Ejercicios 261: Libras

Machine Translated by Google
Ejercicios 261
14.27 El comportamiento dinámico del intercambiador de calor que se muestra Proceso:
en la figura E14.27 puede describirse mediante las siguientes funciones de Tÿ = 2 ÿFÿlbÿmin

transferencia (HS Wilson y LM Zoss, ISA J., 9, 59 (1962)): EN's (0.432s + 1)(0.017s + 1)
Válvula de control:
X' = 0.047inÿpsi EN's libras

= 112
PAGS'
0.083s + 1 X' minutos en
Transmisor-sensor de temperatura:
PAGS'
= 0,12 psiÿÿF
Tÿ 0,024 s + 1
La elevación de la válvula x se mide en pulgadas. Otros símbolos se definen en

la figura E14.27. (a) Encuentre la configuración de Ziegler-Nichols para un
controlador PI. (b) Calcule los márgenes de ganancia y de fase correspondientes.
14.28 Considere el problema de control del ejercicio 14.28 y un controlador PI

con Kc = 5 y ÿI = 0,3 min. (a) Trace el diagrama de Bode para el sistema
en lazo abierto.
(b) Determine el margen de ganancia a partir del diagrama de Bode.
Figura E14.27
Capítulo 15
Feedforward y control de proporción
CONTENIDO DEL CAPÍTULO
15.1 Introducción al control anticipativo
15.2 Control de relación
15.3 Diseño de controlador feedforward basado en modelos de estado estacionario 15.3.1
Sistema de mezcla
15.4 Diseño de controlador feedforward basado en modelos dinámicos 15.5 La relación
entre los métodos de diseño de estado estacionario y dinámico 15.5.1 Diseño de controlador de estado
estacionario basado en modelos de función de transferencia
15.6 Configuraciones para Control Feedforward-Feedback
15.7 Ajuste de controladores de realimentación
Resumen
En el Capítulo 8 se enfatizó que el control de retroalimentación es una 2. No proporciona una acción de control predictivo para compensar los
técnica importante que se usa ampliamente en las industrias de procesos. efectos de perturbaciones conocidas o medibles.
Sus principales ventajas son.
1. La acción correctiva ocurre tan pronto como la variable controlada se 3. Puede no ser satisfactorio para procesos con constantes de tiempo
desvía del punto de ajuste, independientemente de la fuente y el grandes y/o retrasos de tiempo prolongados. Si ocurren
tipo de perturbación. perturbaciones grandes y frecuentes, el proceso puede operar

continuamente en un estado transitorio y nunca alcanzar el estado
2. El control de retroalimentación requiere un conocimiento mínimo
estacionario deseado.
sobre el proceso a controlar; en particular, no se requiere un modelo
4. En algunas situaciones, la variable controlada no se puede medir en
matemático del proceso , aunque puede ser muy útil para el diseño
línea, por lo que el control de retroalimentación no es factible.
de sistemas de control.
3. El omnipresente controlador PID es versátil y robusto. Si las Para situaciones en las que el control de retroalimentación por sí mismo no
condiciones del proceso cambian, volver a sintonizar el controlador es satisfactorio, se puede lograr una mejora significativa agregando control
generalmente produce un control satisfactorio. de retroalimentación. Pero el control feedforward requiere que las
perturbaciones sean medidas (o estimadas) en línea.
Sin embargo, el control de retroalimentación también tiene ciertas
desventajas inherentes:
En este capítulo, consideramos el diseño y análisis de sistemas de
1. No se toma ninguna acción correctiva hasta que ocurre una desviación control feedforward. Comenzamos con una descripción general del control
en la variable controlada. Por lo tanto, el control perfecto, donde la feedforward. Luego se introduce el control de relación, un tipo especial de
variable controlada no se desvía del punto de referencia durante control anticipativo.
perturbaciones o cambios en el punto de referencia, es teóricamente A continuación, se desarrollan técnicas de diseño para controladores
imposible. feedforward basados en estado estacionario o dinámico.
262
15.1 Introducción al control anticipativo 263
modelos Luego, se consideran configuraciones alternativas para

LC
sistemas de control de retroalimentación y retroalimentación
combinados. Este capítulo concluye con una sección sobre el ajuste
de los controladores feedforward. LT
15.1 INTRODUCCIÓN AL CONTROL FEEDFORWARD
Vapor
El concepto básico del control feedforward es medir variables
perturbadoras importantes y tomar medidas correctivas antes de que tambor
Agua de alimentación
alteren el proceso. Por el contrario, un controlador de realimentación de caldera
no toma medidas correctivas hasta que la perturbación altera el

proceso y genera una señal de error distinta de cero. En la figura 15.1
se muestran diagramas de bloques simplificados para el control de
realimentación y avance. Caliente
gas
El control feedforward tiene varias desventajas: Figura 15.2 Control de retroalimentación del nivel de líquido en un tambor de
caldera.
1. Las variables de perturbación deben medirse en línea. En
muchas aplicaciones, esto no es factible.
2. Para hacer un uso efectivo del control anticipativo, debe estar luego, se ha aplicado a una amplia variedad de procesos industriales.
disponible al menos un modelo de proceso aproximado. En Sin embargo, el concepto básico es mucho más antiguo y se aplicó
particular, necesitamos saber cómo responde la variable ya en 1925 en el sistema de control de nivel de tres elementos para
controlada a los cambios tanto en la variable de perturbación tambores de calderas. Usaremos esta aplicación de control para
como en la variable manipulada. La calidad del control ilustrar el uso del control feedforward.
feedforward depende de la precisión del modelo de proceso.
En la Fig. 15.2 se muestra un tambor de caldera con un sistema
3. Los controladores feedforward ideales que son teóricamente de control de retroalimentación convencional. El nivel del líquido en
capaces de lograr un control perfecto pueden no ser físicamente ebullición se mide y se utiliza para ajustar el caudal de agua de
realizables. Afortunadamente, las aproximaciones prácticas de alimentación. Este sistema de control tiende a ser bastante sensible
estos controladores ideales pueden proporcionar un control a los cambios rápidos en la variable perturbadora, el caudal de vapor,
muy efectivo. como resultado de la pequeña capacidad de líquido del tambor de la
caldera. Los rápidos cambios de perturbación son producidos por las
El control feedforward no se usó ampliamente en las industrias
demandas de vapor realizadas por las unidades de procesamiento aguas abajo.
de procesos hasta la década de 1960 (Shinskey, 1996). Ya que
Otra dificultad es que no se pueden usar grandes ganancias del
controlador porque las mediciones de nivel exhiben fluctuaciones
rápidas para líquidos en ebullición. Por lo tanto, una alta ganancia del
D
controlador tendería a amplificar el ruido de la medición y produciría
variaciones inaceptables en el caudal del agua de alimentación.
El esquema de control anticipativo de la figura 15.3 puede

Sí Controlador
de avance proporcionar un mejor control del nivel de líquido. Se mide el caudal
de vapor y el controlador de avance ajusta el caudal de agua de
EN Y alimentación para equilibrar la demanda de vapor. Tenga en cuenta

Proceso
que la variable controlada, el nivel de líquido, no se mide. Como
alternativa, podría medirse la presión del vapor en lugar del caudal
de vapor.
D
El control feedforward también se puede usar ventajosamente para
problemas de control de nivel donde el objetivo es el control de picos
(o control de promedio), en lugar de un control de nivel estricto. Por
Sí Controlador de EN
Proceso
Y
ejemplo, las corrientes de entrada a un tanque de compensación
retroalimentación
serán intermitentes si son corrientes de efluentes de operaciones por
lotes, pero la corriente de salida del tanque puede ser continua. Se
han desarrollado métodos especiales de control anticipativo para
Figura 15.1 Diagramas de bloques simplificados para control feedforward y estas transiciones de lote a continuo para equilibrar el requisito de
feedback. capacidad de sobretensión.
264 Capítulo 15 Feedforward y control de proporción
Controlador de
las salidas de los controladores de alimentación directa y realimentación
avance
se suman y la señal combinada se envía a la válvula de control.
FFC
15.2 CONTROL DE LA RELACIÓN

PIE
El control de relación es un tipo especial de control anticipativo que ha

tenido una amplia aplicación en las industrias de procesos. Su objetivo
Vapor es mantener la relación de dos variables de proceso en un valor
especificado. Las dos variables suelen ser caudales, una variable
tambor manipulada u y una variable de perturbación d. Así, la proporción
de caldera
en
Rÿ (15-1)
re
Caliente
se controla en lugar de las variables individuales. En la ecuación. 15-1,
gas u y d son variables físicas, no variables de desviación.
Figura 15.3 Control feedforward del nivel de líquido en un

tambor de caldera. Las aplicaciones típicas del control de la relación incluyen (1)
especificar las cantidades relativas de componentes en operaciones
de mezcla, (2) mantener una relación estequiométrica de reactivos a
para las tasas de flujo de entrada medidas con el objetivo de control un reactor, (3) mantener una relación de reflujo específica para una
de sobretensiones de cambios graduales en la corriente de salida del columna de destilación y (4) manteniendo la relación aire-combustible
tanque (Blevins et al., 2003). a un horno en el valor óptimo.
En aplicaciones prácticas, el control anticipativo se usa normalmente El control de relación se puede implementar en dos esquemas
en combinación con el control de retroalimentación. básicos. Para el Método I de la figura 15.5, se miden las tasas de flujo
El control de retroalimentación se utiliza para reducir los efectos de tanto para la corriente perturbadora como para la corriente manipulada,
las perturbaciones medibles, mientras que el ajuste de retroalimentación y se calcula la relación medida, Rm = um/ dm . La salida del elemento
compensa las imprecisiones en el modelo de proceso, los errores de divisor se envía a un controlador de relación (RC) que compara la
medición y las perturbaciones no medidas. Los controladores relación calculada Rm con la relación deseada Rd y ajusta el caudal u
feedforward y feedback se pueden combinar de varias maneras
manipulado en consecuencia. El controlador de relación suele ser un
diferentes, como se discutirá en la Sección 15.6. controlador PI con la relación deseada como punto de referencia.
Una configuración típica se muestra en la Fig. 15.4, donde el
La principal ventaja del Método I es que se calcula la relación

Controlador de
medida Rm . Una desventaja clave es que un
retroalimentación
+
+ LC
Controlador de
FFC
avance
Flujo perturbador, d
LT
PIE
PIE
mensaje directo
controlador de proporción
Punto de ajuste de relación

Vapor Divisor RC
Calle
habitación
tambor
de caldera a pags
PIE
Caliente
gas
Flujo manipulado u
Figura 15.4 Control feedforward-feedback del nivel del tambor
de la caldera. Figura 15.5 Control de razón, Método I.
15.2 Control de proporción 265
El elemento divisor debe estar incluido en el bucle, y este elemento Independientemente de cómo se implemente el control de
hace que la ganancia del proceso varíe de forma no lineal. De la proporción, las variables del proceso deben escalarse
ecuación. 15-1, la ganancia del proceso adecuadamente. Por ejemplo, en el Método II, el ajuste de ganancia
1 para la estación de relación KR debe tener en cuenta los intervalos
= (15-2)
Kp = (ÿR ÿu
) d de los dos transmisores de flujo. Por lo tanto, la ganancia correcta
d
para la estación de relación es
está inversamente relacionado con el caudal de perturbación d.
KR = Rd (15-3)
Dakota del Sur
Debido a esta importante desventaja, el esquema preferido para Están
implementar el control de la razón es el Método II, que se muestra

donde Rd es la relación deseada, y Su y Sd son los tramos de los
en la figura 15.6.
transmisores de flujo para las corrientes manipuladas y
En el Método II, el caudal de la corriente perturbadora se mide y
perturbadoras, respectivamente. Si se utilizan placas de orificio con
transmite a la estación de relación (RS), que multiplica esta señal
transmisores de presión diferencial, la salida del transmisor es
por una ganancia ajustable, KR, cuyo valor es la relación deseada.
proporcional al cuadrado del caudal. En consecuencia, KR debería
La señal de salida de la estación de relación se usa luego como el
ser entonces proporcional a R2 en lugar de Rd, a menos que se
punto de ajuste usp para el controlador de flujo, que ajusta el caudal utilicen del
extractores de en
raíces
d transmisor unacuadradas paraproporcional
señal que sea convertir cada salida
al caudal
de la corriente manipulada, u. La principal ventaja del Método II es
(consulte el Ejercicio 5.2).
que la ganancia del proceso permanece constante. Nótese que la
variable de perturbación d se mide en los Métodos I y II.
Por lo tanto, el control de relación es, en esencia, un tipo simple

de control de avance. EJEMPLO 15.1
Una desventaja de ambos Métodos I y II es que la relación
Se utilizará un esquema de control de relación para mantener una relación
deseada puede no lograrse durante condiciones transitorias como
estequiométrica de H2 y N2 como alimentación a un reactor de síntesis de
resultado de la dinámica asociada con el lazo de control de flujo
amoníaco. Se utilizarán controladores de flujo individuales para las
para u. Por lo tanto, después de un cambio de paso en la
corrientes de H2 y N2 . Usando la información dada a continuación,
perturbación d, la variable manipulada requerirá algún tiempo para
alcanzar su nuevo punto de referencia, usp. Afortunadamente, los
lazos de control de flujo tienden a tener tiempos de establecimiento (a) Dibuje un diagrama esquemático para el esquema de control de
cortos y este desajuste transitorio entre u y d suele ser aceptable. relación. (b) Especifique la ganancia adecuada para la estación de relación, KR.
Para situaciones en las que no lo es, Hägglund (2001) y Visioli Información disponible:
(2005a,b) han propuesto versiones modificadas del Método II.
(i) Los transmisores de flujo electrónicos tienen extractores de raíz
cuadrada incorporados. Los spans de los transmisores de flujo son
30 L/min para H2 y 15 L/min para N2.
(ii) Las válvulas de control tienen actuadores neumáticos.
(iii) Cada transductor de corriente a presión (I/P) requerido tiene una

Flujo perturbador, d
ganancia de 0,75 psi/mA.
(iv) La estación de relación es un instrumento electrónico con señales de
entrada y salida de 4–20 mA.
PIE
SOLUCIÓN
mensaje directo
La ecuación estequiométrica para la reacción de síntesis de amoníaco es
RS estación de razón
3H2 + N2ÿ 2NH3 _
Punto de consigna usp Para introducir una mezcla de alimentación en proporciones

estequiométricas, la relación de los caudales molares (H2/N2) debe ser de
3:1. En aras de la simplicidad, suponemos que la relación de las tasas de
FC
flujo molar es igual a la relación de las tasas de flujo volumétrico. Pero, en
a
general, los caudales volumétricos también dependen de la temperatura y
pags
la presión de cada corriente (cf. la ley de los gases ideales).

PIE
(a) El diagrama esquemático de la reacción de síntesis de amoníaco se

muestra en la figura 15.7. El caudal de H2 se considera la variable de
Flujo manipulado u perturbación, aunque esta elección es arbitraria, porque tanto el
caudal de H2 como el de N2 son
Figura 15.6 Control de razón, Método II.
(H2)
PIE
I/P FC mensaje directo
estación
RS reactor
de razón
de síntesis de N2, H2, NH3
NH3
usp
I/P FC
PIE
en
(N2)
Figura 15.7 Esquema de control de relación para un reactor de síntesis de amoníaco del ejemplo 15.1.
revisado. Tenga en cuenta que la estación de relación es simplemente

un dispositivo con una ganancia ajustable. La señal de entrada a la Destilar
estación de relación es dm, la tasa de flujo de H2 medida. Su señal de D, y
salida usp sirve como punto de ajuste para el circuito de control de flujo de N2 .
Se calcula como usp = KRdm .
Alimento
(b) De la ecuación estequiométrica se deduce que la F, z
relación deseada es Rd = u/d = 1/3. Sustitución en
la Ec. 15-3 da
2 fondos
KR = (1 3 ) (3015
Lÿmin
Lÿmín) = 3 B, x
Figura 15.8 Diagrama esquemático simplificado de una columna de
destilación.
15.3 CONTROLADOR DE AVANCE

DISEÑO BASADO EN ESTADO ESTACIONARIO con control de retroalimentación. En la figura 15.8, los símbolos B, D
MODELOS y F denotan caudales molares, mientras que x, y y z son las fracciones
molares del componente más volátil. El objetivo es controlar la
Una interpretación útil del control feedforward es que continuamente
composición del destilado y a pesar de las perturbaciones medibles
intenta equilibrar el material o la energía que se debe entregar al
en el caudal de alimentación F y la composición de la alimentación z,
proceso frente a las demandas de la perturbación (Shinskey, 1996).
ajustando el caudal de destilado D. Se supone que las mediciones de
Por ejemplo, el sistema de control de nivel de la figura 15.3 ajusta el
x e y no están disponibles.
flujo de agua de alimentación para equilibrar la demanda de vapor.
Los balances de masa y componentes en estado estacionario para
la columna de destilación son
Por lo tanto, es natural basar los cálculos de control anticipativo en
los balances de materia y energía. Para simplificar, primero F=D+B (15-4)
consideraremos diseños basados en balances de estado estacionario Fz = Dy + Bx (15-5)
usando variables físicas en lugar de variables de desviación. Los
donde la barra sobre una variable denota un valor de estado estable.
métodos de diseño basados en modelos dinámicos se consideran en
la Sección 15.4. Resolución de la ecuación. 15-4 para B y sustituyendo en la ecuación.
Para ilustrar el procedimiento de diseño, considere la columna de 15-5 da

F(z ÿ x)
destilación que se muestra en la figura 15.8, que se usa para separar re = (15-6)
yÿx
una mezcla binaria. El control feedforward ha ganado una amplia
aceptación para el control de la columna de destilación debido a las Como x e y no se miden, reemplazamos x e y por sus puntos de
respuestas lentas que normalmente ocurren referencia y reemplazamos D, F y z por D(t), F(t),
15.3 Diseño de controlador feedforward basado en modelos de estado estacionario 267
yz (t), respectivamente. Estas sustituciones producen una ley de dos señales de entrada: la medida x1 x1m, y el punto de consigna
control de avance: para la composición de salida xxp.
F(t) [z(t) ÿ xsp] El punto de partida para el diseño del controlador feedforward
D(t) = (15-7) son los balances de componentes y masa en estado estacionario
ysp ÿ xsp
que se consideraron en el Capítulo 1,
Por lo tanto, el controlador feedforward calcula el valor requerido
w = w1 + w2 (15-8)
de la variable manipulada D a partir de las mediciones de las
variables de perturbación, F y z, y el conocimiento de los puntos (15-9)
wx = w1x1 + w2x2
de ajuste de composición xsp e ysp.
Tenga en cuenta que la ecuación. 15-7 se basa en variables físicas, no Estas ecuaciones son la versión de estado estacionario del
en variables de desviación. modelo dinámico en las Ecs. 2-12 y 2-13. Sustituyendo la
La ley de control feedforward es no lineal debido al producto ecuación. 15-8 en la ecuación. 15-9 y resolviendo w2 da
de dos variables de proceso, F(t) y z(t). Debido a que la ley de w1(x ÿ x1)
w2 = (15-10)
control se diseñó con base en el modelo de estado estacionario x2 ÿ x
de las Ecs. 15-4 y 15-5, es posible que no funcione bien en
condiciones transitorias. Este tema se considera en las Secciones Para derivar una ley de control feedforward, reemplazamos x por
15.4 y 15.7. xsp y w2 y x1 por w2(t) y x1(t), respectivamente: w1[xsp ÿ x1(t)]
w2(t) = x2 ÿ xsp
(15-11)
15.3.1 Sistema de mezcla
Tenga en cuenta que esta ley de control de avance también se
Para ilustrar mejor el método de diseño, considere el sistema de
basa en variables físicas en lugar de variables de desviación.
mezcla y el controlador de avance que se muestran en la figura
La ley de control feedforward en Eq. 15-11 no está en la forma
15.9. Deseamos diseñar un esquema de control anticipativo para
final requerida para la implementación real, porque ignora dos
mantener la composición de salida x en un punto de referencia
importantes consideraciones de instrumentación: Primero, el valor
constante xsp, a pesar de las perturbaciones en la composición
real de x1 no está disponible, pero su valor medido x1m sí lo está.
de entrada, x1. Suponga que el caudal de entrada w1 y la
En segundo lugar, la señal de salida del controlador es p en lugar
composición de la otra corriente de entrada x2 son constantes. Se
del caudal de entrada, w2. Por lo tanto, la ley de control de
supone que se mide x1 pero que x no. (Si se midiera x , también
realimentación debe expresarse en términos de x1m y p, en lugar
sería posible el control de retroalimentación).
de x1 y w2. En consecuencia, una ley de control de realimentación
La variable manipulada es el caudal de entrada w2. La relación
más realista debería incorporar las relaciones de instrumentos de
de cabeza de flujo para la válvula en la línea de salida está dada
estado estacionario apropiadas para el transmisor de flujo w2 y la
por w = Cv ÿ h. Tenga en cuenta que el controlador feedforward tiene válvula de control, como se muestra a continuación.
xsp Medición de composición para x1
Suponga que el sensor/transmisor para x1 es un instrumento

x1m electrónico con dinámica insignificante y un rango de salida
FFC
estándar de 4–20 mA. En analogía con la Sección 9.1, si la
relación de calibración es lineal, se puede escribir como
pags
x1m(t) = Kt[x1(t)ÿ(x1)0] + 4 (15-12)

x1 x2
w1 w2 donde (x1)0 es el cero de este instrumento y Kt es su ganancia.
De la ecuación. 9.1,
rango de salida 20 - 4mA
Kt = rango de entrada = (15-13)
donde St es St
el rango del instrumento.

h
Válvula de control y transductor de corriente a presión
Suponga que el transductor de corriente a presión y la válvula de

X
control están diseñados para tener relaciones lineales de entrada-
en
salida con una dinámica insignificante. Sus rangos de entrada
Figura 15.9 Control anticipativo de la composición de salida en el (intervalos) son de 4 a 20 mA y de 3 a 15 psi, respectivamente.
sistema de mezcla. Luego, en analogía con la Ec. 9-1, la relación entre
la señal de salida del controlador p(t) y el caudal de entrada w2(t) se xsp

pueden escribir como
w2(t) = KvKIP[ p(t) ÿ 4]+(w2)0 (15-14) x1m w2, sp

FFC
donde Kv y KIP son las ganancias de estado estacionario para la

válvula de control y el transductor I/P, respectivamente, y (w2)0 es el
valor mínimo del caudal w2 que corresponde al valor mínimo de FC
salida del controlador de 4 mA. Note que todos los símbolos en las w2m
pags
Ecs. 15-8 a 15-14 indican variables físicas en lugar de variables de

A PIE
desviación.
Reordenando la Ec. 15-12 da x1 x2
x1m(t) ÿ 4 w1 w2
x1(t) = + (x1)0 Kt Sustituyendo (15-15)
las ecuaciones.
15-14 y 15-15 en la ecuación. 15-11 y el rango posterior, la ecuación

resultante proporciona una ley de control de avance que es adecuada
para la implementación:
h
(15-16)
p(t) = C1 + C2 [ Ktxsp ÿ x1m(t)
x2 -+xsp
C3 ]
dónde
X
(w2)0
C1 4 - (15-17) en
KvKIP
Figura 15.10 Control anticipativo de la composición de salida utilizando
C2 ÿ w1 (15-18) un lazo de control de flujo adicional.
KvKIPKt
C3 ÿ 4 + Kt(x1)0 (15-19)
otro comportamiento no lineal (Capítulo 9), la salida del controlador
Un esquema de control feedforward alternativo para el suele ser el punto de ajuste para el lazo de control de flujo, en lugar
El sistema de mezcla se muestra en la Fig. 15.10. Aquí, la señal de de la señal a la válvula de control. Esta estrategia proporciona más
salida del controlador de alimentación directa sirve como punto de seguridad de que el caudal calculado se implementa realmente.
ajuste para un controlador de retroalimentación para el caudal w2. La
ventaja de esta configuración es que es menos sensible al
atascamiento de la válvula y a las fluctuaciones de presión aguas
15.4 DISEÑO DEL CONTROLADOR FEEDFORWARD
arriba. Debido a que el controlador feedforward calcula el punto de
BASADO EN MODELOS DINÁMICOS
ajuste w2 en lugar de la señal a la válvula de control p, no sería
necesario incorporar la ecuación. 15-14 en la ley de control
feedforward. En esta sección, consideramos el diseño de sistemas de control
Los ejemplos de las columnas de mezcla y destilación ilustran feedfor ward basados en modelos de procesos dinámicos, en lugar
que los controladores de alimentación anticipada se pueden diseñar de de estado estacionario. Restringiremos nuestra atención a las
usando balances de masa y energía en estado estacionario. Las técnicas de diseño basadas en modelos dinámicos lineales. Pero
ventajas de este enfoque son que los cálculos requeridos son también se pueden utilizar modelos de procesos no lineales (Smith y
bastante simples y no se requiere un modelo de proceso detallado. Corripio, 2006).
Sin embargo, una desventaja es que se descuida la dinámica del Como punto de partida, considere el diagrama de bloques de la
proceso y, en consecuencia, es posible que el sistema de control no figura 15.11. Este diagrama es similar a la figura 11.8 para el control
funcione bien durante condiciones transitorias. Los controladores de retroalimentación, pero se ha agregado una ruta de señal adicional
feedforward se pueden mejorar agregando una compensación a través de funciones de transferencia, Gt y Gf . El transmisor de
dinámica, generalmente en forma de una unidad de adelanto-retraso. perturbaciones con función de transferencia Gt envía una medida de
Este tema se trata en la Sección 15.7. Un enfoque alternativo es la variable de perturbación a la alimentación
basar el diseño del controlador en un modelo dinámico del proceso, controlador de avance Gf. Las salidas de los controladores feedforward
como se analiza en la siguiente sección. y feedback se suman y la suma se envía a la válvula de control. A
diferencia de los métodos de diseño de estado estacionario de la
En muchas aplicaciones de control anticipativo (p. ej., los dos sección 15.3, el diagrama de bloques de la figura 15.11 se basa en
ejemplos anteriores), la salida del controlador es el valor deseado de variables de desviación.
un caudal a través de una válvula de control. La función de transferencia de lazo cerrado para los cambios de
Debido a que las válvulas de control tienden a exhibir histéresis y perturbación en la ecuación. 15-20 se puede derivar usando el bloque
15.4 Diseño de controlador de retroalimentación basado en modelos dinámicos 269
Dm
novia GT
Controlador FF Sensor/
transmisor
FFP de perturbaciones Di-s
Yarda
ÿ
Sí Sí Y PFB PAGS EN Yu + Y
+ gc ++ gv gps +
kilómetros
–
controlador FB Válvula de control
Mmm
gm
Sensor/transmisor
Figura 15.11 Diagrama de bloques de un sistema de control feedforward-feedback.
álgebra de diagramas que se introdujo en el Capítulo 11:

