Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE CUATRO TANQUES
INTERCONECTADOS CON CONTROL PID
ROBUSTO MULTIVARIABLE
I
II
DISEÑO E IMPLANTACIÓN DE UN SISTEMA DE
CUATRO TANQUES INTERCONECTADOS CON
CONTROL PID ROBUSTO MULTIVARIABLE
Autor:
DIEGO GERARDO MOGROVEJO MERCHÁN
Ingeniero Electrónico
Egresado de la Maestría en Control y Automatización Industriales
Unidad de Posgrados
Universidad Politécnica Salesiana
Dirigido por:
ERNESTO TOMÁS GRANADO MIGLIORE
Doctorado (Especialidad sistemas automáticos)
Universidad Simón Bolívar
Cuenca – Ecuador
III
Datos de catalogación bibliográfica
Dirigido por:
Queda prohibida, salvo excepción prevista en la Ley, cualquier forma de reproducción, distribución, comunicación
pública y transformación de esta obra para fines comerciales, sin contar con autorización de los titulares de propiedad
intelectual. La infracción de los derechos mencionados puede ser constitutiva de delito contra la propiedad intelectual.
Se permite la libre difusión de este texto con fines académicos o investigativos por cualquier medio, con la debida
notificación a los autores.
DERECHOS RESERVADOS
©2016 Universidad Politécnica Salesiana
CUENCA - ECUADOR – SUDAMÉRICA
IV
ÍNDICE GENERAL
PREFACIO ................................................................................................................ XI
PRÓLOGO.............................................................................................................. XIII
CAPÍTULO I ................................................................................................................1
INTRODUCCIÓN A UN SISTEMA MULTIVARIABLE DE CUATRO
TANQUES INTERCONECTADOS. ..........................................................................1
1.1 Sistema multivariable de cuatro tanques. .......................................................1
1.2 Controladores PID, utilización y variantes. ....................................................7
1.2.1 Utilización de los controladores PID. .....................................................8
1.2.2 Controladores PID robustos....................................................................9
1.2.3 Controladores PID multivariable. .........................................................10
1.3 Desigualdades lineales matriciales (LMI). ...................................................13
1.3.1 Importancia de las LMIs .......................................................................13
1.4 Criterio de estabilidad de Lyapunov. ............................................................15
1.4.1 Análisis de estabilidad de Lyapunov de sistemas de tiempo continuo .17
CAPÍTULO 2 ..............................................................................................................19
DISEÑO DEL MODELO DINÁMICO DE CUATRO TANQUES CON
MÚLTIPLES CONFIGURACIONES. .....................................................................19
2.1 Dimensionamiento, planificación del modelo dinámico de cuatro tanques. 19
2.2 Descripción de la instrumentación aplicada. ................................................21
2.2.1 Sensores de caudal. ...............................................................................21
2.2.2 Sensores de presión. .............................................................................23
2.2.3 Sensores de nivel. .................................................................................24
2.2.4 Bombas de control de flujo. ..................................................................26
2.3 Configuración utilizada. ...............................................................................27
2.4 Identificación del sistema dinámico en la configuración seleccionada y
comparación con el modelo matemático. .................................................................29
CAPÍTULO 3 ..............................................................................................................35
DISEÑO DE UN CONTROLADOR BASADO EN PID MULTIVARIABLE
ROBUSTO PARA NIVEL. ........................................................................................35
3.1 Controladores de múltiples entradas y múltiples salidas. .............................35
3.2 Diseño de un controlador PID multivariable robusto para ajuste de nivel de
líquido. ......................................................................................................................37
3.2.1 Algoritmo para diseño del controlador. ................................................42
3.3 Diseño del controlador..................................................................................43
CAPÍTULO 4 ..............................................................................................................49
V
IMPLEMENTACIÓN DEL CONTROLADOR PID MULTIVARIABLE
ROBUSTO APLICADO AL MODELO FÍSICO CONSTRUIDO. .......................49
4.1 Implementación del programa en el controlador ..........................................49
4.2 Adaptación de la interface física entre el modelo dinámico y el controlador.
49
4.3 Simulaciones.................................................................................................50
4.4 Resultados experimentales. ................................................................................55
CAPÍTULO 5 ..............................................................................................................59
ANÁLISIS DE RESULTADOS, CONCLUSIONES Y RECOMENDACIONES 59
5.1 Análisis del sistema propuesto. ....................................................................59
5.2 Validación de resultados. ..............................................................................60
5.3 Conclusiones.................................................................................................60
5.4 Recomendaciones. ........................................................................................61
5.5 Propuesta de trabajos futuros. .......................................................................61
BIBLIOGRAFÍA ........................................................................................................63
ANEXOS .....................................................................................................................67
ANEXO 1. PROCESO DE CONSTRUCCIÓN .......................................................67
ANEXO 2. DIAGRAMA ELÉCTRICO DEL MODELO DINÁMICO ................73
ANEXO 3. PUBLICACIÓN PRESENTADA EN ETCM (GUAYAQUIL,
OCTUBRE 2016) ........................................................................................................75
VI
ÍNDICE DE FIGURAS
Figura 1: Sistema de dos tanques acoplados de Quanser Consulting. ®.......................2
Figura 2: Sistema de tanques propuesto. .......................................................................3
Figura 3: Algunas configuraciones posibles. ................................................................4
Figura 4: (a) Control PID de una planta. (b) Ecuación de un PID ................................8
Figura 5: Diseño de tanque para modelo dinámico. ....................................................20
Figura 6: Montaje de tanques en estructura. ...............................................................21
Figura 7: Sensor de caudal GEMS ® tipo RFA. .........................................................22
Figura 8: Curvas de sensor de caudal. (a) Respuesta de voltaje, (b) Caída de presión en
relación a flujo ..............................................................................................................23
Figura 9: Sensor de presión. ........................................................................................24
Figura 10: Curva característica de sensor de presión ..................................................24
Figura 11: Sensor capacitivo DINGTEK ®. ...............................................................25
Figura 12: Curva característica de sensor de nivel ......................................................25
Figura 13: Composición de las bombas ......................................................................26
Figura 14: Curva característica de bombas de caudal .................................................27
Figura 15: Configuración seleccionada para el desarrollo de este trabajo ..................27
Figura 16: Planta real completa...................................................................................28
Figura 17: Respuesta de nivel a voltaje aplicado a bombas ........................................30
Figura 18: Esquema de simulación en Simulink de MATLAB® ...............................32
Figura 19: Nivel de los tanques en simulación, (a) Tanques 1 y 2, (b) tanques 3 y 4. 33
Figura 20: Prueba de comportamiento de la planta real. .............................................33
Figura 21: Comportamiento de los niveles de tanques 1 y 2. ......................................34
Figura 22: Localización de polos (configuración de fase mínima). ............................45
Figura 23: Localización de polos (configuración de fase mínima). ............................47
Figura 24: DAQ NI-USB6212® (a) conexiones (b) apariencia ..................................50
Figura 25: Esquema de control implementado para la simulación..............................50
Figura 26: Comportamiento dinámico del nivel del tanque 1 (fase mínima) ..............51
Figura 27: Comportamiento dinámico del nivel del tanque 2 (fase mínima). .............51
Figura 28: Señal de control correspondiente a la bomba 1 (fase mínima). .................52
Figura 29: Señal de control correspondiente a la bomba 2 (fase mínima). .................52
Figura 30: Comportamiento dinámico del nivel del tanque 1 (fase no mínima). ........53
Figura 31: Comportamiento dinámico del nivel del tanque 2 (fase no mínima). ........53
Figura 32: Señal de control correspondiente a la bomba 1 (fase no mínima). ............54
Figura 33: Señal de control correspondiente a la bomba 2 (fase no mínima). ............54
Figura 34: Comportamiento del controlador (a) Gráficas tanques 1 y 2, (b) Imagen del
sistema en SP. ...............................................................................................................56
Figura 35: Comportamiento dinámico del nivel del tanque 1 (con saturación). .........57
Figura 36: Comportamiento dinámico del nivel del tanque 2 (con saturación). .........57
Figura 37: Señal de control correspondiente a la bomba 1 (con saturación)...............58
Figura 38: Señal de control correspondiente a la bomba 2 (con saturación)...............58
VII
Figura 40: (a), (b), (c), (d), (e). Estructuración de modelo didáctico ..........................69
Figura 41: Proceso de pintura......................................................................................70
Figura 42: (a), (b), (c). Ensamblaje del modelo didáctico ...........................................71
VIII
DEDICATORIA
IX
X
PREFACIO
El aprendizaje de la teoría de control como parte multidisciplinaria de la
ingeniería tiene diversos enfoques, uno de estos es el que relaciona la teoría con la
experimentación, la necesidad de visualizar en un entorno físico el comportamiento
modelado de un sistema dinámico.
