IDENTIFYING DATA 2023_24
Subject (*) SIMULATION AND ANALYSIS OF CHEMICAL PROCESSES Code 20204118
Study programme
Cycle 1st & 2nd
Descriptors Credits Type Year Period
9 Compulsory Third AN
Language
Català
Department Mechanical Engineering
Chemical Engineering
Coordinator
HERRERO SABARTÉS, JUAN
E-mail ricard.garcia@urv.cat
joan.salvado@urv.cat
joanramon.alabart@urv.cat
manel.valles@urv.cat
joan.herrero@urv.cat
jose.font@urv.cat
juancarlos.bruno@urv.cat
christophe.bengoa@urv.cat
dieter.boer@urv.cat
marta.giamberini@urv.cat
hansjorg.witt@urv.cat
sandra.contreras@urv.cat
lluis.masip@urv.cat
felix.llovell@urv.cat
Lecturers
GARCIA VALLS, RICARD
SALVADÓ ROVIRA, JOAN
ALABART CÓRDOBA, JOAN RAMON
VALLÈS RASQUERA, JOAN MANEL
HERRERO SABARTÉS, JUAN
FONT CAPAFONS, JOSÉ
BRUNO ARGILAGUET, JUAN CARLOS
BENGOA , CHRISTOPHE JOSÉ
BOER , DIETER-THOMAS
GIAMBERINI , MARTA
WITT , HANSJÖRG ALBERT
CONTRERAS IGLESIAS, SANDRA
MASIP VERNIS, LLUIS
LLOVELL FERRET, FÈLIX LLUÍS
Web
General description and relevant information <div>DESCRIPCIÓ GENERAL<br /></div><div><br /></div><div>El desig de l'òptim (perfecció) és inherent als éssers humans. La recerca dels extrems inspira a muntanyencs, científics, matemàtics, i a la resta de la raça humana. La teoria matemàtica i la implementació pràctica de l'optimització (és a dir, la cerca d'estratègies òptimes) es va desenvolupar als anys seixanta (del segle passat), quan van aparèixer els ordinadors. Cada nova generació d'ordinadors permet atacar nous tipus de problemes i desenvolupar nous mètodes. L'objectiu de la teoria és la creació de mètodes fiables per a captar l'extrem d'una funció mitjançant un arranjament intel.ligent de les seves avaluacions (mesures). Aquesta teoria i la corresponent pràctica són de vital importància per a l'enginyeria moderna, en totes les etapes de disseny, i en general per a la planificació de processos, on l'optimització està implícitament o explícita incorporada en cada pas. La primera etapa d'aquest procés de disseny òptim consisteix en la identificació d'una oportunitat de millora, on intervé més la creativitat i la imaginació de l'individu. A continuació, cal modelar el problema prèviament identificat mitjançant un procés d'abstracció i l'assumpció de hipòtesis consistents, tot generant un model matemàtic que representi bé la realitat. La tercera etapa en el procés de disseny òptim és resoldre aquest model matemàtic d'optimització mitjançant els algorismes adients i/o utilitzant el programari disponible. Finalment, cal analitzar el resultat obtingut i revisar la validesa de les hipòtesis assumides, tenint sempre present que l'optimització és un procés de millora contínua que no s'ha de donar mai per acabat (si bé és cert que els enginyers hem de tenir sempre en compte la limitació dels recursos disponibles). L'objectiu principal de l'assignatura és, doncs, modelar i solucionar problemes de millora de la producció d'un procés químic, o altres processos relacionats de l'àmbit de l'enginyeria. </div>

Competences
Type A Code Competences Specific
Type B Code Competences Transversal
Type C Code Competences Nuclear

Learning outcomes
Type A Code Learning outcomes
Type B Code Learning outcomes
Type C Code Learning outcomes

Contents
Topic Sub-topic
1. Introducció Què és un problema d'optimització?
Tipus de problemes d'optimització
Tècniques d'optimització, algorismes i programari comunament utilitzat (GAMS)
2. Optimització basada en el càlcul matemàtic Diferents tipus de problemes d'optimització.
Definicions i conceptes.
Condicions d'òptim per a problemes sense restriccions amb una o més variables
Problemes amb restriccions: les condicions de Karush-Kuhn-Tucker
Problemes de programació convexa
3. Programació lineal Modelatge de problemes de programació lineal
Interpretació gràfica
Condicions d'optimalitat i dualitat del model de programació lineal
L'algorisme símplex
Aspectes pràctics i aplicacions (GAMS)
Anàlisi de la sensibilitat dels resultats
4. Programación no lineal Algorismes numèrics per a problemes d'optimització amb una o més variables
Aspectes pràctics i aplicacions (GAMS)
5. Programació discreta i mixta Models d’optimització amb variables binàries i/o senceres.
L’algorisme de branch & bound.
Modelatge de problemes de presa de decisions utilitzant variables binàries.
Aspectes pràctics i aplicacions (GAMS)
6. Problemes de xarxa de flux Representació simbòlica en forma de grafs
Problemes del camí més curt.
Planificació i control de projectes: diagrames CPM/PERT
Els problemes de transport, de flux màxim, asignació i flux de cost mínim
Models de programació mixta: l'arbre de mínima envergadura i el problema del viatjant
Aspectes pràctics i aplicacions (GAMS)
7. Introducció als simuladors de processos Tutorials dels simuladors de procés més comuns: ASPEN/HYSYS. Aplicació al projecte integrat (API-3): balanços de matèria i energia (PFD) i cinètica de les reaccions químiques del procés
8. Síntesi de xarxes de bescanviadors de calor Diagrama de cascada d'energia. Model de programació lineal (LP) per al cost mínim de les utilitats. Model de programació lineal mixta (MIP), nombre mínim d'unitats i cost total mínim. Aplicació al projecte integrat (API-3).
9. Control Aplicació pràctica d'estratègies de control i sintonització de controladors en equips físics amb llaços de control

