Académique Documents
Professionnel Documents
Culture Documents
PRESENTADO POR:
YILMER MACHACCA QUISPE
Introduccin
La tecnologa de control avanzado est otorgando un gran beneficio a las industrias de
procesos. Sin embargo, se reconoce que el comportamiento del lazo de control se
degrada con el tiempo si no se realiza un mantenimiento sistemtico. Esta degradacin
se manifiesta en el comportamiento del sistema de control que reduce su efectividad y
conduce tpicamente a un comportamiento deficiente del controlador y aumento en los
costes de produccin.
Un elemento importante de esta tecnologa de control avanzado es la estrategia de
Control Predictivo Basado en Modelos (CPBM), la cual resulta cada vez ms
significativa si se analiza el nmero y tipo de procesos industriales en las que se utilizan
[14].
A medida que la estrategia de CPBM incrementa su presencia en ambientes industriales,
se requiere de algoritmos que garantizan en cada momento un control y una
optimizacin eficiente. Un elemento fundamental para garantizar un uso efectivo de los
controladores predictivos es realizar un monitoreo y supervisin continua del
controlador que posibilite diagnosticar los problemas que causan las deficiencias en el
comportamiento tanto en la capa de control como en la capa de optimizacin.
Existen diferentes elementos claves a la hora del diseo de una estrategia de CPBM.
Entre estos elementos figuran los de ms importancia como son la identificacin del
modelo del proceso a controlar y la seleccin de los parmetros de la sintona del
controlador. La combinacin de estos elementos con otros factores internos o externos
tales como el carcter multivariable de muchos procesos, la existencia de perturbaciones
importantes, el manejo de restricciones, no linealidades,... etc. pueden desviar el
controlador del punto ptimo de funcionamiento para el cual fue diseado. Por lo tanto
para garantizar su buen funcionamiento se necesita un monitoreo que revele en cada
instante de tiempo la eficacia de los resultados obtenidos, indicando como se est
comportando el controlador durante el funcionamiento en lnea.
Esta evaluacin de comportamiento del controlador es de gran importancia ya que si en
el monitoreo se revela un funcionamiento inadecuado ser imprescindible establecer las
causas y sugerir acciones para mejorar este comportamiento y mantener el proceso en
condiciones ptimas de funcionamiento asegurando as un control adecuado [13].
Las etapas que se deben seguir para analizar el comportamiento de un controlador se
dividen en tres [13], en la figura 1 se puede observar una representacin grfica de las
mismas:
1. Monitoreo del controlador, en esta etapa se debe decidir si el comportamiento del
sistema de control es satisfactorio o no, en caso que se detecta una anomala en el
controlador se pasar a la segunda etapa para definir las causas que han originado la
degradacin en el comportamiento.
Degradacin en el
comportamiento
del control?
No
Seguir.
Si
Modelo
inadecuado?
Restricciones?
Perturbaciones?
Segunda etapa
Parmetros de
Sintona?
Tercera etapa
Figura 1: Diagrama representativo de las etapas del anlisis del comportamiento del
controlador.
2. Diagnstico del controlador, donde si en la primera se ha indicado un mal
comportamiento en esta etapa se establecen sus causas, entre las que se incluyen:
modelo inadecuado, restricciones, parmetros de sintona o perturbaciones
3. Bsqueda de solucin, se trata de restaurar el control y corregir los comportamientos
pobres segn las causas que le han originado, es decir determinar un nuevo modelo,
flexibilizar las restricciones, resintonizar el controlador o encontrar un modelo que
describa las perturbaciones de una manera ms adecuada.
La supervisin y evaluacin del comportamiento de controlador son necesarias debido a
que muchos factores pueden causar deterioro abrupto o gradual del comportamiento de
controladores. A menudo es difcil analizar los problemas de monitoreo y supervisar el
comportamiento con datos tomados de la planta sin tratamiento previo, entonces, las
herramientas del anlisis estocsticas y estadsticas tienen que ser formuladas
adecuadamente para detectar cambios estadsticamente significantes [5].
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 tipo de control predictivo tratado, es el Control Predictivo Basado en Modelo
(CPBM), conocido tambin como Model Based Predictive Control (MBPC) o
simplemente Model Predictive Control (MPC). Esta estrategia tambin 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.
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 MPC 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
1|k)
f(
x(k
j|k),
u(k
j|k)
0,
1,
N-1