Entonces, de la Ec. 15-21, el controlador feedforward ideal es
Y(s) = Gd + GtGf GvGp 1
(15-20)
D(s) + GcGvGpGm Gf = ÿ ( Kd (15-23)
Kt KvKp ) (ÿps +11) ÿds +
Idealmente, nos gustaría que el sistema de control produzca un
control perfecto, donde la variable controlada permanece Este controlador es una unidad de adelanto-retraso con una ganancia dada
exactamente en el punto establecido a pesar de los cambios por Kf = ÿKd/Kt KvKp. Las características de respuesta dinámica de las
unidades de adelanto-retraso se consideraron en el Ejemplo 6.1 del Capítulo 6.
arbitrarios en la variable perturbadora, D. Por lo tanto, si el punto
establecido es constante (Ysp (s) = 0), queremos que Y(s) = 0, aunque D(s) ÿ 0.
Esta condición se puede satisfacer ajustando el numerador de la
EJEMPLO 15.3
Ec. 15-20 igual a cero y resolviendo Gf: Gd Gf = ÿ GtGvGp Figura
Ahora considere
15.11 y Eq. 15-21 proporcionan
(15-21)
una interpretación útil del controlador Kd Kpeÿÿs
feedforward ideal. La figura 15.11 Gd = (15-24)
gp =
ÿds + 1 ÿps + 1
indica que una perturbación tiene dos efectos: trastorna el proceso
a través de la función de transferencia de perturbaciones Gd; sin De la ecuación. 15-21
embargo, se genera una acción correctiva a través de la ruta a

través de GtGfGvGp. Idealmente, la acción correctiva compensa Gf = ÿ ( Kd (15-25)
Kt KvKp ) (ÿps +11) ÿds
e+ÿs+
exactamente la alteración, de modo que las señales Yd y Yu se
cancelen entre sí y Y(s) = 0. Debido a que el término e+ÿs representa un retraso de tiempo negativo , lo
que implica un elemento predictivo, el controlador feedforward ideal en la
ecuación. 15-25 es físicamente irrealizable. Sin embargo, podemos
A continuación, consideramos tres ejemplos en los que se aproximar el término e+ÿs aumentando el valor de la constante de tiempo
derivan controladores feedforward para varios tipos de modelos de entrega de ÿp a ÿp + ÿ.
de procesos. Para simplificar, se supone que los transmisores de

perturbaciones y las válvulas de control tienen una dinámica
insignificante, es decir, Gt(s) = Kt y Gv(s) = Kv, donde Kt y Kv EJEMPLO 15.4
denotan ganancias en estado estable.
Finalmente, si
Kd Kp
Gd = gp = (15-26)
EJEMPLO 15.2 ÿds + 1 (ÿp1s + 1)(ÿp2s + 1)
entonces el controlador feedforward ideal,

Suponer que
Kd Kp
Gd = gp = (15-22) Gf = ÿ ( Kd ÿds ++ 1)
1
(15-27)
ÿds + 1 ÿps + 1 Kt KvKp ) (ÿp1s + 1)(ÿp2s
es físicamente irrealizable, porque el numerador es un polinomio de mayor ( c ) Un controlador de retroalimentación PI basado en la configuración de
orden en s que el denominador (cf. Ziegler-Nichols para el método de ciclo continuo. (d) El sistema de
apartado 3.3). Nuevamente, podríamos aproximar este controlador control combinado de retroalimentación-alimentación directa que consiste
mediante una función de transferencia físicamente realizable, como una en el controlador de alimentación directa de la parte (a) y el controlador
unidad de adelanto-retraso, donde la constante de tiempo de adelanto es PI de la parte (c). Utilice la configuración de la figura 15.11.
la suma de las dos constantes de tiempo, ÿp1 + ÿp2.
Procesar informacion
Consideraciones de estabilidad El tanque de mezcla a escala piloto tiene un diámetro interno de 2 m y una
altura de 3 m. El caudal de entrada w1 y la composición de entrada x2 son
Para analizar la estabilidad del sistema en lazo cerrado de la figura constantes. Las condiciones nominales de operación en estado estacionario
15.11, consideramos la función de transferencia en lazo cerrado de la son
ecuación. 15-20. Si el denominador es igual a cero, se obtiene la

w1 = 650 kgÿmin x1 = 0,2 h = 1,5 m w2 = 350
ecuación característica, 1 + GcGvGpGm = 0 En el capítulo 11, se
kgÿmin x2 = 0,6 ÿ = 1 gÿcm3 x = 0,34
mostró que las raíces de la ecuación (15-28)
La relación de cabeza de flujo para la válvula en la línea de salida está
característica determinan por completo la estabilidad del sistema en dada por w = Cv ÿ h.
lazo cerrado. Debido a que Gf no aparece en la ecuación característica,
Instrumentación (El rango para cada señal electrónica es de 4 a 20 mA).
tenemos un resultado teórico importante: el controlador feedforward
no tiene efecto sobre la estabilidad del sistema de control de
retroalimentación. Esta es una situación deseable que permite que los Transductor de corriente a presión: el transductor I/P actúa como un
controladores de retroalimentación y alimentación directa se ajusten dispositivo lineal con una dinámica insignificante. La señal de salida
individualmente. cambia de 3 a 15 psi cuando la señal de entrada cambia a escala
completa de 4 a 20 mA.
Válvula de control: El comportamiento de la válvula de control se puede
aproximar mediante una función de transferencia de primer orden con
una constante de tiempo de 5 s (0,0833 min). Un cambio de 3 a 15 psi
Unidades de adelanto-retraso
en la señal a la válvula de control produce un cambio de 300 kg/min en
w2.
Los tres ejemplos de la sección anterior han demostrado que las Medición de la composición: el cero y el intervalo de cada transmisor de
unidades de adelanto-retraso pueden proporcionar aproximaciones composición son 0 y 0,50 (fracción de masa), respectivamente. El rango
razonables a los controladores de retroalimentación ideales. Por lo de salida es de 4 a 20 mA. Se asocia un retraso de tiempo de un minuto
tanto, si el controlador feedforward consta de una unidad de adelanto- con cada medida de composición.
seguramente.
retraso con ganancia Kf, su función de transferencia es: Kf (ÿ1s + 1)
A nosotros)
= ÿ2s + 1 (15-29)
Gf (s) = SOLUCIÓN
D(s)
donde Kf, ÿ1 y ÿ2 son parámetros ajustables del controlador. En la En la figura 15.12 se muestra un diagrama de bloques para el sistema de
Sección 15.7, se consideran las técnicas de sintonización para este control feedforward-feedback.
tipo de controlador feedforward.
(a) Usando la información dada, podemos calcular las siguientes
ganancias en estado estacionario:
KIP = (15 ÿ 3)ÿ(20 ÿ 4) = 0,75 psiÿmA

EJEMPLO 15.5
Kv = 300ÿ12 = 25 kgÿmín psi
Considere el sistema de mezcla de la sección 15.3, pero ahora suponga
que se usan una válvula de control neumática y un transductor I/P. Se Kt = (20 - 4) ÿ0,5 = 32 mA
debe diseñar un sistema de control de retroalimentación hacia adelante
para reducir el efecto de las perturbaciones en la composición del alimento Sustitución en las ecuaciones. 15-16 a 15-19 con (w2)0 = 0 y (x1)0 =
x1 sobre la variable controlada, la composición del producto x. El caudal 0 da la siguiente ley de control de avance:
de entrada w2 se puede manipular.
Usando la información dada a continuación, diseñe los siguientes sistemas (15-30)
de control y compare las respuestas de lazo cerrado para un cambio de 0.6 -+x4sp
p(t) = 4 + 1.083 [ 32xsp ÿ x1m(t) ]
paso de +0.2 en x1. (b) La siguiente expresión para el controlador feedforward ideal se puede
(a) Un controlador feedforward basado en un modelo de estado estacionario derivar en analogía con la derivación de la ecuación. 15-21:
del proceso. (b) Controladores feedforward estáticos y dinámicos
Di-s
basados en un Gf = ÿ (15-31)
KIPGt GvGp
modelo dinámico linealizado.
15.4 Diseño de controlador de retroalimentación basado en modelos dinámicos 271
X1
X1m
novia GT
Controlador de Sensor/
avance transmisor
FFP
de perturbaciones Di-s
xd
ÿ
Xsp Xsp PFB W2 xu X

Y ++ PAGS +
kilómetros +– gc gv gps +
Controlador de Válvula
retroalimentación de control
Xm
gm
Sensor/transmisor
Figura 15.12 Diagrama de bloques para control feedforward-feedback del sistema de mezcla.
Las funciones de transferencia del proceso y de la perturbación son La ecuación 15-34 se derivó de la ecuación. 15-33 (i) omitiendo el
similares a las derivadas del ejemplo 4.1: término de retardo de tiempo, (ii) sumando el retardo de tiempo de un
minuto a la constante de tiempo de anticipación, e (iii) introduciendo
Xÿ (s) Kp
= Grupo(s) = una pequeña constante de tiempo de ÿ × 1.0833 en el denominador,
Wÿ 2(s) ÿs + 1
con ÿ = 0,1.
Xÿ (s) Kd (c) La ganancia final y el período final obtenidos con el método de ciclos
= Gd(s) =
Xÿ 1(s) ÿs + 1 continuos (capítulo 12) son Kcu = 48,7 y Pu = 4,0 min. Los ajustes
dónde Ziegler-Nichols correspondientes para el control PI son Kc = 0,45 Kcu
= 21,9 y ÿI = Pu/1,2 = 3,33 min. (d) El sistema de control combinado de
x2 - x w1
Kp = , Kd = , ÿ = Vÿÿw, V = ÿR2 h retroalimentación-avance consta del controlador dinámico de
en en
retroalimentación del inciso (b) y el controlador PI del inciso (c).
Sustituyendo valores numéricos da 2,6 × 10ÿ4
Xÿ (s) 4,71s + 1 Xÿ (s) 0,65

= , = (15-32)
Wÿ 2(s) Xÿ 1(s) 4,71 s + 1
Las respuestas de lazo cerrado a un cambio de paso en x1 de 0.2 a 0.4
Las funciones de transferencia para la instrumentación pueden ser se muestran en la figura 15.13. El punto de consigna es el valor nominal, xsp
determinado a partir de la información dada: = 0,34. Los controladores de realimentación estáticos para los casos (a) y (b)
son equivalentes y, por lo tanto, producen respuestas idénticas. La
GIP = KIP = 0,75 psiÿmA, Gt (s)
comparación en la parte (a) de la figura 15.13 muestra que el controlador
= Gm(s) = Kt eÿÿs = 32eÿs feedforward dinámico es superior al controlador feedforward estático, porque
Kv 25 proporciona una mejor aproximación al controlador feedforward ideal de la
=
Gv(s) = ÿvs + 1
0.0833s + 1 ecuación. 15-33. El controlador PI de la parte (b) de la figura 15.13 produce
una desviación máxima mayor que el controlador de retroalimentación
Sustituyendo las funciones de transferencia individuales en la ecuación.
dinámica. El sistema de control de retroalimentación y retroalimentación
15-31 proporciona el controlador dinámico feedforward ideal:
combinado de la parte (d) da como resultado un mejor desempeño que el
controlador PI, porque tiene una desviación máxima mucho más pequeña y
Gf (s)=ÿ4.17(0.0833s + 1)e+s (15-33) un valor de IAE más pequeño.
Tenga en cuenta que Gf (s) es físicamente irrealizable. La versión El pico en la respuesta en aproximadamente t = 13 min en la figura 15.13b
estática (o de estado estable) del controlador es simplemente una
es una consecuencia del retraso de tiempo de medición x1 .
ganancia, Gf (s) = ÿ4.17. Para derivar un controlador dinámico
físicamente realizable, aproximamos el controlador irrealizable en la
Para este ejemplo, el control feedforward con compensación dinámica
ecuación. 15-33 por una unidad de adelanto-retraso:
proporciona una mejor respuesta a la perturbación x1 medida que el control
1,0833s + 1 combinado feedforward-feedback. Sin embargo, el control de retroalimentación
Gf (s)=ÿ4,17 ÿ(1,0833)s + 1 (15-34)
es esencial para hacer frente
Método de diseño dinámico

con perturbaciones no medidas y errores de modelado. Por lo tanto, en
la práctica se prefiere un sistema de control combinado de El diagrama de bloques de la figura 15.11 indica que la variable
retroalimentación y retroalimentación. manipulada está relacionada con la variable de perturbación por
A nosotros)
= Gv(s)Gf (s)Gt(s) (15-35)

D(s)
0.37
Sea K la ganancia de estado estacionario para esta función de
ganancia estática
0.365
Compensación dinámica transferencia. Así, como se muestra en el Capítulo 4:
(15-36)
0.36 K = limsÿ0 Gv(s)Gf (s)Gt(s)
Suponga que la perturbación cambia de un valor nominal, d, a un

0.355
nuevo valor, d1. Denote el cambio como ÿd = d1 ÿ d. Denote el
0.35 cambio de estado estacionario correspondiente en la variable
manipulada por ÿu = u1 ÿ u.
0.345 Entonces, de las Ecs. 15-35 y 15-36 y la definición de una ganancia
de estado estacionario en el Capítulo 4, tenemos
0.34
tu
K= (15-37)
0,335 d
0 5 10 15 20 25 30 35 40 45 50
hora (min)
(a) Métodos de diseño de estado estacionario
0.38 El método de diseño de estado estacionario de la Sección 15.3

solo FB produce una ley de control de avance que tiene la forma general no
0.37 FB + FF con lineal:
compensación dinámica (15-38)
u = f(d, ysp)
0.36
Sea Kloc la derivada local de u con respecto a d en el valor nominal
d:
0.35
(15-39)
Bloque = (ÿu
ÿd ) d
0.34
Una comparación de las ecuaciones. 15-37 y 15-39 indica que si ÿd
es pequeño, Kloc ÿ K. Si la ley de control de retroalimentación en
0.33
estado estacionario de Eq. 15-38 es realmente lineal, entonces Kloc
= K y las ganancias para los dos métodos de diseño son equivalentes.
0,32
0 5 10 15 20 25 30 35 40 45 50
Tiempo (min)
15.5.1 Diseño de controlador de estado estacionario
(b)
basado en modelos de función de transferencia
Figura 15.13 Comparación de respuestas de lazo cerrado: (a)
Para algunas aplicaciones de control feedforward, la compensación
controladores feedforward con y sin compensación dinámica; (b)
dinámica no se basa necesariamente en consideraciones físicas o
control de retroalimentación y control de retroalimentación
anticipada. económicas, o en la simplicidad del controlador. En estas situaciones,
el controlador de avance es simplemente una ganancia que se puede
ajustar o adaptar para cambiar las condiciones del proceso. Si se
dispone de un modelo de función de transferencia, la ganancia del
controlador feedforward se puede calcular a partir de la versión de
estado estacionario de la ecuación. 15-21: ÿKd Gf = Kf = KvKtKp
15.5 LA RELACIÓN ENTRE LOS MÉTODOS DE DISEÑO
ESTACIONARIO Y DINÁMICO (15-40)
En las dos secciones anteriores, consideramos dos métodos de

15.6 CONFIGURACIONES PARA
diseño para el control feedforward. El método de diseño de la Sección
RETROALIMENTACIÓN-RETROALIMENTACIÓN
15.3 se basó en un modelo de proceso de estado estacionario no
CONTROL
lineal, mientras que el método de diseño de la Sección 15.4 se basó
en un modelo de función de transferencia y un análisis de diagrama Como se mencionó en la Sección 15.1 y se ilustró en el Ejemplo 15.5,
de bloques. A continuación, mostramos cómo se relacionan los dos el ajuste de retroalimentación se usa normalmente junto con el control
métodos de diseño. de avance para compensar
15.7 Ajuste de controladores feedforward 273
errores de modelado y perturbaciones no medidas. Los controladores de Las formas alternativas de incorporar el ajuste de retroalimentación en un
realimentación y avance se pueden combinar de varias maneras diferentes. sistema de control de retroalimentación incluyen hacer que la señal de salida
En una configuración de control típica, las salidas de los controladores del controlador de retroalimentación ajuste la ganancia del controlador de
feedforward y feedback se suman y la suma se envía al elemento de control retroalimentación o un término de polarización aditiva. El ajuste de ganancia
final. Esta configuración se introdujo en las Figs. 15.4 y 15.11. Su principal es especialmente apropiado para aplicaciones en las que el controlador de
ventaja es que, en teoría, el controlador de retroalimentación no afecta la avance es simplemente una ganancia, como los sistemas de control de
estabilidad del circuito de control de retroalimentación. Recuerde que la relación de la Sección 15.2.
función de transferencia del controlador feedforward Gf(s) no aparece en la
ecuación característica de la ecuación. 15-28.
15.7 RETROALIMENTACIÓN DE SINTONÍA
CONTROLADORES
Una configuración alternativa para el control feedforward-feedback es hacer Los controladores de realimentación, como los controladores de
que la salida del controlador de retroalimentación sirva como punto de
retroalimentación, generalmente requieren ajuste después de la instalación en
referencia para el controlador feedforward. Es especialmente conveniente una planta. La mayoría de las reglas de ajuste asumen que el controlador de
cuando la ley de control feedforward se diseña utilizando balances de materia avance es un modelo de unidad de adelanto-retraso en la ecuación. 15-29 con
y energía en estado estacionario. Por ejemplo, en la figura 15.14 se muestra la posible adición de un retardo de tiempo ÿ en el numerador.
un sistema de control de retroalimentación-avance para el sistema de mezcla.
Tenga en cuenta que este sistema de control es similar al esquema feedforward A nosotros)
Kf (ÿ1s + 1)eÿÿs
=
Gf (s) = (15-41)
de la figura 15.9, excepto que el punto de ajuste del controlador feedforward D(s) ÿ2s + 1
ahora se denota como xÿ
Esta última modificación se utiliza cuando existe un retardo de tiempo
sp.
significativo asociado al efecto de la perturbación sobre la variable controlada.
Se genera como la señal de salida del controlador de retroalimentación. El
Reglas y pautas de ajuste para los controladores de avance en Eqs. 15-29 y
punto de ajuste real xsp se utiliza como punto de ajuste para el controlador de
15-41 están disponibles (Guzmán y Hägglund, 2011; Hast y Hägglund, 2014;
realimentación. En esta configuración, el controlador feedforward puede
McMillan, 2015). También se han informado comparaciones de configuraciones
afectar la estabilidad del sistema de control de retroalimentación, porque ahora
alternativas de FF-FB (Guzmán et al., 2015; McMillan, 2015).
es un elemento en el circuito de retroalimentación. Si se incluye compensación
dinámica, debe introducirse fuera del circuito de retroalimentación (p. ej.,
aplicado a X1m, no a p). De lo contrario, interferirá con el funcionamiento del
A continuación, consideramos un procedimiento de ajuste simple para la
circuito de retroalimentación, especialmente cuando el controlador se coloca
unidad de adelanto-retraso, el controlador de avance en la ecuación. 15-29
en el modelo manual (Shinskey, 1996).
con Kf, ÿ1 y ÿ2 como parámetros ajustables del controlador.
Paso 1. Ajuste Kf. El esfuerzo requerido para sintonizar un controlador se

reduce considerablemente si se dispone de buenas estimaciones iniciales
*
xsp de los parámetros del controlador. Se puede obtener una estimación inicial
de Kf a partir de un modelo de estado estacionario del proceso o de datos

de estado estacionario. Por ejemplo, suponga que están disponibles las
x1m
FFC respuestas de lazo abierto a los cambios de paso en d y u , como se
muestra en la figura 15.15. Una vez que se han determinado Kp y Kd , la
pags
ganancia del controlador feedforward se puede calcular a partir de la
A ecuación. 15-40. Las ganancias Kt y Kv están disponibles a partir de las
características de estado estable del transmisor y la válvula de control.
x1 x2
w1 w2
Para ajustar la ganancia del controlador, Kf se iguala a un valor inicial

y se introduce un pequeño cambio de paso (3–5%) en la variable de
C.A. xsp perturbación d , si es factible.
Si resulta una compensación, entonces Kf se ajusta hasta que se elimina

h
la compensación. Mientras se ajusta Kf , ÿ1 y ÿ2 deben establecerse
iguales a sus valores mínimos, idealmente
cero.
A
X Paso 2. Determinar los valores iniciales de ÿ1 y ÿ2. Los valores teóricos

de ÿ1 y ÿ2 se pueden calcular si se dispone de un modelo dinámico del
en
proceso. Alternativamente, las estimaciones iniciales pueden determinarse
Figura 15.14 Control feedforward-feedback de la a partir de datos de respuesta de bucle abierto. Por ejemplo, si el paso
composición de salida en el sistema de mezcla.
yÿ
yÿ – y0
y Kp = tu
y Punto fijo
y0 ÿu = Magnitud del paso
0 ÿP Tiempo
Tiempo
(a) Cambio de paso en u

Figura 15.16 La respuesta deseada para un controlador feedforward
bien ajustado. Tenga en cuenta las áreas aproximadamente iguales por
encima y por debajo del punto de referencia.
yÿ
yÿ – y0
y Kd = d ajuste para reducir el tamaño de las áreas, ÿ1 y ÿ2 deben ajustarse
para que ÿ1 ÿ ÿ2 permanezca constante.
y0 ÿd = Magnitud del paso
Como ilustración hipotética de este procedimiento de ajuste de

prueba y error, considere el conjunto de respuestas que se muestra
0 ÿd
Tiempo en la figura 15.17 para cambios de paso positivos en la variable de
(b) Cambio de paso en d (ÿd < 0) perturbación d. Se supone que Kp > 0, Kd < 0, y que la ganancia Kf
del controlador ya se ha ajustado para que se elimine la compensación.
Figura 15.15 Respuestas en lazo abierto a cambios de escalón en u y d. Para los valores iniciales de ÿ1 y ÿ2 en la figura 15.17a, la variable
controlada está por debajo del punto de referencia, lo que implica
que ÿ1 debe incrementarse para acelerar la acción correctiva.
(Recuerde que Kp > 0, Kd < 0 y que se introducen cambios
respuestas tienen las formas que se muestran en la figura 15.15, escalonados positivos en d ). El aumento de ÿ1 de 1 a 2 da la
un modelo de proceso razonable es respuesta de la figura 15.17b, que tiene áreas iguales por encima y
por debajo del punto de ajuste.
Kp Kd Por lo tanto, en la sintonización posterior para reducir el tamaño de
gp(s) = Gd(s) = (15-42)
ÿps + 1 ÿds + 1
cada área, ÿ1 ÿ ÿ1 debe mantenerse constante. El aumento de ÿ1 y
donde ÿp y ÿd se pueden calcular usando uno de los métodos del ÿ2 en 0,5 reduce el tamaño de cada área, como se muestra en la
Capítulo 7. Una comparación de las ecuaciones. 15-23 y 15-29 figura 15.17c. Debido a que esta respuesta se considera satisfactoria,
conduce a las siguientes expresiones para ÿ1 y ÿ2: no se requiere ningún ajuste adicional del controlador.
ÿ1 = ÿp (15-43) Ensayo Ensayo

1 ÿ1 = 1, ÿ2 = 0,5 2 ÿ1 = 2, ÿ2 = 0,5
ÿ2 = ÿd (15-44)
Estos valores se pueden usar como estimaciones iniciales para el

y y
ajuste fino de ÿ1 y ÿ2 en el paso 3.
Si no se dispone de un modelo de proceso ni de datos
experimentales, se pueden utilizar las relaciones ÿ1/ÿ2 = 2 o ÿ1/ 0 0
Tiempo Tiempo
ÿ2 = 0,5, dependiendo de si la variable controlada responde más
(a) La acción correctiva es demasiado lenta (b) Ahora ÿ1 – ÿ2 es satisfactoria
rápido a la variable de perturbación oa la variable manipulada.
Ensayo
Paso 3. Ajuste fino ÿ1 y ÿ2. El paso final es un procedimiento de 3 ÿ1 = 2,5, ÿ2 = 1,0
prueba y error para ajustar ÿ1 y ÿ2 haciendo pequeños cambios
de paso en d, si es factible. La respuesta escalonada deseada
y
consiste en pequeñas desviaciones en la variable controlada con
áreas iguales por encima y por debajo del punto de ajuste
0
(Shinskey, 1996), como se muestra en la figura 15.16. Para
Tiempo
modelos de procesos simples, se puede demostrar teóricamente
(c) Control satisfactorio
que las áreas iguales por encima y por debajo del punto de ajuste
implican que la diferencia, ÿ1 ÿ ÿ2, es correcta. En posteriores Figura 15.17 Un ejemplo de ajuste del controlador feedforward.
Ejercicios 275
RESUMEN
El control feedforward es una estrategia poderosa para los problemas de un controlador feedforward requiere el conocimiento de cómo
de control en los que se pueden medir en línea importantes variables responde la variable controlada a los cambios en la variable manipulada
perturbadoras. Al medir las perturbaciones y tomar medidas correctivas y la(s) variable(s) de perturbación.
antes de que se altere la variable controlada, el control anticipativo Este conocimiento suele representarse como un modelo de proceso.
puede proporcionar mejoras drásticas para el control regulatorio. Su Los modelos de estado estacionario se pueden usar para el diseño del
principal desventaja es que la(s) variable(s) perturbadora(s) debe(n) controlador; sin embargo, puede ser necesario agregar una unidad de
medirse (o estimarse) en línea, lo que no siempre es posible. El control adelanto-retraso para proporcionar una compensación dinámica. Los
de relación es un tipo especial de control de avance que es útil para controladores de avance también se pueden diseñar utilizando modelos
aplicaciones tales como operaciones de mezcla donde se debe controlar dinámicos.
la relación de dos variables de proceso. El control de avance normalmente se implementa junto con el
control de retroalimentación. En la Sección 15.7 se describen los
procedimientos de sintonización para los esquemas de control de
Los controladores feedforward tienden a diseñarse a medida para retroalimentación y retroalimentación combinados. Para estas
aplicaciones específicas, aunque a menudo se usa una unidad de configuraciones de control, el controlador de retroalimentación
avance-retraso como controlador genérico feedforward. El diseño generalmente se sintoniza antes que el controlador de retroalimentación.
REFERENCIAS
Blevins, TL, GK McMillan, WK Wojsznis y MW Brown, Advanced Control McMillan, GK, Tuning and Control Loop Performance, 4.ª ed.,
Unleashed: Plant Performance Management for Optimum Benefit, Apéndice Momentum Press, Nueva York, 2015.
B, ISA, Research Triangle Park, NC, 2003. Shinskey, FG, Process Control Systems: Application, Design, and Tuning, 4th
ed. McGraw-Hill, Nueva York, 1996, Capítulo 7.
Guzmán, JL y T. Hägglund, Reglas de ajuste simple para compensadores de Smith, CA y AB Corripio, Principios y práctica del control automático de
avance, J. Process Control, 21, 92 (2011). procesos, 3.ª ed., John Wiley and Sons, Hoboken, NJ, 2006.
Guzmán, JL, T. Hägglund, M. Veronesi y A. Visioli; Índices de desempeño para
control anticipativo, J. Process Control, 26, 26 (2015). Visioli, A., Una nueva arquitectura de control de relación, Ind. Eng. química Res.,
44, 4617 (2005a).
Hägglund, T., The Blend Station—A New Ratio Control Structure, Visioli, A., Diseño y puesta a punto de un controlador de relación, Control Ing.
Ing. Control. Prac., 9, 1215 (2001). Trabajo 13, 485 (2005b).
Hast, M. y T. Hägglund, Controladores de avance de orden bajo: rendimiento
óptimo y consideraciones prácticas, J. Process Control, 24, 1462 (2014).
EJERCICIOS
15.1 En el control de razón, ¿la ganancia del lazo de control para el método I 15.3 Se desea reducir la concentración de CO2 en los gases de combustión de
(figura 15.5) sería menos variable si la razón se definiera como R = d/u en lugar una central eléctrica alimentada con carbón para reducir las emisiones de gases
de R = u/ d? Justifica tu respuesta. de efecto invernadero. El gas de combustión efluente se envía a un depurador
de amoníaco, donde la mayor parte del CO2 se absorbe en una solución líquida
15.2 Considere el esquema de control de razón que se muestra en la figura 15.6.
de amoníaco, como se muestra en la Fig. E15.3. Se utilizará un sistema de
Cada caudal se mide utilizando una placa de orificio y un transmisor de presión
control anticipativo para controlar la concentración de CO2 en la corriente de gas
diferencial (D/P). Las señales de salida neumáticas de los transmisores D/P
de combustión que sale del lavador CCO2 que no puede
están relacionadas con los caudales mediante las expresiones medirse en línea. El caudal de la solución de amoníaco que ingresa al depurador
QA se puede manipular a través de una válvula de control. El caudal de gas de

dm = dm0 + K1d2
combustión de entrada QF es una magnitud perturbadora medida.
um = um0 + K2u2
Cada señal de salida del transmisor tiene un rango de 3 a 15 psi. Los

(a) Dibuje un diagrama de bloques del sistema de control feedforward.
tramos del transmisor se denotan por Sd y Su para las tasas de (No es necesario derivar funciones de transferencia.) (b)
perturbación y de flujo manipulado, respectivamente. Deduzca una
Diseñe un sistema de control anticipativo para reducir las emisiones de CO2
expresión para la ganancia de la estación de relación KR en términos
basado en un diseño de estado estacionario (Ec. 15-40).
de Sd, Su y la relación deseada Rd.
Amoníaco
Gas de combustion
q1 q2
Afuera En
h1
q3 q4
Depurador
h2
q5
Gas de combustion Amoníaco
En Afuera
Figura E15.4
Figura E15.3
(c) Repita el inciso (b), pero considere el comportamiento dinámico.

