Universidad Santo Tomás- Seccional Bucaramanga, Colombia.
Técnicas de control aplicadas en columnas de
destilación de crudo
Diosa C. Rodriguez Yaruro- Facultad de ingeniería mecatrónica
Resumen - La importancia de la industria petroquímica en el
mundo [1] lleva a que cada día se busque que los procesos de
extracción y refinamiento de sus derivados sean cada vez más
eficientes. Entre los principales procesos esta la destilación que es
un proceso de separación y purificación de componentes. Este
proceso se realiza mediante columnas de destilación, las cuales son
de gran interés en el área del control debido a que son altamente
no-lineales y sus modelos son difícilmente controlables alrededor
del punto de operación [2]. Por ello, existe en la literatura ciertas
técnicas para controlar el comportamiento de los diferentes
procesos químicos que se llevan a cabo en la industria. Estas
técnicas de control tienen como finalidad mantener los procesos en
las condiciones deseadas de operación, de tal manera que se
puedan prevenir accidentes, manteniendo seguras tanto las
plantas donde se llevan a cabo estos procesos como sus
alrededores. Una de las industrias en donde se requiere el control
de algunos procesos químicos es la industria de los hidrocarburos,
en especial dentro de los procesos de destilación del crudo. Dentro
de este trabajo son presentadas, a manera de revisión, las técnicas
de control que mayormente se aplican en las columnas de
destilación del crudo junto con ejemplos de cada uno de ellos, sus
resultados, análisis y conclusiones.
Índice de Términos - Control de procesos, columna de
destilación, destilación de crudo, industria y técnicas de control.
I. INTRODUCCIÓN
E l control de procesos es un área que comprende otras
áreas del conocimiento como son la ingeniería y la
termodinámica, y que aborda el estudio de las diferentes
maneras de controlar procesos mediante ciertos mecanismos,
arquitecturas, algoritmos, etc. El fin del control de procesos es
poder obtener como resultado producciones eficientes y
confiables, además de un producto final que no varíe demasiado
respecto al producto deseado. La implementación de un sistema
de control busca que los costos de producción y el impacto
ambiental sean mínimos. El control de procesos es una
herramienta de gran importancia dentro de los procesos
industriales que involucran el manejo de cierta cantidad de
variables para la producción de un producto específico [3].
Aunque nos encontramos en una era de transición a energías
más renovables, la industria de los hidrocarburos sigue siendo
una de las mayores proveedoras de recursos energéticos. Dentro
de esta industria se llevan a cabo procesos que requieren de
mucho control como es el proceso de destilación del crudo [4].
La destilación del crudo es una técnica aplicada para la
obtención de productos derivados de los hidrocarburos, dentro
de la cual se lleva el crudo a distintos puntos de ebullición
mediante el control de la temperatura. A los procesos
involucrados dentro de esta técnica se les conoce como
fraccionamiento y transformaciones químicas, los cuales
permiten obtener otros productos diferentes a los combustibles,
tales como materias primas para la industria del plástico, la
industria farmacéutica, química y agrícola. En la industria de
los hidrocarburos se busca principalmente la optimización de la
manera en cómo son llevados a cabo algunos procesos, es por
eso por lo que se invierten grandes cantidades de dinero en
estrategias y personal del área de control de procesos [4].
Dentro de una columna de destilación ocurren procesos que
son complejos y no lineales, en las interacciones entre las
reacciones químicas que ocurren y el equilibrio entre los
vapores y los líquidos presentes. Por tal motivo, llevar a cabos
procesos de control para columnas de destilación puede llegar
a ser una tarea bastante compleja en la cual se requiere
experticia [5]. Para llevar a cabo de manera efectiva el control
de los parámetros de operación dentro de los procesos que
ocurren en una columna de destilación es necesario escoger un
método de control apropiado. Existen distintos tipos de métodos de
control, entre los cuales se encuentra el método de control ON-
OFF, el cual es el más primitivo, el método de control
proporcional (P), el método de control integral (I), el método de
control proporcional-derivativo (PD) y los métodos conformados
por cualquier combinación de los métodos P, I y D [6]. El
método tradicional para el control de variables es el PID [8],
cuyos controladores están basados en modelos de procesos
lineales que se obtienen mediante experimentación. Los
procesos que ocurren dentro de las columnas de destilación, en
su mayoría, son procesos no lineales, por lo que la aplicación
de métodos PID conllevan a un rendimiento algunas veces
ineficiente del proceso. Por lo tanto, existen otras estrategias o
técnicas más avanzadas de control como es el método de control
predictivo y sus derivados como por ejemplo el control
predictivo por modelo (MPC) [9], el método por matriz
dinámica (DMC) [10], la tecnología de control predictivo
multivariable robusto (RMPCT) [11, 12], el método de control
predictivo generalizado (GPC) [13, 14, 15], entre otras.
 Universidad Santo Tomás- Seccional Bucaramanga, Colombia. 2

El objetivo de este trabajo es identificar que modelos de las columnas de destilación, las cuales son carcasas metálicas
columnas de destilación de crudo son utilizados, cuáles son los en cuyo interior se colocan bandejas de platos, unas sobre otras
controladores que se aplican a estos modelos y que respuesta se como se observa en la figura 1. “Las principales corrientes y los
obtiene. Además de evaluar el uso de técnicas tanto clásicas intercambiadores de calor para evaporar y
como adaptativas para las labores de control automático.
condensar. El flujo de alimentación entra en el plato i por
medio de un conducto. El líquido empieza a deslizarse de platos
II. CONCEPTOS BÁSICOS superiores a inferiores dentro de la columna. Esta a su vez
contiene un flujo de vapor en contra de la dirección del líquido
teniendo así una transferencia de materia dando como resultado
A. Destilación la evaporación del componente más ligero y la condensación
del componente más pesado” [17].
La destilación es un proceso natural de los compuestos que se
define como “la separación física de una mezcla en dos o más
fracciones que tienen diferentes puntos de ebullición”. Consiste
en variar la temperatura para separar dos o más componentes
que se encuentran juntos [16]. En este proceso se aprovecha la
tendencia que presentan “los compuestos volátiles en una
mezcla líquida para concentrarse en la fase vapor y al mismo
tiempo que los componentes más pesados de la mezcla tienden
a enriquecer la fase líquida en equilibrio termodinámico con la
fase vapor”. Es un proceso altamente utilizado mucho en las
industrias que refinan petróleo con el fin de producir muchos
productos químicos que se utilizan en los hogares y las fábricas
actuales [17].

