UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA QUIMICA Y TEXTIL

CONTROLES ELECTRICOS Y AUTOMATIZACION

ESTRATEGIAS DE CONTROL

Ing. Jorge Cosco Grimaney

2011
 INDICE

3 ESTRATEGIAS DE CONTROL
3.1 Introduccin a las estrategias de control
3.2 Control realimentado
3.3 Control por actuadores en paralelo
3.4 Control en cascada
3.5 Control de relacin (RATIO CONTROL)
3.6 Control de de Rango Dividido
3.7 Control Selectivo
3.8 Control Anticipatorio
3.9 Control Adaptativo,
3.10 Control Predictivo
3.11 Control por Lgica Difusa
3.12 Redes Neuronales
 ESTRATEGIAS DE CONTROL
3.1 INTRODUCCION A LAS ESTRATEGIAS DE CONTROL

En el diario vivir las personas, segn

sus necesidades, recurren a una u
otra estrategia para solucionar un
problema o efectuar determinadas
labores. En funcin de esto podemos
indicar que para determinadas
problemticas existen estructuras o
procedimientos, que teniendo en
cuenta los datos inciales, mediante
una determinada distribucin de
piezas o componentes logra
solucionar el problema. A este concepto por lo general se le denomina
estrategia. Cuando hablamos de estrategia determinamos una distribucin
de piezas o componentes, las cuales tienen ciertas tareas que efectuar y en
algn orden, para alcanzar nuestro objetivo.
En el mundo de los sistemas de
control automtico tambin existe
este concepto, en este caso se
denomina estrategia de control y
est relacionado con la distribucin
de los dispositivos o equipos bajo los
cuales funciona un proceso o
mquina.
Las estrategias de control determinan
la estructura o circuito que sigue la
informacin o seales en el lazo.
Dependiendo de la aplicacin
(entorno de trabajo, mquina) a
gobernar se debe definir el actuar
de las variables de proceso (nivel,
humedad, presin, flujo,
temperatura, etc.).
En funcin de esta informacin se
incorporaran determinados
instrumentos y/o equipos con los
cuales se debe lograr la estabilidad
en la aplicacin o sistema.
Estos instrumentos y/o equipos podrn estar en cantidades (varios
sensores, varios controladores, etc.) y dispuestos en una jerarqua o
circuito especfico determinado por el Ingeniero de proceso. Por lo general
cada entorno de trabajo tiene sus estrategias establecidas. Ejemplos de
estrategias de control tpicas pueden ser:
Control realimentado
Control por actuadores en paralelo
Controlador en Cascada
Controlador de Relacin
Controlador de Rango Dividido
Controlador Selectivo
Controlador Anticipatorio
Controlador Adaptativo
Controlador Predictivo,
Controlador de adelanto de fase
Controlador por retardo de fase,
Controlador por lgica difusa
Controladores lgicos programables

3.2 CONTROL REALIMENTADO

Es el principio de todo
sistema de control
automtico
Es la aplicacin del
concepto de realimentacin
o feedback (medicin
tomada desde el proceso
que entrega informacin del
estado actual de la variable
que se desea controlar)
cuya caracterstica especial
es la de mantener al FIGURA 3
controlador central
informado del estado de las variables para generar acciones correctivas
cuando as sea necesario.
Los sistemas de control realimentados se denominan tambin sistemas de
control de lazo cerrado. En la prctica, los trminos control realimentado y
control en lazo cerrado se usan indistintamente.
Elementos Bsicos

1. Elemento de comparacin: Este elemento compara el valor requerido

o de referencia de la variable por controlar con el valor medido de lo que se
obtiene a la salida, y produce una seal de error la cual indica la diferencia
del valor obtenido a la salida y el valor requerido.
2. Elemento de control: Este elemento decide que accin tomar cuando
se recibe una seal de error.
3. Elemento de correccin: Este elemento se utiliza para producir un
cambio en el proceso al eliminar el error.
4. Elemento de proceso: El proceso o planta, es el sistema dnde se va a
controlar la variable.
5. Elemento de medicin: Este elemento produce una seal relacionada
con la condicin de la variable controlada, y proporciona la seal de
realimentacin al elemento de comparacin para determinar si hay o no
error.

Proceso
Comparador

Elemento de medicin

FIGURA 4
3.3 CONTROL POR ACTUADORES EN PARALELO
En algunas ocasiones para alcanzar rpidamente el valor de Set - Pont;; se
incorporan varios dispositivos de salida (actuadores) al proceso, de manera que
cuando el controlador determina que el parmetro controlado necesita corregirse
ordena a todos o alguno de los actuadores a corregir el problema..
En el esquema corresponde a un intercambiador de calor. En este caso est
dispuesta la estrategia de control por actuadores en paralelo para lograr el
control de la temperatura. Calentamos un producto X en funcin de la
energa generada por otro (vapor). El circuito compuesto por un sensor -
transmisor, un controlador y 2 vlvulas de control.

