EL CONTROL DETRÁS DE LA

AUTOMATIZACIÓN

Alejandro Piñón Rubio

 Agenda
 AUTOMATIZACION

 SISTEMAS CONTROL

 CONTROL PID

 CONTROL PREDICTIVO

 CONTROL DES

 SISTEMAS HIBRIDOS

 SISTEMAS SCADA

3
OBJETIVO

- Simplificar Tareas

- Realizar Tareas Peligrosas y/o Imposibles

- Mejorar la disponibilidad de los productos

- Simplificar el mantenimiento de forma que el operario no

requiera grandes conocimientos para la manipulación del
proceso productivo

- Reducción de Mano de Obra

- Mejorar la Eficiencia del Proceso

4
Automatización cont.
AUTOMATIZACION

Operativa Control

Sensores
Dispositivo
Programable
Actuadores

5
 Automatización cont.
Ruido

Actuadores Proceso Sensores

Variable
medida
Señal
control

Estrategia de
Control

Reperesentación de un sistema en LAZO CERRADO

6
Automatización cont.

7
 Automatización (2)
AUTOMATIZACION
CLASIC CONTOL PID

TIME DRIVEN

Operativa Control
ADVANCED Predictive,Adaptive,
CONTROL Expert
CONTROL
Sensores
Dispositivo
Programable
Actuadores
EVENT DRIVEN
DISCRETE EVENT Automata
SYSTEMS Petri Nets

8
 HYBRID CONTROL

CONTROL CLASICO PID

TIME DRIVEN

CONTROL Predictive,Adaptive,
AVANZADO Expert
CONTROL

DISCRETE EVENT Automata

EVENT DRIVEN
SYSTEMS Petri Nets

9
TIME DRIVEN

CLASIC
PID
CONTROL

TIME Predictive
DRIVEN Control
ADVANCED Adaptive
CONTROL Control
Expert
Control
10
 PID Control.PID
• PID = PROPORCIONAL+INTEGRAL + DERIVATIVO
Representante por excelencia del control clásico
Error
P

Ref Salida
I Σ Proceso

-
D

11
 PID Control.PID

Ventajas Desventajas
Formulación matemática sencilla- No Apto para procesos con θ alto
Facil Implementación
Ajuste sencillo de parámetros – Mal desempeño en sistemas no
Reglas de sintonía Lineales*
Adaptable- “Autosintonía” Sistemas variantes en el tiempo*
Amplia Documentación y Aplicación Inestable por Naturaleza de diseño*
Immplementación nativa en
Hardware Industrial (PLC)

12
 CLASIC
PID
CONTROL

TIME Predictive
DRIVEN Control
ADVANCED Adaptive
CONTROL Control
Expert
Control
13
Predictive
Control
Control.Predictivo
MPC= MODEL PREDICTIVE CONTROL

MODELOS NO PARAMETRICOS (Dynamic Matrix Control “DMC”)

Impulse Respons
Step Response

MODELOS PARAMETRICOS (Generalized Predictive Control“GPC”)

14
Predictive
Control
Control.Predictivo
Ejemplo t(+5)=t(0)+[t(0)-t(-5)]=2t(0)-t(-5)=22

t(+5)
22

20
Temp (°c)

18

(-5) (0) (+5)

Past Current Future
time

15
Predictive
Control
Control.Predictivo
COMO FUNCIONA

* Control ante alimentado de

manera natural

* Manejo sencillo de sistemas

Multivariables

* Manejo de referencias futuras

16
17
18
19
 HYBRID CONTROL

CONTROL CLASICO PID

TIME DRIVEN

CONTROL Predictive,Adaptive,
AVANZADO Expert
CONTROL

DISCRETE EVENT Automata

EVENT DRIVEN
SYSTEMS Petri Nets

20
DISCRETE EVENT
SYSTEMS DES

21
DISCRETE EVENT
SYSTEMS DES
 MODELAR SISTEMAS SECUENCIALES COMPLEJOS

 CONTROLAR OPERACIONES A PARTIR DE LA MODELACIÓN DE

UNA PLANTA EN EVENTOS DISCRETOS

 DIAGNÓSTICO DE TRAYECTORIAS ERRÓNEAS (DIAGNOSTICO

DE FALLAS)

 DISEÑO DE LÓGICA DE CONTROL A PARTIR DEL DESARROLLO

FORMAL DE LA MODELACIÓN DEL SISTEMA

 GRAFCET ES RESULTADOS DE LA REPRESENTACIÓN POR

MEDIO DE MÁQUINAS DE ESTADOS FINITAS
DETERMINISTICAS Y PN.