B. Tipos de destilación

1) Destilación Simple: Se utiliza con mezclas de

producto donde existe únicamente una sustancia volátil, o Figura 1: Columna de destilación
bien, el punto de ebullición del líquido más volátil difiere
del punto de ebullición de los otros componentes en por lo La etapa de calentamiento o suministro de energía tiene como
menos 80 ºC. El resultado es la destilación de un solo objetivo generar el vapor que asciende a través de la columna.
producto. Esta destilación se puede realizar a presión El vapor es la fuente de energía mayormente utilizada, y cuando
atmosférica o a presión reducida. el proceso permite el contacto entre el vapor y el fluido de
operación, se utiliza vapor directo para calentar el líquido en el
2) Destilación fraccionada: Se utiliza para mezcla de
fondo de la columna.
sustancias volátiles donde los puntos de ebullición varían,
En caso contrario, el vapor se utiliza mediante contacto
pero su diferencia es menor a 80 ºC. “Al calentar una mezcla
indirecto a través de un intercambiador conocido como
de líquidos de diferentes presiones de vapor, el vapor se
rehervido. Por otro lado, el sistema de enfriamiento se utiliza
enriquece en el componente más volátil y esta propiedad se
para la condensación de los vapores de cima y generación de la
aprovecha para separar los diferentes compuestos líquidos
fase liquida que se retorna a la columna y que en muchos casos
mediante este tipo de destilación” [17]. Su rasgo más
se extrae como producto de cima [17].
característico es que requiere de una columna de
fraccionamiento. Se puede realizar a presión atmosférica o
Los condensador y hervidor son los elementos principales
a presión reducida.
que permiten realizar la operación de destilación. El hervidor es
un intercambiador de calor que permite aportar la energía
3) Destilación por arrastre de vapor: “Este método
necesaria para separar los componentes de la mezcla
posibilita la purificación o el aislamiento de compuestos de
alimentación creando una fase vapor a partir del líquido del
punto de ebullición elevado mediante una destilación a baja
fondo de la columna con un fluido caloportador [17].
temperatura (siempre inferior a 100 ºC). Es una técnica de
destilación muy útil para sustancias de punto de ebullición
El condensador es otro intercambiador de calor que permite
muy superior a 100 ºC y que descomponen antes o al
extraer energía del vapor que sale por la cabeza de la columna
alcanzar la temperatura de su punto de ebullición.” [18]. Se
para condensarlo y así producir un líquido que parte será
usa para sustancias insolubles en agua.
introducido de nuevo en la columna como reflujo y parte se
extraerá como producto destilado [17].
En los procesos de separación a escala industrial se utilizan
 Universidad Santo Tomás- Seccional Bucaramanga, Colombia. 3

III. OBJETIVOS DE CONTROL Y VARIABLES Tabla 1: Variables Manipuladas

El objetivo de las estrategias de control en estos sistemas es

obtener una operación segura y estable además de tener una Perturbaciones Descripción
operación optima. Para lograr eso se debe cumplir el balance de Caudal de Es la cantidad de
alimentación sustancia a la entrada
materia en la columna, Por lo que las cantidades de las
del sistema si es muy
corrientes de productos debe ser igual a la de la corriente de grande o pequeño
alimentación en régimen permanente. Se debe conseguir afecta la producción
controlar los niveles de líquido tanto en el tanque de reflujo de productos
como en el fondo de la columna. Además, se debe garantizar Composición de Es la composición
que los cambios en los caudales del proceso deben ser suaves y alimentación química de la
graduales para no alterar bruscamente el comportamiento de la alimentación del
columna como el de los equipos aguas abajo. Cumpliendo las sistema afecta la
restricciones marcadas por la operación de la columna (límites producción de
productos
de presión, temperaturas) [19].
Temperatura de Afecta el control de
alimentación temperatura del
El fin último de estos procesos es ahorran el coste en el sistema
consumo de energía y maximizar la recuperación de los presión de suministro Dependiendo de estos
productos principales. Sin afectar los requerimientos anteriores, del vapor del valores realizar el
ya que estos son prioritarios en la operación [19]. calefactor control de temperatura
Temperatura agua de es más complejo
refrigeración

Las variables manipuladas son: Tabla 2: Perturbaciones del sistema.

• Caudal de destilado (D)
• Caudal de producto de fondo (B)
• Caudal de reflujo (L)
Principales Variables en las torres de destilación [19]:
• Caudal de fluido de refrigeración (W)
• Caudal de fluido calefactor (V)
• Presión de la columna de destilación
Perturbaciones: • Nivel del líquido en el tambor de reflujo
• Caudal de alimentación
• Composición de la alimentación
• Nivel del líquido de fondo en la columna
• Temperatura de la alimentación
• Presión de suministro del vapor IV. ESTRATEGIAS DE CONTROL
calefactor
• Temperatura del agua de refrigeración
A. Control Clásico