VALVULAS ACTUADORAS EN PARALELO

INTERCAMBIADOR
DE CALOR

CONTROLADOR

Se desea alcanzar rpidamente la temperatura asignada o de referencia

(por ej. 80 C). Tendiendo en cuenta que la medicin actual esta por
debajo del 60% del valor de referencia operarn las 2 vlvulas permitiendo
el ingreso de vapor al intercambiador, esto generar un alza significativa de
la temperatura de nuestro producto X. Para cuando el valor de temperatura
supere el 60 % del valor de ref., entonces solo trabajar una vlvula
permitiendo llegar de forma cmoda a nuestra meta y en un tiempo de
espera bajo. Como podemos darnos cuenta, para lograr alcanzar una meta
u objetivo dependeremos de una estrategia y esta en su estructura tendr
determinados componentes. En el mundo del control automtico todas las
variables de proceso estn sometidas a diversas estrategias de control, las
que determinan el actuar de la aplicacin y la seguridad hacia las
personas como tambin al entorno de trabajo mismo.
3.4 CONTROL EN CASCADA (CASCADE CONTROL)

Existen algunas ocasiones en que el desempeo de un esquema de control

feedback puede mejorarse notablemente mediante el empleo de un
esquema de control de nominado en cascada.
En el control en cascada se disea un lazo de control interno al lazo de
control de la variable principal, y su finalidad es neutralizar, en su punto de
origen, algunas perturbaciones impidindoles su propagacin hacia el
proceso principal.

REALIMENTACION
INTERNA

Lo anterior puede llevar a pensar al control en cascada como un control

anticipado elaborado con un control retroalimentado, lo cual no es cierto,
pues el control anticipado trabaja con una variable perturbadora externa al
sistema y el control en cascada trabaja con una variable perturbadora
interna del mismo sistema. Una de sus principales aplicaciones es en
procesos donde la variable manipulada es un fluido de servicio (como el
agua o el vapor) sometido a perturbaciones. Alrededor de esta se cierra al
lazo secundario.
En el control en cascada la salida del controlador del lazo externo o
principal, llamado el controlador maestro, fija el punto de referencia del
controlador del lazo interno o secundario, llamado el controlador esclavo.

D3
GD3

D1 D2
CONTROLADOR CONTROLADOR GD1 GD2
MAESTRO ESCLAVO
Cref(pri) + + + + + + + + c
c
A(pri) Gc(pri) Gc(sec) Gv Gp(sec) Gp(pri)
- -
Hff(s)
Malla Secundaria Retroalimentada

Gcff(s)
Malla Primaria Retroalimentada

FIGURA 7 Diagrama de bloques del Control en Cascada

Por ejemplo, con un control PID de la figura, la temperatura promedio del
lquido en el intercambiador de calor de la figura 8 es 80 C, pudiendo
variar en ms menos cinco grados. Esto se debe a la falta de constancia de
la fuente de vapor. Fluctuaciones en la presin de la fuente de vapor
ocasionan variaciones en la temperatura del vapor dentro del
intercambiador. En el caso de un incremento de la presin del vapor, la
temperatura del liquido del proceso comienza a aumentar, pero toma
algunos minutos elevar la temperatura del lquido y el sensor la detecte. Al
mismo tiempo, el sensor registra los valores ms altos e indica una
disminucin en el vapor, el lquido del proceso cerca de las paredes est
todava a una temperatura ms alta. Debido a esto, a pesar de reducir la
fuente de vapor, la temperatura del lquido del proceso contina su
aumento por un pequeo periodo de tiempo adicional. El retraso de la
transferencia de calor previene al controlador PID, controlando la
temperatura en forma mas precisa.

Ma te ria P rim a

Me z c la d or

In te r c a mb iad o r
De
c a lo r

V apor

FIGURA 8

S E NS O R

El Control en cascada es a menudo usado para controlar un proceso en

forma mas precisa. En el control en cascada, una segunda variable es
monitoreada en adicin con la primera variable controlada. Esta segunda
variable refleja rpidamente cualquier cambio en el ambiente del proceso.

M ezclador

Interca m biad or
V apor de
calor

Sens or

Sens or
Con la adicin de un sensor, para monitorear la presin del vapor, y un
controlador PID, para ver la posicin de la vlvula de vapor, el sistema de
control de presin, crea ahora un segundo lazo de control realimentado. El
control en cascada envuelve la instalacin de un lazo realimentado dentro
de otro. Este segundo lazo, basado en la presin de vapor, es llamado el
segundo lazo realimentado.
El primer lazo realimentado est todava basado en la temperatura del
lquido en el intercambiador de calor. Sin embargo, en lugar de posicionar
directamente la vlvula de vapor, la salida del controlador primario es
ahora usado para ajustar el punto de referencia del controlador secundario.
Entonces es este segundo controlador quien regula la vlvula.
Como resultado de esta combinacin de sistemas de control, el lazo
secundario hace la mayora del trabajo encargndose de mantener una
temperatura constante del producto. Su mayor accin es minimizar los
efectos de los disturbios en el lazo secundario. En contraste, el lazo
primario acta cuando existen disturbios o cambios en la carga dentro del
proceso, debido a esto el punto de referencia del controlador secundario
necesita estar cambiado por la accin del controlador primario
En la Figura 10 (a) se muestra el esquema de control indirecto de
composicin de los fondos de una columna de destilacin controlando la
temperatura de algn plato mediante la manipulacin del flujo de vapor de
calentamiento alimentado al rehervidor.