Las magnitudes físicas relacionadas con los fluidos, y en especial con niveles,
presentan propiedades intrínsecas que las hacen un buen ejemplo para el estudio de la
teoría de control. El comportamiento dinámico real de los sistemas de nivel resulta muy
cercano al modelo teórico que se obtiene desde las ecuaciones diferenciales derivadas
de las leyes físicas que los rigen. Además, los sistemas de nivel poseen una dinámica
adecuada para la realización de prácticas experimentales. Por una parte, su respuesta
temporal es lo suficientemente “lenta” como para apreciar fácilmente su
comportamiento transitorio; por otra parte, es relativamente “rápida” para poder realizar
un experimento en un tiempo razonable, menor a la media hora. Por estas razones, estos
sistemas son ampliamente utilizados en los laboratorios de automatización y control.
XI
gastos excesivos, y para efectos de comprobación aplicar el diseño de un controlador a
una determinada configuración posible.
XII
PRÓLOGO
La necesidad por entender los fenómenos físicos es tan antigua como la
humanidad en sí misma, y con su entendimiento esa necesidad se volcó hacia el deseo
de controlarlos, modificarlos y perfeccionarlos. La teoría de control trajo consigo la
modelización que la física había iniciado, llevando los fenómenos físicos a una etapa de
mayor entendimiento aún, donde se podía interactuar con ellos de forma mucho más
directa.
¿Por qué? La pregunta que hace que los avances tecnológicos, científicos,
sociales, naturales, o culturales sucedan, la pregunta que permite a la humanidad salir
en búsqueda de las respuestas que necesita para entender lo que en un inicio no tenía
explicación. La misma pregunta que nos ha conducido al desarrollo de este trabajo de
tesis. En este libro se muestran algunas técnicas avanzadas de control automático
aplicadas a procesos de fluidos, que resultan amigables para su estudio dentro de la
teoría de control.
XIII
En los anexos se incluye la siguiente información: en el anexo 1 el proceso de
fabricación del modelo dinámico. En el anexo 2 el diagrama eléctrico del modelo
dinámico. El anexo 3 contiene una copia del artículo derivado de este trabajo que fue
presentado en el ETCM 2016 (Ecuador Technical Chapters Meeting) organizado por la
rama IEEE de Ecuador, en la ciudad de Guayaquil.
XIV
AGRADECIMIENTO
XV
XVI
CAPÍTULO I
INTRODUCCIÓN A UN SISTEMA
MULTIVARIABLE DE CUATRO TANQUES
INTERCONECTADOS.
En este capítulo se explica en qué consiste el modelo dinámico de múltiples
tanques de agua interconectados entre sí, y su utilización en la enseñanza de la teoría de
control, las posibles configuraciones que se pueden obtener de un mismo sistema, así
como una breve introducción a los controladores PID y sus aplicaciones, a sus variantes
robustas, y su implementación en sistemas de múltiples variables. Finalmente, se
presentará un preámbulo del criterio de estabilidad de Lyapunov y de las desigualdades
matriciales lineales LMIs, como útiles herramientas de diseño de controladores robustos
multivariables.
• Industria petroquímica.
• Industria papelera.
• Industria de tratamiento de agua.
• Industria alimenticia.
• Industria de la construcción.
Nuestras vidas inclusive están regidas por procesos de control de flujo como
por ejemplo la fisiología médica involucra muchos sistemas de bio-control de flujo para
administrar la cantidad de sangre fluyendo por el cuerpo entre diferentes órganos, otros
bio-sistemas controlan los niveles de presión y concentración de químicos en cada parte
de nuestro cuerpo.
1
El asombroso embalse de Silveretta en los Alpes de Austria es una muestra
gigante de un sistema de dos tanques acoplados. Por un lado, está el Silveretta Stausse
con 2034 metros de altura, por otro lado, acoplado a éste el Vermunt Stausse de 1717
metros, junto con su sistema de generación hidroeléctrico son el sistema de dos tanques
acoplados más grandes del mundo.
Efectivamente, los sistemas de control de nivel están por todas partes, en todas
nuestras industrias, en nuestros cuerpos, en todos los procesos relacionados con flujo
que para poder funcionar necesitarán previamente un nivel acumulado. Es necesario
para los ingenieros de control entender cómo los sistemas de control de tanques
funcionan, y cómo resolver el problema de controlar su nivel [1].
Los modelos dinámicos físicos constituyen una herramienta muy útil para
reforzar el aprendizaje de la teoría de control, no siempre es simple contrastar el modelo
obtenido de un sistema a partir de las ecuaciones diferenciales que lo rigen, con los
elementos físicos disponibles comercialmente. Los sistemas que presentan un mejor
comportamiento para su utilización y comparación entre modelo matemático y modelo
físico son los que se relacionan con los fluidos y las magnitudes que los gobiernan como
son: la presión, el caudal, y el nivel.
2
Existen diferentes variantes de los sistemas de tanques acoplados y según
aumenta el número de variables, naturalmente aumenta la dificultad para analizarlos y
establecer técnicas de control que se ajusten a su configuración.
El modelo propuesto para este trabajo, al igual que el trabajo mostrado en [3]
tiene una ventaja primordial sobre otros modelos comerciales, y es que es muy versátil
y permite una serie de configuraciones por medio del ajuste de las válvulas del sistema.
Es así como se puede ir desde un sistema sencillo de una sola entrada y una sola salida
(SISO), hasta la configuración que más variables involucre.
Por otra parte, las variables que pueden ser controladas también son diversas.
