Está en la página 1de 95

UNIVERSIDAD BIBLIOTECA DE

ALEJANDRIA
Optimizacin de Lazos de Control
AO 53 A.C.
1
Agenda
1. Introduccin
2. Por Qu Optimizacin de Lazos?
3. Conceptos de Teora de Control
4. Sintona de Lazos
5. Auditoria de Lazos
6. Anlisis de Perturbaciones de Planta
7. Herramientas de Control Avanzado
2
Terminologa
Lazos de Control
PV: valor de proceso
SP: setpoint
CO: salida de control
PID: controlador Proporcional-Integral-Derivativo
CLCM: Monitoreo de Condiciones de Lazos de Control
KPI: Indicadores Clave de Performance
APC: Control Avanzado de Procesos
MPC: Control Predictivo basado en Modelo
SPC: Control Estadstico de Proceso
MvSPC: Control Estadstico Multivariable de Proceso
RTO: Optimizacin en Tiempo Real
3
El Escenario de Control Avanzado de
Procesos
4
LAB
MPC
Modelo RTO
Modelado Riguroso
Optimizacin
de Lazos
Control de Proceso en DCS
Proceso
SPC MvSPC
SPC
Modelos
Inferenciales
Operador
Diagrama de un Lazo de Control
5
Medicin
PV
Medicin
PV
Controlador Controlador
Actuador Actuador
Proceso Proceso
Objetivo
SP
Objetivo
SP
Salida de
Control CO
Salida de
Control CO
Por Qu Optimizacin de
Lazos?
Opera mi planta en forma ptima?
Si no, cunto se debe a automacin de
proceso, especialmente lazos de
control?
Deberamos usar medidas disponibles
en lugar de solamente almacenarlas
Operacin normal no necesariamente
significa operacin ptima
Optimizacin de lazos ahorra dinero
sin mayores inversiones de capital
6
Performance: Variabilidad es una
amenaza!
Oscilaciones
El lazo presenta oscilaciones?
Cules son las causas posibles?
Qu podemos hacer para
eliminarlas?
Alta variabilidad
Es la variabilidad mnima?
Qu tan lejos se encuentra del
mnimo?
Por qu ha aumentado?
Puede mejorarse?
7
Performance real no es ptima!
8
Una inversin que debe dar repago!
Lazo de control tpico es un activo de $ 25,000
La mitad se pierde
50 % bien sintonizados
25 % control no efectivo
25 % reduce performance
Mitad de tiempo de buena performance = 6 meses
2 4 horas para investigar y mejorar performance de
un lazo de control
Proceso tpico contiene 2000 4000 lazos de control
Pocas personas con conocimiento apropiado
En promedio, un ingeniero de proceso est a cargo de
400 lazos de control
25 % de 4000 lazos impacta severamente, lo que
significa prdidas de $ 25,000,000 !!
9
Los analistas comienzan a comprender...
Citas:
... mientras el equipamiento de proceso es una parte integral de programas de manejo de
activos, los lazos de control ... frecuentemente no reciben la misma atencin.
La performance de los lazos de control ... se degrada lentamente en el tiempo sin llamar la
atencin
Sin una adecuada sintona de lazos de control para minimizar variabilidad, ... se pierden
beneficios sustanciales
... an una leve degradacin en el control del proceso puede resultar en millones de dlares
perdidos de ganancias
Identificar los lazos de control con mayor repago requiere evaluar todos los lazos de control,
lo cual sera una tarea insuperable sin ayuda de software de supervisin y anlisis de lazos de
control
Cuando recin instalado, el control avanzado de proceso proporciona tpicamente
beneficios sustanciales. Mantener estos beneficios debido a condiciones cambiantes, sin
embargo, es un problema
es buen tiempo de asegurar los sistemas de control como parte sus esfuerzos de
manejo de activos.
10
Edicin de Junio 2003:
Se debe incluir lazos de control en manejo de activos
Les A. Kane, Editor
Cmo son los datos de un lazo de
control?
11
Salida de control
Set-point & valor de proceso
Tiempo
Costo de un mal control
12
Alto
Bajo
Tiempo
Sueo
C
o
s
t
o
Sintona del
lazo
Alto
Bajo
Realidad
C
o
s
t
o
Tiempo
Alto
Bajo
Sueo realista con
Auditoria
C
o
s
t
o
Tiempo
Beneficios de Sintona y Auditoria
Mantener el sistema de control regulatorio en su mximo
Performance del lazo
Habilita al operario a mantener lazos en su punto de ptima performance
Mantenimiento preventivo
Alerta de problemas de equipos/proceso a su debido tiempo
Problemas de instrumentos
Problemas de actuadores
Posibilita el uso de control multivariable/avanzado
MPC limitado por la capacidad del control bsico
Modelos MPC incorporan performance de lazos bsicos
13
Sintona y Auditoria de Lazos
14
Control Multivariable/
Predictivo basado en Modelo
Planta
Control Regulatorio Bsico
Clculo de Propiedades
Inferenciales
actuadores
s
e
n
s
o
r
e
s
lab
Supervisin de Lazos
Sintona y Auditoria
de Lazos
Sintona Optimizada
- un requerimiento para proyectos APC
O
Diagrama en Bloques
15
Medicin
PV
Medicin
PV
Controlador Controlador
Actuador Actuador
Proceso Proceso
Objetivo
SP
Objetivo
SP
Salida de
Control CO
Salida de
Control CO
G
P
C
PID
SP (r)
PV (y)
CO (u)
-
Transformada de Laplace
Transformacin matemtica dada
por:
Herramienta para solucin de
ecuaciones diferenciales (se
convierte en una ecuacin
algebraica en el dominio de la
variable compleja s).
Ejemplos:
16

