Control de Sistemas Multivariables

November 27, 2008

1 Introduccion
Hasta ahora hemos analizado problemas donde se desea controlar solo una variable.
Sin embargo, en muchos procesos industriales el objetivo consiste en mantener mas de
una variable en su set-point o valor deseado tal como se muestra en la Figura 1.
-
-
-
y
y
y
1
2
3
Figura 1: Sistema de Procesamiento con m ultiples variables controladas.
en este tipo de casos se dice que el problema de control es multivariable (lo cual implica
que el n umero de variables a controlar puede ser 2 o mayor de 2). Para ejemplicar el
control de sistemas multivariables considere el siguiente reactor tanque agitado:
TC
AC
LC
donde supongamos que se desea controlar el nivel, la temperatura y la composicion del
euente del reactor. Como potenciales variables manipuladas podemos emplear el ujo
de la corriente de producto, la carga termica del medio de calentamiento y el ujo de
los reactivos:
Flujo de vapor
Flujo efluente
Fluijo reactivos
Concentracion
Temperatura
Nivel
REACTOR
en este caso es simple proponer el siguiente apareamiento de lazos de control (por
apareamiento entiendase la decision de que variable manipulada controla a que vari-
able controlada):
Flujo efluente Nivel
Flujo de vapor
Temperatura
Fluijo reactivos
Concentracion
Lazo 2
Lazo 3
Lazo 1
a dicho esquema de control de sistemas multivariables se le llama esquema de control de
lazos m ultiples. Observese que esta forma de resolver el problema de control de sistemas
multivariables se reduce a dise nar cada lazo de control de manera independiente del
resto de los lazos (es decir, sin tomar en cuenta la presencia del resto de los lazos
de control). Cada lazo se dise na usando los metodos vistos antes para el control de
sistemas univariables.
2
LC
TC
AC
sin embargo, la presencia del efecto de interaccion hara que el desempe no de un
lazo afecte al de los otros y visceversa. En otras palabras, la interaccion complica la
sintonizacion de los lazos de manera independiente. Existe otro esquema para resolver
el problema del control de sistemas multivariables y se basa en el uso de un solo
controlador que manipula simultaneamente todas las variables manipuladas cuando
algun o algunas variables controladas se alejan de su set-point. De esta forma se
consigue compensar por el efecto de interacci on. El grado de compensacion depende
del dise no del controlador.
3
LC
AC
TC
Controlador
Multivariable
En sistemas multivariables la interacci on entre variables es el efecto mas importante en
el dise no y sintonizaci on de lazos de control. Se dice que un proceso presenta interacci on
cuando una variable de entrada afecta a mas de una variable de salida. Afecta quiere
decir que la variable controlada se aleja de su set-point en virtud de cambios en la
variable de entrada.
u
u y
y
y
UNIVARIABLE
MULTIVARIABLE
u
u
1
2
2
1
2
y
1
1
2
4
1.1 Midiendo la interaccion en sistemas multivariables
Supongamos que se desea analizar el problema de control a lazo cerrado de un sistema
de 2 entradas y 2 salidas:
u
u y
2
1
2
y
1
PLANTA
cuyas funciones de transferencia estan dadas por:
y
1
(s) = g
11
(s)u
1
(s) +g
12
u
2
(s) (1.1)
y
2
(s) = g
21
(s)u
1
(s) +g
22
u
2
(s) (1.2)
como podemos ver claramente cada una de las entradas (u
1
, u
2
) tiene inuencia sobre
las salidas (y
1
, y
2
). La magnitud de tal inuencia depende de las ganancias de las
funciones de transferencia. En principio si uno dise na los lazos de control de manera
independiente (suponiendo los apareamientos u
1
y
1
, u
2
y
2
) tenemos:
y
1
y
2
2
u
1
u
y
d1
y
d2
G
c1
G
c2
g
11
g
22
sin embargo, si la interaccion entre las entradas/salidas esta presente el efecto sobre el
sistema de control se representara de la siguiente forma:
5

d 2
y
e
2
G
c 2
G
c 1

g
G
G

y
d 1
e
1
g
g
12
22
g
21
11

y
y
2
1
I
I
1
2
v
v
u
u
1 1
2 2
-
+
-
+
+
+
+
+
+
+
+
+
cuando el sistema multivariable presenta interacci on puede no ser tan claro que apareamiento
seleccionar. Para entender este problema supongamos que llevamos a cabo el siguiente
experimento:
(1) Con todos los lazos de control abiertos realizamos un cambio escalon en u
1
. De
acuerdo a lo dicho antes y
1
cambiar a (y tambien lo hara y
2
pero por el momento
concentremonos en y
1
). Suponiendo que el sistema sea estable se alcanzara una
respuesta nal en y
1
denotada por y
1u
y cuya magnitud esta dada por:
y
1u
= k
11
(1.3)
(2) Con unicamente el lazo 2 (es decir, el lazo u
2
y
2
) cerrado realizamos el mismo
experimento sugerido en el paso anterior. El controlador G
c2
tiene entonces la
funcion de corregir cualquier desviacion en y
2
(manipulando u
2
) como resultado
del cambio escalon efectuado en u
1
. Notese claramente que u
1
tiene tanto un
efecto directo como indirecto sobre y
1
(a traves de la accion de control u
2
).
Observaciones.
(a) y
1
cambia (a traves de g
11
), pero tambien cambia y
2
(a traves de g
21
).
(b) Bajo control feedback el lazo 2 siente el efecto de la interaccion sobre y
2
, y
entonces manipula u
2
hasta que y
2
regresa a su set-point.
6
(c) Sin embargo, los cambios efectuados en u
2
afectan ahora a y
1
(a traves de g
12
).
Los cambios observados sobre y
1
son de dos clases:
(1) El efecto directo de u
1
sobre y
1
(denotado por y
1u
).
(2) El efecto indirecto que surge cuando el controlador 2 trata de eliminar la per-
turbacion u
1
afectando con esto a y
1
(denotemos este efecto por y
1r
).
despues de que se halla alcanzado el estado estacionario del proceso, la respuesta en y
1
(denotada por y

1
) estara dada por:
y

1
= y
1u
+ y
1r
(1.4)
una medida adecuada del grado de interacci on del proceso (suponiendo que u
1
controla
a y
1
) esta dada por el siguiente cociente:

11
=
y
1u
y

1
(1.5)
o bien,

11
=
y
1u
y
1u
+ y
1r
(1.6)
esta cantidad proporciona una medida del grado de interaccion que ocurre cuando u
1
controla a y
1
, y cuando u
2
controla a y
2
.
1.2 Aparemiento de lazos de control
Usando los valores del ndice
11
resulta mas o menos claro como analizar el efecto de un
cierto apareamiento sobre la interaccion y desempe no del lazo cerrado. Normalemente
estaremos interesados en elegir el apareamiento con menor grado de interacci on.

11
= 1
Esto implica que y
1r
= 0 y por lo tanto cero interaccion en el sistema multi-
variable. En consecuencia seleccionado el acoplamiento:
u
1
y
1
u
2
y
2
el sistema no presenta interacciones. Esto puede indicar:
(1) u
1
no tiene efecto sobre y
2
.
(2) u
1
no tiene efecto sobre y
2
, pero y
2
no tiene efecto sobre y
1
.