Se puede tener procesos que actúen sobre la presión en las tuberías, o en el flujo de las
mismas, y en nuestro caso el nivel de fluido en los tanques que es la magnitud en la que
centraremos nuestro análisis.
3
En el modelo propuesto se tienen dispuestas dos bombas controlables en
velocidad de flujo como actuadores, con lo que es posible operar sobre el caudal y la
presión del sistema, y por ende sobre el nivel en los tanques sabiendo que, la cantidad
de líquido que se acumula en un recipiente es igual a la diferencia entre el volumen que
ingresa y el volumen que sale del mismo.
4
comportamiento del sistema está dado por las siguientes ecuaciones de balance de masa
[2]:
h1 (t )
Ar1 a1 2 gh1 (t ) a3 2 gh3 (t ) 1k1v1 (t )
dt
h (t )
Ar2 2 a2 2 gh2 (t ) a4 2 gh4 (t ) 2 k 2 v2 (t )
dt
(1)
h (t )
Ar3 3 a3 2 gh3 (t ) (1 2 )k 2 v2 (t )
dt
h (t )
Ar4 4 a4 2 gh4 (t ) (1 1 )k1v1 (t )
dt
Donde:
0 0
Linealizando la ecuación (1) en el punto de operación hi (t ), v j (t ) ,
i 1,2,3,4 y j 1,2 , el modelo en el espacio de estados está dado por:
x (t ) Ax(t ) Bu (t )
(2)
y (t ) Cx (t )
Donde x(t ) R n , u (t ) R l , y (t ) R m , A R n x n , B R n x l y C R m x n
son definidas como:
5
h1 (t ) h10 (t )
v1 (t ) v10 (t )
h2 (t ) h20 (t )
x(t ) , u (t ) ,
h3 (t ) h30 (t ) 0
v 2 (t ) v 2 (t )
h4 (t ) h4 (t )
0
1 Ar3
T 0
Ar1T3
0
1
0
1
0
Ar4
T2 Ar2T4
A
1
0 0 0
T3
1
0 0 0
T4
1 k1
Ar 0 (3)
1
2k2
0
Ar2
B
(1 2 )k 2
,
0
Ar3
(1 1 )k1
0
Ar4
1 0 0 0
C ,
0 1 0 0
Ari 2hi 0
Donde Ti 0, i 1,2,3,4 , representa la constante de tiempo del
ai g
tanque-i.
El sistema es estable en lazo abierto con dos ceros de transmisión, que pueden
ser ajustados para operar en ambos semiplanos, en el izquierdo (fase mínima) y en el
derecho (fase no mínima) dependiendo de la relación de flujo de los tanques superiores,
6
e inferiores. La posición de esos ceros es determinada por los parámetros 1 y 2 como
se muestra a continuación:
G ( s) C ( sI A) 1 B (4)
Obteniéndose:
c1 1 c1 (1 2 )
T1s 1 (T1s 1)(T3 s 1)
G (s) (5)
c 2 (1 1 ) c 2 2
(T2 s 1)(T4 s 1) T2 s 1
Donde:
Tjk j
cj , j 1,2 (6)
Arj
(a)
7
𝑡
𝑑𝑒(𝑡)
𝑢(𝑡) = 𝐾𝑝 𝑒(𝑡) + 𝐾𝑖 ∫ 𝑒(𝜏)𝑑𝜏 + 𝐾𝑑
0 𝑑𝑡
(b)
Figura 4: (a) Control PID de una planta. (b) Ecuación de un PID
Los controles PID tienen una extensa gama de aplicación, se diría que de hecho
están presentes en cualquier industria, y en casi cualquier proceso (presión, temperatura,
nivel, fluidos, etc.). Son utilizados en el control de velocidad de motores, sean éstos en
corriente continua como en las imprentas rotativas o máquinas de industria textil, o de
corriente alterna, como bandas transportadoras, ventiladores, etc. También se
encuentran presentes en sistemas de bombeo, donde en los últimos años ha habido un
auge de los llamados sistemas de presión constante en el uso industrial o en
edificaciones residenciales.
Los controladores de tres términos PID han dominado los procesos industriales
por más de seis décadas, y lo siguen haciendo [6]. La expansión que han tenido los
8
controladores PID puede atribuirse a su estructura simplificada, su robustez, a su alto
rango de aplicaciones posibles y rendimiento ajustable, aunque limitado a problemas de
control simple. En 1939, la primera aplicación comercial fue introducida [7], y con ello
comenzó una gran investigación y desarrollo.
9
De esta manera, el problema será tratado como el diseño de un controlador
robusto con incertidumbre poliédrica estructurada [9]. En este caso, el modelo en el
espacio de estados para el sistema linealizado (2) se expresa de manera incierta como:
x (t ) A( ) x(t ) Bu (t )
(7)
y (t ) Cx (t )
Donde A( ) R
nxn
pertenece a un dominio convexo definido por:
L
Γ : A( ) : A( ) k Ak , L (8)
k 1
Y:
L
L R L :
k 1
k 1, k 0
(9)
Observe que cualquier matriz incierta A( ) Γ puede ser escrita como una
combinación convexa de los L vértices (matrices extremas) Ai , i 1, , L .
10
Un tratamiento muy bueno sobre métodos de diseño basados en LMI fue
propuesto en [14] y más tarde utilizado para resolver diferentes problemas de diseño de
controles tipo MIMO PID [15] y [16].
t
dy (t )
u (t ) F1 y (t ) F2 y ( )d F3 (10)
0
dt
z (t ) A ( ) z (t ) B u (t )
y (t ) C ( ) z (t ) (11)
u (t ) F y (t )
Donde:
C 0
A( ) 0 B
A ( ) , B 0 , C ( ) 0 I ,
C 0 CA( ) 0 (12)
T
t
z (t ) x(t )
y ( ) d
0
11
LA
Γ A : ( A, C )( ) : ( A, C )( ) k Ak , LA (13)
k 1
Donde:
LA
LA R LA : k 1, k 0 . (14)
k 1
F1 ( I F3CB ) 1 F1
F2 ( I F3CB ) 1 F2 , (15)
1
F3 ( I F3CB ) F3
z(t ) ( A ( ) B F C ( )) z (t ) (16)
F3 F3 ( I CBF3 ) 1
F2 ( I F3CB ) F2 (17)
F1 ( I F3CB ) F1
12
1.3 Desigualdades lineales matriciales (LMI).
Una gran variedad de problemas de control se puede formular como
desigualdades lineales matriciales (LMIs por las siglas en ingles de Linear Matrix
Inequalities) [18]. Algunos criterios de estabilidad que surgieron en los años 40 y 50
para sistemas con restricciones en los actuadores se pueden formular de forma sencilla
como LMIs.
Entre los problemas de control que pueden ser formulados mediante LMIs están
los de análisis de estabilidad, estabilización de sistemas, control sujeto a restricciones,
control robusto, control óptimo, estimación de estado, etc.
m
F ( x) F0 x F 0
i 1
i i (18)
1.3.1.1 La convexidad
13
Demostración
m
F (x 1 y ) F0 (x 1 y ) F
i 1
i i i
m m
(19)
F0 1 F0
i 1
xi Fi (1 ) y F
i 1
i i
F ( x) 1 F ( y ) 0
F1 ( x) 0 0
0 F2 ( x) 0
0 (20)
0
0 0 0 F ( x )
p
De esta manera, múltiples expresiones tipo LMI pueden plantearse sobre alguna
variable x sin perder la convexidad del problema.
