Modelado y control del pH en la producción de microalgas en reactores raceway usando técnicas de adaptación de parámetros

Abstract

[EN] This work proposes the obtaining and use of regression tree models for the prediction of pH and its control in clean water raceway photobioreactors, taking into account the different operating conditions to which the culture is subjected. These operating conditions are dictated, among other measurable variables, by solar radiation, the temperature and level of the medium in which the culture grows. The aim is to evaluate the validity of this approach, which produces simple and fast-running models, in the modelling of complex biological processes such as the one discussed in this paper. Its performance has been validated in simulation, using a non-linear model based on artificial neural networks as a virtual plant and a pH PI control algorithm whose parameters are adapted according to the model chosen in the regression tree.

[ES] Este trabajo propone la obtención y el uso de modelos de árboles de regresión para la predicción de pH y su control en fotobiorreactores raceway de aguas limpias, teniendo en en cuenta las distintas condiciones de operación a las que se encuentra sometido el cultivo. Dichas condiciones de operación vienen dictadas, entre otras variables medibles, por la radiación solar, la temperatura y nivel del medio en que crece el cultivo. El objetivo es evaluar la validez de esta aproximación, en la que se obtienen modelos sencillos y de ejecución rápida, en el modelado de procesos biológicos complejos como el tratado en este trabajo. Se ha validado su desempeño en simulación, usando como planta virtual un modelo no lineal basado en redes neuronales artificiales y un algoritmo de control PI del pH cuyos parámetros se adaptan en función del modelo escogido en el árbol de regresión.