Revista Investigaciones Aplicadas No.

# (Año) pp-pp
Publicada en línea por la Universidad Pontificia Bolivariana
http://convena.upb.edu.co/~revistaaplicada
ISSN
COMPARACIÓN DE TÉCNICAS ADICIONALES DE CONTROL

Sebastián Agudelo B. *, Eliana Ortiz H **†, Rafael Vásquez M.***, Fabio Castrillón H. ****

*
Universidad Pontificia Bolivariana, Cq. 1 #70-01, of. 11-259, Medellín, Colombia,
Recibido 15 Septiembre 2008; aceptado ## Mes año
Disponible en línea: ## Mes año

Resumen: La selección de una estrategia adecuada de control, es un problema en la

industria. Usualmente se resuelve con técnicas tradicionales, sin tener en cuenta
otras más avanzadas, que hoy son fáciles de implementar. En este trabajo se revisan
algunas técnicas adicionales, con el fin de comparar y analizar su desempeño y
robustez, frente a la técnica PID. Para obtener una buena comparación, se aplica
cada una de las técnicas a un modelo matemático extrapolable a procesos térmicos
y/o fluídicos. En los resultados se observó que las técnicas adicionales de control
comparadas, presentaron mejores comportamientos que la técnica tradicional,
posicionándolas como una buena alternativa para la aplicación industrial.
Finalmente se proponen algunas recomendaciones. Copyright © 2008 UPB.

Abstract: The selection of an appropriate control strategy is a common problem. It is

usually solved by means of traditional techniques, ignoring other which can be easily
applied nowadays. In this paper, a revision of some additional techniques, their
performance and robustness analysis, and a comparison of them to the PID control
are addressed. Each technique is applied to a mathematical model that can be
extrapolated to thermal and fluidic processes, and an evaluation is made. Among the
obtained results, it could be noticed that all the additional control techniques,
obtained a better performance than the traditional technique. Therefore, they could
be good alternatives for industrial applications. Finally, some recommendations are
proposed.

Keywords: Process Control, Additional Control Techniques, Performance,

Robustness.

1. INTRODUCCIÓN Integral Derivativo (PID), sin embargo, a medida

que aumenta la complejidad de los procesos, se
La técnica más utilizada en gran parte de los han hecho más evidentes las falencias de esta
procesos industriales a lo largo de los años ha técnica, lo cual ha llevado a los investigadores a
sido el control retroalimentado Proporcional

†
Autor al que se le dirige la correspondencia:
Tel. (+574) 2351417, fax 3500710.
E-mail: elianaortizhenao@gmail.com (Eliana Ortiz).
 Sebastián Agudelo, Eliana Ortiz, Rafael Vásquez, Fabio Castrillón / Investigaciones Aplicadas No. # (Año) pp-pp

desarrollar y buscar constantemente nuevas 2. CASO DE ESTUDIO

alternativas de control (Corrales, 2007).
El caso de estudio seleccionado corresponde a un
Sung y Lee (1996) exponen algunas limitaciones sistema referenciado en la literatura (Lee y Park,
que se han encontrado en el control PID, tales 1998; San Juan, 1998; Ocampo, 2007) y
como la dificultad para atenuar perturbaciones y extrapolable a procesos térmicos y/o fluídicos. El
el deficiente desempeño que presenta en procesos modelo está compuesto por dos funciones de
con grandes tiempos muertos. Asimismo, Seborg transferencia de primer orden más tiempo muerto.
(2003) señala además de las desventajas Las unidades de las ganancias de estado
mencionadas, la imposibilidad del control por estacionario estan dadas en %/% y las constantes
retroalimentación de ser perfecto y la dificultad de tiempo y los tiempos muertos en min.
de aplicarlo en procesos cuya variable controlada 10.2e −71.71s
no se puede medir. G P1 = (1)
66.49 s + 1
Dadas las falencias mencionadas anteriormente, 2.988e −3.66 s
GP2 = (2)
se han estudiado nuevas técnicas de control que 13.28s + 1
buscan superarlas, entre las cuales se encuentran
la técnica de control por acción precalculada La función de transferencia de las perturbaciones
(Feedforward), cuyas primeras investigaciones está dada por:
datan de los 60´s (Dobson, 1960; Shinskey, 2
1963), Control en Cascada con orígenes en el año D( s) = (3)
s +1
1947 (Ocampo, 2007), Control con Modelo
Interno propuesto por García & Morari (1982) y
Predictor de Smith desarrollada inicialmente por 3. TÉCNICAS ADICIONALES DE CONTROL
O.J.M Smith (1957), entre otras.