Figura 2: Variables controladas y manipuladas en una 1) Control On/Off

columna de destilación
Este tipo es la forma más simple que hay de realiza un
control. La salida del regulador/controlador está encendida o
Variable Manipulada Descripción apagada, no posee puntos medios. Y el estado del controlador
Es la salida de alcohol solo cambia cuando la salida atraviesa el punto de ajuste o
Caudal de destilación
extraído del sistema setpoint como se observa en la figura 3.
Es el causal de salida
Caudal de Productos de los productos que
de Fondo queda en el fondo de la
columna
Es el flujo de destilado
que regresa a la
Caudal de reflujo columna y ayuda al
correcto
Funcionamiento
Caudal de fluidos de Son las variables
refrigeración utilizadas para
Caudal fluido de controlar la
calefactor temperatura
Figura 3: Curva de funcionamiento del control On/Off
(Extraído de ceiisa) [20].
 Universidad Santo Tomás- Seccional Bucaramanga, Colombia.
Para el calentamiento, la salida se activa o pone en alto
cuando la temperatura está por debajo del setpoint, y cambia de
estado cuando está por encima del mismo. Los cambios se
realizan cada que se cruza el punto de ajuste, lo que genera
oscilaciones continuas entre el punto de ajuste.
En los casos en que este ciclo se produce rápidamente, y
para evitar daños a los contactores y válvulas, “se añade un
diferencial de encendido y apagado, o "histéresis", a las
operaciones del controlador de temperatura. Este diferencial
requiere que la temperatura exceda del punto de ajuste por una
cierta cantidad antes de que se active o desactive de nuevo” [21]
como se observa en la figura 3.
Un claro ejemplo de esto es el control ON/OFF realizado a
una columna de destilación en la escuela técnica superior de
ingeniería Sevilla- España, donde a través de sus conectores
inferiores se implementó un PLC. Para este proyecto se llevó a
cabo un sistema de control en tiempo real, donde las variables
a controlar fueron: la válvula de reflujo (Válvula que recibe las
ordenes de control, cuya función es dirigir el condensado al
recipiente o de vuelta a la columna como reflujo), la potencia
de reboiler (recipiente cilíndrico que incluye un elemento
calefactor y un sensor de nivel) y la velocidad del motor de la
bomba.
Se concluyó que para futuras mejoras de la columna de
destilación se debe ejecutar e implementar controladores a la
planta y técnicas más avanzadas de control ya que la
implementada es una de las técnicas más sencillas, pues en este
caso el estudio se realizó con el objetivo de buscar la
funcionalidad de la columna por medio de un método de control
que permitiera a los futuros estudiantes implementar otros
métodos [31].
Sumado al ejemplo anteriormente nombrado se puede
mencionar el trabajo “Diseño e implementación de un control
de nivel en el fondo de la primera columna de la torre de
destilación continua binaria en el centro de investigación en
procesos de ingeniería (c.i.p.i.)” [34] de la universidad Jorge
Tadeo Lozano. En el cual se realizó un control ON-OFF, como
se muestra en la Figura 4 en el cual se utiliza un sensor de
proximidad capacitivo, y la información generada por este
elemento se acondiciona para utilizarla en el lenguaje de
programación LabVIEW. Luego esta información procesada se
utiliza para controlar una válvula ON-OFF normalmente
cerrada activada eléctricamente por LabVIEW. Esto se hizo
debido a la turbulencia y los vapores generados lo que no
permitía la instalación de un sensor análogo.
Figura 4: Implementación Control On-Off
4
2) Control PID
Un controlador o regulador PID es un dispositivo que permite
controlar un sistema en lazo cerrado para que alcance el estado
de salida deseado. El controlador PID está compuesto de tres
elementos que proporcionan una acción Proporcional, Integral
y Derivativa. Estas tres acciones son las que dan nombre al
controlador PID [22] como se observa en la figura 5.
Figura 5: Esquema de bloques de un controlador PID
Un ejemplo de esto es el controlador clásico PID como el que
se observa en la figura 5. Este tipo de controlador es de lazo
sencillo realimentado. Sus principales ventajas son su sencillez
y robustez; El algoritmo es fácil de implementar y se emplea
ampliamente en lazos de temperatura, nivel, presión y caudal.
Sin embargo, sus resultados que no siempre son los mejores [2].
Entre sus principales ventajas se encuentra una rápida
respuesta al error, La corrección que se aplica es independiente
de la perturbación aplicada, y tiene gran versatilidad y robustez.
Aun así, posee desventajas como que no se anticipa a las
perturbaciones sino hasta que ocurren. Lo que limita la
respuesta del control y no la hace preventiva aun ante variables
de error mediables. Su dinámica no es aceptable en sistemas con
tiempos muertos grandes.
Este controlador puede ser aplicado en procesos de
destilación extractiva en las columnas de destilación y de
recuperación. En este proceso “En la columna de destilación
ingresan la mezcla azeotrópica y el solvente, el cual aumenta la
diferencia del punto de ebullición de los dos componentes para
que el azeótropo negativo sea separado de la mezcla. Luego, la
mezcla entre el azeótropo positivo y el solvente pasa a la
columna de recuperación para separar dichos componentes y así
poder volver a utilizar el solvente” [2].
Figura 6: Destilación extractiva mediante columna de
extracción y recuperación (Galindo, J.P.
2020)
 Universidad Santo Tomás- Seccional Bucaramanga, Colombia.
En este proceso se busca disminuir el consumo energético
requerido para extraer parte del azeótropo positivo cuando la
concentración del azeótropo negativo es menor al 90%.
Además, se busca reducir el consumo energético se suele
utilizar una columna de preconcentración que permite obtener
una pureza entre 90% y 95% del azeótropo negativo [2].
Los controladores PID son los controladores mas utilizados
en la industria. Y las columnas de destilación no son la
excepción. En este caso se implemento un PID para una
columna piloto con mezcla etanol-agua. Para esta aplicación se
controla el caudal de reflujo, y el caudal de vapor rehervido.
Para controlar la concentración de etanol en el destilado y la
composición de productos en el fondo [35]. En la ecuación 1.A
se muestran las funciones de transferencia linealizadas para este
sistema con múltiples entradas y salidas. Y en la ecuación 1.B
la función de transferencia de los controladores implementados.
0.66𝑒 −2.6𝑠 −0.49𝑒 −𝑠
𝐺11 (𝑆) = 𝐺12 (𝑆) =
6.7𝑆 + 1 9.06𝑆 + 1
[A]
−0.347𝑒 −9.2𝑠 0.87(11.6𝑆 + 1)𝑒 −𝑠
𝐺21 (𝑆) = 𝐺22 (𝑆) =
8.15𝑆 + 1 (3.89𝑆 + 1)(18.8𝑆 + 1)
[B]
Ecuación 1: ecuaciones función de transferencia y control
del PID de ejemplo [35].
El desempeño obtenido del sistema fue aceptable como se ve
en la figura 7. Aunque una variable de entrada tiene incidencia
sobre la otra por lo que para una mejor respuesta se requiere la
implementación de un Desacoplador.
Figura 7: Respuesta sistema PID [35].
También en el informe “IDENTIFICACIÓN DE
DIAGRAMAS INDUSTRIALES, P&ID” en la Universidad
Popular del Cesar se muestra el diagrama P&ID del control de
una columna de destilación en la cual se realiza un control de
flujo, Control de nivel, control de temperatura y de nivel [36].
En la siguiente figura se ve este diagrama.
5
Diagrama 1: Diagrama P&ID columna de destilación [36].
B. Control Avanzado de procesos
El Control Avanzado (CA) se entiende como cualquier
algoritmo o estrategia que se desvía de las técnicas de control
clásico lineal. “El origen de estas técnicas se encuentra en el
grado de complejidad que presentan las plantas modernas de
procesos y los avances computacionales y tecnológicos que
permiten la implementación de sofisticados algoritmos que no
se podían observar usando tecnología analógica” [23].
Las ventajas que se han demostrado de estos métodos de
control son las siguientes:
• Mejorar la productividad
• Reducir el consumo de energía
• Aumentar la capacidad
• Mejorar la calidad y consistencia del producto.
Un ejemplo de esto es un sistema de control avanzado o
APC (Advanced process control) que fue aplicada en una
columna de destilación de crudo binario y en su horno de
alimentación. Esta columna de destilación atmosférica se
encarga de separar el crudo. Los productos obtenidos son
gasolina cruda como destilado superior, queroseno de
extracción lateral, gasóleo medio y pesado de extracción lateral
y residuos de fondo [39], los cuales son bombeados a otro horno
para calentarlo y en una columna de destilación al vacío obtener
gasóleo ligero y pesado de vacío, gasóleo de medio vacío y
residuos de vacío de fondos que alimentan a otra unidad. Por lo
cual el sistema se mantiene estable aprovechando múltiples
veces los residuos. La solución ha presentado grandes
resultados en cuanto a la optimización de especificaciones del
producto, mejorando el rendimiento de los productos más
valiosos generando ahorros anuales para el cliente en más de
10,9MM US [39].
1) Control MPC
Este controlador es del tipo predictivo. Es una estrategia
utilizada por su característica de ser un controlador óptimo, y
debido a que permite tener en consideración las restricciones
del proceso además de poder involucrar dentro de la ley de
control diversos objetivos, incluso objetivos económicos que la
 Universidad Santo Tomás- Seccional Bucaramanga, Colombia. 6

