Universidad Andrs Bello

Facultad de Ingeniera
Ingeniera en Automatizacin y Robtica
CONTROL AVANZADO
TEMA: CONTROL PREDICTIVO: DEFINICIN Y ESTRUCTURA DEL
CONTROL PREDICTIVO BASADO EN MODELO
PARTE I

Profesor: Dr. John Kern M.

21/09/2015

Santiago - 2015

1.-Temario

1.- Temario
2.- Introduccin
3.- Objetivo General

3.1.- Objetivos Especficos

4.- Importancia del Tema

5.- Alcances
6.- Estado del Arte

6.1 Introduccin de los Controladores Predictivos

6.2 Perspectiva Histrica
6.3 Problema y Evolucin de los Sistemas de Control
6.4 Tendencias Actuales de los Controladores
Predictivos en la Industria

7.- Referencias
21/09/2015

2.- Introduccin
El estado actual y futuras tendencias en el campo del control
de procesos industriales indican que la eleccin de los
controladores se puede considerar como un factor
importante para el desarrollo y la eficiencia de los procesos,
la misma que est relacionado directamente con el costo final
del producto.
El avance tecnolgico obliga a las empresas a reemplazar sus
controladores por otros modernos que le presente mayor
facilidad y manipulacin por parte del operario.
La decisin de los controles depende de varios factores, tales
como el coste, la seguridad, la estabilidad la exactitud el
correcto funcionamiento entre otros.
21/09/2015

3.- Objetivo general

Conocer la importancia y la situacin actual

que tiene los controladores predictivos en
el sector industrial.

21/09/2015

3.1.- Objetivos Especficos

1.- Realizar una

introduccin sobre
los controladores
predictivos.

21/09/2015

2.- Describir una

perspectiva histrica
de los estudios y
desarrollo de los
diferentes tipos de los
controladores
predictivos

3.- Analizar los

problemas y
evolucin de los
sistemas de control
predictivo

4.- Describir las

tendencias actuales
de los controladores
predictivos en la
Industria

4.- Importancia de tema

IMPORTANCIA
En la actualidad, los controladores predictivos se han
DEL TEMA

incrementado haciendo posible mejorar los sistemas

automticos a nivel industrial.
Hoy en da, no solamente se trata de controlar los
diferentes sistemas de produccin por medios tradicionales
sino que hora se trata de utilizar sistemas de control que
sean ms fiables y robustos.
Al estudiar el controlador predictivo dentro de los sistemas
de control estamos analizando las ventajas que
actualmente presta este tipo de controlador a los sistemas
automticos
Es importante realizar un estudio sobre el control predictivo
debido a que actualmente tiene una gran aplicacin en los
procesos industriales modernos.

21/09/2015

5.- Alcances
Conocer a nivel industrial la importancia de los
controladores predictivos
Principales problemas de control que se encuentran en la industria
de procesos.
El estado de aplicacin de las tecnologas avanzadas.
El grado de satisfaccin de los usuarios .
Las expectativas que cada una genera.

Tendencias actuales de los controladores predictivos en

la Industria
xito.
Caractersticas de un controlador predictivo Honeywel.
Fabricantes de los controladores predictivos.

21/09/2015

6.- Estado del arte

Introduccin de los Controladores
Predictivos
Perspectiva Histrica
Problema y Evolucin de los
Sistemas de Control
Tendencias Actuales de los
Controladores Predictivos en la
Industria

21/09/2015

6.1 Introduccin (1/2)

INTRODUCCIN

El Control Predictivo Basado en Modelo (CPBM),

conocido tambin como Model Based Predictive Control
(MBPC) o simplemente Control Predictivo (MPC),
El Control Predictivo (MPC) o control predictivo basado
en modelos (MBPC) como a veces se le conoce, es la
nica tcnica de control avanzado, es decir, ms
avanzado y potente que el control PID estndar [5].
El control PID tiene ciertas limitaciones en el control
industrial, lo cual impide que sea ms rentable y ms
eficiente en el funcionamiento de la planta.

