Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PDF Modelos Dinamicos DE SISTEMAS DE CONTROL
PDF Modelos Dinamicos DE SISTEMAS DE CONTROL
MODELOS DE SISTEMAS
DINMICOS Y CONTROL
Contenido
Conceptos generales
Clasificacin de Sistemas Dinmicos: de Variable
Continua y de Eventos Discretos.
Estrategias de control
Control industrial
Antecedentes histricos
Uno de los pasos mas importantes en el control de
sistemas dinmicos fue el gobernador centrfugo de Watt
basado en un control de velocidad de un motor de vapor
en el siglo XVIII
A partir de esa poca cientficos empezaron a realizar
desarrollos en la teora de control: Minorsky, Hazen,
Nyquist.
En 1922, Minorsky desarroll controladores automticos
para embarcaciones y demostr como la estabilidad
poda ser determinada a partir del anlisis de ecuaciones
diferenciales que describen el sistema.
Antecedentes histricos
En 1932, Nyquist desarrollo mtodos relativamente simples
para encontrar la estabilidad de sistemas de lazo cerrado a
partir de la respuesta del sistema en lazo abierto.
En 1934, Hazen introdujo el trmino de servomecanismos
para el control de la posicin. Los servosistemas son aquellos
capaces de seguir una seal de comando a partir de una
entrada cambiante.
A partir de entonces se han desarrollado metodologas
matemticas para modelar sistemas dinmicos y su control.
En el desarrollo de los sistemas modernos, los modelos
matemticos se han vuelto mas complejos y la demanda de
su utilizacin requiere de herramientas adecuadas para tal
lidiar con tal complejidad.
Definicin de Modelo
Definiciones
Planta Es el sistema dinmico que deseamos
analizar o modelar.
Proceso Es una operacin natural ,
progresivamente continua o desarrollo marcado
por una serie de cambios graduales consecutivos
de una manera establecida hacia la consecucin
de un objetivo o resultado particular.
Sistema Es la combinacin de componentes
que actan juntos en un objetivo o dinmica
comn.
Definiciones
Controlabilidad Es una propiedad de los
sistemas de poder manipular su comportamiento
a partir de sus parmetros de entrada. Con estos
parmetros de entrada podemos manipular la
salida a algn valor deseado.
Observabilidad Es una propiedad de los
sistemas de poder conocer parmetros internos
del mismo a partir de medir parmetros de salida.
Estabilidad Es la propiedad del sistema de
llegar a su estado estacionario cuando no hay
energa externa que sea introducida al mismo.
Definiciones
Inestabilidad Se refiere a un estado en los
sistemas en donde la energa interna tiene al
infinito cuando no hay energa que sea
introducida al mismo.
Perturbacin Es una seal que tiende a afectar
de manera adversa la salida del sistema. La
perturbacin puede ser Interna o Externa al
sistema.
Tipos de sistemas
Los sistemas dinmicos pueden clasificarse de
acuerdo a la forma en que sus variables internas
estn modeladas con respecto al tiempo en:
Sistemas de Variable continua
Sistemas de variable discreta
Sistemas hbridos
Sistemas hbridos
Los sistemas hbridos son una combinacin de los
sistemas discretos y continuos. Pueden poseer
ambos tipos de variables y su estructura puede
contener tambin modelos de funciones matemticas
mezcladas. Estos sistemas surgen de la necesidad
de modelar los sistemas mecatrnicos mas
complejos de forma que puedan incluir los
comportamientos continuos y discretos en un solo
modelo.
Ejemplos de esos sistemas pueden ser las mquinas
de control numrico, los sistemas de comunicacin
electrnica, sistemas de transporte, de produccin,
etc.
Factor de comparacin
Consistencia, concentracin de
soluciones, ausencia de
contaminantes, cumplimiento
de especificaciones
Sensores tpicos
Medidores de flujo,
termocoplas, sensores de
presin
Actuadores tpicos
Dimensiones, acabado
superficial, apariencia, ausencia
de defectos, confiabilidad del
producto
Menos de un segundo
Control regulatorio
En el control regulatorio el objetivo es mantener el
rendimiento del proceso dentro de ciertos niveles con
una banda de tolerancia de ese nivel.
La aplicacin de este tipo de control normalmente es
en la medicin de cantidades bsicas en parmetros
del sistema y mantener cantidades especificadas en
niveles deseados.
