Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capítulo 7
Algoritmos de control y métodos de ajuste o sintonía
7.1 Introducción
En el presente capítulo se detallarán los principales algoritmos de control empleados en la
práctica, y se mostrará como determinar los parámetros de ajuste o sintonía más adecuados para
su correcto funcionamiento en correspondencia con el sistema que se desea controlar,
empleando los modelos matemáticos detallados en los capítulos precedentes. Se remarca la
diferencia entre “lógica de control” y “algoritmo de control”. La primera hace referencia a la
elección de la variable controlada y la correspondiente variable manipulada así como también
de la forma de comparar al valor de la variable controlada en un momento dado (PV o “c”) con
el valor deseado de la misma y fijado por el usuario (“set-point”; i.e. SP o “r”) por ejemplo, en
la forma de realimentación o feedback, mientras que por algoritmo se hace referencia a la
“ecuación” por medio de la cual es determinado el valor de la salida del controlador u orden al
elemento de acción final, i.e. OP o “y”. Definidas estas dos partes, resta luego determinar los
valores más adecuados de los parámetros que lo conforman, y finalmente, realizar simulaciones,
o pruebas, dependiendo del caso, para determinar la calidad de la performance del control. Por
“parámetros de control” se hace referencia, por ejemplo, a los valores de las constantes Kc, Ti y
Td en los algoritmos Proporcional, Integral y Derivativo (PID), tal como se detalló en el capítulo
1, mientras que por “métodos de ajuste o de sintonía” se define al conjunto de metodologías y
técnicas por medio de las cuales se determinan los valores “óptimos” de los parámetros antes
mencionados.
SP, PV OP
PV
SP+0,5*BM1
SP
SP-0,5*BM1
100%OP
0 0%OP
0 Tiempo
(a)
SP, PV OP
SP+0,5*BM2
SP
SP-0,5*BM2
100%OP
0 0%OP
0
(b)
Figura 7.1
En la figura 7.1 se ilustra cómo el control de temperatura Si-No de un baño termostático se vería
afectado por una reducción en la banda muerta de BM1 a una banda muestra BM2. El efecto
directo es un aumento significativo en el número de ciclos de encendido y de apagado del
sistema de calentamiento. Además, se observa que si se quisiese mantener a PV en el valor de
SP, el controlador enviaría señales cada intervalos de tiempo muy cortos, del orden de 1
segundo, por ejemplo, al elemento de acción final para hacerlo pasar de un extremo al otro. Este
ejemplo tiene un componente más bien teórico debido a que la temperatura del baño responde
de forma lineal, siendo el caso de por ejemplo de la temperatura de un baño termostático en un
recipiente aislado y cerrado y calentado mediante una resistencia eléctrica. Además, se muestra
una respuesta rápida de la temperatura del baño a las conexiones y desconexiones del interruptor
de la corriente eléctrica a la resistencia eléctrica. El comportamiento de este sistema es del tipo
integrador o capacitivo puro debido a que el aporte de energía calorífica proviene del efecto
Joule y responde a una ecuación diferencial sencilla como la mostrada en la ecuación 7.2:
!"
= $% & . 7.2
#
Por lo tanto, integrando la ecuación 7.2 se tiene que la variación de la temperatura del baño será
del tipo lineal en función del tiempo:
$% &
!" ( = # + !") . 7.3
Para el caso de sistemas de orden más alto, i.e., orden superior o sistemas de primer orden más
tiempo muerto, por ejemplo, las respuestas a las conexiones y desconexiones de las fuentes de
calentamiento serán lógicamente más lentas y con bordes “redondeados”. Más aún, si el
elemento sensor de temperatura presenta, por ejemplo una dinámica de primer orden, se
evidenciará el fenómeno de error dinámico, haciendo esto que la temperatura real del baño
termostático (caso tomado como ejemplo) supere levemente el límite superior de SP+0,5*BM y
pase por debajo, también levemente, el límite SP-0,5*BM, debido a que cuando el sensor indica
la temperatura correspondiente, en realidad el baño se halla o bien levemente por arriba o bien
levemente por debajo, haciendo que cuando se tome la acción de control e elemento sensor de
temperatura estará informado un valor levemente atrasado.
El control Si-No también puede usarse para controlar el nivel de un recipiente, por ejemplo, y
toda aquella variable cuya oscilación en un rango acotado no genere inconvenientes, como se
indicó antes.
Este tipo de algoritmo es uno de los de menor complejidad y actualmente se puede implementar
mediante sistemas lógicos y/o mediante sistemas de interruptores o “switches”, haciendo que su
implementación sea más simple y menos costosa, ofreciendo en consecuencia una menor
performance. Este controlador fue, por lo tanto, uno de los primeros en ser usados.
Para sintonizar o ajustar un algoritmo de control Si-No se debe proceder la siguiente manera:
1) Establecer el rango tolerable en el PV puede oscilar, y por lo tanto determinar el valor
de la banda muerta (BM).
2) Especificar el valor de SP al controlador Si-No
3) Comenzar especificando en el panel de ajuste del controlador valores del límite superior
y del límite inferior más amplios que los correspondientes a la BM; definida en el paso
(1) anterior e ir reduciéndolos gradualmente con el objetivo de llegar a los calculados en
el paso (1). Evaluar el tiempo que le demanda al elemento de acción final pasar de la
dicha salida variará instantáneamente con el error. Se recuerda que el término +.) se denomina
En este algoritmo la salida del controlador es directamente proporcional al error y por lo tanto
producen “offset” u error de estado estacionario, i.e., una diferencia entre el set-point “r” y el
valor de la variable controlada “c”, cuando el mismo opera fuera de su punto de diseño. Esta
situación aplica para procesos auto-regulantes, en los cuales cada posición del elemento de
acción final, i.e., OP o “y” producirá un único y correspondiente valor de PV o “c“, pero no para
procesos integradores o capacitivos puros, ya que en estos últimos el propio procesos es
“acumulativo”, y por lo tanto “c” terminará alcanzando a “r”. Para un mejor entendimiento del
En la ecuación 1.15 es común para algunos fabricantes de controladores y era una regla en los
antiguos controladores neumáticos, el usar un parámetro equivalente a la ganancia proporcional
KC, denominado banda proporcional, BP (*7.1), la cual se define como el porcentaje de su
rango o SPAN que debe recorrer la variable controlada (PV o “c”) para que la salida del
controlador (OP o “y”) pase de un extremo a otro de su escala, i.e.de 0% al 100% o del
100% al 0%, según corresponda. Por rango (range, en inglés) o SPAN se hace referencia a
diferencia entre el valor máximo y el valor mínimo que el elemento de medición de PV o “c” es
capaz de medir. En la ecuación 7.4 se define a la banda proporcional en función de la ganancia
100%
proporcional KC:
% = . 7.4
,6 7%8%9
;á=. − @A
% (
;í?.
del error “académico” = 5 − . Debe observarse que como KC tiene unidades de %OP/%e en
En la ecuación 7.5 se aprecia que el error porcentual usado en la industria es una función directa
% ( = ,- % ( + .) % ec. 7.6
100
Expresando la ecuación 7.6 en función de la banda proporcional se tiene:
% ( = % ( + .) ec. 7.7
En la ecuación 7.7, OPR0, es el bias. En función de lo indicado en la definición de banda
proporcional, se tiene que a) BP=100% implica que Kc=1 %OP/%e; b) BP=50% =>Kc=2
%OP/%e; c) BP=200% =>Kc=0,5%OP/%e, y así sucesivamente. Por otro lado, si se expresa
matemáticamente la banda proporcional en función de su definición, se tendrá:
+ |∆ F| − − |∆ &| |∆ F| + |∆ &|
% =C G 100 = C G 100 . 7.8
@A ;á=. − ;í?.
SP
BP=200%
BP=100%
BP=50%
BIAS
0 10 20 30 40 50 60 70 80 90 100 OP(%)
3 4,2 5,4 6,6 7,8 9 10,2 11,4 12,6 13,8 15 PSIG
4 5,6 7,2 8,8 10,4 12 13,6 15,2 16,8 18,4 20 mA
Figura 7.2
contacto con representantes técnico-comerciales de la marca para asegurarse sobre las unidades
de Kc, puesto que las mismas pueden ser generalizadas, como las vistas precedentemente, o
bien dadas en %OP/(unidad de la variable controlada); %OP/°C por ejemplo, el cual es el caso
de controladores más específicos, como los que podemos encontrar en equipos que ya vienen
incorporados desde fábrica, como por ejemplo calderas de baja a media capacidad, Si se
considera el mismo caso visto precedentemente, si se tiene que r=SP=200°C, rango o
SPAN=300-100=200°C, yR0=bias=50% y para, por ejemplo, un valor de c=PV=220°C, se tiene
que el error expresado simplemente en °C, se tendrá que e=r-c=200-220=-20°C. Si tenemos que
Kc=1 %OP/°C, se tiene que la salida del controlador y(%) será igual a -1*(-20)+50=30%, es
decir, el controlador enviará la señal para que la válvula de control se posicione en un 30%. Sin
embargo, si Kc se expresa en unidades de %OP/%e, se tendrá que e(%)=(-20/(300-100))*100 =
-10%, por lo que para Kc deberá valer 2%OP/%e para lograr el mismo efecto anteriormente
presentado, i.e., 2(%/%)*(-10%)+50%=30%. Este simple ejemplo ilustra como un mismo Kc
puede tener diferentes valores en función de las unidades en las cuales esté expresada, cosa
esperable en muchas magnitudes, pero no siempre tenida en cuanta con la correspondiente
atención en los parámetros de ajuste de los controladores.
Una aplicación concreta del algoritmo proporcional puro y de la banda proporcional, puede
encontrarse en el control de nivel de sistemas como los indicados en la figura 2.8. En los
sistemas donde se controla nivel (i.e. el nivel es PV o “c”), el mismo se mide en porcentaje, es
decir, se fija un rango de medición (span) de entre 0,5 a 1 metro de longitud, en el cual la toma
inferior corresponde al 0% de nivel y la superior al 100% de nivel. Estos equipos normalmente
pertenecen a la marca Fisher, bajo la denominación de “Leveltrol”, por “Level Control”, i.e.
control de nivel (ver imagen 7.1).
En la mayoría de los casos, se busca que el tanque actúe como un amortiguador de las
variaciones en el caudal de entrada, Fe, de modo de que el caudal de salida, Fs no se vea
inmediatamente afectado por las mismas. En estos casos, se puede emplear un controlador
proporcional con SP=50%; bias (yR0)=50% y BP=100% (Kc=1%/%). De esta forma, cuando:
PV=0%, OP=(100/100)*(0-50)+50=0% (válvula de salida cerrada)
PV=50%, OP=(100/100)*(50-50)+50=50% (OP=bias ya que e=0)
PV=100%, OP=(100/100)*(100-50)+50=100% (válvula de salida completamente abierta)
Esto indica que el controlador usa todo el rango de PV (100% de su rango) para que OP vaya de
un extremo a otro de su escala, i.e. BP=100%, con el objetivo de que el nivel “module” en dicho
rango y, por lo tanto, el tanque actúe de amortiguador. Esta aplicación es recomendada, por
ejemplo, en el control de nivel en el fondo de torres de destilación en serie, de modo de que las
variaciones en el nivel de fondo de la primera afecten a su salida lo menos posible y con
variaciones suaves, y consecuentemente a la carga de la segunda, y así sucesivamente. Por otro
lado, si se eligiera una BP=50% (Kc=2 %/%), con SP=50%, ya con un PV=25% la válvula de
control estaría toda cerrada, mientras que cuando PV=75%, la válvula de control estaría toda
abierta.