11
= 0
En este caso esto signica que y
1u
= 0; o sea que u
1
no tiene ning un efecto
sobre y
1
. Por lo tanto el lazo u
1
y
1
no sirve para el proposito de controlar y
1
.
Posiblemente el lazo u
1
y
2
sea mas apropiado ya que en este caso no existe
interaccion con y
1
.
7

11
> 1
En este caso y
1r
tiene signo contrario del que tiene y
1u
(sin embargo, es
menor en valor absoluto). En casos con
11
muy grande y positiva el efecto de la
interaccion practicamente cancela el efecto de u
1
sobre y
1
. Por esta razon pueden
requerirse valores grandes de la accion de control para este proposito. En general
el apareamiento u
1
y
1
no sera bueno.

11
< 0
Esta situacion surge cuando y
1r
tiene signo contrario del que presenta y
1u
(ademas y
1r
es mayor en valor absoluto a y
1u
). El apareamiento u
1
y
1
no
es recomendable ya que la direccion del efecto de u
1
sobre y
1
a lazo abierto es la
respuesta a la correspondiente direccion con el lazo cerrado. No se recomienda
usar apareamientos de este tipo.
0 <
11
< 1
Este caso corresponde a y
1u
y y
1r
respondiendo en el mismo sentido. Para

11
> 0.5 notese que y
1u
> y
1r
(el efecto directo es mayor que el efecto de
interaccion). Si
11
< 0.5 entonces y
1r
> y
1u
(la interaccion domina el efecto
directo). Cuando
11
= 0.5 entonces y
1u
> y
1r
y ambos efectos son igualmente
importantes.
1.3 Denicion de ganancia relativa
La ganancia relativa (
ij
) entre la salida y
i
y la entrada u
j
(o sea, el cociente
entre 2 ganancias en estado estacionario) se dine como:

ij
=
_
y
i
u
j
_
todos los lazos abiertos
_
y
i
u
j
_
todos los lazos abiertos,excepto i=j
(1.7)
normalmente el ndice
ij
se calcula para sistemas cuadrados de n entradas y n
salidas; al arreglo resultante de elementos
ij
se denomina el Arreglo de Ganancia
Relativa (RGA) y se denota por :
=
_

11

12
...
1n

21

22
...
2n
. . ... .
. . ... .
. . ... .

n1

n2
...
nn
_

_
(1.8)
1.4 Calculando la RGA
Para mostrar la forma de evaluar la RGA usaremos el caso simple del siguiente sistema
de 2x2:
y
1
= g
11
u
1
+g
12
u
2
(1.9)
y
2
= g
21
u
1
+g
22
u
2
(1.10)
8
como el analisis clasico de la RGA se realiza en estado estacionario esto signica que:
lim(s 0) g
ij
(s) = K
ij
(1.11)
por lo tanto el sistema original puede reescribirse como:
y
1
= K
11
u
1
+K
12
u
2
(1.12)
y
2
= K
21
u
1
+K
22
u
2
(1.13)
si evaluamos el elemento (1,1) de la RGA:

11
=
_
y
1
u
1
_
o
_
y
1
u
1
_
c
(1.14)
donde
_
y
1
u
1
_
o
denota la ganancia con todos los lazos abiertos mientras que
_
y
1
u
1
_
c
denota
la misma ganancia pero con el lazo 2 cerrado. Entonces:
_
y
1
u
1
_
o
= K
11
(1.15)
para evaluar el termino
_
y
1
u
1
_
c
recordemos que en esta ocasion el lazo 2 permanece
cerrado. Por lo tanto, cuando se logre mantener a y
2
en su set-point deseado, ocurrira
que:
y
2
= 0 (1.16)
la accion de control que se debe aplicar para lograr este proposito esta dada por:
u
2
=
K
21
K
22
u
1
(1.17)
ahora bien, la accion de control u
2
ejercera un efecto sobre la respuesta y
1
, la cual
puede obtenerse sustituyendo u
2
en la ecuacion que dene la respuesta para y
1
:
y
1
= K
11
u
1
+K
12
_
K
21
K
22
_
u
1
(1.18)
esta ecuacion representa, por lo tanto, el efecto de u
1
sobre y
1
cuando el lazo 2 esta
cerrado:
_
y
1
u
1
_
c
= K
11

K
12
K
21
K
22
= K
11
_
1
K
12
K
21
K
11
K
22
_
(1.19)
denotando
=
K
12
K
21
K
11
K
22
(1.20)
9
tenemos
_
y
1
u
1
_
c
= K
11
(1 ) (1.21)
por lo tanto el elemento (1,1) del RGA esta dado por:

11
=
K
11
K
11
(1 )
(1.22)
o bien

11
=
1
1
(1.23)
de manera semejante se pueden evaluar el resto de los elementos de la RGA:

12
=

1
(1.24)

21
=

1
(1.25)

22
=
1
1
(1.26)
entonces la matriz de RGA () estara dada por:
=
_
1
1

1
1
1
_
(1.27)
notese claramente que la suma de los elementos individuales de la RGA (
ij
) siempre
es igual a 1, ya sea que dichos elementos sean sumados horizontalmente:
n

j=1

ij
= 1 (1.28)
o verticalmente
n

i=1

ij
= 1 (1.29)
esto puede apreciarse mas claramente en el ejemplo examinado deniendo
=
11
=
1
1
(1.30)
entonces la matriz de RGA estara dada por
=
_
1
1
_
(1.31)
10
en consecuencia para determinar la matriz de RGA para un sistema de 2x2, solo es
necesario determinar el termino .
Para calcualar la RGA en sistemas de orden superior se aconseja utilizar el siguiente
metodo matricial. Sea K la matriz de ganancia en estado estacionario:
lim (s 0) G(s) = K (1.32)
cuyos elementos son las ganancias individuales K
ij
. La matriz puede obtenerse
aplicando la siguiente ecuacion:
= K (K
1
)
T
(1.33)
donde representa el producto elemento por elemento. Es decir, la operacion anterior
no denota el clasico producto matricial.
1.5 Reglas basicas de apareamiento
Al seleccionar apareamientos entre variables manipuladas y controladas notese que el
caso ideal (es decir, no interacci on entre los lazos) esta dado por una RGA con la
siguiente estructura tipo matriz identidad:
=
_

_
1 0 . . . 0
0 1 . . . 0
.
.
.
.
.
.
.
.
.
0
0 1 0
0 0 1
_

_
(1.34)
sin embargo, existen casos que pudieran llevarnos a concluir, erroneamente, que no hay
interaccion entre lazos cuando dicha interacci on esta presente. Para ilustrar este punto
considere la siguiente planta:
G(s) =
_
1
s+1
0
3
3s+1
4
4s+1
_
(1.35)
cuya RGA esta dada por:
=
_
1 0
0 1
_
(1.36)
examinando los elementos de uno podra concluir erroneamente que los lazos no
interactuan. Sin embargo, examinando la estructura de G(s), notamos que m
1
afecta a
y
2
; pero y
2
no afecta a y
1
. Por lo tanto, en realidad si existe interaccion entre los lazos.
Este tipo de interaccion en el que una variable manipulada afecta la operacion de un
lazo, pero la variable manipulada de este ultimo lazo no afecta la operacion del primer
lazo, se llama interaccion en un sentido. Dicha interacci on se presenta en plantas con
estructura de tipo triangular superior
G(s) =
_

