Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodologia para El Diseno de Control Total de Planta PDF
Metodologia para El Diseno de Control Total de Planta PDF
Presentado por:
AGRADECIMIENTOS
1
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
2
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
RESUMEN
3
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
4
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
ABSTRACT
5
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
6
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
TABLA DE CONTENIDO
1 INTRODUCCIÓN 15
7
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
4 CONTROLABILIDAD 43
8
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
9
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
10
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
LISTA DE FIGURAS
Figura 3.1. Estructura jerárquica típica del sistema de control en una planta de
procesos químicos 28
11
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
12
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
LISTA DE TABLAS
Tabla 7.1. Variables de entrada y salida definidas para los sistemas SI y SII 84
13
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
14
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
1 INTRODUCCIÓN
No obstante, debe aclararse que Control Total de Planta se ocupa del diseño de la
estructura de control de la planta y no de los controladores, el cómo diseñar y
sintonizar los controladores no hace parte de su objeto de estudio. Nótese que con
la teoría de control moderna han surgido métodos muy sofisticados para diseñar
controladores, razón por la cual se considera que en diseño de controladores hay
mayor desarrollo en comparación con el diseño de las estructuras de control, que
generalmente se basa en decisiones heurísticas. Adicionalmente, para las plantas
con reciclo e integración energética, es mucho mas complejo el diseño de la
estructura de control que el de los controladores y el diseño de la estructura de
control es un paso previo al diseño de los controladores, lo cual le da una
importancia vital. Por esto, en esta Tesis se estudia especialmente el diseño de
estructuras de control y se encuentra un método sistemático para tomar estas
decisiones.
15
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Por otro lado, en una planta el sistema de control no solamente debe garantizar un
buen desempeño, sino que también debe satisfacer los requerimientos
económicos. La calidad del producto y la velocidad de producción son dos
variables esenciales en términos económicos, y muchos de los procedimientos
heurísticos en control total de planta hacen uso del criterio económico teniendo en
cuenta estas dos variables. En las plantas de procesos químicos, los objetivos de
control generalmente están asociados a los objetivos económicos, razón por la
cual el criterio económico se emplea en el diseño de estructuras de control. Según
lo anterior, se considera importante estudiar de qué manera y en qué medida el
criterio económico es tenido en cuenta en Control Total de Planta.
OBJETIVOS
Objetivo General:
Objetivos Específicos:
16
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
ESTRUCTURA DE LA TESIS
El contenido de esta Tesis está dividido en dos partes, y cada parte está
distribuida en capítulos.
Capítulo 2: Muestra las tendencias en el diseño que obligan a tener una visión
global de la planta para su control.
Capítulo 3: Se define control total de planta y se presenta el estado del arte.
17
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
18
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
PARTE I
19
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
20
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
21
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
22
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
23
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
otra columna de forma sinérgica, esto es, la perturbación se propaga por dos
caminos: el flujo de salida de la columna 1 entra en la columna 2 y la corriente
superior de la columna 1 a alta temperatura cede calor al rehervidor de la columna
2. Segundo, la demanda de calor del rehervidor de la columna 2 deja de ser una
variable manipulada independiente, por lo tanto, la configuración de la integración
energética tiene una variable manipulada menos que está disponible para el
control del proceso.
Luyben (1994) introdujo el término “bola de nieve” para describir el efecto del
reciclo en un sistema de reactor-separador con reciclo. Tal efecto implica que un
ligero cambio en alguna variable del proceso, como el flujo de alimentación al
reactor, puede producir cambios extremadamente grandes en otras variables del
proceso. Dicho efecto actúa como retroalimentación positiva y puede causar
inestabilidad en toda la planta.
24
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
g R (s) = k R (2.1)
1
g D ( s) = (2.2)
s +1
Supóngase además que la perturbación es un escalón unitario:
1
d (s) = (2.3)
s
La respuesta del sistema queda entonces en función de la ganancia del reciclo kR,
tal como se ve en la siguiente ecuación:
1
1 − k 1
y ( s) = R
(2.4)
1 s
s + 1
1 − kR
Para ilustrar los efectos dinámicos y estáticos del reciclo, en la Figura 2.3 se
graficó la respuesta del sistema con la ganancia del reciclo como parámetro.
Nótese que al aumentar la relación de reciclo la constante de tiempo del proceso
aumenta haciendo el proceso más lento, la ganancia del proceso en estado
estacionario tiende a aumentar con el reciclo y a su vez una relación de reciclo
muy alta tiende a desestabilizar el proceso, nótese que para kR=1, la salida
25
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
aparenta comportarse como un integrador puro. Nótese que por ejemplo en una
columna de destilación, kR corresponde a la relación de reflujo, esto es, la relación
entre el flujo que se recircula y el flujo total de salida. Cuando kR=1 implica que
todo el flujo que sale se recircula, obviamente esto genera una acumulación de
materia en el sistema. Dicho efecto se conoce como “bola de nieve” y se visualiza
en la Figura 2.3.
10
8
kR=1 kR=1
7
kR=0.9kR=0.9
Salida
4 kR=0.75
kR=0.75
3
2
kR=0
kR=0
1
0
0 1 2 3 4 5 6 7 8 9 10
Tiempo
Figura 2.3 Respuesta de un sistema con reciclo para diferentes valores en la
ganancia del reciclo kR
Con este ejemplo tan sencillo queda claro que la presencia del reciclo tiene
implicaciones en el comportamiento dinámico del proceso y en estado estacionario.
Con un análisis similar se puede demostrar el efecto “bola de nieve” para el caso
de integración energética.
26
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Una planta puede tener miles de mediciones y lazos de control, Control Total de
Planta no se refiere a la sintonía y comportamiento de cada uno de estos lazos,
sino al diseño de toda la estructura de control, más específicamente, a las
decisiones estructurales. La decisión estructural incluye tanto la ubicación de las
válvulas y los sensores, así como la configuración del sistema de control. En la
práctica, el sistema de control de una planta de procesos químicos típica puede
representarse jerárquicamente como en la Figura 3.1.
27
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
nivel superior depende del nivel regulatorio para implementar los cambios al
proceso determinados por el nivel supervisorio y de optimización. Un nivel
regulatorio bien diseñado hará más simple el diseño de niveles superiores,
y de la misma manera, un mal control regulatorio hará imposible lograr las
mejoras en el proceso calculadas por el optimizador.
Como puede verse, diseñar la estructura de control en una planta no es una tarea
simple, incluso sin considerar el nivel superior. Se requiere un buen conocimiento
del proceso y una serie de herramientas que permitan tomar las mejores
decisiones estructurales. En la mayoría de los casos el problema se ha resuelto de
forma heurística, sin el uso de herramientas matemáticas consolidadas.
OPTIMIZACIÓN DE LA PLANTA
CONTROL Puntos de
SUPERVISORIO Ajuste
CONTROL
REGULATORIO
Variables
PROCESO medidas
Variables
manipuladas
Figura 3.1. Estructura jerárquica típica del sistema de control en una planta de
procesos químicos
28
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
por parte del ingeniero, para posteriormente diseñar sistemas de control que
resulten en una operación eficiente y confiable. Adicionalmente, existe la
necesidad de utilizar procedimientos mas sofisticados para el diseño de
controladores que operen el proceso cerca del punto de operación óptimo a pesar
de las perturbaciones.
29
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
La primera discusión comprensiva sobre control total de planta fue dada por
(Buckley, 1964) en su libro “Techniques of process control”. Allí se aborda por
primera vez el tema como una problemática a nivel industrial, aún cuando los
reciclos y la integración energética no eran muy comunes, además de la presencia
de tanques amortiguadores entre unidades para reducir o anular el efecto de las
perturbaciones. A partir de Buckley, se han propuesto otras aproximaciones, la
mayoría de estas son heurísticas y tratan de descomponer el problema en partes
más manejables o jerarquizar criterios de selección. Hay cuatro formas comunes
de descomponer el problema de control total de planta: Basada en unidades de
proceso, basada en estructura del proceso, basada en objetivos de control y
basada en escalas de tiempo. A continuación se describe cada una:
31
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Douglas (1988) presenta unos niveles jerárquicos para hacer diseño de procesos: i)
batch vs. continuo, ii) estructura entrada-salida, iii) estructura de reciclo, iv)
estructura general del sistema de separación, v) interacción energética.