gerencia de alguna industria está interesada en alcanzar. Esto perturbaciones del flujo de alimentación. La función de
satisface los objetivos del control en columnas de destilación. optimización o costo del control productivo se observa en la
Una acción predictiva es la forma de generar una acción que Ecuación 2. Y el método de optimización fue realizada por
pueda adelantarse a una determinada perturbación y así poderla SMOC (Shell Multivariable Optimizing Controller) [25].
evitar o por lo menos disminuirlo. En resumen, el controlador
actúa en el instante actual, basándose en la predicción del Mediante la disminución de la varianza del punto final de
comportamiento futuro del proceso [24]. ebullición de los productos superiores el valor de referencia
puede ser mayor. Y los componentes más pesados en el
Características: producto superior más caro se puede vender.
• Usa un modelo explicito
𝑁 𝑛𝑒2
• Se busca minimizar el objetivo 𝜆𝑦𝑖 2
• Se poseen modelos de posibles perturbaciones 𝐽= ∑∑ ̂
∗ [𝑌𝑛(𝑘 + 𝑑 + 𝑛𝑒) − 𝑌 𝑖(𝑘 + 𝑑 + 𝑛𝑒|𝑘)]
𝜆𝑦𝑖
𝑖=1 𝑛𝑒=𝑖
𝑁 𝑛𝑢
𝜆𝑦𝑖
+ ∑∑ △ 𝑢𝑖2 (𝑘 + 𝑗 − 1) ⇒ 𝑀𝐼𝑁 △ 𝑢𝑖
𝜆∗𝑦𝑖
𝑖=1 𝑗=𝑖

Ecuación 2: Ecuación de costo del control predictivo

(Kniese, D.W. 2003).

Suponga que el flujo de alimentación es de 3136 t/día. La

Tabla 3.A muestra el valor medio y la desviación estándar del
punto de ebullición final del producto superior al aplicar un
controlador PI (Proporcional Integral) y el mejor control
Figura 8: Lazo de control MPC. predictivo. Debido a la reducción en la fluctuación (desviación
estándar) la referencia valor (valor medio) se puede aumentar.
A continuación, se muestra la figura 9 la cual muestran un Este hecho lleva a más producto inferior y menos producto
ejemplo de un modelo utilizado para un control MPC. En esta superior como se muestra en la Tabla 3.B. Lo que significa que
investigación se realiza un modelo lineal de primer orden el cual se pueden vender más componentes pesados entre los productos
se compone de una ganancia estática (G), un tiempo de retardo superiores [24].
de transporte (Td) y una constante de tiempo (Ti) con el tiempo
manejado en minutos [25].
Control Productos Productos
superiores inferiores [t/día]
[t/día]
PI 263.4 2873
Predictivo 267.2 2869.2

