Está en la página 1de 8

DISEÑO DE UN OBSERVADOR APLICADO A LA ESTIMACION DE CONCENTRACION EN UN REACTOR CSTR

Byron Cajamarca, Karina Rocha,

Departamento de Automatización y Control Industrial Escuela Politécnica Nacional Quito, Ecuador {byron.cajamarca, karina.rocha}@epn.edu.ec

Abstract En el presente artículo se presenta el diseño de un observador que servirá como estimador de concentración de salida del Tanque CSTR, de esta manera se resuelve uno de los importantes problemas que tiene este tipo de procesos que es la dificultad de medir la concentración de salida ya que no existen sensores que nos permiten medir rápidamente esta variable, además se realizara el diseño de controladores para control de esta variable y la temperatura en el reactor.

KeywordsMIMO, IMC Observador,

I.

INTRODUCTION

Los reactores químicos son recipientes diseñados para contener reacciones químicas, son parte esencial de la industria por que transforman las materias primas en productos químicos valiosos. Gran parte de la sociedad moderna se basa en la operación económica consistente. [1]. Por lo que es importante realizar un control adecuado de las variables involucradas en este tipo de procesos químicos como son los reactores. El control automático resulta imprescindible en los procesos químicos, no solo para controlar variables como la presión, la temperatura, la humedad, entre otras, sino para lograr el control integral de los procesos, de manera que se puedan optimizar cumpliendo los objetivos económicos de la empresa. En el control de procesos, el objetivo principal es mantener el comportamiento real de un sistema lo más aproximado posible a un comportamiento previamente fijado [2]. Para poder realizar un buen control en un proceso se hace vital la lectura de las variables a través de sensores y transmisores que nos permiten conocer el estado de una variable a través del tiempo ya sea presión, flujo, temperatura o concentración. Aunque se han realizado muchos esfuerzos y progresos importantes en nuevos sensores y analizadores químicos relacionados con procesos, la disponibilidad comercial, la alta fiabilidad y el bajo costo de los instrumentos para medir en línea las variables internas importantes, como la masa celular, el sustrato y las concentraciones de producto, todavía son muy limitados. Aunque se han realizado muchos esfuerzos y progresos importantes en nuevos sensores y analizadores químicos relacionados con procesos, la disponibilidad

Oscar Camacho

Departamento de Automatización y Control Industrial Escuela Politécnica Nacional, Quito Ecuador. oscar.camacho@epn.edu.ec Universidad de los Andes, Mérida Venezuela ocamacho @ula.ve

comercial, la alta fiabilidad y el bajo costo de los instrumentos para medir en línea las variables internas importantes, como la masa celular, el sustrato y las concentraciones de producto, todavía son muy limitados. Además, las variables de estado de bioprocesos comúnmente se miden solo con largos retrasos de medición. Debido a estas limitaciones, se ha prestado considerable atención al desarrollo de estimadores de estado basados en software en línea (sensores de software) (Tham, Morris & Montague, 1989; Montague, Morris & Tham,1992). El sensor de software es la asociación de un sensor (hardware) que permite realizar mediciones en línea de algunas variables del proceso, con un algoritmo de estimación (software) para proporcionar estimaciones en línea de variables no mensurables, parámetros del modelo o para superar retrasos en la medición [3]. Pero antes de pensar en diseñar cualquier tipo de observador de estado se debe verificar la observabilidad, propiedad inherente a todo sistema, y la cual se define como la posibilidad que tiene un sistema para que solo midiendo algunos de sus estados se le pueda hacer una estimación de los demás. La observabilidad es fácilmente verificable cuando se tiene un sistema lineal, pero cuando esta ante un modelo no lineal se de tener un criterio mas general ya que no se tiene matrices de constantes que describan el sistema y faciliten su análisis. (Kheir 1966). La controlabilidad también debe ser verificada ya que a través de la variable estimada se va a realizar esquemas de control que nos permitirán probar como es la salida ante un cambio de referencia y ante perturbaciones. El paper se encuentra divido de la siguiente forma, en la sección II encontraremos el modelado del reactor tipo CSTR, en la sección III encontraremos el diseño del observador de concentración de salida, en la sección IV encontraremos el diseño de los controladores y la sección V la simulación de los controladores y por último en la sección VI los controladores.

II. MODELO DEL REACTOR CSTR

El reactor mostrado en la Fig. 1 es un tanque agitado continuo donde tiene lugar la reacción exotérmica AB. Para eliminar el calor de reacción, el reactor está rodeado por una camisa a través de la cual fluye un líquido refrigerante [4].