FIGURA 10

El anterior esquema de control feedback deber proporcionar control

aceptable de la temperatura del plato seleccionado (suponiendo que el
controlador este sintonizado de manera adecuada). Esta situacin es,
normalmente, correcta excepto cuando ocurren variaciones importantes en
la presin de suministro del vapor de calentamiento. La presin a la que se
suministra el vapor determina el flujo de vapor que pasa a travs de la
vlvula de control. El conflicto que surge es que el controlador Gc fija el
flujo de vapor que se debe usar para mantener a la temperatura medida
Tm en el valor deseado. Sin embargo, debido a variaciones en la presin de
suministro de vapor, la cantidad de vapor que pasa a travs de la vlvula
puede ser diferente del flujo de vapor demandado por el controlador. Como
resultado el flujo de vapor no seria el deseado por lo que el controlador
solo se percatara de esta situacin (flujo de vapor no igual al deseado)
hasta que la temperatura del plato no sea igual al set-point. Ntese
claramente que este problema surge debido a que la variable manipulada
(flujo de vapor) esta sujeta a una perturbacin (variacin de la presin de
vapor). Este problema de control se podra resolver si se emplea la
estructura de control mostrada en la Figura (b)
Obsrvese que se ha insertado un controlador adicional GCF. El propsito
de este controlador adicional consiste en ejercer accin de control de
manera prcticamente inmediata cuando el flujo de vapor solicitado por el
controlador GCT no sea igual al que pasa a travs de la vlvula de control
(medido un poco antes de que ingrese a la vlvula).
Caractersticas del Control en Cascada
El sistema bajo control puede dividirse en dos procesos ms simples,
para cerrar alrededor de ellos los lazos de control principal y secundario.
El lazo secundario incluye el mayor nmero de perturbaciones sin llegar
a decrecer demasiado su velocidad de respuesta.
El lazo secundario es de respuesta ms rpida. Como regla prctica el
proceso secundario debe tener respuesta dinmica no mayor de 1/3 del
tiempo de respuesta del proceso primario.
La variable secundaria seleccionada debe proporcionar estabilidad al
control primario con la ganancia ms alta posible.
Los puntos de consigna de la variable secundaria, deben estar
relacionadas directamente con los de la primera y de ser posible su
relacin debe estar representada por una recta.
Hay dos tipos de control en cascada en serie y en paralelo En el control
cascada en serie la variable manipulada u tiene un efecto tipo domino
sobre la variable a controlar y. En el control en cascada en paralelo la
variable manipulada u afecta directamente a la variable controlada y la
variable adicional yi
3.5 CONTROL DE RELACION (RATIO CONTROL)
Este tipo de estrategia de control se aplica cuando 2 flujos ingresan a un
recipiente y los fluidos estn en relacin tal como se observa en la figura 12

A B
Donde : A=2B

FIGURA 12 Tanque regresando fluidos en relacin

Si deseamos controlar este sistema se colocara un sensor de flujo, un
controlador y un actuador en cada lnea de flujo, (ver figura )

FC FC

FC FC

A B

FIGURA 13 Controlando los flujos de ingreso independientemente

FY
La estrategia en relacin simplifica el
uso de instrumentos controlando una FC

variable en proporcin fija con

FE FE
respecto a la otra la cual no se B
A
controla, disminuyendo de esta
manera el uso de un controlador y
una vlvula tal como se muestra en la
figura 14.

FIGURA 14
La representacin del diagrama de bloques se muestra a continuacin:

F1: Flujo no controlado

II1
II1

Fc: Flujo controlado

Elemento final
Cref Controlador Proceso
A
A

+ - Gc
de control
Gv Gp

Hc

FIGURA 15 Diagrama de bloques

En muchos procesos de produccin la mezcla del flujo de materiales se
hace a travs de tuberas, esto a menudo es necesario para mezclar los
materiales en una relacin deseada. Por ejemplo, un producto puede
requerir una parte del material A por cada dos partes del material B. Esta
mezcla puede ser mejorada con un controlador de relacin.
Mezclador
MATERIAL A

Mezcla

MATERIAL B

Mezclado de dos materiales en una relacin deseada

En el control de
Relacion
relacin, uno de los valor de
referencia
componentes fluye en la
relacin requerida por
otras partes del
proceso. Esto es Sensor
De flujo Valvula de
conocido usualmente control

como flujo libre. La

velocidad del flujo del
Mezclador
segundo componente,
sin embargo, es Flujo
Sensor libre
controlada. Este flujo De flujo
controlado, est
mantenido a la velocidad que resultar en la relacin requerida de
materiales para la mezcla.
Un controlador de relacin tiene dos entradas, como est mostrado en la
figura. Un sensor localizado en el flujo libre, provee una seal
representando la velocidad del flujo para el controlador, y un sensor en el
flujo controlado que tambin provee una seal representando su velocidad
al controlador.
El controlador tiene un punto de referencia para mantener la velocidad del
flujo controlado en relacin con el flujo libre. Esto se mejora usando un
control bsico realimentado.
Aplicaciones del control de relacin
Mantener constante la relacin de dos corrientes que se mezclan para
garantizar la composicin de la corriente que resulta de la mezcla.
Conservar constante la relacin de reflujo en una torre de destilacin.
Sostener la relacin entre el rango de flujo de alimentacin y el rango de
flujo de vapor en el rehervidor de una torre de destilacin (FIV).
Conservar el rango de flujo de liquido al rango de flujo de vapor (LIV) en
la torre de absorcin.
Mantener la relacin ptima entre los rangos de flujo de combustible y
aire en una caldera.

3.6 CONTROL DE RANGO DIVIDIDO (SPLIT - RANGE CONTROL

Es un sistema de control en el cual existe una sola variable controlada y

dos o ms variables manipuladas, que deben tener el mismo efecto sobre
la variable controlada. Para realizar ste sistema se requiere compartir la
seal de salida del controlador con los varios elementos finales de control.
El diagrama de bloques que representa esta estrategia se muestra en la
figura 18 .

DS

PERTURBACION
ELEMENTO FINAL
Gd
DE CONTROL
Gv1
AJUSTE DE + Ys
Yref PROCESO
PARAMETRO CONTROLADOR
As Gc Gp
-
ELEMENTO FINAL
DE CONTROL
Gv2

SENSOR
Hs

FIGURA 18 Diagrama de bloques.