7.3.3 Modo proporcional más integral (PI):
Como se vio en el capítulo 3 el algoritmo PI es el siguiente:
,- ( 12 1
+ ( = ,- ( + L ( # + +K?K-KMN ec. 1.16 = ,- O1 + Q ec. 3.100
JK ) 32 JK P
Imagen 7.3
Como se indicó, el modo integral tiene la propiedad de eliminar el “offset” antes mencionado
debido a que la integral va sumando los valores de e(t), i.e. integrándolos. Mientras haya error,
la integral subirá y bajará, dependiendo de si el error toma valores positivos o negativos
respectivamente, y dejará de “acumular” o “des-acumular” solo cuando e=0, i.e., c=r. Debe
notarse que cuando se incorpora el modo integral, no se tiene más el término del bias o reset
manual yR0 ya que la integral del error en el tiempo lo reemplaza. A dicha integral multiplicada
por Kc/Ti se la denomina acción integral, o reset automático. En el modo proporcional yR0 es un
reset manual es decir, su valor debe ser modificado a mano, i.e. el controlador debe ser
“reseteado a mano” para que en una condición particular deje de haber offset, sirviendo eso solo
para ese caso particular, mientras que el modo integral se va “reseteando” por sí solo, i.e.
automáticamente. ¡IMPORTANTE! No debe confundirse reset con set-point (SP o r), ya que
son dos parámetros diferentes.
Por otro lado, el modo integral puede presentar un problema llamado saturación de la salida o
windup (“remontada”, en inglés), lo cual consiste en una saturación de la salida OP en 0% o
100% de forma persistente a pesar de que el error e(t) comience a cambiar de signo (de + a –, o
viceversa). Esto se puede producir cuando, por ejemplo, se ha deteriorado la relación dinámica
entre OP y PV (por ejemplo, debido a una mayor fricción en el vástago de la válvula de control).
En esta situación PV o c(t) “no responde” o lo hace muy lentamente a los cambios en OP, por lo
(
que e(t) no cambia y R) ( # comienza a tomar un valor absoluto grande (+ o –) llevando a OP
al 0% o 100%. Cuando c(t) o PV comienza a responder (e(t) empieza a variar) debe desintegrar
(
el valor alcanzado por R) ( #, lo que hace que OP quede en 0% o 100% por un tiempo más,
lo cual lentifica la respuesta aún más. Una solución práctica a este problema es pasar el
controlador a modo manual y cambiar el valor de OP (o y(t)) a un valor más bajo o más alto
(según corresponda) para “desintegrar rápidamente” y volver a pasar el controlador a
automático (esto es cambiar el yinicial antes indicado en la ec.1.16).
Modo proporcional más derivativo (PD):
Como se vio en el capítulo 3 el algoritmo PD es el siguiente:
12
= ,- 1 + JS P . 3.104
(
+ ( = ,- + ,- JS + +.) ec. 3.102
(
# 32
Debe notarse que al no haber modo integral, se requiere de un valor de bias yR0que será la salida
del controlador cuando e=0 y cuando de/dt=0.
En el modo derivativo, un cambio en escalón en SP o “r” produce un cambio en el error “e(t)”
también en escalón, lo cual hace que su derivada sea muy grande, ya que dicha variación ocurre
en un período de tiempo muy corto. Esto hace que el término derivativo tome un valor muy
grande, lo que se conoce como “patada derivativa” (“derivative kick”) es decir, la salida del
controlador OP o “y(t)” tomará un valor grande y con una duración muy breve de tiempo, en
forma de “pico” (ver figura 7.3). Esto es algo no deseable y también innecesario. Para evitar
esto, en el modo derivativo suele no usarse la derivada del error, sino considerar a SP o “r(t)”
T5 ( − ( U 5(
como constante y por lo tanto igualarla al negativo de la derivada de PV o “c(t)”, es decir:
( ( ( (
= = − =0− =− . 7.9
# # # # # #
Por lo tanto, el algoritmo PD que evita la “patada derivativa” debida a un cambio en escalón en
el set-point será:
(
+ ( = ,- − ,- JS + +.) ec. 7.10
(
#
Se indica además que cuando se desea implementar el modo derivativo en controladores
electrónicos, ya sea en el modo PD o en el PID, debe colocarse un filtro de ruido eléctrico en la
variable PV o “c”, ya que dicho ruido (i.e. pequeñas variaciones tipo “rayado” producidos por
f.e.m. inducidas por los campos electromagnéticos que recorren el espacio por donde pasan los
cables de la medición de cada señal producidos a su vez por los otros cables e instrumentos
existen y las ondas electromagnéticas que “bañan” el todo en general)puesto que de lo contrario
se generarán derivadas de valores importantes pero ficticias que introducirán variaciones
innecesarias en el sistema. En general el modo derivativo es bastante resistido en la industria
porque su implementación es dificultosa y ante situaciones de variaciones de PV o “c” puede
hacer que la salida del controlador OP o “y” varíen de forma exagerada. Posee como ventaja
que el controlador reacciona con la velocidad a la cual está variando el error o la variable
controlada, otorgando esto mayor velocidad de respuesta.
Figura 7.4
del error y e=2,71828183…, base de los logaritmos naturales), para # ≥ 0, el error será igual a
magnitud, por ejemplo “e” (no confundir e(t), error en función del tiempo; “e” valor particular
una constante igual a un valor dado, que dimos a llamar “e”, por lo tanto, reemplazando en la
ecuación 1.16 se tiene:
,- (
+ (Z) = ,- + L # + +K?K-KMN . 1.16
JK )
Como se parte en el banco de análisis de un error cero, se tiene que yinicial=0, por lo tanto:
,- (
+ = ,- + L # . 7.11
(Z)
JK )
Resolviendo la integral debido a que el valor de “e” es una constante, se tiene:
,- (
+ = ,- + L # . 7.12
(Z)
JK )
,-
+ (Z) = ,- + #−0 . 7.13
JK
,-
+ (Z) = ,- + .# . 7.14
JK
La ecuación 7.14 es la de una recta, siendo la pendiente (Kc/Ti)*e y la ordenada al origen Kc*e, y
la variable independiente es el tiempo, “t”. Esta técnica, permite determinar los valores de
ganancia Kc y tiempo integral Ti, si son desconocidos, aplicando un valor de error “e” conocido,
como se muestra a continuación. De un análisis de la ecuación 7.14se define el tiempo integral,
como el tiempo que le demanda a la acción integral alcanzar un valor igual a la acción
proporcional, es decir cuando t=Ti la salida total del controlador P+I es el doble de la
producida en t=0. De esta forma, en la ecuación 7.14 se tiene que cuando t=Tise verifica:
,-
+ = ,- + . JK = ,- + ,- = 2,- . 7.15
(Y W
JK
Queda entonces demostrado que el tiempo integral es aquel en el cual la acción integral
iguala a la proporcional, produciendo una señal del doble de la producida en tiempo
t=0(en t=0 la acción integral es cero porque la integral aún no ha integrado nada).
Debe notarse que la acción proporcional, Kc*e, toma ese valor de forma instantánea al aplicar el
escalón e(t)de magnitud “e”, mientras que la acción integral, (Kc/Ti)*e*t, va creciendo
gradualmente con el tiempo, ya que el valor del error es constante en el tiempo en esta
experiencia estandarizada. Cuando el controlador está trabajando de forma “normal”, se remarca
que la acción proporcional va tomando instantáneamente el valor Kc*e, ya sea para arriba o para
integral va sumando mientras el error sea distinto de cero, i.e., “integrando” mientras > 0 y
abajo, pero la acción integral va sumando, ya sea creciendo o decreciendo, virtud de que la
mismo valor de Kc. En la figura 7.5 podrá verse como cuando Ti disminuye, la acción integral es
más rápida y por lo tanto más fuerte, y viceversa cuando Ti es mayor.
Figura 7.5
Figura 7.6
Acción
“P+D”
Acción “P”
Kc.k.t
e=k.t
Kc.Td*.k
Error Acción “D”
Kc.Td.k
0
0 t=Td t*=2Td tiempo
Figura 7.7
Ejemplo 7.3: Supóngase que se tiene un controlador PDen un lazo de control de temperatura.
Los valores de los parámetros KC y Td se desconocen. Se coloca en controlador en modo manual
y se aplica en el set-point una rampa de modo de que el mismo pasa de de 50 a 60°C en 10
minutos, siendo que PV se mantiene en 50°C. El rango o SPAN de PV es de 0 a 100°C. OP(%)
comenzará a variar como se muestra en la tabla 7.2. Determinar los valores de KC y Td.
Tiempo (min.) 0 5 10 15 20 25 30 35 40 45 50 55 60
OP(%) 20 30 40 50 60 70 80 90 100 110 120 130 140
Tabla 7.2
Resolución: El error aplicado en forma de rampa posee una pendiente “k” igual a [(60-
50)/10]=1°C/min. Debido a que el SPAN de PV es de 0 a 100°C, se tiene que k=1%/minuto.
Para el PD a lazo abierto con e=k*t se tiene que OP(%)=KC*k*t+KC*Td*k. En t=0, se tiene que
OP(%)=KC*Td*k, pero se tiene dos incógnitas, por lo cual, se observa que en t=10 min. la
acción proporcional iguala a la derivativa, por lo que se tiene que Td=10 minutos,
consecuentemente KC se obtiene de OP(%) en 0 minutos, siendo OP(%)=KC*Td*k=20%
haciendo KC=OP(%)/(Td*k)=20%/(10 min.*1%/min.)=2%OP/%e.
7.3.8Métodos de ajuste o sintonía de controladores PID en lazos por realimentación.
7.3.8.1 Introducción
Como se indicó en el ítem 1.31, el objetivo de los métodos de ajuste de controladores, y en
particular en este caso, del tipo PID en lazos de realimentación, es el de determinar los valores
de KC, Ti y Td que permitan satisfacer un determinado criterio de performance de dicho lazo de
control para el caso de demanda servo (cambio en el set-point) y/o demanda de regulación
(entrada de perturbaciones) siguiendo un procedimiento ordenado y sistemático.
En este capítulo de presentarán los métodos de Ziegler-Nichols y el método de los autores
Alessandro Brambilla, Sikang Chen &Claudio Scali, en general conocido como “método de
control robusto”. Existen numerosos métodos de ajuste de controladores PID, pero en este
material se considera que los precedentemente mencionados son métodos que son prácticos para
poder ser implementados en la realidad a la vez que permiten adecuar el ajuste de modo de
optimizar la performance del lazo de acuerdo con lo que requieren la mayoría de los procesos
físico-químicos, i.e. bajo o nulo sobrepaso y tiempos de respuesta razonablemente rápidos,
relativos a la velocidad de respuesta del proceso, reducido o nulo número de oscilaciones.
cual también corresponde al tipo de método de la curva de reacción y presenta una performance
superior.
