Tarea N°1

MIE819 - Aspectos prácticos de diseño e implementación de PID

industriales
Identificación de sistemas, diseño y simulación de Controladores PID

Alumno: Cristian Cofré Sepúlveda

Profesor: Héctor Vargas O.
Carrera: Ingeniería Civil Electrónica
Fecha: 12 de Diciembre 2019

Escuela de Ingeniería Eléctrica

Índice general
Introducción 1
Objetivos generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1 Desarrollo 2
1.1 Obtención de punto de operación . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Obtención de Modelo Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Diseño de PID de forma analítica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1 Simulación Modelo No Lineal . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.2 Simulación Modelo Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Identificación del sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.1 Diseño/selección de PID adecuado . . . . . . . . . . . . . . . . . . . . . . 12

Análisis y comparación de resultados 15

Introducción
Los controladores PID, llamados así por sus términos proporcional, integral y derivativo, son
esquemas de sistemas de control que están presentes en más de la mitad de los controladores
industriales en alguna de sus variantes.
Para su uso, se han propuesto muchas reglas que permiten la sintonización, las cuales se
pueden englobar en métodos paramétricos y no paramétricos.
La utilidad de este tipo de controladores, y razón por la que son aplicados de forma genera-
lizada en la industria, es debido a la dificultad de modelar un proceso y obtener un modelo
matemático de la plata, haciendo atractivo la síntonía de controladores mediante identifica-
ción no paramétrica.

Objetivos
Utilizando un sistema de estanque simple:

Obtener un punto de operación específico de trabajo.

Obtener modelo lineal a partir del modelo no lineal.
Diseñar un controlador PID de forma analítica y probar en simulación imponiendo
condiciones de desempeño adecuadas.
Utilizando la simulación en Labview entregada, extraer los datos de la experimentación y
realizar la identificación del sistema alrededor del punto de operación anterior. Diseñar
con esto un controlador adecuado.
Comparar y analizar resultados de control.

1
1 Desarrollo
1.1 Obtención de punto de operación
El sistema a trabajar es el de un estanque simple como en 1.1

Figura 1.1: Estanque simple: sistema a modelar y controlar

De acuerdo a este sistema, el modelo no lineal es:

p
d h K u a 2g h
= − (1.1)
dt A A

Este modelo en torno al punto de operación se comporta como:

dh
→0
dt
p
K u a 2g h
⇒ =
A A
q
⇒ K uQ = a 2g hQ

2
 1 Desarrollo

Con esto tenemos que el punto de operación se obtiene fijando el voltaje de control u o el
nivel del estanque, h:
p
a 2g hQ
uQ = (1.2)
K

(uQ K )2
hQ = (1.3)
(a 2g )2
p

Tomando los siguientes parámetros:

A = π ∗ R 2 , con R = 0,0295
• ⇒ A = 2,733971007 ∗ 10−3 [m 2 ]
a = π ∗ r 2 , con R = 0,0015
• ⇒ a = 7,068583471 ∗ 10−6 [m 2 ]
K = 2,7 ∗ 10−6 [m 3 /V ]
g = 9,8[m/s 2 ]

Dado esto, viendo que el sistema tiene como límites:

0 ≤ u ≤ 10 [V]
0 ≤ h ≤ 0,2 [m]

Con esto, tomando uQ = 5[V], se tiene hQ = 0,1861[m].

(uQ , hQ ) = (5; 0,1861) (Punto de Operación)

3
 1 Desarrollo

1.2 Obtención de Modelo Lineal

En torno al Punto de Equilibrio Q, el Modelo No Lineal se comporta parecido a un modelo
linealizado en torno a ese mismo punto. De acuerdo a esto, tomando el modelo lineal:
p
d h K u a 2g h
− + (1.4)
dt A A
Se tiene que:
p
d hQ d h ∆ K uQ K u ∆ a 2g q h∆
+ − − + ( hQ + p ) = 0
dt dt A A A 2 hQ

En torno al punto de operación, en el modelo lineal se cumple:

d hQ
→0
dt
K uQ
→0
pA
hQ → 0

Con esto, el modelo lineal es el siguiente:

p
d h∆ K u∆ a g
= − p h∆ (1.5)
dt A A 2hQ

4
 1 Desarrollo

1.3 Diseño de PID de forma analítica

El diseño del sistema de control a implementar, se muestra en 1.2.