21/09/2015

6.1 Introduccin (2/2)

El trmino Control Predictivo no designa a una estrategia de control particular
sino a un conjunto de mtodos de control que hacen uso explcito de un modelo
del proceso para obtener la seal de control minimizando una funcin objetivo.
Minimizacin de
una funcin
objetivo

Predice la
evolucin del
proceso en los
instantes futuros

21/09/2015

Utilizacin de un
horizonte de
control finito

Control
Predictivo

Es fcil de
entender y
ejecutar

10

6.2 Perspectiva Histrica (1/3)

En 1963 Propoi introduce el concepto de horizonte deslizante,

una de las ideas centrales del control predictivo.
A finales de los 70 se desarroll el algoritmo de Control de
MODELO Predictivo Heurstico (MPHC), ms tarde conocido
por Control de Modelo Algortmico (MAC) y el algoritmo de
Control de Matriz Dinmica (DMC).
En los aos 80 Existe gran aplicacin del control predictivo en
el sector petroqumico.
En 1984 Greco desarrolla el Control Adaptativo Multivariable
Multipaso ("Multistep Multivariable Adaptive Control"
MUSMAR)

21/09/2015

11

6.2 Perspectiva Histrica (2/3)

En 1987 D.W Clarke estableci los primeros conceptos sobre

Control Predictivo Generalizado (Generalized Predictive
Control GPC).
En 1987 Richalet desarrolla el Control Predictivo Funcional
("Predictive Functional Control " PFC).
En 1989 Clarke y Mohtadi presenta un estudio sobre la visin
de conjunto del Control de Modelo Predictivo (Model
Predictive Control (MPC).
En las dcadas de los 90 E.F. Camacho y C. Bordns desarroll
estudios sobre Modelos de Primer Orden ms Tiempo Muerto
(POMTM).

21/09/2015

12

6.2 Perspectiva Histrica (3/3)

En los 90s aparece una nueva lnea de trabajo sobre
controladores predictivos con estabilidad garantizada.
Otra de las lneas de investigacin abierta en los ltimos aos
es el control predictivo robusto.
En este contexto uno de los mayores fabricantes de sistema
de control distribuido, Honeywell, incorpora control predictivo
robusto en uno de sus productos ("Robust Multivariable
Predictive Control RMPC).
Actualmente existe estudios y aplicaciones de los
controladores predictivos a sistemas no lineales o hbridos [3],
[1].
21/09/2015

13

6.3 Problemas y Evolucin de los Sistemas de Control

(1/6)
Los resultados de un estudio realizado por Takatsu en las
industrias de Japn para la Sociedad de Automatizacin y
Control: son indicativos de las necesidades futuras de la
industria japonesa en el mbito del control. En este informe
se analizan los siguientes aspectos [6]:
1. Principales problemas de control que se encuentran
en la industria de procesos.
2. El estado de aplicacin de las tecnologas avanzadas.
3. El grado de satisfaccin de los usuarios.
4. Las expectativas que cada una genera.
21/09/2015

14

6.3.1 Principales problemas de control

1983
Retardo
Perturbaciones
Interaccin
Respuesta
Estabilidad

(%)
24
21
17
16
11

1989
Retardo
Interaccin
Perturbaciones
Cambios
No Lineal

(%)
24
21
17
16
11

1995
Interaccin
Perturbaciones
Retardo
Cambios
No Lineal

(%)
24
22
21
14
7

Tabla 1: Principales problemas de control [4]

Los tres primeros problemas siguen siendo los mismos en los tres aos que se
ha realizado la encuesta y parece que a lo largo del tiempo se resuelven
problemas bsicos como estabilidad y respuesta y se atacan problemas ms
difciles como dinmica no lineal

21/09/2015

15

6.3.2 Factores claves de xito y fracaso

Tabla 2: Principales factores claves
de xito [4]
Seleccin de la estrategia de control
Seleccin del Equipo de Control
Especificaciones Apropiadas
Configuracin flexible del sistema
Operacin de Emergencia
Interface con el Operario
Anlisis de Proceso

14%
12%
10%
10%
10%
8%
8%

Tabla 3: Principales factores claves

de fracaso [4]
Ausencia de anlisis del proceso. Inexactitud del 21%
modelo
14%
Seleccin de los sensores
10%
Falta de rechazo a las perturbaciones
7%
Seleccin de la estrategia de control
6%
Seleccin de los actuadores
5%
Seleccin del equipo de control
5%
Especificaciones inapropiadas
5%
Configuracin rgida del sistema

De estas tablas se desprende que la eleccin de la estrategia de

control no es el nico factor a tener en cuenta para garantizar un
buen funcionamiento del sistema de control.
21/09/2015

16

6.3.3 Estado de las distintas tcnicas de control

Tcnica
Compensacin de retardo
Borroso
Control Predictivo
Gain-schedulin
PID avanzado
Autoajuste
Desacoplo
Basado en reglas
Filtro de Kalman
Neuronal
LQ
Observador
Control Adaptativo
H