Información disponible: (i)
(d) Repita los incisos (a) a (c) para la situación en la que se puede medir q1 y
El transmisor-sensor de flujo y la válvula de control tienen una dinámica
se desprecian las variaciones en q4 .
insignificante. (ii) El transmisor-sensor de flujo tiene una ganancia de estado
estable de 0,08 mA/(L/min). (iii) La válvula de control tiene una ganancia de 15.5 El sistema en lazo cerrado de la figura 15.11 tiene las siguientes funciones
estado estable de 4 (gal/min)/mA. (iv) Los siguientes datos de estado de transferencia:
estacionario están disponibles para una serie de cambios en el control de 1 2

calidad: Grupo(s) = s + 1 Dios(s) =
(s + 1)(4s + 1)
Gv = Gm = Gt = 1
(a) Diseñe un controlador feedforward basado en un diseño de estado estable.

Garantía de calidad (gal/ CCO2 (ppm) (b) Diseñe un controlador feedforward basado en un análisis dinámico. (c)
min) 15 30 45 125
Diseñe un controlador de retroalimentación basado en el enfoque IMC del
90
Capítulo 12 y ÿc = 3. (d) Simule la respuesta de lazo cerrado a un cambio de
62
escalón unitario en la variable de perturbación usando solo el control de
retroalimentación y los controladores de las partes (a) y B). (e) Repita el inciso
(v) Los siguientes datos de estado estacionario están disponibles para una
(d) para el esquema de control de retroalimentación hacia adelante de la figura
serie de cambios en QF,
15.11 y los controladores de los incisos (a) y (c), así como (b) y (c).
QF (l/min) 100 CCO2 (ppm)

75
200 96
300 122
15.6 Se debe diseñar un sistema de control anticipativo para el sistema de
calefacción de dos tanques que se muestra en la figura E15.6. El objetivo del
15.4 Para el sistema de almacenamiento de líquido que se muestra en la figura
diseño es regular la temperatura T4 a pesar de las variaciones en las variables
E15.4, el objetivo de control es regular el nivel de líquido h2 a pesar de las
de perturbación T1 y w. La señal de voltaje al calentador p es la variable
perturbaciones en las tasas de flujo, q1 y q4. El caudal q2 se puede manipular.
manipulada. Solo se miden T1 yw . Además, se puede suponer que las
Las dos válvulas manuales tienen las siguientes relaciones de cabeza de flujo:
dinámicas del calentador y del transmisor son insignificantes y que el trabajo
h2 de calor está relacionado linealmente con la señal de voltaje p. (a) Diseñe un

h1 q3 = q5 = controlador feedforward basado en un balance de energía de estado
R1 R2
estacionario. Esta ley de control debe relacionar p con T1m y wm. (b) ¿Es
Haga lo siguiente, asumiendo que los transmisores de flujo y la válvula de
deseable la compensación dinámica? Justifica tu respuesta.
control tienen una dinámica insignificante. Suponga también que el objetivo es
un estricto control de nivel. (a) Dibuje un diagrama de bloques para un sistema
de control anticipativo para el caso en que q4 pueda medirse y se desprecien 15.7 Considere el sistema de almacenamiento de líquido del ejercicio 15.4,
las variaciones en q1 . (b) Diseñe una ley de control feedforward para el caso pero suponga que la válvula manual para q5 se reemplaza por una bomba y
(a) basada en un diseño de estado estacionario (Ec. 15-40). una válvula de control (cf. Fig. 11.22). Repita las partes (a) a (c) del ejercicio
15.4 para la situación donde q5 es la variable manipulada y q2 es constante.
Ejercicios 277
T1m Desarrolle un diagrama de Simulink para feedforward-feedback con

controle y genere dos gráficos similares a los de la figura 15.13.
TT
15.10 La columna de destilación de la figura 15.8 tiene el siguiente modelo de
T1 T2 función de transferencia:
w1 w2
Yÿ (s) 2eÿ20s Yÿ (s) = 0.5eÿ30s
=
wm Dÿ(s) 95 s + 1 Fÿ(s) 60s + 1
PIE con Gv = Gm = Gt = 1. (a)

Diseñe un controlador feedforward basado en un análisis de estado estacionario.
T3 (b) Diseñe un controlador feedforward basado en un análisis dinámico. (c) Diseñe
en
T4 un controlador de retroalimentación PI basado en el enfoque de síntesis directa
en
del Capítulo 12 con ÿc = 30. (d) Simule la respuesta de lazo cerrado a un cambio
de escalón unitario en la variable de perturbación usando solo el control de
q pags
retroalimentación y los controladores de partes (a y B). ¿Proporciona el

controlador dinámico de la parte (b) una mejora significativa? (e) Repita el inciso
(d) para el esquema de control feedforward-feedback de la figura 15.11 y los
Figura E15.6 controladores de los incisos (a) y (c), así como para (b) y (c). (f) ¿Qué
configuración de control proporciona el mejor control?
15.8 Una reacción reversible en fase líquida, A ÿ B, tiene lugar isotérmicamente
en el reactor continuo de tanque agitado que se muestra en la figura E15.8. La
corriente de entrada no contiene nada de B. Una línea de desbordamiento
mantiene una retención constante en el reactor. La velocidad de reacción para la
desaparición de A viene dada por
15.11 Se debe diseñar un sistema de control solo de alimentación directa para el

ÿrA = k1cA ÿ k2cB, rA [=] [ moles de A reaccionando
(volumen) ](tiempo) sistema de calentamiento de tanque agitado que se muestra en la figura E15.11.
La temperatura de salida T se controlará ajustando el caudal de refrigerante, qc.
El objetivo de control es controlar la concentración de salida cB manipulando el
La principal variable perturbadora es la temperatura de entrada Ti, que se puede
caudal volumétrico, q. La principal variable perturbadora es la concentración de
medir en línea. Diseñe un sistema de control solo de alimentación hacia adelante
alimentación cAi. Se puede medir en línea, pero la composición de la corriente
basado en un modelo dinámico de este proceso y las siguientes suposiciones: 1.
de salida no. La válvula de control y el sensor-transmisor tienen una dinámica
La tasa de transferencia de calor Q entre el refrigerante y el líquido en el tanque
insignificante y ganancias positivas en estado estacionario.
se puede aproximar por
cai
q Q = U(1 + qc)A(T ÿ Tc)
que
cB donde U, A y la temperatura del refrigerante Tc son constantes.
q
2. El tanque está bien mezclado y las propiedades físicas del líquido permanecen
EN constantes.
3. Las pérdidas de calor hacia el aire ambiente se pueden aproximar mediante la
expresión QL = ULAL(T ÿ Ta), donde Ta es la temperatura ambiente.
4. La válvula de control en la línea de refrigerante y el sensor/transmisor de Ti

Figura E15.8
(que no se muestra en la Fig. E15.11) exhiben un comportamiento lineal.
(a) Diseñe un controlador feedforward basado en un modelo dinámico. La dinámica de ambos dispositivos puede despreciarse, pero hay un retraso de
tiempo ÿ asociado con la medición de Ti debido a la ubicación del sensor.
(b) Si la concentración de salida cB pudiera medirse y usarse para el control de

retroalimentación, ¿este controlador de retroalimentación debería ser de acción
directa o inversa? Justifica tu respuesta. (c) ¿Es necesaria la compensación
De
dinámica? Justifica tu respuesta.
en
15.9 Diseñe un sistema de control de retroalimentación-avance para el sistema
de mezcla del ejemplo 15.5, para una situación en la que esté disponible
Por
un sensor mejorado que tenga un retardo menor de 0,1 min. Repita las Tc EN
partes (b), (c) y (d) del ejemplo 15.5. Para la parte (c), aproxime GvGpGm qc
con una función de transferencia de primer orden más retardo de tiempo,

y luego use un controlador PI con ajuste de controlador ITAE para T
perturbaciones (vea la Tabla 12.4). Para el controlador feedforward en
en
Eq. 15-34, utilice ÿ = 0,1.
Figura E15.11
15.12 Considere el módulo de horno PCM del Apéndice E. x5 x1 x2

Suponga que la concentración de salida de oxígeno cO2 es el CV, q5 q1 q2
PCM
la tasa de flujo de aire AF es el MV, y la pureza del gas combustible FG es
el DV.
(a) Utilizando las funciones de transferencia dadas a continuación, diseñe un sistema de control
x3 x4 _
de alimentación hacia adelante.

q3 q4
(b) Diseñe un controlador PID basado en la sintonía IMC y un valor razonable
de ÿc.
(c) Simule los controladores FF, FB y FF-FB combinados para
un cambio repentino en d en t = 10 min, de 1 a 0,9. ¿Qué controlador es
superior? Justifica tu respuesta.
co2 0.14eÿ4s
, Figura E15.13
DE = Gp = 4.2s + 1
co2 ÿ2.82eÿ4s
= Gd = , Gv = Gm = Gt = 1 15.14 Considere el módulo de columna de destilación PCM de
FG 4,3 s + 1
Apéndice E. Suponga que la composición de metanol destilado xD
15.13 Se desea diseñar un esquema de control feedforward PCM
es el CV, la relación de reflujo R es el MV y la alimentación
para controlar la composición de salida x4 de los dos tanques
la composición xF es el DV.
sistema de mezcla que se muestra en la figura E15.13. Caudal q2 lata
(a) Utilizando las funciones de transferencia dadas a continuación, diseñe un sistema de control
manipularse, mientras que las variables de perturbación, q5 y x5, pueden
de alimentación hacia adelante.
Medido. Suponga que la variable controlada x4 no se puede medir y que
cada flujo de proceso tiene la misma densidad. También, (b) Diseñe un controlador PID basado en la sintonía IMC y un valor razonable
suponga que el volumen de líquido en cada tanque se mantiene constante de ÿc.
mediante el uso de una línea de desbordamiento. Los transmisores y la válvula de control (c) Simule los controladores FF, FB y FF-FB combinados para
tienen una dinámica despreciable. un cambio repentino en d en t = 10 min, de 0,50 a 0,55 (mol
(a) Utilizando los datos de estado estacionario que se dan a continuación, diseñe un modelo ideal fracción). ¿Qué controlador es superior? Justifica tu respuesta.
ley de control feedforward basada en consideraciones de estado estacionario. XDD 0.126eÿ138s XDD 0.78eÿ600s
= Gp = R = Gd = ,
Indique cualquier suposición adicional que haga. 762s + 1 XF 700 + 1
(b) ¿Recomienda que se utilice la compensación dinámica?
Gv = Gm = Gt = 1
junto con este controlador feedforward? Justifique su
responder.
Datos de estado estacionario

Corriente Caudal (gpm) Fracción de masa
1 1900 1000 0.000
2 2400 3400 0.990
3 500 0.167
4 0.409
5 0.800
capitulo 16
Bucle único mejorado

Estrategias de control
16.1 Control en cascada
16.1.1 Consideraciones de diseño
16.2 Compensación por retraso de tiempo
16.3 Control inferencial
16.4 Sistemas de control/anulación selectivos

16.4.1 Selectores
16.5 Sistemas de control no lineal 16.5.1

Programación de ganancia 16.5.2
Control de lógica difusa
16.6 Sistemas de control adaptativo
Resumen
En este capítulo, presentamos varias estrategias especializadas que Estas técnicas han ganado una mayor aceptación industrial en los
brindan un control de procesos mejorado más allá de lo que se puede últimos 20 años y, en muchos casos, utilizan los principios del diseño
obtener con los controladores PID de un solo lazo convencionales. del controlador de retroalimentación PID de bucle único. Estas
Debido a que las plantas de procesamiento se han vuelto más estrategias pueden incorporar medidas adicionales, variables
complejas para aumentar la eficiencia o reducir los costos, existen controladas o variables manipuladas, y también pueden incorporar
incentivos para utilizar dichas mejoras, que también se incluyen en la estructuras alternativas de diagramas de bloques.
clasificación general de control avanzado. Aunque los nuevos
métodos evolucionan continuamente y se prueban en el campo
(Henson y Badgwell, 2006; Rawlings et al., 2002; Daoutidis y
Bartusiak, 2013; Åström y Kumar, 2014), este capítulo enfatiza seis 16.1 CONTROL EN CASCADA
estrategias diferentes que han sido probadas. comercialmente:
Una desventaja del control de retroalimentación convencional es que
la acción correctiva de las perturbaciones no comienza hasta que la
variable controlada se desvía del punto de ajuste.
1. Control en cascada
Como se discutió en el Capítulo 15, el control de avance ofrece
2. Compensación de retardo de tiempo grandes mejoras sobre el control de retroalimentación para procesos
3. Control inferencial que tienen grandes constantes de tiempo o retrasos de tiempo. Sin
4. Control selectivo y de anulación

embargo, el control feedforward requiere que las perturbaciones se
midan explícitamente y que se disponga de un modelo dinámico o de
5. Control no lineal
estado estable para calcular la salida del controlador.
6. Control adaptativo Un enfoque alternativo que puede mejorar significativamente
279
280 Capítulo 16 Estrategias mejoradas de control de bucle único
CT La Figura 16.2 muestra una configuración de control en cascada para el

horno, que consta de un circuito de control primario (que utiliza TT y TC) y
pila de gas
un circuito de control secundario que controla la presión del gas combustible
a través de PT y PC. La medición principal es la temperatura del aceite
caliente que utiliza el controlador principal (TC) para establecer el punto de
TT referencia para el controlador de bucle secundario . La medición secundaria
es la presión del gas combustible, que se transmite al controlador esclavo
Aceite caliente (PC). Si ocurre una perturbación en la presión de suministro, el controlador
de presión actuará muy rápidamente para mantener la presión del gas
aceite frio Fuel gas
combustible en su punto de referencia. El esquema de control en cascada
Horno proporciona un rendimiento mejorado, porque la válvula de control se
ajustará tan pronto como se detecte el cambio en la presión de suministro.
Figura 16.1 Un esquema de control de temperatura del horno que usa
control de retroalimentación convencional.
Alternativamente, se puede emplear control de flujo en lugar de control

la respuesta dinámica a las perturbaciones emplea una variable medida
de presión en el circuito secundario para manejar las variaciones de presión
secundaria y un controlador de retroalimentación secundario. La variable
de descarga. Si las mejoras de rendimiento para las perturbaciones en la
medida secundaria se ubica de modo que reconozca la condición alterada
tasa de flujo de aceite o la temperatura de entrada no son lo suficientemente
antes que la variable controlada, pero las posibles perturbaciones no
grandes, entonces se podría utilizar el control anticipativo para esas
necesariamente se miden. Este enfoque, llamado control en cascada, se usa
perturbaciones (consulte el Capítulo 15).
ampliamente en las industrias de procesos y es particularmente útil cuando
las perturbaciones están asociadas con la variable manipulada o cuando el
La estructura de bucle de control en cascada tiene dos distinciones
elemento de control final exhibe un comportamiento no lineal (Shinskey,
Características destacadas:
1996).
1. La señal de salida del controlador primario sirve como punto de ajuste
Como ejemplo de donde el control en cascada puede ser ventajoso, para el controlador secundario.
considere el sistema de control de temperatura del horno de tiro natural que
2. Los dos lazos de control de retroalimentación están anidados, con el
se muestra en la figura 16.1. El sistema de control de retroalimentación
lazo de control secundario (para el controlador secundario) ubicado
convencional de la figura 16.1 puede mantener la temperatura del aceite
dentro del lazo de control primario (para el controlador primario).
caliente cerca del punto de ajuste a pesar de las alteraciones en el caudal
de aceite o la temperatura del aceite frío. Sin embargo, si ocurre una
perturbación en la presión de suministro de gas combustible, el flujo de gas Así, hay dos variables controladas, dos sensores y una variable manipulada,
combustible cambiará, lo que alterará la operación del horno y cambiará la mientras que la estructura de control convencional tiene una variable
temperatura del aceite caliente. Solo entonces el controlador de temperatura controlada, un sensor y una variable manipulada.
(TC) puede comenzar a tomar medidas correctivas ajustando el flujo de gas
combustible en función del error del punto de referencia, lo que puede El lazo de control principal puede cambiar el punto de referencia del lazo
generar respuestas muy lentas a los cambios en la presión del suministro de de control de presión en función de las desviaciones de la temperatura del
gas combustible. Esta perturbación está claramente asociada con la variable aceite caliente con respecto a su punto de referencia. Tenga en cuenta que
manipulada. todas las variables de esta configuración se pueden ver como variables de
desviación. Si la temperatura del aceite caliente está en su punto de referencia,
CT
pila de gas
Punto fijo
TT ordenador personal
Aceite
PT
caliente
aceite
frio Fuel gas
Horno
Figura 16.2 Esquema de control de temperatura de un horno usando control en cascada.

16.1 Control en cascada 281
Punto de
Alimentar ajuste de
TT CT
temperatura
del reactor (maestro)
Agua
tanque de
compensación
Punto de
ajuste de temperatura
LC LT
de la chaqueta
(esclavo)
Reactor
TT CT
Salida de agua
de
refrigeración
Producto
Enfriamiento
agua
maquillaje
Circulación
bomba
Figura 16.3 Control en cascada de un reactor químico exotérmico.
la variable de desviación para el punto de ajuste de presión también es cero, lo que En este caso, un sensor económico (para la temperatura) hace que el control
mantiene la presión en su valor de estado estable deseado. anticipativo sea una opción atractiva, aunque también se necesitaría un buen
modelo de perturbaciones.
La figura 16.3 muestra un segundo ejemplo de control en cascada, un reactor El diagrama de bloques para un sistema general de control en cascada se
químico agitado donde el agua de enfriamiento fluye a través de la camisa del muestra en la Fig. 16.4. El subíndice 1 se refiere al lazo de control primario, mientras
reactor para regular la temperatura del reactor. La temperatura del reactor se ve que el subíndice 2 se refiere al lazo de control secundario. Por lo tanto, para el
afectada por los cambios en las variables perturbadoras, como la temperatura de ejemplo de control de temperatura del horno,
alimentación de los reactivos o la composición de la alimentación. La estrategia de
control más simple manejaría tales perturbaciones ajustando una válvula de control
Y1 = temperatura del aceite caliente
en la corriente de entrada de agua de refrigeración. Sin embargo, un aumento en la
temperatura del agua de refrigeración de entrada, una perturbación no medida, Y2 = presión de gas combustible
puede provocar un rendimiento insatisfactorio. El aumento resultante en la D1 = temperatura del aceite frío (o caudal de aceite frío)
temperatura del reactor, debido a una reducción en la tasa de eliminación de calor,
D2 = presión de suministro de gas combustible
puede ocurrir lentamente. Si se producen retrasos dinámicos apreciables en la
Ym1 = valor medido de la temperatura del aceite caliente
transferencia de calor debido a la camisa, así como en el reactor, la acción correctiva
tomada por el controlador se retrasará. Para evitar esta desventaja, se puede Ym2 = valor medido de la presión del gas combustible
agregar un controlador de retroalimentación para la temperatura de la camisa, cuyo Ysp1 = punto de consigna para Y1
punto de ajuste está determinado por el controlador de temperatura del reactor,
ÿsp2 = punto de consigna para Y2
para proporcionar un control en cascada, como se muestra en la Fig. 16.3. El
sistema de control mide la temperatura de la camisa, la compara con un punto Todas estas variables representan desviaciones del estado estacionario nominal.
establecido y ajusta la composición del agua de enfriamiento. El punto de referencia Debido a que las perturbaciones pueden afectar los lazos de control primario y
de la temperatura del reactor y ambas medidas se utilizan para ajustar una única secundario, en la figura 16.4 se muestran dos variables de perturbación (D1 y D2)
variable manipulada, la tasa de reposición del agua de refrigeración. y dos funciones de transferencia de perturbaciones (Gd1 y Gd2) .
Tenga en cuenta que Y2 sirve como variable controlada para el bucle secundario y
como variable manipulada para el bucle primario.
La principal ventaja de la estrategia de control en cascada es que una segunda Las figuras 16.2 y 16.4 muestran claramente que el control en cascada reducirá
variable medida se ubica cerca de una variable de perturbación significativa y su efectivamente los efectos de las perturbaciones de presión que ingresan al circuito
bucle de retroalimentación asociado puede reaccionar rápidamente, mejorando así secundario (es decir, D2 en la figura 16.4). Pero, ¿qué ocurre con los efectos de
la respuesta de bucle cerrado. Sin embargo, si el control en cascada no mejora la perturbaciones como D1, que entran en el bucle primario?
respuesta, la próxima estrategia a considerar debe ser el control anticipativo, con la
temperatura del agua de enfriamiento como la variable de perturbación medida. En El control en cascada puede proporcionar una mejora sobre el control de
esto retroalimentación convencional cuando ambos controladores están bien ajustados.
El arreglo en cascada por lo general

D2 D1
Gd2 Gd1
Primario Secundario
controlador controlador
ÿ
Ysp1 Ysp1 E1 ÿYsp2 E2 PAGS Y2 Y1

Km1 +
–
Gc1 +
–
Gc2 gv Gp2 ++ gp1 ++
Ym2
Gm2
Ym1
Gm1
Figura 16.4 Diagrama de bloques del sistema de control en cascada.
reducir los tiempos de respuesta del lazo secundario, que Para perturbaciones en D1, la función de transferencia en lazo cerrado
afectará, a su vez, beneficiosamente al bucle primario, pero el es
la mejora puede ser leve. Y1 Gd1(1 + Gc2GvGp2Gm2)
=
D1 1 + Gc2GvGp2Gm2 + Gc1Gc2GvGp2Gp1Gm1
16.1.1 Consideraciones de diseño (16-8)
Se pueden hacer varias observaciones sobre lo anterior.
El control en cascada puede mejorar la respuesta a un punto de ajuste ecuaciones En primer lugar, el sistema de control en cascada tiene la
cambiar usando un punto de medición intermedio Ecuación característica
y dos controladores de retroalimentación. Sin embargo, su rendimiento
en presencia de perturbaciones suele ser el principal 1 + Gc2GvGp2Gm2 + Gc1Gc2GvGp2Gp1Gm1 = 0 (16-9)
beneficio (Shinskey, 1996). En la Fig. 16.4, las perturbaciones en Si se quitara el bucle interior (Gc2 = 1, Gm2 = 0), el
D2 son compensados por retroalimentación en el bucle interno; la ecuación característica sería la misma que para
función de transferencia de lazo cerrado correspondiente (suponiendo control de retroalimentación convencional,
Ysp1 = D1 = 0) se obtiene mediante álgebra de diagrama de bloques:
1 + Gc1GvGp2Gp1Gm1 = 0 (16-10)
Y1 = Gp1Y2 (16-1)
Cuando el lazo secundario responde más rápido que el
(16-2) lazo primario, el sistema de control en cascada tendrá

Y2 = Gd2D2 + Gp2GvGc2E2
mejores características de estabilidad y por lo tanto debe
E2 = ÿsp2 ÿ Ym2 = Gc1E1 ÿ Gm2Y2 (16-3) permitir que se utilicen valores más grandes de Kc1 en el primario
bucle de control.
E1 = ÿGm1Y1 (16-4)
Eliminando todas las variables excepto Y1 y D2 da EJEMPLO 16.1

Y1 Gp1Gd2 Considere el diagrama de bloques en la figura 16.4 con lo siguiente
=
D2 1 + Gc2GvGp2Gm2 + Gc1Gc2GvGp2Gp1Gm1
funciones de transferencia:
(16-5) 5 4
Gv = Gp1 = gp2 = 1
Mediante un análisis similar, las funciones de transferencia del punto de referencia para s+1 (4 s + 1) (2 s + 1)
los bucles exterior e interior son 1
Gd2 = 1 Gm1 = 0,05 Gm2 = 0,2 Gd1 = 3s + 1
Y1 Gc1Gc2GvGp1Gp2Km1
= donde las constantes de tiempo tienen unidades de minutos y las
Ysp1 1 + Gc2GvGp2Gm2 + Gc1Gc2GvGp2Gp1Gm1 las ganancias tienen unidades consistentes. Determinar los límites de estabilidad.
(16-6) tanto para un controlador proporcional convencional como para
Y2 Gc2GvGp2 un sistema de control en cascada que consta de dos proporcionales
= (16-7) controladores Asuma Kc2 = 4 para el controlador secundario.
ÿsp2 1 + Gc2GvGp2Gm2
16.1 Control en cascada 283
o controlador PI, dependiendo de la cantidad de compensación

Calcule la compensación resultante para un cambio de escalón unitario en
que ocurriría con el control solo proporcional. Tenga en cuenta
la variable de perturbación secundaria D2.
que se pueden tolerar pequeñas compensaciones en el bucle
secundario, porque el bucle primario las compensará.
SOLUCIÓN
La acción derivada rara vez se usa en el ciclo secundario.
Para la disposición en cascada, analice primero el bucle interior. El controlador principal suele ser PI o PID.
Sustituyendo en la Ec. 16-7 da Para procesos con dinámicas de orden superior y/o retardo de
tiempo, el modelo puede aproximarse primero mediante un
Y2 4 ( 5 segundos + 20 4 modelo de orden inferior (consulte el Capítulo 6). El desplazamiento
= = = (16-11)
s+5 0,2 s + 1 se verifica para determinar si se requiere control PI para el lazo
ÿsp2
1 ) (1) 1 + segundos
4(5 + 1 ) (0.2)
secundario después de especificar Kc2 . La función de
transferencia de lazo abierto utilizada para el diseño de Gc1 es
De la ecuación. 16-11, la constante de tiempo de lazo cerrado para el lazo
interno es 0,2 min. En contraste, el sistema de control de retroalimentación Gc1Kc2GvGp2 GOL = Gp1Gm1 1 +
convencional tiene una constante de tiempo de 1 min porque en este caso,
Kc2GvGp2Gm2 La figura 16.5 muestra
lazo cerrado para (16-17)
la respuesta
el de
ejemplo 16.1 y la variable de perturbación D2.
Y2(s)ÿÿsp2(s) = Gv = 5/(s + 1). Por lo tanto, el control en cascada acelera
significativamente la respuesta de Y2. Usando un controlador proporcional
La configuración en cascada tiene un controlador PI en el lazo
en el lazo primario (Gc1 = Kc1), la ecuación característica reorganizada se primario y un controlador proporcional en el lazo secundario.
convierte en
4
La figura 16.5 demuestra que, en este caso, el sistema de control
1 + (Kc1)(4) ( 5 s +
1 ) ( (4s + 1)(2s + 1) ) (0.05) + 4 ( 5 s +
en cascada es claramente superior a un controlador PI
(16-12) convencional para una perturbación del lazo secundario. La figura
1 ) (0.2) = 0
16.6 muestra una comparación similar para un cambio de paso en el
que se reduce a
2
3 8s + 46 s + 31s + 5 + 4Kc1 = 0 (16-13)
2.0
Mediante el uso de la sustitución directa (capítulo 11), la ganancia final

para la estabilidad marginal es Kc1,u = 43,3.
Para el sistema de retroalimentación convencional con solo control 1.5
proporcional, la ecuación característica en Eq. 16-10 se reduce a
control en cascada
3 2 control IP
8s + 14s + 7s + 1 + Kc1 = 0 (16-14)
y1 1.0
La sustitución directa da Kc1,u = 11,25. Por lo tanto, la configuración en

cascada ha aumentado el margen de estabilidad en casi un factor de
cuatro. El aumento de Kc2 dará como resultado valores aún mayores para 0.5
Kc1,u. Para este ejemplo, no existe un límite superior teórico para Kc2,
excepto que los valores grandes harán que la válvula se sature por
pequeños cambios o perturbaciones en el punto de ajuste.
0
0 5 10 15 20 25 30
El desplazamiento de Y1 para un cambio de escalón unitario en D2 se hora (min)
puede obtener estableciendo s = 0 en el lado derecho de la ecuación. 16-5;
de manera equivalente, el teorema del valor final del capítulo 3 se puede Figura 16.5 Una comparación de las respuestas de escalón unitario D2
para el ejemplo 16.1 con y sin control en cascada.
aplicar para un cambio de escalón unitario en D2 (Ysp1 = 0):
ÿ4
e1(t ÿ ÿ) = ysp1 ÿ y1(t ÿ ÿ) = (16-15) 0.6
5 + 4Rc1
En comparación, la compensación para el control convencional

0.4 control en cascada
(Gm2 = 0, Gc2 = 1) es
control IP
ÿ4
e1(t ÿ ÿ) = (16-16) y1
1 + Rc1 0.2
Al comparar las Ecs. 16-15 y 16-16, es claro que para el mismo valor de
Kc1, el desplazamiento es mucho menor (en valor absoluto) para el control 0
en cascada.
–0.2
0 5 10 15 20 25 30
Para que un sistema de control en cascada funcione
hora (min)
correctamente, el lazo de control secundario debe responder más
Figura
rápido que el lazo primario. El controlador secundario es normalmente un P 16.6 Una comparación de las respuestas al paso D1 .
perturbación del bucle primario D1 con una mejora menos dramática.