Control Punto final de ebullición

Valor Desviación
promedio [°C] estándar [°C]
PI 60.857 1.959
Predictivo 60.89 0.9795
(A) Modelo de acción (B) Modelo de perturbación
Figura 9: Modelo de la Planta de refinamiento (Kniese, [A] Y [B]
D.W. 2003)
Tabla 3: A) Calidad de los productos con diferentes técnicas
Los principales objetivos de control de este caso son de control. B) Cantidades de productos con diferentes técnicas
mantener las variables dentro de un rango establecido y la de control (Kniese, D.W. 2003)
consideración de las restricciones. Las cuales son mantener por
debajo de 2.5% la concentración de la gasolina pesada en la
parte superior, 2. En lugar de una concentración de producto de Seguidamente se agrega la investigación “Control
fondo, minimizar el consumo de energía de calefacción y predictivo basado en modelo (MPC) de una columna de
mantener un flujo mínimo de circulación en el horno. destilación binaria para la producción de etanol”. En esta se
expone un controlador Predictivo Basado en Modelo para la
Estos requisitos se pueden cumplir mediante un control composición en el tope y fondo de una Columna de Destilación
predictivo multivariable con restricciones y alimentación de Binaria para la producción de etanol [37]. En esta investigación
 Universidad Santo Tomás- Seccional Bucaramanga, Colombia. 7

el modelo utilizado de obtuvo mediante identificación

experimental dando como resultado un modelo de primer orden
con retardo de transporte, pues este define adecuadamente el
funcionamiento de la Columna de Destilación. Por último, en el
sistema de Control Predictivo para una Columna de Destilación
Binaria se “destinada a la producción de etanol, donde se
observan los resultados del comportamiento transitorio de las
variables de salida y de las señales manipuladas para cambios
en los valores de consigna y en las perturbaciones. La propuesta
de control realizada en la investigación constituye una
herramienta importante en función de aumentar la eficiencia y Figura 10: Lazo de controlador inteligente
confiabilidad de una unidad de destilación que garantice el
cumplimento de los requerimientos exigidos” [37].

Por último, se mención un controlador NMPC el cual es un

control predictivo no lineal (NMPC). En el NMPC, el algoritmo
utilizado usa un modelo del proceso que sintetiza las
características principales del proceso. El objetivo de este
control es hallar secuencia óptima de los valores de las variables
manipuladas minimizando la función de costo. “Dicha función
está calculada sobre una trayectoria deseada de las variables de
salida a lo largo de un horizonte de predicción. La función de
coste es la integral sobre los cuadrados de los residuos que
resultan de la diferencia entre las salidas predichas del modelo
(ypred) y los valores de referencia (r) a lo largo de un tiempo
de predicción” [38]. En este estudio concluyen que es una
técnica prometedora pero que necesita mayor refinamiento
debido a los tiempos que requiere realizar la predicción [38].
2) Control inteligente
Este tipo de control es la integración entre el control
automático, la inteligencia artificial y los sistemas distribuidos
en tiempo real. Las principales técnicas utilizadas son:
• Sistemas expertos: Este tipo de control es basado en la
experiencia y conocimiento de expertos. Ya que se recoge
información mediante reglas que determinan la actuación
[26].
• Redes Neuronales: Son "estructuras de procesamiento de
información paralela y distribuida, formada por elementos
de procesamiento interconectados mediante canales
unidireccionales de información. Cada elemento de
procesamiento tiene una conexión de salida con diferentes
ramas portadoras de la misma” [26] como lo manifiesta.
• Algoritmos Genéticos: Es una técnica que depura de forma
automática las reglas que forman la base de conocimiento.
Es comparables con los organismos vivos, capaces de
evolucionar para adaptarse mejor al entorno [26].
Figura 11: Control PID modificado con un controlador
inteligente
La optimización de la distribución en un sistema de control
en una refinería de crudo aplicando técnicas de Machine
learning hibrido fue usada en una planta en Al Doura, la
predicción de los cortes de crudo se obtiene a partir de la
primera etapa del proceso de refinación, aplicando la teoría de
conjuntos aproximados o RST (rough set theory) basada en el
sistema de inferencia neuro difusa adaptativa o ANFIS
(adaptative neuro-fuzzy inference system) con la cual se diseña
un modelo de sensor suave para mejorar el rendimiento del
proceso de refinería de crudo. La aplicación de esta técnica
busca reducir los conjuntos de reglas difusas del modelo ANFIS
a partir del modelo RST, aplicando también métodos de
desratización para optimizar los datos continuos de
desratización, lo cual ayuda a predecir las variables: presión de
vapor reid o RVP (reid vapor pressure) y la gravedad del
instituto americano de petróleo o API gravity (american
pretroleum que detectan disminución de la calidad.
Examinando los procesos en tiempo real obtienen resultados
que mantienen la pureza del producto destilado conforme al
control de calidad, también se encuentra que el modelo ANFIS
no tiene sobre impulsos, y el tiempo de subida mejora en un
26% mientras que el tiempo de establecimiento mejora en un
84% [25].