Los avances en la tecnología electrónica e 3.1. Controlador retroalimentado con ley de

informática han ayudado al estudio e control PID
implementación de estas nuevas técnicas, y cada
Esta estructura de control trabaja
vez es más frecuente el uso de éstas en la
retroalimentando el valor de la variable
industria. Sin embargo, son pocos los estudios en
controlada para calcular el error Fig. 1. A partir
los cuales se han realizado comparaciones entre
de la señal de error, el controlador se encarga de
las diferentes técnicas adicionales de control.
tomar la acción correctiva necesaria para
Algunos estudios comparativos encontrados han mantener la variable controlada en el punto
sido realizados por Otero et al. (1998), Zhang, He deseado siguiendo una ley de control PID.
y Xu (2002), Castrillón, Osorio y Vásquez
(2002), Castrillón y Vásquez (2006), y Ocampo
(2007).

El objetivo de este trabajo es comparar los

resultados obtenidos al aplicar diferentes técnicas
adicionales de control en la regulación de un
sistema cuyo modelo matemático equivale a un
proceso térmico y/o fluídico. Se realizó una
simulación en Matlab® y los índices de
rendimiento utilizados fueron: ISE, IAE, TVM,
TS, MPH; y para evaluar la robustez el tiempo
muerto dominante último. Finalmente se plantean
los lineamientos que permiten seleccionar la
técnica más adecuada para una aplicación
Fig. 1. Esquema de control Feedback.
Para sintonizar los parámetros del controlador
PID se seleccionó el método de Chen-Seborg
(2002). En este caso, las ecuaciones de sintonía
para los parámetros del controlador están dadas
por:
1 [(τ 1 + τ 2 )θ + τ 1τ 2 ](3τ C + θ ) − τ C − 3τ C θ
3 2

determinada. KC =
KP (τ C + θ ) 3 (4)

τI =
[(τ 1 + τ 2 )θ + τ 1τ 2 ](3τ C + θ ) − τ C 3 − 3τ C 2θ
(5)
τ 1τ 2 + (τ 1 + τ 2 + θ )θ

2
 Sebastián Agudelo, Eliana Ortiz, Rafael Vásquez, Fabio Castrillón / Investigaciones Aplicadas No. # (Año) pp-pp

Se obtuvieron los siguientes resultados:

3τ C τ 1τ 2 + τ 1τ 2θ (3τ C + θ ) − (τ 1 + τ 2 + θ )τ C
2 3
τD = (6)
[(τ 1 + τ 2 )θ + τ 1τ 2 ](3τ C + θ ) − τ C 3 − 3τ C 2θ τ1=190.9 min τ2=35.9 min
Donde τc es el parámetro de sintonía y está
relacionado con la velocidad de respuesta del 3.3. Control Feedforward mas feedback
sistema frente a perturbaciones. Este parámetro se
optimizó usando el método de superficie de En aplicaciones prácticas, el control feedforward
respuesta, teniendo como función objetivo la es normalmente utilizado junto con el control
integral del cuadrado del error (ISE) frente a feedback como se muestra en la Fig 3.
perturbaciones (Nakano, 1994). Con τc =33min se
obtuvieron los siguientes valores para los
parámetros del controlador PID:

KC = 0.0237%/% τI = 9.7 min τD = 73.2 min

3.2. Control Feedforward

El control feedforward tiene como objetivo medir
las perturbaciones más significativas, y tomar una
acción preventiva antes de que ocurran cambios
en la variable controlada tal como se ve en la Fig.
2.
Fig. 2. Esquema de control Feedforward.
Para lograrlo, la medida de la perturbación se
debe alimentar a un controlador denominado
feedforward el cual trata de compensar la acción
de estas sobre la planta o proceso.
Para aplicar los métodos prácticos de sintonía del
controlador feedforward, se recomienda omitir la
parte dinámica del controlador y seleccionar un
valor para la ganancia de estado estacionario Kff
que compense un cambio tipo escalón en las
perturbaciones.
De acuerdo al tipo de respuesta, el proceso se
clasifica dentro de las ecuaciones propuestas por
Shinskey (1996) mostradas en la tabla 1.
Fig. 3. Esquema de control Feedforward +
Feedback.
Esta técnica combina las bondades del control
feedforward con las del control feedback,
compensando las falencias de cada una. Mientras
el control feedforward se encarga de las
perturbaciones medidas, el control feedback
compensa las inexactitudes del modelo del
proceso y las perturbaciones no medibles y no
medidas. Para el proceso de diseño y sintonía de
los controladores se deben separar los lazos de
control y sintonizar cada uno por separado,
siguiendo los pasos indicados anteriormente.
3.4. Control en cascada
La estrategia de control en cascada consiste en
seleccionar una segunda variable controlada y un
segundo lazo de control feedback con el fin de
mejorar el desempeño de un lazo de control
feedback simple disminuyendo el tiempo de
respuesta del sistema ante las perturbaciones y
haciéndolo más robusto. En la Fig. 4. GCP(s)
representa el controlador del lazo primario o lazo
externo, y GCS(s) el controlador secundario
ubicado en el lazo interno.

