Sistemas de Control Automático. Apéndice. Control por computador (curso 2010-2011)

Presentación sistemas de control por computador.

Programación y simulación de un PLC

Manual de la Práctica 1. Programación y Simulación de un PLC

Simulación de procesos químicos (curso 2011-2012)

Apuntes en formato html que incluyen los siguientes temas de la parte de simulación en la asignatura «simulación y optimización de procesos químicos» TEMA 1. Introducción 1.1 Introducción. 1.2 Desarrollo histórico de la simulación de procesos. Relación entre simulación optimización y síntesis de procesos. 1.3 Tipos de simuladores: Modular secuencial. Modular simultáneo. Basada en ecuaciones. TEMA 2. Simulación Modular Secuencial 2.1 Descomposición de diagramas de flujo (flowsheeting) 2.2 Métodos basados en las matrices booleanas Localización de redes cíclicas máximas. Algoritmo de Sargent y Westerberg. Algoritmo de Tarjan. 2.3 Selección de las corrientes de corte: 2.3.1 Caso general planteamiento como un "set-covering problem" (algoritmo de Pho y Lapidus) 2.3.2 Número mínimo de corrientes de corte (algoritmo de Barkley y Motard) 2.3.3 Conjunto de corrientes de corte no redundante (Algoritmo de Upadhye y Grens) TEMA 3. Simulación Modular Simultánea 3.1 Efecto de las estrategias tipo cuasi Newton sobre la convergencia de los diagramas de flujo. TEMA 4. Simulación Basada en Ecuaciones 4.1 Introducción. Métodos de factorización de matrices dispersas. Métodos a priori y métodos locales. 4.2 Métodos locales: Criterio de Markowitz. 4.3 Métodos a priori: 4.3.1 Triangularización por bloques: a. Base de salida admisible (transversal completo). b. Aplicación de los algoritmos de Sargent y Tarjan a matrices dispersas. c. Reordenación. 4.3.2 Transformación en matriz triangular bordeada. 4.4 Fase numerica. Algoritmo RANKI 4.5 Comparación entre los diferentes sistemas de simulación. Ventajas e Inconvenientes. TEMA 5. Grados de libertad y variables de diseño de un diagrama de flujo 5.1 Teorema de Duhem y regla de las fases 5.2 Grados de libertad de un equipo 5.3 Grados de libertad de un diagrama de flujo 5.4 Elección de las variables de diseño.

Presentaciones Simulación y Optimización de Procesos Químicos (curso 2011-2012)

Presentaciones en power point de los temas correspondientes a la asignatura «Simulación y Optimización de procesos químicos».

Importancia de la caracterización de la masa de raíces en la simulación de ecosistemas forestales

Los análisis de sensibilidad son una herramienta importante para comprender el funcionamiento de los modelos ecológicos, así como para identificar los parámetros más importantes en su funcionamiento. Además, los análisis de sensibilidad pueden utilizarse para diseñar de forma más efectiva planes de muestreo de campo dirigidos a calibrar los modelos ecológicos. En los estudios de ecosistemas forestales, el análisis cuantitativo de la parte subterránea es mucho más costoso y complicado que el estudio de la parte aérea, en especial el estudio de la dinámica de producción y descomposición de raíces gruesas y finas de los árboles. En este trabajo se muestra un ejemplo de análisis de sensibilidad del modelo forestal FORECAST a parámetros que definen la biomasa, longevidad y concentración de nitrógeno en las raíces de los árboles. El modelo se calibró para simular dos rodales de pino silvestre (Pinus sylvestris) en los Pirineos de Navarra. Los resultados indican que la tasa de renovación de raíces finas es el parámetro más influyente en las estimaciones del modelo de crecimiento de los árboles, seguida de la concentración de N en las mismas, siendo la relación biomasa subterránea/total el parámetro al cual el modelo es menos sensible. Además, el modelo es más sensible a los parámetros que definen el componente subterráneo de la biomasa arbórea cuando simula un sitio de menor capacidad productiva y mayor limitación por nutrientes.

Simulación de la propagación del malware: modelos continuos vs. modelos discretos

La gran mayoría de modelos matemáticos propuestos hasta la fecha para simular la propagación del malware están basados en el uso de ecuaciones diferenciales. Dichos modelos son analizados de manera crítica en este trabajo, determinando las principales deficiencias que presentan y planteando distintas alternativas para su subsanación. En este sentido, se estudia el uso de los autómatas celulares como nuevo paradigma en el que basar los modelos epidemiológicos, proponiendo una alternativa explícita basada en ellos a un reciente modelo continuo.