1

DISEÑO DE SISTEMAS DE CONTROL CLÁSICO

CASO CONTINUO
El informe desarrollado presenta el diseño de algunos sistemas de control clásico, tomando como
proceso un reactor continuo tipo tanque agitado (CSTR), en donde dos o más componentes son
reaccionados para producir uno o más producto. Véase figura 1.

Figura 1: Tanque calentador con agitación continua

El fluido que entra al tanque es recibido desde otra unidad de proceso. El objetivo de control es subir
la temperatura del fluido que entra al tanque hasta un valor deseado. El fluido que transfiere calor es
circulado a través de una chaqueta de encamisado para calentar el fluido en el tanque. En este proceso
se considera que no hay cambio de fase ni en el fluido del tanque ni en el fluido de la chaqueta.

1.- PARTE I: Desarrollo del modelo dinámico no lineal.

1.2.- Para las condiciones de estado estable verifique que UA = 183.9 [Btu/(°F min)] y Fjs = 1,5
[ft /min].
3

La verificación es llevada a cabo a través de las ecuaciones (véase ec.1 y ec.2) que describen la
dinámica no lineal del proceso mostrado en la figura 1, considerando los valores de estado estable de
las variables del sistema presentados en la tabla I.

………………………….....(1)

………………………...(2)

Tabla I. Valores de estado estable de las variables del sistema

Tis = 50°F TS =125°F V = 10ft3

Tjis = 200°F Tjs = 150°F Vj = 1ft3

Haciendo dT/dt = 0, y despejando UA y Fj para cada caso se obtiene:

 2

……………(3) …………..(4)

Sustituyendo con los valores de la tabla I en la ec. 3 y ec. 4 respectivamente, se verifica que:
UA = 183.9 [Btu/(°F min)] y Fjs = 1,5 [ft3/min].

1.3.- Construya, usando Simulink, un diagrama de bloque donde estén reflejadas las dos ecuaciones
dinámicas no lineales que modelan el proceso: Ec. 1 y Ec 2.

Figura 2: Modelo general de la “Planta no lineal” en Simulink

Figura 2: Diagrama de bloques. Ecuaciones dinámicas que modelan el proceso

2.-PARTE II: Formulación del modelo de espacio de estado.
2.2.- Construya, usando Simulink, un diagrama de bloque donde estén reflejadas las dos ecuaciones
 3

dinámicas lineales que modelan el proceso en forma de espacio de estado.

Las matrices A, B, C y D que describen el proceso linealizado, sin controlador, sin válvula y sin
sensor transmisor, son las siguientes:

Figura 3: Modelo general de la “Planta lineal” en Simulink

Figura 4: Diagrama de bloques. Modelo en espacio de estados

3.- PARTE III: Formulación del modelo en el dominio “S” – Dominio de Laplace.
3.1.- Formule el modelo lineal en el dominio “S” – dominio de Laplace- y encuentre la matriz
función de transferencia que relaciona las salidas con las entradas. Encuentre también las 8 funciones
de transferencia que describen el proceso.

Tabla II. Funciones de transferencia que describen el proceso

La función de transferencia que relaciona las entradas y las salidas del sistema: Y(s)=G(s)U(s)
Donde G(s) = C(SI-A)-1B.

sistema=ss(A,B,C,D);
G=tf(sistema)

4.- PARTE IV: Elemento Final de Control y Elemento Sensor-Transmisor.

4.1.- Agregue una válvula en el flujo de alimentación a la chaqueta, y un sensor/transmisor para
 4

medir la temperatura del tanque. Asuma que las funciones de transferencia para estos dispositivos son:

…………….(7) ………………(8)

Figura 5: Lazo de control. Planta lineal

Figura 6: Lazo de control. Planta no lineal

5.- IDENTIFICACION DEL PROCESO Y DISEÑO DE ALGORITMOS DE CONTROL

5.1.- Identifique la planta usando la FTPOTM.

La identificación de la planta se realiza a través de la curva de reacción del proceso o prueba de lazo
abierto. Véase figura 7.