=
0
) ( ) ( dt e t f s F
st
) (
) (
s sF
dt
t df
s
s F
t f
) (
) (

O
Funcin de Transferencia
Uso de Transformada de Laplace para representacin de
sistemas
Funcin de Transferencia:
forma clsica de modelar sistemas lineales
representacin entrada-salida
se determina mediante ensayos (respuesta al impulso/escaln)
17
) ( ) (
) (
t y a t u b
dt
t dy
=
P
u(t) y(t)
a s
b
s G
s U
s Y
+
= = ) (
) (
) (
G(s)
U(s) Y(s)
Controlador PID Breve Resea
Propuesto en los aos 40 y se mantiene hasta
ahora
como el controlador de lazo ms utilizado
Es un controlador no-ptimo
Es fcil de sintonizar y permite alcanzar una
buena performance
Es fcilmente implementable en un sistema de
control digital
Se basa en una estructura de una entrada y una
salida
18
PID Estructura interna
19
P: proporcional
I: integral
D: derivativo
PID Estructura interna
El controlador PID est basado en 3 acciones
paralelas
Frecuentemente se utilizan solo los trminos P e I
Existen varias formulaciones matemticas
20
( ) ( ) ( )
( )
dt
t e d
K dt t e K t e K t u
d i p PID
+ + =

PID Estructura matemtica


Paralela e Ideal
La forma Paralela es apta sobretodo para tratamiento emprico
manual
La forma Ideal tiene la ventaja que Ti y Td son expresados en
segundos y solo K depende de la unidad de medida del proceso
21
( ) ( ) ( )
( )
(

+ + =

dt
t e d
T dt t e
T
t e K t u
d
i
PID
1
( ) ( ) ( )
( )
dt
t e d
K dt t e K t e K t u
d i p PID
+ + =

Forma Paralela
Forma Ideal
PID Funcin de
Transferencia de un PI
Esta formulacin es muy til porque
pone en evidencia las constantes de
tiempo del controlador
Un controlador PI tiene una funcin
de transferencia con un cero y una
accin integral
22
( ) ( ) ( )
(

+ =

dt t e
T
t e K t u
i
PI
1
Forma PI Ideal
( )
(

+ =
i
PI
sT
K s C
1
1
( )
i
i
PI
sT
sT
K s C
+
=
1
O
PID Funcin de Transferencia de un
PID
23
( ) ( ) ( )
( )
(

+ + =

dt
t e d
T dt t e
T
t e K t u
d
i
PID
1
( )
(

+ + =
d
i
PID
sT
sT
K s C
1
1
Forma PID Ideal
PID Estructura matemtica
Serie
La forma Serie es til
cuando se analiza el
controlador en el dominio
de la frecuencia, dado que
pone en evidencia las
constantes de tiempo
(polos y ceros)
Observar:
K, T
i
y T
D
de la forma
Ideal difieren de
y de la forma Serie
24
Forma Serie
( )
(

+ + =
d
i
PID
sT
sT
K s C
1
1
( )
(

+ +
=
i
d i i
PID
sT
T T s sT
K s C
2
1
( )
( )( )
s
sT sT
K s C
PID
2 1
1 1 + +

=
Partiendo de la forma Ideal:
( ) ( )
d
i
PID
T s
s T
K s C
~
1
~
1
1
~
+
|
|

\
|
+ =
i
T K
~
,
~
d
T
~
PID Estructura Interactiva y No-
Interactiva
25
Forma No-Interactiva (Paralela e Ideal):
Forma Interactiva (Serie o Clsica):
P
PID
D
I
I
P
PD
PID
PID Implementaciones Industriales
u: salida de control (CO)
r: setpoint (SP)
y: valor de proceso (PV)
K
P
: ganancia proporcional
K
I
: ganancia integral
K
D
: ganancia derivativa
T
F
: constante de tiempo de filtro
: factor de peso para setpoint en trmino proporcional
= 1 implica accin proporcional sobre el error
= 0 implica accin proporcional sobre el PV
: factor de peso para setpoint en trmino derivativo
= 1 implica accin derivativa sobre el error
= 0 implica accin derivativa sobre el PV
26
( ) ) (
1
) ( ) ( y r
s T
sK
y r
s
K
y r K s u
F
d i
p PID