_
x 0 0 0
x x 0 0
x x x 0
x x x x
_

_
(1.37)
11
o triangular inferior
G(s) =
_

_
x x x x
0 x x x
0 0 x x
0 0 0 x
_

_
(1.38)
donde x representa elementos diferentes de cero.
Regla No. 1
Aparear variables de entrada/salida que tengan elementos positivos de la RGA
tan cercanos a 1 como sea posible.
Ejemplo 1 Seleccionar los apareamientos entrada/salida que minimizan la inter-
accion entre lazos para las siguientes RGA (entradas: u
1
, u
2
, salidas: y
1
, y
2
):
a) =
_
0.8 0.2
0.2 0.8
_
, b) =
_
0.3 0.7
0.7 0.3
_
, c) =
_
1.5 .5
.5 1.5
_
a) En este caso el mejor apareamiento esta dado por: u
1
y
1
, u
2
y
2
.
b) En este caso el mejor apareamiento esta dado por: u
1
y
2
, u
2
y
1
.
c) En este caso resulta preferible aparear sobre elementos de grandes (pero
positivos) que sobre elementos de negativos. Por lo tanto el mejor apareamiento
estara dado por: u
1
y
1
, u
2
y
2
.
Ejemplo 2 Seleccionar un esquema de control, con interaccion mnima, de la columna
de Wood-Berry.
Antes obtuvimos que la matriz de RGA esta dada por:
=
_
2 1
1 2
_
siendo u = [L V ]
T
, y = [X
d
X
b
]
T
, por lo cual el apareamiento sugerido es:
L X
d
y V X
b
.
Cuando se seleccionan apareamientos tambien resulta indispensable tomar en cuenta
consideraciones de estabilidad entre los lazos (especialmente para sistemas de mas de 2
entradas y 2 salidas). Dicha consideracion se plantea en terminos del siguiente teorema
de estabilidad de Niederlinski.
12
Teorema 1 Teorema de Niederlinski
Considerese el siguiente modelo a lazo abierto
y(s) =

G(s) u(s) (1.39)
donde supongamos que se han seleccionado los siguientes apareamientos: u
1
y
1
, u
2

y
2
, . . . , u
n
y
n
. Ademas cada elemento (g
ij
) de la matriz de ganancias debe cumplir
con ser: a) racional y b) estable. Supongamos ademas que se dise nan n lazos de
control feedback (cada uno con accion integral) de tal forma que cada uno de los n lazos
de control permanece estable cuando se abren el resto de los n 1 lazos de control.
Si todos los n lazos estan cerrados, el sistema de control de lazos m ultiples sera in-
estable (para todos los posibles valores de los parametros del controlador) si el ndice
de Niderlinski (N) denido como:
N =
det[G(0)]

n
i=1
g
ii
(0)
(1.40)
es negativo.
Observaciones.
a) El teorema de Niederlinski representa condiciones necesarias y sucientes unicamente
para sistemas de 2x2.
b) Para sistemas de orden mayor unicamente representa condiciones sucientes. Es
decir, si el teorema se cumple, entonces el sistema de m ultiples lazos sera deni-
tivamente inestable. Pero si el teorema no se cumple, el sistema de m ultiples
lazos puede ser o no inestable (en este caso, la estabilidad depende de los valores
asignados a los parametros del controlador).
c) En sistemas de 2x2
N = 1 (1.41)
por lo tanto, si apareamos cuando es negativa (es decir > 0) el teorema se
cumple y el sistema de m ultiples lazos 2x2 sera inestable. Esto demuestra porque
no es conveniente aparear con RGA negativos en sistemas de 2x2.
Regla No. 2
Aparear lazos de control de tal forma que N > 0.
Resumen de la estrategia basica de apareamiento
i) Dada la matriz de ganancias G(s) evaluar la matriz de RGA.
ii) Emplear la regla de apareamiento No. 1, apareando sobre elementos positivos
lo mas cercanos a 1.
13
iii) Verique que el sistema de lazos m ultiples seleccionado conduce a obtener un
ndice de Niederlinski N > 0. En caso de que esta condicion no se cumpla
regresar al paso anterior.
Ejemplo 3 Suponiendo que la siguiente planta en estado estacionario tiene como en-
tradas: u = [u
1
u
2
u
3
] y como salidas y = [y
1
y
2
y
3
]:
G(0) =
_

_
5
3
1 1
1
1
3
1
1 1
1
3
_

_ (1.42)
determinar el apareamiento que conduce a obtener menor interaccion siendo ademas N > 0.
Calculando la RGA
1
:
=
_

_
10 4.5 4.5
4.5 1 4.5
4.5 4.5 1
_

_ (1.43)
de acuerdo con la regla de apareamiento No.1:
u
1
y
1
u
2
y
2
u
3
y
3
checando ahora el ndice de Niederlinski:
det(G(0)) = 0.1481
3

i=1
g
ii
(0) = 0.1852
entonces:
N =
0.1481
0.1852
= 0.8
por lo tanto el esquema seleccionado tendra problemas de estabilidad (para cualquier valor
de los parametros de los controladores). Por lo tanto, el teorema de Niederlinski rechaza
el apareamiento sugerido por la RGA. Seleccionemos otro apareamiento y examinemos, de
nueva cuenta, el teorema de Niederlinski.
Del resultado anterior podemos notar que el siguiente apareamiento podra tal vez ser
factible:
u
1
y
1
u
2
y
3
u
3
y
2
1
puede calcularse facilmente en Matlab usando la instruccion: >lambda = g.*(inv(g));
14
antes de evaluar necesitamos rearreglar la matriz G(0) para reejar este nuevo apareamiento:
_

_
y
1
y
3
y
2
_

_ =
_

_
5
3
1 1
1 1
1
3
1
1
3
1
_

_
_

_
u
1
u
2
u
3
_

_
entonces
=
_

_
10 4.5 4.5
4.5 4.5 1
4.5 1 4.5
_

_ (1.44)
checando nuevamente el ndice de Niederlinski:
det(G(0)) = 0.1481
3

i=1
g
ii
(0) = 1.6667
por lo tanto:
N =
.1481
1.6667
= 0.088
en consecuencia este apareamiento no presentara problemas de estabilidad.
Existen algunas ocasiones en las que es posible aparear sobre elementos negativos
de la RGA (esto solo es posible en sistemas de orden superior al segundo, y nunca
es valido en sistemas de 2x2). Sin embargo, si se abre el lazo que se apareo con un
elemento negativo de la RGA, el resto del esquema de control de lazos m ultiples se
volvera inestable.
Ejemplo 4 Consideremos la siguiente planta en estado estacionario:
G(0) =
_

_
1 1 0.1
0.1 2 1
2 3 1
_

_ (1.45)
con entradas: u = [u
1
u
2
u
3
]
T
salidas y = [y
1
y
2
y
3
]
T
, cuya RGA esta dada por:
=
_

