Process simulation is a key tool in Process Systems Engineering (PSE). Simulators solve nonlinear systems of equations arising from the mathematical modeling of chemical processes and unit operations. However, complex thermodynamics, reaction kinetics, and recycles can significantly increase the computational time required for convergence. This computational expense becomes critical in applications that require multiple simulation evaluations, such as process optimization. For this reason, surrogate models have been widely adopted as alternatives to reduce this burden by replacing high-fidelity simulation models with data-driven approximations. The surrogate modeling workflow comprises several stages, including Design of Experiments (DoE), data generation, data pre-processing, model training, and model validation. Despite this, few automated surrogate modeling frameworks exist, and those available offer limited flexibility for research applications, especially for the DoE. To overcome these limitations, this work introduces Tiresias, an automated, customizable, and user-friendly framework based on Visual Basic for Applications, Python, and Microsoft Excel for generating surrogate models from chemical process simulations. The framework integrates state-of-the-art methodologies across the surrogate modeling workflow and includes two novel DoE methodologies. These are based on the hypothesis of this work, namely that the total computational expense of a sequence of simulations is related to the distance between consecutive simulations the input space. The first strategy proposes sorting the samples by solving a Traveling Salesman Problem (TSP), whereas the second performs an importance-based domain re-stratification strategy. Both strategies and the automated workflow of Tiresias were evaluated across four case studies of increasing complexity involving methanol synthesis processes. The resulting surrogate models achieved relative errors ranging from 0.02% to 5.2% compared with the original simulation models. They also enabled surrogate-based optimization, reducing the studied objective functions by 11–22% while decreasing computational time by up to 90% compared with simulation-based optimization. Regarding the proposed DoE strategies, simulation sorting revealed a correlation between reductions in Euclidean distance and computational time and yielded marginal improvements in surrogate model accuracy. In particular, the Basic Iterated Local Search (BILS) sorting algorithm showed the largest reduction in Euclidean distance (31.74%), the greatest decrease in computational time for data generation (19.67%), and an improvement in surrogate model accuracy of 16.77%. In contrast, domain re-stratification proved ineffective in reducing computational time or improving model accuracy. Overall, Tiresias provided a flexible framework for automated surrogate modeling that supported the demonstration of the potential of Euclidean distance-based DoE strategies to reduce the computational cost of training surrogate models.

La simulazione di processo rappresenta uno strumento fondamentale nell'Ingegneria dei Sistemi di Processo (Process Systems Engineering, PSE). I simulatori risolvono sistemi non lineari di equazioni derivanti dalla modellazione matematica dei processi chimici e delle operazioni unitarie. Tuttavia, la presenza di termodinamiche complesse, cinetiche di reazione e ricicli può aumentare significativamente il tempo computazionale necessario per il raggiungimento della convergenza. Tale costo computazionale diventa critico nelle applicazioni che richiedono valutazioni ripetute della simulazione, come l'ottimizzazione di processo. Per questo motivo, i modelli surrogati sono stati ampiamente adottati come alternativa per ridurre tale onere, sostituendo i modelli di simulazione ad alta fedeltà con approssimazioni basate sui dati. Il flusso di lavoro per la costruzione di modelli surrogati comprende diverse fasi, tra cui il Design of Experiments (DoE), la generazione dei dati, il pretrattamento dei dati, l'addestramento del modello e la sua validazione. Nonostante ciò, esistono pochi framework automatizzati per la modellazione surrogata e quelli disponibili offrono una flessibilità limitata per le applicazioni di ricerca, in particolare per quanto riguarda il DoE. Per superare tali limitazioni, questo lavoro introduce Tiresias, un framework automatizzato, personalizzabile e di facile utilizzo, basato su Visual Basic for Applications, Python e Microsoft Excel, per la generazione di modelli surrogati a partire da simulazioni di processi chimici. Il framework integra metodologie allo stato dell'arte lungo l'intero flusso di lavoro della modellazione surrogata e include due nuove metodologie di DoE. Esse si basano sull'ipotesi di questo lavoro, secondo cui il costo computazionale complessivo di una sequenza di simulazioni è correlato alla distanza tra simulazioni consecutive nello spazio degli input. La prima strategia propone di ordinare i campioni risolvendo un problema del commesso viaggiatore (Traveling Salesman Problem, TSP), mentre la seconda adotta una strategia di ri-stratificazione del dominio basata sull'importanza. Entrambe le strategie, insieme al flusso di lavoro automatizzato di Tiresias, sono state valutate attraverso quattro casi di studio di complessità crescente relativi a processi di sintesi del metanolo. I modelli surrogati ottenuti hanno raggiunto errori relativi compresi tra lo 0,02% e il 5,2% rispetto ai modelli di simulazione originali. Essi hanno inoltre consentito l'ottimizzazione basata su modelli surrogati, riducendo le funzioni obiettivo analizzate dell'11–22% e diminuendo il tempo computazionale fino al 90% rispetto all'ottimizzazione basata sulla simulazione. Per quanto riguarda le strategie di DoE proposte, l'ordinamento delle simulazioni ha evidenziato una correlazione tra la riduzione della distanza euclidea e la diminuzione del tempo computazionale, producendo inoltre modesti miglioramenti nell'accuratezza dei modelli surrogati. In particolare, l'algoritmo Basic Iterated Local Search (BILS) ha ottenuto la maggiore riduzione della distanza euclidea (31,74%), la più elevata diminuzione del tempo computazionale per la generazione dei dati (19,67%) e un miglioramento dell'accuratezza dei modelli surrogati pari al 16,77%. Al contrario, la ri-stratificazione del dominio non si è dimostrata efficace né nel ridurre il tempo computazionale né nel migliorare l'accuratezza del modello. Nel complesso, Tiresias ha fornito un framework flessibile per la modellazione surrogata automatizzata, dimostrando il potenziale delle strategie di DoE basate sulla distanza euclidea nel ridurre il costo computazionale associato all'addestramento dei modelli surrogati.