ÿI = 6,5 min, mientras que para ÿ = 2 min, la ganancia del controlador debe
reducirse para cumplir los requisitos de estabilidad (Kc = 1,23, ÿI = 7,0 min).
Cuando se sintoniza un sistema de control en cascada después de
la instalación, el controlador secundario debe sintonizarse primero con
el controlador primario en el modo manual. Luego, el controlador
SOLUCIÓN
primario se transfiere a automático y se sintoniza. La técnica de ajuste
automático del relé presentada en el Capítulo 12 se puede utilizar para Las respuestas de lazo cerrado se muestran en la figura 16.7. Para ÿ = 2 min, la
cada lazo de control. Si el controlador secundario se vuelve a sintonizar respuesta resultante es más lenta. Claramente, la respuesta de bucle cerrado
por algún motivo, normalmente también se debe volver a sintonizar el para el caso de retardo de tiempo se ha deteriorado, con un aumento del 50 %
controlador principal. en el tiempo de respuesta (30 vs. 20 min). Esta respuesta es mucho más larga
Alternativamente, Lee et al. (1998) han desarrollado un método de de lo que podría esperarse por el tamaño del retardo de tiempo.
sintonización basado en la Síntesis Directa donde ambos bucles se

sintonizan simultáneamente. Cuando hay límites en cualquiera de los
resultados del controlador (restricciones de saturación), Brosilow y
1.5
Joseph (2002) han recomendado modificaciones de diseño basadas
en el enfoque de control de modelo interno (IMC). ÿ=0 ÿ = 2 minutos
Una forma de control en cascada comúnmente utilizada implica un
1.0
posicionador de válvula, que aborda el problema de las no idealidades
de la válvula. Las válvulas pueden atascarse o exhibir zonas muertas y
o histéresis, por lo que es posible que no alcancen el mismo porcentaje
0.5
de posición del vástago requerido para una salida de controlador
determinada. El posicionador de válvula detecta la posición del vástago
de la válvula y utiliza un controlador proporcional interno en el circuito
0
interno de un sistema de control en cascada para lograr la posición 0 10 20 30 40
deseada del vástago. El punto de ajuste se proporciona desde el hora (min)
controlador de flujo. Los posicionadores de válvula casi siempre son
Figura 16.7 Una comparación de los cambios de punto de ajuste de
beneficiosos cuando se usan en lazos de control. Consulte el Capítulo circuito cerrado para el control PI.
9 para obtener más detalles sobre estos dispositivos.
16.2 COMPENSACIÓN POR DEMORA

Con el fin de mejorar el rendimiento del sistema que contiene
En esta sección presentamos una técnica de control avanzada, la
retardos de tiempo, se han desarrollado estrategias de control
compensación de retraso de tiempo, que se ocupa de un área
especiales que proporcionan una compensación eficaz de los retardos
problemática en el control de procesos, a saber, la ocurrencia de
de tiempo. La técnica del predictor de Smith es la estrategia más
retrasos de tiempo significativos. Los retrasos de tiempo ocurren
conocida (Smith, 1957). Un método relacionado, el predictor analítico,
comúnmente en las industrias de procesos debido a la presencia de
ha sido desarrollado específicamente para aplicaciones de control
retrasos de velocidad de distancia, bucles de reciclaje y el tiempo de
digital y se analiza en el Capítulo 17.
análisis asociado con la medición de la composición. Como se discutió
Varios investigadores han descubierto que el rendimiento de un
en los capítulos 12 y 14, la presencia de retrasos de tiempo en un
controlador que incorpora el predictor de Smith para cambios de punto
proceso reduce la estabilidad y limita el desempeño de un sistema de
de ajuste es mejor que un controlador PI convencional basado en un
control de retroalimentación convencional. En consecuencia, la
criterio de error cuadrático integral.
ganancia del controlador debe reducirse por debajo del valor que
Sin embargo, el rendimiento del predictor de Smith puede no ser
podría usarse si no hubiera retardo de tiempo, y la respuesta del
superior para todos los tipos de perturbaciones.
sistema de bucle cerrado será lenta en comparación con el caso sin
En la figura 16.8 se muestra un diagrama de bloques del controlador
retardo de tiempo.
predictor de Smith, donde Gv = Gm = 1 por simplicidad.
Aquí, el modelo de proceso Gÿ(s) se divide en dos partes: la parte sin
EJEMPLO 16.2 retardo de tiempo, Gÿÿ(s), y el término de retardo de tiempo, eÿÿÿs .
Compare las respuestas del punto de referencia para un proceso de segundo

Por lo tanto, el modelo de función de transferencia total es Gÿ(s) =
orden con un retraso de tiempo (ÿ = 2 min) y sin el retraso. Gÿÿ(s)eÿÿÿs .
La función de transferencia para el caso de retardo es La figura 16.8 muestra un bucle de retroalimentación interno, algo
eÿÿs similar al del control en cascada. Suponiendo que no hay error de
Grupo(s) (16-18)
= (5s + 1)(3s + 1) modelo (Gÿ = G), el ciclo interno tiene el efecto
función de transferencia
Suponga que Gm = Gv = 1, con constantes de tiempo en minutos.
Utilice los siguientes controladores PI. Para ÿ = 0, Kc = 3.02 y Gÿ =
PAGS
= gc
(16-19)
Y 1 + GcGÿ(1 ÿ eÿÿs)
16.2 Compensación por retardo de tiempo 285
1.4
D Di-s
1.2
Sí Y Y' Y 1.0
+ + gc PAGS
GRAMO ++
– –
0.8
Y1 – Y2
ÿ
0.6
0.4
Figura 16.8 Diagrama de bloques de un predictor de Smith.
0.2
donde Gÿ se define de forma análoga a Gÿÿ, es decir, G = Gÿeÿÿs . 0

Después de algunos reordenamientos, se obtiene la función de 0 5 10 15 20 25 30
transferencia del punto de ajuste de lazo cerrado: GcGÿeÿÿs 1 + GcGÿ hora (min)
Y Figura 16.9 Cambio de punto de ajuste de bucle cerrado (línea

= (16-20) continua) para un predictor Smith y control PI con ÿ = 2 min. La línea
Sí discontinua es la respuesta para ÿ = 0 de la figura 16.7.
Por el contrario, para el control de retroalimentación convencional
Y GcGÿeÿÿs
= (16-21)
Sí 1 + GcGÿeÿÿs para acomodar posibles errores del modelo. Por lo general, si el retardo
Comparación de Ecs. 16-20 y 16-21 indican que el predictor de Smith de tiempo o la ganancia del proceso no se encuentran dentro del ±30
tiene la ventaja teórica de eliminar el retardo de tiempo de la ecuación % del valor real, el predictor de Smith es inferior a un controlador PID
característica. sin compensación de retardo de tiempo. Si el tiempo de retardo varía
Desafortunadamente, esta ventaja se pierde si el modelo de proceso significativamente, puede ser necesario utilizar algún tipo de controlador
es inexacto debido a la falta de robustez (Åström y Hägglund, 2006). adaptativo para lograr un rendimiento satisfactorio (consulte la Sección
Kirtania y Choudhury (2012) y Morari y Zafiriou (1989) también 16.6). Alternativamente, Lee et al. (1999) y Åström y Hägglund (2006)
analizaron los aspectos de robustez del predictor de Smith y han presentado procedimientos de ajuste robustos para controladores
recomendaron que la sintonización se realice con otras entradas PID con predictores de Smith.
además de las entradas escalonadas.
La configuración del predictor de Smith generalmente es beneficiosa
La figura 16.9 muestra las respuestas de circuito cerrado para el para el manejo de perturbaciones. Sin embargo, bajo ciertas
predictor de Smith (ÿ = 2 min) y el control PI (ÿ = 0). Los ajustes del condiciones, un controlador PI convencional puede proporcionar un
controlador son los mismos que los desarrollados en el ejemplo 16.2 mejor control regulatorio que el predictor de Smith. Este comportamiento
algo anómalo se puede atribuir a la función de transferencia de bucle
para ÿ = 0. Una comparación de la figura 16.7 (línea discontinua) y la
figura 16.9 muestra la mejora en el desempeño que se puede obtener cerrado para una perturbación y un modelo perfecto:
con el predictor de Smith. Tenga en cuenta que las respuestas en la
figura 16.9 para ÿ = 2 y ÿ = 0 son idénticas, excepto por el retraso de Y
= Gd[1 + GcGÿ(1 ÿ eÿÿs )] (16-22)
tiempo inicial. Este retardo de tiempo de bucle cerrado resulta del D 1 + GcGÿ
término de retardo del numerador en la ecuación. 16-20. El modelo de
proceso Gÿ(s) es de segundo orden y, por lo tanto, produce fácilmente Los denominadores de Y/D en la ecuación. 16-22 y Y/ Ysp en la
un sistema de circuito cerrado estable para el control de solo P, pero ecuación. 16-20 son iguales, pero los términos del numerador tienen
no necesariamente para el control de PI (cf. una forma bastante diferente. La figura 16.10 muestra las respuestas
Ejemplo 14.5). de perturbación del ejemplo 16.2 (ÿ = 2) para controladores PI con y
Una desventaja del enfoque del predictor de Smith es que se basa sin el predictor de Smith. Ingimundarson y Hägglund (2002) han
en un modelo; es decir, se requiere un modelo dinámico del proceso. demostrado que para las perturbaciones escalonadas y un proceso
Si la dinámica del proceso cambia significativamente, el modelo FOPTD, el rendimiento de un controlador PID correctamente sintonizado
predictivo será inexacto y el rendimiento del controlador se deteriorará, es comparable o mejor que un controlador PI con compensación de
quizás hasta el punto de inestabilidad de circuito cerrado. Para tales retardo de tiempo.
procesos, el controlador debe ajustarse de forma conservadora Las modificaciones del predictor de Smith pueden mejorar su
rendimiento (Kirtania y Choudhury, 2012).
0.75 deben usarse composiciones. Con base en los modelos de proceso y

los datos de la planta, se pueden desarrollar correlaciones algebraicas
Predictor de Smith (Kc = 3,02, ÿI = 6,5)
Control PI (Kc = 1,23, ÿI = 7,0) simples que relacionen la fracción molar del componente clave pesado
0.50
con varias temperaturas de bandeja diferentes (generalmente en la
mitad superior de la columna sobre la bandeja de alimentación).
0.25 La composición de la parte superior puede deducirse de las mediciones
y
de temperatura disponibles y usarse en los cálculos de control. Los
parámetros en la correlación pueden actualizarse, si es necesario, a
0 medida que las mediciones de composición estén disponibles. Por
ejemplo, si las muestras se envían al laboratorio analítico de la planta
una vez por hora, los parámetros de correlación se pueden ajustar
–0.25
0 10 20 30 40 50 para que los valores predichos coincidan con los valores medidos. La
hora (min) figura 16.11 muestra la estructura general de un controlador inferencial.
Figura 16.10 Una comparación de cambios de perturbación para el Xm es la medición secundaria, que está disponible de forma casi
predictor de Smith y un controlador PI convencional. continua (muestreo rápido), mientras que Ym es la medición principal,
que se obtiene de forma intermitente y con menos frecuencia (p. ej.,
análisis de muestras de laboratorio fuera de línea). Tenga en cuenta
Si la constante de tiempo dominante en Gd es relativamente que Xm y/o Ym se pueden usar para deducir Yˆ, que luego se compara
grande, un controlador diseñado para cambios de punto de ajuste por con el punto de ajuste. Un tipo de modelo no lineal que podría usarse
IMC no podrá acelerar la respuesta de perturbación, como se como un sensor suave es una red neuronal (consulte el Capítulo 7). El
demuestra en el ejemplo 12.4. modelo inferencial se obtiene analizando y ajustando los datos X e Y
acumulados .
Otra estrategia de control para tratar tanto las perturbaciones como
los cambios en el punto de referencia es el control predictivo, que
utiliza una predicción del comportamiento del proceso en el futuro en
función de las funciones de transferencia del proceso y las Los modelos dinámicos lineales o no lineales (llamados observadores)
perturbaciones, G y Gd. En los capítulos 17 y 20 se dan más detalles. también se pueden usar para el control inferencial, según lo revisado
por Doyle (1998).
El concepto de control inferencial se puede emplear para otras
operaciones de proceso, como los reactores químicos, donde la
16.3 CONTROL INFERENCIAL composición es normalmente la variable controlada.
Las mediciones de temperatura seleccionadas se pueden usar para
En algunas aplicaciones de control, la variable de proceso a controlar
estimar la composición de la salida si no se puede medir en línea. Sin
no se puede medir convenientemente en línea.
embargo, cuando el control inferencial no funciona satisfactoriamente,
Por ejemplo, la medición de la composición del producto puede
existe un incentivo para introducir otras mediciones en línea para el
requerir que se envíe una muestra al laboratorio analítico de la planta control de retroalimentación.
de vez en cuando. En esta situación, es posible que las mediciones
En consecuencia, existe un interés continuo en el desarrollo de
de la variable controlada no estén disponibles con la frecuencia o la
nuevos sensores, como los novedosos analizadores de procesos, que
rapidez suficientes para usarse para el control de retroalimentación.
se pueden utilizar en línea y cuyos tiempos de respuesta son muy
cortos.
Una solución a este problema es emplear el control inferencial,
donde las mediciones del proceso que se pueden obtener más
rápidamente se usan con un modelo matemático, a veces llamado
sensor suave, para inferir el valor de la variable controlada. Por
Disturbio
ejemplo, si la corriente de producto de cabeza en una columna de
destilación no se puede analizar en línea, a veces se puede usar la
medición de una temperatura de plato seleccionada para inferir la –+ Controlador ++ Proceso Y
Punto fijo
composición real.
ˆ
Para una mezcla binaria, la regla de fase de Gibbs indica que existe Y
una relación única entre la composición y la temperatura si la presión modelo Xm Muestreo rápido, X
Medida
inferencial secundaria
es constante y existe un equilibrio vapor-líquido. En este caso, se
puede emplear una ecuación de estado termodinámica para inferir la
Mmm Muestreo lento
composición a partir de la temperatura de la bandeja. Medida
primaria
Por otro lado, para la separación de mezclas multicomponentes, Figura 16.11 Diagrama de bloques de un sensor blando
métodos aproximados para estimar utilizado en control inferencial.
16.4 Sistemas de control/anulación selectivos 287
16.4 SISTEMAS DE CONTROL SELECTIVO/ANULACIÓN Con un selector de mediana, la salida del selector es la mediana
de tres o más señales de entrada. Estos dispositivos son útiles para
situaciones en las que se utilizan sensores redundantes para medir
La mayoría de las aplicaciones de control de procesos tienen un
una única variable de proceso. Al seleccionar el valor medio, se
número igual de variables controladas y variables manipuladas.
mejora la confiabilidad, ya que la falla de un solo sensor no
Sin embargo, si hay disponibles menos variables manipuladas que
provocará la pérdida de una señal de retroalimentación significativa.
variables controladas, no es posible eliminar la compensación en
todas las variables controladas por perturbaciones arbitrarias o
El uso de límites altos o bajos para las variables de proceso
cambios en el punto de ajuste. Esta afirmación es evidente a partir
representa otro tipo de control selectivo llamado anulación, donde
de un análisis de grados de libertad de un modelo de estado un segundo controlador puede "anular" o reemplazar al primer
estacionario (véanse los capítulos 2 y 13). Para problemas de controlador. Esta es una acción menos extrema que un
control con menos variables manipuladas que variables controladas,
enclavamiento, que se utiliza para el apagado de emergencia del
se emplean selectores para compartir las variables manipuladas
proceso (consulte el Capítulo 10). La característica anti-reinicio de
entre las variables controladas.
los controladores de retroalimentación (cf. Capítulo 8) es un tipo de
anulación. Otro ejemplo es una columna de destilación que tiene
16.4.1 Selectores límites inferior y superior en la entrada de calor al calderín de la
columna. El nivel mínimo asegura un inventario de líquido adecuado
Un selector es una solución práctica para elegir la señal adecuada en las bandejas, mientras que el límite superior existe para evitar la
entre varias medidas disponibles. Los selectores pueden basarse aparición de inundaciones (Buckley et al., 1985; Shinskey, 1996).
en múltiples puntos de medición, múltiples elementos de control Las anulaciones también se utilizan a menudo en los sistemas de
final o múltiples controladores, como se explica a continuación. Los control de combustión de tiro forzado para evitar un desequilibrio
selectores se utilizan para mejorar el rendimiento del sistema de entre el flujo de aire y el flujo de combustible, lo que podría resultar
control, así como para proteger el equipo de condiciones de en condiciones de operación inseguras (Bozzuto, 2009).
funcionamiento inseguras. En los diagramas de instrumentación, el Ver Smith y Corripio (2006) para otras aplicaciones de anulaciones.
símbolo (>) denota un selector alto y el símbolo (<) un selector bajo.
Otros tipos de sistemas selectivos emplean múltiples elementos
Para un tipo de selector, la señal de salida es la más alta (o más de control final o múltiples controladores. Por ejemplo, en el control
baja) de dos o más señales de entrada. Este enfoque a menudo se de rango dividido, se utilizan varias variables manipuladas para
denomina subasta (Shinskey, 1996). Por ejemplo, se puede usar un controlar una sola variable controlada. Los ejemplos típicos incluyen
selector alto para determinar la temperatura del punto crítico en un el ajuste del flujo de entrada y salida de un reactor químico para
reactor químico de lecho fijo, como se muestra en la figura 16.12. controlar la presión del reactor o el uso de ácido y base para
En esta aplicación de reactor, la salida del selector alto es la entrada controlar el pH en el tratamiento de aguas residuales. Otro ejemplo
al controlador de temperatura. En una reacción catalítica exotérmica, es el control del reactor, donde tanto el calentamiento como el
el proceso puede "desacelerar" debido a perturbaciones o cambios enfriamiento se utilizan para mantener una regulación precisa de la
en el reactor, y se deben tomar medidas inmediatas para evitar un temperatura del reactor.
aumento peligroso de la temperatura. Debido a que un punto crítico La figura 16.13 muestra cómo se puede modificar el lazo de control
puede potencialmente desarrollarse en una de varias ubicaciones de la figura 16.3 para adaptarse tanto a la calefacción como a la
posibles en el reactor, se emplean múltiples puntos de medición refrigeración utilizando un solo controlador y dos válvulas de control.
(redundantes). Este control de rango dividido se logra mediante la relación entrada-
salida del controlador que se muestra en la figura 16.13b.
Este enfoque ayuda a identificar cuándo la temperatura se ha vuelto Se puede aplicar una solución alternativa para el control de la
demasiado alta en algún punto de la cama. temperatura del reactor cuando sea necesario calentar y enfriar, o
cuando se regule una temperatura media.
Aunque los procesos físicos están configurados de la misma manera
TT que en la figura 16.13, la salida del controlador se asigna a las
1
válvulas para que ambas válvulas estén siempre activas; es decir,
el medio de enfriamiento/calentamiento siempre fluye a través del
A
TT >
Selector alto
la válvula
equipo de intercambio de calor. Sin embargo, no es un requisito
CT
2
de control que ambas válvulas deban ser del mismo tamaño y características.
Controlador
Tenga en cuenta también que en este esquema, la capacidad de
TT eliminación de calor es más o menos lineal con respecto a la salida
3 del controlador, independientemente de la selección de válvula.
Transmisores
Figura 16.12 Control de la temperatura de un punto caliente del El control de restricciones es otro tipo de selector o anulación
reactor usando un selector alto. que tiene por objeto mantener la variable controlada cerca
Punto de operar cerca de un límite de restricción. Riggs (1998) ha descrito

Temperatura ajuste de
del reactor
TT CT
temperatura del
una aplicación de control de restricciones para columnas de
reactor (maestro) destilación con control de composición dual, donde el
Punto de funcionamiento del rehervidor QR controla la composición de
ajuste de temperatura
Temperatura de la chaqueta
de la chaqueta
fondo de xB y el flujo de reflujo R controla la composición de
(esclavo) cabeza xD. El calderín se restringe en su límite superior cuando
Al circuito de recirculación
la válvula de control de flujo de vapor está completamente abierta.
TT CT Pueden producirse varias situaciones anormales: (1) la presión
Controlador de temperatura
de camisa de rango
de la columna aumenta, (2) las superficies de transferencia de
dividido calor se ensucian o (3) la velocidad de alimentación de la columna
aumenta. Cuando el trabajo del rehervidor alcanza el límite
superior, ya no es capaz de controlar la composición de los
fondos, por lo que el control de restricciones obliga a que una
composición (el producto más valioso) se controle con la relación
Del Enfriamiento
circuito de agua de reflujo mientras que la composición del otro producto se deja
recirculación sin controlar (se le permite "flotar"). Se debe agregar la lógica de
control de la computadora para determinar cuándo la columna ha
agua caliente
o vapor
vuelto a la operación normal y, por lo tanto, el control de restricción debe desactiv
(a) El sistema de control selectivo que se muestra en la figura
16.14 se utiliza para regular el nivel y el caudal de salida en un
abierto abierto
sistema de bombeo para una suspensión de arena/agua. Durante
el funcionamiento normal, el controlador de nivel (LC) ajusta el
Enfriamiento flujo de salida de lodos cambiando la velocidad de la bomba. Se
Posición de la
posición
válvula de agua utiliza una bomba de velocidad variable en lugar de una válvula
de la
válvula de agua
caliente/vapor de control debido a la naturaleza abrasiva de la suspensión. La
velocidad del purín en la línea de salida debe mantenerse por
encima de un valor mínimo en todo momento para evitar que la
cerrado
cerrado 0 línea se enarene. En consecuencia, el sistema de control selectivo
100
Salida del controlador (%) (b) está diseñado para que cuando el caudal se acerque al límite
inferior, el controlador de caudal sustituya al controlador de nivel y acelere la bom
Figura 16.13 Control de rango dividido: (a) configuración del
La estrategia se implementa en la figura 16.14 usando un selector
lazo de control, (b) relación entre la posición de la válvula y la alto y un controlador de flujo de acción inversa con una ganancia
salida del controlador. alta. El punto de ajuste y la ganancia del controlador de flujo se
eligen de modo que la salida del controlador esté en el valor
máximo cuando el flujo medido esté cerca de la restricción.
un valor restrictivo o limitante. El capítulo 19 analiza cómo las Por lo general, el segundo circuito (flujo de la bomba) será más
restricciones influyen en la selección de las condiciones de rápido que el primer circuito (nivel) y utiliza el control PI (aunque
operación y por qué es necesario en muchos casos se requerirá la protección de reinicio). Proporcional
lechada
en
mmm
LT LC
p2
h
Alto p1
> FC
selector
Tanque de retención
qm
pags
PIE
Figura 16.14 Un sistema de control

q Salida de lodo
selectivo para manejar una lechada de (al estanque de
arena/agua. Bomba de velocidad variable relaves)
16.5 Sistemas de control no lineales 289
el control podría emplearse en el circuito más lento (nivel de líquido) errores haciendo que la ganancia del controlador varíe linealmente con
porque no se requiere un control de nivel estricto. el valor absoluto de la señal de error
Un arreglo alternativo a la figura 16.14 sería emplear un solo
Kc = Kc0(1 + a|e(t)|) (16-23)
controlador, usando las señales del transmisor de nivel y flujo como
entradas a un selector alto, con su señal de salida enviada al controlador. donde Kc0 y a son constantes. El controlador resultante a veces se
La salida del controlador ajustaría entonces la velocidad de la bomba. denomina controlador de error cuadrático porque la salida del controlador
Este esquema es más simple, porque solo se necesita un controlador. es proporcional a |e(t)|e(t). Los controladores de error cuadrático se han
utilizado para el control de nivel en recipientes de oleaje donde es
Sin embargo, adolece de una importante desventaja operativa; es deseable tomar una acción más fuerte a medida que el nivel se acerca
decir, puede que no sea posible ajustar el controlador único para a los límites alto o bajo. Sin embargo, se debe tener cuidado cuando la
satisfacer las necesidades de los lazos de control de nivel y flujo. En señal de error es ruidosa (Shinskey, 1994).
general, estos lazos de control y sus transmisores tendrán características
dinámicas muy diferentes. Una segunda alternativa sería reemplazar el El objetivo de diseño del Método 2 es hacer que la operación de
transmisor de flujo y el controlador con una señal constante (anulación) circuito cerrado sea lo más lineal posible. Si tiene éxito, este enfoque
al selector alto cuyo valor corresponde al caudal mínimo permitido. Sin general permite controlar el proceso en una gama más amplia de
embargo, este esquema sería susceptible de cambiar las características condiciones operativas y de una manera más predecible. Un enfoque
de la bomba. usa transformaciones lineales simples de variables de entrada o salida.
Las aplicaciones comunes incluyen el uso del logaritmo de la composición

de un producto como variable controlada para columnas de destilación
de alta pureza o el ajuste de la proporción de caudales de alimentación
16.5 SISTEMAS DE CONTROL NO LINEALES en problemas de mezcla. La principal limitación de este enfoque es que
es difícil generalizar, porque las transformaciones de variables
La mayoría de los procesos físicos exhiben un comportamiento no lineal
apropiadas son específicas de la aplicación.
hasta cierto punto. Sin embargo, las técnicas de control lineal, como el
control PID convencional, siguen siendo muy eficaces si (1) las no En el control de la columna de destilación, se ha obtenido cierto éxito
linealidades son bastante leves o (2) un proceso altamente no lineal
en el uso de transformaciones logarítmicas para linealizar la señal de
opera en un rango estrecho de condiciones. Para algunos procesos
error de modo que el controlador realice ajustes mejor escalados. Por
altamente no lineales, la segunda condición no se cumple y, como
ejemplo, una variable de composición transformada xÿ se ha utilizado
resultado, las estrategias de control lineal pueden no ser adecuadas.
en aplicaciones industriales (Skogestad, 2007):D1 ÿdonde
xD = log
xDsp1 ÿesxDsp
el
Para estas situaciones, las estrategias de control no lineal pueden
valor deseado de xD. Sin embargo, este enfoque puede no funcionar
proporcionar mejoras significativas sobre el control PID. En esta sección,
bien en todos los casos. Se puede
consideramos varias estrategias tradicionales de control no lineal que xÿD usar otra función de linealización para
(16-24)
se han aplicado en la industria. Henson y Seborg (1997) y Doyle et al. tratar el comportamiento no lineal
describen técnicas más nuevas basadas en modelos. (2015). observado en los sistemas de flujo. Cuando hay resistencias de tubería
en serie con una válvula de control, resulta una ganancia no lineal entre
la posición del vástago l y el caudal. En este caso, se puede usar una
Tres tipos de estrategias de control no lineal son esenciales función no lineal, llamada caracterizador de válvula, para transformar la
Mejoras potenciales del control de retroalimentación de bucle único: salida del controlador p:
1. Modificaciones no lineales de algoritmos de control PID estándar