Es un procedimiento que comienza por definir los objetivos de control desde los
niveles superiores y de forma descendente. Esta aproximación se enfoca en las
tareas que debe desarrollar los controladores en cada uno de los niveles.
reciclos, establece que los niveles de líquido y las presiones deben controlarse en
toda la planta, vii) verificar los balances de componentes y si es necesario
devolverse al punto iv, viii) control de unidades de operación, ix) optimización
económica o mejorar la controlabilidad dinámica. Larsson (2000) en el capítulo 4
de su Tesis, cuestiona la regla propuesta por Luyben, utilizando una planta
sencilla de columna de destilación con reciclo demuestran que la aplicación de
esta regla conduce a problemas mayores, tales como un exceso de carga en la
columna de destilación.
Douglas (1988) presenta una jerarquía para diseñar sistemas de control basado
en las dinámicas involucradas. En esta jerarquía el punto de vista no es el
diagrama de flujo, sino la operación de estado estacionario, la respuesta dinámica
normal y anormal. Zheng y colaboradores (1999) continúan este trabajo, poniendo
especial atención en la factibilidad de las restricciones y la optimalidad robusta.
33
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
34
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Hasta aquí se han presentado las aproximaciones al control total de planta con un
enfoque global y heurístico. En esta sección se presenta una recopilación de
trabajos que se han enfocado en alguna de las cinco tareas que definen las
decisiones estructurales, ya mencionadas en la sección 3.1.
Las salidas controladas siempre van ligadas a los objetivos de control. En una
planta el objetivo principal es de tipo económico, esto es, obtener el máximo
beneficio minimizando los costos de operación. Las salidas controladas se refieren
a aquellas variables controladas para los cuales los puntos de ajuste están
determinados por el nivel de optimización, ver la Figura 3.1. También hay otras
salidas controladas internamente, que resultan de la descomposición del sistema
de control en diferentes niveles. Estas variables controladas internas se
consideran en la selección de mediciones secundarias y en la configuración del
sistema de control, por lo tanto se discuten en las tareas 3 y 4 respectivamente
(sección 3.2.2.3 y 3.2.2.4). De acuerdo a esto, nótese que las salidas controladas
son aquellas que se seleccionan para controlar en sus puntos de ajuste.
En (Narraway et al, 1991; Narraway and Perkins, 1993; Narraway and Perkins,
1994) se recalca la necesidad de basar la selección de la estructura de control en
la parte económica y se discute el efecto que tienen las perturbaciones sobre esta.
Sin embargo no formulan reglas o procedimientos para seleccionar las variables
controladas.
Havre (1998) en su Tesis Doctoral utiliza los polos del sistema para configurar el
sistema de control. El enfoque de este trabajo es la estabilidad y los ceros de fase
no-mínima.
¿Qué es?
Control Total de Planta no se ocupa del diseño o sintonía de los controladores de
la planta. Se refiere unicamente al diseño de la estructura de control, la cual se
define mediante 5 decisiones estructurales: Selección de variables controladas,
selección de variables manipuladas, selección de variables medidas, configuración
del sistema de control y selección del tipo de controlador.
¿Qué se ha hecho?
En general se ha abordado desde dos perspectivas: i) Desde una visión heurística:
Descompone el problema en partes mas manejables y ii) desde las decisiones
estructurales: Cada decisión estructural se ha estudiado de manera independiente.
Con la descripción del tema, aquí debe quedar claro que en esta Tesis no se
pretende proponer un procedimiento jerárquico riguroso para diseñar estructuras
de control, sino proponer una metodología para selección de estructuras de control,
y por otro lado, mostrar como se implementan los niveles jerárquicos en control
total de planta.
De acuerdo a esto, con este trabajo se busca proponer una metodología para
hacer los pareamientos de variable manipulada-variable controlada. El aporte es
entonces desde el punto de vista de la configuración del sistema de control
(sección 3.1, decisión estructural 4), en este caso los pareamientos de las
variables. Con dicho aporte, desarrollado en la Parte II y más específicamente en
el Capítulo 6, se le da cumplimiento a los objetivos planteados en la Tesis.
39
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
40
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
PARTE II
DISEÑO DE ESTRUCTURAS DE
CONTROL A PARTIR DE LA
CONTROLABILIDAD
41
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
42
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
4 CONTROLABILIDAD
x& = Ax + Bu
(4.1)
y = Cx
43
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
[
C o = B AB ... A n -1 B ] (4.2)
Aquí debe aclararse que la controlabilidad implica estrictamente que el estado final
alcanzado sea el origen. Si se trata de cualquier estado final, el concepto es
alcanzabilidad, por lo tanto si un sistema es controlable también es alcanzable
pero la controlabilidad no implica alcanzabilidad. Aunque para un sistema lineal
cualquier punto de ajuste puede llevarse al origen. Una discusión más clara se
encuentra en Ochoa (2005).
Por otro lado, una de las deficiencias de la definición de Kalman es que asume
que la acción de control no presenta restricciones, es decir que no es acotada y
por lo tanto la controlabilidad que este propone está garantizada en el
intervalo (−∞,+∞) de la variable manipulada, la cual no asegura la controlabilidad
de los estados en la práctica. Ochoa (2005) define entonces la controlabilidad local
práctica, teniendo en cuenta el acotamiento de las acciones de control, que es una
restricción real del sistema. En su trabajo se toma esta definición para hacer
diseño integrado.
44
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
[
Ob = C CA ... CA n-1 B ]
T
(4.3)
x(k + 1) = A d x(k ) + B d u (k )
(4.4)
y (k ) = Cx(k )
Co = Bd[ A d B d ... A d
n -1
Bd ] (4.5)
45
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
u (n − 1)
u (n − 2)
donde:
n
[
x(n) = A d x(0) + B d A d B d ... A d B d
n -1
]
M
(4.6)
u ( 0)
u (n − 1)
u (n − 2)
[
y (n) = CA d x(0) + CB d CA d B d ... CA d B d
n n -1
]
M
(4.8)
u ( 0)
[ n -1
]
Donde CB d CA d B d ... CA d B d es la matriz de controlabilidad de la salida. Si el
rango de esta matriz es igual al orden del sistema, la salida del sistema es
controlable.
Hasta este punto se tiene una herramienta que permite evaluar la controlabilidad
de la salida. Nótese que sin embargo tiene una desventaja, y es que no permite
cuantificar dicha controlabilidad, solo la evalúa como una condición que se cumple
o no en el sistema. Si el sistema resulta controlable, no puede discriminarse cuan
controlable es, ni sugiere pareamientos o conjuntos de variables de entrada-salida
para el diseño de la estructura de control.
46
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
47
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Nótese que las dos aproximaciones hasta ahora presentadas para evaluar la
controlabilidad son bastante engorrosas y no dan un resultado contundente en
cuanto a la mejor estructura de control. Su principal limitación es que implican el
diseño de una serie de experimentos, en este caso de diferentes configuraciones
del sistema de control y entre ellas escoger la mejor de acuerdo a las mediciones
de controlabilidad propuestas.
Vinson y Georgakis (2000) presentan una nueva medida geométrica para evaluar
la controlabilidad entrada-salida en lazo abierto de un sistema no lineal,
48
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
49
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
50
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
51
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
El símbolo ( ∂y i / ∂u j )u denota una derivada parcial que se evalúa con todas las
variables manipuladas constantes excepto uj, este término es la ganancia en lazo
abierto entre yi y uj. Similarmente, ( ∂y i / ∂u j )y se evalúa manteniendo todas las
variables controladas constantes excepto yi. Esta situación se puede lograr en la
práctica ajustando las otras variables manipuladas utilizando controladores con
acción integral. Así, este último término puede interpretarse como la ganancia en
lazo cerrado que indica el efecto de uj sobre yj cuando todas las variables
controladas ( yi ≠ yj ) permanecen constantes.
u1 u2 L un
y1 λ11 λ12 L λ1n
Λ = y2 λ21 λ22 L λ2 n (5.2)
M M M M
yn λn1 λn 2 L λnn
Una vez construida la matriz de ganancias relativas, se lleva a cabo el análisis que
permite la selección de los pares variable manipulada - variable controlada. Se
pueden presentar las siguientes situaciones:
52
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Como complemento al último caso mencionado, cabe resaltar que cuando la RGA
presenta valores muy altos, indica que el sistema es altamente interactuante y
potencialmente difícil de controlar (Skogestad and Morari, 1987).
Nótese que cuando G(0) tiene integradores, RGA no se puede calcular. En este
caso no es posible calcular la ganancia en estado estacionario, porque la variable
con integrador nunca lo alcanza. En la sección 5.1.2 se presenta una
aproximación al cálculo de RGA en procesos integradores.