7.3.8.2.1 Método de Ziegler-Nichols a lazo cerrado
La aplicación de este método puede dividirse en dos grandes grupos:
a) No se conoce la función de transferencia del proceso
b) Se conoce la función de transferencia del proceso
En el caso “a” se deben aplicar los pasos indicados en el ítem 1.31 directamente sobre el lazo de
control, estando el controlador en automático y en modo proporcional puro. De esta forma, se
aplicará un procedimiento que será en un mayor o menor grado invasivo al proceso a controlar,
lo cual debe ser minimizado, mediante el incremento muy gradualdel valor de KC y aplicando
un salto escalón en SP lo más pequeño posible (siempre que su efecto se pueda percibir
claramente) para reducir el impacto en el proceso al mínimo. Así fue originalmente concebido
este método debido a que en los lazos de control neumáticos originales no se disponía de la
posibilidad de pasar fácilmente el controlador a modo manual ni de disponer de información en
tiempo real de las variables del lazo de control tan fácilmente como se dispone con los sistemas
de control modernos. En el caso “b”, se puede aplicar el método de Ziegler-Nichols siguiendo la
misma metodología en un simulador, tales como el Program CC o el Matlab/Simulink y a su
vez verificar los valores de KU y TU con los diagramas de Nyquist y de Bode. Como comentario
general, se tiene que en lazo real se tendrán un valor de partida de KC desde el cual se
comenzarán a producir los incrementos, una vez aplicado el salto escalón en el set-point. Por
otro lado, cuando se trabaja con un simulador, como desde luego se tiene la función de
transferencia, se puede recurrir a los diagramas de Nyquist y Bode para de forma sistemática
hallar KU y TU, sin tener que pasar por el procedimiento de prueba de tener que aumentar KC
gradualmente, lo cual suele insumir un importante tiempo. El/la lector/a deberá mantener esto
en mente, comprendiendo bien la diferencia entre el trabajo directamente sobre el lazo de
control vs. en un simulador, y la diferencia de riesgos que esto conlleva, ya que al trabajar
directamente sobre el lazo de control se deberá proceder de forma cuidadosa, prudente y con
criterio técnico, siempre entendiendo muy bien el comportamiento y la físico-química del
sistema a controlar. En el ejemplo 7.4 se ilustran estos procedimientos haciendo uso del
simulador Program CC.
7.3.8.2.1.1 Caso de estudio: Ajuste por el método de Ziegler-Nicholsde un sistema con
dinámica de orden superior más tiempo muerto.
Sea un sistema de calentamiento de un fluido con vapor de agua en un tanque agitado calentado
con un serpentín mediante vapor de agua tal como se muestra en la figura 1.3. La dinámica que
relaciona la temperatura de salida (variable controlada), T2 (PV o “c”) con el porcentaje de
apertura de la válvula de control que manipula el caudal de vapor (OP(%) o “y”) es de orden
superior más tiempo muerto estando su función de transferencia dada
porGp(s)=C(s)/Y(s)=[1,5/(50*s+1)6]*e-5*s, con la constante de tiempo T y el tiempo muerto L en
segundos, el orden “n” adimensional y la ganancia estática KP expresada en términos de %c/%y.
Determinar los valores de KC, Ti y Tdpara modo servo-control, i.e. modificación de “r” o SP,
mediante el método de Ziegler-Nichols y sus variantes. Corroborar los valores obtenidos de los
parámetros KU y TU mediante análisis en frecuencia por Nyquist y Bode. Luego realizar la
optimización mediante ajuste propio de modo de reducir el sobre-paso a un máximo de un
5%.Finalmente, considerar que el caudal de entrada de líquido frio “B” se mantiene constante en
el tiempo, mientras que el caudal de líquido frío “A” es susceptible de variar. La función de
Figura 7.8
Figura 7.9
CC>bode(Gp)
Figura 7.10
En ambos diagramas se observa que se debe buscar con el cursor Trace On los valores de
relación de amplitudes, o “Mag” (diminutivo del fasor de magnitud=A2/A1), y el valor de
frecuencia angular que se corresponden con un desfasaje de -180°. Esto se basa en el teorema
de estabilidad de Nyquist que, de forma resumida, indica que para que un lazo de control
sea estable se debe verificar que la relación de amplitudes de la función de transferencia
del paso de avance debe ser menor a 1 para un desfasaje de -180°, siendo que por paso de
avance se entiende al producto de las funciones de transferencia del controlador, proceso
(incluyendo la de del elemento de acción final) y elementos de medición (en general en la
función de transferencia del proceso se incluye a todas las mencionadas menos la del
controlador). Este método de análisis requiere “construir” el diagrama de Nyquist o Bode de
dicho paso de avance, lo cual es sencillo de realizar, siempre y cuando se tengan ambas
funciones de transferencia y se disponga de un simulador como el Program CC o el MATLAB.
Por otro lado, si se hiciese uso directamente de las ecuaciones del análisis en frecuencia para la
relación de magnitud y el desfasaje para sistemas de orden superior, ecuaciones 6.15, 6.16 y
6.17, se podría directamente buscar la frecuencia que genera un desfasaje de -180° (-π radianes)
mediante cálculo iterativo (con Solver de MS Excel, por ejemplo), y con ese valor de frecuencia
calcular la relación de amplitudes. Esta técnica es la principal razón por la cual se presentan y
estudian los diagramas de Nyquist y Bode de los diferentes tipos de sistemas vistos en los
capítulos 4 a 6, sumado al hecho de que el análisis en frecuencia es una valiosa herramienta que
permite analizar los retardos que se producen en los sistemas que componen los lazos de control
cuando los mismos comienzan a oscilar con funciones armónicas de distintos tipos.
Una vez que se tiene el valor de la frecuencia que produce el desfasaje de -180° y la
correspondiente relación de amplitudes, se pueden calcular Ku y Tuen base a la siguiente forma:
Los valores arrojados por Nyquist y Bode son:
• Frecuencia última: 0,01126 rad/s
• Relación de amplitudes o magnitud (Mag.): 0,6566
Del diagrama se calcula Ku según:
1 1
,^ = = = 1,523
_@a = −180° 0,6566
Asimismo, se calcula el valor Tu según:
2c 2c
J^ = = = 558,0 P _.
d^ 0,01126
Estos valores pueden verificarse mediante el comando gainmargin(Gp), el cual provee el
margen de ganancia de la función de transferencia del proceso e indica la frecuencia a la cual
tiene lugar el desfasaje de -180°. El margen de ganancia (GM) se define como GM=1/M, siendo
M el valor de la relación de amplitudes A2/A1 o magnitud (Mag.) cuando el desfasaje es de -
180°. Luego se tiene que Ku=GM=1/M. De esta forma se tiene:
CC>gainmargin(Gp)
ans =
0,0112973 1,5300826
Esto indica que a una frecuencia de 0,112973 rad/seg. se tiene Ku=1,5300826, lo cual es
coincidente con los resultados anteriores.En la figura 7.28 se muestra de forma general el
margen de ganancia de la función de transferencia del paso de avance (simbolizada por GOL, por
“open loop” o lazo abierto). Debe notarse que M se iguala a 1/GM, puesto que GM=1/M.En esta
figura se indica además el margen de fase (PM por phase margin). Este margen se calcula como
PM=180+φ, siendo φ el ángulo de desfasaje (si el mismo tiene signo negativo significa que es
de retraso). El PM se interpreta como el ángulo de retraso “que falta” para que el sistema llegue
al retraso de -180°, desde el punto en el cual el diagrama de Nyquist del paso de avance corta a
una circunferencia con centro (0,0) en el plano (Re,Im) de radio unitario. Este concepto aplica
directamente a la inestabilidad originada por elementos de tiempo muerto puro, los cuales
agregan retraso de fase pero siempre como una relación de amplitud de 1. De esta forma, si en
un sistema el tiempo muerto aumenta, el margen de fase se reducirá, y por lo tanto, el sistema se
acercará más al punto (-1,0) en el plano (Re,Im), y por lo tanto a la inestabilidad. A su vez, el
concepto del margen de fase se extiende a cualquier cambio en los valores de los parámetros
tanto del proceso como del controlador, como se detallará posteriormente en este capítulo.
A continuación, se simulará la aplicación del método de Ziegler-Nichols a lazo cerrado en el
Program CC tal como se haría si este método se aplicase en un lazo de control físico en una
determinada operación unitaria de un proceso en la realidad. La diferencia, en este caso, además
del uso del simulador, es que ya se ha estimado Ku con Nyquist o Bode, debido a que se dispone
de la función de transferencia del proceso. El primer paso del método original de Ziegler-
Nichols consiste en trabajar con el controlador en modo automático, es decir, a lazo cerrado, y
con el controlador modo proporcional puro. En la práctica esto se hace llevando al valor del
tiempo integral Ti al máximo que permite la escala del controlador en estudio (en teoría debe
llevarse a “infinito”, pero esto no es posible en la realidad) y el tiempo derivativo Td en cero. De
esta forma, la función de transferencia del controlador proporcional puro será Gc(s)=y(s)/e(s)=Kc.
Se comenzará a probar con valores suficientemente bajosde KC1, KC2, KC3, etc. los cuales se irán
incrementando graduablemente. En esta etapa se tiene que un valor de KC que es bajo para un
proceso puede ser alto para otro, con lo cual esta prueba debe hacerse con el criterio
correspondiente. Cada vez que se suba el valor de KC, a continuación se aplicará un salto
escalón unitario en el set-point para evaluar la respuesta del lazo, i.e. c(s), mediante la aplicación
del comando time(…). El argumento de la función time(…) será la función de transferencia del
lazo cerrado en modo “servo” (ec.3.116), es decir C(s)/R(s)=Glc=Gp*Gc/(1+Gp*Gc). Como se
indicó previamente, este proceso deberá repetirse (ver nota *7.2) hasta que “c” (i.e. PV) oscile
de forma “sostenida” como respuesta al salto escalón en “r” (i.e. SP), es decir con amplitud
constante. El valor de KC que logre esto será denominado ganancia última, Ku. El período, es
i.e., la distancia temporal entre dos picos sucesivos, con el cual oscile esta onda cuando se haya
estabilizado (del 3° pico en adelante), será el período último, Tu.
(*7.2: En la realidad en general será necesario dar solo un salto escalón en “r” o SP, y luego se podrá proseguir con el
incremento del valor de KC gradualmente puesto que el controlador no logrará la condición de c=r y por lo tanto se
tendrá un error “e” remanente, permitiendo entonces que el controlador responda a los cambios en KC, y
consecuentemente lo haga la variable controlada “c”. Esto no puede hacerse en un simulador como el Program CC, el
MATLAB y versiones básicas del Simulink pero si puede encontrarse simulado en módulos especialmente
programados de esta herramienta. Por otro lado, el programa que permite realizar esto con relativa facilidad es el
LabVIEW puesto que dispone de “perillas” para simular el incremento de KC, Ti y Td.
Figura 7.11
CC>Kc2=1
CC>Gp=1.5/((50*s+1)^6)*pade(5,3)
CC>Glc2=(Gp*Kc2)/(1+Gp*Kc2)
CC>time(Glc2)
Figura 7.12
CC>Kc3=1.5
CC>Gp=1.5/((50*s+1)^6)*pade(5,3)
CC>Glc3=(Gp*Kc3)/(1+Gp*Kc3)
CC>time(Glc3)
Figura 7.13
CC>Kc4=2
CC>Gp=1.5/((50*s+1)^6)*pade(5,3)
CC>Glc4=(Gp*Kc4)/(1+Gp*Kc4)
CC>time(Glc4)
Figura 7.14
Al pasar a KC de 1,5 a 2 se observa como la respuesta del lazo cerrado, i.e., “c” (PV), pasa de
convergente (estable) a divergente (inestable). Por este motivo, se continuará probando con
valores entre 1,5 a 2.
