Examen I Bimestre.

Castro Guerrero Alvita Melisa, Almeida Darwin Javier

Facultad de Ingeniería Eléctrica y Electrónica

Escuela Politécnica Nacional
Quito, Ecuador
alvita.castro@epn.edu.ec
darwin.almeida@epn.edu.ec

Abstract—En el presente artículo se muestra dos plantas a ser controladas por varios controladores, se observa y

comparar cuál de estos es el más apropiado, en basa a sus acciones de control, ISE, MP y tiempo de establecimiento,

entre los controladores a diseñar se encuentran, el control adaptativo, control por reset de cleggs, control por modelo

interno, estos se aplican al sistema tanque cónico. Mientras que el control por álgebra lineal se aplica a un sistema de

reacción química y se comprar con un PID, observando que el PID mantendrá el retardo, mientras que el sistema con

control adaptativo reducirá este cada vez que se dé un cambio.

Keywords—PID, CMI, reset Cleggs, time-delay, ISE

1. Introducción

Para nuestro desarrollo empezamos por mostrar el modelado de la planta de un cono de nivel en el cual se ingresa

líquido y este tiene una fuga constante de salida en [LPH] y también una entrada con la que controlaremos el nivel del

tanque e implementaremos los diferentes métodos para diseños de controladores con sus respectivas simulaciones en

Matlab para explicar el funcionamiento de cada controlador y sus características.

2. Dado el tanque cónico como esta descrito en el artículo:

G. PandimadeviM.E. y Dr.V.Selvakumar. Design of PI Controller for a Conical Tank

System. WJERT, 2018, Vol. 4, Issue 1, 165-175.

2.1 Implemente el modelo en Matlab/Simulink agregue transmisor y válvula

Implementacion del modelo dado.

Tenemos la implementacion de nuestro modelo y la respuesta en lazo cerrado de nuestro sistema para observar su comportamiento
con un cambio en la entrada de 66[LPH] hasta 132[LPH] a los 15 segundos con lo cual tenemos una salida de altura de 1.5cm y
5.7cm en la salida aproximadamente.
Para nuestra valvula se tiene una condicion dinamica de respuesta con retardo de 0.01 un aproximado del tiempo de accion de la
valvula ademas que transforma el voltaje de entrada de 0 a 10 [V] en una salida de maximo 400[LPH].

Para nuestro transmisor se tienen condiciones de respuesta dinamica rapida y una conversion de una respuesta de 0.2[V/cm] ya que
se convierte la señal de altura del nivel en cm en voltios a la salida del transmiso, la saturacion nos deja llegar maximo a de salida
10V.

2.2 Diseñe un esquema de control Adaptivo

Control adaptativo ganancia programada

La respuesta del sistema será aproximada mediante el siguiente modelo

𝐾 ∗ 𝑒 −𝜃𝑠
𝐺(𝑠) =
𝜏𝑠 + 1

Mediante el uso de Simulink de Matlab obtenemos las simulaciones correspondientes además de las gráficas correspondientes para
poder realizar la obtención del modelo.
Los modelos son primero intervalo de (55 a 66 LPH):
 𝜏 = 1.5 ∗ (𝑡63.2% − 𝑡28.3%)
𝜏 = 1.5 ∗ (0.2556 − 0.2253) = 0.04545
𝜃=0
∆ 0.0874
𝐾= = = 0.3237
𝛿 0.27
0.3237
𝐺(𝑠) =
0.04545𝑠 + 1

Figura 2: validación del modelo.

Intervalo de (66 a 132 LPH):

 𝜏 = 1.5 ∗ (𝑡63.2% − 𝑡28.3%)
𝜏 = 1.5 ∗ (0.8342 − 0.5329) = 0.4519
𝜃=0
∆ 0.8632
𝐾= = = 0.5231
𝛿 1.65
0.5231
𝐺(𝑠) =
0.4519𝑠 + 1

Figura 2: validación del modelo.