Por otro lado, si bien el método es útil para seleccionar pareamientos en sistemas
multivariable, nótese también que hay una gran limitación en la matriz de
ganancias relativas en estado estacionario y esta radica en el uso de modelos
estáticos, que no tienen en cuenta el comportamiento dinámico del proceso. En
otros trabajos se han propuesto diferentes extensiones de la aproximación de
Bristol intentando sobrellevar este inconveniente, estos se presentan en la
siguiente sección.
Hasta la actualidad, muchos autores han tratado de corregir las limitaciones del
método original propuesto por Bristol. Los procesos con integradores, el empleo
del dominio de la frecuencia y el considerar la perturbación, son algunas de las
extensiones propuestas para RGA.
53
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
columnas en RGA donde la suma de los elementos es mucho menor que uno
(Cao, 1995). Similarmente, para el caso de muchas salidas medidas candidatas o
controladas, se puede considerar no utilizar aquellas salidas correspondientes a
las filas en RGA donde la suma de los elementos es mucho menor que uno.
RDG de la Perturbación
Los valores de RDG menores que uno indican una interacción benéfica donde los
lazos cooperan, y los valores mayores que uno indican que cerrando un lazo se
exacerban los efectos de la perturbación sobre los demás.
RGA Dinámica
RGA Efectiva
Se puede decir que el trabajo de (Xiong et al., 2005) es la punta en RGA porque
en contraste con los trabajos previos de RGA, este corrige todas sus falencias.
ERGA tiene en cuenta todo el rango de frecuencias de operación y en
comparación con DRGA, este no implica el diseño de controladores. No obstante,
por ser la sumatoria de un producto de ganancias, trabaja con valores muy
alterados de la ganancia para evaluar la RGA, lo que puede llevar a resultados
distorsionados, y por ende, a pareamientos erróneos.
55
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
G = UΣV T (5.6)
Σ
Σ = 1 ; l≥m ó Σ = [Σ1 0] ; l≤m
0
donde
Σ1 = diag {σ 1 , σ 2 ,..., σ k } ; k = min(l , m)
σ ≡ σ 1 ≥ σ 2 ≥ ... ≥ σ k ≡ σ
Los valores singulares son las raíces cuadradas positivas de los k = min(l , m)
valores propios más grandes de GGT y GTG. Se tiene:
σ i (G ) = λi (G T G ) = λi (GG T ) (5.7)
También, las columnas de U y V son los vectores propios unitarios de GGT y GTG,
respectivamente.
56
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
γ (G ) = σ 1 σ = σ σ (5.8)
k
Con k = min(l , m) . Se dice que una matriz con un NC grande está mal
condicionada, y por lo tanto una matriz con un NC infinito es una matriz con rango
deficiente.
57
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Para este criterio, la regla general es que los conjuntos entrada-salida deben ser
seleccionados tal que generen un valor de σ grande. Una primera medida de la
controlabilidad entrada-salida, que con frecuencia se utiliza en selección de
entradas y salidas, es el mínimo valor singular dependiente de la frecuencia σ ( jω ) .
Por ejemplo, en (Tzouanas et al., 1990) se sugiere utilizarlo para selección en
línea del conjunto de entradas para adaptarlo continuamente a los cambios en las
condiciones de operación.
58
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
c) El número de condición γ
d) Vectores singulares U y V
59
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
En (Cao and Biss, 1996) se sugiere una aproximación directa para seleccionar las
nu ≥ Ny entradas, de las Nu candidatas, con el mayor efecto sobre un número fijo
Ny de salidas y. Esta aproximación consiste en calcular la SVD de G a una
frecuencia relevante, por ejemplo la frecuencia de corte. Asumiendo que G tiene
rango completo Ny, la “efectividad de cada entrada” (single-input effectiveness)
para uj está dada por:
Ny
vuj (G ) = ∑U
i =1
ji * U ji (5.9)
60
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
De acuerdo a esto, deben seleccionarse las nu entradas que generen los valores
vuj más grandes. En Cao (1995), se utiliza la “efectividad de cada perturbación”
como una medición similar para la efectividad en el rechazo a perturbaciones.
Nótese que los métodos basados en vectores singulares buscan ponderar los
efectos de las entradas y salidas para seleccionar conjuntos entrada-salida.
Desafortunadamente, el modelo del sistema que utilizan no es lo suficientemente
representativo. Por un lado, la matriz G en estado estacionario ignora las
dinámicas del sistema. En el caso de G evaluada a una determinada frecuencia,
esta ya tiene en cuenta el comportamiento dinámico, pero lo engloba en una sola
frecuencia, quitándole información al modelo. Y B, por su parte, si bien representa
adecuadamente el proceso, solo indica el impacto que tiene la entrada sobre el
estado, y no sobre la salida.
Al comparar magnitudes, las unidades de las variables son críticas. Además, para
determinar la ganancia o la relación entre la magnitud de las variables, más aun
en un sistema MIMO (Multiple Input – Multiple Output), las mediciones deben
normalizarse, y de esta manera, llevarlas a una escala tal que sean comparables.
En síntesis, con el AN se busca quitarle las unidades a las variables, esto es
volverlas adimensionales, para hacerlas comparables.
61
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Desde el punto de vista del AN, es bastante cuestionable la idea de que una
planta está mal condicionada cuando el NC del modelo que describe el proceso es
muy grande (sección 5.2.2 c)), ya que el valor del NC depende directamente del
AN. Waller y Waller (1995) trataron de definir la direccionalidad de la planta con
respecto al AN desde el punto de vista del desempeño, utilizando la SVD. Los
autores consideran que la idea de que las plantas con un NC grande son más
difíciles de controlar, tiene una gran relevancia teórica que va mas allá del AN,
mencionando especialmente la estabilidad.
Nótese que las ideas de (Albertos y Sala, 2004) y (Skogestad and Postlethwaite,
1996) son similares en cuanto al AN de las variables controladas, con un valor
máximo de 1. No obstante, McAvoy (1998) propuso otro tipo de cálculo. El autor
recomienda dividir todas las variables entre su valor nominal o de estado
estacionario, este tipo de AN lo utiliza en la planta Tennessee Eastman (Downs
and Vogel, 1993) para las matrices A, B y C de la representación en espacio de
estados. No obstante, la única medición de controlabilidad entrada-salida que
utiliza el autor es la RGA, que es adimensional y no depende de la magnitud de
las variables. Por lo tanto, no demuestra la efectividad del tipo de AN propuesto.
62
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
det(G (0))
NI = N
<0 (inestable) (5.10)
∏G
i =1
ii ( 0)
En (Van de Wal and De Jager, 2001) se presenta una revisión de los métodos de
selección de estructuras de control existentes hasta ese año. Los métodos son
agrupados de acuerdo a la propiedad del sistema de control que es evaluada
como criterio de selección:
- Accesibilidad
- Controlabilidad y observabilidad de estado
- Ceros en el semiplano derecho
- Controlabilidad entrada-salida
- Eficiencia de la manipulación y de la estimación
- Estabilidad robusta y desempeño nominal
- Desempeño robusto
- Búsqueda basada en estadística
1. Bien fundamentado
2. Eficiente
3. Efectivo
4. Aplicabilidad general
5. Riguroso
6. Cuantitativo
7. Independiente del controlador
8. Directo
63
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Como un punto importante, vale la pena cuestionar en que medida el método RGA
evalúa la interacción de los pareamientos. Nótese que la RGA solamente
considera la relación de ganancias cuando los demás lazos están abiertos versus
64
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
cuando los demás lazos están cerrados, lo cual es una condición suficiente para
juzgar pareamientos en el caso de un sistema 2x2. No obstante, cuando se tiene
un sistema de orden mayor a 2, el método no tiene en cuenta la ganancia para las
demás combinaciones de lazos abiertos y cerrados, en otras palabras, RGA no
abarca todas las posibilidades. Por este motivo, se concluye que RGA no es un
método lo suficientemente general.
Con respecto a los métodos basados en la SVD, estos presentan una limitación en
común con RGA: la representación o modelo del sistema. Para los métodos aquí
reportados, SVD utiliza la matriz de ganancias en estado estacionario, o el modelo
evaluado a la frecuencia de corte. Hace falta una representación más general del
sistema, tanto para SVD como para RGA.
Por otro lado, los métodos basados en SVD dependen fuertemente de las
unidades de las variables, el AN del modelo del proceso para volver las variables
adimensionales obedece a las restricciones del proceso mismo, pero como no hay
un procedimiento estándar para el AN, los resultados del método SVD pueden
parecer ambiguos (Waller and Waller, 1995). En este sentido, RGA tiene un punto
a favor, como la ganancia relativa es adimensional, todos los métodos basados en
ganancias relativas son independientes del AN.
