UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA QUIMICA Y TEXTIL

CONTROLES ELECTRICOS Y AUTOMATIZACION

ESTRATEGIAS DE CONTROL

Ing. Jorge Cosco Grimaney

2011

INDICE

3
3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 3.10 3.11 3.12

ESTRATEGIAS DE CONTROL
Introduccin a las estrategias de control Control realimentado Control por actuadores en paralelo Control en cascada Control de relacin (RATIO CONTROL) Control de de Rango Dividido Control Selectivo Control Anticipatorio Control Adaptativo, Control Predictivo Control por Lgica Difusa Redes Neuronales

ESTRATEGIAS DE CONTROL
3.1 INTRODUCCION A LAS ESTRATEGIAS DE CONTROL
En el diario vivir las personas, segn sus necesidades, recurren a una u otra estrategia para solucionar un problema o efectuar determinadas labores. En funcin de esto podemos indicar que para determinadas problemticas existen estructuras o procedimientos, que teniendo en cuenta los datos inciales, mediante una determinada distribucin de piezas o componentes logra solucionar el problema. A este concepto por lo general se le denomina estrategia. Cuando hablamos de estrategia determinamos una distribucin de piezas o componentes, las cuales tienen ciertas tareas que efectuar y en algn orden, para alcanzar nuestro objetivo. En el mundo de los sistemas de control automtico tambin existe este concepto, en este caso se denomina estrategia de control y est relacionado con la distribucin de los dispositivos o equipos bajo los cuales funciona un proceso o mquina. Las estrategias de control determinan la estructura o circuito que sigue la informacin o seales en el lazo. Dependiendo de la aplicacin (entorno de trabajo, mquina) a gobernar se debe definir el actuar de las variables de proceso (nivel, humedad, presin, flujo, temperatura, etc.). En funcin de esta informacin se incorporaran determinados instrumentos y/o equipos con los cuales se debe lograr la estabilidad en la aplicacin o sistema.

Estos instrumentos y/o equipos podrn estar en cantidades (varios sensores, varios controladores, etc.) y dispuestos en una jerarqua o circuito especfico determinado por el Ingeniero de proceso. Por lo general cada entorno de trabajo tiene sus estrategias establecidas. Ejemplos de estrategias de control tpicas pueden ser: Control realimentado Control por actuadores en paralelo Controlador en Cascada Controlador de Relacin Controlador de Rango Dividido Controlador Selectivo Controlador Anticipatorio Controlador Adaptativo Controlador Predictivo, Controlador de adelanto de fase Controlador por retardo de fase, Controlador por lgica difusa Controladores lgicos programables

3.2 CONTROL REALIMENTADO

Es el principio sistema de automtico de todo control

Es la aplicacin del concepto de realimentacin o feedback (medicin tomada desde el proceso que entrega informacin del estado actual de la variable que se desea controlar) cuya caracterstica especial FIGURA 3 es la de mantener al controlador central informado del estado de las variables para generar acciones correctivas cuando as sea necesario. Los sistemas de control realimentados se denominan tambin sistemas de control de lazo cerrado. En la prctica, los trminos control realimentado y control en lazo cerrado se usan indistintamente.

Elementos Bsicos 1. Elemento de comparacin: Este elemento compara el valor requerido o de referencia de la variable por controlar con el valor medido de lo que se obtiene a la salida, y produce una seal de error la cual indica la diferencia del valor obtenido a la salida y el valor requerido. 2. Elemento de control: Este elemento decide que accin tomar cuando se recibe una seal de error. 3. Elemento de correccin: Este elemento se utiliza para producir un cambio en el proceso al eliminar el error. 4. Elemento de proceso: El proceso o planta, es el sistema dnde se va a controlar la variable. 5. Elemento de medicin: Este elemento produce una seal relacionada con la condicin de la variable controlada, y proporciona la seal de realimentacin al elemento de comparacin para determinar si hay o no error.

Proceso Comparador

Elemento de medicin

FIGURA 4

3.3 CONTROL POR ACTUADORES EN PARALELO

En algunas ocasiones para alcanzar rpidamente el valor de Set - Pont;; se incorporan varios dispositivos de salida (actuadores) al proceso, de manera que cuando el controlador determina que el parmetro controlado necesita corregirse ordena a todos o alguno de los actuadores a corregir el problema.. En el esquema corresponde a un intercambiador de calor. En este caso est dispuesta la estrategia de control por actuadores en paralelo para lograr el control de la temperatura. Calentamos un producto X en funcin de la energa generada por otro (vapor). El circuito compuesto por un sensor transmisor, un controlador y 2 vlvulas de control.

VALVULAS ACTUADORAS EN PARALELO

INTERCAMBIADOR DE CALOR

CONTROLADOR Se desea alcanzar rpidamente la temperatura asignada o de referencia (por ej. 80 C). Tendiendo en cuenta que la medicin actual esta por debajo del 60% del valor de referencia operarn las 2 vlvulas permitiendo el ingreso de vapor al intercambiador, esto generar un alza significativa de la temperatura de nuestro producto X. Para cuando el valor de temperatura supere el 60 % del valor de ref., entonces solo trabajar una vlvula permitiendo llegar de forma cmoda a nuestra meta y en un tiempo de espera bajo. Como podemos darnos cuenta, para lograr alcanzar una meta u objetivo dependeremos de una estrategia y esta en su estructura tendr determinados componentes. En el mundo del control automtico todas las variables de proceso estn sometidas a diversas estrategias de control, las que determinan el actuar de la aplicacin y la seguridad hacia las personas como tambin al entorno de trabajo mismo.