+
+ + =
Forma Paralela:
Respuesta de un sistema de primer orden
Parmetros:
G
0
: ganancia esttica
T
0
: constante de tiempo
T
d
: retardo puro o tiempo
muerto
27
( )
s T
e
G s G
s T
d
0
0
1+
=

Funcin de transferencia:
( )
s
e
s G
s
5 1
3
+
=

G
0
Respuesta a escaln unitario
63%
T
0
T
d
0
2 . 2 T t
r
=
G
( )
0
) (
0
) 1 (
0
U e G t y
T
T t
d

=
Respuesta de un sistema de segundo
orden
Parmetros:
G
0
: ganancia esttica

n
: frecuencia natural no
amortiguada
: relacin de
amortiguamiento
28
1 =
2 . 1 =
4 . 0 =
7 . 0 =
( )
2
2
2
0
2
n n
n
s s
G s G

+ +
=
Funcin de transferencia:
Sub -amortiguado
Crtico
Sobre-amortiguado
M
p
t
s
G
o
M
p
: sobretiro (overshoot)
2
1
100 (%)

= e M
p
69 . 0 ,
2 . 3
%) 5 ( <

n
s
t
t
s
: tiempo de asentamiento (5%)

Sintona de Controladores PID


Objetivo
Hallar los parmetros del controlador PID
(tpicamente K, T
i
y T
d
) para obtener una respuesta de
lazo de control deseada
Especificaciones en el dominio del tiempo y/o
frecuencia
Cometidos principales del controlador:
Seguimiento de setpoint
Rechazo de perturbaciones
Mtodos de sintona
Ziegler-Nichols (Manual)
Lambda
IMC (Internal Model Control)
Ubicacin de Polos Dominantes
29
Procedimiento para la Sintona
30
Medicin
PV
Medicin
PV
Controlador Controlador
Actuador Actuador
Proceso Proceso
Objetivo
SP
Objetivo
SP
Salida de
Control CO
Salida de
Control CO
G
P
C
PID
SP (r)
PV (y)
CO (u)
-
Adquirir
1
Modelar 2
Sintonizar
3
Adquisicin de Respuestas
Ensayos escaln (perturbacin del proceso):
en lazo cerrado (modo automtico): cambios en SP
en lazo abierto (modo manual): cambios en CO
capturar la dinmica del proceso entre CO y PV
evitar perturbaciones externas
magnitud de los escalones significativa respecto al
ruido de medida, limitados por condiciones
operativas
variedad de amplitudes y en ambos sentidos para
caracterizar el o los puntos de trabajo
31
Identificacin del Modelo
32
K: ganancia esttica
Tz: constante de tiempo del cero
T1, ,
n
: constantes de polos
D: retardo de transporte (tiempo muerto)
( )
( )
( )( )
2
2
1
2 1
1
n n
s D
z
s s s T s
e s T K
s G
+ + +
+
=

Identificacin del Modelo


Usualmente expresado como Funcin de Transferencia
Mtodos automticos de ajuste de parmetros con seleccin manual
o automtica del orden del modelo
Evaluacin del modelo mediante ndices de ajuste a la respuesta real
(<error
2
>, R
2
, etc.)
Simulacin del modelo (respuesta escaln, diagramas de Bode)
Validacin del modelo con otro set de datos
33
Sintona: Mtodo Ziegler-Nichols
(Manual)
Mtodo manual clsico para eleccin de parmetros
de sintona de PIDs
Diseado para rechazo de perturbaciones
Procedimiento:
1. Se configura el controlador en modo proporcional
nicamente.
2. Se aumenta la ganancia hasta producir una oscilacin.
3. Se registra la ganancia (K
u
) y el perodo de la oscilacin
(T
u
).
4. Se eligen los parmetros del PID de acuerdo a una tabla.
34
Controlador K T
i
T
d
P 0.5 K
u
- -
PI 0.4 K
u
0.8 T
u
-
PID 0.6 K
u
0.5 T
u
0.125 T
u
En la prctica
requiere re-sintona o
atenuacin de los
parmetros para
respuesta ms
estable
Sintona: Mtodo Lambda
Requerimientos: modelo de primer orden, estable o integral, con tiempo
muerto
Parmetros de diseo: constante de tiempo del lazo cerrado ()
35
P
PID
SP
CO
-
PV
P