Los ejemplos del empleo de este sistema de control son: el control de
presin de un reactor, en el cual un solo controlador manipula las vlvulas
de productos y reactivos, el control de temperatura de un proceso de
recubrimiento electroltico.

TRC TRC Tref

2 2 ANODO
3-15 Psig TRC TT CATODO

PIEZA A
RECUBRIR

3-9 Psig

Agua fria

AGUA
vapor

VAPOR

Control en split range de un reactor Control de temperatura de un

de tanque agitado bao de recubrimiento

3.7 CONTROL SELECTIVO (OVERRIDE CONTROL)

Es un sistema que opera para satisfacer restricciones de operacin
impuestas a un proceso con fines de proteccin del personal y/o del equipo.

H1

GD1
B
- 1
yre + +
A1 Gc1 + y1
f1
Interruptor
Gv Gp
Selector
yre y2
A2 Gc2 + +
f2 + -
B
2
GD2

H2

FIGURA 20
Para su aplicacin se requiere ejercer control sobre dos variables de un
proceso, relacionados entre s de tal manera que una u otra pueda ser
controlada por la misma variable manipulada. Como una variable
manipulada solo puede controlarse por una sola accin, debe existir la
posibilidad de transferir el mando de uno de los lazos de control al otro
cuando las complicaciones de funcionamiento as lo exijan.
La transferencia del mando se logra conectando la salida de los dos
controladores a un switch selector de la ms baja, LSS, de la ms alta,
HSS, de dos seales cuya salida esta conectada al elemento final.
VAPOR
LINEA DE DESCARGA

MALLA 1

PT
HERVIDOR
MALLA 2

LT LC LSS PC

AGUA

Diagrama de Bloques
Equipo con proteccin de baja
GASES CALIENTES (LSS).

En el sistema hay una variable manipulada y cuyo conjunto es seleccionado

dependiendo de las condiciones del proceso, generalmente son usados
como proteccin de equipos, usndose llaves de baja (LSS), tal como se
muestra en las figura.

HSS PC

MALLA 1
MALLA 1

PC
SC
PT

PT

GAS DE
ENTRADA

GAS DE SALIDA

MOTOR SC CONTROL DE VELOCIDADES

COMPRESOR

FIGURA 22 Equipo con sistema de proteccin de alta (HSS).

3.8 CONTROL ANTICIPATORIO (Feedforward )
Es el control en el cual, la informacin relacionada con una o ms
condiciones perturba la variable controlada, se convierten por fuera de
cualquier malla retroalimentada, en accin correctiva para minimizar la
desviacin de la variable controlada.

PUNTO DE
AJUSTE (r)
SISTEMA
ANTICIPATORIO
VARIABLE
MANIPULADORA (m)

VARIABLE
CONTROLADORA
(c)
CARGA (q) q1

q2
PROCESO
q3

FIGURA 23 Sistemas de control anticipado

La estrategia de control por anticipacin, ofrece una solucin diferente del

mtodo de tanteo y error adoptado por el control de realimentacin.
En los sistemas anticipatorios los principales componentes de las cargas
son medidas y usadas para calcular el valor de la variable manipulada
necesaria para mantener un control prximo al punto deseado. En la figura,
se muestra el camino de la informacin a partir de la carga hasta la
variable manipulada del proceso.
Si la carga es incluida en los clculos, el lazo formado sera denominado de
realimentacin positiva. La entrada externa de set-point es necesaria
para dar una posicin de comando al sistema.
Todos los sistemas de control descritos anteriormente estn basados en
lazos realimentados. En la practica estos sistemas de control trabajan
bastante bien, son tan buenos como estar manejando un carro cuesta
abajo mirando solo el espejo retrovisor y girando solo cuando sea
necesario -. Obviamente, pocos errores ocurrirn si el conductor mira a
travs del parabrisas.
El control anticipatorio es similar a mirar a travs del parabrisas. En el
control anticipatorio, una variable es medida y ajustada en la entrada del
proceso permitiendo no detectar error, en el proceso. En efecto, la accin
correctiva es tomada antes ocurra algo malo ocurra en el sistema.
El control anticipatorio puede ser usado para controlar la composicin
qumica en un proceso de manufactura.
Por ejemplo, la figura muestra como el pH de un material entrando a un
tanque de mezclado, puede ser controlado usando un sistema anticipatorio.
El pH es una medida de la acidez o alcalinidad de una sustancia, y en el
ejemplo el pH ideal es 6,3, pero un rango de 6,2 a 6,.4 es aceptable.
Debido a esto, alguna variacin en el pH del material de entrada por
encima de 6,4 es una perturbacin a ser corregido con la adicin de cido.
Con el control anticipatorio es posible compensar los disturbios antes
afectar el proceso.
Control
Anticipatorio
anticipatorio