CC>Kc5=1.7
CC>Gp=1.5/((50*s+1)^6)*pade(5,3)
CC>Glc5=(Gp*Kc5)/(1+Gp*Kc5)
CC>time(Glc5)
Figura 7.15
CC>Kc6=1.6
CC>Gp=1.5/((50*s+1)^6)*pade(5,3)
CC>Glc6=(Gp*Kc6)/(1+Gp*Kc6)
CC>time(Glc6)
Figura 7.16
CC>Kc7=1.55
CC>Gp=1.5/((50*s+1)^6)*pade(5,3)
CC>Glc7=(Gp*Kc7)/(1+Gp*Kc7)
CC>time(Glc7)
Figura 7.17
CC>Kc8=1.52
CC>Gp=1.5/((50*s+1)^6)*pade(5,3)
CC>Glc8=(Gp*Kc8)/(1+Gp*Kc8)
CC>time(Glc8)
Figura 7.18
CC>Kc9=1.53
CC>Gp=1.5/((50*s+1)^6)*pade(5,3)
CC>Glc9=(Gp*Kc9)/(1+Gp*Kc9)
CC>time(Glc9)
Figura 7.19
Figura 7.20
Figura 7.21
Por lo tanto se tiene que Tu=2600-2040=560 segundos. En consecuencia, por el método original
de Ziegler-Nichols se determinó que Ku=1,53 y Tu=560 segundos, valores coincidentes con los
predichos por el análisis en frecuencia. Para visualizar el teorema de Nyquist se debe realizar al
mismo para la función de transferencia del paso de avance, la cual es, para lazos simples de
control por realimentación, igual a Gpa(s)=Gc(s)*Gp(s). Para este caso, como se tiene un
controlador proporcional puro, se tendrá que Gc(s)=KC, con lo cual, Gpa(s)=Ku*Gp(s), con lo que se
tiene:
CC>Gp=(1.5/(50*s+1)^+6)*pade(5,3)
CC>Ku=1.53
CC>Gpa=Ku*Gp
CC>nyquist(Gp,Gpa)
Figura 7.22
En la figura 7.22 se observa como al multiplicar a Gp(s) por Ku se tiene que la relación de
amplitudes de la función de transferencia del paso de avance será igual a 1 para un desfasaje de
-180°, lo cual indica inestabilidad incipiente (curva roja). La curva azul es el diagrama de
Nyquist de Gp(s).Con los valores de Ku y de Tu obtenidos precedentemente se debe ingresar a la
Tabla 1.3
Aplicando los valores de Ku y de Tu se tiene (se tomará el valor Ku=1,53):
Ajustes originales de ZN Ajustes mejorados de ZN
Parámetros de
Modo Modo PID con algo de Modo PID sin sobre-
Ziegler-Nichols Modo P Modo PI
PID sobre-modulación modulación
Tabla 7.3
A continuación, se simulará cada uno de estos ajustes con el fin de evaluar su performance. Al
examinar la tabla 1.3 debe notarse que los valores de KC, Ti y Td son fracciones de Ku y Tu. A su
vez, cuando se pasa del modo P al modo PI, KC debe reducirse ya que el modo integral
introduce retraso de fase (ver figura 7.23 y nota *7.3), es decir, “lleva a la función de
transferencia del paso de avance más cerca de -180°”, y consecuentemente más cerca de la
inestabilidad. Por otro lado, al introducir el modo derivativo, el cual produce adelanto de fase
(ver figura 7.24 (*7.3)), el método aumenta el valor de KC y reduce el valor de Ti, lo cual haría
que se acerque más a la inestabilidad, y, por lo tanto, produzca una oscilación en la respuesta del
sistema, pero el modo derivativo deberá compensar esto por lo antes expuesto. Sin embargo, en
la industria la gran mayoría de los controladores PID se operan en modo PI, dejando el modo
derivativo para aplicaciones especiales debido a que su implementación requiere de la
aplicación de filtros específicos para eliminar el efecto de la magnificación de la derivada del
error, de/dt, debida al ruido en la medición de la variable PV o “c” y además debe
implementarse sobre d(-c)/dt o d(-PV)/dt para evitar la “patada derivativa” frente a incrementos
en el set-point, como se indicó previamente. La eliminación “ex profeso” del modo derivativo
sacrifica, en cierta medida, la velocidad de respuesta del lazo de control, pero en general, no
produce problemas mayores. De esta manera, es preferible realizar reducciones en el valor de
KC “manualmente y con buen criterio” (como se muestra a continuación) de modo de reducir el
sobre-paso y las oscilaciones en la respuesta del sistema. En este mismo sentido, en la tabla 1.3
se observa que en las variantes con algo y sin sobre-modulación del método de Ziegler-Nichols
se reducen los valores de KC para reducir el sobre-paso, mientras que se intenta compensar la
reducción del tiempo de respuesta, aumentando el valor del Td.
(*7.3: Los diagramas de Bode mostrados en las figuras 7.23, 7.24 y 7.25 son para el caso particular de KC=1, Ti=1 y
Td=1 y solo a los fines de mostrar conceptualmente el análisis en frecuencia de los controladores PI, PD y PID y no se
corresponden numéricamente, pero si conceptualmente, con el ejemplo que se viene desarrollando)
Figura 7.23: Diagrama de Bode del controlador P+I con KC=1 y Ti=1, i.e. Gpi(s)=1+1/s. El desfasaje es de
-90° para ω=0 rad/seg y de 0° para ω∞ (línea de trazos roja)
Figura 7.24: Diagrama de Bode del controlador P+D con KC=1 y Td=1, i.e. Gpd(s)=1+s. El desfasaje es de
0 para ω=0 rad/seg y de -90° para ω∞ (línea de trazos roja)
Figura 7.25: Diagrama de Bode del controlador PID con KC=1, Ti=1 y Td=1, i.e. Gpid(s)=1+1/s+s.
A continuación se simulan en el Program CC las respuestas de los lazos de control en modo
servo-control, i.e., ante un cambio en escalón, en este caso unitario mediante el comando
time(…), en “r” o SP, para cada uno de los conjuntos de parámetros de ajuste dados en la tabla
7.3.Para efectuar esta simulación se hará uso de la ecuación 3.116.
= 1 − 0,5343 = 0,4657
Figura 7.26
Como se ha indicado previamente, si en un controlador proporcional puro, se incrementa el
valor de KC, se reducirá el offset, aunque no podrá eliminarse completamente y aumentarán las
oscilaciones y el sobre-paso.
Para evaluar el margen de estabilidad de cada ajuste, se debe hacer el diagrama de Nyquist del
paso de avance, teniéndose:
CC>Gp=(1.5/(50*s+1)^+6)*pade(5,3)
CC>Kcp=0.765
CC>nyquist(Kcp*Gp)
Figura 7.27
Para este caso el margen de ganancia de este ajuste en particular es de 1/0,5023=1,99. El mismo
se interpreta como el factor por el que se puede multiplicar a KC antes de que se alcance la
Figura 7.28: Margen de fase (PM) y margen de ganancia (GM) en el diagrama de Nyquist de la función
de transferencia del paso de avance. Se tiene que M=1/GM.
El margen de fase es:
CC>phasemargin(Gp*Kcp)
ans =
4,332659e-003 105,41912
Esta respuesta (“ans” es de answer) debe leerse que a w=0,00433 rad/seg. se tiene un margen de
fase de 105,4°.
Algoritmo proporcional más integral:
Como se indicó anteriormente, la combinación P+I es la más usada. La acción proporcional es
la que hace la mayor parte del trabajo, junto con la realimentación negativa, puesto que es
directamente proporcional al error. La acción integral, eliminará el offset que la acción
proporcional no logra eliminar, haciendo uso del error acumulado, el cual es determinado con la
integral de error.
De esta manera los comandos ingresados son:
CC>Gp=(1.5/(50*s+1)^6)*pade(5,3)
CC>Kcpi=0.6885
CC>Tipi=466.5
CC>Gcpi=Kcpi*(1+(1/(Tipi*s)))
CC>Glc_pi=(Gcpi*Gp)/(1+Gcpi*Gp)
CC>time(Glc_pi)
Figura 7.29
Algoritmo proporcional más integral más derivativo:
Se analizarán los casos del ajuste del PID por Ziegler-Nichols “clásico”, y con alguna y ninguna
sobre-modulación:
Ajuste PID por Ziegler-Nichols “clásico”:
CC>Gp=(1.5/(50*s+1)^6)*pade(5,3)
CC>Kcpid=0.918
CC>Tipid=280
CC>Tdpid=70
CC>Gcpid=Kcpid*(1+(1/(Tipid*s))+Tdpid*s)
CC>Glcpid=(Gcpid*Gp)/(1+Gcpid*Gp)
CC>time(Glcpid)
Figura 7.30
El sobre-paso es igual a ((1,133-1)/1)*100=13,3%, el cual supera el valor deseado del 5%. Esto
se solucionará reduciendo el valor de KC “manualmente”. Este objetivo podría lograrse también
por medio del aumento de Ti y de la reducción de Td, pero se observa que la modificación
únicamente de KC es suficiente. La relación de decaimiento es de (1,04-1)/(1,133-1)=0,3, valor
muy cercano al 0,25, propio del diseño del método en cuestión. El tiempo de respuesta del lazo
para este ajuste es de aproximadamente 1700 segundos, siguiendo el criterio antes descripto
para su estimación. El diagrama de Nyquist del paso de avance se muestra en la figura 7.31 y los
márgenes de ganancia y de fase de este caso se calculan con los correspondientes comandos.
Figura 7.31
CC>gainmargin(Gppid*Gp)
ans =
0,0142327 1,9905126
CC>phasemargin(Gppid*Gp)
ans =
6,728746e-003 63,083296
Como puede observarse, el ajuste PID posee una ganancia proporcional mayor que la usada en
el algoritmo PI (0.918 vs. 0.6885) y un tiempo integral menor (280 seg. contra 466,5 seg.) pero
el ajuste PID posee un margen de ganancia mayor (1,99 vs. 1,9546) pero un margen de fase algo
menor (63° vs. 78,65°). Esto se atribuye a la acción “estabilizadora”, en términos del análisis en
frecuencia, que provee el modo derivativo. Sin embargo, esta propiedad, para aprovecharse en
la realidad, requiere, como se indicó previamente, de aplicarla adecuadamente para evitar mal
funcionamientos debido al ruido en la medición de PV y a la patada derivativa ante cambios en
escalón en el SP. Con el fin de reducir el sobre-paso del 13,3% se reduce KC, en forma de
prueba y error, teniéndose:
CC>Kcpid1=0.85
CC>Gcpid1=Kcpid1*(1+(1/(Tipid*s))+Tdpid*s)
CC>Glcpid1=(Gppid1*Gp)/(1+Gppid1*Gp)
CC>time(Glcpid1)
CC>Kcpid2=0.8
CC>Gcpid2=Kcpid2*(1+(1/(Tipid*s))+Tdpid*s)
CC>Glcpid2=(Gppid2*Gp)/(1+Gppid2*Gp)
CC>time(Glcpid,Glcpid1,Glcpid2)
CC>Kcpid3=0.75
CC>Gcpid3=Kcpid3*(1+(1/(Tipid*s))+Tdpid*s)
CC>Glcpid3=(Gppid3*Gp)/(1+Gppid3*Gp)
CC>time(Glcpid,Glcpid1,Glcpid2,Glcpid3)
En la figura 7.32 se observa la respuesta al salto escalón en el SP. Con un KC de 0,8 el
sobrepaso es del 4,2% mientras que con uno de 0,75 prácticamente se reduce a cero.
