Está en la página 1de 16

14/02/2009

CONTROL DE PROCESOS 
INDUSTRIALES
Control Multivariable

MSc. María Antonieta Alvarez

Control de proceso multivariable
• Se tratará los siguientes temas:
– La respuesta y estabilidad de sistemas 
multivariable puede ser un poco diferente de los 
lazos constituidos separadamente.
– Se aprenderá como aparear las variables 
controladas y manipuladas para minimizar el 
efecto de interacción.
f t  d  i t ió
– Como diseñar desacopladores para reducir o 
eliminar el efecto de interacción.

Facultad de Ingeniería en Electricidad y 
14/02/2009 2
Computación

1
14/02/2009

Control de proceso multivariable
• SISTEMA DE MEZCLA.
• Controlar el flujo de salida y la Fracción de Masa del componente
A.
• Variables manipulas: el flujo de cada una de las corrientes de 
entrada.

Facultad de Ingeniería en Electricidad y 
14/02/2009 3
Computación

Control de proceso multivariable
• REACTOR QUIMICO.
• C
Controlar
t l la temperatura
l  t t d   lid  TT    l  
de salida, TT21 y la composición, AT21.
i ió  AT
• Variables manipuladas:
• Flujo de agua para enfriamiento
• Flujo del proceso .

Facultad de Ingeniería en Electricidad y 
14/02/2009 4
Computación

2
14/02/2009

Control de proceso multivariable
• EVAPORADOR.
• C
Controlar
t l el nivel, el flujo
l  i l   l fl j del proceso
d l  y la concentración.
 l   t ió
• Variables manipuladas:
• Flujo de salida del proceso
• Flujo de vapor de entrada .

Facultad de Ingeniería en Electricidad y 
14/02/2009 5
Computación

Control de proceso multivariable
• MAQUINA SECADORA DE PAPEL.
• C
Controlar la humedad, MT51 y el peso del producto final, BT51.
t l  l  h d d  MT     l   d l  d t  fi l  BT
• Variables manipuladas:
• Flujo del depósito a la máquina.
• Flujo de vapor al último grupo de tambores de secado

Facultad de Ingeniería en Electricidad y 
14/02/2009 6
Computación

3
14/02/2009

Control de proceso multivariable
Š COLUMNA DE 
DESTILACION.
DESTILACION
Š Controlar presión columna, 
composición destilado, nivel
acumulador, nivel básico.
Š Variables manipuladas:
à Flujo agua enfriamiento.
à Flujo destilado.
à Reflujo.
j
à Flujo sedimentos.
à Flujo vapor rehervidor.

Facultad de Ingeniería en Electricidad y 
14/02/2009 7
Computación

Técnicas adicionales de control
• CONTROL DE PROCESO MULTIVARIABLE
– PROCESO CON MULTIPLES ENTRADAS Y MULTIPLES 
SALIDAS (MIMO).
– Consideraciones básicas:
1. ¿Cuál es el efecto de interacción en la respuesta de los lazos de 
control?
2. ¿Cuánta interacción existe entre los diferentes circuitos de 
control y cuál es la mejor agrupación por pares de variables 
controladas y manipuladas para reducir el efecto de interacción?
3
3. ¿Se puede hacer algo para reducir la interacción entre los 
circuitos?

Facultad de Ingeniería en Electricidad y 
14/02/2009 8
Computación

4
14/02/2009

Control de proceso multivariable
• Selección de variables controladas y 
manipuladas
manipuladas.
– Selección por pares de variables, 2x2.
– Caso general, selección nxn.
• Primer n: variables controladas.
• Segunda n: variables manipuladas.
• Se desea que cada variable controlada se controle por 
la variable manipulada con mayor influencia sobre 
aquella

