Documentos de Académico
Documentos de Profesional
Documentos de Cultura
net/publication/43188842
CITATIONS READS
2 2,434
3 authors, including:
Yadira Bravo
Escuela Politécnica Nacional
8 PUBLICATIONS 26 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Yadira Bravo on 03 May 2014.
[ ]
N
en conceptos básicos de control. 2 Nu
Restricciones
Hay que tomar en cuenta que en todo proceso hay límites de
Figura 3. Ley de Control
funcionamiento por seguridad, medio ambiente y debido al
equipo que se utiliza como válvulas, sensores, velocidad de
respuesta, etc. Algoritmos de control predictivo
Las restricciones que se pueden incluir en los modelos de Los algoritmos de control predictivo más destacados son:
control predictivo son [2]:
u min ≤ u(t) ≤ u max ∀t • Control por Matriz Dinámica
• Model Algorithmic Control
du min ≤ u(t) − u(t − 1) ≤ du max ∀t • Predictive Functional Control
ymin ≤ y(t) ≤ y max ∀t • Extended Prediction Self Adaptive Control
• Extended Horizon Adaptive Control
Obtención de la ley de Control • Control Predictivo Generalizado
Se define por u(t + k t ) y se obtiene de: Nos concentraremos en el estudio del control predictivo
• Optimizar la función de coste J generalizado; ya que este será el algoritmo que vamos usar
∧ para implementar en nuestro sistema de tanques acoplados:
• Calculo de y (t + k t ) , haciendo uso del modelo
elegido y reemplazando en J. Control Predictivo Generalizado
• Cuando el modelo es lineal y sin restricciones se • Fue desarrollado por Clarke et al y utiliza el modelo
tiene una solución analítica y en otros casos la Controlled Auto-Regressive Integrated Moving
solución será mediante métodos iterativos. Average (CARIMA):
Con el objetivo de no obtener señales de control de alta
−1 −1 − d −1 e(t)
frecuencia no deseables que provocarían inestabilidad, se debe A(z )y(t) = B(z )z u(t − 1) + C(z ) (5)
estructurar la ley de control para disminuir el número de ∆
grados de libertad en el horizonte de predicción, lo cual Donde:
mejora la robustez y el comportamiento del sistema. d = tiempo muerto del sistema
La principal técnica para estructurar la ley de control es usar −1
∆ = 1− z
el horizonte de control Nu, la cual considera que después de un −1 -1 -2 − na
periodo de control Nu<N2 la señal de control se mantiene A(z ) = 1 + a1z + a 2z + ... + a na z
constante es decir [2]: −1 -1 -2 − nb
∆u(t + j − 1) = 0 (4) B(z ) = b0 + b1z + b 2z + ... + b nb z
Donde: 6).
δ(j) = peso de ponderación, puede ser una constante o una
exponencial.
λ(j) = peso de ponderación, puede ser una constante o una
exponencial.
w(t + j) = tiene forma exponencial desde el valor actual de la
salida hasta la referencia.
• Bomba centrífuga
• Tanques acoplados
• Sensor de nivel más acondicionamiento de señal
Bomba Centrífuga
La función de transferencia se obtiene en [1]:
Q b (s) 3
G b (s) = = Kb = 16,26[cm /V * s] (7)
Figura 4. Modulo de Tanques Acoplados
Vi (s)
De forma general el equipamiento del prototipo está formado
por 2:
Estructura: Fabricada en fibra de vidrio constituida
por una base sólida con el fin de sostener a los
tanques y un tanque reservorio; se escogió este
material por su resistencia, durabilidad y fácil
transporte (figura 5).
Tanques Acoplados
Se procede a modelar (figura 8):
Donde:
G PT (s ) = función de transferencia de la planta total
G b (s ) = función de transferencia de la bomba
G s (s ) = función de transferencia del sensor
Entonces:
()
G PT s = 16,26 *
1
(12)
(227,326 ) + s(338,911 ) + 32,25
* 0,25
2
s
()
G PT s =
4,065
(13)
s
2
(227,326608 ) + s (338,911688 825 ) + 32,25
Figura 8. Modelo de Tanques Acoplados Se discretiza (13) con un retenedor de orden cero, periodo de
muestreo de 2 s, con la función c2d de Matlab [5]
Estados: -1 -2
H1= nivel en el primer tanque G PT s = () 0.01576 z + 0.006088z
-1 -2
(14)
H2= nivel en el segundo tanque 1 - 0.8774 z + 0.05071z
Variable manipulada:
C. Creación e Implementación del Algoritmo Control
Qi= velocidad de flujo de la bomba
Predictivo
Variable controlada:
H2= nivel en el segundo tanque El MPC es implementado para controlar el nivel en el último
Perturbaciones: tanque y se aplica a (14) función de transferencia total del
Variaciones en el flujo causadas por la válvula A y B. Sistema.
El algoritmo de control predictivo se desarrolló en Matlab
Modelando el sistema de la figura 8 y reduciendo a la mínima usando el Model Predictive Control Toolbox; donde se ingresa
expresión se obtiene la siguiente función de transferencia (8) la función de transferencia de la planta, parámetros del
que relaciona el nivel del tanque secundario (salida) con el controlador, restricciones y finalmente se realiza la simulación.
caudal de entrada de la bomba. Las condiciones para los parámetros del controlador son:
H2 (s) (8) • Un horizonte de predicción corto reduce el tiempo
()
Gp s = =
1
()
Qi s 2 H −H H −H Kv
donde el regulador MPC predice las salidas de la
s
2 1 2
*A
2
+s A 2+
1 2 + planta. Por lo tanto, un corto horizonte de predicción
Kv H 2 H reduce la capacidad de predicción del regulador
2 2
MPC.
