UNIVERSIDAD DE LAS FUERZAS

ARMADAS
ESPE Extensin Latacunga
INGENIERA ELECTROMCANICA

OTROS MTODOS DE CONTROL

MATERIA:
SISTEMAS DE CONTROL
ALUMNA:
FERNANDA MORENO IZA
DOCENTE: Ing. FRANKLIN SILVA
SEMESTRE LECTIVO:
OCTUBRE FEBRERO 2017
 CRITERIOS DE SINTONIZACION PARA EL USO DE CONTROLADORES

Objetivos:

General:

Identificar los tipos de controladores que existen en el medio

Especficos:

Investigar los diferentes controladores existentes adems de los PD,PI Y PID

Analizar cmo funcionan cada uno de estos controladores.
Conocer la implementacin de cada uno de ellos

Resumen:

En un sistema de control en la cual el controlador se puede entender como un operador, la

salida deseada de la planta y la salida real media, proporciona la accin de control a aplicar
sobre el sistema. Existen muchos tipos de control basados en este principio, entre ellos
tenemos el PD, PI y los PID. Existen mtodos y estrategias para realizar la accin de
control, los mtodos de control (clsico y moderno) permiten al controlador reaccionar
mandando una seal correctiva del error, mientras que las estrategias de control hagan ms
eficiente a la labor de control, ahorrando recursos y tiempo.
Abstract:
In a control system in which the controller can be understood as an operator, the desired
output of the plant and the average actual output, provides the control action to be applied
on the system. There are many types of control based on this principle, among them we
have the PD, PI and the PID. There are methods and strategies to carry out the control
action, control methods (classic and modern) allow the controller to react by sending a
corrective error signal, while control strategies make control more efficient, saving
resources and time
MARCO TERICO:

CONTROL ANTICIPATORIO (Feed forward)

Este mtodo permite al controlador analizar los datos de entrada y de salida y mediante
algoritmos matemticos calcular la prxima salida probable, de modo tal que autoajusta
sus parmetros con la finalidad de adecuarse al cambio, y minimizar la diferencia de
medidas. Se recomienda para procesos lentos. Su desventaja radica en que es necesario
medir todas las variables perturbadoras, ya que no corrige las perturbaciones no medidas.
Se puede mejorar este mtodo agregando una retroalimentacin a la salida como se muestra
en la figura 1, de modo tal que se deje que se produzca un error mnimo, el cual ser
detectado y corregido en la siguiente medicin.

CONTROL ADAPTATIVO
Es una variante del control anticipatorio, en donde la respuesta del controlador vara
automticamente basada en los cambios de las condiciones dentro del proceso, es decir, la
respuesta del controlador ser variable dependiendo del comportamiento actual del proceso.
Para que se lleve a cabo esta adaptacin se requiere de algoritmos matemticos que simulen
el proceso en base a los datos tomados en el instante mismo en que se realiza la accin
como se muestra en la figura 2, este resultado va a genera r una seal compensadora que
garantizar la confiabilidad del sistema.
CONTROL OPTIMAL
El control optimal busca la performance en la accin de control, tiene por objetivo buscar
una o varias soluciones que cumplan con ciertas restricciones impuestas por el problema y
que a la vez cumpla con una funcin objetivo (funcin de costo), la cual puede ser
maximizar o minimizar dicha funcin. El control permite diversas soluciones para un
mismo problema, pero el control optimal busca dentro de esas soluciones la ms adecuada
para cumplir con los requisitos planteados.

CONTROL ROBUSTO
El control robusto es aquel que va a permitir mantener la accin de control pese a
perturbaciones externas e internas. Puede existir perturbaciones externas como ruido y
vibraciones propias del proceso; o perturbaciones internas como un mal modelamiento
matemtico, sistema s no lineales difciles de linealizar, incertidumbre en el accionar o
respuesta de la plana frente a estmulos, entre otros. El control robusto se resume a
identificar y controlar la incertidumbre en los parmetros y en el comportamiento de una
planta.

CONTROL EN TIEMPO REAL

Se define el control de sistemas en tiempo real, al control realizado en un intervalo de tiempo finito
y constante, es decir que la informacin ser sensada con muestras intermitentes pero todas las
veces con un mismo tiempo de muestreo.
Caractersticas:
Pueden realizar varias actividades en paralelo.
Pueden ejecutar tareas en respuesta a seales externas.
Deben funcionar en presencia de fallos o avera s parciales, haciendo uso de elementos
redundantes.
Adquieren datos del exterior. Puede ser pasiva cuando utilizan interrupciones, o activa
mediante el uso de tarjetas de entrada / salida de seales. Necesitan de un sistema operativo
que les brinde: gestin eficiente de interrupciones, planificacin de tareas y priorizacin de
las mismas, acceso a puertos e interfaces, mecanismos de medicin del tiempo, entre otros.
El sistema operativo ms empleado es el Linux.
CONTROL DIFUSO
Se basa en la lgica difusa, la cual a diferencia de la lgica binaria o booleana (verdadero / falso 1
/ 0), a signa va lores intermedios dentro de esta escala. Utiliza la experiencia del operador para
generar una lgica de razonamiento para e l controlador. No requiere del modelamiento matemtico
de la planta, puede representar. Modelos de sistemas lineales y no lineales mediante el uso de
variables lingsticas y una serie de condiciones o reglas previamente definidas. Sus algoritmos
(reglas) hacen uso de instrucciones IF THEN.