22
DISCRETE EVENT
SYSTEMS DES

23
DISCRETE EVENT
SYSTEMS DES

24
DISCRETE EVENT
SYSTEMS DES

25
 HYBRID CONTROL

CONTROL CLASICO PID

TIME DRIVEN

CONTROL Predictive,Adaptive,
AVANZADO Expert
CONTROL

DISCRETE EVENT Automata

EVENT DRIVEN
SYSTEMS Petri Nets

26
HYBRID CONTROL
Sistemas de control híbridos

27
HYBRID CONTROL Sistemas de control híbridos
PERMITE MODELAR CUALQUIER SISTEMA DONDE SE INVOLUCREN VARIABLES DISCRETAS Y
VARIABLES EN TIEMPO CONTINUO/DISCRETO

LOS SISTEMAS PUEDEN SER MODELADOS COMO SWS, PWA, MLD Y HA.

HERRAMIENTAS EN MATLAB COMO HYSDDEL (BEMPORAD) PUEDEN SER UTILIZADOS PARA

MODELACION DE SISTEMAS “PWA Y MLD”

DIVERSAS ESTRATEGIAS DE CONTROL PUEDEN SER APLICADOS A LOS HS. *MPC PUEDE SER
IMPLEMENTADO A TRAVES DE LA ESTIMACION DEL HORIZONTE DE PREDICCION (SIMILAR AL
CASO CONTINUO)

ES POSIBLE REPRESENTAR SISTEMAS NO LINEALES O VARIANTES EN EL TIEMPO* COMO UN

CONJUNTO DE SISTEMAS LINEALES PARTICIONADOS.

MPAC PUEDE SER UTILIZADO PARA SISTEMAS NO LINEALES Y VARIANTES EN EL TIEMPO.

“CONTROL EXPERTO” (ADEX)

28
HYBRID CONTROL Sistemas de control híbridos

29
 SCADA-fully automation
SCADA= Supervisory Control and Data Acquisition

 Permite realizar control, monitoreo y adquisición de datos en tiempo real.

30
SCADA-fully automation

31
 SCADA-fully automation

COMUNICACIÓN PROPIETARIA OPC

32
 SCADA-fully automation
HMI Quality Internet

OPC Data Access Client OPC Client OPC Client OPC Client

OPC Data Access Server OPC Data Access Client OPC Data Access Client

OPC Data eXchange Server

N N N

OPC Data eXchange

N N Server
N

Fieldbus
N N N

System Distributed I/O DCS & PLC Systems

33
CONCLUSION?

34
 Coordinador
Dr. Luis E. Garza Castañón
Departamento de Mecatrónica y Automatización (DMA)
Aulas 7-322
email: legarza@itesm.mx
Tel. 83582000 ext. 5486
Carreras a las que se dirige

• Ingeniería en Mecatrónica
• Ingeniería en Electrónica
• Ingeniería Mecánica y Eléctrica
• Ingeniería en Automatización
• Ingeniero Físico,
• Otras ingenierías (Química, Mantenimiento, etc.)
 Proyectos de Investigación (II)
• Desarrollo de Modelos y Esquemas de
Control para SMART GRIDS (LEGC)
• Modelación y Control de Vehículos Aéreos
no Tripulados (RSR,LEGC)
• Modelación y Control con Autómatas,
Grafos y Redes de Petri (FPP)
• Aplicaciones de Control y Automatización
para la Industria (AFC, FPP, LRC, ENJ)
• Control de Turbinas Eólicas (LEGC)

** Proyecto de investigación próxima a abrirse

 Vinculación
• Universidad Nacional de Educación a Distancia, Madrid, España
• Grupo de Sistemas Avanzados de Control, UPC, Barcelona,
España
• GIPSA-Lab Instituto Nacional Politécnico de Grenoble, Francia
• Diagnosis, Flight Control and Simulation Lab., Universidad de
Concordia, Montreal, Canadá
• Instituto de Ingeniería (UNAM)
• Facultad de Ingeniería Mecánica y Eléctrica (UANL)
• Corporación ADEX, Madrid, España
• METALSA, Monterrey, NL
• Refinería Cadereyta (PEMEX), NL
• Cátedra de Supervisón y Control Avanzado
• Cátedra de Autotrónica
• Cátedra de Maquinas Inteligentes
GRACIAS

39