Fig. 1. Diagrama P&ID del Proceso Las siguientes ecuaciones constituyen el modelo matemático del proceso:

Fig. 1. Diagrama P&ID del Proceso

Las siguientes ecuaciones constituyen el modelo matemático del proceso:

Balance de masa del reactante A del reactor CSTR:

dC A (t)

= F(t)

dt

V

(C Ai (t) − C A (t)) − kC A 2 (t)

(1)

Balance de energía del contenido del contenido reactor CSTR:

dT(t)

= F(t)

dt

V

i (t) − T(t)) − kC A 2 (t) H ρC p R

(T

UA

(T(t) − Tc(t))

V ρ C ρ Balance de energía en la chaqueta del reactor CSTR:

(2)

dTc(t)

UA

=

dt

c ρ c C ρc

V

(T(t) − Tc(t)) −

Fc(t)

Vc

(T(t) − Tci(t)) (3)

Coeficiente de velocidad de reacción del reactor CSTR:

k

= k o e

E

R(T(t)+273)

Transmisor de temperatura del reactor

dTO(t)

1 T ( T(t) − 80

20

dt

= τ

− TO(t))

CSTR:

(4)

(5)

Válvula de control equiporcentual (air to close) del reactor CSTR:

Fc(t) = Fcmax α m(t)

(6)

Válvula lineal para el control de concentración:

0.9

() = ( 100 ) ()

(7)

III. DISENO DEL OBSERVADOR

La realimentación de estados requiere medir los estados, pero normalmente, no se tiene acceso a
La realimentación de estados requiere medir los estados, pero
normalmente, no se tiene acceso a todos los estados. Entonces
para implementar la realimentación de estados el sistema debe
ser observable.
Entradas al Reactor
CSTR
Reactor CSTR en
variables de estado
Salidas del Reactor
CSTR
Observador
Variable

Estimada

Fig. 2 Diagrama del observador en el Reactor CSTR.

Para el diseño del observador se necesitó conocer el modelo en variables de estado las cuales se obtuvieron mediante series de Taylor. Quedan expresadas en las siguientes matrices.

̇()

=

() + ()

(8)

() = () + ()

(9)

Donde:

= = = =

= [ −0.26

5.43

0

0

−0.00121

−0.076

0.15

0.15

= [ 0.002214

−0.0279

0

0

0

0

19.60

0

]

0

0.046

−0.36

0

= [0

0

0

1]

= [0]

̇() =

̇

̇

[

̇

̇

]

= [] [ ∆ ] + [] [

() = [] [

∆ ]

0

−3.03 ]

0

0

]

La observabilidad del sistema se determina con la siguiente

ecuación:

= [

−1 ]

2

(10)

Con los valores obtenidos de las matrices A y C se obtiene la siguiente matriz que es de rango completo por lo tanto el sistema es observable.

= [

0

0

0.8145

−2.7416

0

0.15

−0.4659

1.4126

0

0

0.0069

−0.0239

1

−27.8181 ]

−3.03

9.1809

La controlabilidad del Sistema se determina con la siguiente ecuación:

= [

2

−1 ]

(11)

La matriz de controlabilidad permite que se pueda desarrollar algún tipo de controlador al sistema una vez que este se encuentre en variables de estado. Para aplicar el observador es necesario trabajar en la base canónica observable por lo que hay tener en cuenta el cambio de base.

() = ̃()

(12)

Usando el cambio de base mencionado en la ecuación (12) se obtiene la siguiente representación.

̇()

=

1 ()

+ 1 ()

(13)

() = () + ()

(14)

El observador estima el estado del sistema a partir de la dinámica de su entrada y su salida.

sistema a partir de la dinámica de su entrada y su salida. Fig. 3 Diagrama del

Fig. 3 Diagrama del observador con las entradas y salidas del sistema

Se dice que es un observador:

̇ () = () + () + () () = ()

(15)

(16)

Si cumple con las siguientes condiciones:

1. ∀(), (), () >

→ lim

(() − ()) = 0

2. () = () → ∀()

> (() − ()) = 0

(17)

(18)

Estas condiciones imponen diversas restricciones al observador. Así si se forma la diferencia entre la evolución del estado del observador y del sistema:

̇ () − ̇ () = () − ( − )() + ( − )()

La segunda condición implica:

=

La primera condición implica que:

= −

(19)

Debe tener todos los polos estables cuanto mas rápidos sean los polos de F antes tendrán () () Entonces usando lo mencionado en ecuación (13) y (14) y usando el programa Matlab se tiene:

= [ 1 (: ,4) 1 (:

̃ = 1

̃

= 1

̃

=

,4) 2 1 (: ,4) 3 1 (: ,4)]

(20)

(21)

(22)

(23)

Para la elección del polo se debe tomar en cuenta los valores propios del sistema y escoger el polo que este más lejos en el plano izquierdo.

y escoger el polo que este más lejos en el plano izquierdo. Fig. 4 Diagrama de

Fig. 4 Diagrama de un Observador

A. Validacion del sistema en variables de estado y el sistema no lineal

Validacion del sistema en variables de estado y el sistema no lineal Fig. 5 Diagrama del

Fig. 5 Diagrama del sistema en variables de estado.