Figura 7: Lazo de control abierto. Planta lineal

El lazo de control es abierto a la salida del sensor transmisor, donde se conecta el registrador, y a la
 5

salida del controlador. En la entrada del elemento final de control (válvula) se introduce un escalón con
un valor que permita llevar a la planta a su valor operacional. Cabe destacar que la prueba a lazo
abierto, es igual para la planta no lineal.
La figura 8 y figura 9, presentan la señal obtenida por el registrador para la planta lineal y no lineal.

Figura 8: Respuesta a lazo abierto. Planta lineal

Figura 9: Respuesta a lazo abierto. Planta no lineal

Siguiendo el método de la curva de reacción del proceso se obtienen los valores para el cálculo, de la
ganancia (K), constante de tiempo (T) y tiempo muerto del modelo (L).
La tabla III presenta los valores obtenidos para cada planta. Considerando para los cálculos las
ecuaciones presentadas a continuación, ec.9:

…….(9) …………(10)
Tabla III. Valores obtenidos con el método de la curva de reacción
Planta lineal Planta no lineal
A Yss 63,2% 28,3% A Yss 63,2% 28,3%
Y2 = 78,95 Y1 = 35,35 Y2 = 79,03 Y1 = 35,39
1,36 124,93 0,91 125,05
t2 = 6,7s t1 = 3,1s t2 = 7,2s t1 = 3,62s
K L T K L T
91,86 1.3 5.4 137,42 1,83 5,37
Sustituyendo en la ec.10, las plantas quedan identificadas a través de la ec.11, para la planta lineal y
ec.12 para la planta no lineal.

…….(11) ………..(12)

5.2.- Identifique la planta usando los parámetros Ganancia Ultima y Período Ultimo.
 6

Se emplea el lazo de control realimentado mostrado en la figura 5, excepto que el controlador es

sólo proporcional, fijado a un valor que permite obtener oscilaciones sostenidas a la salida.

Figura 10: Planta lineal. Oscilaciones sostenidas

Figura 11: Planta no lineal. Oscilaciones sostenidas

La tabla IV muestra los valores alcanzados con el método a lazo cerrado o de oscilaciones
sostenidas.
Tabla IV. Valores obtenidos con el método de la curva de reacción
Controlador Kc Td Ti
PID Kcu/1,7 τu/2 τu/8
Lineal (Kcu=0,136; τu=7,29) 0,08 3,645 0,911
No lineal (Kcu=0,2; τu=7,3) 0,117 3,65 0,912

5.4.- Cierre el lazo y simule el sistema lineal y no lineal con la ley de control PID antes hallada, y
analice que tan bien responde el sistema ante cambios en la referencia y ante cambios en las
perturbaciones.
El lazo de control realimentado se presenta en la figura 12, y la respuesta del sistema lineal y no
lineal ante un cambio en la referencia o perturbación, puede observarse en la figura 13.

Figura 12: Lazo de control PID. Sistema lineal.

Tabla V. Valores de la respuesta transitoria del sistema lineal y no lineal
 7

%MP Tr (s) Td (s) Ts (s) eSS ITAE

Planta Lineal
20,0082 3,6433 3,85 17,9185
Planta No Lineal
19,6779 3,8691 0,79 23,4609

Figura 12: Respuesta transitoria de sistema lineal y no lineal.

5.6.- Repita el punto 5.3 y 5.4 para los parámetros de la FTPOTM. Use el algoritmo de control
AMIGO.

Considerando la planta lineal y no lineal, modelada por la función de transferencia de la ec. 11 y

ec.12 respectivamente, y aplicando las siguientes ecuaciones se obtienen los valores para el controlador
con el método AMIGO.

…….(13) ……(14) ……(15)

Tabla VI. Valores obtenidos método AMIGO

Controlador Kc Td Ti
PID (Lineal) 0,0225 3,4196 0,6062
PID (No_Lineal) 0,0111 3,8873 0,8301

Considerando los valores obtenidos para el controlador PID, calculados con el método AMIGO, se
tiene el siguiente lazo de control realimentado, véase figura 14.