El método que se propone en esta Tesis busca corregir algunas de las limitaciones
ya mencionadas de los métodos basados en la RGA y la SVD, una de estas es la
representación del sistema, aquí se propone una representación de la planta en el
dominio del tiempo por medio de la matriz de Hankel. En la siguiente sección se
describe en detalle la metodología para diseño de estructuras de control.
65
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
66
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
x(k + 1) = Ax(k ) + bu (k )
(6.1)
y (k ) = cx(k )
67
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
hi hi +1 L hi + j
h hi + 2
H[i, j ] =
i +1
(6.3)
M
hi + j hi + 2 j
c
cA
H=
M
[
b ... A n-2 b A n-1b ] (6.4)
n −1
cA
68
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
El sistema representado por la ecuación 4.4 es observable si hay un k finito tal que
el conocimiento de las entradas u (0), u (1),...u (k − 1) y de las salidas
y (0), y (1),... y (k − 1) es suficiente para determinar el estado inicial del sistema. Para
simplificar se asume que u (k ) = 0 y que y (0), y (1),... y (n − 1) son conocidos. De ahí
puede escribirse el siguiente conjunto de ecuaciones:
y (0) = Cx(0)
y (1) = Cx(1) = CA d x(0)
y (2) = Cx(2) = CA d x(0)
2
(6.5)
M
y (n − 1) = Cx(n − 1) = CA d
n−1
x ( 0)
y ( 0) C
y (1) CA
= d
x ( 0) (6.6)
M M
n −1
y (n − 1) CA d
(6.7)
x(3) = A d x(2) + B d u (2) = A d x(0) + A d B d u (0) + A d B d u (1) + B d u (2)
3 2
M M M M M M M
69
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
u (n − 1)
M
[
x ( n ) = A d x ( 0) + B d
n
... A d
n -2
Bd
n -1
Ad Bd ]
u (1)
(6.9)
u ( 0)
La matriz que relaciona la secuencia de entradas pasadas u (n − 1),...u (1), u (0) con
el estado actual x(n) representa la matriz de controlabilidad, nótese que el primer
término de esta expresión (ec. 6.9) es constante.
y (n) C
y (n + 1) CA
= x ( n) (6.10)
M M
n −1
y (2n − 1) CA
y (n) C C u (n − 1)
y (n + 1) CA M
M
=
M M
[
A n x(0) + CA B ... A n -2 B A n -1 B ]
u (1)
(6.11)
n −1 n −1
y (2n − 1) CA CA u ( 0)
70
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
C
CA
H=
M
[
B ... A n- 2 B A n-1 B ] (6.12)
n −1
CA
Así,
CB CAB L CA n−1B
CAB CA 2 B
L CA n B
H= (6.13)
M M M
n −1 n 2n−2
CA B CA B L CA B
C
CA
K= A n x ( 0) (6.14)
M
n −1
CA
y ( n) u (n − 1)
y (n + 1) M
=H +K (6.16)
M u (1)
y (2n − 1) u ( 0)
Nótese que la matriz de Hankel tiene orden n.l × n.m , donde n es el orden del
sistema, m es el número de entradas y l es el número de salidas. Si el número de
entradas es igual al de salidas, l = m , la matriz de Hankel será una matriz
cuadrada de orden n.m .
71
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
y1 (2) u1 (1)
y ( 2) u (1)
2 2
y 3 ( 2) u 3 (1)
≅H (6.17)
y1 (3) u1 ( 0)
y 2 (3) u 2 (0)
y 3 (3) u 3 (0)
Para tal caso se tiene orden n = 2. Nótese que la matriz de Hankel del sistema es
una matriz cuadrada de orden 6x6, y representa la respuesta del sistema en los
instantes k = 2, k = 3 ante el valor de las entradas en los instantes k = 0, k = 1 .
H = U ΣV T (6.18)
L U 16 σ 1
T
U 11 U 12 V11 V12 L V16
U U 22 L U 26 σ2 V L V26
H = 21 21 V22 (6.19)
M M M O M M M
U 61 U 62 L U 66 σ 6 V61 V62 L V66
72
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
y1 (2) U 11 u1 (1)
y (2) U
2 21 u 2 (1)
y3 (2) U 31 u 3 (1)
≅ [σ 1 ][V11 V21 V31 V41 V51 V61 ] ⋅ (6.20)
y1 (3) U 41 u1 (0)
y 2 (3) U 51 u (0)
2
y 3 (3) U 61 u 3 (0)
y1 (2) U 11σ 1 (V11u1 (1) + V21u 2 (1) + V31u 3 (1) + V41u1 (0) + V51u 2 (0) + V61u 3 (0) )
y (2) U σ (V u (1) + V u (1) + V u (1) + V u (0) + V u (0) + V u (0) )
2 21 1 11 1 21 2 31 3 41 1 51 2 61 3
y3 (2) U 31σ 1 (V11u1 (1) + V21u 2 (1) + V31u 3 (1) + V41u1 (0) + V51u 2 (0) + V61u 3 (0) )
≅ (6.21)
y1 (3) U 41σ 1 (V11u1 (1) + V21u 2 (1) + V31u 3 (1) + V41u1 (0) + V51u 2 (0) + V61u 3 (0) )
y 2 (3) U 51σ 1 (V11u1 (1) + V21u 2 (1) + V31u 3 (1) + V41u1 (0) + V51u 2 (0) + V61u 3 (0) )
y 3 (3) U 61σ 1 (V11u1 (1) + V21u 2 (1) + V31u 3 (1) + V41u1 (0) + V51u 2 (0) + V61u 3 (0) )
Nótese que según esta ecuación 6.21, en cada salida no es posible discriminar
una entrada que tenga impacto diferente, en relación a las demás salidas. Esto se
debe a que la expresión que contiene las entradas es la misma para todas las
salidas: (V11u1 (1) + V21u 2 (1) + V31u3 (1) + V41u1 (0) + V51u 2 (0) + V61u3 (0) ) .
Lo único que diferencia a las salidas entre sí son los valores del vector de salida
Ui1. Esto significa que el análisis permite determinar el impacto de cada entrada
sobre todo el proceso, sin discriminar entre las salidas, y este impacto está dado
solamente por el valor de Vj1.
73
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
impacto dinámico de cada entrada y cada salida. Para ello se propone calcular la
norma del vector correspondiente a cada una de las salidas y entradas, de tal
manera que se estime el efecto global en el tiempo de cada variable.
α y = U 11 2 + U 41 2
1
α y = U 21 + U 51
2 2
2
(6.22)
α y = U 31 2 + U 61 2
3
α u = V11 2 + V41 2
1
α u = V21 + V51
2 2
2
(6.23)
α u = V31 2 + V61 2
3
αy = ∑σ [U 1i + U 4i ]
2 2 2
1 i
i
(6.24)
αu = ∑σ (V j1 + V ji 4 )
2 2 2
1 j
j
Nótese que si se toma un solo valor singular, esta ecuación (ec. 6.24) también es
válida, puesto que al discriminar entre variables, todas están multiplicadas por el
mismo valor singular, lo que no afecta su efecto dinámico.
74
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
∑ σ ∑ [U ]
n −1
αy =
k i
2
k + ny* j ,i
2
(6.25)
i j =0
∑ σ ∑ [V ]
n −1
αu =
k i
2
i , k + nu * j
2
(6.26)
i j =0
Estas expresiones (ecs. 6.25 y 6.26) representan el impacto dinámico que tiene
cada variable en el proceso. Este cálculo es útil para seleccionar pareamientos
entrada-salida que formen lazos de control realimentados.
75
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Por otro lado, debe aclararse que el método aquí presentado se limita a sistemas
cuadrados, puesto que las variables se parean una a una y para ello se necesita el
mismo número de entradas y salidas.
76
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
OBTENCIÓN
¿Dispone de Modelo NO
DEL MODELO
Fenomenológico?
Identificación
SI
G (s )
Linealización
L-1(s)
Modelo en x& = A x + B u
Espacio de
y = Cx
estados
Acondicionamiento numérico
de B y C de acuerdo a las
especificaciones y restricciones
del proceso
Calcular Hankel
METODOLOGÍA
PROPUESTA
SVD Hankel
PARA DISEÑAR Seleccionar valores
ESTRUCTURAS singulares importantes Eliminar las 2
DE CONTROL variables pareadas
Grupo reducido
Ponderación de efectos y y u de candidatas
77
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
78
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
7 CASO DE ESTUDIO:
PLANTA TENNESSEE EASTMAN
80
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
en la cual tuvo que incluir lazos de anulación extra para manejar las
restricciones de seguridad, especialmente el no sobrepasar la presión máxima.
