Vous êtes sur la page 1sur 17

Tanque agitado

El reactor de tanque agitado continuo (CSTR) consta de un tanque con una agitacin casi perfecta, en
el que hay un flujo continuo de mate reaccionante y desde el cual sale continuamente el material que
ha reaccionado (material producido). La condicin de agitacin no es tan difcil de alcanzar siempre y
cuando la fase lquida no sea demasiada viscosa.
El propsito de lograr una buena agitacin es lograr que en el interior del tanque se produzca una
buena mezcla de los materiales, con el fin de asegurar que todo el volumen del recipiente se utilice
para llevar cabo la reaccin, y que no existan o queden espacios muertos.
Se puede considerar que la mezcla es buena o casi perfecta, si el tiempo de circulacin de un
elemento reactante dentro del tanque es alrededor de una centsima del tiempo promedio que le toma
al mismo elemento para entrar y salir del reactor.
En el reactor continuamente agitado, ocurre la reaccin exotrmica A B. Para remover el calor de la
reaccin, el reactor es rodeado por una cmara (camisa de refrigeracin) a travs del cual fluye un
lquido refrigerante. Para efectos de estudio, se han hecho las siguientes suposiciones:

Las prdidas de calor circundantes son despreciables

Las propiedades termodinmicas, densidades, y las capacidades calorficas de los reactantes y


los productos son ambos iguales y constantes

Mezcla (agitacin) perfecta en el reactor, por tanto la concentracin, presin y temperatura son
iguales en cualquier punto del tanque.

Temperaturas Uniformes en ambas cmaras (camisa de enfriamiento y/o calentamiento)

Volmenes Constantes V, Vc

Por lo general, los reactores continuos de tanque agitado (CSTR) se operan cerca de en puntos de
equilibrio inestables, que corresponden a una produccin ptima del proceso [1]. Aun cuando el punto
de equilibrio sea estable a lazo abierto, este puede ser muy sensible a cambios de carga (e:g:;
cambios en las condiciones de alimentacin). Debido a que los CSTR son comnmente la parte central
de un proceso qumico completo, el control de la operacin del CSTR ha sido uno de los problemas
ms importantes en la industria qumica.
La regulacin de temperatura es la operacin de control ms sencilla de los CSTR. La mayora de
controladores de temperatura en la industria qumica son controladores PI clsicos [1,2]. Existen
muchas razones para esto, incluyendo sus antecedentes de operacin probada, el hecho que se ent
de bien el funcionamiento por parte de los tcnicos, operadores industriales y personal de
mantenimiento. Adems, en muchas aplicaciones, el hecho que un controlador PI diseado
adecuadamente y bien sintonizado logre o exceder los objetivos de control.
Un controlador industrial PI tiene muchas ventajas adicionales que lo hacen prctico para la operacin
de un CSTR. Por ejemplo, cuenta con interrupcin automtica y manual, seguimiento del punto de
referencia (set point) y modos manuales de emergencia.

Bsicamente, el controlador PI para regulacin de temperatura se disea en base a una linealizacin


alrededor del punto de equilibrio de operacin. El diseo y anlisis de controladores PI para la
estabilizacin y regulacin de CSTR se origin en el trabajo de Aris y Amundson [3] en los cincuentas,
y ha dado lugar, desde entonces, a una literatura abundante y numerosas aplicaciones ex tosas. Sin
embargo, existen preguntas tericas importantes que todava estn abiertas. Una de ellas, la cual es el
objetivo de esta parte del proyecto, es la posibilidad de optimizar una ley de control que permita una
mejor respuesta tanto en tiempo de establecimiento como en la exactitud del seguimiento a una
consigna (set point); as como la capacidad de minimizar los efectos de las perturbaciones, evitando
control del sistema; o, lo que es lo mismo, asegurar estabilidad asinttica en lazo cerrado. Es en este
camino, la justificacin del diseo y simulacin de controladores ptimos y Adaptivos.
Consideraciones previas para el modelado
Para remover el calor de la reaccin, el reactor es rodeado por una cmara a travs del cual fluye un
lquido refrigerante. Para efectos de nuestro estudio [4,5] debemos tener las siguientes
consideraciones:

Las prdidas de calor circundantes son despreciables

Las propiedades termodinmicas, densidades, y las capacidades calorficas de los reactantes y


los productos son ambos iguales y constantes

Mezcla perfecta en el Reactor

Temperaturas Uniformes en ambas Cmaras

Volmenes Constantes V, Vc

Teniendo en cuenta todas estas consideraciones definamos las variables y los parmetros para
nuestra planta o proceso.