Figura 7.32-Efecto de KC sobre el sobre-paso (curvas azul KC =0.918; roja KC =0.85; rosa KC =0.8 y
aguamarina KC =0.75)
0,0142327 2,4363875
CC>phasemargin(Gppid3*Gp)
ans =
4,987177e-003 74,407156
Lógicamente tanto el margen de ganancia como el de fase se han incrementado por la reducción
de KC, mientras que el tiempo de respuesta del lazo de control no se ve afectado
significativamente.
Ajuste PID por Ziegler-Nichols con algo de sobre-modulación:
Para este caso se tienen los siguientes valores de los parámetros del algoritmo PID:
CC>Gp=(1.5/(50*s+1)^6)*pade(5,3)
CC>Kcpidasm=0.5049
CC>Tipidasm=280
CC>Tdpidasm=184,8
CC>Gcpidasm=Kcpidasm*(1+(1/(Tipidasm*s))+Tdpidasm*s)
CC>Glcpidasm=(Gcpidasm*Gp)/(1+Gcpidasm*Gp)
CC>time(Glcpidasm)
Figura 7.33
CC>gainmargin(Glcpidasm*Gp)
ans =
7,674984e-003 1,8459131
CC>phasemargin(Glcpidasm*Gp)
ans =
2,481310e-003 93,422577
De la figura 7.33 se aprecia que este ajuste no produce sobre-paso, aunque el gran aumento del
tiempo derivativo (de 70 a 184,8) tiende a producir oscilaciones en la inicio de la respuesta. El
tiempo de respuesta es de aproximadamente 1900 segundos. La variación de los márgenes de
fase y de ganancia por efecto del aumento en el tiempo derivativo se aprecia en la figura 7.34,
en la cual se comparan los diagramas de Nyquist del PID clásico (línea azul), PID con ajuste
propio (Gcpid3, línea roja) y PID con algo de sobre-modulación (línea rosa). En la misma puede
apreciarse que el modo derivativo introduce un importante adelanto de fase.
CC>nyquist(Gppid1*Gp,Gppid3*Gp,Gppidasm*Gp)
Figura 7.34-Efecto del incremento en el tiempo derivativo sobre los márgenes de ganancia y de fase
Figura 7.35
Figura 7.36
Figura 7.37
De la figura 7.37 se tiene que el tiempo muerto aparenteLa=141 segundos. El 63,2% de la
respuesta, se calcula de la siguiente manera: 0,632*(1,5-0)=0,948. Este valor de respuesta se
corresponde con un tiempo de ta=330 segundos. Por lo tanto, la constante de tiempoaparente Ta
se calcula como Ta=ta-La=330-141=189 segundos. Como se indicó, KP es igual a 1,5 y no
cambia al aproximar a primer orden más tiempo muerto. Así, la función de transferencia GP
aproximada a primer orden más tiempo muerto es GPa(s)≅[1,5/(189*s+1)]*e-141*s. Con el fin de
corroborar la calidad de la aproximación, se ejecutará el comando time(Gp,Gpa) a la función
original (“Gp”) y a la aproximada de GP(s) (“Gpa”). De esta forma, se tiene:
CC>Gpa=(1.5/(189*s+1))*pade(141,4)
CC>time(Gp,Gpa)
Se elije un orden de Padé N=4 para la aproximación, ya que con un orden mayor el programa
devuelve el error antes indicado. En la figura 7.38 se muestran ambas respuestas. Se observa
que ambas curvas se cortan, para el tiempo ta=330 segundos, en un valor de 0,9464, cercano al
del 63,2% (0,948) y además terminan en 1,5, el valor de estabilización. Dicho valor será
siempre igual a KP*H en variables de desviación, y puesto que H=1 debido al salto escalón
unitario del comando time(…).
Figura 7.38
Consecuentemente se resolverá el caso del control regulador con “Gpa”. De esta forma los
comandos ingresados en el Program CC serán:
CC>Gpa=(1.5/(189*s+1))*pade(141,4)
CC>Gd=(-1/(20*s+1))*pade(2,3)
CC>Kcpi=0.6885
CC>Tipi=466.5
CC>Gcpi=Kcpi*(1+(1/(Tipi*s)))
CC>Kcpid=0.918
CC>Tipid=280
CC>Tdpid=70
CC>Gcpid=Kcpid*(1+(1/(Tipid*s))+Tdpid*s)
CC>Kcpid3=0.75
CC>Gcpid3=Kcpid3*(1+(1/(Tipid*s))+Tdpid*s)
CC>Kcpidasm=0.5049
CC>Tipidasm=280
CC>Tdpidasm=184.8
CC>Gcpidasm=Kcpidasm*(1+(1/(Tipidasm*s))+Tdpidasm*s)
CC>Kcpidssm=0.3060
CC>Tipidssm=280
CC>Tdpidssm=184.8
CC>Gcpidssm=Kcpidssm*(1+(1/(Tipidssm*s))+Tdpidssm*s)
Mediante el comando time(…) se evaluará el impacto que tiene un salto escalón unitario en el
caudal del fluido frío, FA, frente a la acción de los distintos controladores y también solo para el
caso de Gd, es decir, sin controlador.
CC>Glcr_pi=Gd/(1+Gpa*Gcpi)
CC>Glcr_pid=Gd/(1+Gpa*Gcpid)
CC>Glcr_pidasm=Gd/(1+Gpa* Gcpidasm)
CC>Glcr_pidssm=Gd/(1+Gpa* Gcpidssm)
CC>Glcr_pi=Gd/(1+Gpa*Gcpi)
CC>Glcr_pid=Gd/(1+Gpa*Gcpid)
CC>Glcr_pidasm=Gd/(1+Gpa*Gcpidasm)
CC>Glcr_pidssm=Gd/(1+Gpa*Gcpidssm)
CC>figure
CC>time(Gd,Glcr_pi,Glcr_pid,Glcr_pidasm,Glcr_pidssm)
CC>figure
CC>time(Gd,Glcr_pi)
Figura 7.39
Figura 7.40
De la observación de las figuras 7.39 y 7.40 se concluye que el incremento unitario en el caudal
de entrada FA (no mostrado) hace que la variable controlada, i.e. “c”, PV, la cual es la
temperatura de salida del sistema de calentamiento, T2, se reduzca el controlador la restablezca
al valor original antes de la entrada de la perturbación (incremento en FA en la forma de
escalón), es decir, que en variables de desviación, T2 vuelve a cero. En la figura 7.39 se
observan una serie de ondulaciones en la respuesta del algoritmo PID con alguna sobre-
modulación, debidas en primer lugar a la aproximación de Padé, y al hecho de que el producto
KC*Td del modo derivativo es el más alto de los tres PID’s analizados, lo cual potencia dichas
ondulaciones (KC*Td_PID=64,26; KC*Td_PIDasm=93,3; KC*Td_PIDssm=56,55). En la figura
7.40 se muestra la acción del algoritmo PID, la cual es la que presenta la mejor performance,
seguida de la del algoritmo PI. En ambas figuras se aprecia que, sin la presencia del controlador,
T2 se ve modificada en -1°C, como consecuencia del aumento en una unidad en el caudal de FA
en forma de escalón a partir de t=0 segundos. La evaluación de la respuesta en modo regulador
es interesante de ser evaluada ya que los controladores en cuestión fueron ajustados para GC(s) y
no para Gd(s). Consecuentemente, puede que una performance buena en modo servo-control no
necesariamente lo sea para modo regulador, es decir, para el rechazo de perturbaciones. De esta
forma, un buen ajuste de control debe satisfacer ambas demandas, teniendo en cuenta el rechazo
no solo frente a una perturbación dada, sino frente a las principales perturbaciones que puedan
afectar a la variable controlada.
Figura 7.41
El concepto de definir a la respuesta del lazo cerrado por realimentación con un control PID
convencional en modo servo-control como de primer orden más tiempo muerto tiene
importantes implicancias acerca de la estabilidad y performance de dicho lazo. En el caso
particular del método aquí desarrollado el parámetro “λ” se simbolizará con “a”. Como se
indicó, el diseño de los parámetros KC, Ti y Td del controlador se hará sobre un modelo del
proceso a controlar del tipode primer orden más tiempo muerto. De esta forma se tiene:
k(2 l-(2 l M(2 1
= = {|} .2
( . 7.21
$(2 1 + l-(2 l M(2 P+1
, ,
l (2 = {|.2
≅ {|} .2
=l M(2 ( . 7.22
(JP + 1 ? JM P + 1
1
l-(2 = ,- O1 + + JS PQ ( . 3.97
JK P
Debe notarse que la ganancia estática de la respuesta del lazo cerrado es igual la unidad (ec.
7.21), requisito fundamental para que no haya off-set. Además dicha ecuación indica que el
sistema responderá luego de un tiempo muerto aparente o aproximado La, igual a la
aproximación del proceso a controlar, puesto que no podrá hacerlo antes de este tiempo. A su
vez, la constante de tiempo de la respuesta del lazo cerrado, “a”, la cual determina la velocidad
con la cual el mismo responde ante una entrada en escalón, se expresará de forma proporcional
al tiempo muerto La, teniéndose que a=c.La, siendo “c” un coeficiente denominado coeficiente
de robustez(no confundir coeficiente “c” con variable controlada c(t)) que el usuario podrá variar
cuando efectúa el ajuste dentro de un rango acotado recomendado (0,5<c<1,5).Cuanto mayor
sea el valor de “c”, mayor será el de “a” para un dado valor de Lay por lo tanto más lenta, pero
más robusta, será la respuesta (el concepto de mayor robustez se demostrará mediante un
ejemplo más adelante). La ecuación 7.21 es una adaptación realista de la ecuación de control
perfecto, i.e., aquella que indica que C(s)=R(s), i.e., c(t)=r(t) para todo instante de tiempo,
independientemente de los cambios hechos en r(t), es decir, de la demanda servo solicitada al
lazo. La ecuación de control perfecto, la cual es físicamente no realizable, se muestra en la ec.