3.4 CONTROL EN CASCADA (CASCADE CONTROL)

Existen algunas ocasiones en que el desempeo de un esquema de control feedback puede mejorarse notablemente mediante el empleo de un esquema de control de nominado en cascada. En el control en cascada se disea un lazo de control interno al lazo de control de la variable principal, y su finalidad es neutralizar, en su punto de origen, algunas perturbaciones impidindoles su propagacin hacia el proceso principal.

REALIMENTACION INTERNA

Lo anterior puede llevar a pensar al control en cascada como un control anticipado elaborado con un control retroalimentado, lo cual no es cierto, pues el control anticipado trabaja con una variable perturbadora externa al sistema y el control en cascada trabaja con una variable perturbadora interna del mismo sistema. Una de sus principales aplicaciones es en procesos donde la variable manipulada es un fluido de servicio (como el agua o el vapor) sometido a perturbaciones. Alrededor de esta se cierra al lazo secundario. En el control en cascada la salida del controlador del lazo externo o principal, llamado el controlador maestro, fija el punto de referencia del controlador del lazo interno o secundario, llamado el controlador esclavo.

D3

GD3 GD2

D1

D2

Cref pri) (

A(pri)

CONTROLADOR CONTROLADOR MAESTRO ESCLAVO

GD1
Gv

Gc(pri)

Gc(sec)

+ +

Gp (sec)

+ +

Gp (pri)

+ + c
c

Hff(s) Malla Secundaria Retroalimentada Gcff(s) Malla Primaria Retroalimentada

FIGURA 7 Diagrama de bloques del Control en Cascada

Por ejemplo, con un control PID de la figura, la temperatura promedio del lquido en el intercambiador de calor de la figura 8 es 80 C, pudiendo variar en ms menos cinco grados. Esto se debe a la falta de constancia de la fuente de vapor. Fluctuaciones en la presin de la fuente de vapor ocasionan variaciones en la temperatura del vapor dentro del intercambiador. En el caso de un incremento de la presin del vapor, la temperatura del liquido del proceso comienza a aumentar, pero toma algunos minutos elevar la temperatura del lquido y el sensor la detecte. Al mismo tiempo, el sensor registra los valores ms altos e indica una disminucin en el vapor, el lquido del proceso cerca de las paredes est todava a una temperatura ms alta. Debido a esto, a pesar de reducir la fuente de vapor, la temperatura del lquido del proceso contina su aumento por un pequeo periodo de tiempo adicional. El retraso de la transferencia de calor previene al controlador PID, controlando la temperatura en forma mas precisa.
Ma te ria P rim a

Me z c la d or

In te r c a mb iad o r De c a lo r
V apor

FIGURA 8

S E NS O R

El Control en cascada es a menudo usado para controlar un proceso en forma mas precisa. En el control en cascada, una segunda variable es monitoreada en adicin con la primera variable controlada. Esta segunda variable refleja rpidamente cualquier cambio en el ambiente del proceso.

M ezclador

V apor

Interca m biad or de calor

Sens or Sens or

Con la adicin de un sensor, para monitorear la presin del vapor, y un controlador PID, para ver la posicin de la vlvula de vapor, el sistema de control de presin, crea ahora un segundo lazo de control realimentado. El control en cascada envuelve la instalacin de un lazo realimentado dentro de otro. Este segundo lazo, basado en la presin de vapor, es llamado el segundo lazo realimentado. El primer lazo realimentado est todava basado en la temperatura del lquido en el intercambiador de calor. Sin embargo, en lugar de posicionar directamente la vlvula de vapor, la salida del controlador primario es ahora usado para ajustar el punto de referencia del controlador secundario. Entonces es este segundo controlador quien regula la vlvula. Como resultado de esta combinacin de sistemas de control, el lazo secundario hace la mayora del trabajo encargndose de mantener una temperatura constante del producto. Su mayor accin es minimizar los efectos de los disturbios en el lazo secundario. En contraste, el lazo primario acta cuando existen disturbios o cambios en la carga dentro del proceso, debido a esto el punto de referencia del controlador secundario necesita estar cambiado por la accin del controlador primario En la Figura 10 (a) se muestra el esquema de control indirecto de composicin de los fondos de una columna de destilacin controlando la temperatura de algn plato mediante la manipulacin del flujo de vapor de calentamiento alimentado al rehervidor.