Tanque
de acido

Sensor Sensor
pH de flujo

FIGURA 24 Control Anticipatorio de pH

Como mostramos en la figura, el control de pH en este sistema requiere de
dos sensores: un instrumento de pH para monitorear el material de
entrada, y un sensor de flujo. El pH y la velocidad de su flujo son las
variables medidas en los sistemas anticipatorios. El controlador
anticipatorio es una computadora realizando un clculo complejo, basado
en el valor representativo a las variables de perturbacin. La ecuacin
anticipatoria determina la cantidad de cido requerido para obtener el pH
del valor deseado, basado en los valores medidos de pH y flujo. La salida
del controlador anticipatorio coloca a la vlvula en una posicin adecuada
para admitir la cantidad de cido y flujo requerido para mantener el pH en
un rango aceptable.
En este ejemplo, cuando el pH del material de entrada es 6,4, slo una
pequea cantidad de cido es aadida. Cuando el pH es 6,6, una mayor
cantidad de cido se agrega. As mismo, cuando la velocidad del flujo del
material de entrada aumenta, la cantidad de cido requerido tambin
aumenta. Cuando el pH es 6,2 o 6,3, sin embargo, no se adiciona cido.
En el clculo de la ecuacin anticipatoria, el controlador anticipatorio toma
en cuenta la inherente no linealidad del proceso del pH. Los nmeros
usados para describir la acidez o alcalinidad de una sustancia siguen a una
escala ordinaria de nmeros, en el rango de 1 a 14.
Esto hace suponer de una sustancia con pH 2 tenga el doble de alcalinidad
a una sustancia con pH 1, pero realmente una sustancia de pH 2 es 10
veces ms alcalina a una sustancia de pH 1. Cada nmero en la escala de
pH indica un cambio de diez en acidez o alcalinidad, como muestra el
grfico de la cantidad de cido necesario para neutralizar

Acido, neutralizacin 4

6.3 6.4 6.5 6.6 6.7 6.8

pH del Material

FIGRA 25 Relacin no lineal pH y cido para neutralizar

Sobre un corto rango de valores de pH, por ejemplo, entre 6,3 y 6,6, la
curva es relativamente recta. Entre 6,6 y 6,7, sin embargo, la curva
comienza a volverse mas pronunciada.
Esto contrasta con todos los sistemas de control descritos anteriormente,
En los cuales la relacin entre el
tamao del error (o valor sensado) y
CONTROL SIGNAL

el tamao de la seal de control

requerida puede ser representada por
una lnea recta.
En general, los sistemas anticipatorios
pueden slo ser diseados y usados
cuando hay una relacin conocida
entre el valor obtenido del sensor de
entrada y el punto de referencia ERROR SIGNAL
requerido por el controlador final.

Principales Aplicaciones del Control Anticipatorio

En procesos difciles de controlar por retroalimentacin debido a la
presencia de tiempo muerto y retardos considerables.
En procesos recibiendo corrientes no controladas provenientes de otras
partes de la planta, conviene utilizar control anticipatorio para
neutralizar el efecto sobre las variables controladas perturbadoras.
Ventajas y Desventajas del Control Anticipatorio
Su principal ventaja es detectar las variables perturbadoras y tomar
accin correctiva antes de desviar la variable controlada con respecto a
su punto de referencia. Esta caracterstica lo hace recomendable para
procesos de tiempo muerto y de respuesta dinmica muy lenta.
Como desventajas requiere medir todas las variables perturbadoras.
Adems de tener buen conocimiento del modelo del proceso. No corrige
perturbaciones no medidas. Es insensible a Variaciones en los
parmetros de los elementos en el lazo de control.
Control anticipatorio ms control retroalimentado
Aunque el control anticipatorio podra llevar al control perfecto, las
desventajas antes anotadas hacen aconsejable combinen el control
retroalimentado para corregir perturbaciones en el modelo de la planta y
los cambios en los parmetros de elementos del lazo.

D(s) Perturbacin medida

Hff(s)

Gcff(s)
Gd(S)

Cref(s) M(s)
+ + + C(s)
A(s) Gp(s)
Gcf(s) Gv(s)
- +
+

Hf(s)

FIGURA 27 Diagrama de bloques de Control Anticipatorio mas Control

Realimentado

3.9 CONTROL ADAPTATIVO

Un control anticipatorio puro es muy raro encontrarlo porque no hay
retroalimentacin de los resultados de los cambios hechos por el sistema.
En el sistema anticipatorio descrito anteriormente, la adicin de cido
basado en el flujo del material y el valor de pH poda trabajar bien en el
mantenimiento del correcto pH, siempre y cuando no ocurrieran otras
perturbaciones. Sin embargo, este proceso puede tener otra variable de
disturbio: la concentracin de cido si la concentracin de un cido puede
cambiar, un nuevo ajuste de pH debe ser necesario.
La figura muestra como un lazo de control realimentado con un control
adaptativo pueden ser usados para corregir una variable de disturbio no
medido, tal como la variacin en la concentracin del cido.

Control Anticipatorio Control Adaptativo

Tanque de
acido

Sensor pH Sensor de flujo

FIGURA 28 Control Adaptativo, control del pH del sistema

El control adaptativo es un mtodo en el cual la respuesta de un

controlador cambia automticamente basado en los cambios de las
condiciones dentro del proceso. En este ejemplo, un instrumento monitorea
el pH y su salida es transmitida a un controlador adaptativo. Si el pH vara
del nivel deseado, el controlador ajusta su repuesta para adicionar ms o
menos cido al reactor hasta estabilizar el pH en el rango de 6,2 a 6,4. Este
ajuste es hecho automticamente con la ayuda de la microelectrnica.
Un controlador adaptativo contiene un sistema computarizado que es
programada para cambiar la respuesta del controlador cuando un error no
es el correcto. El control adaptativo obtiene su nombre de la habilidad del
controlador para adaptar su respuesta a las condiciones de cambios. El
control adaptativo es tpicamente usado en situaciones donde la ganancia
de los procesos no son lineales, como en el control de un pH.
Un lazo realimentado con un control adaptativo ha sido aadido para
monitorear y controlar el pH, para compensar por cualquier variacin no
corregida por el control adaptativo.