Facultad de Ingeniería en Electricidad y 
14/02/2009 9
Computación

Control de proceso multivariable
• Considerando el tanque mezclador:
– El tanque mezcla una solución conteniendo 10% de sal con 
una solución concentrada de 35% de sal, para producir 100 
l d d d l d
lb/h de una solución conteniendo 20 % de sal.
– Balance de estado estaciona de total y masa de sal:
w = w1 + w2
wx = w1 x1 + w2 x2
– Donde
• w = es el flujo de corriente en lb/h,
• x = fracción de masa de sal en cada corriente
   f ió  d    d   l    d   i t
– En la condición de diseño:
w = 100lb / h x2 = 0.35
x = 0.2 w1 = 60.0lb / h
x1 = 0.1 w2 = 40.0lb / h
Facultad de Ingeniería en Electricidad y 
14/02/2009 10
Computación

5
14/02/2009

Control de proceso multivariable
• Se realizará el análisis considerando el lazo de control de la 
composición, asumiendo que la variable manipulada es la 
corriente de concentración 2.
corriente de concentración 2
• Se desea conocer cómo la interacción entre los lazos afecta los 
parámetros de la respuesta de cada lazo.
• Para obtener la ganancia del lazo, se aplica un cambio en la 
variable manipulada w2 = 42.0 lb/h.
• De la ecuación, la composición del producto incrementa a 20.3% 
de sal.  La ganancia de estado estacionario:
20.3 − 20.0 % sal
K x2 = = 0.15
42.0 − 40.0 lb / h
• Donde Kx2 es la ganancia del flujo de la corriente 2 en % de peso 
de sal en la corriente del producto.
• El flujo total aumenta a 102.0 lb/h

Facultad de Ingeniería en Electricidad y 
14/02/2009 11
Computación

Control de proceso multivariable
• Cuando la composición del 
producto aumenta a 20.5 % sal.  
La ganancia del lazo de la 
composición del producto:
20.5 − 20.0 % sal
K x' 2 = = 0.25
42.0 − 40.0 lb h
• Representa un incremento de 
67% en la ganancia del lazo de 
la composición del producto.
• De 0.15 a 0.25 % sal/(lb/h).  
Causado por la interacción con 
el control de flujo.
l l d fl
• K’x2 es la ganancia en lazo 
cerrado.
• Kx2 es la ganancia en lazo 
abierto.

Facultad de Ingeniería en Electricidad y 
14/02/2009 12
Computación

6
14/02/2009

Control de proceso multivariable
• La interacción ocurre 
p q
porque cuando el 
controlador de la 
composición cambia el flujo 
de la concentración de la 
corriente causa un cambio 
en el flujo del producto.
• Esto causa que el 
controlador del flujo cambie 
el flujo de la corriente 
diluida el cual causa un 
cambio en la concentración 
del producto
Facultad de Ingeniería en Electricidad y 
14/02/2009 13
Computación

Interacción positiva y negativa
• Interacción positiva, resulta en un incremento 
en la ganancia del lazo cuando el otro lazo está 
cerrado.
• Cuando los dos lazos pelean entre ellos, es una 
interacción negativa y la ganancia del lazo 
decrece o cambia de signo cuando el otro lazo 
está cerrado.
• Esto es porque la interacción causa un cambio 
en la variable controlada el cual es en la 
dirección opuesta al cambio original.
Facultad de Ingeniería en Electricidad y 
14/02/2009 14
Computación

7
14/02/2009

Interacción positiva y negativa
• El cambio de signo de la ganancia ocurre 
cuando el cambio de la interacción es mayor 
d   l  bi  d  l  i t ió      
que el cambio original.
• Por la posibilidad de cambio en el signo de 
la ganancia, la interacción negativa puede 
p
producir mayor problema que la interacción 
y p q
positiva.

Facultad de Ingeniería en Electricidad y 
14/02/2009 15
Computación

Par de variables controladas y 
manipuladas
• Selección por pares de variables, 2x2.
– Ganancias de estado estacionario de circuito abierto.
Ganancias de estado estacionario de circuito abierto
Δc1 Δc1 Δc 2 Δc 2
K 11 = K 12 = K 21 = K 22 =
Δm1 m 2 Δm 2 m1 Δm1 m 2 Δm 2 m1
– Matriz de Ganancia de Estado Estacionario, (MGEE).