2. Transformaciones no lineales de entrada o salida
pags
Variables f(p) = (16-25)
L + (1 ÿ l)p
3. Programación de parámetros del controlador, como programación
donde L es un parámetro utilizado para ajustar la forma de la no
de ganancia
linealidad. Shinskey (1994) ha discutido este enfoque y las estrategias
Shinskey (1994) y Bequette (1998) han proporcionado resúmenes de control relacionadas.
informativos de estos métodos y técnicas relacionadas. Otras estrategias En el Método 3, programación de parámetros del controlador, una o
mejoradas de control de bucle único consideradas anteriormente en más configuraciones del controlador se ajustan automáticamente en
este capítulo, a saber, control inferencial, selectores y control adaptativo, función del valor medido de una variable de programación.
también se pueden clasificar como estrategias de control no lineal. El ajuste de la ganancia del controlador, la programación de ganancia,
es el método más común. La variable de programación suele ser la
Como ejemplo del Método 1, las leyes de control PID estándar se variable controlada o el punto de ajuste, pero podría ser la variable
pueden modificar haciendo que el controlador gane una función del error manipulada o alguna otra variable medida. Por lo general, solo se ajusta
de control. Por ejemplo, la ganancia del controlador puede ser mayor la ganancia del controlador, porque muchos procesos industriales
para errores grandes y menor para errores pequeños. exhiben variaciones variables.
ganancias en estado estacionario pero dinámicas relativamente constantes

(p. ej., neutralización del pH).
La variable de programación suele ser una variable de proceso
que cambia lentamente, como una variable controlada, en lugar de
una que cambia rápidamente, como una variable manipulada. Para pags
desarrollar un controlador programado por parámetros, es necesario

decidir cómo se deben ajustar los ajustes del controlador a medida
que cambian las variables de programación (Romagnoli y Palazoglu,
2006). Tres estrategias generales son:
e1 e2 0 e3 e4
y
(a) Los parámetros del controlador varían continuamente con la
variable de programación. (b) Una o más variables de Figura 16.15 Un controlador proporcional de ganancia programada con una
ganancia de controlador que es constante por tramos.
programación se dividen en regiones donde las características del
proceso son bastante diferentes. Se pueden asignar diferentes
configuraciones de controlador a cada región. La adaptación programada se limita a aplicaciones en las que la
dinámica del proceso depende de variables medibles conocidas y los
(c) La configuración actual del controlador se basa en el valor de la ajustes necesarios del controlador no son demasiado complicados.
variable de programación y la interpolación de la configuración Como ejemplo de adaptación programada, considere una caldera de
para las diferentes regiones. Por tanto, el Método (c) es una un solo paso (Lipták, 2006). Aquí, el agua de alimentación pasa a
combinación de los métodos (a) y (b). Es similar al control de través de una serie de secciones de tubos calentados antes de
lógica difusa, el tema de la Sección 16.5.2. emerger como vapor sobrecalentado. La temperatura del vapor debe
controlarse con precisión ajustando el caudal del gas caliente que se
utiliza para calentar el agua. El caudal de agua de alimentación tiene
El enfoque (a) se ilustra en la siguiente sección.
un efecto significativo tanto en el estado estable como en el
Los enfoques (b) y (c) se pueden implementar de varias maneras
comportamiento dinámico de la caldera. Por ejemplo, la figura 16.16
diferentes. Por ejemplo, se pueden almacenar diferentes valores de la
muestra respuestas típicas de lazo abierto a un cambio de paso en la
configuración del controlador para cada región (es decir, un enfoque
salida del controlador a dos caudales de agua de alimentación
de búsqueda de tabla ). Luego, la configuración del controlador se
diferentes, 50 % y 100 % del caudal máximo. Suponga que se elige un
cambia cada vez que la variable de programación ingresa a una nueva
modelo FOPTD empírico para aproximar el proceso. La ganancia de
región. Alternativamente, se puede desarrollar un modelo dinámico
estado estacionario, el retardo de tiempo y la constante de tiempo
para cada región y diseñar un controlador diferente para cada modelo
dominante son todos dos veces mayores al 50 % de flujo que los
(Bequette, 1998).
valores correspondientes al 100 % de flujo. La solución propuesta por
Lipták para este problema de control es hacer que la configuración del
16.5.1 Programación de ganancia controlador PID varíe con w, la fracción del flujo a escala completa (0
ÿ w ÿ 1), de la siguiente manera:
El tipo de programación de parámetros de controlador más utilizado
es la programación de ganancia. Una versión simple tiene una
ganancia de controlador constante por partes que varía con una sola Kc = wKc ÿI
variable de programación, la señal de error e: = ÿIÿw ÿD = (16-27)
Kc = Kc1 para e1 ÿ e < e2 ÿDÿw
Kc = Kc2 para e2 ÿ e < e3 (16-26) donde Kc, ÿI y ÿD son los ajustes del controlador para un flujo del 100
Kc = Kc3 para e3 ÿ e ÿ e4 %. Tenga en cuenta que esta recomendación para programas
Este enfoque de programación de ganancias se muestra en la figura

16.15 y se puede extender fácilmente a más de tres regiones.
50% de flujo
Un caso especial, el controlador de brecha de error, incluye una banda
muerta alrededor de e = 0. En este caso, Kc = 0 para e2 ÿ e < e3,
mientras que Kc ÿ 0 fuera de esta región. Tenga en cuenta que la
Temperatura del vapor 100% flujo
expresión de ganancia no lineal en Eq. 16-23 es otro ejemplo de
programación de ganancia.
A continuación, consideramos un ejemplo del Método 1 de la
sección anterior. Se puede desarrollar una relación entre la
Tiempo
configuración del controlador y la(s) variable(s) de programación. La
estrategia resultante a veces se denomina adaptación programada Figura 16.16 Respuestas escalonadas de lazo abierto para una caldera de un
(Lipták, 2006; Shinskey, 1996). solo paso.
16.5 Sistemas de control no lineales 291
la adaptación es cualitativamente consistente con las reglas de ajuste del Por ejemplo, supongamos que Kp(u) es un polinomio de segundo orden,
controlador del Capítulo 12. Los ajustes recomendados en Eq. 16-27 se
basan en la suposición de que los efectos de los cambios de flujo están
relacionados linealmente con la tasa de flujo en todo el rango de operación. Kp(u) = a0 + a1u + a2u2 (16-29)
Los parámetros del modelo en la ecuación. 16-29 se puede obtener

En este ejemplo, las respuestas de paso estaban disponibles para
mediante la regresión de los valores de Kp para los valores de estado
categorizar el comportamiento del proceso para dos condiciones diferentes.
estacionario de u e y, usando los métodos de estimación de parámetros del Capítulo 7.
En otras aplicaciones, estos datos de prueba pueden no estar disponibles,
Tenga en cuenta que una función de transferencia con parámetros
pero puede haber cierto conocimiento de las no linealidades del proceso.
constantes, Y(s)/ U(s), no se puede derivar para el modelo dinámico en las
Para problemas de control de pH que involucran un ácido fuerte y/o una
Ecs. 16-28 y 16-29, porque no es un sistema lineal. Sin embargo, es
base fuerte, la curva de pH puede ser muy no lineal, con variaciones de
bastante sencillo diseñar un controlador PID (con programación de
ganancia en varios órdenes de magnitud. Si la ganancia del proceso
ganancia) para este proceso.
cambia significativamente con las condiciones de operación, una estrategia
Suponga que la ganancia nominal es Kp0 = a0 para u = 0.
de programación de ganancia adecuada es mantener constante el producto
Luego, los valores de Kc, ÿI y ÿD se pueden determinar utilizando cualquiera
del controlador y las ganancias del proceso, KcKp = C, donde C es una
de las reglas de ajuste del Capítulo 12 para valores dados de Kp0, ÿ y ÿ.
constante especificada. Esta estrategia ayuda a mantener el margen de
Cuando u varía, es deseable mantener constante el producto de Kp(u) y
ganancia deseado (consulte el Capítulo 14). Esta estrategia de programación
Kc(u) , para mantener un margen de ganancia satisfactorio. Por lo tanto,
de ganancias podría implementarse de la siguiente manera.
especificamos que Kc(u)Kp(u) = Kc0Kp0, donde Kc0 es la ganancia
nominal del controlador para Kp0. La ganancia del controlador para la
Suponga que se usa el pH como variable de programación y se dispone
corriente u se puede calcular como Kc(u) = Kc0Kp0/Kp(u).
de una ecuación empírica que relaciona Kp con el pH.
Luego, el valor actual de Kp podría calcularse a partir de la medición del
Se puede desarrollar una relación similar para el caso en que Kp sea una
pH y Kc podría determinarse como Kc = C/ Kp.
función de y, en lugar de u.
Otra no linealidad representativa se ilustra mediante las respuestas

escalonadas de la figura 16.17, donde la ganancia del proceso Kp depende
16.5.2 Control de lógica difusa Los
de la señal de entrada u, Kp(u). Tenga en cuenta que la ganancia del
proceso se duplica cuando el tamaño de entrada aumenta de u = 0,5 a u = ingenieros normalmente interpretan las variables físicas de manera
1,0. Debido a que la dinámica del proceso es independiente de la magnitud cuantitativa, como una temperatura de 78 ÿC o un caudal de 10 L/min. Sin
de u, el comportamiento dinámico se aproxima mediante un modelo FOPTD embargo, la información cualitativa también puede ser muy útil tanto en la
con una ganancia que varía con u: ÿdy = ÿy + Kp(u)u(t ÿ ÿ) ingeniería como en la vida cotidiana. Por ejemplo, una persona en la ducha
es consciente de si la temperatura del agua está demasiado caliente,
demasiado fría o bien. No es necesaria una medición precisa de la
(16-28) temperatura. Además, dicha información cualitativa se puede utilizar con
dt
gran ventaja para el control de retroalimentación. Por ejemplo, si la
temperatura de la ducha es demasiado fría y el caudal es demasiado bajo,
4 se aumentaría el caudal de agua caliente. En las industrias de proceso, los
operadores de planta experimentados a veces toman medidas de control
3.5
basadas en información cualitativa, como el color observado o la uniformidad
de un material sólido cuando no se dispone de mediciones en línea de
3 tu = 2.0
tales variables de calidad.
tu = 1.0
2.5 tu = 0.5
El control de lógica difusa (FLC) es una técnica de control de

y 2
retroalimentación que utiliza información cualitativa y reglas verbales o
lingüísticas de la forma si-entonces (Babuška y Verbruggen, 1996;
1.5
Rhinehart et al., 1996; Passino y Yurkovich, 1998; Jantzen, 2007). ). Para
1 derivar la ley de control, el FLC utiliza la teoría de conjuntos borrosos, un

conjunto de reglas y un sistema de inferencia borroso.
0.5
FLC se ha utilizado en productos de consumo como lavadoras,
aspiradoras, automóviles, cargadores de baterías, sistemas de aire
0 0123456 7 8
acondicionado y enfoque automático de cámaras. También se ha aplicado
Tiempo
a problemas de control industrial tales como control de temperatura de
Figura 16.17 Respuestas escalonadas para un modelo no lineal para hornos, energía eólica, estabilidad de sistemas de potencia, procesos
diferentes magnitudes de entrada. biológicos, un
sistema de combustible de motores a reacción, control de robots, control Se puede emplear la sección. Cuando los cambios del proceso no pueden
de secadores y control de nivel (Blevins et al., 2013). medirse o predecirse, la estrategia de control adaptativo debe
implementarse en forma de retroalimentación, porque hay pocas
Conjuntos borrosos oportunidades para un tipo de estrategia de retroalimentación como la

adaptación programada. Muchos de estos controladores se denominan
Considere la temperatura ambiente T como una variable cualitativa con controladores autoajustables o controladores autoadaptativos (Åström y
tres clasificaciones posibles: caliente, aceptable o fría. Un posible esquema
Wittenmark, 1995; Lipták, 2006; Blevins et al., 2013).
de clasificación es
Caliente: si T > 24 ÿC En el control de ajuste automático, los parámetros del modelo de
Bien: si 18 ÿC < T < 24 ÿC proceso se actualizan a medida que se adquieren nuevos datos (utilizando
Frío: si T < 18 ÿC métodos de estimación en línea), y los cálculos de control se basan en el
modelo actualizado. Por ejemplo, la configuración del controlador podría
Sin embargo, estos límites de clase son arbitrarios y algo inapropiados.
expresarse como una función de los parámetros del modelo y las
Por ejemplo, ¿realmente queremos clasificar temperaturas de 23,5 ÿC
estimaciones de estos parámetros se actualizarían en línea a medida que
como correctas y 24,5 ÿC como calientes? Un esquema de clasificación
se reciben los datos de entrada/salida del proceso. Los controladores
más apropiado usaría un conjunto borroso. Un sistema de inferencia difusa
autoajustables generalmente se implementan como se muestra en la
determinaría qué regla es apropiada para la clasificación de temperatura
figura 16.18 (Åström y Wittenmark, 1995; Åström y Hägglund, 2006;
difusa.
Corripio y Newell, 2015).
En la figura 16.18, se emplean tres conjuntos de cálculos: estimación

16.6 SISTEMAS DE CONTROL ADAPTATIVOS
de los parámetros del modelo, cálculo de la configuración del controlador
Los problemas de control de procesos inevitablemente requieren el ajuste y cálculo de la salida del controlador en un circuito de retroalimentación.
en línea de la configuración del controlador para lograr un grado de control La mayoría de las técnicas de estimación de parámetros en tiempo real
satisfactorio. Si las condiciones de operación del proceso o el entorno requieren la introducción ocasional de una señal forzada externa para
cambian significativamente, es posible que se deba reajustar el controlador. permitir una estimación precisa de los parámetros del modelo (Hang et al.,
Si estos cambios ocurren con frecuencia, entonces se deben considerar 1993). Dicha señal de perturbación puede introducirse deliberadamente a
las técnicas de control adaptativo. Un sistema de control adaptativo es través del punto de ajuste o agregarse a la salida del controlador.
aquel en el que los parámetros del controlador se ajustan automáticamente
para compensar las condiciones cambiantes del proceso. Durante cada perturbación o cambio de punto de ajuste, la respuesta
del proceso se compara con la respuesta del modelo pronosticado y,
Se han propuesto muchas técnicas de control adaptativo para situaciones luego, el modelo se puede actualizar en función del error de predicción.
en las que los cambios del proceso son en gran medida desconocidos o Un enfoque que trata con los modelos que cambian con condiciones
impredecibles, en contraste con situaciones susceptibles al enfoque de operativas variables es el control adaptativo de modelos múltiples
programación de ganancias discutido en la sección anterior. En esta (Narendra et al., 1995; Schott y Bequette, 1997), donde se emplea un
sección, nos ocupamos principalmente del ajuste automático de la conjunto de modelos y controladores correspondientes. Se utiliza una
configuración del controlador de retroalimentación. función de ponderación para elegir la combinación de modelos que mejor
se adapte al comportamiento de entrada-salida del proceso. Esta técnica
Ejemplos de cambios en las condiciones del proceso que pueden ha sido utilizada en una variedad de
requieren ajuste del controlador o control adaptativo son
1. Cambios en las características del equipo (p. ej., ensuciamiento del

intercambiador de calor, desactivación del catalizador)
Cálculo del Estimaciones de parámetros
2. Estado operativo inusual, como fallas, inicio y apagado, u operaciones
controlador
por lotes 3. Alteraciones grandes y frecuentes (composición de la
alimentación,
calidad del combustible, etc.)
Estimación de
Configuración Aporte
4. Variaciones ambientales (tormentas de lluvia, ciclos diarios, etc.) parámetros del
del controlador
modelo de proceso
5. Cambios en las especificaciones del producto (cambios de grado) o
velocidades de flujo del producto 6. Comportamiento no lineal
Producción
inherente (p. ej., la dependencia de las velocidades de reacción química
con la temperatura) Sí +
Y
Controlador
PAGS
Proceso
Y
–
En situaciones en las que los cambios del proceso se pueden anticipar
o medir directamente y el proceso se entiende razonablemente bien,
entonces el enfoque de programación de ganancias (o adaptación
programada) discutido en el párrafo anterior Figura 16.18 Diagrama de bloques para el control de autoajuste.
Referencias 293
aplicaciones, incluido el control de la infusión de fármacos (Schott se han propuesto desde principios de la década de 1970, y
y Bequette, 1997). actualmente se utilizan varios productos comerciales introducidos
Dos ventajas del enfoque de control de autoajuste son que el durante la década de 1980 (Åström y Hägglund, 2006; Corripio y
modelo de la figura 16.18 no está restringido a funciones de Newell, 2015). Sin embargo, el control adaptativo ha tendido a
transferencia lineales de bajo orden o ecuaciones en diferencias ser una aplicación de nicho en lugar de usarse de forma
y no se requiere que el controlador tenga una estructura de generalizada en aplicaciones industriales. Además, existe la
controlador PID. La estructura del modelo puede ser de naturaleza preocupación de que el uso de un controlador adaptativo pueda
multivariable e incluso incorporar elementos de modelado no generar operaciones inestables o condiciones de operación
lineal, como redes neuronales artificiales. inseguras. En el futuro, se espera que los productos de control
El tema del control adaptativo continúa siendo de considerable que utilicen algún tipo de adaptación se vuelvan más comunes a
interés. Muchos algoritmos nuevos y mejorados. medida que mejoren los algoritmos y aumente el conocimiento del proceso.
RESUMEN
En este capítulo, hemos presentado una serie de estrategias de ser tratado por una o más de las técnicas avanzadas de control
control que ofrecen el potencial de un rendimiento mejorado de retroalimentación discutidas aquí: control en cascada,
sobre lo que se puede lograr con los controladores PID de un compensación de retardo de tiempo, control inferencial, control
solo lazo convencionales. Estas técnicas son especialmente selectivo, control no lineal y control adaptativo. Tenga en cuenta
atractivas para problemas de control difíciles, como los que se que el control feedforward (Capítulo 15), el control digital (Capítulo
caracterizan por variables y perturbaciones del proceso no 17), el control multivariable (Capítulo 18) y el control predictivo
medidas, retrasos prolongados, restricciones del proceso, del modelo (Capítulo 20) aumentan los métodos más
condiciones operativas cambiantes y no linealidades e especializados tratados aquí.
incertidumbres del proceso. Todas estas características pueden
REFERENCIAS
Åström, KJ y B. Wittenmark, Sistemas de control adaptativo, 2.ª ed., Henson, MA y DE Seborg (Eds.), Control de procesos no lineales, Prentice-
Addison-Wesley, Reading, MA, 1995. Hall, Upper Saddle River, NJ, 1997.
Åström, KJ y PR Kumar, Control: A Perspective, Automatica, Ingimundarson, I. y T. Hägglund, Comparación de rendimiento entre PID y
50, 3 (2014). controladores de compensación de tiempo muerto, J. Process Control, 12,
Åström, KJ y T. Hägglund, control PID avanzado, Sociedad Internacional de 887 (2002).
Automatización, Research Triangle Park, NC, 2006. Jantzen, J., Fundamentos del control difuso, John Wiley and Sons, Hoboken,
Babuška, R. y HB Verbruggen, An Overview of Fuzzy Modeling for Control, NJ, 2007.
Control Engineering Practice, 4 (11), 1593 (1996). Kirtania, K. y MS Choudhury, Un nuevo compensador de tiempo muerto para
procesos estables con tiempos muertos prolongados, J. Process Control,
Bequette, BW, Enfoques prácticos para el control no lineal: una revisión de 22, 612–625 (2012).
las aplicaciones de procesos, en el control de procesos basado en modelos Lee D., M. Lee, S. Sung e I. Lee, Ajuste robusto de PID para el predictor Smith
no lineales, NATO ASI Series E, vol. 353, R. Berber y C. Kravaris (Eds.), en presencia de incertidumbre del modelo, J. Process Control, 9, 79 (1999).
Kluwer, Dordrecht, 1998, págs. 3–32.
Blevins, T., WK Wojsznis y M. Nixon, Fundación de Control Avanzado: Lee, Y., S. Park y M. Lee, Ajuste del controlador PID para obtener respuestas
Técnicas y Aplicaciones de Herramientas, Sociedad Internacional de de bucle cerrado deseadas para sistemas de control en cascada, IEC
Automatización, Research Triangle Park, NC, 2013. Research, 37, 1859 (1998).
Bozzuto, C. (Ed.), Tecnologías de combustión limpia, 5.ª ed., Allstom, Windsor, Lipták, BG, Instrument Engineers Handbook, 4.ª ed., Process Control and
CT, 2009. Optimization, CRC Press, Boca Raton, FL, 2006.
Brosilow, C. y B. Joseph, Técnicas de control basado en modelos, Prentice Morari, M. y E. Zafiriou, Robust Process Control, Prentice Hall, Englewood
Hall, Upper Saddle River, NJ, 2002. Cliffs, NJ, 1989.
Buckley, PS, WL Luyben y JP Shunta, Design of Distillation Column Control Narendra, KS, J. Balakrishnan y MK Ciliz, Adaptación y aprendizaje con
Systems, ISA, Research Triangle Park, NC, 1985. múltiples modelos, conmutación y sintonización, IEEE Control Systems, 15
Corripio, A. y M. Newell, Tuning of Industrial Control Systems, (3), 37 (1995).
3.ª ed., ISA, Research Triangle Park, NC, 2015. Passino, KM y S. Yurkovich, Fuzzy Control, Addison-Wesley, Reading, MA,
Daoutidis, P. y D. Bartusiak, edición especial: CPC VIII, Computers and 1998.
Chemical Engineering, 51, 1–133 (2013). Rawlings, JB, BA Ogunnaike y JW Eaton (Eds.), Chemical Process Control VI,
Doyle, FJ, Control inferencial no lineal, J. Control de procesos, 8, 339 AIChE Symp. Ser., 97, N° 326, 2002.
(1998). Rhinehart, RR, HH Li y P. Murugan, Mejorar el control de procesos mediante
Doyle, FJ III, RK Pearson y BA Ogunnaike, Identificación y control mediante lógica difusa, Chem. Ing. Progreso, 92 (11), 60 (1996).
modelos de Volterra, Springer, Nueva York, 2015.
Hang, CC, TH Lee y WK Ho, Control adaptativo, ISA, Investigación Riggs, JB, Mejorar el control de la columna de destilación, Chem. Ing. Prog.,
Triangle Park, Carolina del Norte, 1993. 94 (10), 31 (1998).
Henson, MA y TA Badgwell (Eds.), Control de Procesos Químicos, Romagnoli, JA y A. Palazoglu, Introducción al control de procesos, Taylor y
7, Cómputo. química Ing., 30, 1425 (2006). Francis, Boca Raton, FL, 2006.
Schott, KD y BW Bequette, Control adaptativo de modelos múltiples, en Enfoques de Skogestad, S., Lo que se debe y no se debe hacer en el control de las columnas de
modelos múltiples para el modelado y el control, destilación, Trans IChemE, Parte A, Chem. Ing. Res. Des., 85(A1), 13,
R. Murray-Smith y T. Johansen (Eds.), Taylor y Francis, 2007.
Londres, Reino Unido, 1997, Capítulo 11. Smith, CA y A. Corripio, Principios y práctica de la automatización
Shinskey, FG, Controladores de retroalimentación para las industrias de procesos, Control Systems, 3.ª ed., John Wiley and Sons, Hoboken, NJ,
McGraw-Hill, Nueva York, 1994. 2006.
Shinskey, FG, Sistemas de control de procesos, 4.ª ed., McGraw-Hill, Nueva Smith, OJM, Control más cercano de bucles con tiempo muerto, Chem. Ing.
York 1996. Prog., 53 (5), 217 (1957).
EJERCICIOS
16.1 Los dispositivos de medición y su dinámica influyen en la (c) La acción integral no se incluyó en los bucles primario o secundario. Primero
Diseño de controladores de retroalimentación. Indique brevemente cuáles establezca Kc2 = 5, ÿI1 = ÿ y ÿI2 = 5 min. Encontrar
de los dos sistemas a continuación tendría su circuito cerrado la última ganancia del controlador utilizando la sustitución directa. Después
rendimiento mejorado significativamente por la aplicación de cascada repita el cálculo de estabilidad para ÿI1 = 5 min y ÿI2 = ÿ y
control (ver Fig. 16.4 para la notación y asumir Gp2 = 1 y comparar los dos resultados. Se compensa por Y1 eliminado en ambos
Gd1 = Gp1). Con los ajustes del controlador que se muestran a continuación, casos para cambios de paso en D1 o D2?
evalúe el efecto de una perturbación de escalón unitario en D2 en ambos sistemas.
A y B. 16.3 Considere el sistema de control en cascada de la figura E16.3. Usar
Reglas de ajuste de IMC para los controladores maestro y esclavo.
Primero diseñe Kc2 y luego use ese valor para
Sistema A Sistema B
diseño Gc1 (controlador PI). La función de transferencia de orden superior
Gv = 5 se puede aproximar primero mediante un modelo FOPTD usando un paso
Gv = 5
prueba. Trazar respuestas de circuito cerrado para diferentes valores del IMC
2
2
gp1 = 10 s + 1 constante de tiempo de lazo cerrado para el lazo externo y el lazo interno
gp1 = 10s + 1 para un cambio de punto de ajuste.
0.5 2
Gm2 = Gm2 = 16.4 El proceso de calentamiento de un tanque de agua que se muestra en la figura
0,5 s + 1 5s + 1
E16.4 controla la temperatura de salida en un punto de ajuste deseado TSP mediante
1 0.2
Gm1 = Gm1 = manipular la presión de vapor PS del vapor enviado al
5s + 1 5s + 1
intercambiador de calor del tanque. El pasador de presión de suministro de vapor está sujeto
Kc1 = 0,5 Kc1 = 2,5 a las variaciones que afectan a PS. Perturbaciones en la corriente de entrada
temperatura Ti son la principal perturbación del proceso.
ÿI 1 = 15
ÿI 1 = 15 Las funciones de transferencia del sistema de la figura E16.4 son
Kc2 = 1,0
Kc2 = 0,25 0.5
Proceso
gp =
Todas las constantes de tiempo están en minutos. (5s + 1)(3s + 1)
4
16.2 En el ejemplo 16.1, la ganancia última para el conductor primario Gv = Válvula
s+1
troller resultó ser 43,3 cuando Kc2 = 4.
(a) Deduzca las funciones de transferencia de lazo cerrado para Y1/D1 Gt = 0,5 Transmisor de temperatura
y Y1/D2 en función de Kc1 y Kc2. 2

Gd1 = Temperatura de la corriente de entrada
(b) Examine el efecto de Kc2 sobre la ganancia crítica de Kc1 mediante 2s + 1
disturbio
variando Kc2 de 1 a 20. ¿Para qué valores de Kc2 los beneficios del control en
cascada parecen ser menos importantes? Hay un 0.4
Gd2 = Perturbación de la presión de vapor
límite de estabilidad en Kc2? 10s + 1
Sí 1 1 1 Y
+ Kc1 1 + + Rc2
–
ÿEs – (2s + 1)(5s + 1) 10s + 1
1
s+1
Figura E16.3
Ejercicios 295
Controlador de transmisor (a) Describa brevemente cómo podría funcionar un sistema de control de
De METRO
Tm este tipo y dibuje un diagrama esquemático. Indique cualquier suposición