Tabla 1. Método Shinskey: Ajuste óptimo para

compensador dinámico.
ADELANTO τ1 ATRASO τ2
τ − 1.4(τ d − τ 0 ) τ d − 1.4(τ d − τ 0 )
Fig. 4. Esquema de control en cascada.

3
 Sebastián Agudelo, Eliana Ortiz, Rafael Vásquez, Fabio Castrillón / Investigaciones Aplicadas No. # (Año) pp-pp

El método seleccionado para los diferentes tipos Donde:

de control en cascada fue Síntesis (Ocampo,
2007). Para ambas estructuras el controlador
primario PI fue sintonizado usando las ecuaciones
propuestas por Chen-Seborg, el controlador
secundario (P) de la estructura PI-P fue
sintonizado segun Ziegler-Nichols, y el
controlador secundario (PI) de la estructura PI-PI
fue sintonizado segun Dahlin. Las siguientes son
las expresiones encontradas por Chen-Seborg
(2002) aplicadas al sistema en cascada para un
controlador primario PI:
τ 2 + τθ − (τ C − τ ) 2
K C1 = (7)
K P (τ C + θ ) 2
τ 2 + τθ − (τ C − τ ) 2
τ I1 = (8)
τ +θ
El parámetro τC es nuevamente el parámetro de
sintonía. Varias recomendaciones se dan para su
selección; aquí se ha considerado τC = θ. Donde θ
es el tiempo muerto del proceso. El controlador
primario se sintoniza según las ecuaciones
propuestas por Zielger-Nichols (Smith-Corripio,
1997). Los valores obtenidos para los parámetros
de los controladores según el tipo de estructura
son:
Estructura PI-P:
KC1=0.07%/% KC2=1.06%/% τI1=68min
Estructura PI-PI:
KC1=0.05%/% KC2=0.61%/%
τI1=67.4min τI2=13.3min
Para mejorar el desempeño se puede implementar
una gran variedad de filtros lineales y no lineales.
Estos filtros deben ubicarse entre los
controladores, en serie con GCP(s), y son usados
para mejorar la robustez y reducir las dificultades
de sintonía (Brambilla, 1992).
Filtro lineal.
Los autores realizaron una nueva adaptación a la
metodología propuesta por Shinskey (2000) en la
que se emplea un filtro lineal conformado por una
unidad de adelanto-atraso junto con un
controlador PI. En este caso, el filtro se adaptó a
un controlador en Cascada PI-PI.
τ 1s + 1
(9)
τ 2s +1
τ1: constante de tiempo de adelanto
τ2: constante de tiempo de atraso
Resultados: τ1=6.64min τ2=13.28min
Filtro no lineal.
Este aditamento planteado por Brambilla y
Semino (1992), sirve para separar parcialmente la
dinámica de los lazos de control, dando
estabilidad al sistema y reduciendo las
dificultades de sintonía. Su diseño depende de un
parámetro de amortiguamiento. El filtro actúa de
acuerdo a una relación de desigualdad:
Si e(t ) ∆U 1 (t ) * > 0
(10)
entonces ∆U (t ) = ∆U 1 (t )* e −α e (t )
Si e(t ) ∆U 1 (t ) * < 0
(11)
entonces ∆U (t ) = ∆U 1 (t ) *
Donde:
e(t ) : Señal de error del lazo primario.
U1 (t )* : Señal del controlador primario.
U1 (t ) : Señal del controlador primario luego de
pasar por el filtro
α : Parámetro de diseño del filtro no lineal.
El parámetro α fue optimizado por el método de
superficie de respuesta (Nakano, 1994), teniendo
como función objetivo el ISE frente a cambios en
el punto de referencia.
α=0.6
3.5. Control con modelo interno (CMI)
Es una técnica de control que se basa en el
modelo del proceso para predecir el efecto de las
perturbaciones sobre éste y tomar la acción
respectiva. Si el modelo es lo suficientemente
exacto, esta técnica permite diseñar sistemas de
control estables y con buen desempeño, Fig.5.