Figura 14: Sistema lineal. Método AMIGO

El lazo de control para el sistema no lineal, tiene la misma estructura que el mostrado en la figura
14, la diferencia radica en los valores de la función de transferencia más tiempo muerto (FTPOTM).
Las respuestas transitorias de ambos sistemas con el método AMIGO, puede observarse en la figura
 8

15. Los valores obtenidos de ésta respuesta se presentan en la tabla V.

Tabla V. Valores de la respuesta transitoria FTPOTM

%MP Tr (s) Td (s) Ts (s) eSS ITAE
Planta Lineal
16,8681 2,5233 4,5 17,0876
Planta No Lineal
15,0663 3,3496 5,5 21,0646

Figura 15: Respuesta transitoria. Método AMIGO

Aunque ambos sistemas tienen características muy similares en su respuesta transitoria, es visible
que la planta no lineal tiene un tiempo de respuesta mayor, por lo que responde de forma lenta, a
diferencia del sistema lineal, ante un cambio en la entrada, sin embargo presenta un mejor rechazo ante
las perturbaciones en el sistema.

Los objetivos principales, que persigue el artículo se muestran a continuación:

 Desarrollar un nuevo método de sintonización para controladores PID, a través del Criterio
ITAE.
 Demostrar, a través de gráficas y tablas comparativas, que el método desarrollado es más
eficiente que Ziegler-Nichols y AMIGO.

1. DESARROLLO
El lazo de control realimentado mostrado en la figura 1, presenta el diagrama de bloques imple-
mentado en Matlab Simulink, para la verificación y obtención de los datos obtenidos con la regla de
 9

sintonización propuesta en el artículo analizado.

Figura 1: Lazo de control realimentado

Dónde:
El controlador PID ideal, está caracterizado por tener una función de trasferencia igual a la mostrada
en la ec 1.
GC (s)=K c
1
TS d ( )
+T S ……………………..(1)
i

Kc, Ti y Td representan los parámetros del controlador; constante proporcional, integral y derivativa
respectivamente.
El “Proceso” es modelado a través de una función de transferencia de primer orden más tiempo
muerto, ec.2.
K
P(s )= P e−LS ……………………(2)
TS+ 1

Kp, T y L son la ganancia, la constante de tiempo y el tiempo muerto del modelo.

A. Tablas de sintonización empleadas.

 Método de Ziegler – Nichols a lazo cerrado.

Para obtener los parámetros optimizados del controlador PID usando el Criterio de ITAE, es
necesario inicializar el controlador con valores para Kc, Ti y Td, para ello se utiliza el método Ziegler-
Nichols a lazo cerrado o en oscilaciones sostenidas.
El lazo de control se ajusta para trabajar solo con un controlador proporcional, se observa la respues-
ta y si es amortiguada, se incrementa la ganancia hasta lograr oscilaciones sostenidas. La ganancia del
controlador (proporcional) en este caso se denomina “Ganancia ultima” y se nota Kcu y el período de la
oscilación se llama “Periodo ultimo” τu. Con estos valores se utiliza la tabla I, y se obtienen los
parámetros del controlador.
Tabla I. Regla de sintonización Ziegler-Nichols
Controlador Kc Ti Td
P Kcu/2
PI Kcu/2,2 τu/1,2
PID Kcu/1,7 τu/2 τu/8

 AMIGO.
El Método Mejorado de Ajuste por Respuesta al Escalón (AMIGO), fue empleado para verificar y
comprobar la eficiencia del método de sintonización propuesto, ante la respuesta del sistema con un
controlador diseñado con estas reglas.
Las reglas de sintonización AMIGO se basan en el modelo KLT, y las ecuaciones que lo caracterizan
se presentan a continuación:

Kc=
1
kp(0,2+0 , 45
T
L )
Ti= ( 0,4L+0,1T
L+0,8 T
)L
 T d= ( 0,50,3 LTL+T ) 10

……………………(3)

……………………(4)

…………………….(5)

 Reglas de entonación AR.