( )
s T
P
s P
0
0
1+
=
( )
s
s P

+
=
1
1
0
T
Factor

= Factor Lambda (relacin con lazo abierto):
)
1
1 ( ) (
0
0
0
s T
K s PID T T
P
T
K
I
I
+ = = =

Controlador PI:
Sintona: Mtodo IMC (Internal Model
Control)
Extiende el concepto del mtodo Lambda a modelos de mayor orden
Requerimientos: modelo estable
Parmetros de diseo:
Mxima Sensitividad (M
S
), o
Constante de tiempo del lazo cerrado ( )
M
S
permite un diseo robusto (cuanto menor sea el valor de M
S
, ms robusta es la
sintona)
36
modelo del proceso
inversa aprox. del modelo
filtro, tpicamente primero orden ( )
IMC
SP
PV
CO
-
- m
G
P
G G
f
+
m
G
m
G
+
m
G
f
G
G
P
G
c
-
) (
1
D PI
G G G
G G
G
m m f
m f
C

=
+
+
Sintona: Mtodo de Ubicacin de Polos Dominantes
Requerimientos: ninguno
Aproxima el lazo cerrado a una transferencia de
segundo orden
Parmetros de diseo:
: relacin de amortiguamiento
: frecuencia natural
37
P
PID
SP
CO
-
PV
G
( )
2
2
2
2
n n
n
s s
s G

+ +
=
Sintona: Mtodo ITAE
ndice de Performance ITAE
Integral Time Absolute Error:
el producto por t reduce la contribucin del error
inicial y prioriza el error final
ndice modificado:
p limita el gradiente de la accin de control u (CO)
Requerimientos: valores iniciales del PID para
lazo estable
utilizar otro mtodo inicialmente
optimizar con ITAE
Parmetros de diseo: mx(dCO/dt) -
opcionalmente
38

= dt t e t ITAE ) (

+ = ) max( ) (
dt
du
p dt t e t ITAE
O
Mtodos de Sintona
39
Mtodo
Modelo de Proceso Tarea de Control Parmetros de
Diseo
Observaciones
Manual
Todos Cualquiera el
usuario debe saber
como sintonizar
Parmetros del
controlador
Partiendo de inicio o
ajustando los
resultados
automticos
Lambda
Primer orden,
estable
(Auto-regulados con
solo una constante
de tiempo o
puramente integral)
Seguimiento de
setpoint
Constante de tiempo
en lazo cerrado
deseada (Lambda o
factor Lambda)
Lambda es la
constante de tiempo
del lazo cerrado
El factor lambda es
la relacin con el
lazo abierto
Ubicacin de
Polos Dominantes
Todos Rechazo de
perturbaciones (y
seguimiento de
setpont, ver
observaciones)
Amortiguamiento
de transitorios y su
limitante de
velocidad
max
Sintona universal
para ambas tareas,
para controladores
con coef. de SP
ajustable
IMC
Estable
(Auto-regulados o
integral)
Seguimiento de
setpoint
MS (Mxima
sensitividad) o
Lambda
Especificando MS se
garantiza robustez
directamente
ITAE
Todos Minimizar funcin de
costo
Gradiente de la
salida de control
Requiere parmetros
iniciales de
controlador estable
O
Sintona: Evaluacin
Simulacin de la respuesta del lazo cerrado ante
perturbaciones externas y cambios de setpoints
Diversos parmetros de performance tanto en el
dominio del tiempo como en frecuencia
Simulacin de la sintona con diversos modelos
Parmetros de sintona acorde a la
implementacin del PID
40
Evaluacin en el Dominio del Tiempo
41

= dt t e
D
IAE ) (
1
Error Absoluto Integrado:
1
2
3
4
5
6
Evaluacin en el Dominio de la
Frecuencia
42
G
P C
r
y
u
-
d
n
) ( ) ( s G s C G
P ol
=
) ( ) ( 1
) ( ) (
s G s C
s G s C
r
y
G
P
P
cl
+
= =
) ( ) ( 1
1
s G s C n
y
S
P
+
= =
Transferencia en lazo abierto:
Transferencia en lazo cerrado:
Funcin de Sensitividad:
Transferencia Seal de Error:
Transferencia Ruido-Accin de
Control:
e
S
s G s C r
e
P

+
=
) ( ) ( 1
1
r: referencia, set-point (SP)
u: accin de control (CO)
y: salida (PV)
d: perturbacin a la entrada
n: ruido de medida
) ( ) ( 1
) (
s G s C
s C
n
u
G
P
un
+