4
 Sebastián Agudelo, Eliana Ortiz, Rafael Vásquez, Fabio Castrillón / Investigaciones Aplicadas No. # (Año) pp-pp

Fig. 5. Esquema control con modelo interno.

Fig. 6. Esquema de control basado en predictor de
Smith clásico.
En esta estructura de control, es necesario
sintonizar GCP(s) y Gf(s) que corresponden a las
funciones de transferencia del controlador El método de sintonía seleccionado fue
predictivo y el filtro pasabajos. Donde: nuevamente el método de Chen Seborg, en este
[
GCP ( s ) = G m− ( s ) ]
−1
(12) caso para un sistema de primer orden más tiempo
muerto, cuyas ecuaciones están dadas por:
G − (s) 1 τ 2 + τθ − (τ C − τ ) 2
Y m es la parte invertible de la función de Kc = (14)
KP (τ C + θ ) 2
transferencia del modelo del proceso.
τ 2 + τθ − (τ C − τ ) 2
Filtro pasabajos: τI = (15)
N
τ +θ
 1 
G f (s) =   (13) Se optimizó usando el método de superficie de
τ f s + 1 respuesta teniendo como función objetivo el ISE
frente a perturbaciones. Con τC =1min, se
Donde: hallaron los siguientes resultados para los
parámetros del controlador PI:
τf: Constante de tiempo del filtro.

N: Orden del filtro. KC = 0.0246%/% τI= 66.34min

Para el caso de estudio se eligió N=1 y τf se halló

3.7. Control basado en el predictor de Smith
por medio de la correlación de Ciancone (Marlin,
modificado
2000) utilizando los parámetros del modelo
reducido. Se seleccionó un método de diseño y sintonía
τf =42.89min propuesto por Ibrahim Kaya (2003). El método
busca, por medio de la adición de un controlador
3.6. Control basado en el predictor de Smith secundario (Fig 7) atenuar el efecto de las
clásico perturbaciones, sin afectar la respuesta frente a
cambios en el punto de control.
En procesos en los cuales el tiempo muerto es
grande en relación con la constante de tiempo
dominante, un controlador PID tradicional
presenta un desempeño ineficiente (Kaya, 2003).
Para estos casos se utiliza el Predictor de Smith.

El Predictor de Smith, también llamado

compensador de tiempo muerto, se basa en la
simulación en paralelo del proceso, prediciendo el
efecto del tiempo muerto sobre el sistema, y Fig. 7. Esquema de control basado en predictor de
anticipándose a éste. El diseño de esta estructura Smith modificado.
requiere obtener el modelo del proceso y la
sintonización de un controlador PI como se
Este nuevo controlador proporcional de ganancia
muestra en la Fig. 6.
Kf, se sintoniza a partir de los parámetros del
5
 Sebastián Agudelo, Eliana Ortiz, Rafael Vásquez, Fabio Castrillón / Investigaciones Aplicadas No. # (Año) pp-pp

modelo reducido y del controlador PI del Las tablas 2, 3 y 4 presentan las evaluaciones de
predictor de Smith clásico, usando el método desempeño y robustez para cada una de las
propuesto por Kaya (2003). técnicas.

El valor obtenido es: Kf=-0.109%/% Se evaluaron los siguientes indices:

T

4. RESULTADOS ISE: integral del cuadrado del error. ∫0

e 2 (t )dt

T
Para comparar las técnicas de forma equitativa, se
IAE: integral del valor absoluto del error. ∫0
e(t ) dt
emplearon cambios tipo escalón unitario, frente a
perturbaciones y al punto de referencia. Las
MPH: Máxima altura de pico. MPH = Y max
figuras 8 y 9 muestran la respuesta del sistema
ante cambios en el punto de control y Ymax = Valor máximo alcanzado por la variable
perturbación para cada una de las técnicas. controlada.

TS: Tiempo de asentamiento.

TVM: Trabajo sobre la variable manipulada.