Las ecuaciones que caracterizan estas reglas de sintonización se muestran en las siguientes
ecuaciones:

( ( ))
2
T T …………...(6)
K c = 0,3+0 ,38 +0 , 007
L L

( ())
1. 5
T T ………..…(7)
T i =L 0,5+0,5 +0 , 01
L L

1,4 LT
T d= …………..(8)
0,9 L+2,9 T

 Criterio de ITAE.
El Criterio ITAE toma en consideración el error dinámico, el cual representa la variación del error
cuando se presenta un cambio en la entrada o cuando se produce una perturbación en el sistema.
Generalmente este error se pondera utilizando un índice de error integral, en este caso en particular, la
integral del tiempo por el error absoluto está dada por la ec.9.
∞
ITAE=∫ t | e ( t ) | dt …………….(9)
0

Éste es un índice de comportamiento, que define un valor que sirve como parámetro para evaluar la
calidad de la respuesta de un sistema ante una entrada. Así, la optimización de los parámetros de un
sistema de control depende del mejor índice de comportamiento que se pueda lograr maximizando o
minimizando dicho criterio.
El articulo analizado muestra una forma específica de calcular la integral mostrada en la ec.9, para
ello utiliza la regla de Simpson 1/3 de aplicación múltiple, el cual es un método de integración
numérica para obtener el valor aproximado de integrales definidas, véase ec.10.
n−1 n−2
f ( X 0 ) +4 ∑ f ( fx i ) +2 ∑ f ( x j ) +f ( x n ) ……….(10)
i=1,2,3 j =2,4,6
I ≃( b−a )
3n
Así mismo, emplea la función de Matlab “fminsearch”, que resuelve los problemas de optimización
de funciones de más de una variable sin restricciones. Es posible afirmar, a partir de la ec.11, que la
función anterior encuentra el vector x, cuyos componentes pertenecen al dominio real, que minimizan
la función J, es decir, que el valor de la función evaluada en x es el valor mínimo que puede alcanzar J.
 11

min J ( x ) x∈ R ……………………..(11)

La sintaxis de la función “fminsearch” se muestra en la ec.12. Encuentra el valor de las variables x

que minimizan la función descrita en “fun”, comenzando por el valor inicial especificado en x0.

X =f min search ( @ fun, X 0 , opciones ) …….(12)

2. SIMULACIONES EN MATLAB
A continuación se presenta el primer caso de estudio implementado en Matlab Simulink. Lo primero
es obtener los parámetros iniciales del controlador PID a través de Ziegler-Nichols a lazo cerrado.
Véase figura 2. Cabe destacar, que este caso en específico no está desarrollado en el paper, sólo se
muestran los resultados tabulados del ITAE, para distintos valores de Kp, T y L.

Figura 2: Lazo de control realimentado proporcional

Básicamente el lazo de control realimentado mostrado en la figura 2, posee una entrada de tipo
escalón unitario, un controlador proporcional, fijado a un valor que permite obtener oscilaciones
sostenidas a la salida, un proceso con una función de transferencia de primer orden más tiempo muerto.
Los datos Kp = 5, T=4 y L=1 presentes en la función de transferencia son fijados en el paper, de hecho
son tomados múltiples valores, evaluados y tabulados. Sin embargo, debido a que el procedimiento es
el mismo en cada caso, este análisis sólo mostrará para un caso en particular.
La respuesta del sistema, puede observarse mediante la figura 3.

Figura 3: Respuesta oscilatoria del lazo de control

Los datos obtenidos con esta simulación son: kcu=1,4 corresponde al valor del controlador proporcio-
nal y τu=3.66 seg, el cual es el periodo de oscilación. Con estos valores y aplicando la regla de
sintonización mostrada en la tabla I para un controlador PID, se obtienen los parámetros iniciales para
implementar el método con el criterio ITAE.
k cu τ τ
kc = =0 , 82 T i = u =1 , 83 T d = u =0 , 458 ….………..(13)
1,7 2 8
Los parámetros conseguidos con Ziegler-Nichols, son fijados de forma inicial en el lazo de control
realimentado, observado en la figura 4.
 12

Figura 3: Lazo de control cerrado

Nótese, que se tiene un lazo de control cerrado, con un controlador PID, misma función de transfe-
rencia a la evaluada anteriormente, un bloque “y_out”, que posibilita enviar los valores de salida al
“workspace” de Matlab, al igual que el bloque “ti_me”.
A continuación se muestra el algoritmo, en pseudocódigo, utilizado para la implementación en
Matlab, del nuevo método usando el Criterio ITAE. El paper analizado no presenta el código en
Matlab, el mismo fue desarrollado con asistencia de trabajos de investigación adicionales.