= =
O
Evaluacin en el Dominio de la Frecuencia
43
Parmetros de Estabilidad Relativa - Robustez
Diagrama de Bode del lazo abierto, G
ol
(s)
) ( arg(
cp
j
ol
G
m
+ =
) (
1
cg
j
ol
G
m
A

=
cp
m
d
T

=
Margen de Retardo:
Margen de Fase:
Margen de Ganancia:
1
2
3
Delay Margin
Lazos Feedforward y Cascada
44
G
D
G
P C
FB
SP
PV
CO
D
-
C
FF
Cascada:
Feedforward:
G
IN
C
OUT
SP
PV
-
C
IN
G
OUT
-
CO
OUT
= SP
IN
PV
IN
CO
IN
( )
1
) 1 (
+
+
=

s T
e s T K
s C
Lag
Ds
Lead
FF
O
Agenda
1. Introduccin
2. Por Qu Optimizacin de Lazos?
3. Conceptos de Teora de Control
4. Sintona de Lazos
5. Auditoria de Lazos
6. Anlisis de Perturbaciones de Planta
7. Herramientas de Control Avanzado
45
Qu es performance de control?
La pregunta de performance del controlador es considerada en la fase de
Diseo del Controlador
46
constante de tiempo
IAE, ISE,
tiempo de asentamiento
sobretiro
ancho de banda
frecuencia de corte
mrgenes de ganancia/fase
margen de retardo
O
Diferencia entre Sintona y
Evaluacin
Etapa de Diseo
Etapa de Evaluacin
47
Diseo razonable
Diseo ligeramente
agresivo
?
es esto un buen control?
Si no: por qu?
Generar informacin a partir de
datos!
Supervisin de Performance
Rara vez se dispone de informacin adicional
Usar datos de operacin solamente
Responder preguntas ms relevantes
Preguntas tpicas
Oscilan los lazos?
Trabajan en modo automtico?
Tienen un desempeo aceptable?
Cules lazos requieren nueva sintona?
Hay problemas de fsicos? (desgaste de
vlvulas, por ej.)
48
O
Supervisin de lazos de control no-
invasivo!
49
ndices (KPI)
Monitoreo de
Condiciones
de Lazos de Control
(CLCM)
o
Auditoria
Evaluacin de Performance por Pasos
1. Recolectar y analizar datos
2. Calcular Indicadores Claves de Performance (KPI)
3. Elaborar hiptesis y sugerencias basadas en los
KPI
50
importante
matemtica
involucrada
O
Diagnsticos de Lazos de Control
Diagnsticos tpicos:
Problema de sintona
Lazo oscilatorio
Perturbacin externa
Friccin esttica en vlvula
Prdida en vlvula
Tamao de vlvula incorrecto
Performance global aceptable
51
KPI KPI
Reglas de Auditoria Reglas de Auditoria
+
Diagnsticos de
Mantenimiento
Diagnsticos de
Mantenimiento
Ranking de Lazos
segn Performance
Buena
Regular
Pobre
Indicadores Claves de Performance
Estadsticas bsicas
Valor medio, desviacin estndar
Validez de datos
Outliers
Check de validez
Compresin
Modos de lazo de control
Automtico/Manual
Saturado
Cascada
Nivel de ruido
ndices de Performance
Performance del lazo
ndice Harris
Retardo puro estimado
52
ndices de Oscilacin
Oscilando, si/no?
Frecuencia/Perodo
ndices de Vlvulas
Friccin esttica
ndice de No-linealidad
ndice de No-linealidad
ndice de No-Gaussiano
Estadsticas Bsicas
Valor medio
Desviacin estndar
Kurtosis, Skewness
Simple pero til
Tendencias son importantes
Valores tpicos que se capturan
visualmente de tendencias
Importante para documentacin
Para clculos propios
Siempre posibles
53
skewness
kurtosis
O
Validez de Datos
Son los datos vlidos para anlisis?
Compresin de datos
si los datos se obtienen de un historiador
Cuantificacin de datos
Puede conducir a mala performance de
control
54
compresin
cuantificacin
outliers
Modos del Lazo de Control
Automtico / Manual
Salida saturada
Cascada
55
0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0 1 2 0 0
2 8 0
3 0 0
3 2 0
0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0 1 2 0 0
2 5
3 0
3 5
time [s]
P
V
,