TT CT
en que haga. (b) Indique cómo clasificaría su esquema de control, por ejemplo,
retroalimentación, cascada o avance. Justifique brevemente
I/P
Tu respuesta.
(c) Dibuje un diagrama de bloques para el sistema de control.
Par termoeléctrico
EN
PD Alfiler
16.6 Considere las Figs. 16.3 y 16.4 que ilustran el control en cascada. (a)
Vapor
Suponga que fuera a aplicar un control de avance, en lugar de un control en
cascada, para manejar las perturbaciones D1 y D2. ¿Dónde espera que el
Condensar
control feedforward sea más beneficioso: para D1 o D2? Explicar por qué.
(b) Dibuje un diagrama de bloques que sea una modificación de la figura
T
16.4 que use control de avance para la perturbación D1 . (c) ¿Qué sensores
en
adicionales se requerirían para el control anticipativo de D1?
Figura E16.4
(a) Suponiendo que se usa un controlador PI con ÿI = 0.2 min, encuentre el 16.7 Diseñe un compensador de retardo de tiempo (predictor de Smith) para
rango de valores de Kc para los cuales el sistema es estable para una
eÿÿs
configuración estándar de lazo de control único. (b) Suponga que se gp = 5 s + 1
implementa una estrategia de control en cascada para manejar las variaciones
en la presión del vapor aguas arriba. ¿Cómo se debe configurar el segundo donde Gv = Gm = 1 y ÿ = 1. Muestre las respuestas de bucle cerrado para el
bucle? Dibuje el diagrama de bloques para el proceso usando esta estrategia punto de ajuste de escalón unitario y los cambios de perturbación (Gd = Gp).
y etiquete las variables del proceso. (c) Para la medición del caudal, Gm = Use un controlador IMC PI con ÿc = 3 (Caso A en la Tabla 12.1).
0,4, y un controlador proporcional de lazo interno, compare la respuesta de 16.8 Shinskey (1994) ha propuesto un compensador de tiempo de retardo
lazo cerrado del controlador en cascada con la del controlador PI estándar de la forma
(Kc1 = 2 y ÿI1 = 5) para una perturbación escalón unitario en presion de
vapor. Para el controlador en cascada, utilice Kc1 = 2, ÿI1 = 5 y Kc2 = 2. Gc = Kc ( 1 +ÿÿIs
eÿÿs
1 +) ÿIs
1
para un proceso FOPTD, con Kc = y ÿI = ÿ. Asumir Kp
Gm = Gv = 1.
16.5 Considere el sistema de calentamiento de tanque agitado que se
muestra en la figura E16.5. Se desea controlar la temperatura T2 ajustando (a) Deduzca la función de transferencia en lazo cerrado y demuestre que el
la tasa de calentamiento Q1 a través de la señal de voltaje V1 al SCR. Se ha retardo de tiempo se elimina de la ecuación característica. (b) ¿La respuesta
sugerido que las mediciones de T1 y T0, así como de T2, podrían proporcionar de lazo cerrado exhibirá un sobreimpulso?
un mejor control de T2.
T0m
T1m
TT
T0
en TT
V1 S
C
R
Q1 T2m
T1 TT
en
T2
en
S Q2
C
R
Figura E16.5
16.9 Applepolscher ha diseñado un predictor de Smith con control proporcional para 16.13 Se utiliza un CSTR para producir una sustancia química especial. La reacción
un circuito de control que regula la concentración de glucosa en sangre con el flujo es exotérmica y exhibe una cinética de primer orden. Los análisis oratorios de
de insulina. Basándose en los resultados de la simulación para un modelo FOPTD, laboratorio para la calidad del producto consumen mucho tiempo y requieren varias
ajustó el controlador para que no oscile. Sin embargo, cuando se implementó el horas para completarse. Ninguna medición de composición en línea ha resultado
controlador, ocurrieron severas oscilaciones. Ha verificado a través de numerosas satisfactoria. Se ha sugerido que la composición puede deducirse de la temperatura
pruebas escalonadas que el modelo de proceso es lineal. ¿Qué explicaciones se de salida del CSTR. Con el modelo CSTR linealizado del ejemplo 4.8, determine si
pueden ofrecer para este comportamiento anómalo? este enfoque de control inferencial sería factible. Suponga que se dispone de
mediciones del caudal de alimentación, la temperatura de alimentación y la
temperatura del refrigerante.
16.10 La función de transferencia de lazo cerrado para el predictor de Smith en la

ecuación. 16-22 se derivó asumiendo que no hay error de modelo. (a)
16.14 La presión de la vasija de un reactor se puede ajustar cambiando el caudal
Obtenga una fórmula para Y/ Ysp cuando G ÿ Gÿ. Que es gaseoso de entrada o de salida. El flujo de salida se mantiene fijo mientras la presión
la ecuacion caracteristica?
del tanque permanezca entre 100 y 120 psi, y los cambios de presión se tratan
(b) Sea G = 2eÿ2s /(5s + 1). Para controlar este proceso se utiliza un controlador manipulando la válvula de control de flujo de entrada. Sin embargo, si la presión
proporcional con Kc = 15 y un predictor de Smith. supera estos límites, entonces se cambia el flujo de gas de salida. Finalmente, si la
Simule cambios en el punto de ajuste para errores de ±20 % en la ganancia del presión supera los 200 psi, se abre una válvula de ventilación en el recipiente y se
proceso (K), la constante de tiempo (ÿ) y el retardo de tiempo (seis casos diferentes). transfiere el gas a un recipiente de almacenamiento. Diseñar un esquema de control
Analice la importancia relativa de cada tipo de error. (c) ¿Qué ganancia que cumpla con los objetivos de desempeño. Dibuje un diagrama de instrumentación
del controlador sería satisfactoria para cambios de ±50% en los tres parámetros del de proceso para el sistema de control resultante.
modelo?
16.11 Se utilizará un predictor de Smith con un integrador más eÿ3s . Para una
2 16.15 Los selectores se usan normalmente en los sistemas de control de combustión
proceso de retardo de tiempo, G(s) = perturbación escalón unitario y Gd = G,
s para evitar que ocurran situaciones inseguras.
demuestre que el control PI no eliminará el desplazamiento incluso cuando el modelo La Figura E16.15 muestra la configuración típica para los selectores alto y bajo que
se conoce perfectamente. Utilice la ecuación. 16-22 como punto de partida para su se aplican a las tasas de flujo de aire y combustible. La señal de demanda de energía
análisis. proviene del controlador de presión de vapor.
Discuta cómo funcionan los selectores en este esquema de control cuando la presión
16.12 En el capítulo 12 presentamos el método de diseño de síntesis directa, en el
del vapor cae repentinamente.
que se especifica la respuesta del punto de ajuste de lazo cerrado y la función de
transferencia del controlador se calcula algebraicamente. Para un proceso FOPTD y 16.16 Buckley et al. (1985) analizan el uso de un selector para controlar la
un controlador IMC (vea el Capítulo 12), demuestre que establecer G+ = eÿÿs temperatura del condensado a 100 ÿC en un tambor de reflujo, donde la variable
conduce a una estructura de controlador predictor de Smith cuando G = Gÿ. manipulada es el caudal de agua de refrigeración. Si la temperatura del condensado
baja demasiado, el
> <
FC
PIE FC PIE
Rango Tasa de
del flujo flujo de
de aire combustible
PT
Horno
Agua Vapor
Figura E16.15
Ejercicios 297
El controlador de temperatura reduce el caudal de agua de refrigeración, lo sugirió que la respuesta de lazo cerrado después de una perturbación se puede
que hace que aumente la temperatura de salida del agua de refrigeración. Sin estudiar para determinar cómo ajustar Kc y ÿI de forma incremental hacia arriba
embargo, si la temperatura del agua supera los 50–60 ÿC, se pueden producir o hacia abajo, utilizando medidas como el tiempo de estabilización, el error
incrustaciones y corrosión excesivas. Dibuja un diagrama esquemático que use máximo y la relación de caída. Appelpolscher ha propuesto el siguiente
un selector para mantener la temperatura de salida por debajo de 50 ÿC. algoritmo: si la relación de decaimiento es > 0,25, se reduce Kc. Si la relación
Determine la acción de la válvula (A–O o A–C) para la válvula de control de de decaimiento < 0,25, aumente Kc. No está seguro de cómo ajustar ÿI.
flujo y si el controlador de nivel debe ser de acción inversa o directa. Critique su regla para Kc y proponga una regla para cambiar ÿI.
16.17 Para muchos procesos químicos y biológicos, la ganancia de estado 16.21 En la figura E16.21 se muestra un diagrama de instrumentación para un
estacionario cambia cuando cambia una condición operativa del proceso, como sistema de control de calentador a fuego. Identificar estrategias de control
el rendimiento. Considere una aplicación biomédica en la que se utiliza un avanzadas basadas en el material de los Capítulos 15 y 16. Discutir la
caudal de fármaco para controlar la presión arterial. justificación de cada método avanzado.
La ganancia de estado estacionario K varía con la variable manipulada u de
16.22 Una mezcla líquida se concentra evaporando agua en un evaporador.
acuerdo con la relación
Las válvulas de medición y control disponibles se muestran en la Fig. E16.22.
b
K = un + Durante el funcionamiento normal, la salida Pac del controlador de concentración
en
es inferior o igual al 80 %. Además, la concentración del producto debe
donde u > 0 y ayb son constantes que se han determinado ajustando datos de controlarse ajustando la válvula de control de vapor, mientras que el caudal de
estado estacionario . Sugiera una modificación para el controlador PID estándar alimentación se regula mediante un controlador de flujo. Sin embargo, si la
para tener en cuenta esta variación en la ganancia del proceso. Justifica tu concentración de alimentación es baja durante un período prolongado, el
respuesta. Suponga que la constante de tiempo y el retardo de tiempo no controlador de concentración tiende a saturarse y, en consecuencia, la
cambian con el caudal. (En la ecuación anterior, u no es una variable de concentración del producto puede estar significativamente por debajo de su
desviación). punto de referencia.
Ambas válvulas de control están cerradas en caso de falla, mientras que cada
16.18 La calidad del producto de un reactor tubular catalítico se controla transmisor es de acción directa. Para hacer frente a esta situación indeseable,
mediante la tasa de flujo de la corriente entrante, utilizando mediciones de se propone reducir temporalmente (y automáticamente) el caudal de
composición de un cromatógrafo de gases de proceso. El catalizador se alimentación cuando la señal de salida del controlador de concentración supere
descompone con el tiempo y una vez que su actividad general cae por debajo el 80 %. Proponga una estrategia de control que logre este objetivo y dibuje el
del 50%, debe recargarse. La desactivación suele tardar entre dos y tres meses diagrama esquemático correspondiente.
en producirse. Una medida de la actividad del catalizador es el promedio de Justifique su elección. (Nota: la composición del alimento no se puede medir).
tres medidas de temperatura que se utilizan para estimar la temperatura
máxima.
Analice cómo emplearía un esquema de control adaptativo para mantener la 16.23 Una corriente residual (ácido nítrico diluido) se neutraliza agregando una
calidad del producto en niveles aceptables. ¿Qué funciones de transferencia corriente base (hidróxido de sodio) de concentración conocida a un tanque de
habría que determinar y por qué? neutralización agitado, como se muestra en la figura E16.23.
La concentración y el caudal de la corriente de ácido residual
16.19 Un proceso de segundo orden está controlado por un controlador PID. varían de manera impredecible. Se pueden medir los caudales de la corriente
La función de transferencia de servo de lazo cerrado deseada es residual y la corriente base. El pH de la corriente de efluentes se puede medir,
pero se produce un retraso de tiempo significativo debido a la ubicación aguas
Y 1 GpGc
= = abajo de la sonda de pH.
Gv = Gm =
Sí ÿcs + 1 1 + GpGc La experiencia pasada ha indicado que no es posible ajustar un controlador
PID estándar para que se produzca un control satisfactorio en toda la gama de
y el modelo de proceso es
condiciones de funcionamiento. Como especialista en control de procesos, se
Kp le ha pedido que recomiende una estrategia de control avanzada que tiene el
gp = potencial de mejorar mucho el control. Justifique su método propuesto (sea lo
(ÿ1s + 1)(ÿ2s + 1)
más específico posible).
(a) Obtenga una ley de control que muestre cómo ajustar Kc, ÿI y ÿD con base También cite cualquier información adicional que necesite.
en las variaciones de Kp, ÿ1 y ÿ2 y la constante de tiempo de lazo cerrado
deseada ÿc. (b) Suponga que ÿ1 = 3, ÿ2 = 5 y Kp = 1. Calcule los valores de 16.24 Los lazos de control de flujo suelen ser rápidos en comparación con
otros lazos, por lo que se puede considerar que están en estado estable
Kc, ÿI y ÿD para lograr ÿc = 1,5. Muestre cómo la respuesta se deteriora por
los cambios en los siguientes parámetros del modelo cuando el controlador (esencialmente). En este caso, se recomienda el control integral. Demuestre
permanece sin cambios: (i) Kp = 2 (ii) Kp = 0.5 (iii) ÿ2 = 10 (iv) ÿ2 = 1 que para Gd = Gp = Kp, el control integral proporciona un control satisfactorio
tanto para los cambios en el punto de referencia como para las perturbaciones.
Suponga que Gv = Gm = 1.
16.25 La diabetes mellitus se caracteriza por la insuficiencia del páncreas para

producir suficiente insulina para regular el nivel de azúcar en la sangre. En la
diabetes tipo I, el páncreas no produce insulina y el paciente depende
totalmente de la insulina de una fuente externa para ser infundida a un ritmo
16.20 Ideal Gas Company tiene un proceso que requiere un controlador PI que mantenga los niveles de azúcar en la sangre en niveles normales. La
adaptativo, pero el presupuesto de capital de la empresa se ha congelado. A hiperglucemia ocurre cuando el nivel de glucosa en sangre aumenta mucho
Appelpolscher se le ha encomendado el trabajo de desarrollar un controlador más de lo normal (>8 mmol/L) durante períodos prolongados; La hipoglucemia
adaptativo económico y de cosecha propia. Ha sido ocurre cuando la sangre
Control de
presión de la
cámara de combustión
PT ordenador personal
Control
de temperatura Punto de ajuste
de salida
de temperatura L/L
CT L/L = unidad de adelanto/
retraso
PIE TT S
Controles de
TT
aire/combustible Salida del

Alimento X
calentador k
A
O2
X
C.A.
> <
PIE FC
X FC PIE A
Aire Combustible
gas
Figura E16.21
Vapor PIE PIE

FC
desperdicio q base
PIE
Vapor
Alimento
Condensar
C.A.
A
pHT
Producto
Figura E16.22
Figura E16.23
el nivel de azúcar cae por debajo de los valores de 3 mmol/L. Ambas (una perturbación) que estima que liberará glucosa según D(t) = 0,5eÿ0,05t
situaciones pueden ser perjudiciales para la salud del individuo. El rango , insulina
donde t está en minutos y D(t) está ensubcutánea
mmol/L – min.
queTiene
puedeuna
liberar
bomba
insulina
de
normal de azúcar en la sangre está entre 3,8 y 5,6 mmol/L, el rango objetivo hasta 115 mU/min (mU = 10ÿ3 Unidad de insulina).
para un controlador que regula el azúcar en la sangre.
Un paciente con diabetes tipo I necesita su ayuda para mantener su El caudal de insulina es la variable manipulada. Suponga que el nivel de
azúcar en sangre dentro de un rango aceptable (3 mmol/L < glucosa < 8 glucosa en sangre se puede medir tomando muestras de insulina en sangre
mmol/L). Ella acaba de comer una gran comida con poca frecuencia.
Ejercicios 299
Analice las estrategias de control de los capítulos 15 y 16 que pueden ser útiles Maestro
para resolver este problema. Explique por qué una estrategia dada podría ser CT
apropiada, pero también indique posibles dificultades.
El Capítulo 23 analiza una simulación de diabetes.
Esclavo CT
16.26 La figura E16.26 muestra el control de temperatura en cascada de un reactor polimerizador
de polimerización, que utiliza intercambio de calor de alimentación para ajustar la

temperatura del reactor. Usando el diagrama de instrumentación, explique cómo Refrigerante
TT
este sistema de control en cascada (tanto los componentes maestro como los
TT
esclavos) maneja las siguientes perturbaciones y describa qué sucede con la
temperatura del reactor. Alimentación del polimerizador
Suponga temperaturas normales del refrigerante (70 ÿF), la alimentación de

polimerización (200 ÿF), el efluente del intercambiador (100 ÿF) y la salida del Intercambiador de
reactor (800 ÿF). (a) La temperatura de alimentación se vuelve demasiado alta. (b) calor de alimentación
El caudal de alimentación se vuelve demasiado alto.
Figura E16.26
16.27 La configuración de control del reactor en cascada que se muestra en la
figura 16.3 utiliza una medición de la temperatura del agua de enfriamiento. Se ha 16.28 En la introducción a la Sección 16.4, se establece que con base en un
sugerido que se mida la temperatura de la pared del reactor para hacer frente a los análisis de grados de libertad de estado estacionario de un sistema de control, no
gradientes de temperatura en el contenido del tanque, el llamado circuito de control es posible eliminar la compensación en las variables controladas para un cambio
de triple cascada. Dibuje un diagrama de bloques del sistema de control de triple de punto de ajuste arbitrario donde hay menos variables manipuladas que variables
cascada y discuta cómo esto podría proporcionar una respuesta mejorada de controladas. Usando un modelo algebraico lineal de una entrada, dos salidas,
circuito cerrado a una perturbación en la tasa de flujo de agua de enfriamiento. explique por qué esta afirmación es verdadera.
capitulo 17
muestreo digital,
Filtrado y Control
17.1 Muestreo y reconstrucción de señales 17.1.1

Aliasing 17.1.2 El período de muestreo
17.1.3 Directrices para seleccionar el período
de muestreo
17.2 Procesamiento de señales y filtrado de datos

17.2.1 Filtros analógicos 17.2.2 Filtros
digitales
17.3 Análisis de transformada z para control digital 17.3.1

Las funciones de transformada z y transferencia discreta
17.3.2 Forma de modelo de convolución discreta
17.3.3 Realizabilidad Física 17.3.4

Análisis de Estabilidad
17.4 Sintonización de controladores PID digitales
17.5 Síntesis Directa para el Diseño de Controladores Digitales

17.5.1 Método de Dahlin (Sintonización Lambda)
17.5.2 Algoritmo de Vogel-Edgar 17.5.3
Control de modelo interno (IMC)
17.6 Control de Varianza Mínima
Resumen
Las especificaciones de un sistema basado en computadora para 17.1 MUESTREO Y RECONSTRUCCIÓN

realizar la adquisición y el control de datos deben abordar varias DE SEÑAL
preguntas: 1. ¿Con qué frecuencia se deben adquirir los datos de
Cuando se utiliza una computadora digital para el control, las
cada sensor? Es decir, ¿qué tasa de muestreo debe emplearse?
mediciones continuas se convierten en forma digital mediante un
convertidor de analógico a digital (ADC) (consulte el Apéndice A).
Esta operación es necesaria porque la computadora digital no
2. ¿Las mediciones contienen una cantidad significativa de ruido? puede procesar directamente una señal continua (analógica);
Si es así, ¿pueden condicionarse (filtrarse) los datos para primero se debe muestrear la señal y luego a cada valor analógico
reducir los efectos del ruido? se le debe asignar su valor digital correspondiente. El intervalo de
3. ¿Qué algoritmo de control digital se debe emplear? tiempo entre sucesivas
300
17.1 Muestreo y reconstrucción de señales 301
Convertidor de digital a analógico

y(t) y*(t)
ÿt
(a) El muestreador yH(t)

y(t) y*(t) Retención de
ÿt orden cero
y(3)
y(2)
y(t) y(t)
yH(t)
y(1)
y, yH
y(0)
ÿt
ÿt
0
0
0
t1 t2 t3 t4 t5 t6 t7 t1 t2 t3 t4 t5
Tiempo
Tiempo
(b) Señal continua y(t) y muestras Figura 17.2 Conversión de digital a analógico utilizando una retención
de orden cero.
entrada (aunque un motor paso a paso es una excepción).

El DAC generalmente contiene una retención de orden cero (ZOH)
para convertir la señal digital (pulsada) del controlador en una
y*(t)
función de escalera yH(t), como se muestra en la figura 17.2.
ÿt
Tenga en cuenta que la señal de salida del ZOH yH(t) se mantiene
constante durante un período de muestreo hasta que se recibe la
siguiente muestra, lo que se puede expresar como
0 yH(t) = y(k ÿ 1) para tkÿ1 ÿ t < tk (17-1)

0
t1 t2 t3 t4 t5 t6 t7 Se pueden emplear otros tipos de dispositivos de retención para la
Tiempo
reconstrucción de la señal; por ejemplo, una retención de primer
(c) Señal muestreada orden extrapola la señal digital linealmente durante el intervalo de
tiempo de tkÿ1 a tk en función del cambio durante el intervalo anterior:
Figura 17.1 Muestreo periódico idealizado. Para un período de muestreo
uniforme ÿt, los instantes de muestreo t corresponden a klostt tiempos
1, 2,… , ÿt,
2ÿt, …, kÿt.
yH(t) = y(k ÿ 1) + (t ÿ tkÿ1 ) [y(k
ÿt ÿ 1) ÿ y(k ÿ 2)]
para tkÿ1 ÿ t < tk (17-2)
muestras se denomina período de muestreo ÿt, que corresponde a
la frecuencia de muestreo o exploración , fs = 1/ÿt (ciclos/tiempo) o, Aunque las retenciones de segundo orden y otras de orden
de manera equivalente, la frecuencia de muestreo, ÿs = 2ÿ/ÿt superior pueden diseñarse e implementarse como DAC de propósito
(radianes/tiempo). especial (Ogata, 1995; Åström y Wittenmark, 2011; Franklin et al.,
La figura 17.1 muestra una operación idealizada de muestreo 2005), estos enfoques más complicados no ofrecen ventajas
periódico en la que la señal muestreada yÿ(t) es una serie de significativas para la mayoría de los problemas de control de
impulsos que representan las mediciones y(0), y(1), y(2).… en los procesos. En consecuencia, haremos énfasis en el ZOH, porque es
instantes de muestreo t = 0 , ÿt, 2ÿt,… La representación en la Fig. el dispositivo de retención más utilizado para el control de procesos.
17.1, también conocida como modulación de impulsos (Franklin et
al., 2005), se basa en la suposición de que la operación de muestreo La figura 17.3 muestra el diagrama de bloques de un lazo de
ocurre instantáneamente. control de retroalimentación típico con un controlador digital. Tenga
en cuenta que tanto las señales continuas (analógicas) como las
La mayoría de los sistemas de control de computadoras requieren muestreadas (digitales) aparecen en el diagrama de bloques. Los
un dispositivo llamado DAC (convertidor de digital a analógico), que dos muestreadores suelen tener el mismo período de muestreo y
cambia una serie de pulsos (desde la computadora digital o el funcionan sincrónicamente, lo que significa que adquieren las
controlador) en una señal continua. Esta señal luego se transfiere a señales muestreadas exactamente al mismo tiempo. Sin embargo,
un elemento de control final, como una válvula de control. En el a veces se usa el muestreo de frecuencia múltiple , en el que un
control de procesos, el elemento de control final normalmente muestreador opera a una velocidad más rápida que el otro. Por
requiere una señal de entrada continua en lugar de una pulsada. ejemplo, es posible que deseemos muestrear una variable de proceso y filtrar la
302 Capítulo 17 Muestreo, filtrado y control digital
Computadora
D
CAD
Final
Sí Y Digital Elemento de control +
Proceso
Y
+– Mantener de PU +
ÿt controlador
En* Mmm Elemento

ÿt de medición
ADC
ADC: convertidor de analógico a digital
DAC: convertidor de digital a analógico
Figura 17.3 Diagrama de bloques simplificado para control por computadora.
realizar mediciones con bastante frecuencia y realizar los cálculos de et al., 2005), una señal sinusoidal debe muestrearse más de dos veces
control con menos frecuencia para evitar un desgaste excesivo en el cada período para recuperar la señal original; es decir, la frecuencia de
actuador o la válvula de control. El diagrama de bloques de la figura 17.3 muestreo debe ser al menos el doble de la frecuencia de la onda sinusoidal.
es simbólico porque no se muestran las relaciones matemáticas entre las
distintas señales (p. ej., funciones de transferencia). El aliasing también ocurre cuando se muestrea una variable de proceso
que no varía sinusoidalmente. En general, si una medición de proceso se
muestrea con una frecuencia de muestreo, ÿs, los componentes de alta
frecuencia de la variable de proceso con una frecuencia mayor que ÿs/2
17.1.1 Alias aparecen como componentes de baja frecuencia (ÿ < ÿs/2) en la señal
La tasa de muestreo debe ser lo suficientemente rápida para que no se muestreada. . Dichos componentes de baja frecuencia pueden causar
pierda información significativa del proceso, como se ilustra en la figura 17.4. problemas de control si aparecen en el mismo rango de frecuencia que
Suponga que se muestrea una señal sinusoidal a una velocidad de 4/3 las variaciones normales del proceso (p. ej., frecuencias cercanas a la
muestras por ciclo (es decir, 4/3 muestras por período). frecuencia crítica ÿc, como se analiza en el Capítulo 14). El alias se puede
Esta tasa de muestreo hace que la señal reconstruida parezca una eliminar mediante el uso de un filtro anti-aliasing , como se explica en la
sinusoide con un período mucho más largo que la señal original, como se Sección 17.2.
muestra en la figura 17.4b. Este fenómeno se conoce como aliasing.
Tenga en cuenta que si la señal sinusoidal original se muestreara solo dos
veces por período, se obtendría una señal muestreada constante, como
se muestra en la figura 17.4d. 17.1.2 El período de muestreo Un
Según el teorema de muestreo de Shannon (Franklin muestreo demasiado lento puede reducir la eficacia de un sistema de
control de retroalimentación, especialmente su capacidad para hacer
frente a las perturbaciones. En un caso extremo, si el período de muestreo
es más largo que el tiempo de respuesta del proceso, una perturbación
puede afectar el proceso, pero la influencia de la perturbación desaparecerá
antes de que el controlador tome medidas correctivas. En esta situación,
(a) Señal original y muestras (fs (c) Señal original y muestras (fs el sistema de control no puede manejar perturbaciones transitorias y solo
= 4/3 muestras por ciclo) = 2 muestras por ciclo)
es capaz de control de estado estable. Por lo tanto, es importante
considerar la dinámica del proceso (incluidas las características de
perturbación) al seleccionar el período de muestreo. Los controladores
digitales comerciales suelen emplear una velocidad de exploración fija
menor o igual a 1 s, pero pueden variar el período de muestreo para los
cálculos de control. Para ÿt ÿ 1 s, el rendimiento de un controlador digital
(b) Señal aparente de baja (d) Señal aparente de baja se aproxima mucho al del control continuo (analógico) en aplicaciones
frecuencia (aliasing) frecuencia (aliasing)
normales de control de procesos.
(fs = 4/3 muestras por ciclo) (fs = 2 muestras por ciclo)
Figura 17.4 Error de alias debido a un muestreo demasiado lento.