En muchas aplicaciones se usa un ndice de
rendimiento que se basa en varias variables de
salida del proceso. Esto lo hace equivalente al lazo
cerrado en sistemas de control en sistemas
individuales
Control regulatorio
Control adaptivo
El control ptimo en estado estacionario opera en un
sistema de lazo abierto. Su xito es debido a que no hay
perturbaciones que invaliden las relaciones conocidas
entre los parmetros del proceso y el rendimiento del
mismo. Cuanto tales perturbaciones estn presentes en
la aplicacin, una forma de control ptimo puede ser
usada llamada control adaptivo.
El control adaptivo combina el control en lazo cerrado y
el control ptimo midiendo variables relevantes del
proceso durante la operacin (como en control en lazo
cerrado) y usando un algoritmo de control que intente
optimizar algunos ndices de rendimiento (como en el
control ptimo.
Control adaptivo
Control adaptivo
El control adaptivo se distingue del control en lazo cerrado y
el control ptimo en estado estacionario por su capacidad
nica para lidiar con cambios en el tiempo del ambiente. No
es inusual para un sistema operar en un ambiente en donde
los cambios en el tiempo potencialmente afecten el
rendimiento del sistema.
Si los parmetros internos estn fijos, estos pueden tener un
rendimiento diferente dependiendo en donde se mueven. Un
control adaptivo est diseado para compensar tales cambios
ambientales, monitoreando su propio rendimiento. Y
alterando algunos aspectos en su mecanismo de control es
posible encontrar su nivel ptimo. En un proceso de
produccin, el ambiente que vara en el tiempo consiste de
las variaciones diarias en materia prima, herramientas,
condiciones atmosfricas, etc.
Control Inteligente
Redes Neuronales
Las redes neuronales surgen a partir de desarrollos
hechos por Donald Hebb en los 40s. Se basan en la
concepcin de conectividad en las neuronas biolgicas
en el cerebro humano. Las redes neuronales artificiales
construyen modelos matemticos dentro de su estructura
interna a partir de un proceso de entrenamiento y
optimizacin de las relaciones entre las neuronas.
En procesos productivos se ocupan en la inspeccin
automtica, reconocimiento de patrones, clasificacin,
anlisis de regresin (encontrar modelos matemticos a
partir de datos en el sistema).
Redes Neuronales
Control difuso
Control difuso
Sistemas expertos
Los
sistemas
expertos
son
bases
de
conocimiento usados en la resolucin de
problemas. Los sistemas expertos pueden usar
tanto variables continuas como conocimiento
discreto en su lgica interna de generacin de
conclusiones. Su heurstica se basa en gran
medida en la confiabilidad original de la
informacin con la que se construye la base de
conocimientos.
Agentes inteligentes
Los agentes inteligentes son sistemas de control
distribuidos que se resumen en entidades
autnomas de control interconectadas entre s
con el fin de alcanzar un objetivo comn. Su
potencial radica en la distribucin de tareas,
tcnicas de auto-organizacin, aprendizaje y
manejo energtico distribuido.
Se aplican tanto en procesos productivos como
en sistemas de manufactura
Control evolutivo
Control evolutivo
El control evolutivo se refiere a tcnicas de control
modernas basadas en la optimizacin y
aprendizaje del comportamiento de sistemas
complejos. El control evolutivo puede dividirse en:
1. Algoritmos genticos
2. Programacin evolutiva
3. Estrategias evolutivas
4. Programacin gentica
Algoritmos genticos
Los algoritmos genticos tienen su origen en los 50s con los
trabajos de A.S. Fraser trabajando con la abstraccin de
genes naturales en palabras de 5 a 15 bits de largo. Despus
en los 60s Holland desarroll algoritmos de optimizacin
usando ests abstracciones.
Los algoritmos genticos son algoritmos de bsqueda que de
alguna forma reflejan algunos procesos naturales. En un
algoritmo gentico se abstraen propiedades de un sistema en
cadenas de bits dentro de una palabra binaria que representa
el 'ADN' del sistema.
Algoritmos genticos
Programacin evolutiva
La programacin evolutiva es similar a los
algoritmos genticos. Utiliza una poblacin de
candidatos a solucin en un problema y se intenta
hacer evolucionar la respuesta especfica a partir
del desarrollo de modelos de comportamiento que
se general de la observacin con el sistema.
