Diseños especı́ficos para PIDs

W. Colmenares
Universidad Simón Bolı́var, Departamento de Procesos y Sistemas

Resumen

En estas notas nos concentramos en los diseños especı́ficos para PIDs y que, gene-
ralmente, se basan en modelos obtenidos experimentalmente de sistemas (primer
orden más retardo, segundo orden más retardo, integradores más retardo).

1. Estructuras de PIDs

El PID es, sin duda, el controlador de más amplio uso industrial. Más del 90 %
de las aplicaciones de control están basados en un controlador de este tipo.

Al aludir un PID nos referimos a un controlador cuya salida está compuesta

por una parte Proporcional al error, otra de la Integral del error y otra de la
Derivada del error. Sin embargo, su estructura no es única y, las expresiones
más comunes son:

PID paralelo (o ideal o ISA). En términos de la expresión temporal.

1 Z de(t)
u(t) = Kp (e(t) + e(t)dt + Td ) (1)
Ti dt
donde e(t) (o E(s)), es la señal de error que entra al controlador.
PID paralelo con limitación del efecto derivativo. En términos de la función
de transferencia.
1 E(s)
U (s) = Kp (1 + + Td s) (2)
Ti s (1 + Tf s)

donde Tf = αT −1 , T = máx{|Re{s}|, s ∈ C : Ti Td s2 + Ti s + 1 = 0},

0 < α < 1.
PID interactivo.
1
U (s) = Kp (1 + )(1 + Td s)E(s) (3)
Ti s

Preprint submitted to Curso PS2316 10 de febrero de 2006

 PID interactivo con limitación de la ganancia en altas frecuencias.

1 (1 + Td s)
U (s) = Kp (1 + ) E(s) (4)
Ti s (1 + Tf s)

donde Tf = αTd , 0 < α < 1.

Para los efectos de estos apuntes, un PID no es más que un controlador que
tiene uno (PI) o dos (PID) ceros con, siempre, un polo en el origen y que puede
tener, adicionalmente, un polo adicional cuando se quiere limitar la ganancia
en altas frecuencias del efecto derivativo, al que nos referiremos como filtro.
Observe que cuando se tienen dos ceros ellos pueden ser reales (caso del PID
interactivo) o complejos conjugados (caso del PID paralelo que puede tener
de los dos tipos de ceros).

Recalcamos que en aquellos diseños en los que, de entrada, hay que elevar el
tipo del sistema, bien porque se quiere seguir o rechazar perfectamente una
señal, básicamente lo que se está introduciendo es un PID (o PI) y el diseño,
luego de añadir el polo en “s”se limita a ubicar los ceros (y quizás el polo del
filtro) de este controlador.

Para efecto de estos apuntes, al escribir “ajuste de un PID”nos referimos a

calcular los parámetros Kp , Ti , Td y Tf o a calcular la ganancia Kp y la
ubicación de los dos ceros y el polo del filtro.

2. Sistemas estables e inestables con retardo

Tal como mencionamos, dado el amplio uso de los controladores PID, existen
un número importante de estrategias de entonación de estos controladores. La
mayorı́a de esos métodos se basan en un modelo del sistema obtenido de forma
experimental, es decir, se hacen pruebas en el sistema y la data obtenida se
aproxima bien a un modelo de primer orden más retraso:

ke−θs
G(s) =
(τ s + 1)

de segundo orden más retardo:

ke−θs
G(s) =
(τ1 s + 1)(τ2 s + 1)

o integrador más retardo:

ke−θs
G(s) =
s
en los dos primeros casos sistemas estables y en el último, inestable.

2
Los parámetros k, τ y θ representan la ganancia, la(s) constante(s) de tiempo
y el retraso, respectivamente, del proceso que se quiere controlar.

3. Ajustes de Ziegler y Nichols

Existe un número importante de técnicas empı́ricas (basadas en muchos en-

sayos sobre sistemas) de ajustes para PIDs. De entre ellas las más conocidas
son las de Ziegler y Nichols, cuyo objetivo es obtener un PID que asegure que
la relación entre el segundo y el primer pico positivos de la respuesta del lazo
sea menor de 0.25. A estas reglas de entonación se les conoce como de quarter
decay ratio.

En la tabla siguiente se recogen los ajustes recomendados por los Sres. Ziegler
y Nichols cuando el modelo de la planta es uno de primer orden más retardo.

Controlador Kp Ti Td
τ
P kθ
0,9τ
PI kθ
3θ
1,2τ
PID kθ
2θ 0,5θ

Los ajustes propuestos se refieren al modelo ideal (paralelo) de PID

4. Ajuste por modelo interno. IMC-PID

Una segunda técnica, muy conocida, para el ajuste del PID se basa en hacer
que la respuesta del sistema a lazo cerrado sea la de un modelo preestablecido.
Ese modelo debe contener las cosas de la planta que se transfieren directamente
al lazo cerrado como son, por ejemplo, el retardo y los ceros de fase no mı́nima
que no pueden cancelarse en un controlador porque originarı́an un controlador
inestable.