Intervalo de (132 a 198 LPH):

 𝜏 = 1.5 ∗ (𝑡63.2% − 𝑡28.3%)
𝜏 = 1.5 ∗ (2.0627 − 1.5598) = 0.7543
𝜃=0
∆ 1.441
𝐾= = = 0.873
𝛿 1.65
0.873
𝐺(𝑠) =
0.7543𝑠 + 1

Figura 2: validación del modelo.

Intervalo de (198 a 264 LPH):

 𝜏 = 1.5 ∗ (𝑡63.2% − 𝑡28.3%)
𝜏 = 1.5 ∗ (3.3634 − 2.9374) = 0.6389
𝜃=0
∆ 2.014
𝐾= = = 1.2206
𝛿 1.65
1.2206
𝐺(𝑠) =
0.6389𝑠 + 1

Figura 2: validación del modelo.

CONTROLADOR PI

Se procede a realizar la sintonización del controlador:

TABLA 1. Parámetros controladores

Intervalo LPH Kp Ki
55-66 2.77296655119973 92.2010362592995
 66-132 7.98694388510021 35.7011564088635
132-198 4.04010942322803 2.70463929898983
198-264 222 0.3

Figura 2: Sistema implementado en Simulink.

Figura 2: Respuesta del sistema ante existencia de perturbaciones para cada controlador realizado en cada altura de refrencia.
 Figura 2: Señal de control hacia la valvula voltaje de 0 a 10 [v].

Figura 2: Salida del sistema frente a la existencia de ruido en el transmisor.

2.3 Diseñe un controlador PI usando el esquema propuesto por reset de Cleggs

Utilizando el modelo obtenido por curva de reaccion en entrada de 132 a 198 [LPH] que son 3.3 y 4.95 [V] en la vávula de entrada
y tenemos nuestro modelo de primer orden obtenido previamente:

𝜏 = 1.5 ∗ (𝑡63.2% − 𝑡28.3%)

𝜏 = 1.5 ∗ (8.699 − 1.8) = 10.3
𝜃=0
∆ 1.441
𝐾= = = 0.873
𝛿 1.65
 0.873
𝐺(𝑠) =
10.3𝑠 + 1

Para nuestro controlador se neceista un valor de Preset que es

∝𝜋
−
𝑒 𝛽
𝑃𝑟𝑒𝑠𝑒𝑡 = ∝𝜋
−
1+𝑒 𝛽

Para obtener los valores del Preset le agrego un controlador PI de 2 en proporcional K y 1.5 en Ti a la planta y varia los datos
apra tener una oscilacion y obtener los valores de α y β que son los valores que se obtienen de la respuesta transitoria a partir del
tiempo de estabilidad y el porcentaje de sobrepico.

4 𝜋
𝑇𝑠 = = 50 α = 0.08 𝑡𝑝 = β = 0.24
α β
0.08𝜋
− 0.24
𝑒
𝑃𝑟𝑒𝑠𝑒𝑡 = 0.08𝜋 =0.2597
−
1+𝑒 0.24
Se tiene la salida que del transmisor y la referencia de nivel.
 Cambios de referencia.

Respuesta ante perturbaciones

Usando el integrador de Clegg procedemos a diseñar nuestro controaldor

2.4 Control por Modelo interno

Para realizar el controlador correspondiente escojemos como intervalo de operación (132 a 198 LPH) con el cual la planta esta
definida como:
𝜏 = 1.5 ∗ (𝑡63.2% − 𝑡28.3%)
𝜏 = 1.5 ∗ (0.5011 − 0.3017) = 0.299
 𝜃=0
∆ 0.5713
𝐾= = = 0.3961
𝛿 1.442
0.3961
𝐺(𝑠) =
0.299𝑠 + 1

Con lo cual procedemos a realizar neustro fiiltro el cual quedaria definido como:

1 0.299𝑠 + 1
𝐺(𝑠) = ∗
0.3961 3𝑠 + 1

Procedemos con la simualcion correspondente:

Figura 2: Sistema implementado en Simulink.