FIGURA 10

El anterior esquema de control feedback deber proporcionar control aceptable de la temperatura del plato seleccionado (suponiendo que el controlador este sintonizado de manera adecuada). Esta situacin es, normalmente, correcta excepto cuando ocurren variaciones importantes en la presin de suministro del vapor de calentamiento. La presin a la que se suministra el vapor determina el flujo de vapor que pasa a travs de la vlvula de control. El conflicto que surge es que el controlador Gc fija el

flujo de vapor que se debe usar para mantener a la temperatura medida Tm en el valor deseado. Sin embargo, debido a variaciones en la presin de suministro de vapor, la cantidad de vapor que pasa a travs de la vlvula puede ser diferente del flujo de vapor demandado por el controlador. Como resultado el flujo de vapor no seria el deseado por lo que el controlador solo se percatara de esta situacin (flujo de vapor no igual al deseado) hasta que la temperatura del plato no sea igual al set-point. Ntese claramente que este problema surge debido a que la variable manipulada (flujo de vapor) esta sujeta a una perturbacin (variacin de la presin de vapor). Este problema de control se podra resolver si se emplea la estructura de control mostrada en la Figura (b) Obsrvese que se ha insertado un controlador adicional GCF. El propsito de este controlador adicional consiste en ejercer accin de control de manera prcticamente inmediata cuando el flujo de vapor solicitado por el controlador GCT no sea igual al que pasa a travs de la vlvula de control (medido un poco antes de que ingrese a la vlvula). Caractersticas del Control en Cascada El sistema bajo control puede dividirse en dos procesos ms simples, para cerrar alrededor de ellos los lazos de control principal y secundario. El lazo secundario incluye el mayor nmero de perturbaciones sin llegar a decrecer demasiado su velocidad de respuesta. El lazo secundario es de respuesta ms rpida. Como regla prctica el proceso secundario debe tener respuesta dinmica no mayor de 1/3 del tiempo de respuesta del proceso primario. La variable secundaria seleccionada debe proporcionar estabilidad al control primario con la ganancia ms alta posible. Los puntos de consigna de la variable secundaria, deben estar relacionadas directamente con los de la primera y de ser posible su relacin debe estar representada por una recta. Hay dos tipos de control en cascada en serie y en paralelo En el control cascada en serie la variable manipulada u tiene un efecto tipo domino sobre la variable a controlar y. En el control en cascada en paralelo la variable manipulada u afecta directamente a la variable controlada y la variable adicional yi

3.5 CONTROL DE RELACION (RATIO CONTROL)

Este tipo de estrategia de control se aplica cuando 2 flujos ingresan a un recipiente y los fluidos estn en relacin tal como se observa en la figura 12
A B Donde : A=2B

FIGURA 12 Tanque regresando fluidos en relacin Si deseamos controlar este sistema se colocara un sensor de flujo, un controlador y un actuador en cada lnea de flujo, (ver figura )
FC FC FC FC

FIGURA 13 Controlando los flujos de ingreso independientemente

FY

La estrategia en relacin simplifica el uso de instrumentos controlando una variable en proporcin fija con respecto a la otra la cual no se controla, disminuyendo de esta manera el uso de un controlador y una vlvula tal como se muestra en la figura 14.

FC

FE

FE

FIGURA 14

La representacin del diagrama de bloques se muestra a continuacin:

F1: Flujo no controlado

II1
II1

Fc: Flujo controlado

Cref

A
A

Controlador
+ -

Gc

Elemento final de control

Gv

Proceso Gp

Hc
FIGURA 15 Diagrama de bloques En muchos procesos de produccin la mezcla del flujo de materiales se hace a travs de tuberas, esto a menudo es necesario para mezclar los materiales en una relacin deseada. Por ejemplo, un producto puede requerir una parte del material A por cada dos partes del material B. Esta mezcla puede ser mejorada con un controlador de relacin.
Mezclador
MATERIAL A

Mezcla

MATERIAL B

Mezclado de dos materiales en una relacin deseada En el control de Relacion valor de relacin, uno de los referencia componentes fluye en la relacin requerida por otras partes del proceso. Esto es Sensor De flujo Valvula de conocido usualmente control como flujo libre. La velocidad del flujo del Mezclador segundo componente, sin embargo, es Flujo libre Sensor controlada. Este flujo De flujo controlado, est mantenido a la velocidad que resultar en la relacin requerida de materiales para la mezcla.

Un controlador de relacin tiene dos entradas, como est mostrado en la figura. Un sensor localizado en el flujo libre, provee una seal representando la velocidad del flujo para el controlador, y un sensor en el flujo controlado que tambin provee una seal representando su velocidad al controlador. El controlador tiene un punto de referencia para mantener la velocidad del flujo controlado en relacin con el flujo libre. Esto se mejora usando un control bsico realimentado. Aplicaciones del control de relacin Mantener constante la relacin de dos corrientes que se mezclan para garantizar la composicin de la corriente que resulta de la mezcla. Conservar constante la relacin de reflujo en una torre de destilacin. Sostener la relacin entre el rango de flujo de alimentacin y el rango de flujo de vapor en el rehervidor de una torre de destilacin (FIV). Conservar el rango de flujo de liquido al rango de flujo de vapor (LIV) en la torre de absorcin. Mantener la relacin ptima entre los rangos de flujo de combustible y aire en una caldera.

3.6 CONTROL DE RANGO DIVIDIDO (SPLIT - RANGE CONTROL

Es un sistema de control en el cual existe una sola variable controlada y dos o ms variables manipuladas, que deben tener el mismo efecto sobre la variable controlada. Para realizar ste sistema se requiere compartir la seal de salida del controlador con los varios elementos finales de control. El diagrama de bloques que representa esta estrategia se muestra en la figura 18 .
DS

ELEMENTO FINAL DE CONTROL Gv1 Yref AJUSTE DE PARAMETRO As + CONTROLADOR Gc ELEMENTO FINAL DE CONTROL Gv2 SENSOR Hs PROCESO Gp

PERTURBACION Gd Ys

FIGURA 18 Diagrama de bloques.