3) PID Descentralizado

Lon sistemas con varias entradas y salidas (Ecuación 3), en

los que una entrada afecta a varias salidas y recíprocamente
una salida es afectada por varias entradas [27].
 Universidad Santo Tomás- Seccional Bucaramanga, Colombia.
𝑌1(𝑠) = 𝐺11 (𝑠) ∗ 𝑈1 (𝑠) + … + 𝐺1𝑚 (𝑠)𝑈𝑚 (𝑠)
… El controlador utilizado en este caso fue uno Kinv
𝑌1(𝑠) = 𝐺𝑝1 (𝑠) ∗ 𝑈1 (𝑠) + … + 𝐺𝑝𝑚 (𝑠)𝑈𝑚 (𝑠)
Ecuación 3: Representación sistema SISO.
En este tipo de controles no se pueden sintonizar los
controladores de cada lazo de forma independiente debido a las
Interacciones existentes. Ya que un lazo afecta de un lazo de
control sobre otro lazo de control, rebotando el efecto sobre el
lazo original. La función de transferencia entre cada salida y
cada entrada cambia en función del resto de los lazos de control
[27].
En este tipo de sistemas se puede tratar de eliminar o reducir
las interacciones de cada variable de entrada con las variables
de salida distintas de la que controla. Por lo que se agrega un
Desacoplador como se ve en la figura 12.
Figura 12: Esquema Desacoplador
En las columnas de destilación los lazos de control se
acoplan fuertemente. Lo que vuelve necesario diseñar un
controlador que desacople. “Esto se logra por medio de un
controlador con red de desacoplo que permita obtener la
función de transferencia en lazo cerrado con los elementos fuera
de su diagonal iguales a cero y así eliminar interacciones del
flujo de reflujo con la composición de base, e interacciones del
reflujo de vapor con la composición de cima” [40].
Una aplicación del controlador aplicado a una columna de
destilación los lazos de control poseen un fuerte acoplamiento
entre sí. Por lo que se hace necesario diseñar un controlador que
desacople el lazo de control de composición de la parte superior
del lazo de control de composición de la parte inferior (Figura
13). Por medio de un controlador con red de desacoplo que
permita obtener la función de transferencia en lazo cerrado con
los elementos fuera de su diagonal iguales a cero se logra esto
[28].
Figura 13: Controlador Kinv (Ospina, K. 2010)
8
descentralizado 2 × 2 que logra este tipo de desacoplamiento
dinámico. Este controlador es basado en modelo, el cual se
diseña en base a la función de transferencia de la planta
(Ecuación 4.A) la cual es una aproximación a un sistema de
primer orden mediante el método conocido como “stepping
technique”, y la ecuación de diseño del controlador es la que se
ve en la ecuación 4.B. Donde “l(s) = k/s es la ganancia del
controlador la cual posee un integrador puro que garantiza error
en estado estacionario igual a cero y una constante que
determina la constante de tiempo del sistema en lazo cerrado, y
G-1(s) es la inversa de la función de transferencia de la planta
en lazo abierto” [28].
1 75 −74.8
𝐺 𝐿𝑉 (𝑆) =
45𝑆 + 1 85 −85.3
(A)
𝐾𝑖𝑛𝑣 = 𝐼(𝑆) ∗ 𝐺 −1 (𝑆)
(B)
Ecuación 4: A. Función de transferencia de la planta, B.
Función de transferencia del controlador (Ospina, K. 2010)
El controlador Kinv es un tipo de en la expresión que
describe el controlador elimina los polos que puedan existir en
el semiplano derecho del plano y por tanto elimina posibles
problemas de inestabilidad, adicionalmente es un controlador
que permite utilizar de forma más explícita el modelo del
proceso. Por otro, lado posee ciertas desventajas tales como la
sensibilidad ante incertidumbres en la entrada y una muy
importante es que no se modela rechazo ante perturbaciones.
4) Control LQG (lineal cuadrático gaussiano)
Este controlador es la combinación de un filtro de Kalman
con un controlador lineal cuadrático regular o LQR, que asume
que no hay ruido de proceso y que el estado completo está
disponible para control. Esta técnica permite monitorear el
rendimiento del sistema y medir el esfuerzo de control que se
presenta a raíz de las perturbaciones y ruido del proceso [29].
Figura 14: Modelo LQG para regular la salida (Y) en
cero.
 Universidad Santo Tomás- Seccional Bucaramanga, Colombia. 9

