Control de procesos

multivariables
Selección de variables. Eliminación de pares
incompatibles. Desacoplamiento en estado estacionario.
Desacoplamiento en estado transitorio. Arreglo de
ganancias relativas. Índice de Niederlinski.
Entonamiento de controladores a través del método BLT
 Proceso multivariable
• En un proceso
multivariable, varias
salidas (yi) responde
ante varias entradas (ui)
como se muestra en la
figura. El problema de
control es multivariable
si se van a controlar 2 o
mas variables.
 Dificultades para establecer
estrategias de control
• La presencia de interacciones entre lazos o
dinámicas hace que el desempeño de un lazo
afecte a otros
• La sintonía de un controlador afecta a la
sintonía de los otros.
 Interacción entre variables
• Se dice que un proceso presenta interacciones
dinámicas cuando una variable de entrada
afecta a más de una variable de salida. Es
decir, que para un par definido variable de
entrada y variable controlada, no sólo la
variable controlada se aleja o se acerca a su
punto de ajuste en virtud de cambios en la
variable de entrada
Interacción entre variables
Interacción entre variables
Interacción entre variables
 Selección de variables en un lazo de
control
• Selección de variables controladas
• Selección de variables manipuladas
• Eliminación de pares incompatibles
 Selección de variables controladas
• Juicio de ingeniería: El entendimiento del
proceso conduce a una selección lógica de la
variable de se desea controlar de acuerdo con
las consideraciones económicas, de seguridad,
restricciones y la disponibilidad de sensores
para tal fin.
• Muchas veces, la selección de la variable a
controlar es obvia, sin embargo, en algunos
casos tal selección dependerá de un
conocimiento profundo del proceso y sus
relaciones.
 Selección de variables manipuladas
• Se desea establecer la variable manipulada
que permita controlar el proceso lejos de la
inestabilidad
• Indices a evaluar:
– Índice de Resiliencia de Morari
– Arreglo de las ganancias relativas
– Índice de Niederlinski
 Índice de Resiliencia de Morari (MRI)
• Capacidad de un material elástico para
absorber y almacenar energía de deformación
• La resiliencia se refiere a la facilidad de un
sistema de ser controlado elegidas una
variables manipuladas.
• El índice de Resiliencia de Morari permite
determinar cual conjunto de variables
produce un «control más fácil» de las
variables a controlar.
• Indica que tan fácil es hallar la inversa de una
matriz (o que tan lejos se halla de ser singular)
 Índice de Resiliencia de Morari (MRI)
• Para calcularlo, se elige la matriz de las
ganancias EN ESTADO ESTACIONARIO para las
entradas y salidas ELEGIDAS del proceso
• Esta matriz se multiplica por su traspuesta.
• Al resultado se le hallan los autovalores
• El mínimo de los autovalores según la fórmula
indicada se refiere al MRI
= =
 Índice de Resiliencia de Morari (MRI)
• El índice depende de las unidades utilizadas.
• Mientras más grande sea el MRI, mas
controlable será el sistema con la selección de
variables realizada
• En general, si el MRI es menor que 1,
controladores diseñados para esta selección
actual de variables controladas y manipuladas
serán poco eficientes.
 Arreglo de las ganancias relativas
(RGA)
• Cuando el sistema multivariable presenta
interacciones es posible que la selección del
pareamiento no sea inmediata
• El RGA permite cuantificar si la selección de
variables manipuladas y controladas es correcto.
Está basado en las ganancias de estado
estacionario
• Se busca un «arreglo» donde se observe la
relación entre el cambio de una variable
controlada para un cambio en una variable
manipulada entre el cambio de esa misma
 Arreglo de las ganancias relativas
(RGA)
• Siendo Kp la matríz de ganancias en estado
estacionario, entonces el RGA se calcula como
= .∗ ( )

Donde «.*» significa multiplicación

elemento a elemento
 Arreglo de las ganancias relativas
(RGA)
• Las cantidades en el RGA son adimensionales
• βij representa el valor de la ganancia relativa
de una variable manipulada i respecto a la
controlada j
• El RGA es conveniente para evitar malos
apareamientos entre variables.
• No puede usarse en sistemas integradores
• Los lazos de control deben tener pares de
entrada-salida que requieran ganancais
positivas y que tengan valores de ganancia
 Arreglo de ganancias relativas (RGA)

βij interpretación
=1 No hay interacción con otros lazos
=0 La entrada i no afecta a la salida j
=0.5 Hay cierto nivel de interacción. Los otros lazos de control tienen el
mismo efecto en la salida j, y de igual manera la entrada i
>1 La interacción reduce el efecto de la ganancia del lazo de control. Se
requiere ganancias altas en el controlador
>10 El apareo es indeseable. Indica un sistema muy sensible a pequeñas
variaciones en la ganancia
<0 Valores negativos en la diagonal implica unestabilidad integral. Valores
negativos fuera de la diagonal indican que la ganancia requerida será
negativa
 Índice de Niederlinski (NI)
• Es un método numérico que indica si el
sistema multivariable en lazo cerrado será
inestable cuando se incluye una acción
integral
• Si el índice es positivo, el sistema puede o no
ser estable.
• Si el índice es negativo, el sistema será
inestable (ante la acción integral)
 Índice de Niederlinski (NI)