Los ejemplos presin de un de productos recubrimiento

del empleo de este sistema de control son: el control de reactor, en el cual un solo controlador manipula las vlvulas y reactivos, el control de temperatura de un proceso de electroltico.
TRC 2

TRC 2

Tref
3-15 Psig
TRC TT

ANODO

CATODO

PIEZA A RECUBRIR

3-9 Psig Agua fria

AGUA
vapor

VAPOR

Control en split range de un reactor de tanque agitado

Control de temperatura de un bao de recubrimiento

3.7 CONTROL SELECTIVO (OVERRIDE CONTROL)

Es un sistema que opera para satisfacer restricciones de operacin impuestas a un proceso con fines de proteccin del personal y/o del equipo.
H1

yre f1

A1

B - 1 Gc1 Interruptor Selector Gv

GD1

+ + Gp +

y1

yre A2 f2 + Gc2 B 2 GD2

y2 +

H2

FIGURA 20 Para su aplicacin se requiere ejercer control sobre dos variables de un proceso, relacionados entre s de tal manera que una u otra pueda ser controlada por la misma variable manipulada. Como una variable manipulada solo puede controlarse por una sola accin, debe existir la posibilidad de transferir el mando de uno de los lazos de control al otro cuando las complicaciones de funcionamiento as lo exijan.

La transferencia del mando se logra conectando la salida de los dos controladores a un switch selector de la ms baja, LSS, de la ms alta, HSS, de dos seales cuya salida esta conectada al elemento final.
LINEA DE DESCARGA MALLA 1 VAPOR

HERVIDOR MALLA 2 LT AGUA

LC

PT

LSS

PC

Diagrama de Bloques Equipo con proteccin de baja (LSS).

GASES CALIENTES

En el sistema hay una variable manipulada y cuyo conjunto es seleccionado dependiendo de las condiciones del proceso, generalmente son usados como proteccin de equipos, usndose llaves de baja (LSS), tal como se muestra en las figura.
HSS
MALLA 1
MALLA 1 PC

PC SC

PT

PT
GAS DE ENTRADA

GAS DE SALIDA SC CONTROL DE VELOCIDADES

MOTOR

COMPRESOR

FIGURA 22 Equipo con sistema de proteccin de alta (HSS).

3.8 CONTROL ANTICIPATORIO (Feedforward )

Es el control en el cual, la informacin relacionada con una o ms condiciones perturba la variable controlada, se convierten por fuera de cualquier malla retroalimentada, en accin correctiva para minimizar la desviacin de la variable controlada.

PUNTO DE AJUSTE (r)

SISTEMA ANTICIPATORIO VARIABLE MANIPULADORA (m)

CARGA (q)

q1 q2
PROCESO

VARIABLE CONTROLADORA (c)

q3

FIGURA 23 Sistemas de control anticipado La estrategia de control por anticipacin, ofrece una solucin diferente del mtodo de tanteo y error adoptado por el control de realimentacin. En los sistemas anticipatorios los principales componentes de las cargas son medidas y usadas para calcular el valor de la variable manipulada necesaria para mantener un control prximo al punto deseado. En la figura, se muestra el camino de la informacin a partir de la carga hasta la variable manipulada del proceso. Si la carga es incluida en los clculos, el lazo formado sera denominado de realimentacin positiva. La entrada externa de set-point es necesaria para dar una posicin de comando al sistema. Todos los sistemas de control descritos anteriormente estn basados en lazos realimentados. En la practica estos sistemas de control trabajan bastante bien, son tan buenos como estar manejando un carro cuesta abajo mirando solo el espejo retrovisor y girando solo cuando sea necesario -. Obviamente, pocos errores ocurrirn si el conductor mira a travs del parabrisas. El control anticipatorio es similar a mirar a travs del parabrisas. En el control anticipatorio, una variable es medida y ajustada en la entrada del proceso permitiendo no detectar error, en el proceso. En efecto, la accin correctiva es tomada antes ocurra algo malo ocurra en el sistema.

El control anticipatorio puede ser usado para controlar la composicin qumica en un proceso de manufactura. Por ejemplo, la figura muestra como el pH de un material entrando a un tanque de mezclado, puede ser controlado usando un sistema anticipatorio. El pH es una medida de la acidez o alcalinidad de una sustancia, y en el ejemplo el pH ideal es 6,3, pero un rango de 6,2 a 6,.4 es aceptable. Debido a esto, alguna variacin en el pH del material de entrada por encima de 6,4 es una perturbacin a ser corregido con la adicin de cido. Con el control anticipatorio es posible compensar los disturbios antes afectar el proceso.
Control Anticipatorio anticipatorio Tanque de acido

Sensor pH

Sensor de flujo

FIGURA 24 Control Anticipatorio de pH Como mostramos en la figura, el control de pH en este sistema requiere de dos sensores: un instrumento de pH para monitorear el material de entrada, y un sensor de flujo. El pH y la velocidad de su flujo son las variables medidas en los sistemas anticipatorios. El controlador anticipatorio es una computadora realizando un clculo complejo, basado en el valor representativo a las variables de perturbacin. La ecuacin anticipatoria determina la cantidad de cido requerido para obtener el pH del valor deseado, basado en los valores medidos de pH y flujo. La salida del controlador anticipatorio coloca a la vlvula en una posicin adecuada para admitir la cantidad de cido y flujo requerido para mantener el pH en un rango aceptable. En este ejemplo, cuando el pH del material de entrada es 6,4, slo una pequea cantidad de cido es aadida. Cuando el pH es 6,6, una mayor cantidad de cido se agrega. As mismo, cuando la velocidad del flujo del material de entrada aumenta, la cantidad de cido requerido tambin aumenta. Cuando el pH es 6,2 o 6,3, sin embargo, no se adiciona cido. En el clculo de la ecuacin anticipatoria, el controlador anticipatorio toma en cuenta la inherente no linealidad del proceso del pH. Los nmeros usados para describir la acidez o alcalinidad de una sustancia siguen a una escala ordinaria de nmeros, en el rango de 1 a 14.