Donde: • Un horizonte de predicción largo aumenta la
• H1 y H2 = alturas alrededor del punto de operación capacidad de predicción del regulador MPC. Sin
• A = sección transversal de los tanques embargo, un horizonte de predicción largo disminuye
Kv = Es definido por la norma IEC 534-1987 de la interpretación del regulador MPC añadiendo
válvulas de control del siguiente modo: cálculos suplementarios al algoritmo de control.
Caudal de agua (de 5 a 40 ºC) en m3/h que pasa a • Un horizonte de control corto causa unos cambios
través de la válvula a una apertura dada y con una cuidadosos de la acción de control; es decir el
pérdida de 1 bar. regulador intenta alcanzar el setpoint cambiando la
Reemplazando los parámetros la aproximación lineal de (8) variable manipulada sólo unas veces y en pequeñas
es: cantidades.
G p (s ) = • Una acción de control grande en un horizonte de
1
(9)
s (227,326608) + s(338,91168825) + 32,25
2 control corto podría sobrepasar el valor del setpoint,
después de los finales de horizonte de control. Sin
embargo, como el regulador sigue ejecutando, la
Sensor de Presión Diferencial variable manipulada finalmente se colocará alrededor
Para medir el nivel en el último tanques se usará un sensor de del setpoint.
presión diferencial cuya función de transferencia más su • Un horizonte de control largo produce cambios más
acondicionamiento se obtiene en [1]: agresivos de acción de control. Estos cambios
Vo (s )
G s (s ) = = 0,25 V/cm (10) [ ] agresivos pueden causar la oscilación y/o energía
H (s ) gastada.
Analizando el modelo de acuerdo a la figura 7 de la planta
Del diagrama de bloques la función de transferencia total de la
completa y su respuesta paso en lazo abierto (figura 9),
planta es:
G PT (s ) = G b (s ) * G p (s ) * G s (s ) (11)
juntamente con las condiciones ya mencionadas se definieron
los siguientes parámetros:
6
Figura 9. Respuesta paso en lazo abierto del sistema Para concluir la simulación se implementará en el simulink
(figura 12 y 13)
REFERENCES
[1] Benítez Mejía Diego Santiago, (1994). Diseño y construcción de un
sistema de control de nivel de líquidos, Quito: Escuela Politécnica
Nacional-Escuela de Ingeniería.
[2] Camacho. E.F., and Bordons C.,(2004). Model Predictive Control (2da
ed). London: Springer –Verlag.
[3] Clarke D. W, Mohtadi C y Tuffs P.S. (1987) “Predictive Control Part I.
The Basic Algorithm”. Automatic
[4] Tajatsy H., Itoh T. y Araki M. (1998) “Future needs for the control
theory in industries. Report and topics of the control techonolgy surgey
in japanese industry.” Journal of Proccess Control.
[5] SHANIAN, Bahram-Hassul, Michael. Control System Design Using
Figura 13. Resultados obtenidos a partir del control predictivo de las variables Matlab, Prentice Hall 1993.
manipuladas y controladas.
Cristina Zulay Rosero Mata. Nació el 26 de Agosto
En la simulación realizada se utilizo los parámetros descritos de 1984 en la ciudad Tulcán. Sus estudios los realizo
con anterioridad, pero debido a que el control predictivo es un en la escuela y colegio “La Providencia” en la ciudad
de Quito donde obtuvo el titulo de bachiller en Físico-
control intuitivo se puede cambiar cada uno de estos Matemático siendo abanderada del mismo. Sus
parámetros para mejorar el sistema dando como lugar una estudios superiores lo realizó en la Facultad de
mejor sintonización del mismo de acuerdo a los Ingeniería Eléctrica y Electrónica en la carrera
requerimientos de la planta. Ingeniería Electrónica y Control de la Escuela
Politécnica Nacional (Quito-Ecuador 2003-2009).
Actualmente se encuentra terminando su proyecto de
titulación (relacionado con Control Predictivo) para obtener el título de
IV. CONCLUSIONES Ingeniera en Electrónica y Control.
crisroserom@hotmail.com
Como se observo se realizo simulaciones con una herramienta
computacional, la cual presta algunas plataformas para poder Edison Oswaldo Moromenacho Oscullo. Nació el 22
realizar la simulación teniendo la misma respuesta en dos de de Abril de 1982 en la ciudad Quito. Sus estudios los
ellas workspace y simulink; teniendo en cuenta que se utilizó realizo en la “Escuela Experimental Eugenio Espejo” y
los mismos parámetros de simulación para el control colegio “C.O.T.A.C” (Colegio Técnico Aeronáutico de
Aviación Civil) en la ciudad de Quito donde obtuvo el
predictivo. titulo de bachiller en Físico-Matemático. Sus estudios
superiores lo realizó en la Facultad de Ingeniería
El control predictivo nos permite añadir restricciones al Eléctrica y Electrónica en la carrera Ingeniería
sistema brindando una gran ayuda ya que de está manera en el Electrónica y Control de la Escuela Politécnica
Nacional (Quito-Ecuador 2002-2009). Actualmente se
momento de la implementación se disminuye los costos de encuentra terminando su proyecto de titulación
inversión en hardware sin embargo requiere un alto costo (relacionado con Control Predictivo) para obtener el título de Ingeniero en
computacional. Electrónica y Control.
edimoroo@hotmail.com
A pesar de existir varios parámetros con los cuales se calibra
el controlador predictivo son esenciales el horizonte de
control, horizonte de predicción y el intervalo de control; ya
que con estos se puede sintonizar el sistema. En el momento
de reducir el intervalo de control se disminuye el tiempo de