_
1.89 3.6 0.7
0.13 3.02 1.89
3.02 5.61 3.6
_

_ (1.46)
el unico apareamiento factible esta dado por:
u
1
y
1
u
2
y
2
u
3
y
3
15
ya que para el el lazo 1 aparear sobre el elemento positivo conduce a unndice de Niederlinski
N < 0. En este caso:
det(G(0)) = 0.53
3

i=1
g
ii
(0) = 2
N = 0.265
sin embargo, a un cuando este apareamiento no tiene problemas de estabilidad, si se abre
el lazo u
1
y
1
el esquema de control restante tendra problemas de estabilidad como se
muestra a continuacion.
Abrir el lazo u
1
y
1
signica eliminar a estas variables de la funcion de transferencia a
lazo abierto:
G(0) =
_
2 1
3 1
_
(1.47)
cuya RGA estara dada por:
=
_
2 3
3 2
_
(1.48)
notese que el esquema resultante aparea sobre elementos negativos de la RGA:
det(G(0)) = 1
2

i=1
g
ii
(0) = 2
N = 0.5
por lo tanto el esquema resultante sera inestable.
1.6 Apareamiento de sistemas con integradores
Los sistemas dinamicos con integradores se caracterizan por poseer funciones de trans-
ferencia del tipo:
G(s) =
1
s
(1.49)
y en este caso resulta obvia la dicultad de calcular la ganancia en estado estacionario
cuando s 0. El siguiente ejemplo muestra como proceder en casos como este.
Ejemplo 5 Evaluar el RGA, y sugerir un esquema de apareamiento, de la siguiente planta:
G(s) =
_

_
1.318e
2.5s
20s+1
e
4s
3s
.038(182s+1)
(27s+1)(10s+1)(6.5s+1)
.36
s
_

_
(1.50)
16
reemplazando el integrador por I:
I =
1
s
tenemos
lim(s 0) G(s) =
_
1.318
I
3
.038 .36I
_
(1.51)
entonces de la denicion del RGA para sistemas de 2x2:
=
1
1
k
12
k
21
k
11
k
22
=
1
1 +
(.038)(.333I)
(1.318)(.36I)
= .974
de donde el arreglo completo de RGAs estara dado por:
=
_
.974 .026
.026 .974
_
(1.52)
y el apareamiento recomendado es:
u
1
y
1
u
2
y
2
2 Apareamiento de sistemas no cuadrados
hasta ahora hemos supuesto que la decision de aparear variables de entrada/salida
involucraba unicamente a sistemas cuadrados (es decir, sistemas donde el n umero de
variables manipuladas y controladas es identico. En esta seccion discutiremos como
seleccionar apareamientos cuando el n umero de variables manipuladas no es igual al
n umero de variables controladas. En este caso distinguiremos las 2 siguientes situa-
ciones.
2.1 Sistemas subdenidos
En este caso el n umero de variables manipuladas (m) es menor que el n umero de
variables a controlar (n). Dado que el esquema de control sera de tipo m ultiple lazo
(es decir, una variable manipulada apareada con una variable controlada) resulta que
las variables a controlar estan en exceso por: (n m). Esto implica que, basados
en consideraciones de cierto tipo (por ejemplo, economicas), se decide mantener jo o
contante el valor de nm de las potenciales variables controladas. Con esta desicision
el sistema restante sera cuadrado, y en adelante el analisis de interaccion sera semejante
al visto antes.
Ejemplo 6 Considere la decision de aparear la siguientes variables controladas: com-
posicion del destilado (y
1
), composicion de los fondos (y
2
) y composicion de los fondos
17
(y
3
) usando el siguiente conjunto de variables manipuldas: ujo del reujo (u
1
), presi on
del rehervidor (u
2
). El ujo de la corriente lateral esta jo (es decir, no puede usarse como
variable manipulada):
como puede notarse, en un esquema de lazos m ultiples, resulta imposible controlar las 3
salidas con tan solo 2 entradas. Sin embargo, supongamos que, por razones economicas,
resulta menos conveniente controlar la composicion de la corriente lateral. Por este motivo
tal variable deja de considerarse como variable controlada, y nos resta entonces la decision
de como aparear el resto de las variables. Si la planta original esta dada por:
_

_
y
1
y
2
y
3
_

_ =
_

_
.66e
2.6s
6.7s+1
.0049e
s
9.06s+1
1.11e
6.5s
3.25s+1
.012e
1.2s
7.09s+1
33.68e
9.2s
8.15s+1
.87(11.61s+1)e
s
(3.89s+1)(18.8s+1)
_

_
_
u
1
u
2
_
(2.53)
con la decision de no controlar la composicion de la corriente lateral, la planta estara dada
por:
_
y
1
y
3
_
=
_

_
.66e
2.6s
6.7s+1
.0049e
s
9.06s+1
33.68e
9.2s
8.15s+1
.87(11.61s+1)e
s
(3.89s+1)(18.8s+1)
_

_
_
u
1
u
2
_
(2.54)
de donde,
=
_
1.4 .4
.4 1.4
_
(2.55)
el apareamiento natural para este sistema sera: u
1
y
1
(el reujo controla la composicion
del destilado) y u
2
y
2
(la presion del rehervidor controla la composicion de los fondos).
2.2 Sistemas sobre-denidos
En esta situacion el n umero de variables manipuladas (m) es mayor que el n umero de
variables controladas (n). Por lo tanto tenemos varias formar de aparear las variables
de salida con las variables de entrada. De hecho tenemos exactamente:
m!
n!(mn)!
(2.56)
posibilidades de apareamiento. Entonces el procedimiento para seleccionar el apareamiento
es como sigue.
a) Determinar el n umero de subsistemas cuadrados (usando la ecuacion 2.56).
b) Obtener el RGA de cada uno de los subsistemas.
18
c) Examinar las RGAs y elegir la mejor basado en el caracter global de la RGA (es
decir, la mas cercana al caso ideal).
d) Con la RGA del paso anterior, seleccionar el apareamiento entrada/salida.
Ejemplo 7 Seleccionar el mejor apareamiento para la siguiente planta:
_
y
1
y
2
_
=
_

_
.5e
.2s
3s+1
.07e
.3s
2.5s+1
.04e
.03s
2.8s+1
.004e
.5s
1.5s+1
.003e
.2s
s+1
.001e
.4s
1.6s+1
_

_
_

_
u
1
u
2
u
3
_

_ (2.57)
a) El n umero de posibles subsistemas cuadrados es:
3!
2!(3 1)!
= 3
b) RGA de los subsistemas.
Subsistema No.1 (u
1
, u
2
)
=
_
.843 .157
.157 .843
_
(2.58)
Subsistema No.2 (u
1
, u
3
)
=
_
.758 .242
.242 .758
_
(2.59)
Subsistema No.3 (u
2
, u
3
)
=
_
1.4 2.4
2.4 1.4
_
(2.60)
c) Elejimos el subsistema No.1 porque su estructura de
i,j