∞ dm(t )
∫ο dt
dt

ROBUSTEZ: Fue evaluada utilizando el tiempo

muerto dominante último (τou), se reporta τou/τo

Tabla 2. Resultados frente a Perturbaciones.

MÉTODO ISE IAE MPH TS TVM
Feedback (FB) 476.8 354.4 2** 780.8 0.3562
Feedforward (FF) 512.5 369.2 2** 489.2 0.5958
FB+FF 1277 738.2* 2.956 921.3 0.9705
Cascada PI-P 1822 679.9 3.729* 748.7 4.951
Cascada PI-PI 218.4 244.8 2.053 665.7 2.458
Cascada+FL 203.5** 244.4** 2.04 692.3 2.438
Cascada+FNL 1582* 721.1 3.701 1243* 5.88*
CMI 428.9 260.5 2** 264** 0.155
Fig. 8. Respuestas de las técnicas frente a
P. Smith clásico 524.1 351.3 2** 491.7 0.07163**
perturbaciones. P. Smith modificado 496.8 316.6 2** 518.6 0.08349
COEF. DE VARIACIÓN 69.46 42.52 29.81 35.79 117.79
Mejor resultado **, Peor resultado *

Tabla 3. Resultados frente a cambios en el punto

de control.
METODO ISE IAE MPH TS TVM
Feedback (FB) 129.3 191.1* 1.31* 601.1 0.08002
Feedforward (FF) N/A N/A N/A N/A N/A
FB+FF 129.3 191.1* 1.31* 601.1 0.08002
Cascada PI-P 118.8 157.6 1.117 420.2 0.2012
Cascada PI-PI 124.5 165.1 1.113 445 0.08263
Cascada+FL 131.1 178.9 1.151 614.1* 0.06155
Cascada+FNL 118.2 157.9 1.13 411.3 0.2143*
CMI 107.7** 130.2** 1** 242.2** 0.07856
P. Smith clásico 131.5* 175.6 1** 427.7 0.03582**
P. Smith modif. 124.7 158.3 1.033 455.9 0.04154
COEF. DE VAR. 6.31 11,53 11.47 25.64 66.82
Mejor resultado **, Peor resultado *
Fig. 9. Respuestas de las técnicas frente a
cambios en el punto de control.

6
 Sebastián Agudelo, Eliana Ortiz, Rafael Vásquez, Fabio Castrillón / Investigaciones Aplicadas No. # (Año) pp-pp

Tabla 4. Resultados robustez. Tabla 5. Recomendaciones.

TEC.
NECESIDAD F.O.
RECOMENDADA

Feedforward (FF)
Cascada filt.lineal y

P. Smith clásico
Ahorro energético IAE

P. Smith modif
Feedback (FB)

Cascada+FNL
Cascada PI-PI
CMI

Cascada PI-P

Cascada+FL
METODO

Desgaste elem. Finales de

TVM P. de Smith clásico
FB+FF control

CMI
menor tiempo de estabilización TS CMI
2.1 NA 2.1 2.7 2.8 2.8 2.6 2.9 3.8 3.2 Seguridad en el proceso (ref.) MPH CMI, P. de Smith clas.
t0u/t0
* * ** Fb, Ff, CMI y
Seguridad en el proceso (pert.) MPH
COEF. DE VAR. 20.95 Predictores
Mejor resultado **, Peor resultado * robustez t0u/t0 P. de Smith Clásico