Inicio Función calculaITAE(x,t_end,h)

Declarar variables: Declarar variables: Kc, Ti, Td, y_out, ti_me
Fijar variables:Kc=X1, Ti=X2, Td=X3, f=0
Kc, Ti, Td, y_out, ti_me Ejecutar “ITAE5” desde h0 hasta t_end
Inicializar variables: Guarda y,t
t_end=100; h=0,05; X0=[x1,x2,x3] f =time ( i )∗|y out (1,1 )− y out (1,2 )|
Repetir_mientras f<>mínimo Repetir desde i=2 hasta n-1
(Llamar función “calculaITAE1) f =f + 4∗time (i )∗|y out ( i, 1 )− y out ( i ,2 )|
Fin_repetir
Fin-repetir-mientras Repetir desde i=3 hasta n-2
Fin f =f +2∗time (i )∗|y out ( i, 1 )− y out ( i ,2 )|
Fin_repetir
f= ( h 3 )∗f
Devolver f
Fin_función
La figura 4 y 5 presentan el algoritmo implementado en Matlab. Es necesario señalar que este código
fue probado exitosamente para un controlador PI, lamentablemente el artículo analizado no muestra
detalles de la implementación realizada por sus autores y aunque se ajusta a los lineamientos generales
que proporciona la información estudiada, es obvio que necesita de algunos ajustes específicos para
alcanzar los datos tabulados en el artículo.

Figura 4: Programa principal

Figura 5: Programa para el cálculo ITAE

El programa principal mostrado en la figura 4, declara de tipo global las variables que se utilizaran,
así como el tiempo “t_end” en que será evaluado el lazo de control, fija los parámetros iniciales
 13

obtenidos con Ziegler-Nichols “x0” y llama la función “calculaITAE1.

El algoritmo que se observa en la figura 5, implementa la ec.10 para el cálculo numérico de una
integral, con el método de Simpson 1/3.
A groso modo, la subrutina principal llama a la función “calculaITAE1”, ésta ejecuta el modelo en
simulink con nombre “ITAE5”, evalúa la integral (Simson 1/3) con los valores de salida del modelo,
cambia los parámetros del controlador PID y vuelve a evaluar, tantas veces hasta que consiga el
mínimo error posible. Cuando consigue el mínimo error posible, la subrutina principal arroja los
valores finales para kc, Ti y Td del controlador PID.

Figura 6: Respuesta al escalón para un proceso de primer orden con retardo

Es claramente visible, en la figura 6, que la regla de sintonización propuesta tiene un mejor rendi-
miento, con un sobreimpulso considerablemente menor y un tiempo de establecimiento menor a la
respuesta alcanzada con Ziegler-Nichols.

Se presenta tres simulaciones con procesos de segundo y tercer orden:

Es importante señalar, que el procedimiento para la obtención de las gráficas y tablas que se
mostraran a continuación es igual al caso desarrollado para el proceso de primer orden.
 Caso 1:
Los parámetros del controlador PID obtenidos para Ziegler-Nichols, AMIGO y el método propuesto
se puede observar en la tabla II. La figura 7 muestra el lazo de control ejecutado en Matlab.
La función de transferencia del proceso es representada por la ec.14
−5 ,64 s
0,99 e
P ( s )= …………….(14)
2,85 s+1

Figura 7: Lazo de control para comparar las respuestas de cada método.

 14

Tabla II. Parámetros de ajuste del controlador PID

Algoritmo Kc Ti Td
Z-N 0,9238 7,7556 1,9389
AMIGO 0,432 4,3178 1,7695
Propuesto 0,499 4,4020 1,6868

La figura 8, muestra las respuestas obtenidas para cada ajuste paramétrico, realizado con cada uno de
los métodos desarrollados en el artículo.