17.2 Procesamiento de señales y filtrado de datos 303
17.1.3 Directrices para seleccionar el ruido; por lo tanto, se llama filtro de paso bajo. Su operación se describe
período de muestreo mediante una función de transferencia de primer orden o, de manera
equivalente, una ecuación diferencial de primer orden. dyF(t) + yF(t) =
La selección del período de muestreo sigue siendo más un arte que
una ciencia. Se han informado una serie de pautas y reglas generales ym(t) ÿF dt
(17-4)
tanto para los controladores PID como para los controladores basados
en modelos, como el modelo interno. donde ym es el valor medido (la entrada del filtro), yF es el valor filtrado
Enfoque de Control (IMC) del Capítulo 12 (Åström y Wittenmark, 2011; (la salida del filtro) y ÿF es la constante de tiempo del filtro. Tenga en
Isermann, 1989). Puede haber una diferencia entre el período de cuenta que el filtro tiene una ganancia de estado estable de uno. El
muestreo utilizado por el hardware de control de la computadora filtro exponencial también se llama filtro RC, porque se puede construir
(típicamente 1 segundo o menos) para la adquisición de datos y el a partir de un circuito eléctrico RC simple.
período de muestreo utilizado para los cambios de salida del
controlador. Para el período de muestreo ÿt en el algoritmo de control, La figura 17.4 mostró que el muestreo relativamente lento de una
Åström y Wittenmark (2011) han propuesto varias pautas en términos señal analógica de alta frecuencia puede producir una señal artificial
de constante de tiempo dominante ÿdom o tiempo de establecimiento de baja frecuencia. Por lo tanto, es deseable usar un filtro analógico
ts. para filtrar previamente los datos del proceso antes del muestreo para
ÿt eliminar el ruido de alta frecuencia tanto como sea posible. Para estas
0,01 ÿ ÿdom ÿ 0,05 (17-3a) aplicaciones, el filtro analógico a menudo se denomina filtro
antisolapamiento en el que el período de muestreo se puede seleccionar
ts ts ÿ ÿt ÿ 15 6
(17-3b) de forma independiente, con ÿF establecido en aproximadamente 0,5
ÿt. Sin embargo, para tratar señales que varían lentamente, también
En algunos casos, el tiempo de demora del proceso puede convertirse se puede utilizar el filtrado digital, como se describe en la Sección
en un factor y el período de muestreo debe reducirse para acelerar el 17.2.2 (McConnell y Jernigan, 2005).
tiempo de respuesta a las perturbaciones. Se puede realizar una
simulación utilizando diferentes períodos de muestreo para realizar la La constante de tiempo del filtro ÿF en la ecuación. 17-4 debe ser
selección final. Nuevamente, debemos mencionar que los datos del mucho menor que la constante de tiempo dominante del proceso ÿdom
proceso pueden adquirirse a una velocidad superior a la indicada para evitar introducir un retraso dinámico significativo en el circuito de
anteriormente.
control de retroalimentación. Por ejemplo, elegir ÿF < 0.1ÿdom
generalmente satisface este requisito. Por otra parte, si la amplitud del
17.2 PROCESAMIENTO DE SEÑALES Y ruido es alta, es posible que se requiera un valor mayor de ÿF para
FILTRADO DE DATOS suavizar las mediciones ruidosas. El rango de frecuencia del ruido es
otra consideración importante. Suponga que la frecuencia de ruido más
En las aplicaciones de control de procesos, el ruido asociado con las baja esperada se denota por ÿN. Entonces ÿF debe seleccionarse de
mediciones puede provenir de varias fuentes: el dispositivo de medición,
modo que ÿF < ÿN, donde ÿF = 1/ÿF. Por ejemplo, supongamos que
el equipo eléctrico o el proceso mismo. Los efectos del ruido generado especificamos ÿF = 0.1ÿN, que corresponde a ÿF = 10/ÿN. Entonces el
eléctricamente se pueden minimizar siguiendo los procedimientos ruido a la frecuencia ÿN será atenuado por un factor de 10, según la
establecidos relacionados con el blindaje de los cables, la puesta a Ec. 14-13 y el diagrama de Bode de la figura 14.2. En resumen, ÿF
tierra, etc. (McConnell y Jernigan, 2005). El ruido inducido por el debe seleccionarse de manera que 1/ÿN ÿ ÿF ÿ 0.1ÿdom.
proceso puede surgir de las variaciones resultantes de la mezcla
incompleta, la turbulencia y los flujos multifásicos no uniformes.
Los efectos tanto del ruido del proceso como del ruido de la medición
se pueden reducir mediante el acondicionamiento o el filtrado de la 17.2.2 Filtros digitales
señal. En el lenguaje de procesamiento de señales, el término filtro es En esta sección, consideramos varios filtros digitales ampliamente
sinónimo de función de transferencia, porque un filtro transforma las utilizados. Un tratamiento más completo de las técnicas de filtrado
señales de entrada para producir señales de salida. Un filtro aumenta digital y procesamiento de señales está disponible en otros lugares
efectivamente la vida útil de la válvula, porque los movimientos de la (Oppenheim y Shafer, 1999).
válvula se reducen cuando el controlador recibe agua filtrada.
mediciones.
Filtro exponencial
Primero consideramos una versión digital del filtro exponencial en la

17.2.1 Filtros analógicos Los
ecuación. 17-4. Denotar las muestras de la variable medida como ym(k
filtros analógicos se utilizan para suavizar los datos experimentales ÿ 1), ym(k),…y los valores filtrados correspondientes como yF(k ÿ 1),
ruidosos. Por ejemplo, se puede usar un filtro exponencial para yF(k),…donde k se refiere al instante de muestreo actual. La derivada
amortiguar las fluctuaciones de alta frecuencia debidas a la electricidad. en la ecuación. 17-4
en el paso de tiempo k se puede aproximar por un primer orden segundo filtro (con salida yF(k) y constante de filtro ÿ)
diferencia hacia atrás: se puede expresar como
dyF yF(k) yF (k 1)
ÿ (17-5) yF(k)=ÿyF(k)+(1 ) yF (k 1) (17-10)
dt ÿt
o
Sustituyendo en la Ec. 17-4 y reemplazando yF(t) por yF(k) y
ym(t) por ym(k) rendimientos yF(k) = ÿym(k) + ÿ(1 ÿ ÿ)yF(k ÿ 1)
yF(k) yF (k 1) + (1 )yF(k 1) (17-11)
+ yF(k) = ym(k) ÿF (17-6)
ÿt
Escritura de la ecuación. 17-10 para el instante de muestreo anterior da
Reorganizar da
ÿt
yF ( k 1)=ÿyF(k 1)+(1 )yF(k 2) (17-12)
yF(k) = ym(k) + yF(k ÿ 1) ÿF + ÿtÿF (17-7)
ÿF + ÿt Resolviendo para yF(k ÿ 1),
Definimos un parámetro adimensional 1 1-c

yF(k 1) = yF(k 1) yF(k 2) (17-13)
ÿt C C
ÿ =+
ÿ ÿF (17-8a)
ÿt Sustituyendo la ecuación. 17-13 en la ecuación. 17-11 y reorganización
donde 0 < ÿ ÿ 1. Entonces da la siguiente expresión para el filtro exponencial doble:
ÿt
1 ÿÿ= 1 ÿ ÿF = ÿF
(17-8b)
+ ÿt ÿF + ÿt yF(k) = ÿym(k)+(2 ÿ ÿ ÿ ÿ)yF(k ÿ 1)
de modo que la Ec. 17-7 se puede escribir como ÿ (1 ÿ ÿ)(1 ÿ ÿ)yF(k ÿ 2) (17-14)
Una simplificación común es seleccionar ÿ=ÿ, dando

yF(k)=ÿym(k)+(1 ÿ ÿ)yF(k ÿ 1) (17-9)
yF(k)=ÿ2ym(k) + 2(1 ÿ ÿ)yF(k ÿ 1)
La ecuación 17-9 indica que la medida filtrada es una suma
ÿ (1 ÿ ÿ)2yF(k ÿ 2) (17-15)
ponderada de la medida actual
ym(k) y el valor filtrado en el muestreo anterior La ventaja del doble filtro exponencial sobre
instante yF(k ÿ 1). Esta operación también se llama simple el filtro exponencial de la ecuación. 17-9 es que da mejor
Suavizado exponencial o filtro EWMA, o media móvil ponderada filtrado de ruido de alta frecuencia, especialmente si ÿ=ÿ. En
exponencialmente. Casos limitantes por otro lado, a veces es difícil sintonizar ÿ y ÿ
para ÿ son correctamente para una determinada aplicación o conjunto de datos.
La robustez de un controlador PID se ve reforzada por
ÿ = 1: Sin filtrado (la salida del filtro es la
uso de un filtro sobre la variable medida. Segovia et al.
medida bruta ym(k)).
(2014) y Garpinger y Hägglund (2015) recomiendan un filtro
ÿ ÿ 0: La medida se ignora. críticamente amortiguado de segundo orden que tiene
un parámetro de sintonización y exhibe atenuación de amplitud
La ecuación 17-8a indica que ÿ = 1 corresponde a un a alta frecuencia. Este filtro parece ser
constante de tiempo de filtro de cero (sin filtrado). ventajoso en comparación con el doble filtro exponencial
Expresiones alternativas para ÿ en la ecuación. 17-9 puede ser con dos constantes de tiempo diferentes (ÿ ÿ ÿ). Aunque el
derivado si la diferencia a plazo u otra integración filtro de segundo orden es beneficioso en algunos casos, el único
se utilizan esquemas para dy/dt (Franklin et al., 2005). El filtro exponencial se usa más ampliamente en el control de procesos.
Integración analítica de la ecuación. 17-4 para ceder una diferencia aplicaciones
la ecuación se puede realizar para una constante por partes
entrada, lo que lleva al resultado obtenido previamente en
Filtro de promedio móvil
Capítulo 7 (Ec. 7-25).
Un filtro de promedio móvil promedia un número específico
de puntos de datos pasados, dando el mismo peso a cada dato
Doble filtro exponencial punto. Suele ser menos efectivo que el exponencial.
Otro filtro digital útil es el doble exponencial filtro, que da más peso a los más recientes
o filtro de segundo orden, que ofrece algunas ventajas datos. El filtro de promedio móvil se puede expresar
para hacer frente a la desviación de la señal y las señales de tendencia. los matemáticamente como
filtro de segundo orden es equivalente a dos filtros de primer orden k

1
en serie, donde la entrada del segundo filtro es la salida yF(k) = ÿ ym(yo) (17-16)
Nÿ
señal yF(k) del filtro exponencial en la ecuación. 17-9. los yo=kÿNÿ+1
17.2 Procesamiento de señales y filtrado de datos 305
donde Nÿ es el número de puntos de datos anteriores que se El filtro se puede escribir como
promedian. La ecuación 17-16 también se puede expresar en ÿ ym(k) si |ym(k) ÿ y(k ÿ 1)| ÿ ÿy ÿ yF(k ÿ 1)ÿÿy si
términos del valor filtrado k ÿ 1, yF(k ÿ 1): yF(k ÿ 1) ÿ ym(k) > ÿy ÿ yF(k) = ÿ yF(k ÿ 1)+ÿy si
ym(k) ÿ yF(k ÿ 1) > ÿy ÿ (17-19)
kÿ1
1
yF(k 1) = ÿ ym(yo) (17-17)
Nÿ
i=kÿNÿ
Si ocurre un gran cambio en la medición, el filtro reemplaza la
Restar la ecuación. 17-17 de la ecuación. 17-16 da la forma
medición por la salida del filtro anterior más (o menos) el
recursiva del filtro de promedio móvil:
cambio máximo permitido. Este filtro también se puede usar
1 para detectar fallas en el funcionamiento del instrumento,
yF(k) = yF(k ÿ 1) + (ym(k) ÿ ym(k ÿ Nÿ)) (17-18)
Nÿ como una falla de energía, una ruptura en un termopar o en la
El filtro de promedio móvil es un filtro de paso bajo que línea del instrumento, o un “fallo” en el ADC.
elimina el ruido de alta frecuencia. Hay disponibles filtros digitales más complicados, pero no
se han usado comúnmente en aplicaciones de control de
procesos. Estos incluyen filtros de paso alto y filtros de paso
Filtro de picos de de banda (Isermann, 1989; Oppenheim y Shafer, 1999), así
como el filtro de suavizado polinomial Savitzky-Golay
ruido Si una medición ruidosa cambia repentinamente en gran (Orfanidis, 1995; Xu et al., 2015), que se puede usar en línea. .
medida y luego vuelve al valor original (o cerca de él) en el
siguiente instante de muestreo, se dice que se produce un
pico de ruido . La figura 17.5 muestra dos picos de ruido que
EJEMPLO 17.1
aparecen en los datos de temperatura experimentales para un
baño de arena fluidizada. En general, los picos de ruido Para comparar el desempeño de filtros alternativos, considere una
pueden ser causados por señales eléctricas espurias en el señal de onda cuadrada con una frecuencia de f = 0.33 ciclos/min y
entorno del sensor. Si los picos de ruido no se eliminan una amplitud de 0.5 corrompida por
filtrando antes de enviar la medición ruidosa al controlador, el (i) Ruido sinusoidal de alta frecuencia (amplitud = 0,25,
controlador producirá cambios grandes y repentinos en la fN = 9 ciclos/min)
variable manipulada.
(ii) Ruido aleatorio (gaussiano) con media cero y una varianza de 0,01
Los filtros de picos de ruido (o filtros de tasa de cambio ) se
utilizan para limitar cuánto se permite que cambie la salida
filtrada de un instante de muestreo al siguiente. Si ÿy denota Evalúe los filtros exponenciales simples analógicos y digitales, así
como un filtro de promedio móvil, y evalúe el efecto del intervalo de
el cambio máximo permisible, el pico de ruido
muestreo ÿt.
SOLUCIÓN
300
(i) Ruido sinusoidal
Los resultados representativos del ruido sinusoidal de alta frecuencia

se muestran en la figura 17.6. La onda cuadrada con ruido aditivo, la
200 señal a filtrar, se muestra en la figura 17.6a, y el desempeño de dos
filtros exponenciales analógicos con diferentes constantes de tiempo
de filtro se muestra en la figura 17.6b. La elección de una constante de
tiempo de filtro relativamente grande (ÿF = 0,4 min) da como resultado
una señal filtrada que contiene menos ruido pero es más lenta, en
comparación con la respuesta para ÿF = 0,1 min.
100 El efecto del período de muestreo ÿt sobre el rendimiento del filtro
digital se ilustra en la figura 17.6c. Un intervalo de muestreo más
grande (ÿt = 0,1 min) da como resultado un solapamiento grave, porque
fs = 1/ÿt = 10 ciclos/min, que es inferior a 2fN = 18 ciclos/min para el
ruido sinusoidal añadido. La reducción de ÿt por un factor de dos da
0
como resultado un rendimiento mucho mejor.
0 200 400 600 800 1000 Para cada filtro, se eligió un valor de ÿF = 0.1 min, porque este valor
hora (min) fue satisfactorio para el filtro analógico de la figura 17.6b. El valor más
pequeño de ÿ (0,33 para ÿt = 0,05 min frente a 0,5 para ÿt = 0,1 min)
Figura 17.5 Datos de respuesta de temperatura que contienen dos picos
proporciona más filtrado.
de ruido.
1.5 1.5
ÿF = 0,1 min
ÿF = 0,4 min
1 1
Producción 0.5 0.5
0 0
(a) (b)
–0.5 –0.5
012 345 012 345
hora (min) hora (min)
1.5 1.5
ÿt = 0,05 minutos ÿt = 0,10 min
1 1
N* = 3
Producción 0.5 0.5 N* = 7
0 0
(C) (d)
–0.5 –0.5
012 345 012 345
Figura 17.6 Una comparación del rendimiento del filtro para ruido sinusoidal aditivo: (a) onda cuadrada más ruido (señal original); (b) filtros exponenciales
analógicos; (c) filtros exponenciales simples digitales; (d) filtros de promedio móvil.
El desempeño de dos filtros de promedio móvil (Nÿ = 3 y 7) con ÿt = 0.05 se añadió a la señal de onda cuadrada. Los filtros exponenciales analógicos
min se muestra en la figura 17.6d. de la figura 17.7b proporcionan un filtrado efectivo y nuevamente muestran
Elegir Nÿ = 7 da como resultado un mejor filtrado porque este filtro de el compromiso entre el grado de filtrado y la respuesta lenta que es
promedio móvil promedia el ruido sinusoidal durante varios ciclos, mientras inherente a la elección de ÿF. Los filtros digitales de la figura 17.7c y d son
que Nÿ = 3 brinda una respuesta más rápida pero con mayores fluctuaciones. menos efectivos, aunque se consideraron diferentes valores de ÿt y Nÿ . Se
produce cierto solapamiento debido a los componentes de alta frecuencia
del ruido aleatorio, lo que impide que el filtro digital funcione tan bien como
el filtro analógico.
(ii) Ruido aleatorio
Las simulaciones que ilustran los efectos de este nivel de ruido se muestran En conclusión, tanto los filtros analógicos como los digitales pueden
en la Fig. 17.7. La figura 17.7a muestra la señal sin filtrar después del ruido suavizar las señales ruidosas, siempre que los parámetros de diseño del
gaussiano con media cero y una varianza de 0,01 filtro (incluido el período de muestreo) se seleccionen cuidadosamente.
17.3 Análisis de transformada z para control digital 307
1.5 1.5
ÿF = 0,1 min
ÿF = 0,4 min
1 1
Producción 0.5 0.5
0 0
(a) (b)
–0.5 –0.5
012 345 012 345
1.5 1.5
ÿt = 0,1 min
N* = 3 N* = 3
1 1
N* = 7
ÿt = N* = 7
0,05 minutos
Producción 0.5 0.5
0 0
(C) (d)
–0.5 –0.5
012 345 012 345
Figura 17.7 Comparación del rendimiento del filtro para ruido gaussiano aditivo: (a) Onda cuadrada más ruido; (b) filtros
exponenciales analógicos; (c) filtros exponenciales digitales; (d) filtros de promedio móvil.
17.3 ANÁLISIS DE TRANSFORMACIÓN z PARA ceros y orden del sistema en el comportamiento dinámico;
CONTROLES DIGITALES realizabilidad física; y estabilidad de sistemas en lazo cerrado.
Los conceptos clave para estos temas se analizan a
En esta sección, presentamos la transformada z para analizar
continuación. Un análisis más detallado está disponible en
sistemas de tiempo discreto. Una vez que un sistema continuo
Franklin et al. (2005), Philips et al. (2014), y la primera edición
se interconecta con un sistema discreto, como se muestra en
de este libro (Seborg et al., 1989).
la figura 17.3, es necesario analizar el comportamiento del
sistema en lazo cerrado en tiempo discreto. Es posible simular
los elementos discretos y continuos del sistema de control de
17.3.1 La transformada z y discreta
lazo cerrado utilizando software como Simulink; sin embargo,
Funciones de transferencia
un enfoque basado en simulación no proporciona una base
rigurosa para interpretar o analizar el comportamiento en El diseño y análisis de sistemas de control digital se ve
tiempo discreto. Este análisis incluye elementos tales como facilitado por la introducción de una transformada de tiempo
modelos discretos de proceso y controlador; efecto de polos, discreto, a saber, la transformada z. Considere la operación
del muestreador periódico ideal que se muestra en la figura 17.1. El la transformada z se puede obtener usando la ecuación. 17-25 para
muestreador convierte una señal continua y(t) en una señal discreta una entrada general u(k): Y(z) + a1zÿ1Y(z) = b1zÿ1U(z)
yÿ(t) a intervalos de tiempo igualmente espaciados. Matemáticamente
(17-27)
conviene considerar el muestreo por impulsos, donde yÿ(t) es la señal
muestreada formada por una secuencia de impulsos o funciones delta Resolviendo para Y(z) en términos de U(z),
de Dirac en función del valor de y(t) en cada instante de muestreo:
b1zÿ1
Y(z) = U(z) = G(z)U(z) 1 + (17-28)
a1zÿ1
y(kÿt)ÿ(t ÿ kÿt) (17-20) La ecuación 17-28 define la función de transferencia discreta G(z) de
yÿ(t) = ÿÿ
k=0 la ecuación en diferencias de primer orden, que es análoga a la función
de transferencia obtenida aplicando transformadas de Laplace a una
Recuerde del Capítulo 3 que ÿ(t ÿ kÿt) = 1 cuando t = kÿt, por lo que se
ecuación diferencial lineal de primer orden. Si se conoce la entrada
forma un impulso en cada instante de muestreo con magnitud y(kÿt).
U(z) , entonces se puede encontrar una expresión para la salida Y(z)
multiplicando G(z) por U(z).
A continuación, derivamos la transformada de Laplace de la
ecuación. 17-20, Yÿ(s). El valor de y(kÿt) se considera una constante
Se puede derivar una señal de entrada pulsada U(z) para una
en cada término de la suma y, por lo tanto, es invariable cuando se
variedad de señales que son análogas a las entradas de tiempo
transforma. Como [ÿ(t)] = 1, se deduce que la transformada de Laplace
continuo estándar (Ogata, 1995; Seborg et al., 1989). Aquí solo
de un impulso unitario retardado es [ÿ(t ÿ kÿt)] = eÿkÿts. Así, la
consideramos el paso de entrada para ilustrar el procedimiento. Una
transformada de Laplace de
entrada de escalón unitario tiene un valor de 1 para todo el tiempo; por
(17-20) está dada por
tanto, en cada instante de muestreo, u(kÿt) = u(k) = 1.
Usando la Ec. 17-23, encontramos que la transformada z de una serie
Yÿ(s) = ÿÿ y(kÿt)eÿkÿts (17-21) de pulsos de altura unitaria es U(z) = 1 + zÿ1 + zÿ2 + zÿ3 +···
k=0
(17-29)
Defina la variable de transformación z como
Para |zÿ1| < 1, U(z) se puede expresar en forma cerrada como
Con ÿ esÿt (17-22)
(Ogata, 1995)
1
Sea Y(z) la transformada z de yÿ(t), U(z) = (17-30)
1 ÿ zÿ1
y(k)zÿk (17-23) Para calcular la respuesta de una función de transferencia discreta,

Y(z) = Z[yÿ(t)] = ÿÿ
k=0 que corresponde a la respuesta de la ecuación de diferencia
equivalente, podemos usar la simulación directa de la ecuación de
donde la notación se simplifica usando y(k) para denotar y(kÿt).
diferencia basada en la entrada especificada. Alternativamente, la
transformada z de salida se puede calcular usando una división larga,
Al igual que las transformadas de Laplace, las transformadas z
que es una expansión de la serie de potencias en términos de zÿk.
pueden expresar una función de transferencia para un tiempo discreto
Ilustraremos este cálculo en los ejemplos 17.2 y 17.3.
que corresponde a una ecuación en diferencias. Para derivar algunas
propiedades de las transformadas z, la ecuación. 17-23 se puede utilizar
para desarrollar el teorema de la traducción real de la siguiente manera:
EJEMPLO 17.2
Z(y(t ÿ iÿt)) = ÿÿ y(kÿt ÿ iÿt)zÿk (17-24)
k=0 Calcule la respuesta de la ecuación en diferencias de primer orden 17-26
para a1 = ÿ0.368, b1 = 1.264 y y(0) = 0 usando transformadas z y división
Sustituyendo j = k ÿ i y como y(jÿt) = 0 para j < 0, entonces larga para k = 0, 1,… 5. Compare las resultado con la respuesta escalón
unitario para un sistema de tiempo continuo de primer orden (K = 20, ÿ =
1), donde a1 = ÿeÿÿt/ ÿ, b1 = K(1 ÿ eÿÿt/ÿ), y ÿt = 1, como se discutió en
Z(y(t ÿ iÿt)) = zÿi ÿÿ y(jÿt)zÿj = zÿi Y(z) (17-25) la Sección 7.4 y Eq. 7-25.
j=0
Por lo tanto, el teorema de la traducción real establece que
SOLUCIÓN
Z(y(k ÿ i)) = zÿi Y(z); por lo tanto, Z(y(k ÿ 1)) = zÿ1Y(z).
Como se discutió en la Sección 7.4, la respuesta de un proceso Usando la Ec. 17-28, encontramos que la respuesta para una entrada
continuo en intervalos discretos de tiempo (y(k), k = 0, 1, 2, …) a escalón unitario (U(z) = 1/(1 ÿ zÿ1)) es
cambios en la entrada en intervalos pasados (u(k), k = 0, 1, 2,… ) se 1.264
= 1,264zÿ1
puede expresar mediante una ecuación en diferencias. Para la ecuación Y(z) = 1 ÿ 0.368zÿ1 ÿ
11-z-1 1 ÿ 1,368zÿ1 + 0,368zÿ2

en diferencias de primer orden,
(17-31)
y (k) + a1y (k - 1) = b1u (k - 1) (17-26)
La siguiente división larga se usa para dividir el denominador en el Tenga en cuenta que el numerador de G(z) tiene un factor común de
numerador. El orden del numerador y el denominador zÿ2, lo que indica la presencia de un retraso de tiempo aparente de dos
tor polinomios comienza con las potencias más bajas de zÿk para la períodos de muestreo.
1
operación de división. Para determinar la respuesta al escalón, establezca U(z) y
= 1 ÿ zÿ1
1,264zÿ1 + 1,729zÿ2 + 1,900zÿ3 + 1 ÿ multiplíquelo por la función de transferencia para encontrar la serie de potencias
para Y(z). La división larga como se hizo en el ejemplo 17.2 da como resultado
1,368zÿ1 + 0,368zÿ2 1,264zÿ1 1,264zÿ1 ÿ 1,729zÿ2 + 0,465zÿ3
1,729zÿ 2 ÿ 0,465 zÿ3 1,729zÿ2 ÿ Y(z)=ÿ0,3225zÿ2 ÿ 0,0655zÿ3 + 0,2568zÿ4 +
2,365zÿ3 + 0,636zÿ4 0,5136zÿ5 + 0,6918zÿ6 + 0,8082zÿ7 +
1,900zÿ3 ÿ 0,636zÿ4 (etc.)
0,8820zÿ8 + 0,9277zÿ9 + (17-35)
Tenga en cuenta que y(k) = 0 para k = 0 y k = 1, y y(2) = ÿ0.3225, lo que

indica un retardo de tiempo de dos unidades en G(z). Después de un
Debido a las limitaciones de espacio, arriba solo se muestran los tres período transitorio inicial, parece que y(k) aumenta constantemente y
primeros términos: y(1) = 1,264, y(2) = 1,729 e y(3) = 1,900. puede acercarse a un valor de estado estable. Para un cambio de
Continuando, calculamos y(4) = 1.963 y y(5) = 1.986. escalón unitario en U(z), el valor de estado estacionario de la respuesta
Finalmente, y(k) alcanza su valor de estado estacionario de 2.0 (k Y(z) se puede encontrar determinando la ganancia de estado estacionario de G(z).
grande), lo que concuerda con el hecho de que la ganancia del proceso En analogía con las transformadas de tiempo continuo, la ganancia de estado
K es 2 y la entrada es un cambio de escalón unitario. La respuesta al estable se puede encontrar estableciendo s = 0 en z = esÿt, ocaso,
z = 1.
G(z
En=este
1) = 1,
escalón en tiempo continuo es y(t) = 2(1 ÿ eÿt ), y los valores por lo que y(k) = 1 en estado estacionario para un cambio de escalón unitario,
muestreados de la respuesta en tiempo discreto para ÿt = 1 son los que es evidente en la ecuación. 17-35.
mismos (k = 0, 1,basa
2, 3…)
en .laAsí,
solución
la discretización
analítica para
es exacta;
una entrada
es decir, se El mismo resultado se puede obtener usando la ecuación de
constante por tramos. diferencia original. Se podría construir una tabla (u hoja de cálculo)
para rastrear los diversos términos de la ecuación en diferencias para
La misma respuesta podría obtenerse simulando la ecuación en k = 0, 1, 2,…, 9. La fila superior de la tabla está estructurada utilizando
diferencias de primer orden (17-26), con u(k) = 1 para k ÿ 0; eso es, los mismos términos que en la ecuación en diferencias, y la respuesta
al escalón se genera utilizando un software de hoja de cálculo.
y(k) = 0.368 y(k ÿ 1) + 1.264(1) Suponemos que el sistema original está en estado estacionario en k =
0, por lo que los términos y y u correspondientes a k < 0 son iguales a
Comenzando con y(0) = 0, es fácil generar recursivamente los valores 0. Usando la ecuación de diferencias, la ecuación. 17-32, el valor de
de y(1) = 1.264, y(2) = 1.729 y así sucesivamente. Tenga en cuenta que y(k) puede obtenerse de las entradas (celdas) en la misma fila
el valor de estado estacionario se puede obtener en la ecuación anterior realizando las multiplicaciones apropiadas.
estableciendo y(k) = y(k ÿ 1) = yss y resolviendo para yss. En este caso
yss = 2.0, como se esperaba.
A continuación, considere una diferencia general de orden superior

EJEMPLO 17.3 ecuación dada por
Para la ecuación de diferencia, a0y(k) + a1y(k ÿ 1) + ÿÿÿ + amy(k ÿ m) = b0u(k) +
y(k) = 0.9744 y(k ÿ 1) ÿ 0.2231 y(k ÿ 2) b1u(k ÿ 1) + ÿÿÿ + bnu(k ÿ n) (17-36)
ÿ 0,3225 u(k ÿ 2) + 0,5712 u(k ÿ 3) (17-32) donde {ai} y {bi} son conjuntos de coeficientes constantes, n y m son
números enteros positivos, u(k) es la entrada e y(k) es la salida.
derivar su función de transferencia discreta y su respuesta escalonada
para 1 . Utilice la división larga para obtener Y(z) para k = Tomando la transformada z de ambos lados de la Ec. 17-36 da a0Y(z)
con la simulación de
0 U(z)
la ecuación
= 1 ÿ zÿ1enhasta
diferencias
k = 9. Compare
original, Eq.
este17-32,
resultado
y
un cambio de escalón unitario en u(k) en k = 0. Suponga que + a1zÿ1Y(z) + ÿÿÿ + amz ÿmY(z) = b0U(z) + b1zÿ1U(z) + ÿÿÿ +
y(0) = 0.
bnzÿnU(z) ( 17-37)
Reordenando la Ec. 17-37 da la forma de función de transferencia

SOLUCIÓN discreta ,
Tomando la transformada z de la ecuación. 17-32,
b0 + b1zÿ1 + ÿÿÿ + bnzÿn Y(z)
= U(z) a0 + a1zÿ1 + ÿÿÿ + amz ÿm La relación (17-38)
Y(z) = 0,9744 zÿ1 Y(z) ÿ 0,2231 zÿ2 Y(z) de polinomios en G(z) se puede
ÿ 0,3225 zÿ2 U(z) + 0,5712 zÿ3 U(z) (17-33) derivar mediante manipulaciones algebraicas para cualquier ecuación
La reorganización da la función de transferencia discreta en diferencias (Åström y Wittenmark, 2011). En este caso,
Y(z) = ÿ0,3225zÿ2 + 0,5712zÿ3 1

G(z) = (17-34) B(z)
U (z) ÿ0,9744zÿ1 + 0,2231zÿ2 G(z) = = b0 + b1zÿ1 + ÿÿÿ + bnzÿn a0 (17-39)
Arizona) + a1zÿ1 + ÿÿÿ + amz ÿm
donde B(z) y A(z) son polinomios en zÿ1. Para la mayoría de los plano z
procesos, b0 es cero, lo que indica que la entrada no afecta eje

instantáneamente la salida; en la ecuación 17-37, si b0 ÿ 0, entonces imaginario
el término de entrada incluiría u(k) en la ecuación de diferencias.