Variable auxiliar
Estimador de de proceso
los parmetros
del controlador
D

+
Y ref
A Gc Gv Gp Y(s)
-

FIGURA 29 Diagrama de Bloques de un sistema de control adaptativo

3.10 SISTEMA DE CONTROL PREDICTIVO
El control predictivo tiene como objetivo resolver de forma efectiva,
problemas de control y automatizacin de procesos industriales que se
caractericen por presentar un comportamiento dinmico complicado,
multivariable, y/o inestable. La estrategia de control en que se basa este
tipo de control, utiliza el modelo matemtico del proceso a controlar para
predecir el comportamiento futuro de dicho sistema, y en base a este
comportamiento futuro puede predecir la seal de control futura.
El control predictivo integra disciplinas como el control ptimo, control
estocstico, control de procesos con retardo de tiempo, control
multivariable, control con restricciones. El control predictivo utiliza un
modelo explicito para predecir la salida del proceso en instantes futuros de
tiempo, adems mediante el uso de algoritmos se calculan las seales de
control minimizando una funcin objetivo.
El control predictivo se vale de una estrategia deslizante, lo cual implica
que cada seal es ampliada hacia el horizonte en cada instante, as al
aplicar la primera seal de control, el clculo se sigue repitiendo en cada
instante del muestreo, lo que permite la prediccin del modelo
La figura 30 muestra una columna de destilacin de etanol de la industria
azucarera. La alimentacin es una mezcla de tres componentes. Agua,
etanol y propanol. El alcohol se obtiene de la extraccin lateral en la parte
superior de la columna, existen tambin otras extracciones secundarias.

FIGURA 30 Control predictivo de una columna de destilacin

El objetivo del control es mantener la fraccin molar de etanol en el fondo
de la columna y de agua en la cabeza de la misma, es decir la
concentracin de impurezas debe estar cerca de su punto de consigna. Para
conseguir esto las variables manipuladas son el caudal de la extraccin
lateral del alcohol neutro, y el caudal de vapor de agua que se introduce en
el ebullidor, los niveles en el fondo de la columna y en el fondo del
acumulador.
El control predictivo basado en modelo se puede definir como una
estrategia de control que se basa en la utilizacin de forma explcita de un
modelo matemtico interno del proceso a controlar (modelo de prediccin),
el cual se utiliza para predecir la evolucin de las variables a controlar a lo
largo de un horizonte temporal de prediccin especificado por el operador,
de este modo se puede calcular las variables manipuladas futuras (seal de
control futura) para lograr que en dicho horizonte, las variables controladas
converjan en sus respectivos valores de referencia.
El control predictivo basado en modelo (CPBM) se enmarca dentro de los
controladores ptimos, es decir, aquellos en los que las actuaciones
responden a la optimizacin de un criterio. El criterio a optimizar, o funcin
de coste, est relacionado con el comportamiento futuro del sistema, que
se predice gracias a un modelo dinmico del mismo, denominado modelo
de prediccin.
El intervalo de tiempo futuro que se considera en la optimizacin se
denomina horizonte de prediccin. Dado que el comportamiento futuro del
sistema depende de las actuaciones que se aplican a lo largo del horizonte
de prediccin, son stas las variables de decisin respecto a las que se
optimiza el sistema. La aplicacin de estas actuaciones sobre el sistema
conduce a un control en bucle abierto.
La posible discrepancia entre el comportamiento predictivo y el
comportamiento real del sistema crean la necesidad de imponer cierta
robustez al sistema incorporando realimentacin del mismo. Esta
realimentacin se consigue gracias a la tcnica del horizonte deslizante que
consiste en aplicar las actuaciones obtenidas durante un periodo de tiempo,
tras el cual se muestrea el estado del sistema y se resuelve un nuevo
problema de optimizacin. De esta manera, el horizonte de prediccin se va
deslizando a lo largo del tiempo
El Control Predictivo Basado en Modelo (CPBM), conocido tambin como
Model Based Predictive Control (MBPC) o simplemente Model Predictive
Control (MPC), se conoce como control por horizonte deslizante, por ser
sta la forma en la que se aplican las seales de actuacin. Existen muchos
algoritmos de control predictivo que han sido aplicados con xito: GPC,
IDCOM, DMC, APC, PFC, EPSAC, RCA, MUSMAR, NPC, UPC, SCAP, HPC, etc.
Ventajas e desventajas del Control Predictivo:
Entre las ventajas se pueden citar:
Formulacin en el dominio del tiempo, lo cual le permite ser una tcnica
flexible, abierta e intuitiva.
Permite tratar con sistemas lineales y no lineales, monovariables y
multivariables utilizando la misma formulacin para los algoritmos del
controlador.
La ley de control responde a criterios de optimizacin.
Permite la incorporacin de restricciones en la sntesis o implementacin
del controlador.
Brinda la posibilidad de incorporar restricciones en el clculo de las
actuaciones

Entre las desventajas se pueden citar:

Requiere el conocimiento de un modelo dinmico del sistema
suficientemente preciso.
Requiere un algoritmo de optimizacin, por lo que solo se podra
implementarse por medio de una computadora.
Requiere un alto coste computacional, lo que hace difcil su aplicacin a
sistemas rpidos.
Hasta hace relativamente poco, no se poda garantizar la estabilidad de
los controladores, especialmente en el caso con restricciones. Esto haca
que el ajuste de estos controladores fuese heurstico y sin un
conocimiento de cmo podan influir los parmetros en la estabilidad del
sistema.
Elementos del Control Predictivo:
Hay una serie de elementos comunes a todos los controladores
predictivos:
El uso de un modelo matemtico del proceso que se utiliza para predecir
la evolucin futura de las variables controladas sobre un horizonte de
prediccin.
La imposicin de una estructura en las variables manipuladas futuras.
El establecimiento de una trayectoria deseada futura, o referencia, para
las variables controladas.
El clculo de las variables manipuladas optimizando una cierta funcin
de costo
La aplicacin del control siguiendo una poltica de horizonte mvil.
Los modelos internos que se usan para predecir el comportamiento del
sistema pueden ser de diversos tipos: Funcin de transferencia, Respuesta
al impulso, Respuesta al escaln, Espacio Estado.
Merece la pena destacar que el control predictivo es una tcnica muy
potente que permite formular controladores para sistemas complejos y con
restricciones. Esta potencia tiene un precio asociado: el coste
computacional y la sintonizacin del controlador
MODELO DE PREDICCIN
Esta representado por el modelo matemtico que describe el
comportamiento dinmico del sistema. Las ecuaciones fsicas del sistema
conjuntamente con las incertidumbres del mismo pueden ser expresadas
en el mismo modelo.
Este modelo puede ser lineal, no lineal, en tiempo continuo, en tiempo
discreto, puede estar expresado en funcin de transferencia o en
ecuaciones de estado, puede ser multivariable o monovariable.
Una consideracin que deben tener, consiste en que el origen debe ser el
punto de equilibrio en el que se quiere regular el sistema, lo cual se puede
conseguir con un cambio de variables.
Debido a que el controlador predictivo es generalmente implementado por
un computador, esto requiere que el modelo del sistema se encuentre
expresado en tiempo discreto, de la forma:
xk+1 = f(xk, uk)
Donde Xk+1 son los estados en el
tiempo (k+1), Xk, son los estados
en el tiempo (k), Uk el la seal de
control.
Como la prediccin depende
adems de la secuencia de
actuaciones aplicadas desde el
instante (k) hasta el instante (k +
j), y por lo tanto futuras. A lo
largo de esta tesis, se denota x(k
+ j|k) al estado del sistema
predicho en el instante (k + j) a
partir del estado conocido en el
instante (k). Por lo tanto:
x(k + j + 1|k) = f( x(k + j|k),
u(k + j|k) )
Donde x(k|k) = Xk. son los
estados del sistema
3.11 LGICA DIFUSA
La Lgica Difusa (Fuzzy Logic), es una
teora presentada como una
generalizacin de la lgica bivalente (1
y O; Verdad y Falso; etc.),
proponiendo la existencia de estados
infinitos entre ellos. No es un
conocimiento reciente sino se
remontan a los primeros trabajos de
grandes pensadores como Platn o
Herclito, quienes plantean la
posibilidad de una tercera regin entre
lo verdadero y lo falso, una zona de
ambigedad.
La lgica difusa puede ser la solucin a todos los problemas de control de
procesos, pero es adecuada para una gran variedad de situaciones
distintas.
A diferencia de muchos otros mtodos de control, la lgica difusa se basa
en una teora fcilmente comprensible. Se apoya en conjuntos difusos, una
teora de conjuntos modificada donde los elementos pertenecen a
conjuntos en un grado variable. Al aplicar esta idea a la lgica, en lugar de
utilizar dos valores de certeza, el 0 y el 1, se utiliza una escala continua en
este rango (0-1) para medir el grado cumpliendo condiciones. Esto refleja
la forma natural de pensar de las personas.
La Lgica Difusa es aplicada actualmente
en muchos campos como la medicina,
economa, derecho, administracin e
ingeniera, con resultados sorprendentes.
En el campo del control industrial su uso
principal est en los sistemas no lineales,
dinmicos, y los de una gran complejidad
para el control clsico. Asimismo, se le
usa tambin en conjunto con redes
neuronales y sistemas expertos. La
lgica difusa se usa por ejemplo en
robtica
Estructura del Control Difuso
El controlador difuso tpico toma la estructura de la siguiente figura:
En ella podemos distinguir la Unidad de Difusividad, encargada de convertir
las muestras de la seal real a nmeros difusos para tratarlos dentro de la
Unidad de Decisin, junto con las reglas y datos son almacenados en la
Unidad de Conocimiento Base, determina una salida difusa convertida a
una salida nica luego ser aplicada sobre el sistema real a controlar.
Este esquema es el del controlador difuso general aunque existen estudios
ms profundos perfeccionndose con el fin de generar controladores
mixtos o adaptativos.

FUNCIO NAM IENTO DE UN SIS TEM A DIFUSO

Funciones
de
Pertenencia

Entrada Salida

E VALUACI N
PUZZIFICACIO N E S DEFUZZICACIO N
DE LAS
DE LAS DE LAS
D REG LAS DE D
ENTRADAS ENTRADAS
CO NT RO L

Controlador Difuso
BASE DE
REG LA

Reglas Difusas
Los sistemas de control difuso estn compuestos generalmente por un
conjunto de reglas de la forma: Si <condicin 1> y <condicin 2> y ....
<condicin N> entonces <condicin M>
Por ejemplo: Una de las reglas para un control de Temperatura podra ser :
Si la T es Alta y T es media entonces la apertura de la vlvula de
combustible es baja, donde T es Temperatura y T es la variacin de la
Temperatura.
Un sistema difuso puede estar conformado, tericamente, por un conjunto
ilimitado de reglas lo cual hara al sistema muy robusto, siempre y cuando
sean bien seleccionadas.