Figura 2: Respuesta del sistema ante cambio de referencia.

 Figura 2: Señal de control hacia la valvula voltaje de 0 a 10 [v].

Figura 2: Respuesta del sistema ante cambio de referencia y a perturbaciones en instante 800 y 1600.
 Figura 2: Salida del sistema frente a la existencia de ruido en el transmisor.

2.5 Compare los controladores, obtenidos anteriormente, usando para ello ISE, MP, ts, ISU

Controlador ISE ISU MP

Adaptativo 0.0543 0.233 1.5
Reset 0.348 0.582 0.2
IMC 0.0873 0.428 2

3. Realizar un resumen de tres páginas de la técnica de control por Algebra Lineal, donde:

3.1 Describa en que consiste el método

La tecnica de Algeobra lineal esta basada en usar conceptos sencillos de algobra lineal para encontrar un controlador, las incognitas

con las acciones de control que se le debe de aplicar al sistema. Los pasos para enontrar este controlador son:

 Aproximacion de las variables de estado.

 Calculo de las señales de control de manera de minimizar la distancia entre los estados deseados y los del sistema.

 Analisis de las condiciones bajo las cuales el sistema tiene solucion.

 Minimizacion de propiedades adicionales del sistema.

El metodo de Euler es uno de los metodos posibles a ser usados para aproximar un sistema:

Aso para una ecuacion de primer orden como:

 (31)

Con el valor inicial en:

La aproximacion de Euler sera:

(3.2)

El proximo valor quedaria de la forma:

(3.3)

El modelo del sistems de control requerido esta dado de la forma:

Fig.3.1 Modelo del control.

3.2 Desarrolle el método en un ejemplo sencillo de aplicación.

Para un sistema de segundo orden el metodo de algeobra lineal se da de la siguiente forma:

Se tiene un proceso quimico en el cual la funcion de trasferencia que define al sistema es:

𝑒 −9.7𝑠
𝐺𝑝(𝑠) =
(𝑠 + 1)(0.5𝑠 + 1)(0.25𝑠 + 1)(0.125𝑠 + 1)

Al aproximar la palnta a una de primer orden como:

𝐾∗𝑒 −𝜃𝑠
𝐺(𝑠) = (3.4)
𝜏𝑠+1
Se tiene:
 Fig. 3.2 Planta con un paso de 10%.
∆ 0.1
𝐾= = =1
𝛿 0.1
Ti=10
𝑃𝑢𝑛𝑡𝑜𝑇1 = 𝑡(28.3% ∗ ∆) − 10 = 10.824
𝑃𝑢𝑛𝑡𝑜𝑇2 = 𝑡(63.2% ∗ ∆) − 10 = 11.7
𝜏 = 1.5 ∗ (𝑡63.2% − 𝑡28.3%) = 1.314
𝜃 = 𝑡63.2% − 𝜏 = 10.386
𝑒 −10.386𝑠
𝐺𝑚(𝑠) =
1.314𝑠 + 1

El retardo se lo expresa de la forma:

1
𝑒 −10.386𝑠 =
10.386𝑠 + 1

1
𝐺𝑚− (𝑠) =
(1.314𝑠 + 1)(10.386𝑠 + 1)

Para obtener al sistema de la forma:

𝐾 𝐾𝐵
𝐺(𝑠) = (3.5)
𝑠 2 +𝐾𝐴 𝑠+𝐾𝐵

𝑡𝑜 + 𝜏 1
𝐾𝐴 = = 0.6647 ; 𝐾𝐵 = = 0.07327
𝑡𝑜 𝜏 𝑡𝑜 𝜏

Se convierte al sitema en formas de variable de estado:

0.07327𝑢 = 𝑦̈ + 0.6647𝑦̇ + 0.07327𝑦

𝑦1 = 𝑦

𝑦2 = 𝑦̇
 𝑦̇ 2 = 𝑦̈ = 0.07327𝑢 − 0.6647𝑦̇ − 0.07327𝑦

𝑦̇ 0 1 𝑦1 0
[ 1] = [ ] [𝑦 ] + [ ]𝑢
𝑦2̇ −0.07327 −0.6647 2 0.07327

Se discretiza por Euler

𝑦1,𝑛+1 = 𝑦1,𝑛 + 𝑇𝑦2,𝑛

𝑦2,𝑛+1 = 𝑦2,𝑛 + 𝑇[0.07327𝑢𝑛 − 0.6647𝑦2,𝑛 − 0.07327𝑦1,𝑛 ]

Se despeja la accion de control:

𝑦1,𝑛+1 − 𝑦1,𝑛 − 𝑇𝑦2,𝑛

0
[ ] 𝑢𝑛 = [𝑦2,𝑛+1 − 𝑦2,𝑛 ]
0.07327 + 0.664𝑦2,𝑛 + 0.07327𝑦1,𝑛
𝑇

La variable que deseo controlar es y por lo tanto, se reemplaza el valor de la referencia menos K1 por el error:

𝑒1,𝑛 = 𝑦1𝑟𝑒𝑓,𝑛 − 𝑦1,𝑛

𝑦1,𝑛+1 = 𝑦1𝑟𝑒𝑓,𝑛+1 − 𝑘1(𝑒1,𝑛 )

Remplazando esto en la matriz pasada.

𝑦1𝑟𝑒𝑓,𝑛+1 − 𝑘1(𝑒1,𝑛 ) − 𝑦1,𝑛 − 𝑇𝑦2,𝑛

0
[ ] 𝑢𝑛 = [𝑦2,𝑛+1 − 𝑦2,𝑛 ]
0.07327 + 0.664𝑦2,𝑛 + 0.07327𝑦1,𝑛
𝑇

Para que el sistema tenga solucion exacta necesito que se cumpla:

𝑦1𝑟𝑒𝑓,𝑛+1 − 𝑘1(𝑒1,𝑛 ) − 𝑦1,𝑛 − 𝑇𝑦2,𝑛 = 0

𝑦1𝑟𝑒𝑓,𝑛+1 −𝑘1(𝑒1,𝑛 )−𝑦1,𝑛

𝑦2,𝑛 = = 𝑦2𝑒𝑧,𝑛 , valor que debe tener 𝑦2,𝑛 para que el error tienda a cero.
𝑇

𝑦2,𝑛+1 = 𝑦2𝑒𝑧,𝑛+1 − 𝑘2 (𝑦2𝑒𝑧,𝑛 − 𝑦2,𝑛 )

𝑦2𝑒𝑧,𝑛 − 𝑦2,𝑛 = 𝑒2,𝑛

1 𝑦2𝑒𝑧,𝑛+1 − 𝑘2 𝑒2,𝑛 − 𝑦2,𝑛

𝑢𝑛 = [ + 0.664𝑦2,𝑛 + 0.07327𝑦1,𝑛 ]
0.07327 𝑇

𝑦2𝑒𝑧,𝑛+1 ≈ 𝑦2𝑒𝑧,𝑛

𝜏𝑚1 , 𝜏𝑚2 𝜏𝑚1 , 𝜏𝑚2

𝑚𝑖𝑛 < 𝑇 < 𝑚𝑖𝑛
15 4
 0.692𝑚𝑖𝑛 < 𝑇 < 2.595 𝑚𝑖𝑛

𝑇 = 1.1𝑚𝑖𝑛

𝑘1 = 0.3

𝑘2 = 0.8

𝑦1𝑟𝑒𝑓,𝑛+1 − 𝑘1(𝑦1𝑟𝑒𝑓,𝑛 − 𝑦1,𝑛 ) − 𝑦1,𝑛 𝑦1𝑟𝑒𝑓,𝑛+1 − 𝑘1(𝑒1,𝑛 ) − 𝑦1,𝑛

− 𝑘2 ( − 𝑦2,𝑛 ) − 𝑦2,𝑛
1 𝑇 𝑇
𝑢𝑛 = + 0.664𝑦2,𝑛 + 0.07327𝑦1,𝑛
0.07327 𝑇
[ ]