Finalmente concluye que no hay muchas diferencias en el desempeño.
81
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Flujo Total
Alimento
Feedforward
Sistema SI:
Variables de entrada y de salida correspondientes a un nivel superior en el
cual hay una fuerte interacción entre las variables. La presión y la
temperatura en el reactor, el flujo en la corriente de reciclo y en la corriente
del producto, son variables fuertemente ligadas entre sí.
Sistema SII:
Variables de entrada y de salida correspondientes a un nivel inferior. Para
este sistema se espera que no haya interacción entre los flujos de
alimentación, más si entre el flujo en la purga y los demás flujos. Los
pareamientos son triviales, aquí se probará si la metodología determina
dichos lazos.
82
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
u1 u2 Flujo Total u3 u4 u5
Alimento
Feedforward
Flujo Tempert Flujo Flujo
Flujo D Flujo E Flujo A Flujo C purga separad stripper separad
SP SP SP SP SP SP SP SP
Flujo Total
Alimento
Flujo
Flujo D Flujo E Flujo A Flujo C
purga
Tempert Flujo Flujo
y1 y2 y3 y4 y5 separad stripper separad
SP SP SP
S II
PID PID PID
u1 u2 u3 u4 u5
Válv.refrig Válv.refrig Válvula Válvula
Válvula Válvula Válvula Válvula Válvula
reactor condens stripper separad
D E A C purga
83
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Tabla 7.1. Variables de entrada y salida definidas para los sistemas SI y SII
Salidas Entradas
SI y1: Flujo del reciclo u1 : Flujo de A SP
y2: %C en purga u2 : Flujo de C SP
y3: Flujo de producto u3 : Flujo total de alimentación
y4: Presión del reactor u4 : Flujo de purga SP
y5: Temperatura del reactor u5 : Válvula refrig. Reactor
SII y1: Flujo de D u1 : Válvula de D
y2: Flujo de E u2 : Válvula de E
y3: Flujo de A u3 : Válvula de A
y4: Flujo de C u4 : Válvula de C
y5: Flujo de purga u5 : Válvula de purga
Para obtener el modelo en cada uno de los sistemas, se abrieron los lazos de
control del sistema seleccionado, por lo cual la planta queda parcialmente
controlada. En ambos casos, SI y SII, la planta es estable debido a que los lazos
de control de nivel están cerrados. En el SI no se tomó el %G en el producto
porque dicho lazo genera una estructura mas compleja controlada que incluye
control prealimentado, y esta a su vez utiliza otra variable más para controlar dos
variables. Recuérdese que la metodología propuesta se restringe a sistemas
cuadrados, en los cuales el número de entradas debe ser igual al número de
salidas (sección 6.3.3).
84
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
cij
cij = (7.2)
( yi max − yi min )
85
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Por último, nótese que para los estados no se definieron valores máximos y
mínimos, ya que la matriz de Hankel relaciona la entrada y la salida, y cualquier
operación que se haga sobre los estados se cancelará al calcular la matriz de
Hankel. Por lo tanto, la matriz A no requiere un AN. Recuérdese que cada
elemento de la matriz de Hankel relaciona un instante de tiempo de una entrada
con un instante de tiempo de una salida.
∑σ i
ψ = i =1
n.m
(7.3)
∑σ
i =1
i
y1 y2 y3 y4 y5
αyk 2.7499 11.8423 3.1771 0.8584 84.1768
u1 u2 u3 u4 u5
αuk 8.6374 8.0388 3.6396 12.2865 83.3086
86
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
y1 y2 y3 y4
αyk 1.5645 3.7738 0.6530 1.1112
u1 u2 u3 u4
αuk 2.0609 2.6271 0.7307 2.5739
y1 y3 y4
αyk 1.3826 1.0632 1.3962
u1 u3 u4
αuk 1.3105 0.88879 1.6287
y1 y3
αyk 1.6977 0.9401
u1 u3
αuk 1.6232 1.2063
Aquí se trata de los lazos de flujo, cuyos pareamientos son triviales desde el punto
de vista heurístico. Primer grupo de variables candidatas:
87
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
y1 y2 y3 y4 y5
αyk 0.92942 0.95083 0.93223 0.67721 12.074
u1 u2 u3 u4 u5
αuk 3.8879 3.6858 1.3202 7.3833 7.9889
Nótese que en este caso la salida más impactada es y5, y su ponderación presenta
una gran diferencia con los valores de las demás variables de salida, lo que indica
que del grupo es la variable más ligada a las demás y en consecuencia, la más
impactable. La entrada más impactante en estos lazos internos es la válvula que
regula el flujo de la purga u5, se forma entonces el lazo y5 - u5. Al eliminar dichas
variables del grupo, las próximas variables candidatas son todos flujos de
alimentación, donde por heurística se sabe que no hay interacción.
y1 y2 y3 y4
αyk 1 1.4142 0.99959 0.99991
u1 u2 u3 u4
αuk 1 1.4142 0.99959 0.99991
Este resultado muestra que para cada variable manipulada y controlada, los
valores de los ponderadores son iguales en cuanto a flujo y su respectiva válvula,
lo que posiblemente indica que no hay interacción alguna entre los diferentes
pares. Siguiendo entonces la regla de pareamiento, se forma el lazo y2 - u2, y se
recalcula Hankel, SVD y los ponderadores para el grupo de variables candidatas
restantes.
y1 y3 y4
αyk 1.4142 1.4139 0.99991
u1 u3 u4
αuk 1.4142 1.4139 0.99991
Al igual que en el caso anterior, todos los ponderadores dieron el mismo resultado
en el flujo y su correspondiente válvula. Según el criterio de pareamiento
propuesto en esta Tesis, se eliminan entonces y1 y u1 para configurar un lazo de
control. Las variables restantes:
y3 y4
αyk 1.7318 1.4142
u3 u4
αuk 1.7318 1.4142
Aquí se configuran entonces los dos últimos lazos de control: y3 - u3, y por descarte
el par y4 - u4 . Nótese que todos los pareamientos formados corresponden a la
solución trivial sacada de la heurística, lo cual indica que la metodología logró
discriminar el mejor pareamiento, determinar y medir la interacción.
88
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Por otro lado, para estimar la frecuencia a la cual opera el sistema, se visualizó la
respuesta en lazo cerrado y se tomó esta frecuencia como el inverso del tiempo de
respuesta promedio de las dinámicas. En el sistema SI se estimó una frecuencia
de 0.2 rad/h y en el SII de 60 rad/h. Obviamente el sistema SI opera a una escala
de tiempo mayor (frecuencias bajas) porque está en un nivel superior de la
jerarquía del sistema de control en la planta. El sistema SII opera a una frecuencia
mucho mas alta porque corresponde a los lazos internos que regulan los flujos.