Esto hace suponer de una sustancia con pH 2 tenga el doble de alcalinidad a una sustancia con pH 1, pero realmente una sustancia de pH 2 es 10 veces ms alcalina a una sustancia de pH 1. Cada nmero en la escala de pH indica un cambio de diez en acidez o alcalinidad, como muestra el grfico de la cantidad de cido necesario para neutralizar
5 Acido, neutralizacin 4 3 2 1

6.3

6.4

6.5 6.6 6.7 pH del Material

6.8

FIGRA 25 Relacin no lineal pH y cido para neutralizar Sobre un corto rango de valores de pH, por ejemplo, entre 6,3 y 6,6, la curva es relativamente recta. Entre 6,6 y 6,7, sin embargo, la curva comienza a volverse mas pronunciada. Esto contrasta con todos los sistemas de control descritos anteriormente, En los cuales la relacin entre el tamao del error (o valor sensado) y el tamao de la seal de control requerida puede ser representada por una lnea recta. En general, los sistemas anticipatorios pueden slo ser diseados y usados cuando hay una relacin conocida entre el valor obtenido del sensor de entrada y el punto de referencia requerido por el controlador final.
CONTROL SIGNAL

ERROR SIGNAL

Principales Aplicaciones del Control Anticipatorio En procesos difciles de controlar por retroalimentacin debido a la presencia de tiempo muerto y retardos considerables. En procesos recibiendo corrientes no controladas provenientes de otras partes de la planta, conviene utilizar control anticipatorio para neutralizar el efecto sobre las variables controladas perturbadoras.

Ventajas y Desventajas del Control Anticipatorio Su principal ventaja es detectar las variables perturbadoras y tomar accin correctiva antes de desviar la variable controlada con respecto a su punto de referencia. Esta caracterstica lo hace recomendable para procesos de tiempo muerto y de respuesta dinmica muy lenta. Como desventajas requiere medir todas las variables perturbadoras. Adems de tener buen conocimiento del modelo del proceso. No corrige perturbaciones no medidas. Es insensible a Variaciones en los parmetros de los elementos en el lazo de control.

Control anticipatorio ms control retroalimentado Aunque el control anticipatorio podra llevar al control perfecto, las desventajas antes anotadas hacen aconsejable combinen el control retroalimentado para corregir perturbaciones en el modelo de la planta y los cambios en los parmetros de elementos del lazo.

D(s) Perturbacin medida Hff(s)

Gcff(s) Gd(S) Cref(s) + A(s) Gcf(s) + + Gv(s) Gp(s) + M(s) + C(s)

Hf(s)

FIGURA 27 Diagrama de bloques de Control Anticipatorio mas Control Realimentado

3.9 CONTROL ADAPTATIVO

Un control anticipatorio puro es muy raro encontrarlo porque no hay retroalimentacin de los resultados de los cambios hechos por el sistema. En el sistema anticipatorio descrito anteriormente, la adicin de cido basado en el flujo del material y el valor de pH poda trabajar bien en el mantenimiento del correcto pH, siempre y cuando no ocurrieran otras perturbaciones. Sin embargo, este proceso puede tener otra variable de disturbio: la concentracin de cido si la concentracin de un cido puede cambiar, un nuevo ajuste de pH debe ser necesario.

La figura muestra como un lazo de control realimentado con un control adaptativo pueden ser usados para corregir una variable de disturbio no medido, tal como la variacin en la concentracin del cido.
Control Anticipatorio Tanque de acido Control Adaptativo

Sensor pH

Sensor de flujo

FIGURA 28 Control Adaptativo, control del pH del sistema El control adaptativo es un mtodo en el cual la respuesta de un controlador cambia automticamente basado en los cambios de las condiciones dentro del proceso. En este ejemplo, un instrumento monitorea el pH y su salida es transmitida a un controlador adaptativo. Si el pH vara del nivel deseado, el controlador ajusta su repuesta para adicionar ms o menos cido al reactor hasta estabilizar el pH en el rango de 6,2 a 6,4. Este ajuste es hecho automticamente con la ayuda de la microelectrnica. Un controlador adaptativo contiene un sistema computarizado que es programada para cambiar la respuesta del controlador cuando un error no es el correcto. El control adaptativo obtiene su nombre de la habilidad del controlador para adaptar su respuesta a las condiciones de cambios. El control adaptativo es tpicamente usado en situaciones donde la ganancia de los procesos no son lineales, como en el control de un pH. Un lazo realimentado con un control adaptativo ha sido aadido para monitorear y controlar el pH, para compensar por cualquier variacin no corregida por el control adaptativo.
Variable auxiliar Estimador de los parmetros del controlador de proceso

