Está en la página 1de 8

Consulta

Sistemas de control moderno e


MAURICIO NAVARRETE
innovador
SEXTO ELECTRNICA E INSTRUMENTACIN

TEMA:
Mtodos de Control Moderno para el uso e implementacin en los sistemas de
control.
OBJETIVOS:
GENERAL:

Entender el funcionamiento de los diferentes tipos de controladores,


analizando sus ventajas y desventajas para la aplicacin en los sistemas de
control.

ESPECFICOS:

Investigar cmo funcionan los controladores, cules son las ventajas y


desventajas de cada uno de estos.
Entender cmo se utilizan estos controladores.
Analizar los resultados obtenidos con el desarrollo de esta tarea.

RESUMEN:
El control automtico asienta sus bases esencialmente en el concepto de
realimentacin. Este concepto se concreta en una estructura de control en la cual el
controlador se puede entender como un operador, que en funcin de la salida
deseada de la planta, y la salida real medida, proporciona la accin de control a
aplicar sobre el sistema. Existen muchos tipos de control basados en este principio,
entre ellos tenemos el PD, PI y los PID. Existen mtodos y estrategias para realizar
la accin de control, los mtodos de control (clsico y moderno) permiten al
controlador reaccionar mandando una seal correctiva del error, mientras que las
estrategias de control hagan ms eficiente a la labor de control, ahorrando recursos
y tiempo.
ABSTRACT:
Automatic control rests essentially on the bases feedback concept. This concept is
embodied in a control structure in which the driver can be understood as an
operator, depending on the desired output of the plant, and the actual measured
output provides the control action to be applied to the system. There are many
types of control based on this principle, among them are the PD, PI and PID. There
are methods and strategies for the control action, the control methods (classical
and modern) allow the driver to react by sending a corrective signal the error, while
control strategies become more efficient to control the work, saving time and
resources.
MARCO TERICO:
CONTROL ANTICIPATORIO (FEED FORWARD):

Este mtodo permite al controlador analizar los datos de entrada y de salida y


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

Figura 1. Control Anticipativo.

CONTROL
ADAPTATIVO:
Es
una
control
anticipatorio,
respuesta del
va
ra

variante del
en donde la
controlador

automticamente basado en los cambios de las condiciones dentro del proceso, es


decir, la respuesta del controlador ser variable dependiendo del comportamiento
actual del proceso. Para que se lleve a cabo esta adaptacin se requiere de
algoritmos matemticos que simulen el proceso en base a los datos tomados en el
instante mismo en que se realiza la accin como se muestra en la figura 2, este
resultado va a genera r una seal compensadora que garantizar la confiabilidad
del sistema.

Figura 2. Control Adaptativo

CONTROL OPTIMAL:
El control optimal busca la performance en la accin de control, tiene por objetivo
buscar una o varias soluciones que cumplan con ciertas restricciones impuestas por
el problema y que a la vez cumpla con una funcin objetivo (funcin de costo), la
cual puede ser maximiza r o minimiza r dicha funcin. El control permite diversas
soluciones para un mismo problema, pero el control optima l busca dentro de esas
soluciones la ms adecuada para cumplir con los requisitos planteados.

CONTROL ROBUSTO:
El control robusto es aquel que va a permitir mantener la accin de control pese a
perturbaciones externas e internas. Puede existir perturbaciones externas como
ruido y vibraciones propias del proceso; o perturbaciones internas como un mal
modelamiento matemtico, sistema s no lineales difciles de linealizar,
incertidumbre en el accionar o respuesta de la plana frente a estmulos, entre otros.
El control robusto se resume a identificar y controlar la incertidumbre en los
parmetros y en el comportamiento de una planta.
CONTROL EN TIEMPO REAL:
Se define el control de sistemas en tiempo real, al control realizado en un intervalo
de tiempo finito y constante, es decir que la informacin ser sensada con muestras
intermitentes pero todas las veces con un mismo tiempo de muestreo.
CARACTERSTICAS:
Pueden realizar varias actividades en paralelo.
Pueden ejecutar tareas en respuesta a seales externas.
Deben funcionar en presencia de fallos o avera s parciales, haciendo uso de
elementos redundantes.
Adquieren datos del exterior. Puede ser pasiva cuando utilizan interrupciones, o
activa mediante el uso de tarjetas de entrada / salida de seales. Necesitan de
un sistema operativo que les brinde: gestin eficiente de interrupciones,
planificacin de tareas y priorizacin de las mismas, acceso a puertos e
interfaces, mecanismos de medicin del tiempo, entre otros. El sistema
operativo ms empleado es el Linux.
CONTROL DIFUSO:

Se basa en la lgica difusa, la cual a diferencia de la lgica binaria o booleana


(verdadero / falso 1 / 0), a signa va lores intermedios dentro de esta escala. Utiliza
la experiencia del operador para generar una lgica de razonamiento para el
controlador. No requiere del modelamiento matemtico de la planta, puede
representar modelos de sistemas lineales y no lineales mediante el uso de variables
lingsticas y una serie de condiciones o reglas previamente definidas. Sus
algoritmos (reglas) hacen uso de instrucciones IF THEN.
CONTROL NEURONAL:
Hace uso de neuronas de inteligencia artificial. La neurona artificial estndar es un
elemento de procesamiento que calcula una salida multiplicando su vector de
entradas por un vector de pesos y este resultado es aplicado a una funcin de
activacin; un conjunto de neuronas conforman una red neuronal. Las Redes
Neuronales son parte de la Inteligencia Artificial (AI) caracterizada s por su
capacidad de aprendiza je, su velocidad mediante el procesamiento masivo en
paralelo de da tos y por la facilidad de modelado de sistemas y controladores no
lineales.
CARACTERSTICAS:
Son dispositivos no-lineales.
Pueden aprender un mapeo.
Son adaptables.
Las respuestas estn basadas en evidencia.
Usan contexto, es decir, a ms informacin, la respuesta es ms veloz y mejor.
Son tolerantes a fallas, o sea, que la falla es degradada.
Su diseo y anlisis es uniforme.
Tienen analoga neurobiolgica Su procesamiento es masivamente, en paralelo,
distribuido y realizado con operaciones individuales simples.
Aprenden por s mismas Tienen capacidad de generalizar
APLICACIONES:
Representacin de comportamientos de funciones lineales y no lineales.
Identificacin de patrones o sistemas.
Sistemas de control Reconocimiento de imgenes.
Reconocimiento de caracteres.
Reconstruccin de datos.
Prediccin y recomendacin para la toma de decisiones.
Simulacin de modelos econmicos y financieros.
Clasificacin de objetos Predicciones de clima
CONTROL EN CASCADA (CASCADE):
Consiste en incluir uno o ms lazos de control interno dentro de otro externo, con el
objetivo de anular perturbaciones, impidiendo que estas perturbaciones
secundarias afecten al sistema principal. Bsicamente el controlador externo se
encarga de la variable principal, mientras que los controladores internos se

encargan de las perturbaciones ms frecuentes. Como regla general, a m s interno


es el lazo, la respuesta de este debe ser ms rpido.
VENTAJAS:
Las perturbaciones ms frecuentes son corregidas antes de afectar a la variable
principal.
Permite usar ganancias altas.
Tiene una rpida respuesta
DIAGRAMA DE BLOQUES:

Figura 3. Diagrama de Bloques del Control en Cascada.

CONTROL DE RELACIN (RATIO):


Consiste en analizar y mantener una proporcionalidad entre dos o ms elementos
(actuadores) dentro de un proceso continuo.

CONTROL DE RANGO DIVIDIDO (SPLIT RANGE):


Es aplicado a sistemas con una sola variable controlada y dos o ms variables
manipuladas, las cuales afectan de igual forma a la variable controlada. Requiere
compartir la seal de salida del controlador con varios elementos actuadores.
DIAGRAMA DE BLOQUES:

Figura 4. Diagrama de Bloques del Control de Rango Dividido.

CONTROL SELECTIVO (OVERRIDE):


Consiste en ejercer control sobre dos variables de un proceso, relacionas entre s
de tal modo que una u otra pueda ser controlada por la misma variable manipulada.
La accin de control se logra conectando la salida de los controladores a un switch
selector. Es aplicado en seguridad y proteccin de equipos y motores.
DIAGRAMA DE BLOQUES:

Figura 5. Diagrama de Bloques del Control Selectivo

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

Un controlador es eficiente dependiendo en donde sea su aplicacin.


El control neuronal utiliza el proceso de multiplicacin entre vectores.
Existen neuronas artificiales capaces de ser entrenadas y acopladas para un
proceso determinado.
El control robusto presenta total eficiencia ante las perturbaciones externas e
internas que presenta el proceso.
Algunos controladores usan algoritmos matemticos de adaptacin en el
sistema.

RECOMENDACIONES:

Tener conocimiento previos de lo que es un control y para que se lo utiliza.

Saber diferenciar cuales son las caractersticas propias de cada uno de los
controladores.

REFERENCIAS:

http://www.galeon.com/hamd/pdf/1libro1.pdf