89
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
− 0.67 − 0.01i − 0.34 − 0.11i 0.02 − 0.02i 0.42 + 0.04i 0.36 − 0.22i
− 0.33 − 0.13i − 0.44 − 0.13i 0.00 + 0.00i − 0.13 + 0.01i 0.06 − 0.01i
ΛSI(iωC) = − 0.01 − 0.02i 0.01 + 0.04i 1.03 − 0.43i 0.02 + 0.05i − 0.14 − 0.09i
0.14 − 0.13i − 0.01 + 0.03i 0.12 − 0.14i − 1.34 − 0.16i − 0.37 + 0.13i
0.08 − 0.08i − 0.13 − 0.26i − 0.10 + 0.40i − 0.01 − 0.06i 0.85 − 0.22i
(7.6)
Nótese que para los pares y1 - u1, y2 - u2 y y4 - u4 (Figuras 7.4, 7.5 y 7.6), a medida
que aumenta la frecuencia, según el método RGA se hace menos favorable formar
un lazo de control. En estado estacionario (frecuencia cero) el valor real de la
ganancia relativa es aceptable, pero a medida que aumenta la frecuencia esta
toma valores negativos, según el método RGA (sección 5.1.1), un valor negativo
de RGA puede generar inestabilidad. También se observa que el valor de la
distancia de la ganancia relativa se aleja del valor deseado que es cero a medida
que aumenta la frecuencia. Particularmente en el caso de y4 - u4, en estado
estacionario el valor de la ganancia relativa es mayor que uno y a medida que
aumenta la frecuencia este valor disminuye, pasando por el valor deseado que es
90
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
-0.5
-1
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
2
Dist. [RGA1 - 1+0j]
1.5
0.5
0
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
frecuencia rad/h
0.4
0.2
2
U-
2 0
Y
l
a -0.2
er
A
G -0.4
R
-0.6
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
1.6
]j 1.4
0
+
1 1.2
-
2
A 1
G
R[
t. 0.8
si
D
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
frecuencia rad/h
91
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
4 1
U-
4
Y 0
l
a
er
A -1
G
R
-2
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
2.5
]j 2
0
+
1 1.5
4
A
G 1
R[
.t 0.5
si
D
0
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
frecuencia rad/h
92
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
1.15
3
U- 1.1
3
Y
l
a
er 1.05
A
G
R
1
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
0.5
]j 0.4
0
+
1 0.3
3
A
G 0.2
R[
t. 0.1
si
D
0
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
frecuencia rad/h
0.88
RGA real Y5-U5
0.86
0.84
0.82
0.8
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
0.35
0.3
Dist. [RGA5 1+0j]
0.25
0.2
0.15
0.1
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
frecuencia rad/h
93
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
1 0 0 0 0
0 1 0 0 0
ΛSII (0) = 0 0 1 0 0 (7.8)
0 0 0 1 0
0 0 0 0 1
0.81 − 0.58i 0 0 0 0
0 0.81 − 0.58i 0 0 0
ΛSII (iωC) = 0 0 0.81 − 0.58i 0 0
0 0 0 0.81 − 0.58i 0
0 0 0 0 0.81 − 0.58i
(7.9)
0.61 1 1 1 1
1 0.61 1 1 1
DISTSII (iωC) = 1 1 0.61 1 1 (7.10)
1 1 1 0.61 1
1 1 1 1 0.61
En las Figuras 7.9 a 7.13, se presentan gráficas de la parte real del valor de la
ganancia relativa y de la distancia del valor de RGA al punto 1+0i versus la
frecuencia, para los pares diagonales. En todos los casos se visualiza una alta
sensibilidad a la frecuencia, los 5 pares presentan un mínimo de ganancia relativa
entre 30 y 35 rad/h, para los cuales el valor de la ganancia relativa es negativo y
por ende no se sugeriría armar estos lazos de control. De la misma manera, la
distancia del valor 1+0i, presenta un máximo de 2 en todos los casos.
Casualmente, el valor de la ganancia relativa a la frecuencia de corte es apropiado
para formar los lazos de control, por lo cual evaluando únicamente a la frecuencia
cero y la frecuencia de corte se llevaría a parear las variables en las diagonales.
94
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
-0.5
-1
0 10 20 30 40 50 60
2
Dist. [RGA1 - 1+0j]
1.5
0.5
0
0 10 20 30 40 50 60
frecuencia rad/h
1
RGA real Y2-U2
0.5
-0.5
-1
0 10 20 30 40 50 60
2
Dist. [RGA2 - 1+0j]
1.5
0.5
0
0 10 20 30 40 50 60
frecuencia rad/h
95
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
-0.5
-1
0 10 20 30 40 50 60
2
Dist. [RGA3 1+0j]
1.5
0.5
0
0 10 20 30 40 50 60
frecuencia rad/h
1
RGA real Y4-U4
0.5
-0.5
-1
0 10 20 30 40 50 60
2
Dist. [RGA4 1+0j]
1.5
0.5
0
0 10 20 30 40 50 60
frecuencia rad/h
96
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
-0.5
-1
0 10 20 30 40 50 60
2
Dist. [RGA5 1+0j]
1.5
0.5
0
0 10 20 30 40 50 60
frecuencia rad/h
Tanto para el sistema SI como para el sistema SII, con la metodología basada en
SVD de la matriz de Hankel se obtuvo la misma estructura de control propuesta
por Larsson y colaboradores (2001), lo cual muestra que el método no llevó a
pareamientos erróneos o inconvenientes. De acuerdo a la denominación de las
variables, estos pareamientos son diagonales. El cálculo de la RGA se hizo con el
fin de comparar y contrastar los resultados.
98
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Por último debe aclararse que los lazos diagonales de la estructura de (Larsson et
al., 2001) y que se determinaron con la metodología aquí propuesta, no son la
única opción de pareamiento, pueden probarse también los lazos indicados con el
método RGA.
99
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
100
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
102
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
OBJETIVO GENERAL
OBJETIVOS ESPECÍFICOS
(sección 6.3.2). Dicho efecto dinámico es el efecto mismo de los estados, por
lo tanto cuando no hay acoplamiento no hay estados relacionados entre sí. Es
por esto que la medición con ponderadores es capaz de discriminar cuando el
conjunto de variables candidatas seleccionadas no presenta interacción. En los
resultados del caso de estudio para el sistema SII (sección 7.3.2), compuesto
por variables de flujo independientes, se observó que cuando se tienen
ponderaciones similares por pares entrada-salida, evidentemente no hay
interacción.
Es claro que para hacer control total de planta se comienza por determinar las
variables controladas. Como en la planta se configuran los lazos en cascada,
estas variables corresponden a aquellas que no serán manipuladas por ningún
lazo de control, es decir, las variables controladas de los lazos externos. Para
el caso de estudio aquí utilizado, estas se tomaron de una metodología basada
en optimización económica (Larsson et al, 2001). Posteriormente viene el cómo
configurar lazos de control, para lo cual hay diversas metodologías basadas en
conocimiento heurístico. En este caso se tomó un esquema ya desarrollado
para la planta TE. El aporte del trabajo es el cómo parear las variables entrada-
salida de acuerdo al impacto dinámico que tiene cada una de ellas en el
proceso, el método se probó en dos niveles diferentes de la jerarquía del
sistema de control en una planta.
5. Esta Tesis deja algunas inquietudes y varias puntas abiertas, aquí se proponen
como trabajos a futuro:
104
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
105
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
106
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
REFERENCIAS BIBLIOGRÁFICAS
Buckley, P.S. (1964). Techniques of Process control. Chap 13. John Wiley and
Sons.
Cao, Y. (1995). Control Structure Selection for Chemical Processes Using Input-
Output ControllabilityAnalysis. PhD thesis. University of Exeter.
Cao, Y., and Biss, D. (1996). New screening techniques for choosing manipulated
variables. Proceedings of IFAC World Congress. vol. M (pp. 103-108).
Cao, Y. and Saha, P. (2005). Improved branch and bound method for control
structure screening. Chemical Engineering Science 60. 1555 – 1564.
Downs, J.J. and E.F. Vogel (1993). A plant-wide industrial process control problem.
Computers chem. Engng. 17, 245–255.
Fisher, W.R., Doherty, M.F. and Douglas, J.M. (1988). The interface between
design and control. Ind. Eng. Chem. Res. 27 (4).
Foss, C.S. (1973). Critique of chemical process control theory. AIChE Journal
19(2), 209 - 214.
107
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Gross, F., E. Baumann, A. Geser, D.W.T. Rippin and L. Lang (1998). Modelling,
simulation and controllability analysis of an industrial heat-integrated
distillation process. Computers. chem. Engng. 22 (1), 223–237.
Häggblom, K.E. and K.V. Waller (1988). Transformations and consistency relations
of distillation control structures. AIChE J. 34(10), 1634–1648.
Havre, K., Morud, J., & Skogestad, S. (1996). Selection of feedback variables for
implementing optimizing control schemes. Proceedings of UKACC
International Conference on CONTROL, vol. 1 (pp. 491-496).
Jorgensen, S.B., Gani, R. and Andersen, T.R. (1998). Towards integration and
controllability into plant design. Internal Report. CAPE-Center, Department of
Chemical Engineering, Technical University of Denmark.
Kalman, R.E (1960b). A new approach to linear filtering and prediction problems.
Trans. ASME-Journal of Basic Engineering, 82, 35-45.
Keller, J. P., and Bonvin, D. (1987). Selection of inputs for the purpose of model
reduction and controller design. Proceedings of IFAC World Congres. pp.
209-214.
Klema, V.C. and Laub, A.J. (1980). The singular value decomposition: Its
computation and some applications. IEEE Trans. Aut. Cont. 25, 164-175.
Larsson, T., and Skogestad, S. (2000) Plantwide control: A review and a new
design procedure. Modeling, Identification and Control. 21.
108
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Lee, J.H. and M. Morari (1991). Robust measurements selection. Automatica 27(3),
519–527.
Luyben, M.L., Tyreus, B.D. and Luyben, W.L. (1997). Plantwide control design
procedure. AICHE journal 43 (12).
McAvoy, T.J., Arkun, Y, Chen, R., Robinson, D. and Schnelle, P.D. (2003). A new
approach to defining a dynamic relative gain. Control Eng. Practice 11, 907–
914.
McAvoy, T.J. and Braatz, R.D. (2003). Controllability of processes with large
singular values. Ind. Eng. Chem. Res. 42, 6155-6165.