S
P
C
O
P
V
,

S
P
time [s]
Modo cascada = 0%
Modo automtico = 100%
Modo cascada = 0%
Modo automtico = 100%
Modo cascada = 100%
Modo automtico = 100%
Saturacin = 32.3%
Modo cascada = 100%
Modo automtico = 100%
Saturacin = 32.3%
C
O
Dominio de la frecuencia
encontrar picos en el espectro
Dominio del tiempo
seales peridicas a la vista
Auto-correlacin
considera el factor de amortiguacin
buena cancelacin del ruido
Auto-correlacin
regularidad de cruces por cero
56
Deteccin de Oscilacin una tarea simple?
Tiempo [s]
Tiempo [s]
Frecuencia
Tiempo [s]
ndices de Oscilacin
Deteccin de oscilacin
Interna - externa
Cuantificacin
Perodo amplitud
Importante para anlisis de causa
raz (root-cause analysis)
Diagnsticos de oscilacin
Friccin en vlvulas
No linealidad
57
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
Espectro
O
ndice de Oscilacin (dominio del
tiempo)
58
0.88 0.25
Controlador sintonizado
0 = sin oscilacin, 1 = oscilacin perfecta
Tiempo [s]
Severidad de la Oscilacin
Cuantifica la oscilacin
59
Perodo = 42.7 [s]
Amplitud = 23.9 %
Severidad = 79.8 %
Perodo = 42.7 [s]
Amplitud = 23.9 %
Severidad = 79.8 %
Perodo = 21.1 [s]
Amplitud = 2.5 %
Severidad = 41.2 %
Perodo = 21.1 [s]
Amplitud = 2.5 %
Severidad = 41.2 %
Tiempo [s]
ndices de No-linealidad
Anlisis de causa raz de oscilaciones
Identificacin de problemas en actuadores
Sumamente til en conexin con deteccin y
diagnstico de oscilacin
60
Friccin esttica
Banda muerta
Histresis
ndices de Actuadores/Vlvulas
Estadstica simple y diagnsticos
avanzados
No linealidad en vlvulas es un
problema importante
61
Desplazamiento/ hora = 3510 [%/h]
# Cambios de direccin/ hora = 1050 [#/h]
Tamao de la vlvula = 100 [%]
Desplazamiento/ hora = 3510 [%/h]
# Cambios de direccin/ hora = 1050 [#/h]
Tamao de la vlvula = 100 [%]
Ejemplo de Investigacin de
Oscilacin
Diagnsticos
Verificar performance global
Detectar oscilacin
Decidir entre estas 3 causas
62
F
FC
friccin
esttica
carga cclica
sintona muy rpida
ndices
Detalles de la oscilacin (perodo,
amplitud )
Tendencias para cada ndice
Seales Perfectas de Friccin
Esttica
63
tiempo
Setpoint
SP
Variable
de
Proceso
PV
Salida de
Control
CO
Un Problema Tpico: Lazos
Acoplados
64
F
FC
A
AC
Producto 2
Producto 1
no o.k.
o.k.
Lazo de Caudal Lazo de Caudal
Lazo de Composicin Lazo de Composicin
Ambos Lazos Oscilan
65
Diagnosis: stiction no stiction
control de composicin control de caudal
Cul lazo est causando la oscilacin?
tiempo [s]
tiempo [s]
Solucin con Correlacin
Cruzada
La correlacin cruzada es usada cuando
se tiene informacin de dos diferentes
series temporales. El rango de valores
es de -1 a 1 de tal forma que cuanto
mas cercano est el valor a 1, mas
similares son las series.
Clculo: Multiplicar ambas seales en
cada muestra y sumar los productos
66
Si la causa es friccin esttica ...
67
variable de
proceso
seal de control
correlacin cruzada
CCF
corrimientos
Si la causa no es friccin esttica
...
68
variable de
proceso
seal de
control
correlacin cruzada
CCF
corrimientos
Diagnstico usando correlacin cruzada
69
control de composicin control de caudal
Diagnstico:
friccin
esttica
no hay
friccin
ndices de Evaluacin de Sintona
Que tan cerca sigue el Valor de Proceso al Setpoint?
ndice de Harris
70
25%
5%
3%
0.3%
5.3%
0.6%
0.02
0.96
0.92
ndice de Harris (Mnima Variancia)
Mtodo estocstico que permite evaluar la
performance del controlador mediante una
comparacin con el controlador de Mnima Variancia
(MVC):
Aquel capaz de remover todas las perturbaciones (luego
del tiempo muerto) dejando solamente un ruido blanco
Representa el mejor resultado terico que se puede
alcanzar
Se calcula como:
con valores entre 0 y 1, cunto ms alto, mejor la
performance.
71
2
2
PV SP
MVC
I