14
Q S
0 (21)
S T R
,
Q 0; R S T Q 1S 0 , (22)
R 0; Q SR 1S T 0 (23)
Demostración
I Q 1S I 0
M1 y M2 , (24)
0 I R 1S T I
Q 0
0, (25)
0 R S T Q 1S
Q S T R 1S 0
0, (26)
0 R
Una vez escrita una desigualdad matricial como una LMI, existen efectivos y
poderosas algoritmos para la solución de esta clase de problemas, estos pueden
estudiarse en: [20] y [21].
15
Se sabe de la teoría clásica de la mecánica que un sistema vibratorio es estable
si su energía total (una función positiva definida) es continuamente decreciente (lo que
significa que la derivada temporal de la energía total debe ser negativa definida) hasta
alcanzar un estado de equilibrio.
•
x(t ) f x(t ) (27)
x0 t , x0 , t 0 (28)
x0 lim t , x0 0 (29)
t
•
(a) Estable en el sentido de Lyapunov si V (x) es semi definida negativa.
16
•
(b) Asintóticamente estable en el sentido de Lyapunov si V (x) es definida
negativa.
x (t ) Ax(t ) (30)
d
V ( x) xT Px xT Px
dt (32)
xT AT P PA x
Como se eligió V ( x(t )) positiva definida, se requiere para tener estabilidad
d
asintótica que V (x) sea negativa definida. Por tanto,
dt
d
V ( x) x T Qx (33)
dt
Donde
Q AT P PA (34)
Por tanto, para estabilidad asintótica del sistema (34), es suficiente que Q sea
positiva definida. Se resume lo indicado aquí con un teorema.
17
Teorema 2. Sea el sistema descrito por la ecuación (30). Una condición
necesaria y suficiente para que el estado de equilibrio x = 0 sea asintóticamente estable,
es que exista una matriz P n x n simétrica y positiva definida tal que:
AT P PA 0 (35)
18
CAPÍTULO 2
DISEÑO DEL MODELO DINÁMICO DE
CUATRO TANQUES CON MÚLTIPLES
CONFIGURACIONES.
En este capítulo se expone la propuesta de realización del modelo dinámico de
cuatro tanques interconectados entre sí. Se hace una descripción de los componentes,
sus capacidades, los materiales, e instrumentación utilizada en el diseño y la
interrelación entre ellos.
Los cuatro tanques se disponen en forma de matriz de dos por dos sobre un
panel vertical, y se tiene un quinto tanque en la parte inferior del arreglo que almacena
y a su vez sirve de retorno a los desfogues de los dos tanques inferiores del sistema. En
este quinto tanque se debe instalar también un sensor de nivel mínimo de seguridad para
prevenir que las bombas trabajen en vacío.
19
En los tanques se han dispuesto las perforaciones necesarias para la instalación
de las válvulas y las tuberías de desfogue, así como de las de alimentación, también las
perforaciones necesarias en la tapa superior para la fijación de los sensores de nivel. La
tapa superior a su vez queda insertada en el tanque para evitar que se deslice hacia los
costados, el diseño propuesto para los tanques puede ser observado en la figura 5.
En cada extremo lateral del tanque de reserva se dispone la salida de una bomba
que es el actuador. Desde la salida de las bombas hacia los tanques inferiores existe un
arreglo de dos válvulas de dos vías a cada lado para seleccionar el flujo que pasa hacia
los tanques superiores, o se deriva a los tanques inferiores. En la parte superior del panel
vertical que soporta los tanques hay un par de válvulas de tres vías tipo L, una a cada
lado, estas válvulas seleccionan hacia cuál de los tanques superiores se deriva el flujo.
Todos los tanques tienen en la parte inferior un orificio con una válvula manual
de aguja que regula el caudal de salida, este caudal de salida de los tanques superiores
actúa también como caudal de entrada para los tanques inferiores. También en el caso
de los tanques inferiores existe una válvula adicional que interconecta las salidas de los
dos tanques, para alguna configuración adicional.
20
Figura 6: Montaje de tanques en estructura.
Para nuestro caso se seleccionó la serie RFA con salida analógica de 0 a 10VDC
proporcional al flujo presente y un rango de trabajo de 0.5 a 5GPM, si bien no son parte
de este trabajo y no van a ser utilizados para el mismo, quedan disponibles para su
utilización en trabajos futuros, son utilizados principalmente para sistemas
dosificadores, equipos de purificación y expendio de agua, intercambiadores de calor,
etc. Los puertos de conexión hidráulica son por medio de rosca de ¼” NPT. El sensor
de caudal GEMS® RFA es el que se muestran en la figura 7.
21
Figura 7: Sensor de caudal GEMS ® tipo RFA.
El visualizador frontal puede ser removido girando 45° en sentido anti horario,
siempre que la presión sea liberada para limpiar cualquier impureza que pudiera pasar
hacia el elemento. También permite fijarse de manera mecánica por medio de tornillos
al panel por lo que es cómodo en aplicaciones didácticas.
(a)
22
(b)
Figura 8: Curvas de sensor de caudal. (a) Respuesta de voltaje, (b) Caída de presión en relación a flujo
Los sensores de presión también están propuestos para que sirvan en trabajos
futuros. Tienen un fondo escala de 6 bar (87.02psi) y una salida de tipo analógica de 4
a 20mA proporcional a la presión aplicada.
23
Figura 9: Sensor de presión.
24
La salida es de tipo analógica de 0 a 5VDC proporcional al nivel de líquido que
cubre el sensor, la alimentación tiene que ser de 24VDC, el sensor de nivel tiene una
resolución de 1mm. Está construido en acero inoxidable 304, como se muestra en la
figura 11.
25
una profundidad útil total de 320mm, y un fondo escala de 5V, la resolución del sensor
es: 5𝑉⁄320𝑚𝑚 = 15.6𝑚𝑉/𝑚𝑚.
Estos sensores están diseñados para trabajar en ambientes industriales y de alta
vibración, así como con diferentes tipos de fluidos incluidos aguas residuales o
combustibles.
Están diseñadas con un circuito interno de tres fases en DC que significa que
son tres pares de polos magnéticos, sin escobillas que controla el arranque para que sea
de manera amortiguada y evitar picos de corriente, así como un flujo desmedido al
momento de romper la inercia de la columna de agua, tienen un grado de protección
IP68 que les permitiría trabajar de manera inmersa en el tanque de reserva, en la figura
13 se señala la composición de las bombas.
Las bombas deben ser precauteladas de no trabajar en vacío, eso podría dañarlas
permanentemente. La curva de respuesta de las bombas en función del flujo entregado
y la altura alcanzada se muestra en la figura 14.
26
Figura 14: Curva característica de bombas de caudal
27
En la figura 16 se muestra una fotografía de la planta real, construida y
funcionando.