ΔC1 K 11 K 12 Δm1
=
ΔC 2 K 21 K 22 Δm 2
K

ΔC 1 Δm1
=
ΔC 2 Δm 2

Facultad de Ingeniería en Electricidad y 
14/02/2009 16
Computación

8
14/02/2009

Par de variables controladas y 
manipuladas
• Selección por pares de variables.
– Método de Bristol, Matriz de Ganancia Relativa (MGR).
, ( )
∂c1 / ∂m1 m 2 Δc1 / Δm1 m 2 K 11
μ 11 = ≈ =
∂c1 / ∂m1 c 2 Δc1 / Δm1 c 2 K11'
– En forma general, μij es la medida de interacción o ganancia relativa 
para el par ci‐mj, elementos sin dimensiones:
ΔC1 μ 11 μ 12 Δm1 ∂ci / ∂mj m Kij
= μij = =
ΔC 2 μ 21 μ 22 Δm 2 ∂ci / ∂mj c K ij '
– El numerador es la ganancia de lazo abierto Kij con todas las demás 
variables manipuladas mantenidas constante.
– El denominador es la ganancia de lazo cerrado K´ij con todas las demás 
variables controladas mantenidas constantes, Δc2=0.

Facultad de Ingeniería en Electricidad y 
14/02/2009 17
Computación

Par de variables controladas y 
manipuladas
• μij, es una medida del efecto de cerrar todos los demás circuitos sobre la ganancia de 
proceso para un cierto par de variable controlada y manipulada. El valor numérico de μij, es 
una medida de la interacción entre los circuitos.
– Si μ
Si  ij = 1, cuando se abren todos los demás circuitos, la ganancia del proceso es la 
    d     b   d  l  d á   i i  l   i  d l     l  
misma que cuando se cierran; indica que entre el circuito de interés y los demás 
circuitos no hay interacción o posible interacción que elimine la desviación.
• Cuanto más se desvía μij, de 1, tanto mayor es la interacción entre los circuitos.
– Si μij = 0, esto puede deberse a dos posibilidades: 
• La ganancia de circuito abierto, δci/δmj|m puede ser cero, en este caso mj no afecta 
a ci, al menos en términos de lazos abiertos. 
• La ganancia de circuito cerrado es tan grande que μij, = 0, los demás interactúan 
en gran medida con el circuito de interés para mantener constantes las otras 
variables. 
• En todo caso, indica que ci no se debe controlar con mj.
– Si μij = ∞, la ganancia de circuito cerrado es cero o muy pequeña, cuando los demás 
circuitos se sitúan en automático, el lazo de interés no se puede controlar, porque mj
afecta a ci muy poco o nada en absoluto. 
• La única forma de controlar este circuito es colocar los demás circuitos en 
manual, esta situación no es deseable!

Facultad de Ingeniería en Electricidad y 
14/02/2009 18
Computación

9
14/02/2009

Ejemplo 1
• Considere la siguiente matriz de ganancias relativa:
m1 m2
c1 0.20 0.80
c2 0.80 0.20

• La ganancia relativa para un par, μ11= μ22=0.2=1/5.  indica que 
para este par la ganancia de cada lazo incrementa por un factor 
de 5 cuando el otro lazo está cerrado.
• La ganancia relativa para el otro par, μ
L   i   l ti     l  t     12= μ21=0.8=4/5.  indica 
8 /   i di  
que para este par la ganancia incrementa solamente por un 
factor de 1.25 cuando el otro lazo está cerrado.
• Los pares c1‐m2, c2‐m1 resulta en menor sensibilidad a 
interacción que el otro.

