Multi-objective optimization of DR-PSA units using surrogate models

Nowadays the design of DR-PSA processes is mainly carried out using trial−and−error approaches, but this requires several experimental attempts or long computational times due to the intrinsic modeling complexity of these processes. Focusing on the long computational times needed to optimize the DR-PSA units, a way to reduce them could be to simulate the units operation with surrogate models simpler than the detailed models available in literature. In this thesis work a preliminary analysis on the possibility of using surrogate models to substitute the DR-PSA detailed models has been carried out. These surrogates have been generated through Gaussian regression processes, in particular using the Matlab function fitrgp. The results of the optimizations carried out using the surrogate models are similar to the ones generated from the coupling of optimizer and detailed model and their evaluation requires much lower computational times. So the possibility of simulating DR-PSA processes in a quicker way through surrogate models is demonstrated, but more work is required to understand if this can be effectively useful to build more efficient design methodologies for DR-PSA processes.

Ad oggi la progettazione dei processi DR-PSA è principalmente effettuata mediante ap procci di tipo trial-and-error, ma ciò richiede numerosi tentativi sperimentali o lunghi tempi di calcolo a causa dell’intrinseca complessità modellistica di questi processi. Un modo per ridurre i tempi di calcolo potrebbe essere quello di simulare il funziona mento delle unità di DR-PSA mediante modelli surrogati più semplici rispetto ai modelli dettagliati disponibili in letteratura. In questo lavoro di tesi è stata condotta un’analisi preliminare sulla possibilità di utilizzare modelli surrogati in sostituzione dei modelli dettagliati DR-PSA. Tali surrogati sono stati generati tramite processi di regressione gaussiana, in particolare utilizzando la funzione Matlab fitrgp. I risultati delle ottimizzazioni effettuate con i modelli surrogati sono simili a quelli ot tenuti dall’accoppiamento tra ottimizzatore e modello dettagliato, e la loro valutazione ha richiesto tempi di calcolo molto inferiori. E’ stata quindi dimostrata la possibilità di simulare i processi DR-PSA in modo più rapido attraverso modelli surrogati, ma sono necessari ulteriori studi per comprendere se questo approccio possa essere effettivamente utile per sviluppare metodologie di progettazione più efficienti per i processi DR-PSA.