Figura 1.2: Sistema de control a implementar

Ignorando las perturbaciones, y llevando al dominio de Laplace el sistema linealizado se tiene

que:
p
K a g
⇒ sH (s) = U (s) − p H (s)
A A 2hQ
p
a g K
⇒ H (s)(s + p ) = U (s)
A 2hQ A

K
H (s) A
= p
a g
U (s) (s + p )
A 2hQ

Con esto, el proceso se puede modelar como:

K
A
G(s) = p (1.6)
a g
(s + p )
A 2hQ

De acuerdo a esto, el proceso es un sistema de primer nivel con un polo en el semiplano

izquierdo.
Se escoge por lo mismo un controlador PI de primer orden, diseñado por asignación de polos.
Por lo tanto:
Ti s + 1
El controlador tiene la forma: C (s) = K p
Ti s
k
La Planta o Proceso tiene la forma: G 0 (s) =
τs + 1
Propuesto el controlador tipo PI, se buscan entonces los parámetros: K p y Ti .

5
 1 Desarrollo

Dado la Planta o Proceso de primer orden, se tiene que:

k
G 0 (s) = (1.7)
τs + 1

K
k A K K
⇒ = p = p = (1.8)
τs + 1 (s + p ) A(s + p
a g a g
q
) p A 2h q
A 2hQ A 2hQ a g
p (( p )s + 1)
2hQ a g

Así, se tiene que los parámetros k y τ:

p
K 2hQ
k= p ⇒ k = 0,1052740953 ≈ 0,1053 (1.9)
a g
q
A 2h q
τ= p ⇒ τ = 75,37662022 ≈ 75,3766 (1.10)
a g

Con esto, la función de transferencia de lazo cerrado viene dada por:

C (s)G 0 (s)
G(s) = (1.11)
1 +C (s)G 0 (s)

Ti s + 1 k
Kp
Ti s τs + 1
G(s) = (1.12)
Ti s + 1 k
1 + Kp
Ti s τs + 1

Kp k
(Ti s + 1)
Ti τ
⇒ G(s) = (1.13)
1 + Kp k Kp k
s2 + ( )s +
τ Ti τ

Por lo tanto, de acuerdo a la función de transferencia del sistema, el polinomio característico

A cl es de segundo orden:

A cl (s) = s 2 + 2ξωn s + ω2n (1.14)

Así, se tiene que el denominador de la función de transferencia del sistema debe ser de
segundo orden, y por lo tanto se propone:

1 + Kp k Kp k
s 2 + 2ξωn s + ω2n = s 2 + ( )s + (1.15)
τ Ti τ

6
 1 Desarrollo

1 + Kp k 2τξωn − 1
2ξωn = → Kp = (1.16)
τ k

Kp k Kp k 2τξωn − 1
ω2n = → Ti = → Ti = (1.17)
Ti τ τω2n τω2n

Dados k y τ previamente encontrado, se proponen valores para las especificaciones de sobre-

oscilación y tiempo de asentamiento.
Para esto, dado que 0 ≤ u ≤ 10 [V], se hace una prueba lazo abierto en el Modelo No Lineal
con u = 10[V]. Asi se obtiene que para un tiempo de aproximadamete 32[s] el sistema llega a
una altura de 0.2[m].
Así se proponen los siguientes parámetros de desempeño:

Sobreoscilación:
• M p = 10 %
Tiempo de asentamiento:
• t s = 10[s]

ξπ v
−p
(l n(M p ))2
u
1 − ξ2
u
M p = 100e →ξ = t →ξ = 0,5911550338 (1.18)
π2 + (l n(M p ))2

4 4
ts = →ω = →ω = 0,6766414513[r ad /s] (1.19)
ξω ts ξ

Y por lo tanto:

2τξωn − 1
Kp = = 563,3037834 ≈ 563,304 (1.20)
k

2τξωn − 1
Ti = = 1,718344856 ≈ 1,718 (1.21)
τω2n

Con esto, el controlador y la planta son:

(1,718s + 1)
C (s) = 563,304
1,718s
0,1053
G 0 (s) =
75,3766s + 1

7
 1 Desarrollo

1.3.1 Simulación Modelo No Lineal

Dado el controlador siguiente:

1
(1,718s + 1) 1,718
C (s) = 563,304 = 563,304(1 + )
1,718s s
Se genera el siguiente diagrama para el Modelo No Lineal en Simulink:

Figura 1.3: Modelo No lineal en Simulink

Figura 1.4: Respuesta y actuación, sin saturación

8
 1 Desarrollo

Figura 1.5: Respuesta y actuación, con saturación 0-10[V]

En la figura 1.4 se puede observar el comportamiento del controlador bajo el Modelo No

Lineal.
Se puede ver que el tiempo de asentamiento no se cumple completamente, tardando aproxi-
madamente 4 segundos más.
A la vez se observa también, que al no tener saturación y no estar limitada por esto, la actuación
supera el máximo voltaje permitido.

En la figura 1.5 se muestra la respuesta del sistema y su actuación considerando una saturacion
máxima de 10[V]. Al igual que en el caso anterior, la señal de actuación se alcanza a saturar
por casi 2.5[s], sin embargo a pesar de esta sasturación el controlador estabiliza el proceso
tardando aproximadamente 15 segundos.

9
 1 Desarrollo

1.3.2 Simulación Modelo Lineal

Dado el controlador y la planta siguientes:

1
(1,718s + 1) 1,718
C (s) = 563,304 = 563,304(1 + )
1,718s s
0,1053
G 0 (s) =
75,3766s + 1
Se genera el siguiente diagrama para el Modelo Lineal en Simulink:

Figura 1.6: Modelo lineal en Simulink

Figura 1.7: Respuesta y actuación, sin saturación

10
 1 Desarrollo

Figura 1.8: Respuesta y actuación, con saturación -5 - 5[V]

En la figura 1.7 y 1.8 se puede ver la respuesta del sistema linealizado en torno al punto de
operacion (5;0.1861).
Para esto se comienza la simulación en un valor de h = 0.1861 y se da un salto escalón de 0.01.
En la figura 1.7 se puede apreciar la respuesta del sistema sin saturacion. En ella el tiempo de
asentamiento es cercano a los 12.5 segundos, sin embargo, considerando el rango de respuesta,
se puede ver que a los 10 segundos el sistema ya alcanzó un valor cercano al 99 % de su valor
de asentamiento.
Considerando el punto de operación, se puede observar que la actuación supera el rango
válido.

En la figura 1.8 se aprecia la respuesta del sistema linealizado considerando una saturación
entre -5[V] y 5[V]. Esto debido a que se linealizó el modelo considerando una actuación en el
punto de operación de 5[V].
En esta situación, al igual que en la figura 1.7, se puede observar más claramente que el
rango de actuación se supera y por lo tanto la actuación se satura. Sin embargo, el tiempo de
asentamiento casi no se vé alterado.

11
 1 Desarrollo

1.4 Identificación del sistema

Para obtener el modelo del proceso, se utilizó la simulación de la planta en LabView mediante
el VI “Main_saveData.vi”. Se guardó una simulación y se utilizó la herramienta systemIdentifi-
cation, anteriormente conocida como ident, de Matlab.

Los datos utilizados se muestran a continuación:

Figura 1.9: Gráfico de datos obtenido con LabView

1.4.1 Diseño/selección de PID adecuado

Con los datos cargados en Matlab, mediante systemIdentification se obtienen 2 modelos que
se ajusten al proceso.
Se seleccionan dos parecidos al modelo de la planta obtenidos analíticamente.

Figura 1.10: Modelos de ajuste al proceso

12
 1 Desarrollo

Dado que los dos modelos tienen el mismo porcentaje de ajuste, se selecciona el modelo de la
planta/proceso como:
1,1536
G 0 (s) =
59,122s + 1
Por lo tanto:

k = 1,1536 (1.22)

τ = 59,122 (1.23)

Se mantienen los parámetros de desempeño:

Sobreoscilación:
• M p = 10 %
Tiempo de asentamiento:
• t s = 10[s]

ξπ v
−p
(l n(M p ))2
u
1 − ξ2
u
M p = 100e →ξ = t →ξ = 0,5911550338 (1.24)
π2 + (l n(M p ))2