CONTROL NEURONAL
Hace uso de neuronas de inteligencia artificial. La neurona artificial estndar es un elemento de
procesamiento que calcula una salida multiplicando su vector de entradas por un vector de pesos y
este resultado es aplicado a una funcin de activacin; un conjunto de neuronas conforman una red
neuronal. Las Redes Neuronales son parte de la Inteligencia Artificial (AI) caracterizada s por su
capacidad de aprendiza je, su velocidad mediante el procesamiento masivo en paralelo de da tos y
por la facilidad de modelado de sistemas y controladores no lineales.
Caractersticas:
Son dispositivos no-lineales.
Pueden aprender un mapeo.
Son adaptables.
Las respuestas estn basadas en evidencia.
Usan contexto, es decir, a ms informacin, la respuesta es ms veloz y mejor.
Son tolerantes a fallas, o sea, que la falla es degradada.
Su diseo y anlisis es uniforme.
Tienen analoga neurobiolgica Su procesamiento es masivamente, en paralelo, distribuido
y realizado con operaciones individuales simples.
Aprenden por s mismas Tienen capacidad de generalizar
Aplicaciones:
Representacin de comportamientos de funciones lineales y no lineales.
Identificacin de patrones o sistemas.
Sistemas de control Reconocimiento de imgenes.
Reconocimiento de caracteres.
Reconstruccin de datos.
Prediccin y recomendacin para la toma de decisiones.
 Simulacin de modelos econmicos y financieros.
Clasificacin de objetos Predicciones de clima

CONTROL EN CASCADA (Cascade)

Consiste en incluir uno o ms lazos de control interno dentro de otro externo, con el objetivo de
anular perturbaciones, impidiendo que estas perturbaciones secundarias afecten al sistema principal.
Bsicamente el controlador externo se encarga de la variable principal, mientras que los
controladores internos se encargan de las perturbaciones ms frecuentes. Como regla general, a ms
interno es el lazo, la respuesta de este debe ser ms rpido.
Ventajas:
Las perturbaciones ms frecuentes son corregidas antes de afectar a la variable principal
Permite usar ganancias altas.
Tiene una rpida respuesta

CONTROL DE RELACIN (Ratio)

Consiste en analizar y mantener una proporcionalidad entre dos o ms elementos
(actuadores) dentro de un proceso continuo.
CONTROL DE RANGO DIVIDIDO (Split Range)
Es aplicado a sistemas con una sola variable controlada y dos o ms variables manipuladas,
las cuales afectan de igual forma a la variable controlada. Requiere compartir la seal de
salida del controlador con varios elementos actuadores.
CONTROL SELECTIVO (Override)
Consiste en ejercer control sobre dos variables de un proceso, relacionas entre s de tal
modo que una u otra pueda ser controlada por la misma variable manipulada. La accin de
control se logra conectando la salida de los controladores a un switch selector. Es aplicado
en seguridad y proteccin de equipos y motores.

CONTROL INFERENCIAL
Consiste en efectuar la medicin de la variable controlada a travs de otra variable
relacionada, considerada variable secundaria (pero dependiente de la principal). Los
componentes de este sistema son los mismos que los de un sistema de control realimentado
ms una unidad de computo llamada estimador. Se aplica a procesos donde la obtencin de
informacin o la medicin no se puede llevar a cabo por motivos de que no existe un
elemento medidor para ese tipo de parmetros, o si existe es demasiado caro, o tambin
porque no se puede medir constantemente el parmetro, lo que ha ce que se adquieran muy
pocas muestra s en un tiempo muy largo. Por ejemplo tenemos la medicin del contenido
de humedad en slidos en operaciones de secado.

Conclusiones:

De acuerdo al anlisis realizado se puede concluir que existes diversos tipos de

controladores que no se revisan en su totaliad en clase siendo estos muy importantes
dependiendo de la aplicacin en la que se desea aplicar el control.
El control neuronal utiliza el proceso de multiplicacin de vectores siendo asi muy
utilizado en muchos procesos ya que este controlador utiliza neuronas artificiales
que son capaces de ser entrenadas y acopladas para un proceso determinado.
El control robusto presenta total eficiencia ante las perturbaciones externas e internas que
presenta el proceso.
Algunos de los controladores analizados en este documento usan algoritmos
matemticos de adaptacin en el sistema.

Recomendaciones:
Tener conocimiento previos de lo que es un control y para que se lo utiliza.
Saber diferenciar las caractersticas de cada controlador para poder utilizar en el
sistema deseado.

Referencias:
[1]
http://files.mevo17.webnode.cl/2000001017bdf98b7a/Sintonizaci%C3%B3n%20de%20Co
ntroladores.pdf
[2] http://eie.ucr.ac.cr/uploads/file/proybach/pb0714t.pdf