s
esta mas cerca del caso ideal.
d) De aqui es facil determinar el apareamiento:
u
1
y
1
u
2
y
2
3 Dise no de controladores m ultiples
El procedimiento para dise nar sistemas de control de lazos m ultiples involucra los
siguientes pasos:
1) Seleccion del esquema de apareamiento.
19
2) Sintonizaci on de los controladores de los lazos individuales.
En sistemas que presentan poca interacci on (es decir, sistemas cuya RGA esta cer-
cana a la ideal) esperariamos que los metodos de sintonizacion de controladores vistos
antes (Ziegler-Nichols, Cohen-Coon, IMC etc) bastaran para tener un buen desempe no
del esquema de control de lazos m ultiples. Sin embargo, dichas reglas de sintonizaci on
podran resultar inapropiadas si se apareo usando valores grandes o negativos de la
RGA. El control podra ser practicamente imposible de obtener en presencia de inter-
acciones fuertes.
Bajo condiciones de fuerte interacci on se recomienda el siguiente procedimiento de
sintonizacion de los lazos.
1) Sintonizar cada lazo de control de manera independiente (manteniendo en modo
manual al resto de los lazos).
2) Meter todos los lazos a modo automatico, reajustando los parametros de los con-
troladores hasta obtener un buen desempe no de los lazos de control.
En la mayora de sistemas altamente interactivos el segundo paso equivale a desin-
tonizar los lazos de control. Se dice que la operacion de los lazos se vuelve mas
conservadora (lo cual equivale a reducir la ganancia y aumentar el tiempo integral).
Es decir, se sacrica desempe no por estabilidad. A continuaci on se presenta un pro-
cedimiento de desintonizaci on para sistemas de 2x2.
a) Sintonizar cada lazo de manera independiente. Esto proporciona valores iniciales
de los parametros de los controladores. Sea la ganancia del controlador denotada
por k

ci
.
b) Cuando todos los lazos operen de manera automatica, la ganancia de cada lazo de
control (k

ci
) se debera reducir de acuerdo a la siguiente ecuacion:
k
ci
=
_
(

2
)k

ci
, > 1

ci
, < 1
tal vez sea a un necesario modicar a un mas el valor de k

ci
, pero las ecuaciones anteriores
proporcionan un buen valor inicial para determinar los valores de k
ci
.
Ejemplo 8 La respuesta y(s) = [y
1
y
2
]
T
de una columna de destilacion , para la sepa-
racion Metanol-Agua, se puede se puede representar en terminos de las variables manipu-
ladas u(s) = [u
1
u
2
]
T
y de las perturbaciones d(s) = [d
1
d
2
]
T
:
y(s) = G(s)u(s) +G
d
(s)d(s)
donde G(s) representa la matriz de funciones de transferencia del proceso y G
d
es la matriz
de funciones de transferencia de las perturbaciones dadas como se muestra a continuacion.
G(s) =
_

_
0.7e
2.6s
6.7s+1

0.005e
s
9.1s+1

34.7e
9.2s
8.2s+1
0.9(11.6s+1)e
s
(3.9s+1)(18.8s+1)
_

_
20
G
d
(s) =
_

_
0.14e
12s
6.2s+1

0.0011(26.3s+1)e
2.7s
(7.9s+1)(14.6s+1)

11.5e
0.6s
7s+1
0.32e
2.6s
7.8s+1
_

_
y
1
es la fraccion mol de etanol en el destilado, y
2
es la temperatura en el plato 19, u
1
es el reujo, u
2
es la presion del vapor en el rehervidor, d
1
es el ujo de la corriente de
alimentacion y d
2
es la temperatura de dicha corriente.
Si seleccionamos el apareamiento:
u
1
y
1
u
2
y
2
de la matriz de funciones de transferencia en estado estacionario:
G(0) =
_
0.7 0.005
34.7 0.9
_
obtenemos el arreglo de ganancias relativas,
=
_
1.3801 0.3801
0.3801 1.3801
_
si checamos valor del ndice de Niederlinski,
N = 0.7246
llegamos a la conclusion de que el apareamiento sugerido debera presentar poca interaccion
sin problemas de estabilidad.
Para emplear el metodo de Ziegler-Nichols para sintonizar el esquema de control se-
leccionado, necesitamos primero aproximar la funcion de transferencia g
22
(s) de la matriz
de funciones de transferencia G(s) en terminos de una funcion de transferencia de primero
con retardo:
g
22
(s) =
k
22

22
s + 1
e

22
s
de los datos de la funcion de transferencia g
22
(s) obtenemos,
k
22
= 0.9

22
= 1

22
=
3.9 + 18.8
2
= 11.35
entonces la funcion de transferencia g
22
(s) que se debe usar para prop ositos de sintonizacion
esta dada por:
g
22
(s) =
0.9
11.35s + 1
e
s
21
4 Metodo BLT
Uno de los problemas centrales en el dise no de esquemas de control decentralizado
(p.e. controladores PID) consiste en la interacci on que puede ocurrir entre lazos de
control. En esta seccion supondremos que deseamos sintonizar un esquema de N lazos
de control donde cada lazo es del tipo SISO y donde ademas la interaccion entre ellos
tiende a ser lo sucientemente fuerte como para afectar la operacion de alg un o de
algunos lazos.
Normalmente las tecnicas empleadas para sintonizar lazos SISO individuales, no pueden
usarse para obtener los parametros de sintonizaci on cuando varios de dichos lazos indi-
viduales operan simultaneamente. Debido a la interacci on entre los lazos, la operacion
de un lazo tendera a afectar la operacion de otro u otros lazos. Ante este tipo de situa-
ciones, las constantes de sintonizaci on, obtenidas de aplicar tecnicas standard (p.e.
Ziegler-Nichols), deben modicarse. En muchos casos la ganancia de cada lazo de con-
trol debe aumentarse, en alguna proporcion, para permitir que el sistema de N lazos
opere de manera estable. Por supuesto, esta accion (aumento de ganancia) cauza que
el desempe no de cada lazo sea peor (en relacion al desempe no observado cuando cada
lazo operaba aislado del resto de los lazos).
Aun cuando uno podra modicar por prueba y error los parametros de cada contro-
lador, para obtener la respuesta deseada en cada lazo, es mejor emplear un esquema
semiheurstico para tal proposito. Uno de dichos metodos es el as llamado metodo
BLT propuesto por Luyben. Notese que, en algunos casos, si la respuesta obtenida en
cada lazo no es la apropiada, los parametros de sintonizaci on BLT podran requerir
alguna modicacion adicional.
Suponiendo que deseamos utilizar control PI en cada lazo, el metodo consta de los
siguiente pasos.
1. Empleando el metodo de Ziegler-Nichols, calcular los parametros de sintonizaci on
(ganancia K
ZNi
y tiempo integral
ZNi
) de cada lazo i de manera independiente
(es decir, como si fueran lazos SISO) del resto de los lazos.
2. Suponer el valor de un parametro de desintonizaci on
2
(denotado por F). Debido
a la interacci on entre los lazos, las ganancias de todos los controladores feedback
K
ci
se modican de la siguiente manera:
K
ci
=
K
ZNi
F
(4.61)
mientras que los tiempos de integraci on
Ii
de todos los lazos se calculan de la
siguiente ecuacion:

Ii
=
ZNi
F (4.62)
2
puede tomarse un valor ligerante mayor de 1 como primer estimado de F.
22
3. Empleando el valor de F, junto con los parametros de sintonizaci on de cada
controlador, construir el diagrama de Nyquist de la siguiente funcion
3
:
W
(iw)
= 1 +Det[I +G
p(iw)
G
c(iw)
] (4.63)
sobre bases semiheursticas denimos la siguiente magnitud a lazo cerrado:
L
cm
= 20 log
10

W
1 +W

(4.64)
si gracamos el valor de L
cm
contra la frecuencia normalmente obtendremos
una funcion que muestra un pico, a una cierta frecuencia, que corresponde al valor
maximo de L
cm
. A dicho valor lo denominamos el maximo valor logaritmico (the
biggest log modulus BLT) y lo denotamos por L
max
cm
.
4. Reestimar el parametro de desintonizaci on F hasta que el valor de L
max
cm
sea
aproximadamente igual a 2N.
Ejemplo 9 Para mostrar la forma de sintonizar lazos de control en sistemas multivariables
considere el modelo lineal de la siguiente columna de destilacion sugerida por Wood y Berry:
_
x
d
x
b
_
=
_