𝑦1𝑟𝑒𝑓,𝑛+1 − 𝑘1(𝑒1,𝑛 ) − 𝑦1,𝑛 𝑦1𝑟𝑒𝑓,𝑛+1 − 𝑘1(𝑒1,𝑛 ) − 𝑦1,𝑛

− 𝑘2 ( − 𝑦2,𝑛 ) − 𝑦2,𝑛
1 𝑇 𝑇
𝑢𝑛 = + 0.664𝑦2,𝑛 + 0.07327𝑦1,𝑛
0.07327 𝑇
[ ]

Reemplazo parámetros:

1
𝑢𝑛 = [𝑦 − 0.8(𝑒1,𝑛 ) − 𝑦1,𝑛 − 0.6(𝑦1𝑟𝑒𝑓,𝑛+1 − 0.8(𝑒1,𝑛 ) − 𝑦1,𝑛 − 𝑦2,𝑛 ∗ 𝑇) − 𝑦2𝑛 ∗ 𝑇 + 0.664𝑦2,𝑛 ∗ 𝑇 2 + 0.07327𝑦1,𝑛 ∗ 𝑇 2 ]
0.0732 ∗ 𝑇 2 1𝑟𝑒𝑓,𝑛+1

Calcula de pid por medio de Dahlin

𝑒 −10.386𝑠
𝐺𝑚(𝑠) =
1.314𝑠 + 1

Ti = τ = 1.314
Td = 0.5θ = 5.193
τ
Kc = = 0.06325
2Kθ
Con este PID se tuvo un gran error, por lo que se uso metodos de prueba y error para calcular uno que resulte mejor
Kc = 1
Ti = 0
Td = 0.5
Los resultados se muestran a continuacion para una onda sinusoidal.
 Fig.3.3 Graficas del sistema con un PID, con el modelo de control por algeobra lineal, se obserba como el PD sigue a la

referencia pero maniene el desface, mientras que el control por algeobra linela, en cada onda lo reduce.

Fig.3.4 Acciones de control del PD y control por algeobra lineal, se observa que la accionde control de controlador por algeobra
lineal no es conste y varia para reguci el tiempo de diferencia con la referencia.

4. Conclusiones:

Para el control con álgebra lineal se comprobó como el sistema reduce el error que existe en un inicio, cada periodo

reducía el error entre la referencia y la señal de salida con el controlador, mientras que el PD solo seguía la referencia,

pero mantenía el error. El PD sigue de mejor manera en magnitud que el control de álgebra lineal, en algunos casos

hasta reducir el error.

Los controladores adaptativos presentan gran ventaja frente a un controlador convencional cuando se tiene un proceso

con dinámica variable, nos presenta soluciones adecuadas frente a las perturbaciones y como observamos en los

resultados obtenidos las referencias son seguidas de manera fiel y las acciones de control no sobrepasan los valores

permitidos por nuestro actuador.

Se observa que para los diferentes modelos de primer orden con o sin retardo se pueden obtener los controladores

adecuados según el modelado de la planta y la respuesta del proceso pues a medida que las variables aumentan de

magnitud los sistemas suelen volverse más lentos y se limitan a las acciones de control físicamente posibles lo cual

puede volver a un sistema controlado en uno ON-OFF dependiendo de las variables y su velocidad de respuesta.
Referencias

M. Fabiana Sardella, M. Emanuel Serrano, Oscar Camacho, and Gustavo J. E. Scaglia, Design and Application of a

Linear Algebra Based Controller from a Reduced-Order Model for Regulation and Tracking of Chemical Processes

under Uncertainties, pubs.acs.org/IECR

Oscar Camacho, Gustavo Scaglia, O. Lucia Quintero, A Dead Time Compensator Based on Linear Algebra

(DTCLA), ELSEVIER