Fig6. Salida del trasmisor al dar un paso del 10% a la válvula de flujo

Fig6. Salida del trasmisor al dar un paso del 10% a la válvula de flujo U(t)

trasmisor al dar un paso del 10% a la válvula de flujo U(t) Fig7. Salida de

Fig7. Salida de concentración al dar un paso del 10% a la válvula de flujo U(t)

al dar un paso del 10% a la válvula de flujo U(t) Fig8. Salida del trasmisor

Fig8. Salida del trasmisor al dar un paso del 10% a la válvula de temperatura m(t)

al dar un paso del 10% a la válvula de temperatura m(t) Fig9. Salida de concentración

Fig9. Salida de concentración al dar un paso del 10% a la válvula de

temperatura

m(t)

Una vez validado el modelo tanto con el sistema no lineal y el sistema en variables de estado para el transmisor TO ya que es la única salida que se va a medir, la concentración se la estimo con el observador sustituyendo a un analizador de concentración. Posterior a esto se realizó esquemas de control que nos permita trabajar de forma independiente las dos variables de salida que son la concentración estimada y la temperatura, pero antes de eso se debe aplicar desacopladores ya que existe interacción en las variables como se ve en las Figuras 6,7,8 y 9.

B. Estimacion de la Concentracion con el observador

Aplicando la teoría mencionada anteriormente se estima la concentración la cual se la debe comparar con la salida de concentración del sistema no lineal. Para que el observador se acerque mucho al sistema real se debió modificar el polo obtenido con los valores propios.

debió modificar el polo obtenido con los valores propios. Fig10. Diagrama del Observador implementado en simulink

Fig10. Diagrama del Observador implementado en simulink

Fig10. Diagrama del Observador implementado en simulink Fig11. Diagrama del Observador implementado en el Reactor

Fig11. Diagrama del Observador implementado en el Reactor CSTR en Simulink

Fig12. Salida de concentración estimada vs salida de concentración real al dar un paso del

Fig12. Salida de concentración estimada vs salida de concentración real al dar un paso del 10% a la válvula de flujo U(t)

real al dar un paso del 10% a la válvula de flujo U(t) Fig13. Salida de

Fig13. Salida de concentración estimada vs salida de concentración real al dar un paso del 10% a la válvula de temperatura m(t)

al dar un paso del 10% a la válvula de temperatura m(t) Fig14. Salida de concentración

Fig14. Salida de concentración estimada vs salida de concentración real al dar un paso del 10% en la concentración inicial

IV. DISEÑO DE CONTROLADORES

Previo al desarrollo de los controladores debido a que el Sistema es MIMO se revisara como se encuentra la interacción entre variables, por lo que se hallara la matriz de Bristol [5]:

Para obtener la matriz de Bristol se tiene:

= . ( 1 )

(24)

=

Para obtener la matriz K se tiene:

= [ 11 33

12

22 ]

(25)

Partiendo del modelo lineal aproximado obtenido por el método FIT3 se obtiene:

= [

0.00728

−0.0433

0.01

0.0466 ]

De donde se obtiene la siguiente matriz de Bristol:

= [ 0.8867

0.113

0.113

0.8867 ]

De la matriz de Bristol obtenida se tiene que los emparejamientos entre variables que tienen más interacción son los siguientes:

1() → 1() 2() → 2()

Luego de realizar el análisis de interacción entre variables basándonos en la matriz de Bristol donde se observa que la interacción entre variables es pequeña y además observando directamente el proceso como fue la interacción se determinó que no es necesario realizar un desacoplamiento entre variables ya que la interacción es mínima.

entre variables ya que la interacción es mínima. Fig15. Interacción entre variables del proceso a)

Fig15. Interacción entre variables del proceso a) Concentración b) Temperatura

A. Diseño del Controlador de Temperatura del Reactor

Partiendo de la aproximación de primer orden con tiempo muerto (POMTM) se sintonizo un controlador tipo PID.

0.466 −2.982

22() =

12.48 + 1

Se obtuvo el siguiente controlador

1

() = (1 + + )

(26)

= 4.5 = 12.48 = 1.491

B. Diseño del control de Concenctracion de Salida

Partiendo de la aproximación de primer orden con tiempo muerto (POMTM) se desarrollaron dos controladores, un controlador de modelo interno (IMC) y un controlador por síntesis de controladores [6].