En este caso son los operadores los que se
cambian libremente con el fin de adaptar
generaciones de solucin al problema.
Estrategias de evolucin
Programacin gentica
Control estocstico
Control estocstico
El control estocstico est basado en la
estimacin de parmetros a partir de la aplicacin
de probabilidad bayesiana en un proceso
estocstico. Los procesos estocsticos son
aquellos que pueden ser definidos a partir de una
funcin de probabilidad estadstica.
En el caso de procesos productivos y sistemas de
manufactura, estos controles pueden aplicarse en
la manufactura de productos y el control de la
produccin introduciendo parmetros bayesianos
como estimadores en sistemas de control
convencionales.
Ejemplos son:
Un robot carga una pieza de trabajo dentro de una sujecin, y
la parte es detectada por un sensor lmite. Al detectar la
presencia de la parte se altera el estado del sistema. Esto
hace cambiar el ciclo de maquinado automticamente.
El nivel de un compuesto moldeado de plstico en una
mquina de inyeccin dispara la vlvula para abrirla e iniciar
el flujo de plstico nuevo al contenedor. Cuando el plstico
llega a su nivel requerido, se dispara el evento para cerrar la
vlvula, esto detiene el flujo de pallets a la mquina.
El conteo de partes en movimiento en una banda
transportadora mediante un sensor ptico es un evento en el
sistema. Cada arte pasa por el sensor que a su vez afecta el
contador.
Sistemas hbridos
Los sistemas hbridos combinan los dos mtodos
de control y estn emergiendo con aplicaciones
en la industria en los aos recientes. Los
sistemas hbridos consideran los eventos
relacionados en un sistema complejo y se
modelan con el uso de mquinas de estados
finitos. Dentro de cada mquina de estados finitos
existe un modelo continuo del sistema con
caractersticas particulares a dicho estado. Se
definen condiciones de cambio de estado y dentro
de estos, pueden tambin existir otras mquinas
discretas o disparar eventos relacionados a estas.
Control computacional
Control computacional
El control computacional se empez a implementar en
los 40s. Antes de eso el control se haca de manera
analgica incorporada a los sistemas mecnicos o
procesos involucrados.
En un inicio los procesos computacionales eran
costosos. Pero conforme el desarrollo de las
computadoras digitales fue mejorando, as sus
aplicaciones en procesos.
El primer control digital directo fue hecho en Inglaterra en
la Imperial Chemical Industries en 1962. Se
implementaro 224 variables de procesos que eran
medidas y 129 actuadores (vlvulas) eran controladas.
Control computacional
Desarrollos como estos permitieron la aparicin
de dispositivos como los PLC (programadores
lgicos controlados) en los 70s.
Con la aparicin de las redes de computo
empezaron a surgir los sistemas de control
distribuido a mediados de los 70s. Y el gran salto
se dio al emerger las computadoras personales
en los 90s las cuales fueron usadas directamente
en el control.
Requerimientos de control en
tiempo real
Nivel de prioridad
Funcin
Comandos al proceso
Paros de emergencia
Manejo de excepciones
En el proceso de control, una excepcin es un evento
que est fuera de la operacin normal o deseada de
operacin del sistema de control o el proceso mismo. El
manejo de excepciones es de suma importancia para la
estabilidad del algoritmo de control. Ejemplo de
excepciones son:
Problemas con la calidad del producto
Variables del proceso operando fuera de sus rangos
normales
insuficiente materia prima o suministros para mantener el
proceso
condiciones de riesgo como fuego
descomposturas del controladora
Norma ANSI/ISA
Control supervisorio
El control supervisorio es asociado con procesos industriales
y corresponde al nivel de la celda de manufactura. Este
control coincide con el control supervisorio de el estndar
ANSI/ISA. Este control denota el manejo de actividades de un
nmero de unidades integradas para obtener objetivos
econmicos del proceso.
Sistemas distribuidos y
computadores personales
La entrada de sistemas de computo personales permiti
la distribucin de procesos. En este sentido el uso de
microprocesadores, microcontroladores, DSP y otros
dispositivos digitales han permitido sistemas de control
distribuido econmicamente accesible en las plantas
industriales.
De igual forma, estos desarrollos, junto con redes de
comunicacin y avances en herramientas de software,
han permitido tambin la implementacin de algoritmos
avanzados de control y la historia se sigue escribiendo
Conclusiones
Trabajo en casa
Prxima sesin