O
ndice de Harris (Mnima Variancia)
Principio: comparacin con control de mnima
variancia
72
=
+
Predecible, puede ser removido
por el control
No predecible, no puede
ser removido por el control
La parte predecible depende del tiempo muerto del proceso La parte predecible depende del tiempo muerto del proceso
El ndice de
Harris calcula la
parte predecible
mnima dada la
restriccin del
tiempo muerto
O
ndice de Harris (Mnima Variancia)
73
I =
+
Calcular ndice de performance (I):
[0 1]
Impulso
Respuesta a impulso
estimada de datos de
operacin normal
PERO ... necesita saber el tiempo muerto de cada lazo! PERO ... necesita saber el tiempo muerto de cada lazo!
control
MV
control
actual
control
PI ptimo
time [s]
2
2
PV SP
MVC
I

O
74
Antes:
Despus:
ndice de Harris Ejemplo
0.47
0.96
O
Ejemplo de una Herramienta de Performance
75
64%
good
24%
medium
12%
bad
# lazos de buena performance: 32
# lazos intermedios: 12
# lazos de mala performance: 6
Unidad de Proceso: Unit-xyz
Lazos investigados: 50
Fecha: 2002-08-15
Performance global: buena
Lazos de mala performance
* oscilando: 3
* gran desviacin estndar: 2
* comportamiento sospechoso: 1
Indicar malos lazos en pantalla
y reportes
Ejemplo de una Herramienta de Performance
76
Loop FC-xyz
Problema: oscilacin
Causa probable: problema
en vlvula
Solucin: mantenimiento
Hasta tanto, sintonizar
con Ti=10.8, Kp=0.74
Loop TC-xyz
Problema: oscilacin
Causa probable: externa
Solucin: revisar FC-xyz
Sintona actual OK
Loop Lc-xyz
Problema: alta variancia
Causa Probable: sintona/
estructura del controlador
insuficiente
Solucin: resintonizar controlador
PI (Ti=10.8, Kp=0.74) y usar
seales abc para feed-forward
(Kf=0.92)
Agenda
1. Introduccin
2. Por Qu Optimizacin de Lazos?
3. Conceptos de Teora de Control
4. Sintona de Lazos
5. Auditoria de Lazos
6. Anlisis de Perturbaciones de Planta
7. Herramientas de Control Avanzado
77
Anlisis de Perturbaciones de Planta
Perturbaciones a nivel de toda la
planta causan problemas
significativos
El reciclaje de energa y material
contribuye a su propagacin
La identificacin de la causa raz no
es una tarea simple
Tradicionalmente requiere
conocimiento experto del proceso
y/o ecuaciones de primeros
principios
Alternativa: software avanzado de
tratamiento de seales procesando
informacin tpica de histricos de
planta
78
79
Ejemplo de Perturbaciones a Nivel de Planta
Columna de destilacin
parte de un proceso mayor
Reaccin con dependencia
crtica de la temperatura
Estructura de control:
Control cascada para el
flujo calefactor de entrada
Control de flujo de salida
mediante medida de nivel
7 temperaturas
adicionales a lo largo de
flujo para supervisin
TC2
TC1
TI1
TI2
TI3
TI7 TI6
TI4
TI5
LC1
Salida de
Fluido
Calefactor
Entrada
Fluido
Calefactor
Alimentacin
Salida de
Producto
Salida de
Producto
Intermedio
Perturbacin Afectando el Proceso
Hiptesis de causa raz:
1. Controlador de nivel LC1 mal sintonizado
2. Perturbacin externa en alimentacin TI1
80
TC2
TC1
TI1
TI2
TI3
TI7 TI6
TI4
TI5
LC1
Salida de
Fluido
Calefactor
Alimentacin
TI1
TI2
TI3
TI4
TI5
TC1
TC2
TI6
LC1
TI7
0 50 100 150 200 250 300 350 400
15%
osc.
Salida de
Producto
Intermedio
Entrada
Fluido
Calefactor
Salida de
Producto
Metodologa de Anlisis de Perturbaciones
Recoleccin de tendencias de variables
involucradas
Procesamiento:
seleccin de tramos tiles (valor medio constante
durante las oscilaciones)
aplicacin de filtros pasa-banda para enfocarse en la
oscilacin bajo estudio
2 tcnicas de Clustering:
Deteccin de oscilacin
Anlisis de Componentes Principales
Indicador de Causa Raz #1: No-linealidad
Indicador de Causa Raz #2: Causalidad
Indicador de Causa Raz #3: Retardos temporales
81