Variables independientes (variables de entrada):


- Flujo del Producto A: f(t)
- Flujo del Lquido Refrigerante: fc(t)
Variables dependientes (variables de salida):
- Concentracin del Producto Sobrante A: cA(t)
- Temperatura en el Reactor: T(t)

- Temperatura del Lquido Refrigerante: Tc(t)

Perturbaciones medibles:
- Concentracin del producto A en la entrada del Reactor cAi (t)
- Temperatura de Entrada del producto A: Ti (t)
- Temperatura del Lquido Refrigerante a la Entrada: Tci(t)

Parmetros del proceso


Volumen del reactor
Energa de activacin
Densidad del reactivo A
Calor de reaccin
rea de transferencia de calor
Factor de frecuencia
Constante universal de los gases
Capacidad calorfica del reactor
Coeficiente de transferencia de calor total
Capacidad calorfica del lquido refrigerante
Densidad del lquido refrigerante
Volumen del lquido refrigerante en la cmara

V
E

A
KO
R
CP
U
CPC
VC

0.37548342
64705147
880.913
-27956717
3.344508
1.73515x1013
8314.34
3684.384
1533153.75
4186.8
999.43584
0.04417452

Valores en el punto de operacin


CA
CA
F
fC
T
Ti
TC
TCi

14.38771178
1.285011818
0.037846848
0.024839472
383.3333
321.1111
311.1111
300

K
K
K
K

La metodologa empleada es la siguiente:


a) Modelar matemticamente el Proceso de Molienda, y efectuar su simulacin en lazo abierto
b) Disear y simular la estrategia de Control Optimo Cuadrtico Discreto
c) Disear y simular la estrategia de Control Adaptivo Autosintonizado

d) Efectuar las conclusiones en base a los resultados obtenidos y efectuar algunas


recomendaciones para trabajos futuros

MODELO DINAMICO DEL CSTR


Ecuaciones diferenciales del CSTR

Las ecuaciones diferenciales del proceso mostrado en la figura lo obtendremos a partir de las
siguientes consideraciones:
1. Balance de masa del producto reactante A
2. Balance de energa en el reactor
3. Balance de energa en la cmara del lquido refrigerante

Diagrama esquemtico del CSTR


Veamos:

Dnde:

Balance de masa del producto reactante A

La ecuacin anterior es la tasa de reaccin o velocidad de reaccin

Balance de energa en el reactor

Balance de energa en la cmara del lquido refrigerante

Linealizacin de las ecuaciones diferenciales del CSTR


Ahora como vemos, necesitamos linealizar las ecuaciones diferenciales obtenidas. Para ello,
debemos linealizar aquellos trminos No Lineales de cada Ecuacin Diferencial para luego
reemplazarlos en la Ecuacin Original. Definamos las siguientes Variables de Desviacin:

Con la serie de Taylor:

Para obtener:

Calculo de los puntos de operacin y las ecuaciones diferenciales del Reactor


Qumico

Modelo simplificado del CSTR


Para efectos de un estudio simplificado, tendramos que tener en cuenta que las siguientes variables
pueden ser consideradas constantes en el Proceso:

Flujo del producto reactante A: f(t)


Concentracin del producto reactante A que ingresa al reactor: cAi(t)
La temperatura con que ingresa el producto reactante A: Ti(t)