1989
29.6%
9.9%
25.4%
25.7%
24.8%
32.2%
17.5%
6.3%
9.1%
0%
8.2%
8.2%
10.3%
0%

1995
52.4%
38%
37.2%
32.5%
29.4%
29.1%
28.6%
17.9%
15.5%
11.8%
11%
9.8%
7%
9.3%

Tabla 4: Estado de las distintas tcnicas [4]

Obsrvese que todas crecieron excepto el control adaptativo y el

autoajuste que tuvieron un ligero descenso.
21/09/2015

17

6.3.4 Grado de Satisfaccin de Distintas Tcnicas

Tcnica
Control Predictivo
PID avanzado
Compensacin de retardo
Gain-schedulin
Borroso
LQ
Neuronal
Desacoplo
Filtro de Kalman
Autoajuste
Observador
Basado en reglas
Control Adaptativo
H

1989
76%
77%
72%
78%
67%
79%
64%
70%
60%
67%
43
50%
-

1995
94%
89%
89%
87%
83%
70%
69%
66%
66%
65%
63%
61%
56%
50%

Tabla 5: Grado de satisfaccin de distintas tcnicas [4]

Como conclusin interesante se destaca el hecho de que

prcticamente todos los usuarios de Control Predictivo estn
satisfechos.
21/09/2015
18

6.3.5 Anlisis de las diferentes tcnicas de

control industrial
Segn esto, el PID avanzado, compensacin de
retardo, borroso, desacoplo y MPC sern
tcnicas ampliamente usadas con grandes
expectativas. El control neuronal despierta
grandes expectativas pero tiene ciertas
dificultades de implementacin, mientras que
el Autoajuste se implementa con facilidad pero
pierde expectativas. Las tcnicas como LQR,
filtro de Kalman, H o adaptativo se
mantienen como "sin demasiadas expectativas
y no fcilmente implementables".
Este anlisis indica que el Control Predictivo
Basado en Modelo se puede considerar una
tecnologa suficientemente introducida en la
industria y que adems sigue despertando
muchas expectativas
21/09/2015

Figura 1: Expectativas
Posibilidades Tcnicas [6]

19

6.4 Tendencias actuales de los controladores

predictivos en la industria
La situacin actual de aplicaciones de MPC en la industria est
bien reflejada en el sector petroqumico (3000 aplicaciones).
La mayora de las aplicaciones son en procesos multivariables,
registrndose casos como un controlador con 40 entradas y
80 salidas.
Sorprendentemente, MPC ha tenido menor impacto en otro
tipo de industrias como la robtica.

21/09/2015

20

6.4.1 xito actual del MPC en la Industria

El xito actual del MPC en la industria se debe a tres
razones principales [4]:
1. Permite al controlador tratar con todas las caractersticas
importantes de la dinmica del proceso.
2. Permitiendo al controlador conducir la salida a la
trayectoria de referencia deseada.
3. Es un controlador que evita en lo posible su violacin,
resultando en un control ms preciso en torno al punto
ptimo de operacin.
21/09/2015

21

6.4.2 Caracterstica de un controlador predictivo

robusto multivariable fabricado por Honeywell
Mejoramiento en
comunicacin de
datos

Mejor rendimiento

Mejoramiento en el
procesamiento de
datos

Trabajo
multivariable
21/09/2015

Control continuo
en tiempo real

Escalable a una serie de

actuadores y sensores

Estable y robusto

Interfaces con los

operadores, a travs de
pantallas grficas
22

6.4.3 Empresas fabricantes de controladores

predictivos

21/09/2015

23

7.- Referencias
[1] Bordons Alba Carlos (2000), Control Predictivo: Metodologa, Tecnologa y
Nuevas Perspectivas Departamento de Ingeniera de Sistemas y Automtica
Universidad de Sevilla I Curso de Especializacin en Automtica.
[2] Camacho Eduardo F. y Bordons Carlos, Control Predictivo: Pasado, Presente y
Futuro, Escuela Superior de Ingenieros. Universidad de Sevilla, 41092 Sevilla,
Espaa.
[3]
Catlogo
Honeywell
Inc
Model
Predictive
Control.
www.honeywellonramp.com/TechnicalResources/Pages/Model-PredictiveControl.aspx .
[4] Prez de la Parte Mara de las Mercedes (2005) Tesis Doctoral Control
Predictivo con Modos Deslizantes Universidad de la Rioja Sevilla.
[5] Maciejowski J.M. (2002), Predictive Control with Constraints Person
education.
[6] Takatsu Haruo, Itou Toshiaki, (1996), Report and topics of the control
technology investigation in Japanese industry , Proceedings of the 35th
Conference on Decision and Control Kobe, Japan.
21/09/2015

24