Indicador 1: Resultados de No-Linealidad
82
TI1
TI2
TI3
TI4
TI5
LC1
TC2
TC1
TI7 TI6
TI1
TI2
TI3
TI4
TI5
LC1
Salida
Flujo
Calefactor
Entrada
Flujo
Calefactor
Alimentacin
Salida de
Producto
Producto
Intermedio
Indicador 2: Matriz de Causalidad
83
TC2
TC1
TI1
TI2
TI3
TI7 TI6
TI4
TI5
LC1
TI1 causa TI2
TI3 causa TI4
TI4 causa TI5
Efecto
C
a
u
s
a
Indicador 3: Retardos Temporales
84
TC2
TC1
TI1
TI2
TI3
TI7 TI6
TI4
TI5
LC1
10 seg
20 seg
20 seg
40 seg
140 seg
30 seg
290 seg
La perturbacin es causada por la alimentacin
Hiptesis de causa raz:
1. Controlador LC1 mal sintonizado
2. Perturbacin externa por alimentacin, TI1
85
Hiptesis de causa raz:
1. Controlador LC1 mal sintonizado
2. Perturbacin externa por alimentacin, TI1
TC
2
TC
1
TI1
TI2
TI3
TI7 TI6
TI4
TI5
LC1
TI1
TI2
TI3
TI4
TI5
TC1
TC2
TI6
LC1
TI7
0 50 100 150 200 250 300 350 400
El Escenario de Control Avanzado de
Procesos
86
LAB
MPC
Modelo RTO
Modelado Riguroso
Optimizacin
de Lazos
Control de Proceso en DCS
Proceso
SPC MvSPC
SPC
Modelos
Inferenciales
Operador
Auge de Modelos derivados de Datos
Amplia disponibilidad de histricos de datos y sistemas de
informacin de laboratorio han de hecho de los datos un
commodity
Las plantas son productoras de datos con cientos de miles de
puntos almacenados cada da
Los datos histricos son un activo valioso para un mejor control,
soporte de decisiones gerenciales y optimizacin de procesos, pero
extraer informacin til requiere herramientas
87
Aplicacin Tpica: Sensores Inferenciales
Estimar una variable de proceso cuya
medida directa no es posible o no se
encuentra disponible
Se basa en redundancia de informacin
mediante relaciones con otras variables
de procesos que se miden directamente
Tecnologa usada: redes neuronales,
regresiones, algoritmos genticos, SPC,
MvSPC, etc.
88
Sensor Inferencial / Modelo
variable de
proceso
estimada
variables de
proceso
medidas
Sensores Inferenciales: Por Qu?
89
143.0 ppm
LIMS
PIMS
DCS
(Sistemas de
Informacin)
ANALISIS DE LABORATORIO
Muestras
Resultados
de 1 a 12 horas de
retraso en la medida
efectuado cada X
horas
Informacin continua, en tiempo real
90
143.0 ppm
LIMS
PIMS
DCS
(Sistemas de
Informacin)
ANALISIS DE LABORATORIO
Muestras
Resultados
de 1 a 12 horas de
retraso en la medida
efectuado cada X
horas
Sensores
Inferenciales
sin demoras
medidas continuas
anlisis de laboratorio
usados para
validacin peridica
de los sensores
inferenciales
Aplicaciones Tpicas de Modelos
Inferenciales
Medidas Inferenciales
Validacin de Sensores
PEMS Monitoreo Predictivo de Emisiones
Monitoreo de Calidad
Monitoreo de Performance de Proceso
Aviso de Mantenimiento
91
Introduccin a MPC
92
MVs
CVs & PVs
MVs = Variables de Proceso Manipuladas, independientes, SPs control bsico
FFs = Variables Feedforward, perturbaciones medidas del proceso
CVs = Variables Controladas, dependientes, salidas de proceso
PVs = Variables de Proceso, realimentacin al estimador, mejor prediccin
FFs
MPC
Objetivos CV
Objetivos MV
Lmites CV
Lmites MV
Modelo
Optimiz.
PROCESO
PVs
COs
PID
PID
PID
Automacin
Bsica
SPs
Cmo MPC mejora la Performance
Vista Estadstica
93
Reduce la variancia y mueve hacia los Lmites
5
4
3
2
1
0
330 350 370 390 410 430
6
%

M
u
e
s
t
r
a
s
/

G
r
a
d
o

F
Grados F
Cmo MPC mejora la Performance
94
Regin de Operacin
Preferida por el Operador
ptimo
Econmico
Restriccin
Desborde
Restriccin
Condensador
Restriccin de
Temperatura en
Reboiler
Vapor
Reflujo
Manejo simultneo de restricciones y variables
MPC
Inicial
MPC
Aplicaciones Tpicas de MPC
Importante nmero de aplicaciones probadas de MPC
en industrias de proceso
Destilacin & Fraccionamiento
Reactores Qumicos
Operacin de Unidades en Refinera
Plantas de Etileno
Digestor de Pulpa
95