Facultad de Ingeniería en Electricidad y 
14/02/2009 19
Computación

Ejemplo 2
• Considere la siguiente matriz de ganancias relativa:
m1 m2
c1 2.0 ‐1.0
c2 ‐1.0 2.0

• La ganancia relativa para un par, μ11= μ22=2=1/0.50.  indica que la 
ganancia de cada lazo disminuye a la mitad cuando el otro lazo 
está cerrado.
• La ganancia relativa para el otro par, μ
L   i   l ti     l  t     12= μ21=‐1.0=1/‐1.  indica 
/   i di  
que la ganancia de cada lazo cambia de signo cuando el otro lazo 
está cerrado.
• El último caso no es deseable porque significa que la acción del 
controlador depende en si el otro lazo está abierto o cerrado.
• Los pares correctos son c1‐m1, c2‐m2.
Facultad de Ingeniería en Electricidad y 
14/02/2009 20
Computación

10
14/02/2009

Control de proceso multivariable
• Selección por pares de variables.
– Método de Bristol, Matriz de Ganancia Relativa (MGR).
• Para calcular la ganancia de lazo cerrado para el par C1‐M1, se debe 
introducir la realimentación de C2 mediante un controlador para 
generar M2. Si este es un controlador con modo integral, cuando 
ocurra un cambio en M1 éste ajustará M2 para lograr que C2 se haga 
cero.
ΔC1 K 11 K 12 Δm1
=
0 K 21 K 22 Δm 2
K 21
Δm 2 = − Δm1
K 22
K 21
ΔC1 = K 11Δm1 − K 12 Δm1
K 22
ΔC 1 K 21
K11' = = K 11 − K 12
Δm1 K 22
Facultad de Ingeniería en Electricidad y 
14/02/2009 21
Computación

Control de proceso multivariable
• Selección por pares de variables.
– Método de Bristol, Matriz de Ganancia Relativa 
Mét d  d  B i t l  M t i  d  G i  R l ti  
(MGR).
– Para cualquier sistema 2x2.
– Los términos de cada fila y en cada columna 
suman uno.
K 11K 22 − K 12 K 21
ΔC1 K 11K 22 − K 12 K 21 K 11K 22 − K 12 K 21 Δm1
=
ΔC 2 − K 12 K 21 K 11K 22 Δm 2
K 11K 22 − K 12 K 21 K 11K 22 − K 12 K 21

Facultad de Ingeniería en Electricidad y 
14/02/2009 22
Computación

11
14/02/2009

Ejemplo 3
• Para el tanque 
mezclador   Determine 
mezclador.  Determine 
las fórmulas generales 
para el lazo abierto y 
ganancias relativas.
• Derive un estrategia 
general para el 
apareamiento de 
variables para cualquier 
proceso mezclador
Facultad de Ingeniería en Electricidad y 
14/02/2009 23
Computación

Solución
1. Resolver para las variables controladas en 
término de las variables manipuladas.
w = w1 + w2
w1 x1 + w2 x2
x=
w1 + w2
• Donde w y x son las variables controladas y w1
y w2 son las variables manipuladas.
• Cálculo de las ganancias en lazo abierto
Δci ∂ci
K ij = lim =
Δm j → 0 Δm j mk ∂m j
k≠ j

Facultad de Ingeniería en Electricidad y 
14/02/2009 24
Computación

12
14/02/2009

Solución
• Aplicando la definición
K w1 = 1 K w2 = 1
K x1 =
(
− w2 x 2 − x1 ) K =
w1 ( x 2 − x1 )
(w1 + w2 )2 x 2
(w1 + w2 )2

• Las ganancias relativas son obtenidas
w1 w2
μ w1 = μ w2 =
w1 + w2 w1 + w2
w2 w1
μ x1 = μx2 =
w1 + w2 w1 + w2
Facultad de Ingeniería en Electricidad y 
14/02/2009 25
Computación

Solución
• El apareamiento correcto depende en cual de los dos 
j y
flujos es mayor.
– Si w1>w2, las ganancias relativas cercanas a 1 son μw1 y
μx2 (iguales ambas).
• El correcto par sería w‐w1, x‐w2
– Si w2>w1, las ganancias relativas cercanas a 1 son μw2 y
μx1 (iguales ambas).
• El correcto par sería w‐w2, x‐w1
• Esta es la estrategia general para apareamiento para 
g g p p p
procesos mezcladores:
– El control del flujo de producto con la corriente de 
entrada tiene mayor flujo, y la composición con el flujo 
de entrada tiene menor flujo.

