medioambiental.
Este documento está estructurado en tres bloques. En el bloque intro- ductorio se revisa y resume la literatura relacionada con el tema de la Tesis.
El segundo bloque del documento está dedicado al estudio de las carac- terísticas generales de los datos provenientes de procesos por lotes, así como de los fundamentos estadísticos de los métodos basados en la proyección so- bre estructuras latentes. A partir de este estudio, se propone un nuevo entorno para el modelado de procesos por lotes usando técnicas estadísticas de proyección sobre estructuras latentes. Este entorno para el modelado de procesos por lotes combina el componente automático de los algoritmos de la Ingeniería Informática con el análisis de datos, propio del campo de la Estadística.
En un tercer bloque se investigan distintas aplicaciones en el ámbito de los proce- sos por lotes donde el modelado es necesario. En concreto: la monitorización fuera de línea y en línea, la predicción en línea de la calidad final, la esti- mación de trayectorias y la optimización de procesos. Todos estos problemas comparten la limitación común de que los procesos por lotes son difíciles de entender y modelar. Sin embargo, cada problema presenta también sus pe- culiaridades, que deben ser abordadas de forma diferente. Las contribuciones del presente trabajo van más allá de la aplicación de la nueva propuesta de modelado a los distintos problemas. En la monitorización en línea y fuera de línea se proponen varias mejoras del sistema de m