En el modelo hay que tener presente nuevamente que los niveles a controlarse
son los de los tanques 1 y 2, el flujo de líquido parte de las bombas P1 y P2 que son
controladas por los voltajes v1 y v2. Las constantes 1 y 2 representan la porción de
flujo que se deriva hacia el tanque inferior y complementariamente la que se dirige hacia
el tanque superior del mismo lado.
En la parte superior existen válvulas de tres vías que seleccionan si el flujo cae
sobre el tanque del mismo lado o va hacia el tanque superior del lado opuesto, como es
en este caso.
28
2.4 Identificación del sistema dinámico en la configuración
seleccionada y comparación con el modelo matemático.
Para la identificación del proceso es necesario primero levantar algunos datos,
como las tasas de cambio de los flujos de entrada y salida de los tanques, así como el
nivel generado por un determinado voltaje aplicado a las bombas. Estas pruebas pueden
ser repetidas a diferentes tensiones de alimentación para luego establecer un modelo que
pueda ser cotejado con las ecuaciones diferenciales expuestas de manera analítica en el
primer capítulo.
Bomba 1 Bomba 2
Voltios(V) Nivel Nivel
(cm) (cm)
2 4.2 4.9
3 9.3 10.4
4 14.7 15.8
5 20.0 21.4
Tabla 1: Toma de muestras de nivel
29
Figura 17: Respuesta de nivel a voltaje aplicado a bombas
Bomba 1 Bomba 2 k1 k2
Voltios(V) Caudal Caudal
(cm3/s) (cm3/s)
2 4.84 5.64 2.42 2.82
3 10.71 11.98 3.57 3.67
4 16.93 18.20 3.75 3.95
5 23.04 24.65 3.99 4.2
Tabla 2: Toma de muestras de caudales
30
La sección transversal de los orificios de salida de los tanques ai , i 1,2,3,4 se
puede determinar analíticamente conociendo la sección transversal de la tubería de
diámetro 0.625cm (1/4”) el área total del orificio de salida es 0.3068cm2, entonces para
diferentes aperturas conocidas de la válvula se tiene diferentes valores de a para
diferentes posiciones de la válvula.
h1 (t )
Ar1 a1 2 gh1 (t ) k1v1 (t ) (36)
dt
31
Y las constantes 𝑘1 y 𝑘2 mostradas en la tabla 2 fijadas para esta simulación
como 𝑘1 = 𝑘2 = 4.2.
(a)
32
(b)
Figura 19: Nivel de los tanques en simulación, (a) Tanques 1 y 2, (b) tanques 3 y 4.
33
Figura 21: Comportamiento de los niveles de tanques 1 y 2.
34
CAPÍTULO 3
DISEÑO DE UN CONTROLADOR BASADO
EN PID MULTIVARIABLE ROBUSTO PARA
NIVEL.
En el presente capítulo se aborda el diseño del controlador PID robusto
multivariable como tal, su desarrollo y posterior simulación aplicada al modelo obtenido
en capítulos anteriores sobre la configuración seleccionada que se ha venido tratando.
35
interacción, e indirectamente facilitar el diseño de los controladores del sistema de
control descentralizado, [26], [27], [28], [29], [30].
36
representado equivalentemente por un sistema aumentado utilizando una nueva variable
de estado, al mismo tiempo el controlador es formulado como un problema de control
de retroalimentación estática de salida (SOF) en el sistema aumentado. La aproximación
se basa en métodos de desigualdades matriciales lineales iterativas ILMIs [18] para
resolver problemas de SOF como los presentados en [17]. Las ganancias del PID son
obtenidas sin cálculos computacionales adicionales una vez que la matriz SOF es
alcanzada.
Lema 2.- [53]: la condición (38) puede ser expresada de manera equivalente
como una combinación convexa de los vértices de las matrices del sistema:
37
L
P ( ) j Pj , L (40)
j 1
A( ) S ( ) S ( ) AT ( ) 0 (41)
1
Si se define S ( ) P ( ) 0 , y se multiplica la ecuación (38) a la derecha y
a la izquierda por S ( ) .
Lema 3.- [22], [23]: El sistema incierto (7) es estabilizable de manera robusta
en el dominio de incertidumbre (8), (9) mediante una realimentación de estado estática
u (t ) Kx (t ) , si y sólo si existen las matrices S j S j , G , H soluciones de las
T
siguientes LMIs:
A j BK H H T A j BK
T A j BK G H T S j 0
T
T
G A j BK H S j G GT
(42)
Sj 0
j 1,2, , L
A ( ) B FC ( ) S ( ) S ( ) A ( ) B FC ( ) T 0 (43)
38
Es la misma condición (41) para un sistema de lazo cerrado (14).
A ( ) B FC ( ) S ( ) S ( ) A ( ) B FC ( ) T S ( ) 0 (44)
siguiente LMI.
1 A B F C j G H T S j
0
j
T
G A j B F C j H S j G GT
T
Sj 0
(45)
j 1,2, , L A
donde 1 A j B F C j H H T A j B F C j S j .
T
Demostración.
39
I A ( ) B F C ( )
0 S ( )
S ( ) 0
S ( ) 0 I
0 0
0 A ( ) B F C ( )
T
0
A ( ) B F C ( )
S ( )
I
S ( ) 0 (46)
A ( ) B F C ( )
I H
H T
G T A ( ) B F C ( )
T
I
G
S ( ) 0 I
T 0
0 0 A ( ) B F C ( )
3
T2 0
3 G G T
donde
2 A ( ) B F C ( ) H H T A ( ) B F C ( ) S ( )
T
3 A ( ) B F C ( ) G H T S ( )
Debido a que las matrices A ( ), C ( ) tienen una relación lineal en (46), si esta
condición es satisfecha en los vértices, será también satisfecha en cualquiera de sus
combinaciones convexas.
LA
S ( ) k S k , LA (47)
k 1 ,
40
I A ( ) B F C ( )
W (48)
0 I ,
Se cumple que:
5 T
W T4 W 0
5 G G T
donde (49)
4 A ( ) B F C ( ) G G T A ( ) B F C ( ) S ( )
T
5 A ( ) B F C ( ) G G T S ( )
Que es igual a:
7
T6 0
7 G G T
donde
6 A ( ) B F C ( ) S ( )
(50)
S ( ) A ( ) B F C ( ) S ( )
T
7 S ( ) A ( ) B F C ( ) G T GT .
41
3.2.1 Algoritmo para diseño del controlador.
Paso 1 (Inicialización).
El punto clave del algoritmo es encontrar el punto inicial. Para hacerlo, se
propone resolver el problema de diseño de retroalimentación de estado para el sistema
(11). Entonces haciendo una extensión del lema 3 al sistema aumentado (11) y haciendo
H G , ya que no hay restricciones para esas matrices, y:
8 A j G0 B G K 0 G0T S j 0
T T 0
G0 A j G K 0 A G0 S j 0 G0 G0
T T T
S j0 0
j 1,2, , L A
(51)
donde
8 A j G0 G0T A jT B G K 0 G KT 0 B T and G K 0 KG 0 .
Paso 2.
Paso 3.