En este modelo reducido, para un reactor a escala de 0.37548342 m3, debemos tener en cuenta que
de las dos variables no consideradas, solo una de ellas, el flujo del lquido refrigerante de la cara del
reactor (Fc), fue originalmente definido como una variable de entrada del proceso, y la cara variable de
entrada que aparece en el modelo reducido, la temperatura del lquido refrigerante (Tci), el cual
definimos al inicio de nuestro anlisis del proceso, como una perturbacin medible, es considerado
como tal, a fin de simplificar nuestro modelo lineal de estados, as como tambin realizar un sistema de
control para dicha variable, por la influencia que ejerce en el comportamiento del proceso. En una
posible implementacin del sistema de control de temperatura del reactor, en el cual utilicemos esta
ltima variable de entrada, debemos utilizar un transductor que convierta la seal del sensor de
temperatura en una s que regule por ejemplo una vlvula de apertura y cierre del flujo del lquido
refrigerante que ingresa a la cmara del reactor.
Requerimientos de Diseo del Control lado r de Temperatura
Los requerimientos del diseo del controlador de temperatura del producto, son:

La Temperatura del reactor debe ser precisa, es decir, un error en estado estacionario nulo

El tiempo de establecimiento debe ser

Con respecto al sobre nivel porcentual, es recomendable que sea mnimo, pues lo contrario
significara un rango mayor de variacin de la temperatura del producto,

Diseo de la estrategia de Control Optimo Discreto para el CSTR


El diseo del Controlador ptimo requiere la minimizacin de una funcin de costo, que permita
obtener una ley de Control ptima u(k) actuante sobre el proceso a fin de lograr que la salida
controlada siga perfectamente a una referencia, en nuestro caso a la temperatura de referencia (set
point). La funcin de costo en estado estacionario est dada por:

Donde R es una matriz simtrica definida positiva que pondera la seal de control u(k), mientras que la
matriz Q es una matriz simtrica definida positiva o semidefinida positiva que pondera al vector de
estado (k).
Para nuestro caso la dimensin de la matriz R es igual a la dimensin de la matriz de control u el cual
es igual 2, y la dimensin de la matriz Q es igual a la dimensin de la matriz de estado x el cual es
igual a 3.

La condicin para que sea y


lo cual no siempre se
cumple. Por lo cual se hace necesario afectar la seal de referencia por una
ganancia g de modo que:

De tal modo que el error estacionario sea nulo; es decir, la salida sigue perfectamente a la temperatura
de referencia. Una segu da alternativa hubiese consistido en usar un Controlador ptimo proporcional
gra; lo cual complicara un poco el diseo, ya que el orden del modelo se incre ntara en 1. Una tercera
alternativa es considerar el esquema de un regulador con ganancia de bucle fuera de bucle. En el
presente trabajo se considera el prime esquema, es decir el correspondiente al sistema de Control
ptimo Proporcional que se muestra en la figura 5.3. Se debe recordar que el mencionado esquema
debe aplicarse plantas que tienen integrador; requisito que no cumple el modelo de nuestro proceso;
sin embargo el artificio matemtico indicado usando el factor de correccin mediante software, permite
resolver ese inconveniente.

Diseo del Control Optimo Proporcional Discreto del CSTR utilizando como variable de control
a la variacin del flujo del lquido refrigerante
(Fc)

Con lo cual nos permite obtener la matriz ganancia del controlador ptimo discreto, dado por:

Los resultados se muestran en la seccin 6.1

El programa CtrlOptCSTR_Fc.m, mostrado en el apndice B, considera los valores de temperatura en


el punto de operacin considerados en la seccin 4.2, as como las siguientes matrices de ponderacin
deseadas

5.3.2 Diseo del Control Optimo Proporcional Discreto del CSTR utilizando como variable de
control a la variacin de la temperatura del lquido
refrigerante (Tci)
El programa CtrlOptCSTR_Tci.m, mostrado en el apndice C, considera los valores de temperatura en
el punto de operacin considerados en la seccin 4.2, as como siguientes matrices de ponderacin:

Con lo cual nos permite obtener la matriz ganancia del controlador ptimo discreto, dado por:

Los resultados se muestran en la seccin 6.2


Diseo de la estrategia de Control Adaptivo Auto sintonizado
Los sistemas de control adaptivo ajustan su comportamiento a las cambiantes propiedades del
proceso controlado y de las seales que interactan sobre el proceso. Por el contrario, los sistemas de
control fijos se car rizan por la presencia de una ley de control invariable en el tiempo.
El estudio sobre los controladores adaptivos se ha dirigido a dos grupos principales: los controladores
adaptivos con un modelo de referencia y controladores con auto sintonizacin. Para el estudio del

reactor qumico, se utilizar el sistema de control adaptivo con auto sintonizacin como el mostrado en
la figura 5.

Este sistema combina en su diseo un mtodo de estimacin de parmetros (el de los mnimos
cuadrados recursivos mejorados), una tcnica de estimacin de (el filtro de Kalman), una
representacin lineal del modelo del proceso, y una ley de control (el controlador proporcional integral
ptimo crtico con realimentacin de estados). El objetivo del control es determinar una fuerza de
control capaz de minimizar la diferencia entre la sali del proceso y la seal de referencia
El sistema de control con autosintonizacin mostrado en la figura 5.4 trabaja de la siguiente manera:
luego de cada tiempo de muestreo, el vector estimado de parmetros se actualiza empleando los
datos proporcionados por la entrada del proceso y por la salida Y del mismo. Luego, los elementos de
se usan para recuperar el modelo lineal del proceso, lo cual permite estimar el vector de estado del
modelo del proceso (empleando un filtro de Kalman) y el valor de equilibrio. Tales resultados se usan
luego para computar la ley de control residual y para actualizar la ley de control actual a partir de la
relacin:

5.4.1 Modelado de Pro ceso s No Lineales


Partimos del siguiente proceso dinmico continuo:

Donde x (de orden n) y U(f) (de orden uno) es el vector de estado y la ley de control, respectivamente.
La funcin No Lineal f(.) puede tambin contener disturbios v(.) en los estados. En consecuencia, es
posible obtener el modelo lineal siguiente:

Donde A es la matriz de estado de dimensin nxn, B es a matriz de control de dimensin nx1, (en
nuestro caso tendremos dos matrices B1 y B2 y los trabajaremos de manera independiente), C es la
matriz de salida de dimensin 1xn, y A, B y C son las correspondientes incertidumbres acotadas con
dimensiones apropiadas.
Adems, v(X,t) es un vector no lineal de disturbios de orden uno actuando en la salida, e Y(t) es la
salida del proceso de orden uno. El proceso nominal no perturbado (o proceso con certidumbre) se
obtiene fija do en cero todas las incertidumbres y todos los disturbios en la ecuacin (5.28).
Muestreando dicho modelo, podemos obtener la siguiente representacin:

Donde k es el tiempo discreto y las matrices G, H poseen las mismas dimensiones que las matrices A
y B, respectivamente. La correspondiente ecuacin polinomial toma la forma:

donde z es el operador de desplazamiento, con

Empleando ahora las relaciones residuales


obtenemos:

donde la constante C se determina de:

5.4.2 Procedimientos de Estimacin

En las ecuaciones (5.30) y (5.31)

En esta parte se presentarn los procedimientos para estimar (o identificar) en l a los parmetros y los
estados del modelo del proceso, por ello usaremos el mtodo de los Mnimos Cuadrados Recursivo
Mejorado, con el cual obtendremos nuestro controlador auto sintonizado.
Estimacin de parmetros

Para estimar los parmetros del modelo del proceso usa emos las seales actuales U(k) e Y(k) en
lugar de sus desviaciones u(k) e y(k). ra ello, la descripcin en el espacio de estado dada por la
ecuacin (5.34) tiene que ser reordenada para tomar la forma siguiente:

donde y es el vector de informacin (o de medicin) el cual ontiene los valores presentes y pasados de
la entrada U y de la salida Y como sigue:

y el vector de q contiene los parmetros a ser estimados, a saber:

Podemos ver que en la ecuacin (5.36), el orden del vector de informacin y el ordend el vector de
parmetros es igual (2n+1), es decir. Dichos vectores han incrementado su orden en uno. La ecuacin
(5.34) con z=1 (propiedad del valor final) representa la condicin de estado estable, es decir:

El algoritmo bsico de los mnimos cuadrados recursivos mejorados puede implementarse en la forma
siguiente:
1) Obtener el vector de parmetros inicial q(0) usando los valores de los parmetros del modelo del
proceso, ecuacin (5.32)
2) Obtener el valor inicial del parmetro C(0) empleando la ecuacin (5.35), considerando U=0 e Y
igual a la seal de referencia.
3) La matriz de covarianza inicial P puede tener la forma P= aI, donde I es la matriz identidad y a>>1.
4) Tomar nuevas mediciones de Y(K) y U(K) de en el proceso, para obtener una nueva ecuacin de la
forma dada en la ecuacin (5.36).
5) Computar: r(k)=max(1 y (k) y Yn=yr(k)
6) Determinar la matriz N(k) aplicando factorizacin de C lesky en:
N(k)N(k)=P(k)

7) Determinar la matriz diagonal de escalamiento S(k) con elementos sjj. Tal matriz minimiza el
nmero condicional del producto S(k)N(k) siempre que jj= 1 / njj, donde cada njj se obtiene tomando el
valor absoluto de la suma de los elementos de la fila de N(k)
.
8) Computa

Estimacin de estados
De la ecuacin (5.33) podemos obtener el siguiente modelo perturbado del proceso:

El procedimiento de estimacin descrito en la subseccin anterior nos proporciona un vector de


parmetros estimado del proceso q(k) Usando los elementos de dicho vector de parmetros, podemos
reconstruir las matrices estimadas, G(k), H(k) Y C(k). El vector de estado estimado i(k) puede ser
obtenido empleando un filtro de Kalman, con ecuacin de observacin:

y la ecuacin de actualizacin de estados:

En la ecuacin (5.41), la matriz de ganancia Ko(k) se calcula de:

Donde Po(k) es la matriz definida positiva, solucin nica de la siguiente ecuacin matricial discreta
asociada de Ricatti:

Donde Qo y Ro son matrices de covarianza definidas positivas correspondiente a los


disturbios v y w, respectivamente
5.4.3 La ley de control
Es bastante conocido que el controlador proporcional mo cuadrtico es una matriz de ganancia Kx
que nos permite formular la siguiente ley de control.
dicha matriz es resultado de la minimizacin de la funcin de costo:

sujeto a la ecuacin de restriccin

Donde la matriz Q = QT es semidefinida positiva y la matriz R es definida positiva.


Como vimos anteriormente de manera detallada la seleccin de estas matrices. La
ganancia Kx se obtiene de

Donde S e la nica matriz definida positiva solucin de la siguiente ecuacin matricial discreta
asociada de Ricatti:

Para mejorar el rendimiento del controlador proporcional, es posible adicionar accin


integral a dicho controlador proporcional, es posible dicionar una accin integral a
dicho controlador. Definiendo la variable z(k) como la integral (sumatoria) del error:

Entonces

de modo que la representacin en el espacio de estado l sistema aumentado toma


la forma siguiente:

Donde el superndice a significa aumentado. El vector xa y las matrices Aa, Ba, y Ca


poseen la forma

Por consiguiente, el problema es determinar la matriz ganancia Ka como resultado de la minimizacin


de la siguiente funcin de costo

Donde la matriz Qa =[Qa] T es semidefinida positiva. La ganancia Ka se obtiene de:

En la ecuacin (5.51), Pa es la nica matriz definida positiva solucin de la siguiente ecuacin matricial
discreta asociada de Ricatti:

Por consiguiente, la ley de control del controlador ptimo cuadrtico proporcional

integral viene a ser:

y los parmetros de ponderacin de rendimiento son R y Qa


Los resultados se muestran en la seccin 6.3 y 6.4, y los programas correspondientes en los
apndices D y E.

Vous aimerez peut-être aussi