_
12.8e
s
16.7s+1
18.9e
3s
21s+1
6.6e
7s
10.9s+1
19.4e
3s
14.4s+1
_

_
_
L
V
_
(4.65)
donde supongamos que se ha seleccionado el siguiente apareamiento:
L x
d
V x
b
para cada lazo el metodo de sintonizacion de Ziegler-Nichols produce los parametros de
sintonizacion que se muestran en la siguiente tabla.
No. Lazo K
ZN

ZN
(1) L x
d
0.96 3.25
(2) V x
b
-0.19 9.2
Primera suposicion: F = 1.
De acuerdo a lo mencionado anteriormente, desintonizamos los dos lazos de con-
trol usando las ecuaciones 4.61 y 4.62. En este caso, debido al valor supuesto del
parametro de desintonizacion, los nuevos valores de los parametros de los contro-
ladores seran iguales a los mostrados anteriormente.
A continuacion, usando la ecuacion 4.63 calculamos el termino W
(iw)
. Notese que este
termino depende de la frecuencia w. Esto signica que, para calcular W
(iw)
, primero
3
recuerde que a medida que la graca de esta funcion este mas cerca al punto (-1,0) el sistema de
control sera mas suceptible a desestabilizarse. Notese que la ecuacion dada por W/(1 +W) es similar
a la funcion de transferencia servo para un sistema SISO dada por G
p
G
c
/(1 +G
p
G
c
).
23
debemos seleccionar un rango de valores de la frecuencia [w
min
, w
max
] de manera tal
que la frecuencia a la que obtiene el maximo pico resonante w
res
este compredida,
en alg un punto, entre el rango seleccionado. Esto signica que w
res
[w
min
, w
max
].
Normalmente a w
min
se le asigna un valor peque no
4
, mientra que a w
max
se le
asigna un valor mas o menos grande
5
. Por el momento seleccionamos w
min
=0.1 y
w
max
= 10.
Entonces para w = 0.1 tenemos que s = iw = 0.1i; substituyendo s en las funciones
de transferencia de la planta G
p
y de los controladores G
c
obtenemos:
G
p
=
_

_
12.8e
(0.1i)
16.7(0.1i)+1
18.9e
3(0.1i)
21(0.1i)+1
6.6e
7(0.1i)
10.9(0.1i)+1
19.4e
3(0.1i)
14.4(0.1i)+1
_

_
=
_
2.7982 5.9508i 1.1694 + 8.0412i
0.1890 4.4578i 3.3439 + 10.5483i
_
estas operaciones pueden realizarse facilmente en Matlab. Por ejemplo para evaluar
el elemento G
11
(0.1i) de la planta anterior:
w = 0.1;
s = w*i;
n11 = 12.8;
d11 = [16.7 1];
d1 = 1;
g11 =(polyval(n11,s)/polyval(d11,s))*exp(-d1*s);
todos los restantes elementos de la planta G
p
se evaluan de manera semejante. Ahora
evaluaremos los elementos de la matriz de los elementos del controlador G
c
:
G
c
=
_
_
k
c1
_

I1
s+1

I1
s
_
0
0 k
c2
_

I2
s+1

I2
s
_
_
_
=
_
0.9600 2.9538i 0
0 0.1900 + 0.2065i
_
el determinante de (I
2x2
+G
p
G
c
) esta dado por:
Det(I
2x2
+G
p
G
c
) = 40.2462 + 14.8417i
por lo tanto, de la ecuacion 4.63:
W
(0.1i)
= 41.2462 + 14.8417i
nalmente determinamos el valor de L
cm
. De la ecuacion 4.64 tenemos:
L
cm
= 0.1882
4
Recuerdese que cuando w 0 esto signica que el sistema, en el dominio del tiempo, se encuentra
operando en estado estacionario.
5
Cuando w esto signica, en el dominio del tiempo, que esta region de la frecuencia es la que
contiene la respuesta inicial, despues de que alguna perturbacion afecta al proceso o ocurre un cambio
en el set-point, del sistema.
24
este proceso para calcular L
cm
se repite para varios valores de w [w
min
, w
max
]. En
la gura 2 se muestra la forma como L
cm
depende de la frecuencia w cuando el factor
de desintonizacion F es igual a la unidad. La altura maxima del pico resonante L
cm
es igual a 31.1317 a una frequencia w =0.467 lo cual signica que el valor supuesto
de F no proporciona la altura deseada de 4 db.
10
1
10
0
10
1
30
20
10
0
10
20
30
40
w
L
c
m
Figura 2: Dependencia de L
cm
con respecto a la frecuencia w cuando F = 1.
Segunda suposicion: F = 2
Los calculos mostrados anteriormente se repiten ahora F=2. En la gura 3 se mues-
tra la graca de L
cm
contra la frecuencia w para este valor del parametro de desin-
tonizacion. La altura del pico resonante ocurre a L
cm
=6.4106 a una frecuencia
w =0.3714. Este valor supuesto de F esta mas cerca del requisito de dise no de 4 db
en L
cm
pero a un no lo cumple.
10
1
10
0
10
1
30
25
20
15
10
5
0
5
10
w
L
c
m
Figura 3: Usando un valor F=2 se obtiene L
cm
= 6.4 db.
Tercera suposicion: F = 2.53
Como podemos observar de la gura 4cuando F = 2.53 se obtiene 4 db como altura
maxima del pico resonante a una frecuencia w =0.321 por lo que este valor de
25
F cumple con el requisito de dise no. Aplicando este factor de desintonizacion, los
parametros de sintonizacion para cada lazo quedan como se muestra en la siguiente
tabla.
10
1
10
0
10
1
30
25
20
15
10
5
0
5
w
L
c
m
Figura 4: Usando un valor F=2.53 se obtiene L
cm
= 4 db.
No. Lazo K
ZN