42
En este paso se hace i i 1 ; dejando fijo el valor de F (obtenido en el paso
2), buscamos * , empezando un proceso de búsqueda de la variable escalar ,
calculando H , G y S j , j 1,, LA que resuelva la condición (45); entonces se
regresa al paso 2.
43
0 0
v1 v 2 2.7 [V]
h10 9.93 [cm] , h20 10.35 [cm] , h30 1.32 [cm] , h40 1.14 [cm] .
0 0
v1 v 2 3.8 [V]
h10 19.68 [cm] , h20 20.51[cm] , h30 2.62 [cm] , h40 2.26 [cm] .
A partir de la ecuación (17) se obtiene de F las ganancias del PID original que
son:
- 0.0922 11.0092
F 1
0.2403
,
19.6795
0.5505 3.6978
F 2
- 0.5116
,
7.1180
89.0224 4.0693
F 3
101.7610
,
5.6323
Los autovalores del sistema aumentado (16) para las dos matrices vértices son,
para el caso del punto de operación que se obtiene con v1 v 2 2.7 [V] :
0 0
- 2.7652 + 0.2013i
- 2.7652 - 0.2013i
- 0.3830 + 0.0601i
- 0.3830 - 0.0601i
- 0.0028 + 0.0000i
- 0.0095 + 0.0000i
44
Y para el punto de operación que se obtiene con v1 v 2 3.8 [V] :
0 0
- 2.7432 + 0.1449i
- 2.7432 - 0.1449i
- 0.3865 + 0.0613i
- 0.3865 - 0.0613i
- 0.0020 + 0.0000i
- 0.0067 + 0.0000i
0.4
0.3
0.2
0.1
Imaginario
-0.1
-0.2
-0.3
-0.4
-3 -2.5 -2 -1.5 -1 -0.5 0
Real
Figura 22: Localización de polos (configuración de fase mínima).
0 0
v1 v 2 2.7 [V] ,
h10 8.23 [cm] , h20 12.75 [cm] , h30 2.50 [cm] , h40 3.84 [cm] .
0 0
v1 v 2 3.8 [V] ,
h10 16.30 [cm] , h20 22.26 [cm] , h30 4.96 [cm] , h40 7.60 [cm] .
45
Resolviendo el problema, después de seis iteraciones se obtiene:
-1.0587x10^-04 y la siguiente ganancia del controlador SOF:
A partir de la ecuación (17) se obtiene de F las ganancias del PID original que
son:
41.5794 - 3.5302
F 1
- 2.2326
,
27.8581
3.2088 3.3911
F 2
2.2708
,
2.14850
145.1759 2.2355
F 3
138.9892
.
4.6320
Los autovalores del sistema aumentado (16) para las dos matrices vértices son,
para el caso del punto de operación que se obtiene con v1 v 2 2.7 [V] :
0 0
- 2.7652 + 0.2013i
- 2.7652 - 0.2013i
- 0.3830 + 0.0601i
- 0.3830 - 0.0601i
- 0.0028 + 0.0000i
- 0.0095 + 0.0000i
- 2.7432 + 0.1449i
- 2.7432 - 0.1449i
- 0.3865 + 0.0613i
- 0.3865 - 0.0613i
- 0.0020 + 0.0000i
- 0.0067 + 0.0000i
46
En la figura 23 se muestra los valores propios del sistema incierto de lazo
cerrado (11) para la región convexa limitada por ( A ( ), C ( )) Γ A . Se verifica que
en todo el dominio convexo todos los autovalores se encuentran en el semiplano
izquierdo, específicamente a la izquierda de la recta Re( s) -1.0587x10^-04 .
-5
x 10
3
1
Imaginario
-1
-2
-3
-12 -10 -8 -6 -4 -2 0
Real
Figura 23: Localización de polos (configuración de fase mínima).
47
48
CAPÍTULO 4
IMPLEMENTACIÓN DEL CONTROLADOR
PID MULTIVARIABLE ROBUSTO
APLICADO AL MODELO FÍSICO
CONSTRUIDO.
En este capítulo se juntan los dos ejes que constituyen el presente trabajo, por
un lado, el controlador diseñado en el capítulo 3 es llevado a una interface física, y por
otro lado el modelo dinámico construido, que fue descrito en el capítulo 2 son acoplados
entre sí para contrastar su rendimiento con los resultados que ya han sido simulados.
49
(a)
(b)
Figura 24: DAQ NI-USB6212® (a) conexiones (b) apariencia
4.3 Simulaciones.
A continuación, se muestra la simulación del sistema con el controlador
obtenido en el capítulo anterior. Se obtendrán los resultados tanto para la configuración
de fase mínima como la no mínima. El esquema de control utilizado es que se muestra
en la figura 25.
50
Para la simulación con la configuración de fase mínima se utilizará el modelo
0 0
lineal del sistema en el punto de operación con v1 v 2 2.7 [V] . El
comportamiento dinámico del nivel de los tanques 1 y 2 se muestra en las figuras 26 y
27.
Nivel tanque 1
6
4
Nivel (cm)
0
0 1 2 3 4 5 6 7 8 9 10
Tiempo
Figura 26: Comportamiento dinámico del(s)nivel del tanque 1 (fase mínima)
Nivel tanque 2
6
4
Nivel (cm)
0
0 1 2 3 4 5 6 7 8 9 10
Tiempo (s)
Figura 27: Comportamiento dinámico del nivel del tanque 2 (fase mínima).
51
Señal de control bomba 1
2000
1500
1000
Voltaje (V)
500
-500
0 1 2 3 4 5 6 7 8 9 10
Tiempo (s)
Figura 28: Señal de control correspondiente a la bomba 1 (fase mínima).
1200
1000
800
Voltaje (V)
600
400
200
-200
0 1 2 3 4 5 6 7 8 9 10
Tiempo (s)
Figura 29: Señal de control correspondiente a la bomba 2 (fase mínima).
52
Nivel tanque 1
7
4
Nivel (cm)
0
0 50 100 150 200 250 300 350 400
Tiempo (s)
Figura 30: Comportamiento dinámico del nivel del tanque 1 (fase no mínima).
Nivel tanque 2
30
25
20
Nivel (cm)
15
10
0
0 50 100 150 200 250 300 350 400
Tiempo (s)
Figura 31: Comportamiento dinámico del nivel del tanque 2 (fase no mínima).
53
Señal de control bomba 1
3500
3000
2500
2000
Voltaje (V)
1500
1000
500
-500
0 50 100 150 200 250 300 350 400
Tiempo (s)
Figura 32: Señal de control correspondiente a la bomba 1 (fase no mínima).
2000
1500
Voltaje (V)
1000
500
-500
0 50 100 150 200 250 300 350 400
Tiempo (s)
Figura 33: Señal de control correspondiente a la bomba 2 (fase no mínima).
54
el caso de fase mínima el sistema logra estabilizarse en menos de 5 segundos (ver figuras
26 y 27).
- 0.0922 11.0092
F 1 ,
19.6795 0.2403
0.5505 3.6978
F 2 ,
7.1180 - 0.5116
89.0224 4.0693
F 3 ,
5.6323 101.7610
55
(a)
(b)
Figura 34: Comportamiento del controlador (a) Gráficas tanques 1 y 2, (b) Imagen del sistema en SP.