7.23:
k(2 l-(2 l (2
= =1 ( . 7.23
$(2 1 + l-(2 l (2
Como este objetivo no puede lograrse, se debe fijar el objetivo realista indicado por la ecuación
7.21. A su vez, para que este objetivo sea lograble, el tiempo muerto de la respuesta a lazo
cerrado debe ser igual o mayor, que el del proceso a controlar (en este caso La), puesto que de lo
contrario se incurriría en la imposibilidad física de una predicción, ya que el lazo cerrado
respondería antes que el mismo proceso. La metodología de diseño del controlador, i.e. GC(s),
requiere despegar esta función de transferencia de la ecuación 7.21. Además, se requiere que el
modelo matemático del proceso, i.e., su función de transferencia GP(s),sea reducida a una de
primer orden más tiempo muerto, tal como se realizó en las figuras 7.37 y 7.38 y se detalla en
la ecuación 7.22. De esta forma, despejando l-(2 de la ecuación 7.21 se tiene (se coloca
numeración solo en las ecuaciones principales):
l-(2 l M(2 k(2
=
1 + l-(2 l M(2 $(2
k(2
l-(2 l =~ • T1 + l-(2 l U
M(2
$(2 M(2
1 k(2
l-(2 = ~ •~ • T1 + l-(2 l M(2 U
l M(2 $(2
1 k(2 k(2
l-(2 = ~ •~ • + l-(2 ~ •
l M(2 $(2 $(2
k(2 1 k(2
l-(2 C1 − ~ •G = ~ •~ •
$(2 l M(2 $(2
6(t
O Q
.(t
l-(2 = 6(t
l M(2 €1 − O. Q•
(t
F {|}.2
(-|} 2uF
l-(2 = ‚ƒ F
7 {|} .2 9 „1 − 7(-| {|} .2 9…
} 2uF } 2uF
F
(-|} 2uF
l-(2 = ‚ƒ F
7 9 „1 − 7(-| {|} .2 9…
}2uF } 2uF
(-|} 2uF
(JM P + 1
(-|} 2uF
l-(2 =
,n †( ‡M P + 1 − {|}.2 ˆ
(JM P + 1
l-(2 = ( . 7.24
,n †( ‡M P + 1 − {|} .2 ˆ
(JM P + 1 (1 + 0,5‡M P
l-(2 =
,n †(1 + 0,5‡M P ( ‡M P + 1 − (1 − 0,5‡M P ˆ
(JM P + 1 (1 + 0,5‡M P
l-(2 =
,n †( ‡M P + 1 + 0,5 ‡&M P & + 0,5‡M P − (1 − 0,5‡M P ˆ
JM P + 0,5JM ‡M P & + 1 + 0,5‡M P
l-(2 =
,n ( ‡M P + 1 + 0,5 ‡&M P & + 0,5‡M P − 1 + 0,5‡M P
0,5JM ‡M P & + (JM + 0,5‡M P + 1
l-(2 =
,n †0,5 ‡&M P & + ‡M P + ‡M Pˆ
0,5JM ‡M P & + (JM + 0,5‡M P + 1
l-(2 =
,n †0,5 ‡&M P & + ( + 1 ‡M Pˆ
Por cuestiones de simplicidad y de continuar con el desarrollo algebraico, se desprecia el
término con s2en el denominador, con lo que se tiene:
1 0,5JM ‡M P & + (JM + 0,5‡M P + 1
l-(2 ≅ O Q ( . 7.26
,n ( + 1 ‡M P
Igualandola ecuación 7.26 con la ecuación de un controlador PID, ec.3.97, se tiene:
1 JK JS P & + JK P + 1 ,6
l-(2 = ,6 O1 + + JS PQ = ,6 ~ •= (J J P & + JK P + 1 ( . 7.27
n‰Š JK P JK P JK P K S
Por lo tanto, operando se tiene que en el ajuste debe verificarse que:
JK = JM + 0,5‡M
JK JS = 0,5JM ‡M
0,5JM ‡M
JS =
JK
Por lo tanto:
0,5JM ‡M
JS =
JM + 0,5‡M
,6 1
=
JK ,n ( + 1 ‡M
JK
,6 =
,n ( + 1 ‡M
JM + 0,5‡M
,6 =
,n ( + 1 ‡M
En resumen, para un controlador PID, se tiene:
Ganancia proporcional:
JM + 0,5‡M
,6 = ( . 7.28
,n ( + 1 ‡M
Tiempo integral:
JK = JM + 0,5‡M ( . 7.29
Tiempo derivativo:
0,5JM ‡M
JS = ( . 7.30
JM + 0,5‡M
De las ecuaciones 7.28, 7.29 y 7.30, se concluye que los valores de KC, Ti y Td surgen
directamente de los valores de KP, Ta y La que surgen de modelar a GP(s) como primer
orden más tiempo muerto y del coeficiente de robustez “c”. Este método es, por lo tanto, del
tipo de síntesis (ya que se parte del diseño de la respuesta a lazo cerrado) y basado en la curva
de reacción, es decir, que se debe partir de la curva de reacción de PV, o c(t), en función del
tiempo como consecuencia de un salto escalón en OP, con el controlador en manual, i.e. a lazo
abierto. A medida que el tiempo muerto del proceso a controlar, La, aumenta, más difícil se
torna el control y mayor es la posibilidad de que el lazo de control se torne inestable.
Consecuentemente, los parámetros de control KC, Ti y Td se verán afectados por los valores de
La, así como también por KP y Ta y el valor del coeficiente “c” elegido. A su vez, debido a que
la respuesta a lazo cerrado tendrá por constante de tiempo a=c.La, si La se incrementa, también
lo hará “a”, es decir, más lenta será la respuesta. Al mismo tiempo, se tiene que a medida que se
elija un coeficiente de robustez “c” más alto, más lenta será la respuesta ya que KC será menor
(el coeficiente “c” solo afecta a KC, siendo que ,6 ∝ 18 ) y con mayor “robustez”, es decir con
mayores márgenes de ganancia y de fase, i.e. mayor margen de estabilidad, ante cambios en los
parámetros que definen el proceso, tales como aumentos del tiempo muerto La y aumentos de la
ganancia KP. Estas dos situaciones pueden darse cuando, por ejemplo, en plantas de procesos
químicos o físico-químicos se “baja carga”, es decir, se trabaja con un menor nivel de
producción. En tales casos los elementos de distancia-velocidad, generadores de tiempo muerto,
harán que L aumente, ya que L=d/v (ver ítem 1.25), y v=F/A, siendo F un caudal dado y “A” la
sección transversal de la tubería correspondiente que lo transporta y “d” la distancia al elemento
sensor/medidor. Por lo tanto como “d” permanece constante y “v” se reduce, resulta que L se
incrementa, Al incrementarse el tiempo muerto “real” L lo hará también el tiempo muerto
aparente o aproximado, La. Además, en cuanto a KP, tal como se vio en el ejemplo 1.30, en
general se incrementa al bajar carga a las unidades de proceso, ya que en gral. ,n ∝ 18Œ .
Observación: Debe tenerse especial precaución para poner en su debido contexto al coeficiente
de robustez “c” y diferenciarlo debidamente de la variable controlada c(t), o su equivalente en el
lenguaje industrial PV. Lo mismo aplica para el caso de “a” la cual en este caso no indica una
sección transversal, por ejemplo.
7.3.8.3.1 Caso de estudio: Ajuste por el método de control robusto de un sistema con
dinámica de orden superior más tiempo muerto frente a demanda de tipo servo-control y
de modo regulador.
Sea el caso visto en el ejemplo anterior, en el cual se tiene:
Gp(s)=C(s)/Y(s)=[1,5/(50*s+1)6]*e-5*s
Aplicando el procedimiento de aproximación de primer orden más tiempo muerto antes
detallado se tiene (figuras 7.37 y 7.38):
Gpa(s)=(1.5/(189*s+1))*e-141*s
La función de trasferencia de la perturbación es:
Gd(s)=T2(s)/FA(s) =[-1/(20*s+1)]*e-2*s
Teniéndose el modelo del proceso en la forma de primer orden más tiempo muerto, la obtención
de KC, Ti y Tdes directa mediante el empleo de las ecuaciones 7.31, 7.32 y 7.33. Para KC se
usarán los valores de c=0,5; c=1; c=1,5 (ver tabla 7.5). El valor óptimo de “c” se suele encontrar
por medio de prueba y error dependiendo de cada caso. En este ejemplo se muestran solo estos 3
valores a efectos comparativos.
c 0,5 1 1,5
Kc 0,8180 0,613 0,491
Ti 259,5 259,5 259,5
Td 51,347 51,347 51,347
Tabla 7.5
Consecuentemente, ingresando los comandos en el Program CC para simular los ajustes de
control se tiene:
CC>Kc1=0.818
CC>Kc2=0.613
CC>Kc3=0.491
CC>Ti=259.5
CC>Td=51.347
CC>%Algoritmos PID
CC>Gc1=Kc1*(1+1/(Ti*s)+Td*s)
CC>Gc2=Kc2*(1+1/(Ti*s)+Td*s)
CC>Gc3=Kc3*(1+1/(Ti*s)+Td*s)
CC>%Funciones de transferencia de Gp, Gpa y Gd
CC>Gp=[1.5/(50*s+1)^6]*pade(5,3)
CC>Gpa=[1.5/(189*s+1)]*pade(141,3)
CC>Gd=[-1/(20*s+1)]*pade(2,3)
CC>%Funciones de transferencia del lazo cerrado en modo servo con Gp y Gpa
CC>Glcs1=Gp*Gc1/(1+Gp*Gc1)
CC>Glcs2=Gp*Gc2/(1+Gp*Gc2)
CC>Glcs3=Gp*Gc3/(1+Gp*Gc3)
CC>Glcsa1=Gpa*Gc1/(1+Gpa*Gc1)
CC>Glcsa2=Gpa*Gc2/(1+Gpa*Gc2)
CC>Glcsa3=Gpa*Gc3/(1+Gpa*Gc3)
c=0,5
c=1
c=1,5
Figura 7.42: Respuesta a salto escalón unitario en el set-point evaluado sobre Gp(s) (escala completa)
c=0,5
c=1
c=1,5
Figura 7.43-a: Respuesta a salto escalón unitario en el set-point evaluado sobre Gpa(s) (escala completa)
c=0,5
c=1
c=1,5
0,632 (63,2%)
t=210 t=270
t=370
Figura 7-43-b: Respuesta a salto escalón unitario en el set-point evaluado sobre Gpa(s) (solo PV>0)
c=0,5
c=1
c=1,5
Figura 7.44: Respuesta a salto escalón unitario en el caudal de la líquido frío A evaluado sobre Gpa(s)
c=0,5
c=1
c=1,5
Figura 7.45: Diagrama de Nyquist de los pasos de avance Gc1*Gp; Gc2*Gp y Gc2*Gp.
c=0,5
c=1
c=1,5
Figura 7.46: Diagrama de Nyquist de los pasos de avance Gc1*Gpa; Gc2*Gpa y Gc2*Gpa.
c=0,5
c=1
c=1,5
Figura 7.47: Respuesta a un salto escalón unitario con controlador PI evaluado sobre Gp(s)
c=0,5
c=1
c=1,5
Figura 7.48: Respuesta a un salto escalón unitario con controlador PI evaluado sobre Gpa(s)
De lo arriba analizado se puede concluir que el método de “control robusto” detallado provee un
ajuste estable y flexible basado en la elección del parámetro “c” y una estabilidad mejorada,
reduciendo la ocurrencia de sobre-paso. Esto último es debido al diseño de la respuesta basada
en un sistema de primer orden más tiempo muerto. En la figura 7.42 se observa la performance
en modo servo para los valores típicos de “c” 0,5; 1 y 1,5 (el valor óptimo se debe buscar por
prueba y error) evaluado sobre el modelo “original” del proceso, Gp(s), y en la figura 7.43-a se
muestra dicha evaluación sobre el modelo aproximado de primer orden más tiempo muerto, tal
como lo requiere el método. En la misma se evidencian, al inicio de la respuesta, una serie de
oscilaciones, y también respuesta inversa, debido a las oscilaciones que la aproximación de
Padé produce (esto es un ejemplo de lo problemático que el modo derivativo puede ser ante la
presencia de oscilaciones en la variable controlada PV). En la figura 7.43-b se muestran solo los
valores de PV>0 y además los valores de tiempo en los cuales se verifica el 63,2% de la
respuesta final, en este caso la unidad ya que el salto escalón aplicado es unitario. Esto se indica
para comprobar el concepto de diseño del método, el cual indica que en un tiempo igual a la
constante de tiempo del lazo cerrado a=c.La más el tiempo muerto La, se debe tener el
63,2% de la respuesta. Debido a las aproximaciones propias hechas en los modelos, esto se
verificará de forma aproximada. En la tabla 7.5 se compara el valor de c*La+La con el valor de
ta, obtenido directamente a partir del 63,2% de la respuesta de forma gráfica(ver figura 7-43-b).