Un ejemplo de esto es el articulo “Distillation column REFERENCES

control using genetic algorithms for LQR design” en el cual se [1] Ministerio de Comercio de Colombia. (2021). CONTEXTO
utilizan algoritmo genético para determinar las matrices de MACROECONÓMICO DE COLOMBIA. Extraído de:
ponderación óptimas para un LQR. “Para esto se utiliza una https://www.mincit.gov.co/getattachment/1c8db89b-efed-46ec-b2a1-
56513399bd09/Colombia.aspx
función de 'costo' que se define con frecuencia como la suma [2] Galindo, J.P. (2020). Técnicas de control avanzado para aumentar la
de las desviaciones de las mediciones clave de sus valores eficiencia energética de una columna de destilación extractiva. Extraído
deseados” [41]. El regulador cuadrático lineal (LQR) utiliza la de:
configuración del controlador que minimiza las desviaciones https://repositorio.unal.edu.co/bitstream/handle/unal/77734/80.101.520.2
020.pdf?sequence=1& isAllowed=y
no deseadas. Las pruebas se realizan en una columna de [3] Hernández, J. A. M., & Hernández, L. A. M. (2015). Dinámica y control
destilación binaria que posee características multivariables y de procesos químicos. Universidad del Tolima.
no lineales. La conclusión del articulo es que la aplicación de [4] Raimondi, A. (2010). Análisis, modelación y control adaptativo
este método es eficaz. predictivo de una columna de destilación atmosférica de crudo.
[5] Sharma, N., & Singh, K. (2010). Control of reactive distillation column:
a review. International Journal of Chemical Reactor Engineering, 8(1).
[6] Åström, K. J., & Hägglund, T. (2006). PID control. IEEE Control Systems
V. CONCLUSIONES Magazine, 1066.
[7] Åström, K. J., & Hägglund, T. (2001). The future of PID control. Control
engineering practice, 9(11), 1163-1175.
1. La industria petroquímica es de las principales en el [8] Minorsky, N. (1922). Directional stability of automatically steered bodies.
mundo. Y por ende la fiabilidad de los controladores Journal of the American Society for Naval Engineers, 34(2), 280-309.
[9] Garcia, C. E., Prett, D. M., & Morari, M. (1989). Model predictive
sobre todo para tareas de control y temperatura tiene control: Theory and practice— A survey. Automatic, 25(3), 335-348.
que ser alta. Y los controladores tienen que ser rápidos [10] Cutler, C. R. (1983). Dynamic matrix control: an optimal multivariable
y tener pocas oscilaciones ante perturbaciones. control algorithm with constraints (Doctoral dissertation, University of
2. Las técnicas clásicas son las más utilizadas en la Houston).
[11] Lu, Z. J., MacArthur, J. W., & Horn, B. C. (1994). U.S. Patent No.
industria debido a su fiabilidad. Pero las técnicas 5,351,184. Washington, DC: U.S. Patent and Trademark Office.
robustas y adaptativas están ganando terreno. Y a [12] Qin, S. J., & Badgwell, T. A. (1997, June). An overview of industrial
futuro con mejores computadores y algoritmos de model predictive control technology. In AIche symposium series (Vol. 93,
sintonización pueden llegar a ser las técnicas más No. 316, pp. 232-256). New York, NY: American Institute of Chemical
Engineers, 1971-c2002.
usadas. [13] Clarke, D. W., Mohtadi, C., & Tuffs, P. S. (1987). Generalized predictive
3. Los modelos multivariable y en espacio de estados control—Part I. The basic algorithm. Automatica, 23(2), 137-148.
describen de mejor manera las dinámicas reales de [14] Clarke, D. W., Mohtadi, C., & Tuffs, P. S. (1987). Generalized predictive
estos sistemas. Y aunque se pueden linealizar, los control—Part II extensions and interpretations. Automatica, 23(2), 149-
160.
controladores que permiten trabajar con las dinámicas [15] Clarke, D. W., & Mohtadi, C. (1989). Properties of generalized predictive
no lineales pueden ser más confiables. control. Automatica, 25(6), 859-875.
4. La aplicación de técnicas cada más rápidas y fiables [16] Rodríguez, J. (s. f.). obtención de las funciones de transferencia de las
también significan beneficios económicos temperaturas del tope y fondo de una de destilación binaria. Dialnet.
recuperado 25 de octubre de 2020, de
importantes. Ya que se optimizan los productos y se https://dialnet.unirioja.es/descarga/articulo/5282244.pdf
disminuye el gasto energético. Esto es importante en [17] Franco Ocampo, d. f. (2008). emulación de una columna de destilación
una industria como la petroquímica porque se binaria continua. univalle.
aumentan los dividendos y eso es beneficioso para los [18] Destilación. (s. f.). Universidad de Barcelona. Recuperado 25 de octubre
de 2022, de
países productores. https://www.ub.edu/oblq/oblq%20castellano/destilacio_tipus.html#simpl
5. A medida que las técnicas adaptativas aprendan más e
rápido y requieran menos recursos para aprender van [19] Navas, S. J. (s. f.). Control de Columnas de destilación.
a ganar más importancia en este mercado. [20] "Control todo o nada (ON-OFF)". Control e Instrumentación Industrial.
http://ceiisa.blogspot.com/2015/01/control-todo-o-nada-on-off.html
6. Los controladores predictivos son estrategias (accedido el 15 de diciembre de 2022).
prometedoras, pero no siempre son la mejor opción [21] "Control de temperatura | Reguladores y controladores". OMEGA.
debido que en proceso de predicción puede tomar un https://es.omega.com/prodinfo/controladores-de-
tiempo importante. temperatura.html#:~:text=Un%20controlador%20ON/OFF%20es,atravie
sa%20el%20punto%20de%20ajuste. (accedido el 15 de diciembre de
7. Desacoplar las entradas y salidas de un sistema hace 2022).
que la respuesta de este sea más adecuada y eficaz. [22] Controlador PID - Control Automático - Picuino. (s. f.). Recuperado 26
8. Diseñar adecuadamente el modelo de la planta permite de octubre de 2022, de https://www.picuino.com/es/control-pid.html
que en los casos donde se debe minimizar la función [23] Control Predictivo Basado en Modelo – DMC. (2020, 6 agosto). Control
Automático Educación. https://controlautomaticoeducacion.com/control-
de coste se tenga un mejor resultado. predictivo/dmc/
9. Dependiendo del controlador y la eficiencia de este se [24] Kniese, D.-W., Haber, R., Volk, U., Hahn, R. (2003). Optimized
puede obtener mayor calidad en los productos y mayor Multivariable Predictive Control of an Industrial Distillation Column
eficiencia en la producción. Considering Hard and Soft Constraints. IFAC Proceedings Volumes 36,
239–244. https://doi.org/10.1016/S1474-6670(17)35790-7.
[25] Galan, R. & Jimenes, A. (1999). Control Inteligente. Revista
Iberoamericana de Inteligencia Artificial.
https://www.redalyc.org/pdf/925/92541004.pdf
[26] F. Cubillos, L. Henrique y J. L. Salazar. "CONTROL AVANZADO DE
PROCESOS". Laboratorio de Sistemas e Informática de Procesos -
Labcontrol | Universidad de Santiago de Chile |.
 Universidad Santo Tomás- Seccional Bucaramanga, Colombia. 10

https://www.labcontrol.cl/sites/labcontrol/files/controlavanzado.pdf CIENCIAS EN INGENIERÍA QUÍMICA, San Luis Potosí, S.L.P, 2022.