+ Y ref A Gc Gv Gp Y(s)

FIGURA 29 Diagrama de Bloques de un sistema de control adaptativo

3.10 SISTEMA DE CONTROL PREDICTIVO

El control predictivo tiene como objetivo resolver de forma efectiva, problemas de control y automatizacin de procesos industriales que se caractericen por presentar un comportamiento dinmico complicado, multivariable, y/o inestable. La estrategia de control en que se basa este tipo de control, utiliza el modelo matemtico del proceso a controlar para predecir el comportamiento futuro de dicho sistema, y en base a este comportamiento futuro puede predecir la seal de control futura. El control predictivo integra disciplinas como el control ptimo, control estocstico, control de procesos con retardo de tiempo, control multivariable, control con restricciones. El control predictivo utiliza un modelo explicito para predecir la salida del proceso en instantes futuros de tiempo, adems mediante el uso de algoritmos se calculan las seales de control minimizando una funcin objetivo. El control predictivo se vale de una estrategia deslizante, lo cual implica que cada seal es ampliada hacia el horizonte en cada instante, as al aplicar la primera seal de control, el clculo se sigue repitiendo en cada instante del muestreo, lo que permite la prediccin del modelo La figura 30 muestra una columna de destilacin de etanol de la industria azucarera. La alimentacin es una mezcla de tres componentes. Agua, etanol y propanol. El alcohol se obtiene de la extraccin lateral en la parte superior de la columna, existen tambin otras extracciones secundarias.

FIGURA 30 Control predictivo de una columna de destilacin

El objetivo del control es mantener la fraccin molar de etanol en el fondo de la columna y de agua en la cabeza de la misma, es decir la concentracin de impurezas debe estar cerca de su punto de consigna. Para conseguir esto las variables manipuladas son el caudal de la extraccin lateral del alcohol neutro, y el caudal de vapor de agua que se introduce en el ebullidor, los niveles en el fondo de la columna y en el fondo del acumulador. El control predictivo basado en modelo se puede definir como una estrategia de control que se basa en la utilizacin de forma explcita de un modelo matemtico interno del proceso a controlar (modelo de prediccin), el cual se utiliza para predecir la evolucin de las variables a controlar a lo largo de un horizonte temporal de prediccin especificado por el operador, de este modo se puede calcular las variables manipuladas futuras (seal de control futura) para lograr que en dicho horizonte, las variables controladas converjan en sus respectivos valores de referencia. El control predictivo basado en modelo (CPBM) se enmarca dentro de los controladores ptimos, es decir, aquellos en los que las actuaciones responden a la optimizacin de un criterio. El criterio a optimizar, o funcin de coste, est relacionado con el comportamiento futuro del sistema, que se predice gracias a un modelo dinmico del mismo, denominado modelo de prediccin. El intervalo de tiempo futuro que se considera en la optimizacin se denomina horizonte de prediccin. Dado que el comportamiento futuro del sistema depende de las actuaciones que se aplican a lo largo del horizonte de prediccin, son stas las variables de decisin respecto a las que se optimiza el sistema. La aplicacin de estas actuaciones sobre el sistema conduce a un control en bucle abierto. La posible discrepancia entre el comportamiento predictivo y el comportamiento real del sistema crean la necesidad de imponer cierta robustez al sistema incorporando realimentacin del mismo. Esta realimentacin se consigue gracias a la tcnica del horizonte deslizante que consiste en aplicar las actuaciones obtenidas durante un periodo de tiempo, tras el cual se muestrea el estado del sistema y se resuelve un nuevo problema de optimizacin. De esta manera, el horizonte de prediccin se va deslizando a lo largo del tiempo El Control Predictivo Basado en Modelo (CPBM), conocido tambin como Model Based Predictive Control (MBPC) o simplemente Model Predictive Control (MPC), se conoce como control por horizonte deslizante, por ser sta la forma en la que se aplican las seales de actuacin. Existen muchos algoritmos de control predictivo que han sido aplicados con xito: GPC, IDCOM, DMC, APC, PFC, EPSAC, RCA, MUSMAR, NPC, UPC, SCAP, HPC, etc.

Ventajas e desventajas del Control Predictivo: Entre las ventajas se pueden citar: Formulacin en el dominio del tiempo, lo cual le permite ser una tcnica flexible, abierta e intuitiva. Permite tratar con sistemas lineales y no lineales, monovariables y multivariables utilizando la misma formulacin para los algoritmos del controlador. La ley de control responde a criterios de optimizacin. Permite la incorporacin de restricciones en la sntesis o implementacin del controlador. Brinda la posibilidad de incorporar restricciones en el clculo de las actuaciones

Entre las desventajas se pueden citar: Requiere el conocimiento suficientemente preciso. de un modelo dinmico del sistema

Requiere un algoritmo de optimizacin, por lo que solo se podra implementarse por medio de una computadora. Requiere un alto coste computacional, lo que hace difcil su aplicacin a sistemas rpidos. Hasta hace relativamente poco, no se poda garantizar la estabilidad de los controladores, especialmente en el caso con restricciones. Esto haca que el ajuste de estos controladores fuese heurstico y sin un conocimiento de cmo podan influir los parmetros en la estabilidad del sistema.