De la observación de la misma, se concluye que los valores son razonablemente coincidentes (se
recuerda que a=c.La es el valor teórico de la constante de tiempo de la respuesta a lazo cerrado
y el areal=ta-La es el valor que se obtiene en la realidad, la cual es la pseudo-constante de tiempo
de la respuesta a lazo cerrado ya que la respuesta obtenida en el lazo cerrado es
aproximadamente de primer orden más tiempo muerto).
L 141
ta areal= ta–La
C a=c.La(“teórico”) (p/el 63,2% en la rta.) (“real”)
0,5 70,5 210 69
1 141 270 129
1,5 211,5 370 229
Tabla 7.5: Comparación de a=c.La con areal sobre Gpa(s) (los tiempos están en segundos)
En la figura 7.44 se observa que la performance de los ajustes en modo regulador es muy buena.
En las figuras 7.45 y 7.46 se muestran los diagramas de Nyquist de los pasos de avance de cada
controlador, Gc1, Gc2, Gc3, y de Gp y Gpa, respectivamente. De la observación de las mismas se
concluye que a medida que se elije un mayor valor del coeficiente de robustez “c”, aumenta el
margen de ganancia, i.e., la estabilidad del lazo y además la respuesta del mismo será menos
oscilatoria, aunque con un tiempo de respuesta mayor. A su vez, de comparar la figura 7.44 con
la 7.46, se observa, en esta última, como el mayor pseudo-tiempo muerto L=141 segundos,
genera diagramas de Nyquist con mayores vueltas alrededor del punto (0,0). Finalmente, en las
figuras 7.47 y 7.48 se muestran cómo responden los lazos en modo PI tanto para Gp(s)como para
Gpa(s) ante una demanda servo. Debido a que elimino arbitrariamente el modo derivativo (algo
muy común en la práctica industrial por los problemas que este genera), se observa que la
performance es buena, pero se requiere usar un valor del coeficiente de robustez “c” algo
mayor, para reducir la inestabilidad y las oscilaciones en la respuesta. Aquí se observa como la
diferencia en el modelado del proceso genera importantes cambios en la forma que responde el
lazo de control. El hecho de que a pesar de esto el lazo se mantenga estable es lo que se conoce
como robustez del método, y en la realidad esta situación está directamente relacionada con la
capacidad del controlador para lograr el control ante la incertidumbre en el modelado del
proceso y ante el cambio de su comportamiento. Finalmente se remarca que este método, al ser
del grupo de los métodos lambda (λ) son considerados actualmente como los más adecuados por
las virtudes antes enunciadas. Sin embargo, requieren de un modelo del sistema a controlar
expresado como primer orden más tiempo muerto, el cual se obtiene como ya se ha indicado en
el apartado 1.27.
7.3.8.3.2 Caso de estudio: Ajuste por el método de control robusto de un sistema de control
de un sistema capacitivo puro o integrador.
Para el caso de procesos o sistemas integradores se deben tener en cuenta reglas especiales a la
hora de efectuar el ajuste de un controlador PID. De esta forma, para analizar la dinámica de un
sistema de control de nivel como en mostrado en la figura 2.14.
Figura 7.49: Determinación de KP y de L del sistema capacitivo puro con el controlador en manual
ℎ(2 (2 ,n
l (2 = = = {|2
( . 7.34
(2 (2 P
En la ecuación 7.37 se ha incorporado además el elemento de tiempo muerto, el cual puede
deberse principalmente a retardos en la válvula de control. Para este caso particular se tiene:
(2 −0,1
l (2 = = {p2
( . 7.35
(2 P
Los valores de KC y de Ti se calculan con las ecuaciones 7.35 y 7.36. Se asumirá un valor de
c=1:
1 (2.1 + 1 3 %
,6 = C G = −10 = −1,5
−0,1 (1 +1 5& 20 %
JK = 2(1 + 1 5 = 20 P _.
El valor negativo en KC en la práctica debe implementarse colocando el controlador en modo
directo, puesto que si el nivel h(t) (PV) sube, OP también debe subir. Es decir, no se coloca a
KCcon signo negativo, sino que se modifica el modo de trabajo de inverso (“reverse” en inglés)
a directo (“direct”). Internamente el controlador cambia la forma de calcular el error, pasando
de e=SP-PV en modo inverso (por ejemplo cuando se controla una temperatura manipulando el
caudal de vapor) a e=PV-SP en modo directo (cuando se controla un nivel manipulando el
caudal de salida o una presión manipulando el flujo de gases o vapor de salida, por ejemplo).
Esta elección es fundamental para que se verifique la realimentación negativa explicada en el
capítulo 1 y debe ser analizada por el ingeniero/a de procesos junto con personal de
instrumentación y control puesto que responde a la físico-química del proceso, la cual “dicta”
como se relaciona la variable manipulada con la controlada. En resumen, si dicha relación es
aumento-aumento el controlador debe estar en modo inverso y si es aumento-disminución, en
modo directo. En un simulador como el Program CC el valor de KC se colocará con signo
negativo.
Consecuentemente el algoritmo PI queda:
1 1
l-(2 = ,6 O1 + Q = −1,5 O1 + Q
n‰ JK P 20P
Ingresando las ecuaciones anteriores en el Program CC y evaluando la respuesta en modo servo
(aplicación de un salto escalón en el set-point) se tiene (los sufijos “n” son por “nivel”, por
“control de nivel”):
CC>Gpn=(-0.1/s)*pade(5,4)
CC>%Respuesta de PV ante un salto escalón en OP sin controlador
CC>time(Gpn) (ver figura 7.50)
CC>Gcpin=-1.5*(1+1/(20*s))
CC>%Función de transferencia del lazo cerrado en modo servo
CC>Glcn=Gpn*Gcpin/(1+Gpn*Gcpin)
CC>%Respuesta de PV ante un salto escalón en SP
CC>time(1,Glcn)(ver figura 7.51)
Figura 7.50
Figura 7.51
En la figura 7.50 se observa cómo reacciona el nivel h(t) ante un aumento es escalón en la
apertura de la válvula de control del caudal de salida, OP. En la figura 7.51 se aprecia como el
controlador logra llevar el nivel al nuevo valor pedido en el SP (salto escalón unitario). Sin
embargo, aún usando un coeficiente de robustez c=1 se tiene un sobre-paso considerable (70%).
En el control de nivel esto no suele ser un problema, excepto que se superen las limitaciones
físicas (altura) del recipiente contenedor y halla un sobre-llenado o un rebalse, o en el caso
contrario un vaciado, y la bomba de aspiración quede sin succión y sufra alguna rotura por bajo
caudal. También este tipo de sobre-paso es prohibitivo en tambores separadores de aspiración de
compresores, en los cuales un aumento desmedido en el nivel podría ocasionar arrastre de
líquido, y si los sistemas de protección están bien diseñados, llegar a disparar la parada de dicho
equipo por medio de un LSDH (Level Shutdown High). Si se eligen valores de c=1,5, c=2 y c=4,
los valores de KC y de Ti serán los que se muestran en la tabla 7.6. Estos valores se considerarán
junto al de c=1 y además se evaluará el caso de control proporcional puro, con KC=-1, elegida
arbitrariamente, el cual, no presenta off-set en sistemas capacitivos puro ante la demanda servo-
control. Finalmente se evaluará la respuesta de cada uno de estos ajustes ante la demanda
reguladora, frente a una entrada de una perturbación producida por un aumento en el caudal de
entrada, Fe. Para este último caso, se considera que el recipiente tiene un diámetro D=2 metros,
por lo que su sección transversal A=3,1416 m2, con lo que se tiene que Kp*=1/A=0,318 m-2 (ver
ecuación 4.111). Consecuentemente, Gp(s)=0,318/s. Se considera que no hay tiempo muerto
puro en el efecto que una variación en Fe tiene sobre el nivel h(t).
Figura 7.53: Respuesta ante demanda servo (aumento en escalón de magnitud unitaria en SP en t=0) para con
algoritmo PI con varios valores del coeficiente de robustez “c” y para el caso de control P puro.
Figura 7.54: Respuesta ante demanda de regulación (aumento en el caudal de entrada Fe en forma de escalón de
magnitud unitaria en t=0) para con algoritmo PI con varios valores del coeficiente de robustez “c” y para el caso de
control P puro.
De la observación de las figuras 7.53 y 7.54 se concluye que el método de control robusto para
sistemas capacitivos puros provee una respuesta poco satisfactoria para el control de nivel, tanto
en demandas del tipo servo como regulatorio, principalmente debido a grandes sobre-pasos y
altos tiempos de respuesta. Si por el contrario se elije un algoritmo proporcional puro, se tiene
una muy buena performance en modo servo, ya que no se verifica offset, por ser un sistema
capacitivo puro. Sin embargo, ante una demanda de regulación, el sistema si presenta offset.
Consecuentemente, tal como se indicó para el caso del método de Ziegler-Nichols, para el caso
de control de nivel es conveniente elegir un controlador PI, aumentando la ganancia KC y
reduciendo el Ti lo más posible de modo de lograr respuestas satisfactorias tanto en modo servo
como en modo regulador, teniendo en cuenta que en la mayoría de los casos, en el control de
nivel no es crítico tener offset cero o respuestas rápidas, ya que mucho recipientes son usados
para atenuar las variaciones que pudiese tener el caudal de entrada y evitar que se propaguen al
de salida. Lo que en estos casos debe evitarse son sobre-pasos muy altos y variaciones de alta
amplitud y con alta frecuencia, lo cual puede derivar en variaciones de presión que se propaguen
a lo largo de todo el sistema, como puede ocurrir en torres de destilación, por ejemplo. Estas
mismas reglas aplican a otros sistemas capacitivos puros, como por ejemplo, los controles de
presión en tambores, ya sea mediante la inyección o venteo de gases. Finalmente se indica que
los sistemas capacitivos puros
7.3.9 Control en cascada.
Tal como se indicó en el ítem 1.5, el control en cascada consiste de dos lazos de control, uno
“maestro” (o “amo”) y otro “esclavo” trabajando conjuntamente. En la subsiguiente explicación,
se denotarán a las variables del lazo maestro con el subíndice “1” y a las del lazo esclavo con
“2”. De esta forma, SP1, PV1 y OP1 corresponden al lazo maestro, y SP2, PV2 y OP2 al lazo
esclavo. Se recuerda que la configuración en cascada implica, por definición, que el set-point
del lazo esclavo, SP2, sea función de la salida del controlador maestro, OP1, es decir,
SP2=f(OP1) (ver capítulo 1, ecuaciones 1.17 y 1.18 para más detalles). En la práctica en general
se tiene que el lazo maestro consistirá de un controlador de temperatura mientras que el lazo
esclavo de un lazo de control de caudal de vapor (ver figuras 7.56 y 7.57). Otra configuración
muy usada es la de un lazo maestro compuesto por un control de nivel mientras que en el
esclavo un control de caudal de salida impulsado por una bomba (ver figura 7.59). El objetivo
de emplear una configuración en cascada es de la “rechazar” ciertas perturbaciones antes de que
las mismas repercutan sobre la variable controlada PV1, o, al menos, minimizar su efecto. Por
ejemplo, en el caso del sistema de la figura 7.55, una variación de la presión de suministro del
vapor hará que el caudal que pasa por la válvula de control también cambie. Consecuentemente,
al cabo de un tiempo la variable controlada temperatura, PV1, también cambiará. Si no se
dispone de una configuración en cascada, será el controlador de temperatura (TRC) el que
deberá modificar la apertura de la válvula de control para lograr llevar a la temperatura
nuevamente al valor fijado en su SP1. Esto demandará un importante tiempo durante el cual la
variable controlada está fuera del SP1. Si, por el contrario, se dispone de una configuración en
cascada, el propio lazo esclavo de control de caudal (FRC) detectará el cambio en esta variable
(PV2), y la corregirá rápidamente (buscando nuevamente que PV2=SP2) modificando OP2,
evitando así que la temperatura controlada se vea afectada (PV1), o en todo caso lo haga
mínimamente. A su vez, se recuerda que aún en lazos de control que no son catalogados como
del tipo cascada, el mero hecho de colocar un posicionador a la válvula de control, ya lo
convierte en uno, puesto que la salida de un controlador dado, por ejemplo de temperatura, OP,
será enviada al posicionador de la válvula de control correspondiente, convirtiéndose en el set-
point de este posicionador, actuando en consecuencia éste como un controlador de la posición
de la válvula de control, tal como se indicó en capítulo 1.