(accedido el 15 de diciembre de 2022). [En línea]. Disponible:
[27] P. Campoy. "Control Multivariable". DISAM – AUTOMÁTICA https://repositorioinstitucional.uaslp.mx/xmlui/bitstream/handle/i/7508/T
(DISAM). esisM.FCQ.2022.Control.Valadez.pdf?sequence=1&isAllowed=y
http://www.disam.upm.es/campoy/Pascual_Campoy/teaching_files/9_co [44] J.R Pérez-Correa, M. Fernández-Fernández y S. Díaz. "Automatic
ntrol_sistemas_multivariables.ppt.pdf (accedido el 15 de diciembre de Control on Batch and Continuous Distillation Columns".
2022). https://repositorio.unapiquitos.edu.pe/handle/20.500.12737/1964.
[28] Ospina, K. (2010). MODELO Y CONTROL DE UNA COLUMNA DE https://repositorio.unapiquitos.edu.pe/handle/20.500.12737/1964.
DESTILACION CONTINUA. Extraído de: [45] Franco Ocampo, D. F., & Franco Mejía, E. (2015). Emulación de una
https://repositorio.uniandes.edu.co/bitstream/handle/1992/19151/u40510 columna de destilación binaria continua para propósitos de formación en
9.pdf?sequence=1 control. Revista UIS Ingenierías, 14(2), 7–17.
[29] (Linear-Quadratic-Gaussian (LQG) Design - MATLAB & Simulink, s. f.) https://doi.org/10.18273/revuin.v14n2-2015002
[30] colaboradores de Wikipedia. (2022b, abril 20). Control lineal cuadrático [46] "Diseño y simulación de una columna de destilación multicomponente
gaussiano. Wikipedia,la enciclopedia libre. para obtener productos derivados de petróleo". DSpace Home.
https://es.wikipedia.org/wiki/Control_lineal_cuadr%C3%A1tico_gaussia https://repositorio.unapiquitos.edu.pe/handle/20.500.12737/1964
no (accedido el 4 de enero de 2023).
[31] J. A. Souto Alemán, DESARROLLO DEL SISTEMA DE CONTROL Y [47] Volker Haseloff, Y. Zak Friedman y Sean G. Goodhart, Coker advanced
PUESTA EN FUNCIONAMIENTO DE UNA COLUMNA DE process control at BP Gelsenkirchen refinery. 2006.
DESTILACIÓN. Sevilla, 2016. Accedido el 16 de diciembre de 2022. [En [48] ISSN 0005-1179, Automation and Remote Control, 2017, Vol. 78, No. 2,
línea]. Disponible: pp. 357–367. cPleiades Publishing, Ltd., 2017. Original Russian Text c
https://biblus.us.es/bibing/proyectos/abreproy/90827/fichero/Desarrollo+ D.Kh. Fayruzov, Yu.N. Bel’kov, D.V. Kneller, A.Yu. Torgashov, 2013,
del+sistema+de+control+y+puesta+en+funcionamiento+de+una+colum published in Avtomatizatsiya v Promyshlennosti, 2013, No. 8, pp. 3–10.
na+de+destilación,+por+Jose+Antonio+Souto+Aleman.pdf [49] Steve Howes, Janarde Le Pore, Ivan Mohler y Nenad Bolf,
[32] Fitatá, M. M. (2018). Diseño e implementación de un control de nivel en IMPLEMENTING ADVANCED PROCESS CONTROL FOR
el fondo de la primera columna de la torre de destilación continua binaria REFINERIES AND CHEMICAL PLANTS. 2019.
en el Centro de Investigación en procesos de ingeniería (C. I.P.I). [50] A. Hussein Humod Al Jlibawi, M. L. Othman, A. Ishak, B. S. Moh Noor
Recuperado de: http://hdl.handle.net/20.500.12010/4793. y A. H. M. S. Sajitt, "Optimization of Distribution Control System in Oil
[33] Rivas, F., Astorga, C. M., Longoria, R., Valencia, G., & López, F. R. Refinery by Applying Hybrid Machine Learning Techniques", IEEE
Desarrollo de una estación de monitoreo y control en línea. Aplicación a Access, vol. 10, pp. 3890–3903, 2022. Accedido el 4 de enero de 2023.
una columna de destilación. [En línea]. Disponible: https://doi.org/10.1109/access.2021.3134931
[34] Profesores Particulares en Madrid | Academia de Clases Particulares.
https://www.cartagena99.com/recursos/alumnos/apuntes/Tema%2011%
20CPQ.pdf (accedido el 4 de enero de
2023).https://csd.newcastle.edu.au/SpanishPages/clase_slides_download
/C08.pdf
[35] R. Pasos. "Driagrama P&ID de una columna de destilación, Explicado."
Academia.edu - Share research.
https://www.academia.edu/42705201/Driagrama_P_and_ID_de_una_col
umna_de_destilación_Explicado (accedido el 4 de enero de 2023).
[36] "Control predictivo basado en modelo (MPC) de una columna de
destilación binaria para la producción de etanol". Principal.
https://dspace.uclv.edu.cu/handle/123456789/1657?show=full (accedido
el 4 de enero de 2023).
[37] S. Cristea y R. F. Almudena. "CONTROL PREDICTIVO NO LINEAL
APLICADO A COLUMNAS DE DESTILACIÓN". EcosimPro |
PROOSIS Modelling and Simulation Software.
https://www.ecosimpro.com/wp-
content/uploads/2015/02/C02_06_es.pdf (accedido el 4 de enero de
2023).
[38] A. Villalobos Guillén, Simulación y control avanzado de una columna de
destilación. Sevilla, 2020. [En línea]. Disponible:
https://biblus.us.es/bibing/proyectos/abreproy/71933/fichero/TFM-
1933+VILLALOBOS+GUILLEN,+ADRIAN.pdf
[39] K. Ospina Figueredo. "MODELO Y CONTROL DE UNA COLUMNA
DE DESTILACION CONT ´ ´INUA". Repositorio Institucional Séneca.
https://repositorio.uniandes.edu.co/bitstream/handle/1992/19151/u40510
9.pdf?sequence=1 (accedido el 4 de enero de 2023).
[40] "Distillation column control using genetic algorithms for LQR design |
Proceedings of the International Conference on Computer Systems and
Technologies and Workshop for PhD Students in Computing". ACM
Other conferences. https://dl.acm.org/doi/abs/10.1145/1731740.1731789
(accedido el 4 de enero de 2023).
[41] "Parámetros de funcionamiento de una columna de destilación diferencial
en pequeña escala para la producción de etanol hidratado combustible
(EHC)". SciELO Colombia- Scientific Electronic Library Online.
http://www.scielo.org.co/scielo.php?pid=S0120-
56092015000100006&script=sci_abstract&tlng=es (accedido
el 4 de enero de 2023).
[42] A. de Frutos Sanz, CONTROL PREDICTIVO MULTIVARIABLE DE
UNA COLUMNA DE FRACCIONAMIENTO CON ETAPA PRE-
FLASH. madrid. [En línea]. Disponible:
https://oa.upm.es/49138/1/TFG_ALVARO_DE_FRUTOS_SANZ.pdf
[43] B. VALADEZ HERNÁNDEZ, "CONTROL DE MODELO
PREDICTIVO (MPC) NO-LINEAL PARA UNA COLUMNA
PETLYUK: COSIMULACIÓN MATLAB-ASPEN", MAESTRO EN