11() =

Controlador IMC

0.00728 0.133

2.688 + 1

Partiremos separando la parte no invertible de la invertible para el diseño del controlador:

() = (). + ()

() = .

+ () = Se obtuvo:

(27)

.

() =

0.00728

2.688 + 1

Con lo obtenido se procede a diseñar el controlador

1

1

() =

() . + 1 =

(28)

Se obtuvo el siguiente controlador:

() =

2.688 + 1

0.00728(12 + 1)

Síntesis de Controladores

Para el desarrollo de este controlador se utilizó nuevamente el modelo POMTM utilizado en el anterior controlador, además se le dio una dinámica de respuesta deseada al sistema igual a:

() =

−0.2

9 + 1

() =

1 ()

() . 1 − ()

(29)

Se obtuvo el siguiente controlador:

() = 137.36(2.688 + 1) 9(0.067 + 1)

V. SIMULACION DE CONTROLADORES

A continuación, se presentan los resultados obtenidos en la simulación de los dos controladores y del observador de concentración, el tipo de control es para seguimiento, es decir para cambio de referencia tanto para la temperatura como para la concentración.

A. Cambio de Referencia de Concentracion

la concentración. A. Cambio de Referencia de Concentracion Fig16. Respuesta ante variación de la referencia de

Fig16. Respuesta ante variación de la referencia de CA

Fig16. Respuesta ante variación de la referencia de CA Fig17. Observación de las variables ante un

Fig17. Observación de las variables ante un cambio de referencia de CA a) Concentración salida, b) Temperatura Tanque

de CA a) Concentración salida, b) Temperatura Tanque Fig17. Comparación concentración del proceso y observada

Fig17. Comparación concentración del proceso y observada al aplicar el control

Fig18. Acciones de Control de Flujo para control de CA En la Fig18. se observa

Fig18. Acciones de Control de Flujo para control de CA

En la Fig18. se observa las acciones de control de los dos controladores de concentración de salida y se puede ver que son suaves y rápidas por lo que se puede decir que se está realizando un buen control de concentración sin afectar al actuador que en este caso es una válvula. Para realizar una comparación de los controladores se utilizarán los índices de desempeño, como se puede observar en la TABLA I el controlador que presenta menor ISE es el controlador diseñado por síntesis, lo propio sucede con el otro índice que es el tiempo de establecimiento.

TABLA I.

Índices de Desempeño de Controladores

Controladores

ISE

Ts[min]

IMC

0.5246

45,2

Síntesis

0.01328

39,4

B. Cambio de Referencia de Concentracion y Temperatura

39,4 B. Cambio de Referencia de Concentracion y Temperatura Fig19. Concentración ante cambio de Referencia y

Fig19. Concentración ante cambio de Referencia y Temperatura

Concentración ante cambio de Referencia y Temperatura Fig20. Variables del Proceso Controladas ante cambios de

Fig20. Variables del Proceso Controladas ante cambios de Referencia

Variables del Proceso Controladas ante cambios de Referencia Fig21. Comparación de Observador y proceso para el

Fig21. Comparación de Observador y proceso para el caso B de Control

En la figura 21 y 22 podemos observar que pese a que el observador tiene un ligero error al estimar el valor el control no se pierde.

un ligero error al estimar el valor el control no se pierde. Fig22. Acciones de Control

Fig22. Acciones de Control de Flujo para control de Concentración a la salida y de Temperatura

VI. CONCLUSIONES

El observador diseñado tuvo buen desempeño, por lo que el control de la concentración de salida fue satisfactorio, gracias a esto se logró solucionar el problema de no poder medir rápidamente esta variable en el proceso. Se logró controlar la concentración mediante controladores de modelo interno y de síntesis, el ultimo mencionado fue el de mejores características por lo que se podría implementar en un sistema real.

REFERENCIAS

[1]

W. Luyben, Chemical reactor design and control, 1 st ed. [New

York]:AIChe,2007.

[2]

S. Mojica, “Un problema de Referencia para el Control Multivariable de Proceso,” Universidad Nacional de Colombia, Colombia, 2014.

[3] A. J. de Assis, R. M. Filho,” Soft sensors development for on-line bioreactor state estimation,” Computers and Chemical

Engineering,2000.

O. Camacho, C. Smith, “Sliding mode control: an approach to regulate nonlinear chemical processes”, ISA Transactions 39,2000.

[5] F. Morilla, J. Garrido, F. Vásquez, “Control Multivariable por DesacoploRevista Iberoamericana de Automática e Informática Industrial (RIAI) · Marzo 2013

[6]

A. Babatunde W. Harmon “Proccess Dynamics Modeling and Control” 1994 New York, Cap 19.

[4]