Figura 8: Respuesta al escalón para un proceso de segundo orden con retardo

Tabla III. Parámetros de respuesta

Tiempo Tiempo de % IAE
Algoritmo
crecimiento establecimiento Sobreimpulso
Z-N 10,2 22,8 11,42 83,28
AMIGO 15,5 17,2 4,19 100,36
Propuesto 13,5 14,6 7 88,54

Tanto los parámetros, como la respuesta gráfica muestran que el método propuesto tiene excelente
características, posee un tiempo de establecimiento y porcentaje de sobreimpulso menor a los métodos
utilizados en la comparación. Además, tanto la regla propuesta como AMIGO tienen un buen
desempeño ante perturbaciones.
 Caso 2:
La función de transferencia del proceso, para este caso, se puede observar en la ec.15
−2,16s
0,4167 e ……………….(15)
P ( s )=
1,696 s+1
La tabla IV muestra los parámetros de ajuste del controlador PID para el proceso P(s).

Tabla IV. Parámetros de ajuste del controlador PID

Algoritmo Kc Ti Td
Z-N 2,7819 2,7641 0,6910
AMIGO 1,065 1,707236 0,694965
Propuesto 1,219 1,71901 0,662852

Los parámetros obtenidos de la respuesta para cada método aplicada, se presenta en la tabla V.

Tabla V. Parámetros de respuesta

Tiempo Tiempo de % IAE
Algoritmo
crecimiento establecimiento Sobreimpulso
Z-N 3,2 6 18,13 9,94
AMIGO 6,2 7,3 0,9 16,03
 15

Propuesto 5,3 9 2,36 14,10

Figura 9: Respuesta al escalón para un proceso de segundo orden con retardo

Para este proceso en específico, los datos muestran que Ziegler-Nichols tiene una respuesta más
rápida que el AMIGO y a la regla propuesta, sin embargo el porcentaje de sobreimpulso es de 18,3%,
considerablemente mayor a los otros dos. En términos generales el método AMIGO es ligeramente más
eficiente que el método desarrollado con el Criterio ITAE.

 Caso 3:

La función de transferencia del proceso, para este caso, se puede observar en la ec.16
−4 ,69 s
0,9993 e ……………….(16)
P ( s )=
2,61 s+1
La tabla VI muestra los parámetros de ajuste del controlador PID para el proceso P(s).

Tabla VI. Parámetros de ajuste del controlador PID

Algoritmo Kc Ti Td
Z-N 1,0345 6,4481 1,6120
AMIGO 0,451 3,755031 1,523637
Propuesto 0,514 3,762972 1,354542

La grafica de comparación se muestra en la figura 10 y los parámetros obtenidos de la respuesta para

cada método aplicado, se presenta en la tabla VI.
 16

Figura 10: Respuesta al escalón para un proceso de tercer orden con retardo

Tabla VI. Parámetros de respuesta

Tiempo Tiempo de % IAE
Algoritmo
crecimiento establecimiento Sobreimpulso
Z-N 7,6 17,7 14,45 65,5
AMIGO 12,8 15 1,48 83,33
Propuesto 10,9 11,9 3,66 72,99

Para un proceso de tercer orden, exceptuando Ziegler-Nichols que tiene un tiempo de establecimiento
y un sobreimpulso superior a los otros métodos, es posible decir que tanto el método propuesto como
AMIGO exhiben una respuesta muy similar, y más eficiente que Z-N.

3. CONCLUSIONES DEL ARTICULO

El análisis muestra que los parámetros del controlador diseñado con AMIGO y el método propuesto,
generan una respuesta menos oscilatoria que Z-N. También se observa que la integral del error
absoluto, ante perturbaciones, para el método propuesto es menor que el calculado para AMIGO pero
ligeramente más alto que Z-N.
La ventaja más importante del diseño es el uso del Criterio ITAE para encontrar los nuevos
parámetros de sintonización, ya que la data obtenida muestra que proporciona un controlador con un
buen rendimiento, además es capaz de trabajar con una posible variación de los parámetros del sistema.
Las tablas y las gráficas presentadas, dejan claro que la regla propuesta tiene el mismo o mejor
rendimiento que el método AMIGO y mucho mejor rendimiento que la regla de entonación Z-N.
Las pruebas realizadas con diferentes funciones de transferencia del proceso, evidencian la robustez
y la flexibilidad del método propuesto.

4. FUTUROS TRABAJOS
El artículo analizado en este resumen, deja como un trabajo a futuro, poder utilizar la regla propuesta
en un experimento práctico, de tal manera de ajustar y preparar el método para ser empleado en
aplicaciones industriales.
17