Towards computationally efficient automated surrogate modeling in Process Systems Engineering: a flexible framework integrating euclidean distance-based Design of Experiments

Sánchez Martínez, Luis Felipe
2026

Abstract

Process simulation is a key tool in Process Systems Engineering (PSE). Simulators solve nonlinear systems of equations arising from the mathematical modeling of chemical processes and unit operations. However, complex thermodynamics, reaction kinetics, and recycles can significantly increase the computational time required for convergence. This computational expense becomes critical in applications that require multiple simulation evaluations, such as process optimization. For this reason, surrogate models have been widely adopted as alternatives to reduce this burden by replacing high-fidelity simulation models with data-driven approximations. The surrogate modeling workflow comprises several stages, including Design of Experiments (DoE), data generation, data pre-processing, model training, and model validation. Despite this, few automated surrogate modeling frameworks exist, and those available offer limited flexibility for research applications, especially for the DoE. To overcome these limitations, this work introduces Tiresias, an automated, customizable, and user-friendly framework based on Visual Basic for Applications, Python, and Microsoft Excel for generating surrogate models from chemical process simulations. The framework integrates state-of-the-art methodologies across the surrogate modeling workflow and includes two novel DoE methodologies. These are based on the hypothesis of this work, namely that the total computational expense of a sequence of simulations is related to the distance between consecutive simulations the input space. The first strategy proposes sorting the samples by solving a Traveling Salesman Problem (TSP), whereas the second performs an importance-based domain re-stratification strategy. Both strategies and the automated workflow of Tiresias were evaluated across four case studies of increasing complexity involving methanol synthesis processes. The resulting surrogate models achieved relative errors ranging from 0.02% to 5.2% compared with the original simulation models. They also enabled surrogate-based optimization, reducing the studied objective functions by 11–22% while decreasing computational time by up to 90% compared with simulation-based optimization. Regarding the proposed DoE strategies, simulation sorting revealed a correlation between reductions in Euclidean distance and computational time and yielded marginal improvements in surrogate model accuracy. In particular, the Basic Iterated Local Search (BILS) sorting algorithm showed the largest reduction in Euclidean distance (31.74%), the greatest decrease in computational time for data generation (19.67%), and an improvement in surrogate model accuracy of 16.77%. In contrast, domain re-stratification proved ineffective in reducing computational time or improving model accuracy. Overall, Tiresias provided a flexible framework for automated surrogate modeling that supported the demonstration of the potential of Euclidean distance-based DoE strategies to reduce the computational cost of training surrogate models.
Towards computationally efficient automated surrogate modeling in Process Systems Engineering: a flexible framework integrating euclidean distance-based Design of Experiments
21-lug-2026
Inglese