Para determinar el controlador, considere que la planta es una de primer orden

más retardo (FOPDT) y que, por conveniencia, repetimos a continuación:

ke−θs
G(s) =
(τ s + 1)

3
La función de transferencia de lazo cerrado es:

G(s)C(s)
T (s) =
1 + G(s)C(s)

de donde resulta, al despejar el controlador, que:

T (s)
C(s) =
(1 − T (s))G(s)

Supongamos ahora que deseamos, para el lazo cerrado, que:

e−θs
T (s) =
(τc s + 1)

donde τc es un parámetro de libre escogencia por el diseñador. Observe además

que el retraso de la planta aparece, igualmente, en la función de transferencia
del lazo.

Al sustituir T (s) y G(s) en la expresión del controlador se obtiene:

(τ s + 1)
C(s) =
k((τc s + 1) − e−θs )

lo cual pudiera ser implementado directamente con un esquema tipo Predictor

de Smith, pero que puede ser aún más reducido si usamos la aproximación
e−θs ≈ (1 − θs). El controlador resultante es:

(τ s + 1)
C(s) =
k(τc + θ)s

Observe que hemos obtenido un PI con ganancia en Kp = 1/k(τc + θ) y el cero

en −1/τ . Si el modelo de la planta hubiese sido uno de segundo orden más
retardo entonces hubiéramos obtenido un PID.

5. Ajuste de PIDs por Lugar de las Raı́ces

Para esta estrategia supondremos que tenemos un PID interactivo más filtro
(es decir un PID con limitación en el efecto derivativo y con los dos ceros
reales) y que el modelo de la planta a controlar es uno de primer orden más
retardo.

4
La expresión del PID que se usa en este enfoque es entonces:

kp (τ1 s + 1)(τ2 s + 1)
C(s) =
s(Tf s + 1)

Lo segundo es que haremos una aproximación del retardo de la planta a uno

de Pade de primer orden, esto es:

ke−θs −k( 2θ s − 1)
G(s) = ≈ = Ga (s).
(τ s + 1) (τ s + 1)( 2θ s + 1)

El método sugerido es hacer que los dos ceros del PID cancelen los dos polos
de la planta aproximada, es decir, τ1 = τ y τ2 = θ/2. Dejando a kp y Tf como
los parámetros de ajuste fino del controlador.

Al hacer la cancelación de ceros y polos, lo que queda como función de trans-

ferencia de lazo abierto es:
−kp k( 2θ s − 1)
L(s) = G(s) ∗ C(s) =
s(Tf s + 1)

cuyo Lugar de las Raı́ces se muestra en la figura (1).

Root Locus
1.5

seleccionar k
p
0.5 para que los dos polos
sean reales e iguales
Imaginary Axis

−Tf/2 θ/2

−0.5

−1

−1.5
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2 2.5 3
Real Axis

Figura 1. Lugar de las Raı́ces

Del diagrama del Lugar de las Raı́ces se desprende que siempre podremos
escoger, con una selección apropiada de kp , que el sistema a lazo cerrado tenga
dos polos reales e iguales. Sea −a la ubicación de esos dos polos. Observe que

5
al escoger Tf quedan determinados kp y a ya que:

G(s)C(s) kp k(1 − 2θ s)
T (s) = =
(1 + G(s)C(s)) (Tf s2 + (1 − kp k 2θ )s + kp k)

luego debe cumplirse que:

s
θ 1 a2 T f
Tf s + (1 − kp k )s + kp k = Tf (s + a)2 ⇒ a =
2
1+ − 1; kp = .
2 Tf k

La selección de Tf es, más o menos, de libre selección por el diseñador y

a continuación presentamos un orientación sobre su selección de manera de
asegurar estabilidad robusta.

Observe que hubiésemos podido proceder alrevez, esto es, sabiendo la velocidad
con la que queremos que responda el sistema (que viene determinada por a),
calcular Tf y kp .

5.1. PID robusto

En la estrategia del Lugar de las Raı́ces que acabamos de presentar, para el

diseño, se usa una aproximación de Pade de primer orden del retardo, usando
un sistema completamente lineal (Ga (s)). Una manera de orientar la búsqueda
de Tf es utilizar ese parámetro de modo de asegurar estabilidad robusta, es
decir, asegurar que, cuando apliquemos el PID al sistema de primer orden más
retardo el lazo seguirá siendo estable.

Para ello, lo primero que debemos hacer es modelar la incertidumbre en la que

incurrimos al decir que Ga (s) ≈ G(s).