109
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
McAvoy, T.J. and Miller, R. (1999). Incorporating Integrating Variables into Steady-
State Models for Plantwide Control Analysis and Design. Ind. Eng. Chem. Res.
38, 412-420
McAvoy, T., Ye, N. and Gang, C. (1995). An improved base control for the
Tennessee Eastman Problem. American Control Conference, Seatle
Washington.
McAvoy, T.J. and Ye, N. (1994). Base control for the Tennessee Eastman problem.
Computers chem. Engng. 18 (5), 383–413.
Mizoguchi, A., T.E. Marlin and A.N. Hrymak (1995). Operations opimization and
control design for a petroleum distillation process. Canadian J. of Chem.
Engng. 73, 896–907.
Moore, C., Hackney, J., and Carter, D. (1987). Selecting sensor location and type
for multivariable processes. Proceedings of Shell Process Control Workshop
(pp. 291-308).
Narraway, L.T. and J.D. Perkins (1993). Selection of process control structure
based on linear dynamic economics. Ind. Eng. Chem. Res. 32 (11), 2681–
2692.
Narraway, L.T., J.D. Perkins and G.W. Barton (1991). Interaction between process
design and process control: economic analysis of process dynamics. J. Proc.
Cont. 1, 243–250.
Ponton, J.W. and Laing, D.M. (1993). A hierarchical approach to the design of
process control systems. Trans IChemE 71(Part A), 181–188.
Seborg, D., Edgar, T. and Mellichamp, D. (2004). Process Dynamics and Control.
John Wiley and sons.
Shinskey, F.G. (1996). Process control systems: Aplication, Design and Tuning. 4a
ed. Mc Graw-Hill, NY.
Skogestad, S. (2000). Plantwide control: The search for the self-optimizing control
structure. Accepted for publications in J. Proc. Control.
111
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Sreeman, V. and Zomaya, A.Y. (1991). Note on the Hankel Matrix. Electronic
Letters 27 (4) 362-364.
Tzouanas, V. K., Luyben, W. L., Georgakis, C., and Ungar, L. H. (1990). Expert
multivariable control. 1. Structure and design methodology. Industrial and
Engineering Chemistry Research, 29(3), 382-389.
Umeda, T., Kuriyama, T. and Ichikawa, A. (1978). A logical structure for process
control system synthesis. Proc. IFAC Congress (Helsinki) 1978.
Vinson, D.R. and Georgakis, C. (2000). A new measure for process output
controllability. J. Proc. Contr. 10, 185 – 194.
Witcher, M.E. and McAvoy, T.J. (1977). Interacting Control Systems: Steady-State
and Dynamic Measurement of Interaction, ISA Trans. 16 (3), 35.
Wolff, E. A., Skogestad, S., Hovd, M., & Mathisen, K. W. (1992). A procedure for
controllability analysis. In: J.D. Perkins (Ed.), Preprints IFAC workshop
interactions between process design and process control (pp. 127-132).
Oxford: Pergamon Press.
Xiong, Q. Cai, W. and He, M. (2005). A practical loop pairing criterion for
multivariable processes. Journal of Process Control 15, 741–747.
112
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Yi, C.K. and W.L. Luyben (1995). Evaluation of plant-wide control structures by
steady-state disturbance sensitivity analysis. Ind. Eng. Chem. Res. 34, 2393–
2405.
Zheng, A., Mahajannam, R.V. and Douglas, J.M. (1999). Hierarchical procedure for
plantwide control system synthesis. AIChE Journal 45, 1255–1265.
113
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
114
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
APÉNDICE
115
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
116
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
APÉNDICE A
117
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
118
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
119
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Valor
Variable Min Máx Unidad
%
u1 Válvula de flujo de D (corriente 2) 62.935 0 5811 kg/h
u2 Válvula de flujo de E (corriente 3) 53.147 0 8354 kg/h
u3 Válvula de flujo de A (corriente 1) 26.248 0 1.017 kscmh
u4 Válvula de flujo de A y C (corriente 4) 60.566 0 15.25 kscmh
u5 Válvula del reciclo del compresor 1.000 0 100 %
u6 Válvula de purga (corriente 9) 25.770 0 100 %
3
u7 Válvula de flujo de líquido separador (corriente 10) 37.266 0 65.71 m /h
u8 Válvula de flujo de líquido del stripper (corriente 11) 46.444 0 49.10 m3/h
u9 Válvula del vapor al stripper 1.000 0 100 %
3
u10 Válvula de refrigerante al reactor 35.992 0 227.1 m /h
u11 Válvula de refrigerante al condensador 12.431 0 272.6 m3/h
u12 Velocidad del agitador 100.0 150 250 rpm
120
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
APÉNDICE B
121
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Yan and Ricker (1995) modificaron el controlador MPC propuesto por Ricker and
Lee (1995) adicionando un término en la función objetivo que penaliza el no-
cumplimiento de los objetivos de control cuando el controlador debe ejecutar
determinada tarea, por ejemplo cambios de punto de ajuste o mantener velocidad
de producción. En el problema de optimización también incluye una restricción
blanda que define la desviación del objetivo de control, la nueva variable del
funcional de costo de MPC. El problema se resuelve mediante programación no
lineal y el desempeño del sistema es comparado con una estructura
descentralizada.
Para controlar la planta Tennessee Eastman, (Tian and Hoo, 2005) propusieron
dos aproximaciones MPC basadas en el modelo de la planta. Inicialmente se
desarrolló un modelo fenomenológico del proceso utilizando información del
trabajo de Downs y Vogel Este modelo se empleó para identificar modelos lineales
en el espacio de estados en diferentes regiones de operación. La primera
aproximación consistió en un controlador MPC con múltiples modelos que utiliza el
modelo correspondiente a la región en la cual opera, y hace conmutación de
modelos cuando el proceso se mueve en diferentes regiones de operación. La
segunda aproximación utiliza un modelo en el espacio de estados adaptable
construido a partir de 3 modelos lineales. Ambos esquemas se probaron en
regulación y en transición entre puntos de operación.
comparados con (Duvall and Riggs, 2000) que utilizaron el paquete NPSOL de
FORTRAN.
El control predictivo basado en modelo, más conocido como MPC por sus siglas
en inglés, comenzó a popularizarse desde mediados de los años 70. Esta técnica
requiere de un modelo del proceso y de un optimizador. El modelo predice las
salidas futuras a lo largo de un horizonte de predicción y el optimizador calcula la
acción de control óptima minimizando una función objetivo sujeta a unas
restricciones. Generalmente, la función objetivo contiene dos términos, uno que
penaliza el error en las salidas y otro que penaliza el esfuerzo de control. En
comparación con el control descentralizado, MPC es una estrategia más
apropiada para controlar sistemas multivariables, no solamente por el manejo de
restricciones, sino porque permite ajustar el comportamiento del sistema de
acuerdo a los requerimientos del proceso, asignando los pesos sobre cada
variable en la función objetivo.
1 T T 1
min J = e W W e + ∆u T R T R ∆u
∆u 2 2
123
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
1 T
min J = ∆u H ∆u + cT ∆u
∆u 2
donde: H = A W WA + R R y c = −e ' W WA .
T T T T T T
124
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
El modelo del sistema para el controlador MPC, es una matriz que contiene
6x7=42 funciones de transferencia SISO (single input-single output). Para
identificar el modelo, cada una de las entradas se perturbó en escalón positivo y
se observó la respuesta. Una vez se tenían los datos de curva de reacción, se
encontró que 12 presentaron una ganancia despreciable. 18 de las respuestas
tenían una dinámica de primer orden y sin ceros, las cuales se ajustaron
fácilmente a la forma canónica. Algunas de las dinámicas presentaron un
comportamiento de fase no mínima y otras fueron aproximadas a dinámicas de
segundo orden. Las dinámicas más complejas se ajustaron mediante una serie de
comandos de matlab: FILTER, IDDATA, N4SID, PEM, D2CMP, SS2TF. Para las
respuestas ajustadas a dinámicas de segundo orden sin ceros ni retardos, se
calculó el overshoot como la relación A/B y de ahí se despejo el factor de
amortiguamiento. Posteriormente se tomó el 63.2% del cambio en la salida para
obtener un valor semilla del tiempo de respuesta τ y se realizaron ajustes por
tanteo y error hasta obtener respuestas similares, y de esta manera encontrar un
modelo aproximado. El modelo experimental obtenido se validó y se reajustó
posteriormente aplicando diferentes escalones en el sistema en sentidos opuestos.