A la hora de ajustar un lazo en cascada, primero se debe ajustar el lazo esclavo, el cual debe
responder mucho más rápido que el maestro para que la configuración en funcione debidamente.
Luego, se debe ajustar el lazo maestro. Para ambos casos se pueden aplicar los métodos antes
detallados (Ziegler-Nichols y Control Robusto), modelando debidamente cada sistema. En
general, para el lazo esclavo, el control de caudal (lazo esclavo) se modelará como de primer
orden más tiempo muerto, al igual que el control de temperatura (lazo maestro), mientras que el
control de nivel se deberá modelar como capacitivo puro más tiempo muerto, tal como e detalló
previamente.
Figura 7.55: Lazo simple de control de temperatura con el caudal de vapor como la variable manipulada
Figura 7.56: Lazo de control de temperatura en cascada con el lazo de control de caudal de vapor de
calefacción. Un cambio en el caudal de vapor deberá ser resuelto por el FC-21 minimizando el impacto
sobre ϴ2.
Figura 7.57: Lazo de control de temperatura en cascada con el lazo de control de presión de vapor de
calefacción. Un cambio en la presión a la cual el vapor de agua condensa en el interior del intercambiador
deberá ser resuelto por el PC-21, minimizando el impacto en ϴ2.
Figura 7.59: Lazo de control de nivel en cascada con el lazo de control de caudal de salida de líquido
Figura 7.60
• GC1(s): Función de transferencia del controlador del lazo maestro, la cual relaciona la
diferencia entre la temperatura del producto calentado con el valor fijado (set-point), i.e.
error, con la variación del set-point de caudal de vapor al lazo esclavo.
• GC2(s): Función de transferencia del controlador del lazo esclavo, la cual relaciona la
diferencia entre el valor fijado del caudal de vapor con el caudal de vapor real (error)
con la variación de la señal a la válvula de control.
• GV(s): Función de transferencia de la válvula de control, la cual relaciona la variación en
la orden de controlador con la variación del porcentaje de apertura de la válvula.
• Gp1(s): Función de transferencia del proceso del lazo maestro, la cual relaciona el efecto
del cambio en el caudal de vapor en la temperatura del producto calentado.
• Gp2(s): Función de transferencia del proceso del lazo esclavo, la cual relaciona el efecto
de la variación en la apertura de la válvula de control en la variación del caudal de
vapor.
• Gd1(s): Función de transferencia de la perturbación sobre el proceso del lazo maestro, la
cual relaciona el efecto de la temperatura de entrada del producto frío (D1) en la
temperatura del producto calentado (PV1).
• Gd2(s): Función de transferencia de la perturbación sobre el proceso del lazo esclavo, la
cual relaciona a la variación de la presión en el vapor de calefacción (D2) con la
variación en el caudal de vapor.
• Gs1(s): Función de transferencia del sensor del proceso del lazo maestro. Relaciona al
valor medido con el valor transmitido de temperatura, y se toma como la unidad.
• Gs2(s): Función de transferencia del sensor del proceso del lazo esclavo. Relaciona al
valor medido con el valor transmitido del caudal de vapor, y se toma como la unidad.
• SP1(s): Referencia (set-point) del lazo maestro, i.e. valor deseado de la temperatura del
producto calentado.
• E1(s): Error del lazo maestro, i.e., diferencia entre el valor deseado (SP1) y el valor real
de la variable controlada (PV1).
• SP2(s): Referencia (set-point) del lazo esclavo, i.e. valor deseado del caudal de vapor.
• E2(s): Error del lazo esclavo, i.e. diferencia entre el caudal de vapor fijado por el lazo
maestro y el real.
• OP(s): Salida del controlador del lazo esclavo.
• MV(s): Variable manipulada del controlador del lazo esclavo, i.e. caudal de vapor-
• PV2(s): Variable controlada del lazo esclavo. i.e. valor del caudal de vapor.
• D1(s): Variable de perturbación que afecta al lazo maestro, i.e., temperatura del producto
de entrada, por ejemplo el A (se considera que la temperatura del B permanece
constante).
• D2(s): Variable de perturbación que afecta al lazo esclavo y subsiguientemente al lazo
maestro, i.e. presión de suministro del vapor.
• PV1(s): Variable controlada del lazo maestro, i.e. temperatura del producto calentado.
• PVm1(s): Variable medida del lazo maestro.
• PVm2(s): Variable medida del lazo esclavo.
En el diagrama de bloques de la figura 7.60, se observa que se introduce la función de
transferencia GV(s), función de transferencia de la válvula de control, la cual describe el
comportamiento dinámico de la misma, es decir, cómo la variable manipulada (MV(s)) responde
ante cambios en las órdenes (OP(s)) dadas por el controlador del lazo esclavo (GC2(s)). En
general, si la válvula se halla debidamente mantenida, no introducirá, a los efectos prácticos,
retardos de ningún tipo. En general, se suele incorporar a GV(s) con GP(s) (GP2(s) en este caso)
simbolizando a ambas simplemente como GP(s).
Las ecuaciones que resultan de aplicar el álgebra de diagramas en bloque al esquema de la
figura 7.60 son las que se presentan a continuación (las mismas se aceptan sin demostración):
Ecuación 7.36:
Ecuación 7.37:
Ecuación 7.38:
CC>Gc1=0.5*(1+1/(50*s))
CC>Gc2=1.25*(1+1/(50*s))
CC>Gv=1
CC>Gp1=1/(10*s+1)^3
CC>Gp2=1/(10*s+1)
CC>Gd1=1/(5*s+1)
CC>Gd2=1/(s+1)
CC>Gs1=1
CC>Gs2=1
CC>GlcPV1D2=Gd2*Gp1/(1+Gc2*Gv*Gp2*Gs2+Gc1*Gc2*Gv*Gp1*Gp2*Gs1)
CC>GlcPV1D1=Gd1*(1+Gc2*Gv*Gp2*Gs2)/(1+Gc2*Gv*Gp2*Gs2+Gc1*Gc2*Gv*Gp1*Gp2*Gs1)
CC>GlcPV1SP1=Gc1*Gc2*Gv*Gp2*Gp1/(1+Gc2*Gv*Gp2*Gs2+Gc1*Gc2*Gv*Gp1*Gp2*Gs1)
CC>time(GlcPV1D2) (ver figura 7.61)
CC>figure
CC>time(GlcPV1D1) (ver figura 7.62)
CC>figure
CC>time(GlcPV1SP1) (ver figura 7.63)
CC>%Comparación con y sin control en cascada (se hace referencia a sin cascada)
CC>Glcservo_sc=Gc1*Gp1/(1+Gc1*Gp1)
CC>Glcreg_D1_sc=Gd1/(1+Gc1*Gp1)
CC>Glcreg_D2_sc=Gd2*Gp1/(1+Gc1*Gp1)
CC>figure
CC>time(GlcPV1SP1,Glcservo_sc)(ver figura 7.64)
CC>figure
CC>time(GlcPV1D1,Glcreg_D1_sc)(ver figura 7.65)
CC>figure
CC>time(GlcPV1D2,Glcreg_D2_sc)(ver figura 7.66)
Figura 7.61: Respuesta en modo regulador con control en cascada de PV1 frente a una entrada de una
perturbación D2 en forma de escalón en el caudal de la variable manipulada (por ejemplo, variación de la
presión de suministro del vapor de agua)
Figura 7.62: Respuesta en modo regulador con control en cascada de PV1 frente a una entrada de una
perturbación D1 en forma de escalón sobre la variable controlada (por ejemplo, reducción de la
temperatura del producto a calentar)
Figura 7.63: Respuesta en modo servo con control en cascada de PV1 frente a una demanda por salto
escalón unitario en SP1 por necesidad de incrementar la variable controlada PV1, i.e. temperatura del
producto a calentar
Figura 7.64
Figura 7.65
Figura 7.66
De observar la figura 7.66 se aprecia que el lazo de control esclavo minimiza el impacto sobre la
variable controlada PV1frente a una entrada de una perturbación D2 sobre la variable controlada
por ejemplo, aumento de la presión de suministro del vapor de agua. Consecuentemente se
verifica el concepto de que el control en cascada “rechaza”, al menos en gran parte, a la
perturbación D2, en este caso.
El caso anterior puede analizarse de una forma más práctica haciendo uso de la herramienta
Simulink de MATLAB. Para ello se deben armar dos lazos de control, uno con el lazo en cascada
incorporado, y otro sin el mismo, para poder comparar la performance de cada uno ante diversas
demandas (ver figura 7.67). Para ello debe ingresarse a MATLAB y luego a Simulink y se debe
abrir un modelo en blanco (blank model) y luego abrir el buscador de la librería de Simulink
(Simulink Library Browser) y buscar, seleccionar, arrastrar y soltar cada uno de los bloques. Los
bloques para efectuar los saltos escalón (Step) se obtienen de “Sources”; los bloques de las
funciones de transferencia y los controladores PID en “Continuous” y el bloque tipo display
para mostrar el resultado de forma gráfica “Scope” en “Sinks” y los sumadores (“Sum”) en
operaciones matemáticas (“Math operations”). Un sumador puede transformarse en elemento de
resta, para calcular el error, haciendo doble clic y cambiando un (+) por un (-) debidamente.
Luego deben conectarse los bloques como se muestra en la figura 7.67. En el controlador PID
del lazo esclavo, GC2, se coloca el valor de 1.25 en Proporcional, i.e. Kc=1.25, y el valor de
Figura 7.67
Figura 7.68
Si se ensaya un ajuste más fuerte en GC2, por ejemplo, colocando Kc=4 en Proporcional y
Kc/Ti=0,08 en Integral, y cero en Derivativo, para el mismo caso de entrada de la perturbación
D2 obtendremos la respuesta mostrada en la figura 7.69, observándose en la misma, que con el
lazo en cascada, el impacto en la variable controlada PV1 es mínimo, comparable a aquel que se
tendría si no se tuviese control en cascada.
Figura 7.69