56
Nivel tanque 1 (con saturación en la señal de control)
6
4
Nivel (V)
0
0 100 200 300 400 500 600
Tiempo (s)
Figura 35: Comportamiento dinámico del nivel del tanque 1 (con saturación).
4
Nivel (V)
0
0 100 200 300 400 500 600
Tiempo (s)
Figura 36: Comportamiento dinámico del nivel del tanque 2 (con saturación).
57
Señal de control bomba 1 (son saturación en la señal de control)
5
4.5
3.5
3
Voltaje (V)
2.5
1.5
0.5
0
0 100 200 300 400 500 600
Tiempo (s)
Figura 37: Señal de control correspondiente a la bomba 1 (con saturación).
4.5
3.5
3
Voltaje (V)
2.5
1.5
0.5
0
0 100 200 300 400 500 600
Tiempo (s)
Figura 38: Señal de control correspondiente a la bomba 2 (con saturación).
58
CAPÍTULO 5
ANÁLISIS DE RESULTADOS,
CONCLUSIONES Y RECOMENDACIONES
Después del diseño del controlador, su simulación, se presenta el respectivo
análisis y resultados presentados en este capítulo final, validando los resultados de las
pruebas experimentales con los resultados analíticos.
También se sugiere algunos trabajos que son posibles realizar a futuro en este
mismo sistema, y algunas recomendaciones a considerar para el funcionamiento y
mantenimiento del mismo.
59
Como modelo didáctico es de amplia utilidad por lo que se ha mencionado
antes, la versatilidad de configuraciones, y sobre las configuraciones la variedad de
magnitudes que pueden ser relacionadas en un mismo proceso o experimento. Solo en
este trabajo se han mostrado cinco configuraciones posibles, no limitándose únicamente
a esas, así también el trabajo se orientó a controlar únicamente nivel.
5.3 Conclusiones.
En este trabajo se ha presentado el diseño de un controlador PID robusto
multivariable para un proceso no lineal de cuatro tanques. El controlador diseñado ha
sido aplicado exitosamente a dos configuraciones, una de fase mínima, y una de fase no
mínima.
60
5.4 Recomendaciones.
El sistema construido está diseñado para su utilización frecuente y constante,
las bombas y las válvulas tienen especificaciones de vida útil prolongada trabajando
bajo parámetros nominales de operación, la instrumentación es de grado industrial, por
lo que su trabajo puede ser inclusive por períodos ininterrumpidos de varios días.
61
diferentes que quedan abiertos para futuros trabajos de titulación en pregrado o
posgrado.
62
BIBLIOGRAFÍA
[1] http://www.control-systems-principles.co.uk/whitepapers/coupled-tanks-
systems.pdf
[2] K. H. Johansson, A. Horch, O. Wijk and A. Hansson, “Teaching multivariable
control using the quadruple-tank process,” in proc. of the 38th IEEE Conference on
Decision and Control, vol. 1, pp. 807-812, Phoenix, USA, Dec, 1999.
[3] I. Alvarado, D. Limon, W. García-Gabín, T. Alamo y E.F. Camacho, “A
comparative analysis of distributed MPC techniques applied to the HD-MPC four-tank
benchmark”, Journal of Process Control, 2011.
[4] Qing-Guo Wang, Zhen Ye, Wen-Jian Cai, Chang-Chieh Hang, “PID Control
for Multivariable Processes”, 2008.
[5] H.-J. Zimmermann, “Fuzzy Set Theory and its Applications”, pp 203-204,
1996.
[6] Q. Saeed, V. Uddin and R. Katebi, “Multivariable Predictive PID Control for
Quadruple Tank,” Engineering and Technology International Journal of Computer,
Electrical, Automation, Control and Information Engineering, vol. 4, no. 7, pp. 1178-
1183, 2010.
[7] Kristiansson, B, “Robust tuning of PI and PID controllers: using derivative
action despite sensor noiseet”, IEEE Control Systems, 2006.
[8] Dorf R, Bishop R, “Sistemas de control moderno”, 2008.
[9] J. C. Geromel, P. D. Peres & J. Bernussou, “On a convex parameter space
method for linear control design of uncertain systems,” SIAM Journal on Control and
Optimization, vol. 29, no. 2, pp. 381-402, 1991.
[10] Yanchevsky, A. E. "Optimal decentralized controller design for multivariable
plants." International journal of systems science 18.1 (1987): 177-187.
[11] Ho D WC, Guoping L. "Robust stabilization for a class of discrete-time non-
linear systems via output feedback: the unified LMI approach." International Journal of
Control 76.2 (2003): 105-115.
[12] Zhang, X, "A robust detection and isolation scheme for abrupt and incipient
faults in nonlinear systems." IEEE transactions on automatic control 47.4 (2002): 576-
593.
[13] Lequin, O., Gevers, M., Mossberg, M., Bosmans, E., & Triest, L. (2003).
Iterative feedback tuning of PID parameters: comparison with classical tuning rules.
Control Engineering Practice, 11(9), 1023-1033.
[14] Geromel, J. C., De Souza, C. C., & Skelton, R. E. (1994, June). LMI numerical
solution for output feedback stabilization. In American Control Conference, 1994 (Vol.
1, pp. 40-44). IEEE.
[15] Soliman, M., Elshafei, A. L., Bendary, F., & Mansour, W. (2010). Robust
decentralized PID-based power system stabilizer design using an ILMI approach.
Electric Power Systems Research, 80(12), 1488-1497.
63
[16] He, Y., & Wang, Q. G. (2006). An improved ILMI method for static output
feedback control with application to multivariable PID control. IEEE Transactions on
Automatic Control, 51(10), 1678-1683.
[17] Cao, Y. Y., Lam, J., & Sun, Y. X. (1998). Static output feedback stabilization:
an ILMI approach. Automatica, 34(12), 1641-1645.
[18] Boyd, S., El Ghaoui, L., Feron, E., & Balakrishnan, V. (1994). “Linear matrix
inequalities in system and control theory”. Society for industrial and applied
mathematics.
[19] Gahinet, P., Nemirovskii, A., Laub, A. J., & Chilali, M. (1994, December).
The LMI control toolbox. In Decision and Control, 1994., Proceedings of the 33rd
IEEE Conference on (Vol. 3, pp. 2038-2041). IEEE.
[20] Alizadeh, F., Haeberly, J. P. A., & Overton, M. L. (1998). Primal-dual interior-
point methods for semidefinite programming: convergence rates, stability and
numerical results. SIAM Journal on Optimization, 8(3), 746-768.
[21] Nesterov, Y., & Nemirovskii, A. (1994). Interior-point polynomial algorithms
in convex programming. Society for industrial and applied mathematics.
[22] Alamo T, “Mini curso LMIs”, Departamento de Ingeniería de sistemas y
Automática Escuela Superior de Ingenieros Universidad de Sevilla, 2012
[23] Vázquez, F., & Morilla, F. (2002). Tuning decentralized PID controllers for
MIMO systems with decouplers. IFAC Proceedings Volumes, 35(1), 349-354.