125
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
y1 y2 y3 y4 y5 y6
Error salida W 0.5 0.3 0.1 3.0 3.0 0.5
u1 u2 u3 u4 u5 u6 u7
Esfuerzo de control R 10 5 10 20 2 10 5
u1: A flow u2: D flow u3: E flow u4: C flow u5: Purge u6: R valve u7:Tot flow
umax 0.01 57.92 83.28 0.1171 0.0084 100 120
umin 0 0.32 0.46 0.001 0.0001 0 80
∆umax 0.002 3.2 4.6 0.0034 0.002 5 10
(Rotava and Zanin, 2005) RTO determina el punto de operación óptimo en el cual
debe operar el proceso. La optimización soluciona un problema de programación
cuadrática con restricciones, haciendo uso del modelo del proceso en estado
estacionario, y con información proveniente del controlador MPC. Antes de
implementar la optimización es necesario abrir los puntos de ajuste del controlador
MPC y operar por zonas, esto es, las salidas deben permanecer dentro de unos
límites establecidos alrededor del punto de ajuste, y el error en este caso se
calcula como la desviación de la variable respecto al límite que sobrepasó, ya sea
el mínimo o el máximo. De esta manera, mientras la variable permanezca dentro
de la zona, el error es cero en la función objetivo. En la Figura B.2 se muestra el
esquema del optimizador. La optimización resuelve, en una primera tentativa, el
siguiente problema:
sujeto a:
126
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
∆uss = uss − u ( k − 1)
yss − yˆ (k + n) = K ⋅ ∆uss
umin ≤ uss ≤ umax
ymin ≤ yss ≤ ymax
donde u(k–1) es la última acción de control implementada, uSS son los targets para
las variables manipuladas y n es el horizonte del modelo. K es la matriz de
ganancias en estado estacionario. ySS es el vector de variables controladas. Q1 es
una matriz diagonal de pesos y Q2 es una matriz diagonal de coeficientes
económicos de las variables manipuladas.
Como resultado de las restricciones tanto en las variables controladas como en las
manipuladas, el problema puede no tener solución. Esto ocurre principalmente
cuando una perturbación mueve alguna variable controlada fuera de la región
permitida definida por ymin y ymax. En este caso, es necesario relajar algunas
restricciones de las controladas de modo que se genere un problema viable. Si la
salida calculada viola las restricciones, es necesario relajar su límite máximo o
mínimo. Por lo tanto se soluciona el siguiente problema:
127
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
sujeto a:
∆uss = uss − u (k − 1)
yss − yˆ (k + n) = K ⋅ ∆uss
umin ≤ uss ≤ umax
y ≤y ≤y
donde M es un número grande. Nótese que para este caso se eliminó la
restricción de salida para incluirla como un término a minimizar en la función
objetivo.
Los targets o salidas del optimizador entran al algoritmo de MPC, para ello la
nueva función objetivo del controlador MPC debe incluir estos targets:
1 T T 1 1
min J = e W W e + ∆u T R T R ∆u + (u − u ss ) T Ru T Ru (u − u ss )
∆u 2 2 2
sujeto a:
−∆umax ≤ ∆u ≤ ∆umax
umin ≤ u ≤ umax
ymin ≤ y ≤ ymax
B.3.2 IMPLEMENTACIÓN
y1: Reciclo y2: %G prod y3: %C purga y4: Presión R y5: Temper.R y6: Produce
ymax 38 55.3 19 2700 175 23.89
ymin 28 52.3 7 2900 75 21.89
128
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
B.4. RESULTADOS
Aquí se presentan los resultados en seguimiento de calidad y de velocidad de
producción, y los resultados en rechazo a perturbaciones.
En las Figuras B.3 a B.5 se visualiza el desempeño del sistema cuando se hace
seguimiento con rampas de las zonas para las variables calidad (%G en el
producto) y velocidad de producción (flujo de producto).
Y 1 - R e c y c le ra t e
40
30
20
0 20 40 60 80 100 120 140 160
Y 2 - % G in p ro d u c t
60
50
40
0 20 40 60 80 100 120 140 160
Y 3 - % C in p u rg e
20
10
0
0 20 40 60 80 100 120 140 160
Y 4 - R e a c t o r p re s s u re
3000
2800
2600
0 20 40 60 80 100 120 140 160
Y 5 - R e a c t o r t e m p e ra t u re
140
120
100
0 20 40 60 80 100 120 140 160
Y 6 - P ro d u c t io n ra t e
30
25
20
0 20 40 60 80 100 120 140 160
129
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
-3
x 1 0 U 1 : A fe e d flo w S P
3
2 .5
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
U 2 : D fe e d flo w S P
4 0
3 5
3 0
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
U 3 : E fe e d flo w S P
5 0
4 5
4 0
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
U 4 : C fe e d flo w S P
0 .0 9 5
0 .0 9
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
-3
x 1 0 U 5 : P u rg e ra te S P
2 .5
2
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
U 6 : R e a c t o r c o o la n t va lve
4 0
3 5
3 0
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
U 1 : A fe e d va lve
3 0
2 8
2 6
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
U 2 : D fe e d va lve
7 0
6 0
5 0
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
U 3 : E fe e d va lve
6 0
5 5
5 0
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
U 4 : C fe e d va lve
6 5
6 0
5 5
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
U 5 : P u rg e va lve
4 0
3 0
2 0
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
U 6 : R e a c t o r c o o la n t va lve
4 0
3 5
3 0
0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0
130
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
Y 1 - R e c y c le ra t e
40
30
20
0 10 20 30 40 50 60 70 80 90 100
Y 2 - % G in p ro d u c t
60
55
50
0 10 20 30 40 50 60 70 80 90 100
Y 3 - % C in p u rg e
40
20
0
0 10 20 30 40 50 60 70 80 90 100
Y 4 - R e a c t o r p re s s u re
3000
2800
2600
0 10 20 30 40 50 60 70 80 90 100
Y 5 - R e a c t o r t e m p e ra t u re
130
120
110
0 10 20 30 40 50 60 70 80 90 100
Y 6 - P ro d u c t io n ra t e
24
22
20
0 10 20 30 40 50 60 70 80 90 100
131
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
-3 U 1 : A fe e d flo w S P
x 1 0
3
2 .5
2
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
U 2 : D fe e d flo w S P
3 8
3 7
3 6
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
U 3 : E fe e d flo w S P
4 5
4 4 .5
4 4
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
U 4 : C fe e d flo w S P
0 .0 9 3
0 .0 9 2
0 .0 9 1
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
-3
x 1 0 U 5 : P u rg e ra te S P
3
2
1
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
U 6 : R e a c t o r c o o la n t va lve
3 8
3 6
3 4
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
U 7 : T o t a l fe e d flo w
1 0 1
1 0 0
9 9
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
U 1 : A fe e d va lve
3 0
2 5
2 0
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
U 2 : D fe e d va lve
6 6
6 4
6 2
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
U 3 : E fe e d va lve
5 4
5 3 .5
5 3
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
U 4 : C fe e d va lve
6 2
6 1
6 0
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
U 5 : P u rg e va lve
3 0
2 0
1 0
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
U 6 : R e a c t o r c o o la n t va lve
3 8
3 6
3 4
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
132
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
50 25
0 20
0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100
U2: D feed valve U2: D feed valve
64 66
63 64
62 62
0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100
U3: E feed valve U3: E feed valve
54 54
53 53.5
52 53
0 10 20 30 40 50 60 70 80 90 100
0 10 20 30 40 50 60 70 80 90 100
U4: C feed valve
U4: C feed valve
62
65
61
60
60
55 0 10 20 30 40 50 60 70 80 90 100
0 10 20 30 40 50 60 70 80 90 100
U5: P urge valve
U5: Purge valve 30
100
20
50
10
0 0 10 20 30 40 50 60 70 80 90 100
0 10 20 30 40 50 60 70 80 90 100 U6: Reac tor coolant valve
U6: Reactor coolant valve 38
38
36
36
34
34 0 10 20 30 40 50 60 70 80 90 100
. 0 10 20 30 40 50 60 70 80 90 100
133
Tesis de Maestría – Ingeniería Química
Luz Adriana Alvarez Toro
___________________________________________________________________________________________________
El control por zonas es mas permisivo con el proceso porque no obliga a las
variables a permanecer en un valor exacto, y de esta manera el elemento final de
control presenta un menor desgaste ya que se disminuye el esfuerzo de control.
También las variables controladas tienen un desempeño mejor, una menor
tendencia a oscilar en presencia de ruido o perturbaciones. La optimización en
tiempo real aquí aplicada, mejora aún más esta tendencia del proceso a
permanecer más estable.
134