Elementos del Control Predictivo: Hay una serie de elementos comunes a todos los controladores predictivos: El uso de un modelo matemtico del proceso que se utiliza para predecir la evolucin futura de las variables controladas sobre un horizonte de prediccin. La imposicin de una estructura en las variables manipuladas futuras. El establecimiento de una trayectoria deseada futura, o referencia, para las variables controladas. El clculo de las variables manipuladas optimizando una cierta funcin de costo La aplicacin del control siguiendo una poltica de horizonte mvil.

Los modelos internos que se usan para predecir el comportamiento del sistema pueden ser de diversos tipos: Funcin de transferencia, Respuesta al impulso, Respuesta al escaln, Espacio Estado. Merece la pena destacar que el control predictivo es una tcnica muy potente que permite formular controladores para sistemas complejos y con restricciones. Esta potencia tiene un precio asociado: el coste computacional y la sintonizacin del controlador MODELO DE PREDICCIN Esta representado por el modelo matemtico que describe el comportamiento dinmico del sistema. Las ecuaciones fsicas del sistema conjuntamente con las incertidumbres del mismo pueden ser expresadas en el mismo modelo. Este modelo puede ser lineal, no lineal, en tiempo continuo, en tiempo discreto, puede estar expresado en funcin de transferencia o en ecuaciones de estado, puede ser multivariable o monovariable. Una consideracin que deben tener, consiste en que el origen debe ser el punto de equilibrio en el que se quiere regular el sistema, lo cual se puede conseguir con un cambio de variables. Debido a que el controlador predictivo es generalmente implementado por un computador, esto requiere que el modelo del sistema se encuentre expresado en tiempo discreto, de la forma: xk+1 = f(xk, uk) Donde Xk+1 son los estados en el tiempo (k+1), Xk, son los estados en el tiempo (k), Uk el la seal de control. Como la prediccin depende adems de la secuencia de actuaciones aplicadas desde el instante (k) hasta el instante (k + j), y por lo tanto futuras. A lo largo de esta tesis, se denota x(k + j|k) al estado del sistema predicho en el instante (k + j) a partir del estado conocido en el instante (k). Por lo tanto: x(k + j + 1|k) = f( x(k + j|k), u(k + j|k) ) Donde x(k|k) = Xk. estados del sistema son los

3.11 LGICA DIFUSA

La Lgica Difusa (Fuzzy Logic), es una teora presentada como una generalizacin de la lgica bivalente (1 y O; Verdad y Falso; etc.), proponiendo la existencia de estados infinitos entre ellos. No es un conocimiento reciente sino se remontan a los primeros trabajos de grandes pensadores como Platn o Herclito, quienes plantean la posibilidad de una tercera regin entre lo verdadero y lo falso, una zona de ambigedad. La lgica difusa puede ser la solucin a todos los problemas de control de procesos, pero es adecuada para una gran variedad de situaciones distintas. A diferencia de muchos otros mtodos de control, la lgica difusa se basa en una teora fcilmente comprensible. Se apoya en conjuntos difusos, una teora de conjuntos modificada donde los elementos pertenecen a conjuntos en un grado variable. Al aplicar esta idea a la lgica, en lugar de utilizar dos valores de certeza, el 0 y el 1, se utiliza una escala continua en este rango (0-1) para medir el grado cumpliendo condiciones. Esto refleja la forma natural de pensar de las personas. La Lgica Difusa es aplicada actualmente en muchos campos como la medicina, economa, derecho, administracin e ingeniera, con resultados sorprendentes. En el campo del control industrial su uso principal est en los sistemas no lineales, dinmicos, y los de una gran complejidad para el control clsico. Asimismo, se le usa tambin en conjunto con redes neuronales y sistemas expertos. La lgica difusa se usa por ejemplo en robtica Estructura del Control Difuso El controlador difuso tpico toma la estructura de la siguiente figura: En ella podemos distinguir la Unidad de Difusividad, encargada de convertir las muestras de la seal real a nmeros difusos para tratarlos dentro de la Unidad de Decisin, junto con las reglas y datos son almacenados en la

Unidad de Conocimiento Base, determina una salida difusa convertida a una salida nica luego ser aplicada sobre el sistema real a controlar. Este esquema es el del controlador difuso general aunque existen estudios ms profundos perfeccionndose con el fin de generar controladores mixtos o adaptativos.
FUNCIO NAM IENTO DE UN SIS TEM A DIFUSO

Funciones de Pertenencia

Entrada

Salida

PUZZIFICACIO N DE LAS ENTRADAS

E D

E VALUACI N DE LAS REG LAS DE CO NT RO L

S D

DEFUZZICACIO N DE LAS ENTRADAS

Controlador Difuso
BASE DE REG LA

Reglas Difusas Los sistemas de control difuso estn compuestos generalmente por un conjunto de reglas de la forma: Si <condicin 1> y <condicin 2> y .... <condicin N> entonces <condicin M> Por ejemplo: Una de las reglas para un control de Temperatura podra ser : Si la T es Alta y T es media entonces la apertura de la vlvula de combustible es baja, donde T es Temperatura y T es la variacin de la Temperatura. Un sistema difuso puede estar conformado, tericamente, por un conjunto ilimitado de reglas lo cual hara al sistema muy robusto, siempre y cuando sean bien seleccionadas.