Facultad de Ingeniería en Electricidad y 
14/02/2009 26
Computación

13
14/02/2009

Control de proceso multivariable
• Selección por pares de variables.
– Método de Bristol, Matriz de Ganancia Relativa 
Método de Bristol  Matriz de Ganancia Relativa 
(MGR).
– Para cualquier sistema nxn, un elemento de la 
MGR:
• Se calcula la transpuesta de la inversa de la matriz de 
ganancia de estado estacionario K y se multiplica cada
término de la nueva matriz por el término
p
correspondiente en la matriz original. Los términos
g que
q
se obtienen son los de la matriz de interacción o matriz de 
ganancia relativa.
B
K
1

= −
μij = B ji K ij
Facultad de Ingeniería en Electricidad y 
14/02/2009 27
Computación

CONTROL DE PROCESO MULTIVARIABLE
• Ejemplo, diseño del control de un sistema de mezcla de 
gasolina.
– Calcular la MGEE, MGR y seleccione los pares de variables 
controladas y manipuladas
– Asuma que las propiedades de la gasolina es el promedio de los 
flujos de alimentación y que la densidad de los flujos es 
aproximadamente igual. 
– Las variables del proceso son:

Octano, x RVP, y Flow, f


Alkylate, f1 97 5 7.5
Straight run, f2 80 11 28.12
Reformate, f3 92 3 24.38
Gasoline 87 7 60

Facultad de Ingeniería en Electricidad y 
14/02/2009 28
Computación

14
14/02/2009

CONTROL DE PROCESO MULTIVARIABLE
• Ejemplo, diseño del control de 
un sistema de mezcla de 
gasolina
gasolina.
– Asuma que las propiedades de la 
gasolina es el promedio de los 
flujos de alimentación y que la 
densidad de los flujos es 
aproximadamente igual. 

f1x1 + f2x2 + f3x3


x=
f1 + f2 + f3
f1y1 + f2y2 + f3y3
y=
f1 + f2 + f3
f = f1 + f2 + f3
Facultad de Ingeniería en Electricidad y 
14/02/2009 29
Computación

CONTROL DE PROCESO MULTIVARIABLE
• Ejemplo, diseño del control de un sistema de mezcla de gasolina.
– Calcular la MGEE.
– Las ganancias de estado estacionario resultan de obtener la derivada 
parcial de la variable controlada para la variable manipulada. 

∂x f1(xj - x1) + f2(xj - x2) + f3(xj - x3)


K1j = =
∂fj (f1 + f2 + f3)2
∂y f1(yj - y1) + f2(yj - y2) + f3(yj - y3)
K2j = =
∂fj (f1 + f2 + f3)2
∂f
K3j = =1
∂fj
⎡ 0.167 - 0.117 0.083 ⎤
K = ⎢⎢− 0.033 0.067 − 0.067⎥⎥
⎢⎣ 1 1 1 ⎥⎦

Facultad de Ingeniería en Electricidad y 
14/02/2009 30
Computación

15
14/02/2009

CONTROL DE PROCESO MULTIVARIABLE
• Ejemplo, diseño del control de un sistema de mezcla de gasolina.
– Calcular la MGR y seleccione los pares de variables controladas y 
manipuladas
i l d
⎡ 7.5 11.25 0.125⎤
B
K
1
= −
= ⎢⎢ − 1.875 4.688 0.469⎥⎥
⎢⎣− 5.625 − 15.938 0.406⎥⎦
μij = B ji K ij

f1 f2 f3
x 1.25 0.219 -0.469
y -0.375 0.312 1.063
f 0.125 0.469 0.406

– Los pares de variables son: x‐f1, y‐f3 y f‐f2

Facultad de Ingeniería en Electricidad y 
14/02/2009 31
Computación

16