4 4
ts = →ω = →ω = 0,6766414513[r ad /s] (1.25)
ξω ts ξ

Y por lo tanto:

2τξωn − 1
Kp = = 40,1331484 ≈ 40,133 (1.26)
k

2τξωn − 1
Ti = = 1,71037824 ≈ 1,710 (1.27)
τω2n

Con esto, el controlador y la planta/proceso son:

1
(1,710s + 1) 1,710
C (s) = 40,133 = 40,133(1 + )
1,710s s
1,1536
G 0 (s) =
59,122s + 1

13
 1 Desarrollo

Figura 1.11: Respuesta y actuación de la Identificación del sistema en Modelo No Lineal, sin
saturación

La figura 1.11 muestra la respuesta y actuación del controlador encontrado mediante la

Identificación del sistema, en torno al punto de operación seleccionado. Como se puede ver
en la figura 1.11 tarda bastante más en llegar a su tiempo de asentamiento, sin embargo logra
controlar y estabilizar el sistema obteniendo un valor mayor al 98 % de su valor asentamiento
a aproximadamente los 100 segundos.
A pesar de que el sistema tarda bastante más en asentarse y tiene una leve oscilación en torno
al punto de asentamiento, los niveles de actuación se mantienen en margenes adecuados, no
alcanzando la saturación.

Figura 1.12: Prueba de control PID en LabView

14
Análisis y comparación de resultados
Al momento del diseño del controlador de una planta o proceso, es importante estudiar
el proceso a nivel físico e identificar claramente las variables y parámetros que lo mode-
lan y caracterizan.

La linealización del modelo de un proceso, probablemente no lineal, permite trabajar

más cómodamente y simular su respuesta en torno a un punto de operación, haciendo
a este modelo linealizado un buen punto de partida para alcanzar mejores modelos
nominales para el control.

Dado que el proceso trabajado está modelado físicamente por un sistema de primer
orden estable, el controlador PID suficiente para estabilizarlo y llevarlo a un punto de
operación, es un controlador PI.

El primer controlador PI realizado analíticamente se comportó bien en el control del

modelo lineal y no lineal. Cumpliendo los tiempos de asentamiento dentro de un rango
adecuado y manteniendo un overshoot de la respuesta en un margen más que adecuado
a los requerimientos.

A pesar de que el controlador encontrado analíticamente se comportó bien en cuanto a

los tiempos de asentamiento y overshoot de la respuesta, su rendimiento fue a costa
de grandes actuaciones sobre el proceso, sobrepasando tanto en las simulaciones del
modelo lineal como el no lineal los margenes de actuación.

Mediante la exportación de los datos del proceso en LabView, se logró identificar el

modelo del proceso con ayuda de la herramienta ident.
Identificado el proceso modelado por un sistema de primer orden, se elegió un contro-
lador tipo PI, bajo los mismos parámetros de rendimiento que el conseguido analítica-
mente.

El controlador conseguido mediante identificación logra en general estabilizar la planta

en torno al punto de operación, sin embargo, presenta grandes oscilaciones en torno al
punto de asentamiento.

15
 1 Análisis y comparación de resultados

A pesar de estabilizar el proceso, no logra cumplir con el tiempo de asentamiento ade-

cuado, ni acercarse dentro del margen cercano al 90 %.
Además de esto, tampoco cumple con el porcentaje de overshoot en la respuesta, ha-
ciendo que el controlador sea físicamente inviable para el control del proceso, debido a
que sobrepasa el nivel máximo del estanque.

A pesar de no cumplir con los parámetros de rendimiento, el controlador encontrado

mediante identificación del sistema, produce actuaciones sobre el proceso que estan
dentro de los margenes aceptables, no llegando a la saturación.

Para mejorar la respuesta del controlador del sistema identificado, es posible mejorar
el modelo del sistema identificado introduciendo para ello otro polo y aumentando el
orden de la planta/proceso. Con esto, se encuentran modelos que se ajustan mejor a las
características de la planta, y que por lo tanto, tienen un mayor porcentaje de ajuste a
los datos obtenidos con LabView. Esto lleva por supuesto, a proponer un controlador
que tenga mayor grados de libertad y por lo tanto, un posible mejor rendimiento.

16