• El cálculo del índice de Niederlinski se hace a

través de la matriz de ganancias de estado
estacionario
det( ! )
= $
∏#% ##
Ejemplo
Ejemplo
 Entonamiento de controladores a
través del método BLT
• Luyben propone que, en este punto, se utilice
el método BLT para el entonamiento de los
controladores en este punto.
• BLT significa Biggest Log-modulus Tuning
(entonamiento del mayor modulo logarítmico)
• Consiste en calcular una función de módulo
logarítmico y determinar su mayor valor
 Entonamiento de controladores a
través del método BLT
Procedimiento:
1. Calcular los parámetros de entonamiento según
un método de lazo abierto para un controlador
PI (se recomienda ZyN)
2. Se asume un factor F de desacoplamiento,
mayor que 1. Las ganancias de todos los
controladores se dividen entre F y los tiempos
integrales &
se 'multiplican
= −1 + +,-( +por F / ')
. '
&
3. Se define W y se calcula6 L,
0 = 20345
1 +tal
& como se muestra

4. El factor F es variado hasta que Lmax es igual a

 Entonamiento de controladores a
través del método BLT
• Gm(iw) es la matriz de la planta
• Gc(iw) es la matriz (diagonal) que contiene las
funciones de transferencia de los
controladores
 Detalles de implementación en
MATLAB

• Matlab (2010) está usando nuevos tipos de

controladores PID. Debe uno asegurarse que el
PID sea de configuración paralela a fin de obtener
resultados esperados. Además deben escribirse
las ganancias como se muestran
 Ki Kd p 
u (t ) =  K p + +  e(t )
 p α K d p + 1
PID Paralelo (en matlab)
PID Ideal (en matlab)
Método de entonamiento de Ziegler y
Nichols para asentamiento 1/4
• Este método da los parámetros para un PID
real (hay que convertir los parámetros para un
PID ideal en caso que se desee)
 entonamiento de Cohen y Coon
• Es un método de entonamiento basado en la
curva de reacción
• Este método minimiza el área entre la curva y
la referencia
• Usa un controlador PID ideal
Entonamiento de integral de error
mínimo
Diagrama de bloques del sistema
controlado
Diagrama de bloques del sistema
controlado
Ejemplo: control en una columna de
destilación
 Desacoplamiento
• Algunas veces, el procedimiento descrito por
Luyben (BLT) no es suficiente, y se procede a
desarrollar un «pre-controlador» que elimina
las interacciones entre los dos lazos. Este
precontrolador se conoce como
DESACOPLADOR o red de DESACOPLAMIENTO.
• Una red de desacoplamiento puede diseñarse
para procesos que se suponen son muy
rápidos (o desacoplamiento en estado
estacionario) o también incluyendo los efectos
dinámicos del proceso.
 Desacoplamiento en estado
estacionario
• Para el desacoplamiento en estado
estacionario solo se considera la matriz de
ganancias de estado estacionario
Desacoplamiento
Ejemplo
Desacoplamiento (estado estacionario)
Desacoplamiento (estado estacionario)
• En general se tiene que
Desacoplamiento (estado estacionario)
• Siempre es realizable
• Se requiere poca información del proceso
• Existe acoplamiento dinámico durante el
proceso transitorio
• Es conveniente cuando la dinámica de ambos
lazos es similar (para variables similares en
ambos lazos)
• Es bastante complicado para sistemas con 3
variables, aunque la lógica es similar
• No se recomienda excepto en casos donde el
cambio de set point es la mayor perturbación
 Desacoplamiento dinámico
• Para el desacoplamiento dinámico se debe
considerar la dinámica del sistema.
• Debe conocerse la matriz de transferencia del
proceso.
• Puede entonarse un controlador por los
procedimientos tradicionales sin preocuparse
por la interacción.
• Está afectado por modelos imperfectos por
incapacidad de «realizar» el desacoplador
Desacoplamiento dinámico
Como calcular las funciones D21 y D12
• El desacoplador
puede no ser
físicamente realizable.
Esto significa que
puede ser necesario
simplificar el
desacoplador para
obtener un filtro de
adelanto atraso que
sea realizable
 Términos no realizables
• Factores de predicción (retardo temporal con
coeficiente positivo)
• Funciones de transferencia con mayor grado
en el denominador que en el numerador
Aproximación de Padé
 Resumen
• Para establecer una estrategia de control de un
proceso multivariable se debe:
– Seleccionar las variables controladas
– Seleccionar las variables manipuladas
– Eliminar los pares incompatibles
• MRI
• RGA
• NI
– Encontrar el diseño del controlador (a través del
método BLT).
• En el caso de que la estrategia no resulte con el
procedimiento indicado, se puede “desacoplar” el
proceso, ya sea por desacoplamiento estático o
dinámico.