ZN
(1) L x
d
0.378 8.255
(2) V x
b
-.0748 23.5712
Para probar la ecacia del metodo de sintonizacion multivariable se usaron las siguientes
dos pruebas a lazo cerrado.
Control servo: El set-point de la composicion del destilado se cambio de 0 a 1. En la
gura 5 se muestran las respuestas de las composiciones tanto del destilado como de
los fondos para cada tipo de sintonizacion; tambien se incluye la conducta dinamica
de las variables manipuladas.
Control regulatorio: Se simulo el efecto de la perturbacion dada por:
G
d
=
1
10s + 1
la cual se supuso que ingresa al sistema afectando a la composicion del destilado. En
la gura 6 se muestra la respuesta del sistema a lazo cerrado. Como puede apreciarse
el esquema de sintonizacion tomando en cuenta la interaccion multivariable es superior
al esquema de ZN que no toma en cuenta el efecto de interaccion entre los lazos.
A continuacion se muestra el programa Matlab empleado para realizar los calculos
involucrados en este problema.
%
% BLT tuning method for the Wood and Berry Distillation column
%
26
0 20 40 60 80 100
0
0.5
1
1.5
2
Tiempo
x
d
0 20 40 60 80 100
1
0.5
0
0.5
1
1.5
Tiempo
x
b
0 20 40 60 80 100
0.5
0
0.5
1
1.5
Tiempo
L
0 20 40 60 80 100
0.2
0.1
0
0.1
0.2
0.3
Tiempo
V
Figura 5: Respuesta del sistema de control servo a lazo cerrado. () Sintonizacion
usando el metodo de ZN, (-) sintonizaci on usando la tecnica de desacoplamiento mul-
tivariable.
np11 = 12.8; dp11 = [16.7 1];
np12 = -18.9; dp12 = [21 1];
np21 = 6.6; dp21 = [10.9 1];
np22 = -19.4; dp22 = [14.4 1];
d = [1 3; 7 3];
%
% Give ZN settings
%
kczn = [.96 0; 0 -.19];
resetzn = [3.25 0; 0 9.28];
w = logspace(-1,.8,200);
s = i*w;
f = 2.54;
%
% Control detuning
%
kc = kczn/f;
reset = resetzn*f;
%
% Form controller transfer function
%
nc11 = kc(1,1)*[reset(1,1) 1];
dc11 = [reset(1,1) 0];
nc22 = kc(2,2)*[reset(2,2) 1];
27
0 20 40 60 80 100
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
Tiempo
x
d
0 20 40 60 80 100
1.5
1
0.5
0
0.5
1
Tiempo
x
b
0 20 40 60 80 100
1
0.8
0.6
0.4
0.2
0
0.2
0.4
Tiempo
L
0 20 40 60 80 100
0.3
0.2
0.1
0
0.1
0.2
Tiempo
V
Figura 6: Respuesta del sistema de control regulatorio a lazo cerrado. () Sintonizacion
usando el metodo de ZN, (-) sintonizaci on usando la tecnica de desacoplamiento mul-
tivariable.
dc22 = [reset(2,2) 0];
%
% Inside loop to vary frequency
%
npoints = length(w);
for j = 1:npoints
%
% Process gs
%
g (1,1) = polyval(np11,s(j))*exp(-d(1,1)*s(j))/polyval(dp11,s(j));
g (1,2) = polyval(np12,s(j))*exp(-d(1,2)*s(j))/polyval(dp12,s(j));
g (2,1) = polyval(np21,s(j))*exp(-d(2,1)*s(j))/polyval(dp21,s(j));
g (2,2) = polyval(np22,s(j))*exp(-d(2,2)*s(j))/polyval(dp22,s(j));
%
% Controller gcs
%
gc (1,1) = polyval(nc11,s(j))/polyval(dc11,s(j));
gc (1,2) = 0;
gc (2,1) = 0;
gc (2,2) = polyval(nc22,s(j))/polyval(dc22,s(j));
%
% Calculate w function
%
wfunc = -1+det(eye(size(g))+g*gc);
28
%
% Calculate lc function
%
ratio = wfunc/(1+wfunc);
dbcl (j) = 20*log10(abs(ratio));
%
% End of inside loop sweeping trough frequencies
%
end
semilogx(w,dbcl); grid
xlabel(w), ylabel(L_{cm})
%-- End of file --
Ejemplo 10 Las siguiente planta multivariable en forma matricial:
_

_
x
d
x
s
T
_

_ =
_

_
0.66e
2.6s
6.7s+1
0.61e
3.5s
8.64s+1
0.0049e
s
9.06s+1
1.11e
6.5s
3.25s+1
2.36e
3s
5s+1
0.01e
1.2s
7.09s+1
34.68e
9.2s
8.15s+1
46.2e
9.4s
10.9s+1
0.87(11.61s+1)e
s
(3.89s+1)(18.8s+1)
_

_
_

_
L
S
P
_

_ (4.66)
representa los elementos individuales de la matriz de funciones de transferencia de una
torre de destilacion a escala planta piloto que realiza la separaci on Etanol-Agua, donde las
variables a controlar estan denidas como sigue: x
d
representa la fraccion mol del Etanol
en el destilado, x
s
es la fraccion mol de etanol en la corriente de extraccion lateral y T es la
temperatura (
o
C) de los fondos. Por otra parte, las variables manipuladas estan denidas
como: L es el ujo del reujo (gpm), S es el ujo de la corriente de extraccion lateral
(gpm) y P es la presi on en el rehervidor (psig).
1. Determinar el esquema de apareamiento del sistema de control de lazos m ultiples que
conduce a reducir la interaccion entre los lazos de control. Vericar que el sistema
de control de lazos m ultiples no presenta problemas de estabilidad cuando todos los
lazos se cierran.
2. Usando la estructura de control determinada en el punto anterior, sintonizar cada
lazo de control usando las reglas de ZN en el dominio del tiempo. Probar el sistema
de lazos m ultiples realizando cambios simultaneos en el set-point de las variables
controladas de 0.05, 0.1 y 10 para x
d
, x
s
y T, respectivamente.
3. Repetir el punto anterior empleando el metodo BLT para desintonizar el sistema de
lazos m ultiples por efectos de la interaccion presente entre los lazos.
29
4. Comparar entre si los resultados del desempe no del sistema de control de lazos
m ultiples empleando las reglas de sintonizacion de ZN y el metodo BLT. Cuales
son sus conclusiones ?
1. La matriz de ganancias en estado estacionario K(0) esta dada como se muestra
a continuacion:
K(0) =
_

_
0.6600 0.6100 0.0049
1.1100 2.3600 0.0100
34.6800 46.2000 0.8700
_

_ (4.67)
mientras que la RGA en estado estacionario (0) esta dada por:
(0) =
_

_
2.0084 0.7220 0.2864
0.6460 1.8246 0.1786
0.3624 0.1026 1.4650
_

_ (4.68)
por lo tanto, el apareamiento entre las variables controladas y las variables ma-
nipuladas con menor interacci on en el sistema de control de lazos m ultiples esta
dado por:
L x
d
S x
s
P T
checando el ndice de Niederlinski N:
N =
det(K(0))

3
i=1
K
ii
(0)
= 0.3859
por lo cual, este sistema de lazos de control m ultiple probablemente no tenga
problemas de estabilidad cuando todos los lazos de control se cierren.
2. Con excepcion de la funcion de transferencia individual G
33
, todas las demas se
encuentran representadas en terminos de una funcion de transferencia de primer
orden mas retardo. La funcion de transferencia G
33
se puede representar tambien
como una planta de primer orden mas retardo como se muestra a continuaci on:
G
33
=
0.87
12.72s + 1
e
2.47s
en la siguiente tabla se resumen los parametros de sintonizaci on obtenidos usando
el metodo de Ziegler-Nichols para cada uno de los lazos.
No. Lazo K
ZN

ZN
(1) L x
d
3.514 8.658
(2) S x
s
-0.6356 9.99
(3) P T 5.3324 8.245
30
En la graca 7 se muestran las respuestas del sistema de control a lazo cerrado.
Como puede apreciarse, los parametros de sintonizacion conducen a obtener un
sistema de control a lazo cerrado el cual es inestable.
3. A continuacion se realizo la desintonizacion del sistema de control de lazos m ultiples
empleando el metodo BLT. El valor del parametro F que conduce a obtener la
altura maxima en la graca de la respuesta en el dominio de la frecuencia es
F = 1.606. Usando este valor del parametro de desintonizacion la siguiente tabla
muestra los nuevos valores de los parametros de sintonizaci on.
No. Lazo K
ZN