La simulazione di processo rappresenta uno strumento fondamentale nell'Ingegneria dei Sistemi di Processo (Process Systems Engineering, PSE). I simulatori risolvono sistemi non lineari di equazioni derivanti dalla modellazione matematica dei processi chimici e delle operazioni unitarie. Tuttavia, la presenza di termodinamiche complesse, cinetiche di reazione e ricicli può aumentare significativamente il tempo computazionale necessario per il raggiungimento della convergenza. Tale costo computazionale diventa critico nelle applicazioni che richiedono valutazioni ripetute della simulazione, come l'ottimizzazione di processo. Per questo motivo, i modelli surrogati sono stati ampiamente adottati come alternativa per ridurre tale onere, sostituendo i modelli di simulazione ad alta fedeltà con approssimazioni basate sui dati. Il flusso di lavoro per la costruzione di modelli surrogati comprende diverse fasi, tra cui il Design of Experiments (DoE), la generazione dei dati, il pretrattamento dei dati, l'addestramento del modello e la sua validazione. Nonostante ciò, esistono pochi framework automatizzati per la modellazione surrogata e quelli disponibili offrono una flessibilità limitata per le applicazioni di ricerca, in particolare per quanto riguarda il DoE. Per superare tali limitazioni, questo lavoro introduce Tiresias, un framework automatizzato, personalizzabile e di facile utilizzo, basato su Visual Basic for Applications, Python e Microsoft Excel, per la generazione di modelli surrogati a partire da simulazioni di processi chimici. Il framework integra metodologie allo stato dell'arte lungo l'intero flusso di lavoro della modellazione surrogata e include due nuove metodologie di DoE. Esse si basano sull'ipotesi di questo lavoro, secondo cui il costo computazionale complessivo di una sequenza di simulazioni è correlato alla distanza tra simulazioni consecutive nello spazio degli input. La prima strategia propone di ordinare i campioni risolvendo un problema del commesso viaggiatore (Traveling Salesman Problem, TSP), mentre la seconda adotta una strategia di ri-stratificazione del dominio basata sull'importanza. Entrambe le strategie, insieme al flusso di lavoro automatizzato di Tiresias, sono state valutate attraverso quattro casi di studio di complessità crescente relativi a processi di sintesi del metanolo. I modelli surrogati ottenuti hanno raggiunto errori relativi compresi tra lo 0,02% e il 5,2% rispetto ai modelli di simulazione originali. Essi hanno inoltre consentito l'ottimizzazione basata su modelli surrogati, riducendo le funzioni obiettivo analizzate dell'11–22% e diminuendo il tempo computazionale fino al 90% rispetto all'ottimizzazione basata sulla simulazione. Per quanto riguarda le strategie di DoE proposte, l'ordinamento delle simulazioni ha evidenziato una correlazione tra la riduzione della distanza euclidea e la diminuzione del tempo computazionale, producendo inoltre modesti miglioramenti nell'accuratezza dei modelli surrogati. In particolare, l'algoritmo Basic Iterated Local Search (BILS) ha ottenuto la maggiore riduzione della distanza euclidea (31,74%), la più elevata diminuzione del tempo computazionale per la generazione dei dati (19,67%) e un miglioramento dell'accuratezza dei modelli surrogati pari al 16,77%. Al contrario, la ri-stratificazione del dominio non si è dimostrata efficace né nel ridurre il tempo computazionale né nel migliorare l'accuratezza del modello. Nel complesso, Tiresias ha fornito un framework flessibile per la modellazione surrogata automatizzata, dimostrando il potenziale delle strategie di DoE basate sulla distanza euclidea nel ridurre il costo computazionale associato all'addestramento dei modelli surrogati.
Vallerio, Mattia
File in questo prodotto:
File Dimensione Formato  
PhD_Thesis_Rev.pdf

embargo fino al 15/07/2027

Licenza: Tutti i diritti riservati
Dimensione 5.6 MB
Formato Adobe PDF
5.6 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/385106
Il codice NBN di questa tesi è URN:NBN:IT:POLIMI-385106