[24] Salgado, M. E., & Yuz, J. I. (2009). Una medida de interacción multivariable
en el dominio del tiempo y de la frecuencia. Revista Iberoamericana de Automática e
Informática Industrial RIAI, 6(2), 17-25.
[25] Bristol, E. H. (1966): “On a new measure of interaction for multivariable
process control.” IEEE Transactions on Automatic Control, 11, pp. 133– 134.
[26] Skogestad, S., & Postlethwaite, I. (2005). Multivariable feedback control:
analysis and design, 2005. Chichester, West Sussex, England: John Wiley & Sons, 2.
[27] Ogunnaike, B. A., & Ray, W. H. (1994). Process dynamics, modeling, and
control. Oxford University Press, USA.
[28] Goodwin, G. C., Graebe, S. F., & Salgado, M. E. (2001). Control system design.
Upper Saddle River.
[29] Waller, M., Waller, J. B., & Waller, K. V. (2003). Decoupling revisited.
Industrial & engineering chemistry research, 42(20), 4575-4577.
[30] Albertos, P., & Sala, A. (2004). El control borroso: una metodología
integradora. Revista iberoamericana de automática e informática industrial (RIAI), 1(2),
22-31.
[31] Maciejowski, J. M. (1989). Multivariable feedback design. Electronic Systems
Engineering Series, Wokingham, England: Addison-Wesley,| c1989.
[32] Wang, D. F., Han, P. U., Wang, G. Y., & Dong, Z. (2003). Predictive
Functional Control for Multiple Variable System Based on Feed-forward Decoupling
Compensation [J]. Proceedings of the Csee, 2, 034.
[33] Garrido J, Vázquez F, Morilla F, “Centralized multivariable control by
simplified decoupling”, Journal of Process Control, 2012.
64
[34] K. H. Johansson, “The quadruple-tank process: A multivariable laboratory
process with an adjustable zero,” IEEE Trans. on Control Systems Technology, vol. 8,
no. 3, pp. 456-465, 2000.
[35] D. M. de la Peña, T. Alamo, A. Bemporad and E. F. Camacho, “Feedback
min-max model predictive control based on a quadratic cost function,” in proc. of the
2006 American Control Conference, pp. 1575-1580, Minnesota, USA, June, 2006.
[36] F. Garelli, R. J. Mantz and H. De Battista, “Limiting interactions in
decentralized control of MIMO systems,” Journal of Process Control, vol. 16, no. 5,
pp. 473-483, 2006.
[37] Y. Pan and J. Wang, “Two neural network approaches to model predictive
control,” in proc. of the 2008 American Control Conference, pp. 1685-1690, Seattle,
USA, June, 2008.
[38] D. Rosinova and M. Markech, “Robust control of quadruple-tank process,”
ICIC Express Letters, vol. 2, no. 3, pp.231-238, 2008.
[39] J. Garrido, F. Vázquez and F. Morilla, “An extended approach of inverted
decoupling,” Journal of Process Control, vol. 21, no. 1, pp. 55-68, 2011.
[40] W. Belhaj and O. Boubaker, “On MIMO PID control of the quadruple-tank
process via ILMIs approaches: minimum and non-minimum case studies,” preprints of
the 10th IFAC International Symposium on Dynamics and Control of Process
Systems, pp. 481-486, Mumbai, India, December, 2013.
[41] E. Granado, W. Colmenares, J. Bernussou and G. Garcia, “Robust
multivariable pid design via LMI approach,” in proc. of the 4th IFAC Symposium in
Robust Control Design (ROCOND 2003), Milan, Italy, Jun, 2003.
[42] E. Granado, W. Colmenares, O. Pérez, “Robust multivariable pid design via
iterative lmi,” Revista de la Facultad de Ingeniería de la U.C.V., Vol. 22, no. 3, pp. 5–
12, 2007. [Online] available at:
http://190.169.94.12/ojs/index.php/rev_fiucv/article/view/5421/5212.
[43] F. Zheng, Q.-G. Wang T. H. Lee, “On the design of multivariable PID
controllers via LMI approach,” Automatica, vol. 38, no. 3, pp. 517-526, 2002.
[44] B. R. Barmish, “Necessary and sufficient conditions for quadratic
stabilizability of an uncertain system,” Journal of Optimization theory and
applications, vol. 46, no. 4, pp. 399-408, 1985.
[45] J. Bernussou, P. L. D. Peres & J. C. Geromel, J. C, “A linear programming
oriented procedure for quadratic stabilization of uncertain systems,” Systems &
Control Letters, vol. 13, no. 1, pp. 65-72, 1989.
[46] S. Dasgupta, G. Chockalingam, B. D. O. Anderson and M. Fe, “Lyapunov
functions for uncertain systems with applications to the stability of time varying
systems,” IEEE Transactions on Circuits and Systems I: Fundamental Theory and
Applications, vol. 41, no. 2, pp. 93-106, 1994.
[47] E. Feron, P. Apkarian and P. Gahinet, “S-procedure for the analysis of control
systems with parametric uncertainties via parameter-dependent Lyapunov functions,”
in proc. of the 1995 American Control Conference, vol. 1, pp. 968-972, Seattle, USA,
Jun, 1995.
65
[48] P. Gahinet, P. Apkarian M. Chilali, “Affine parameter-dependent Lyapunov
functions and real parametric uncertainty,” IEEE Transactions on Automatic control,
vol. 41, no. 3, pp. 436-442, 1996.
[49] J. C. Geromel, M. C. de Oliveira and L. Hsu, “LMI characterization of
structural and robust stability,” in proc. of the 1999 American Control Conference,
vol. 3, pp. 1888-1892, California, USA, Jun. 1999.
[50] D. Peaucelle, D. Arzelier, O. Bachelier and J. Bernussou, “A new robust D-
stability condition for real convex polytopic uncertainty,” Systems & Control Letters,
vol. 40, no.1, pp. 21-30, 2000.
[51] C. Lin, Q. G. Wang and T. H. Lee, “An improvement on multivariable PID
controller design via iterative LMI approach,” Automatica, vol. 40, no. 3, pp. 519-525,
2004.
[52] C. Scherer, and S. Weiland, “Lecture notes DISC Course on Linear Matrix
Inequalities in Control,” Version 2.0, Chapter 1, 1999.
66
ANEXOS
ANEXO 1. PROCESO DE CONSTRUCCIÓN
A continuación, se presenta una serie de imágenes de cómo fue concebido y
proyectado el modelo dinámico de cuatro tanques.
(a)
(b)
67
(c)
(d)
68
(e)
Figura 39: (a), (b), (c), (d), (e). Estructuración de modelo didáctico
(a)
69
(b)
(c)
Figura 40: Proceso de pintura
70
(a)
(b) (c)
Figura 41: (a), (b), (c). Ensamblaje del modelo didáctico
71
72
ANEXO 2. DIAGRAMA ELÉCTRICO DEL
MODELO DINÁMICO
En este anexo se presenta el diagrama eléctrico del sistema de control dinámico.
73
74
ANEXO 3. PUBLICACIÓN PRESENTADA EN
ETCM (GUAYAQUIL, OCTUBRE 2016)
75
76
77
78
79
80