Planning
Methodologies  ::  Tests
  Competences (*) Class hours
Hours outside the classroom
(**) Total hours
Introductory activities
B1.2
B2.3
B2.4
B2.6
B3.1
B3.2
B3.3
15 14.214 29.214
Lecture
A1.1
A5.1
A5.2
A5.3
B4.1
B4.2
B4.3
B4.4
B5.1
B5.2
B5.3
26 24.6376 50.6376
Problem solving, exercises in the classroom
A1.1
A5.2
15 14.214 29.214
Preliminary project
A1.1
A1.3
A1.4
A2.3
A4.9
A4.10
A5.1
A5.2
A5.3
A5.4
B1.1
B1.2
B1.3
B2.1
B2.2
B2.3
B2.4
B2.5
B2.6
B3.1
B3.2
B3.3
B4.1
B4.2
B4.3
B4.4
B5.1
B5.2
B5.3
75 32.1427 107.1427
Personal attention
A1.1
A5.1
A5.2
A5.3
B4.1
B4.2
B4.3
B4.4
B5.1
B5.2
B5.3
0 1 1
 
Mixed tests
A1.1
A1.3
A2.3
A4.9
A4.10
A5.1
A5.2
A5.3
A5.4
B1.2
B2.1
B2.2
B3.1
B3.2
B3.3
B4.1
B4.2
B4.3
B4.4
B5.1
B5.2
B5.3
4 3.7904 7.7904
 
(*) On e-learning, hours of virtual attendance of the teacher.
(**) The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies
  Description
Introductory activities Un o diversos mòduls (tallers) on els estudiants rebran la formació que els permetrà, durant el curs, desenvolupar competències tals com treball en equip i cooperació, lideratge (amb i sense càrrec) o gestió de conflictes.
Lecture A les sessions magistrals el professor introduirà al llarg del curs els nous conceptes de coneixements bàsics i metodològics que els alumnes aniran aprenent i aplicant gairebé en paral.lel
Problem solving, exercises in the classroom Alguns dels mètodes d'optimització tractats en el curs es poden aplicar, per a problemes de petita grandària, a mà (és a dir, amb paper, llapiç i calculadora científica). A més, l'aplicació d'aquests mètodes a problemes de petita grandària ajudarà els estudiants a assimilar part dels coneixements bàsics propis de l'assignatura.

D'altra banda, utilitzant el programari i llenguatge GAMS, els estudiants plantejaran i resoldran amb l'ajut de l'ordinador diferents problemes (possiblement mitja dotzena) d'optimització de diferents tipus.

Preliminary project Els estudiants treballaran en equip, en un projecte de disseny preliminar d'un procés químic on aplicaran els conceptes i coneixements bàsics que aniran adquirin a l'assignatura (també s'incorporaran alguns objectius d'aprenentatge d'altres assignatures del tercer curs).

El professors tutors portaran a terme el seguiment del treball dels equips d'estudiants, amb reunions periòdiques dins l'horari de classe expressament establert. La freqüència de les reunions serà més o menys elevada en funció de les disponibilitats de força docent de l'assignatura i del nombre d'estudiants que s'hi hagin matriculat.

Una part dels objectius d'aprenentatge (equivalent a 24 hores presencials) es durant a terme en sessions pràctiques al laboratori 304. L'assistència a les sessions pràctiques de laboratori és obligatòria; en concret, l'absència injustificada en més d'un 20% de les sessions de laboratori programades tindrà com a resultat una avaluació de 0/10 a l'apartat de Pràctiques
Personal attention Els estudiants podran reunir-se amb els diferents professors de l'assignatura tot fent ús dels seus respectius horaris d'atenció a l'alumne (consistent en un mínim de 6 hores/setmana), els quals es faran públics, com indica la normativa, al començament de cada quadrimestre.