Sabemos que la incertidumbre multiplicativa se modela como:

¯ e−θs (1 + θ s)
¯ ¯ ¯ ¯
¯ G(s) − G (s) ¯ ¯
a 2
|δW (s)| = ¯¯
¯
¯=¯
¯ ¯
¯ (1 − θ s)
− 1 ¯
Ga (s)
¯
¯ ¯
2

En la figura (2) se muestra una gráfica tı́pica de esa incertidumbre. Observe

que, más o menos en ωi rad/s, la incertidumbre ya alcanza el 100 %.

Como esa expresión de la incertidumbre no la podemos expresar como un

cociente de polinomios en “s”(es decir una expresión lineal), debemos encon-
trar una representación lineal que la sobre estime. En el caso de la figura ella
es:
2∗s
δW (s) =
(s + 0,6 ∗ ωi )

6
 2

1.8

1.6

1.4

1.2

0.8

0.6

0.4

0.2

0
ω ω ω
0 i ∞

Figura 2. Incertidumbre multiplicativa

y su gráfica se muestra en la figura (3)

Bode Diagram
20

Modelo de incertidumbre
0 δ W(s)=2*s/(s+0.6ω )
i

−20

−40

−60
Magnitude (dB)

−80

−100

−120 Incertidumbre real

−140

−160

−180
ω ωi ω∞
0
Frequency (rad/sec)

Figura 3. Modelo de incertidumbre

La condición de estabilidad robusta exige que escojamos Tf de modo que

|δW (s)| < |T (s)−1 |.

7
6. Caso de estudio

Consideremos el sistema:
0,66e−2,6s
G(s) =
(6,7s + 1)

Si escogemos un PI y las reglas de entonación de Ziegler y Nichols, los paráme-

tros del PI son:
0,9τ
kp = = 3,5; ti = 3 ∗ θ = 7,8;
kθ
con lo que el PI resulta:
à !
1
CZN (s) = 3,5 1 +
7,8s

Para el caso del IMC-PID escogemos la constante de tiempo del sistema en

τc = 5 s con lo que los parámetros del control son:

1 1
kp = = 0,2; zc = − = −0,15;
k(τc + θ) τ

quedando el controlador de la forma

0,2(6,7s + 1)
CIM C (s) =
s

Para el caso del PID por Lugar de las Raı́ces, queremos una respuesta (tiempo
de estabilización) en más o menos 20 s, por lo que escogemos una constante
de tiempo de 5 s, esto es a = 0,2, lo que obliga a:

1 a2 T f
Tf = = 2,3; kp = = 0,14;
(a + 1)2 − 1 k

El controlador calculado es:

0,14(6,7s + 1)(1,3s + 1)
CLR (s) =
s(2,3s + 1)

Para evaluar si es un controlador robusto modelamos la incertidumbre, que en

este caso es: ¯ ¯
¯ e−2,6s (1,3s + 1) ¯
|δW (s)| = ¯¯
¯
− 1¯¯¯
(1 − 1,3s)
y que se muestra en la figura (4).

8
 2

1.8

1.6

1.4

1.2

0.8

0.6

0.4

0.2

0
−3 −2 −1 0 1 2
10 10 10 10 10 10

Figura 4. Incertidumbre multiplicativa

Escogemos la función:
2s
W (s) =
(s + 0,6)
y ambas gráficas en dB se muestran en (5)
Bode Diagram
20

0 Modelo

−20

−40

−60
Magnitude (dB)

−80 Incertidumbre

−100

−120

−140

−160

−180
−3 −2 −1 0 1 2
10 10 10 10 10 10
Frequency (rad/sec)

Figura 5. Respuesta temporal con los PIDs

Para evaluar si nuestro compensador es estable robusto graficamos la respuesta

frecuencial del modelo de la incertidumbre (δW (s)) y el inverso de la función
de transferencia de lazo cerrado (T (s)−1 ) la cual se muestra en la figura (6). El

9
controlador calculado NO es estable robusto y debemos escoger una constante
de tiempo (1/a) ligeramente mayor. Dejamos para el lector ese ejercicio.
Bode Diagram
50

40

T−1
30

20
Magnitude (dB)

10

−10 Incetidumbre δ W(s)

−20

−30

−40
−2 −1 0 1 2
10 10 10 10 10
Frequency (rad/sec)

Figura 6. Evaluación de la estabilidad robusta

La respuesta del sistema con los tres controladores se muestra en la figura (7).
Observe que todavı́a hay mucho espacio para mejorar tanto en el controlador
IMC como en el del Lugar de las Raı́ces.
1.4
Ziegler y Nichols

1.2

Modelo Interno
0.8

0.6 Lugar de las Raíces

0.4

Z&N
0.2 IMC
LR

0
0 10 20 30 40 50 60 70 80

Figura 7. Respuesta temporal con los PIDs

10