3.12 REDES NEURONALES ARTIFICIALES

El cerebro humano continuamente recibe seales de entrada de muchas
fuentes y la procesa con el fin de crear una apropiada respuesta de salida,
centrando con millones de neuronas interconectadas para elaborar Redes
Neuronales, estas ejecutan las millones de instrucciones necesarias para
mantener una vida normal. Desde hace algunos aos, los investigadores
han estado creando modelos, tanto en
hardware como en software, para
interpretar la actividad cerebral en un
esfuerzo por producir una forma de
inteligencia artificial.
Muchos modelos tericos o paradigmas,
datan desde los aos 50. Con
aplicaciones limitadas al mundo real,
obtenindose las Redes Neuronales
Artificiales (RNA) permaneciendo en la
oscuridad por dcadas.
Las RNA estn compuestas de un gran
nmero de elementos de procesamiento altamente interconectados
(Neuronas) trabajando al mismo tiempo para la solucin de problemas
especficos. Las RNA, tal como en las personas, aprenden de la experiencia.
En cualquier caso, se trata de una nueva forma de control capaz de
manejar las imprecisiones e incertidumbres apareciendo cuando se trata
de resolver problemas relacionados con el mundo real (reconocimiento de
formas, toma de decisiones, etc.), ofreciendo soluciones robustas y de fcil
implementacin.
Las redes de neuronas formales son mquinas que poseen la capacidad de
aprendizaje a resolver problemas a partir de ejemplos. Estas mquinas han
sido propuestas como modelos extremadamente simplificados del
funcionamiento del cerebro, puesto que no retienen ms que algunas
caractersticas esenciales:
Las neuronas no pueden encontrarse ms que en dos estados posibles,
activas o en reposo
Estn interconectadas mediante sinpsis que pueden ser modificadas
por aprendizaje
El estado de una neurona a cada instante es determinado por el de otras
neuronas, informacin que es transmitida por las sinpsis.
Aunque muy esquemtico, este modelo presenta una riqueza sorprendente
de estados y de comportamientos y ha sentado las bases de un modelo de
memoria y aprendizaje como un fenmeno emergente colectivo: el sistema
global presenta propiedades complejas que no pueden predecirse a partir
del estudio individual de sus componentes. As, el todo es mucho ms que
la suma de sus partes.
Los estudios tericos de redes de neuronas reflejan estos dos aspectos: el
del modelado de fenmenos cognoscitivos y el del desarrollo de
aplicaciones. Aunque las redes de neuronas hayan sido aplicadas a diversos
campos, la tarea mas importante de las redes neuronales artificiales es en
la clasificacin de datos: para los humanos una actividad tan trivial que
pasa desapercibida, pero que presenta dificultades importantes para una
mquina.
Las RNA estn compuestas de muchos elementos sencillos operando en
paralelo, el diseo de la red esta determinado mayormente por las
conexiones entre sus elementos.
Las RNA han sido entrenadas para la realizacin de funciones complejas en
variados campos de aplicacin. Hoy en da pueden ser entrenadas para la
solucin de problemas difciles.

Los pasos generales a seguir en el desarrollo de un sistema experto, a

grandes rasgos, seran los siguientes (Durkin, 1994)
Evaluacin del problema: Definir el problema. Determinar la
posibilidad y la justificacin para solucionarlo mediante las tcnicas de la
IA y la ingeniera del conocimiento.
Adquisicin del conocimiento: adquirir, organizar y representar el
conocimiento. Obtener una visin general del tipo de conocimiento
necesario y las estrategias generales de resolucin usadas por los
expertos. Ordenar y especificar el conocimiento necesario y distinguirlo
del conocimiento accesorio, analizar el problema de la manipulacin de
la incertidumbre, etc.
Diseo: Elegir las representaciones y estrategias de resolucin del
problema. Disear la estructura general del sistema y la organizacin del
conocimiento, as como los procedimientos para manipularlo..
Test: Evaluacin del funcionamiento del sistema. Conviene combinar
algn mtodo formal con el juicio personal dado por algn experto.
 Documentacin:
Mantenimiento:
Desde una aproximacin de nivel de conocimiento habra que poner el
nfasis en la fase de adquisicin y anlisis del conocimiento, antes de pasar
a la fase de diseo e implementacin

Redes Neuronales Artificiales del tipo Biolgico

El cerebro humano contiene ms de cien mil millones de neuronas y
sinpsis en el sistema nervioso humano. Estudios de la anatoma concluyen
la existencia de ms de 1000 sinpsis a la entrada y a la salida de cada
neurona.

Es importante notar el tiempo

de conmutacin de la neurona
(unos pocos milisegundos) es
casi un milln de veces menor
a los actuales elementos de
computadoras, ellas tienen una
conectividad miles de veces
superior a las actuales
supercomputadoras.
El objetivo principal de las redes neuronales de tipo biolgico es desarrollar
un elemento sinttico para verificar las hiptesis concernientes a los
sistemas biolgicos.
Las neuronas y las conexiones
entre ellas (sinapsis) constituyen
la clave para el procesado de la
informacin.
La mayor parte de las neuronas
poseen una estructura de rbol
llamadas dendritas recibiendo las
seales de entrada viniendo de
otras neuronas a travs de las
uniones llamadas sinpsis.
Algunas neuronas se comunican
solo con las ms cercanas, y
otras se conectan con miles.
Una neurona consta de tres
partes fundamentales:
El cuerpo de la neurona.
Ramas de extensin llamadas
dentritas para recibir las
entradas, y
Un axn llevando la salida de la neurona a las dentritas de otras
neuronas.
La forma de interactuar de dos neuronas no est totalmente conocida; en
general, una neurona enva su salida a otras por su axn. El axn lleva la
informacin por medio de diferencias de potencial, u ondas de corriente,
dependiendo del potencial de la neurona.