ZN
(1) L x
d
2.188 13.9047
(2) S x
s
-0.3958 16.0439
(3) P T 3.3203 13.2415
En la graca 8 se muestra la nueva respuesta del sistema de control a lazo cerrado
empleando desintonizacion entre los lazos de control. Como puede observarse, en
esta ocasion el sistema de control a lazo cerrado permanece estable cuando los
set-points de todas las variables controladas cambian de manera simult anea.
A continuaci on se muestra el listado Matlab empleado para evaluar el parametro
de desintonizaci on entre los lazos.
%
% BLT tuning method for an Ethanol-Water column
%
np11 = 0.66;
dp11 = [6.7 1];
np12 = -0.61;
dp12 = [8.64 1];
np13 = -0.0049;
dp13 = [9.06 1];
np21 = 1.11;
dp21 = [3.25 1];
np22 = -2.36;
dp22 = [5 1];
np23 = -0.01;
dp23 = [7.09 1];
np31 = -34.68;
dp31 = [8.15 1];
np32 = 46.2;
dp32 = [10.9 1];
np33 = [0.87*11.61 0.87];
dp33 = [3.89*18.8 (3.89+18.8) 1];
31
d = [-2.6 -3.5 1; 6.5 3 1.2; 9.2 9.4 1];
%
% Give ZN settings
%
kczn = [3.514 0 0;
0 -0.6356 0;
0 0 11.4207];
resetzn = [8.658 0 0;
0 9.99 0 ;
0 0 3.33];
w = logspace(-1,.8,200);
s = i*w;
f = 1.606;
kc = kczn/f;
reset = resetzn*f;
%
% Form controller transfer function
%
nc11 = kc(1,1)*[reset(1,1) 1];
dc11 = [reset(1,1) 0];
nc22 = kc(2,2)*[reset(2,2) 1];
dc22 = [reset(2,2) 0];
nc33 = kc(3,3)*[reset(3,3) 1];
dc33 = [reset(3,3) 0];
%
% Inside loop to vary frequency
%
npoints = length(w);
for j = 1:npoints
%
% Process gs
%
g (1,1) = polyval(np11,s(j))*exp(-d(1,1)*s(j))/polyval(dp11,s(j));
g (1,2) = polyval(np12,s(j))*exp(-d(1,2)*s(j))/polyval(dp12,s(j));
g (1,3) = polyval(np13,s(j))*exp(-d(1,3)*s(j))/polyval(dp13,s(j));
g (2,1) = polyval(np21,s(j))*exp(-d(2,1)*s(j))/polyval(dp21,s(j));
g (2,2) = polyval(np22,s(j))*exp(-d(2,2)*s(j))/polyval(dp22,s(j));
g (2,3) = polyval(np23,s(j))*exp(-d(2,3)*s(j))/polyval(dp23,s(j));
g (3,1) = polyval(np31,s(j))*exp(-d(3,1)*s(j))/polyval(dp31,s(j));
g (3,2) = polyval(np32,s(j))*exp(-d(3,2)*s(j))/polyval(dp32,s(j));
32
g (3,3) = polyval(np33,s(j))*exp(-d(3,3)*s(j))/polyval(dp33,s(j));
%
% Controller gcs
%
gc (1,1) = polyval(nc11,s(j))/polyval(dc11,s(j));
gc (1,2) = 0;
gc (1,3) = 0;
gc (2,1) = 0;
gc (2,2) = polyval(nc22,s(j))/polyval(dc22,s(j));
gc (2,3) = 0;
gc (3,1) = 0;
gc (3,2) = 0;
gc (3,3) = polyval(nc33,s(j))/polyval(dc33,s(j));
%
% Calculate w function
%
wfunc = -1+det(eye(size(g))+g*gc);
%
% Calculate lc function
%
ratio = wfunc/(1+wfunc);
dbcl (j) = 20*log10(abs(ratio));
%
% End of inside loop sweeping trough frequencies
%
end
semilogx(w,dbcl); grid
xlabel(w), ylabel(L_{cm})
%-- End of file --
Ejemplo 11 Temperature (T
r
) and composition (x) control in Continuous Stirred Tank
Reactors (CSTR) can be carried out by manipulating the cooling medium owrate (F
j
) and
the feed owrate (F). The mathematical model of the system reads as follows:
Mass balance
dx
dt
=
Fx
o
V
r

Fx
V
r
kx
Reactor energy balance
dT
r
dt
=
FT
o
V
r

FT
r
V
r

kx
MC
p

UA
j
C
p
V
r
(T
r
T
j
)
33
Jacket energy balance
dT
j
dt
=
_
F
j
V
j
_
(T
jo
T
j
) +
UA
j
(T
r
T
j
)

j
C
pj
V
j
where
k = e
E/RT
You are asked to get the MIMO control structure featuring minimum interaction among the
involved control loops and check whether or not the control structure would exhibit stability
worries when closing both control loops. Compute the MIMO BLT tuning parameters
assuming both controllers are of PI type and test the closed-loop control system assuming
that the following feed temperature disturbances: 70, 90, 120 and 160
o
F hit the system.
Compare the performance of the BLT tuning parameters against that obtained by using non-
interactive SISO ZN tuning parameters. Clearly state your conclusions. For controller tuning
purposes you may assume a 5 minute temperature measurement lag and 3 hours composition
measurement lag. The manipulated variables will saturated between the following bounds:
F [200, 0] and F
j
[500, 0]. The closed-loop control systems ought to be implemented
using the non-linear version of the underlying mathematical model.
F 100 Feed owrate [lbmol/h]
x
o
1 Fresh feed mol fraction
V
r
380 Reactor volume [ft
3
]
E 30000 Activation energy [Btu/Lb-mol]
4.24x10
11
Pre-exponential factor [1/h]
-10000 Heat of reaction [Btu/Lbmol A reacted]
M 50 Molecular wight [lb/lbmol]
C
p
0.75 Heat capacity of process liquid [Btu/Lb-F]
U 150 Overall heat transfer coecient [Btu/h-ft
2
-F]
A
j
244 Jacket heat transfer area [ft
2
]
50 Density of process liquid [lb/ft
3
]
T
jo
70 Jacket temperature [F]
F
j
216 Cooling water owrate [ft
3
/h]
V
j
82 Cooling medium volume [ft
3
]

j
62.3 Density of coolant liquid [lb/ft
3
]
C
pj
1 Heat capacity of coolant liquid [Btu/Lb-F]
R 1.987 Ideal gas constant [Btu/Lbmol-R]
34
0 20 40 60 80 100
4
2
0
2
4
Time
L
0 20 40 60 80 100
1
0.5
0
0.5
1
Time
x
d
0 20 40 60 80 100
4
2
0
2
Time
S
0 20 40 60 80 100
4
2
0
2
4
Time
x
s
0 20 40 60 80 100
100
0
100
200
Time
P
0 20 40 60 80 100
10
0
10
20
30
Time
T
Figura 7:
35
0 20 40 60 80 100
0
0.1
0.2
0.3
0.4
Time
L
0 20 40 60 80 100
0.1
0.05
0
0.05
0.1
Time
x
d
0 20 40 60 80 100
0.15
0.1
0.05
0
0.05
Time
S
0 20 40 60 80 100
0.2
0.1
0
0.1
0.2
Time
x
s
0 20 40 60 80 100
50
0
50
100
Time
P
0 20 40 60 80 100
0
5
10
15
Time
T
Figura 8:
36