Como punto de apoyo para la selección, en las

5. CONCLUSIONES tablas 2, 3 y 4 se implementó un coeficiente de
variación, el cual representa que tan crítico es
Las técnicas que responden frente a cambios en el cada indicador con respecto a los demás. Entre
punto de control de una forma no oscilatoria, mayor sea el coeficiente de variación, significa
tienen en común que incluyen un modelo del que más cuidado se debe de tener al elegir como
proceso dentro del algoritmo de control. (CMI, función objetivo dicho índice.
predictor de Smith clásico, predictor de Smith
modificado).
REFERENCIAS
Se observa que el controlador feedforward no
logra anticiparse al efecto de las perturbaciones, Brambilla, A. y Semino, D., (1992). Nonlinear
esto es por el retardo presente en el proceso e filter in cascade control schemes. Ind. Eng.
inexistente en las perturbaciones. Las Chem, 31: 2694-2699.
perturbaciones afectan directamente el proceso, Castrillón, F., Osorio, M. y Vásquez, R., (2006).
mientras que la acción del controlador es afectada Comparison between different methods for
por el retardo del proceso antes de ejercer el tuning PID controllers. Proceedings of the
control predictivo. 2006 International Conference on Dynamics,
Instrumentation and Control CDIC. 1-11.
La adaptación del filtro lineal propuesta por los Castrillón, F. y Vásquez, R., (2006).
autores fue exitosa frente a cambios en las Comparación de algunas técnicas adicionales
perturbaciones en los indicadores IAE e ISE. para control de procesos. Memorias del XII
Congreso Latinoamericano de Control
Se observaron los avances significativos en las Automático CLCA . 156-161.
técnicas adicionales de control, que en su mayoría Corrales, J., (2007). Las grandes tendencias del
generan mejores rendimientos que el control control de procesos. Ingeniería Química. 449:
feedback PID. 74-81.
Coughanowr, D., (1991). Process systems
6. RECOMENDACIONES analysis and control. 2.ed. Mc Graw-Hill, New
York.
Para seleccionar la técnica más adecuada para el Chen, D y Seborg. D., (2002). PI/PID Controller
sistema automático de control (SAC) se deben Design Based on Direct Synthesis and
priorizar las necesidades del proceso a controlar, Disturbance Rejection. Ind. Eng. Chem. Res.
entre ellas el ahorro de consumo energético, 41: 4807-4822.
cuidado de los elementos finales de control, Kaya, I., (2003). A new Smith predictor and
velocidad de respuesta, etc. La Tabla 5. Indica controller for control of processes with long
cual es la técnica recomendada y la función dead time. ISA Transactions. 42:101-110.
objetivo (F.O.), según la prioridad en el SAC. Lee, Y y Park, S., (1998). PID Controller Tuning
To Obtain Desired Closed Loop Responses for
Cascade Control Systems. Ind. Eng. Chem.
Res. 37: 1859-1865.
Marlin, T., (2000). Process Control: Designing
Processes and Control Systems for Dynamic
Performance. 2.ed. Mc Graw-Hill, Boston:
7
 Sebastián Agudelo, Eliana Ortiz, Rafael Vásquez, Fabio Castrillón / Investigaciones Aplicadas No. # (Año) pp-pp

Nakano, E. y Jutan, A., (1994). Application of Fabio Castrillón H

response surface methodology in controller
fine-tuning. ISA Transactions. 33:353-366. Investigador en el área de control de procesos
Ocampo, J., Comparación de Diferentes Métodos industriales, MSc. en Automática de la
de Sintonía para Sistemas de Control en Universidad Pontificia. Área de interés
Cascada. Medellín, Trabajo de grado investigativo: Control de Procesos.
Especialización en Automática. UPB.
Otero, F. Sanjuan, M., Acuña, A. y Smith, C.,
(1998). Performance evaluation of advanced
control strategies on a variable dead time
process. Memorias del III Congreso de la
Asociación Colombiana de Automática,
Rionegro. 139-144.
Seborg, D. Edgar, T. Mellichamp, D., (2004).
Process Dynamics and Control. 2.ed. John
Wiley & Sons, United states.
Shinskey, F.G. (1996). Sistemas de Control de
Procesos. Tomo II. Mc Graw-Hill, México.
Shinskey, F.G., (2000). Optimización de la
Regulación de la Carga. Ingeniería Química.
366: 115-120.
Smith, C. and Corripio, A., (1997). Principles
and practice of automatic process control.
2.ed. John Wiley y Sons, New York.
Sung, S. and Lee, I., (1996). Limitations and
countermesures of PID controllers. Ind. Eng.
Chem. 35, No. 8:2596-2610
Zhang W., He, X and Xu, X., (2003). Comparison
of several well-known controllers used in
process control. ISA transactions. 42:317-325.

SOBRE LOS AUTORES

Sebastián Agudelo B

Ingeniero Mecánico, graduado de la Universidad

Pontificia Bolivariana en 2008. Área de interés
investigativo: Control de procesos.

Eliana Ortiz H

Ingeniera Mecánica, graduada de la Universidad

Pontificia Bolivariana en 2008. Área de interés
investigativo: Control de procesos.

Rafael Vásquez

Investigador en el área de robótica y

automatización, MSc. en Automática de la
Universidad Pontificia Bolivariana y estudiante
de doctorado en Robótica en la Universidad de la
Florida. Área de interés investigativo: Robótica y
automatización.