3.12 REDES NEURONALES ARTIFICIALES

El cerebro humano continuamente recibe seales de entrada de muchas fuentes y la procesa con el fin de crear una apropiada respuesta de salida, centrando con millones de neuronas interconectadas para elaborar Redes Neuronales, estas ejecutan las millones de instrucciones necesarias para mantener una vida normal. Desde hace algunos aos, los investigadores

han estado creando modelos, tanto en hardware como en software, para interpretar la actividad cerebral en un esfuerzo por producir una forma de inteligencia artificial. Muchos modelos tericos o paradigmas, datan desde los aos 50. Con aplicaciones limitadas al mundo real, obtenindose las Redes Neuronales Artificiales (RNA) permaneciendo en la oscuridad por dcadas. Las RNA estn compuestas de un gran nmero de elementos de procesamiento altamente interconectados (Neuronas) trabajando al mismo tiempo para la solucin de problemas especficos. Las RNA, tal como en las personas, aprenden de la experiencia. En cualquier caso, se trata de una nueva forma de control capaz de manejar las imprecisiones e incertidumbres apareciendo cuando se trata de resolver problemas relacionados con el mundo real (reconocimiento de formas, toma de decisiones, etc.), ofreciendo soluciones robustas y de fcil implementacin. Las redes de neuronas formales son mquinas que poseen la capacidad de aprendizaje a resolver problemas a partir de ejemplos. Estas mquinas han sido propuestas como modelos extremadamente simplificados del funcionamiento del cerebro, puesto que no retienen ms que algunas caractersticas esenciales: Las neuronas no pueden encontrarse ms que en dos estados posibles, activas o en reposo Estn interconectadas mediante sinpsis que pueden ser modificadas por aprendizaje El estado de una neurona a cada instante es determinado por el de otras neuronas, informacin que es transmitida por las sinpsis.

Aunque muy esquemtico, este modelo presenta una riqueza sorprendente de estados y de comportamientos y ha sentado las bases de un modelo de memoria y aprendizaje como un fenmeno emergente colectivo: el sistema global presenta propiedades complejas que no pueden predecirse a partir del estudio individual de sus componentes. As, el todo es mucho ms que la suma de sus partes. Los estudios tericos de redes de neuronas reflejan estos dos aspectos: el del modelado de fenmenos cognoscitivos y el del desarrollo de aplicaciones. Aunque las redes de neuronas hayan sido aplicadas a diversos campos, la tarea mas importante de las redes neuronales artificiales es en

la clasificacin de datos: para los humanos una actividad tan trivial que pasa desapercibida, pero que presenta dificultades importantes para una mquina. Las RNA estn compuestas de muchos elementos sencillos operando en paralelo, el diseo de la red esta determinado mayormente por las conexiones entre sus elementos. Las RNA han sido entrenadas para la realizacin de funciones complejas en variados campos de aplicacin. Hoy en da pueden ser entrenadas para la solucin de problemas difciles.

Los pasos generales a seguir en el desarrollo de un sistema experto, a grandes rasgos, seran los siguientes (Durkin, 1994) Evaluacin del problema: Definir el problema. Determinar la posibilidad y la justificacin para solucionarlo mediante las tcnicas de la IA y la ingeniera del conocimiento. Adquisicin del conocimiento: adquirir, organizar y representar el conocimiento. Obtener una visin general del tipo de conocimiento necesario y las estrategias generales de resolucin usadas por los expertos. Ordenar y especificar el conocimiento necesario y distinguirlo del conocimiento accesorio, analizar el problema de la manipulacin de la incertidumbre, etc. Diseo: Elegir las representaciones y estrategias de resolucin del problema. Disear la estructura general del sistema y la organizacin del conocimiento, as como los procedimientos para manipularlo.. Test: Evaluacin del funcionamiento del sistema. Conviene combinar algn mtodo formal con el juicio personal dado por algn experto.

Documentacin: Mantenimiento:

Desde una aproximacin de nivel de conocimiento habra que poner el nfasis en la fase de adquisicin y anlisis del conocimiento, antes de pasar a la fase de diseo e implementacin

Redes Neuronales Artificiales del tipo Biolgico El cerebro humano contiene ms de cien mil millones de neuronas y sinpsis en el sistema nervioso humano. Estudios de la anatoma concluyen la existencia de ms de 1000 sinpsis a la entrada y a la salida de cada neurona. Es importante notar el tiempo de conmutacin de la neurona (unos pocos milisegundos) es casi un milln de veces menor a los actuales elementos de computadoras, ellas tienen una conectividad miles de veces superior a las actuales supercomputadoras. El objetivo principal de las redes neuronales de tipo biolgico es desarrollar un elemento sinttico para verificar las hiptesis concernientes a los sistemas biolgicos.

Las neuronas y las conexiones entre ellas (sinapsis) constituyen la clave para el procesado de la informacin. La mayor parte de las neuronas poseen una estructura de rbol llamadas dendritas recibiendo las seales de entrada viniendo de otras neuronas a travs de las uniones llamadas sinpsis. Algunas neuronas se comunican solo con las ms cercanas, y otras se conectan con miles. Una neurona consta partes fundamentales: de tres

El cuerpo de la neurona. Ramas de extensin llamadas dentritas para recibir las entradas, y Un axn llevando la salida de la neurona a las dentritas de otras neuronas.

La forma de interactuar de dos neuronas no est totalmente conocida; en general, una neurona enva su salida a otras por su axn. El axn lleva la informacin por medio de diferencias de potencial, u ondas de corriente, dependiendo del potencial de la neurona.