Personalized attention
Description
Els estudiants podran consultar, dins dels respectius horaris d'atenció, amb els professors de teoria (i pràctiques) de l'assignatura, és a dir, amb els professors responsables dels respectius objectius d'aprenentatge de l'assignatura (SAPQ). Els horaris d'atenció dels professors de l'assignatura es publicaran a l'espai Moodle. L'estudiant haurà de demanar cita prèvia all professors de l'assignatura mitjançant un missatge de correu electrònic, o utilitzant un missatge de fòrum del propi espai Moodle. A més, en l'àmbit de l'avantprojecte integrat (API-3), cada equip de projecte tindrà assignat un professor-tutor. Hom establirà un calendari de reunions entre els professors-tutors i els seus respectius equips durant les hores de classe dedicades al projecte integrat.

Les consultes que es puguin dur a terme en modalitat presencial es realitzaran als despatxos dels professors de l'assignatura. Si, en funció de l'evolució de la situació sanitària al llarg del quadrimestre, calgués adaptar les consultes a modalitats no presencials, hom podria utilitzar (depenent de les circumstàncies concretes en cada moment):(a) El Fòrum de Dubtes de l'espai Moodle de l'assignatura(b) Sessions en línia que els professors generaríem específicament per a aquest propòsit (i en faríem pública la forma d'accedir-hi a través de l''espai Moodle de l'assignatura)

Assessment
Methodologies Competences Description Weight        
Preliminary project
A1.1
A1.3
A1.4
A2.3
A4.9
A4.10
A5.1
A5.2
A5.3
A5.4
B1.1
B1.2
B1.3
B2.1
B2.2
B2.3
B2.4
B2.5
B2.6
B3.1
B3.2
B3.3
B4.1
B4.2
B4.3
B4.4
B5.1
B5.2
B5.3
Treball en equip en el projecte integrat. Hom avaluarà una presentacio i un informe al final de cada quadrimestre.

No serà possible aprovar l'assignatura si en aquest apartat no s'obté una nota mínima de 4,5/10

60%
Mixed tests
A1.1
A1.3
A2.3
A4.9
A4.10
A5.1
A5.2
A5.3
A5.4
B1.2
B2.1
B2.2
B3.1
B3.2
B3.3
B4.1
B4.2
B4.3
B4.4
B5.1
B5.2
B5.3
Hi haurà dues proves individuals (exàmens), una a cada quadrimestre. Cada prova tindrà un pes del 40/3% (13,3%) de la nota final.

Per a la part pràctica (sessions de treball al laboratori) hom valorarà l'informe de pràctiques (nota de grup). La nota de la part pràctica tindrà un pes del 40/3% (13.3%) en la nota final.

No serà possible aprovar l'assignatura si en aquest apartat no s'obté una nota mínima de 4,5/10
40%
Others  
 
Other comments and second exam session

Segona convocatòria: la part d'avantprojecte no és recuperable. Només es recupera en segona convocatòria, dins de la part de continguts propis (Proves mixtes, 40%), la part corresponent a les dues proves individuals, mentre que es manté per a la segona convcoatòria la nota de la part pràctica. La nota d'Avantprojecte també es manté per a la segona convocatòria. En segona convocatòria, es manté el requisit de nota mínima de 4,5/10 en la part de Proves mixtes per a aprovar l'assignatura.

Durant les proves avaluatives de tipus presencial, els telèfons mòbils, tablets i altres aparells electrònics que no siguin expressament autoritzats per la prova, han d'estar apagats i fora de la vista.

En totes les proves individuals que, depenent de les circumstàncies en cada moment, s'haguessin de portar a terme en línia (de forma no presencial), l'estudiant haurà de disposar dels mitjans tecnològics imprescindibles (com a mínim, un telèfon mòbil intel·ligent, o millor una tauleta o ordinador, i connexió a Internet). La URV posarà els recursos tecnològics necessaris a disposició dels estudiants que ho necessitin (possiblement, a través dels serveis oferts en el CRAI del Campus).


Sources of information

Basic Rardin, R. L., Optimization in Operations Research, Prentice Hall, 1998
Edgar, Th. F., Himmelblau, D. M., Lasdon, L. S, Optimization of Chemical Processes, McGraw-Hill, 2na ed., 2001
Biegler, L.T., Grossmann, I.E., Westerberg, A. W., Systematic Methods of Chemical Process Design, Prentice Hall, 1997

Complementary

Recommendations

Subjects that are recommended to be taken simultaneously
DESIGN OF HEAT EXCHANGE OPERATIONS/20204112
INDUSTRIAL SAFETY/20204113
TECHNICAL THERMODYNAMICS/20204115
UNIT OPERATIONS LABORATORY/20204121
PROJECT MANAGEMENT/20204101
DESIGN OF SEPARATION OPERATIONS/20204122
CONTROL AND INSTRUMENTATION/20204105

Subjects that it is recommended to have taken before
FUNDAMENTALS OF PROCESS ENGINEERING/20204116
COMPUTING IN PROCESS ENGINEERING/20204002
CHEMICAL KINETICS AND REACTOR DESIGN/20204124
MATHEMATICS I/20204005
THERMODYNAMICS/20204114
(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.