Además, el coeficiente principal en el denominador se puede igualar a
la unidad dividiendo el numerador y el denominador por a0. La ganancia
de estado estacionario de G en la ecuación. 17-39 se puede encontrar
estableciendo z = 1 (Ogata, 1995). (6)
(5) (4) (3) (2) (1) eje

real
El comportamiento dinámico de la Ec. 17-39 se puede caracterizar
por sus polos y ceros en analogía con los sistemas de tiempo continuo.
Para hacer esto, primero debemos convertir G(z) a potencias positivas
de z multiplicando la Ec. 17-39 por zn/ zm, lo que lleva a polinomios Circulo unitario
modificados, Bÿ (z)/Aÿ (z). La estabilidad de G(z) está determinada por

sus polos, las raíces de la ecuación característica dada por Aÿ (z) = 0;
Aÿ (z) se llama polinomio característico. Tenga en cuenta que z es una
Figura 17.8 Respuestas en el dominio del tiempo para diferentes ubicaciones
variable compleja, porque está relacionada con la variable compleja s del polo a, indicado por una ×, de una función de transferencia discreta de
por la definición en Eq. 17-22. primer orden y una entrada de pulsos en k = 0.
El círculo unitario en el plano z complejo se define como un círculo

con radio unitario, |z| = 1. El círculo unitario es la línea divisoria entre 17.3.2 Forma de modelo de convolución discreta
las regiones estables e inestables. Cualquier polo que se encuentre
dentro del círculo unitario es estable y, por lo tanto, proporciona una Para la función de transferencia en la Ec. 17-38, dividir el numerador
respuesta estable a una entrada acotada. Por el contrario, un polo que por el denominador (comenzando con a0 y determinando los residuos)
se encuentra fuera del círculo unitario es inestable (Åström y Wittenmark, conduce a un modelo equivalente a un modelo de convolución discreta
2011). Los ceros de G(z) son las raíces de Bÿ (z) = 0. En el análisis de (ver Sección 7.5.1).
tiempo discreto, los retrasos de tiempo generalmente se suponen por División larga de la Ec. 17-38 rendimientos para los primeros tres términos
conveniencia como un múltiplo entero N del período de muestreo ÿt.

de la serie ÿÿ ckzÿk
Este retraso de tiempo produce N raíces de Aÿ (z) que se ubican en el
k=0
origen y, por lo tanto, se pueden expresar como un factor, zN. Por
definición, el orden de G(z) es P + N, donde P es el número de polos. b0
c0 = a0 (17-42)
La figura 17.8 muestra el efecto de la ubicación de los polos sobre

b1 b0a1
(17-43)
ÿ
las posibles respuestas para una función de transferencia simple de c1 = a0 a2

primer orden, G(z) = b0/(1 ÿ azÿ1), forzada por una entrada de impulso 0
en k = 0. La función continua correspondiente También se muestran b0a21

b0a2 b1a1
c2 = b2 ÿ
ÿ
+ (17-44)
las respuestas del modelo de tiempo. Los polos 3 y 4 están dentro del a2
a0 a0 0
círculo unitario y, por lo tanto, son estables, mientras que los polos 1 y
Por lo tanto, la función de transferencia es
6 están fuera del círculo unitario y provocan una respuesta inestable.
Los polos 2 y 5 se encuentran en el círculo unitario y son marginalmente
G(z) = c0 + c1zÿ1 + c2zÿ2 +··· (17-45)
estables. Los polos negativos como 4–6 producen respuestas
oscilatorias, incluso para un sistema de tiempo discreto de primer que corresponde a la forma del modelo de convolución, (17-46)
orden, en contraste con los sistemas de primer orden de tiempo continuo.
y(k) = c0 + c1u(k ÿ 1) + c2u(k ÿ 2)+···
Algunas propiedades importantes de los sistemas de datos
muestreados se pueden obtener a partir de la división larga de sus transformadas z.
Por ejemplo, para la transformada z de primer orden, b0
17.3.3 Realizabilidad física El Capítulo
Y(z) = 1 ÿ a1zÿ1
se puede encontrar una señal (17-40)
muestreada equivalente 4 abordó la noción de realizabilidad física para funciones de
transferencia de tiempo continuo. Se puede establecer una condición
mediante una división larga, lo que da como resultado la serie infinita
análoga para una ecuación en diferencias o su función de transferencia,
a saber, que un modelo de tiempo discreto no puede tener una señal
Y(z) = b0(1 + a1zÿ1 + a2 1zÿ2 + + an zÿn + n) (17-41)
1 de salida que dependa de entradas futuras. De lo contrario, el modelo
no es físicamente realizable.
1 Considere la relación de polinomios dada en Eq. 17-39.
Si a1 = b0 = 1, entonces Y(z) = 1 ÿ zÿi .
zÿ1 y Y(z) = ÿÿ
La función de transferencia discreta será físicamente realizable
yo=0
Por lo tanto, la ecuación en diferencia equivalente sería una suma de siempre que a0 ÿ 0, suponiendo que G(z) se ha reducido de modo que
todos los valores anteriores de u(k). los factores comunes en el numerador y
denominador han sido cancelados. Para mostrar esta propiedad, 1 ÿ zÿ1

es E(z). Por lo tanto, podemos aproximar la transformada
examine la Ec. 17-36. Si a0 = 0, la ecuación en diferencias es de Laplace ÿt de una función de tiempo continuo como un
controlador PID en tiempo discreto al sustituir la aproximación BD
a1y(k ÿ 1) = b0u(k) + b1u(k ÿ 1)+···+ bku(k ÿ n) ÿ a2y(k ÿ 2)ÿ···ÿ
por s dada en la ecuación. 17-53, como se muestra en el siguiente
amy(k ÿ m) (17-47) ejemplo.
o, desplazando el índice de k a k + 1,
a1y(k) = b0u(k + 1) + b1u(k)+··· (17-48)
Esta ecuación requiere una entrada futura u(k + 1) para influir en EJEMPLO 17.4
el valor presente de la salida y(k), lo cual es físicamente imposible
Derive la función de transferencia discreta para la forma paralela
(irrealizable). La realizabilidad física de los modelos (proceso o
de un controlador PID.
controlador) debe verificarse antes de su uso para simulación o
control. 1
(17-54)
Gc(s) = Kc ( 1 + t1s + ÿDs )
usando la sustitución BD por s. Compare el resultado con la

Función de transferencia discreta de un controlador integral
forma de velocidad del algoritmo PID dado en la ecuación. 8-27.
Ahora derivamos una función de transferencia para un controlador
integral digital, donde la salida es p(k) y la entrada es la señal de SOLUCIÓN
error e(k) (cf. Ec. 8-7). La integral de e(t) en tiempo continuo se
Sustituyendo s ÿ (1 ÿ zÿ1)/ÿt en la ecuación. 17-54 da
puede aproximar mediante una sumatoria en tiempo discreto.
Usando una aproximación de diferencia finita a la integral Kc(a0 + a1zÿ1 + a2zÿ2)
Gc(z) = (17-55)
1 ÿ zÿ1
t
ÿt ÿD 2ÿD ÿD
1 ÿt
p(t) = p + ÿI 0 e(t ÿÿI)dtÿ ÿ p + ÿn e(k) (17-49)
donde a0 = 1 + +
ÿI ÿt , a1 = ÿ ( 1 +
ÿt ) , a2 = ÿt
ÿ k=0
Como E(z) es la señal de error (entrada) y P(z) es la salida del
Después controlador, P(z) = Gc(z)E(z). Multiplicando ambos lados de la
Ec. 17-55 por (1 ÿ zÿ1) da (1 ÿ zÿ1 )P(z) = Kc(a0 + a1zÿ1 +
ÿt
p(k) ÿ p = ÿn e(k) (17-50)
ÿIk =0 a2zÿ2 )E(z) (17-56)
Al convertir la función de transferencia del controlador en forma de ecuación
Tomando la transformada z,
en diferencias se obtiene
ÿt
P(z) = (17-51) p(k) ÿ p(k ÿ 1) = Kca0e(k) + Kca1e(k ÿ 1)
k=0
ÿI ( ÿn zÿk ) E(z)
+ Kca2e(k ÿ 2) (17-57)
Cuando n es grande, la suma se puede expresar en forma cerrada
como Sustituyendo a0, a1 y a2 y recopilando términos con respecto a los
ajustes del controlador Kc, ÿI y ÿD se obtiene
ÿt
P(z) = E(z) (17-52a) ÿt
(1 ÿ zÿ1)ÿI e(k)
p(k) ÿ p(k ÿ 1) = Kc [(e(k) ÿ e(k ÿ 1)) + (e(k) ÿ ÿI
El análogo en tiempo continuo de la ecuación. 17-43 para un
controlador integral es + ÿD
ÿt 2e(k ÿ 1) + e(k ÿ 2) )] ( 17-58)
mi(s)
P(s) = ÿ es (17-52b)
Nótese que esta ecuación es idéntica a la Ec. 8-27, que se derivó
utilizando una aproximación de diferencias finitas en el dominio
Comparando las dos expresiones anteriores, podemos observar del tiempo.
una relación entre zÿ1 y s, que es 1 ÿ zÿ1 ÿt
sÿ (17-53)
Ogata (1995) ha enumerado fórmulas más precisas para la
Esta expresión se conoce como aproximación de s por sustitución algebraica en una función de transferencia G(s).
diferencias hacia atrás (BD) (equivalente a una serie de Taylor de La sustitución aproximada es un procedimiento que debe usarse
primer orden), y se puede usar para convertir una expresión de
siempre con cuidado. Cuando sea factible, es preferible usar la
tiempo continuo (en s) en una expresión aproximada de tiempo
conversión exacta del modelo de proceso continuo en tiempo
discreto en z ÿ1 simplemente por sustitución directa. La misma discreto en lugar de aproximaciones de diferencias finitas como la
relación puede obtenerse reconociendo
ecuación. 17-53. La tabla 17.1 presenta una tabla de conversión
de funciones de transferencia G(s) de uso común basadas en un
que (de dt ) = sE(s). Esta expresión se puede comparar ZOH (que produce una entrada u constante por tramos). Esta
el e(k) ÿ e(k ÿ 1)
con ÿ para el cual la transformada z tabla también es consistente con la
dt ÿt
Tabla 17.1 Funciones de transferencia discreta obtenidas utilizando una retención de orden cero
Transferir
Función G(s) G(z)
k b1zÿ1 a1 = ÿ1
s 1 + a1zÿ1 b1 = Kÿt
k b1zÿ1 a1 = ÿexp(ÿrÿt)
s+r 1 + a1zÿ1 K
b1 = [1rÿ exp(ÿrÿt)]
k b1zÿ1 + b2zÿ2 a1 = ÿexp(ÿrÿt) ÿ exp(ÿpÿt)

(s + r)(s + p) 1 + a1zÿ1 + a2zÿ2
a2 = exp[ÿ(r + p)ÿt]
b1 = [Kÿrp(r ÿ p)][(r ÿ p) ÿ r exp(ÿpÿt) + p exp(ÿrÿt)]
b2 = [Kÿrp(r ÿ p)]{(r ÿ p) exp[ÿ(r + p)ÿt)] + p exp(ÿpÿt) ÿ r exp(ÿrÿt)} a1 = ÿ{1 +

k b1zÿ1 + b2zÿ2 exp(ÿrÿt)}
s(s + r) 1 + a1zÿ1 + a2zÿ2
a2 = exp(ÿrÿt)
b1 = ÿ(Kÿr2)[1 ÿ rÿt ÿ exp(ÿrÿt)]
b2 = (Kÿr2)[1 ÿ exp(ÿrÿt) ÿ rÿt exp(ÿrÿt)] a1 = ÿ

K(s + v) b1zÿ1 + b2zÿ2 {exp(ÿpÿt + exp(ÿrÿt)}
(s + r)(s + p) 1 + a1zÿ1 + a2zÿ2
a2 = exp[ÿ(r + p)ÿt]
k
b1 = {exp(ÿpÿt) ÿ exp(ÿrÿt)+(vÿp)[1 ÿ exp(ÿpÿt)] ÿ (vÿr)[1 ÿ exp(ÿrÿt)]} p ÿ r
b2 = K{(vÿrp) exp[ÿ(r + p)ÿt] + [(p ÿ v)ÿp(r ÿ p)] exp(ÿrÿt) + [(v ÿ r)ÿr(r ÿ p)] exp(ÿpÿt)}
fórmulas de conversión exactas (analíticas) para modelos de procesos los elementos individuales de G son inherentemente continuos, pero por
de primer y segundo orden en las Ecs. 7-24 a 7-31. conversión a tiempo discreto calculamos sus valores en cada instante
de muestreo. La función de transferencia discreta de lazo cerrado en la
ecuación. 17-59 proporciona un marco para realizar análisis de bucle
Álgebra de diagrama de bloques cerrado y diseño de controlador, como se analiza en la siguiente sección.
Material adicional sobre análisis de bucle cerrado para sistemas de
Es importante darse cuenta de que en el diagrama de bloques del
sistema de lazo cerrado, figura 17.3, la función de transferencia de lazo tiempo discreto está disponible en otros lugares (Ogata, 1995; Seborg
abierto de los componentes continuos incluye el producto del elemento et al., 1989).
de control final (o válvula), el proceso y la medición. , o G(s) =
Gv(s)Gp(s)Gm(s). Es matemáticamente incorrecto encontrar versiones 17.3.4 Análisis de estabilidad
separadas de tiempo discreto Gv(z), Gp(z) y Gm(z) y luego multiplicarlas
Para sistemas de datos muestreados, la estabilidad de una función de
juntas (Ogata, 1995; Seborg et al., 1989). En cambio, la transformada z
transferencia se puede probar determinando si alguna raíz de su
de G(s) debe basarse en la discretización exacta de la transformada de
polinomio característico se encuentra fuera del círculo unitario (ver Fig.
Laplace (Åström y Wittenmark, 2011). En el caso donde Gm = Km, esto
17.8). Para aplicar esta prueba de estabilidad, escriba el denominador
lleva a la expresión de lazo cerrado (análoga al Capítulo 12), Y(z)
de la función de transferencia en la ecuación. 17-39 en términos de
potencias positivas de z:
A' (z) = zmA(z)
= Gc(z)G(z) = amzm + amÿ1zmÿ1 +···+ a1z + a0 = 0 (17-60)

(17-59)
Ysp(z) 1 + Gc(z)G(z)
Tenga en cuenta que si el tiempo de retardo es un múltiplo entero de ÿt,
En la ecuación. 17-59, Gc(z) es la función de transferencia discreta para siempre resultará un polinomio en z . Las raíces del polinomio
el controlador digital. Un controlador digital es inherentemente un característico Aÿ (z) se pueden encontrar usando un método de
dispositivo de tiempo discreto, pero con el ZOH, la salida del controlador búsqueda de raíces. Si alguna raíz se encuentra fuera del círculo unitario,
de tiempo discreto se convierte en una señal continua que se envía al entonces la función de transferencia discreta es inestable (vea la figura
elemento de control final. Asi que 17.8). Esta conclusión se puede verificar simulando la transferencia
17.4 Ajuste de controladores PID digitales 313
respuesta de la función para una entrada de pulso para ver si la salida y(k) En capítulos anteriores, Simulink se utilizó para simular sistemas de control
crece con respecto a k. de tiempo continuo lineales descritos por modelos de funciones de
Debido a limitaciones de espacio, deliberadamente no hemos incluido una transferencia. Para los sistemas de control digital, Simulink también se puede
cobertura rigurosa de la estabilidad de los modelos de transformada z, como utilizar para simular respuestas de bucle abierto y cerrado de sistemas de
la transformada bilineal o la prueba de Jury. Véase Franklin et al. (2005), tiempo discreto. Como se muestra en la figura 17.3, un sistema de control por
Philips et al. (2014) y Ogata (1995) para obtener más detalles sobre estas computadora incluye componentes continuos y discretos. Para llevar a cabo
técnicas. un análisis detallado de un sistema híbrido de este tipo, es necesario convertir
todas las funciones de transferencia a tiempo discreto y luego realizar un
análisis utilizando transformadas z (Åström y Wittenmark, 2011; Franklin et al.,
17.4 SINTONIZACIÓN DE PID DIGITAL
2005).
CONTROLADORES
En esta sección, el énfasis principal está en el controlador PID digital y cómo Por otro lado, la simulación se puede realizar con Simulink utilizando los
debe ajustarse. Las versiones digitales del controlador PID en forma de componentes del sistema de control en sus formas nativas, ya sea discreta o
ecuaciones diferenciales se presentaron previamente en las Ecs. 8-25 y 8-27 continua. Este enfoque facilita el ajuste de los controladores digitales.
(formas de posición y velocidad) usando la aproximación de diferencia hacia
atrás. Para valores pequeños de ÿt (en relación con el tiempo de respuesta En esta sección, mostramos cómo realizar simulaciones de bucle cerrado
del proceso), las aproximaciones de diferencias finitas para la acción de control para varios controladores digitales. Aunque el controlador está representado
integral y derivativo discutidas en la Sección 8.4 son razonablemente precisas. por una función de transferencia discreta, todos los demás componentes del
Por lo tanto, los ajustes de controlador adecuados obtenidos para un lazo de control (modelos para el elemento de control final, proceso, sensor y
controlador continuo también se pueden utilizar en un controlador PID digital. perturbación) normalmente estarán disponibles como funciones de transferencia
Como señaló Isermann (1989), los controladores PID continuos y discretos continua, que se pueden ingresar directamente en un Diagrama de bloques
tendrán esencialmente el mismo comportamiento siempre que ÿt/ÿI ÿ 0,1. de Simulink como funciones de s. Para introducir un cambio de paso en el
Åström y Wittenmark (2011) han discutido el efecto del período de muestreo punto de ajuste, solo es necesario seleccionar el icono en Simulink para la
para diseñar una amplia gama de controladores digitales.
entrada de paso (no se necesita la transformación s o z ). Un cambio de paso
en la perturbación se puede ingresar de manera similar. Se puede colocar un
ícono ZOH después del controlador digital para convertir la serie de pulsos del
controlador en una señal continua para impulsar un elemento de control final,
como una válvula de control. Sin embargo, en Simulink el usuario no tiene que
Si ÿt no es pequeño, el uso del ZOH en sistemas de control digital requiere incluir la ZOH, porque el software realiza los cálculos como si la ZOH estuviera
una modificación en el procedimiento de diseño del controlador, porque el ahí. El usuario también debe estipular el período de muestreo en cada bloque
muestreador más un ZOH introducen un retardo de tiempo efectivo en la señal discreto.
al elemento de control final. En este caso, el efecto dinámico del muestreador
más ZOH debe aproximarse por un retraso de tiempo igual a la mitad del
período de muestreo (Franklin et al., 2005). Por lo tanto, es una práctica
común en la sintonización de controladores PID digitales agregar ÿt/2 al retardo La figura 17.9 muestra el diagrama de bloques de Simulink para un
de tiempo del proceso ÿ antes de usar las relaciones de sintonización del sistema de control digital con
controlador en el Capítulo 12. La versión BD de un controlador PID (Ec. 17-55)
proporcionará mayores márgenes de estabilidad en tiempo discreto (vs. otros 1. Dos bloques de controlador que se multiplican (Gc =
esquemas de diferencias finitas); véase Franklin et al. (2005). Como se Gc1Gc2)
muestra en el ejemplo 17.5 de la siguiente sección, el uso de la síntesis directa 2. Retención de orden cero
del dominio s de un controlador PID seguido de la conversión de BD a tiempo
3. Proceso de tiempo continuo G (constantes de tiempo de 5 y 3, ganancia
discreto produce resultados satisfactorios.
de 1)
4. Cambio de escalón unitario en el punto de ajuste y salida gráfica

("alcance") para la salida del proceso, que es una respuesta de tiempo
continuo
0.632 1 – 1,5353z–1 + 0,5866z–2 1

+–
1-z-1 0,028 + 0,0234z–1 15s2 + 8s + 1
Paso Controlador_parte_1 Controlador_parte_2 Retención de Planta Alcance
orden cero
Figura 17.9 Diagrama de Simulink para un controlador de tiempo discreto, un proceso de tiempo continuo y un cambio de paso en el punto de ajuste.
Se pueden agregar otros bloques desde el menú de Simulink

1
para incluir explícitamente funciones de transferencia para el
elemento de control final, la perturbación y el sensor (tantas como 0
se desee). Simulink también se puede emplear para la simulación
de bucle abierto. ÿ1
Simulink se usará en ejemplos posteriores para demostrar el
desempeño de varios tipos de controladores de retroalimentación ÿ2
digital, como se hizo en el Capítulo 12. La estabilidad de los y
sistemas de lazo cerrado también se puede verificar usando ÿ3 ÿt = 0,05 minutos

simulaciones de prueba y error del diagrama de bloques para t = 0,25
ÿ4
determine la ganancia máxima del controlador para la estabilidad. t = 0,5
t = 1,0
ÿ5
ÿ6
0 5 10 15
EJEMPLO 17.5
hora (min)
Se utiliza un controlador digital para controlar la presión en un tanque
ajustando una corriente de purga. La válvula de control es aire para abrir, Figura 17.10 Respuestas de lazo cerrado para controladores PI con
y el modelo de proceso ha sido identificado como diferentes períodos de muestreo y una perturbación de paso.
ÿ20eÿs
G = GvGpGm = 5s + 1
La ganancia es adimensional y la constante de tiempo y el retardo de

tiempo están en minutos. El período de muestreo es ÿt = 1 min.
Efecto de la selección de filtro en el controlador PID
Compare el rendimiento de lazo cerrado de un controlador PI discreto Actuación
utilizando las reglas de ajuste ITAE (perturbación) de la tabla 12.4.
Los filtros digitales y analógicos son valiosos para suavizar los
Aproximar el muestreador y ZOH por un retraso de tiempo igual a ÿt/2 en
datos y eliminar el ruido de alta frecuencia, pero también afectan
el modelo para el cálculo del controlador ITAE. Utilice Simulink para
el rendimiento del sistema de control. En particular, un filtro en el
comprobar el efecto del período de muestreo para diferentes controladores,
con ÿt = 0,05, 0,25, 0,5 y 1,0 min. circuito de retroalimentación introduce un retraso de fase
adicional. En consecuencia, reduce el margen de estabilidad para
un controlador de retroalimentación, en comparación con la
situación en la que no hay filtro presente. Por lo tanto, es posible
SOLUCIÓN
que sea necesario volver a sintonizar el controlador si se cambia
Primero, ajuste el tiempo de retardo del proceso para cada cálculo del
la constante del filtro. Cuando se utiliza la acción derivativa, es
controlador sumando ÿt/2, que representa el tiempo de retardo debido al importante filtrar las señales ruidosas antes de realizar los
muestreador más el ZOH. Los ajustes del controlador calculados a partir cálculos de control derivativo. Debido a que la acción derivativa
de la Tabla 12.4 para diferentes períodos de muestreo son (ÿI en min): tiende a amplificar el ruido en la medición del proceso, el filtrado
ayuda a evitar la saturación del controlador y el desgaste de los
elementos de control finales. Algunos controladores PID incluyen
un filtro derivado en la ecuación del controlador; consulte el
Pi Capítulo 8 para obtener más detalles.
ÿt Kc ÿI
0.05 ÿ0,21 2.48

Control de retroalimentación inalámbrico
0.25 ÿ0,19 2.68
0.5 ÿ0,17 2.89
El control de retroalimentación inalámbrico es una nueva
1.0 ÿ0,14 3.27
tecnología prometedora que es atractiva para reducir los costos
de cableado. Para lograr la mejor respuesta de circuito cerrado,
el control de retroalimentación digital en dicho entorno debe
Estos ajustes continuos del controlador se sustituyen luego en la ecuación.
ejecutarse de 4 a 10 veces más rápido que el tiempo de respuesta
17-55 para obtener los ajustes correspondientes para el controlador digital.
La figura 17.10 muestra que los períodos de muestreo más pequeños dan
del proceso para minimizar los retrasos en la detección y
como resultado respuestas de circuito cerrado más rápidas para el control de PI. adquisición de datos. A diferencia de un transmisor con cable, no
No hay cambio en el rendimiento para ÿt ÿ 0,05 min. Es interesante es práctico proporcionar un muestreo frecuente para un transmisor
comparar los resultados de este ejemplo con las pautas para elegir los de medición inalámbrico, porque agota rápidamente la batería
períodos de muestreo que se dan en la ecuación. 17-3. del transmisor. Con un período de muestreo más lento, la
respuesta de bucle cerrado a las perturbaciones puede volverse
oscilatoria. Como alternativa, el control PID se puede reformular para
17.5 Síntesis directa para el diseño de controladores digitales 315
proporcionar un control satisfactorio cuando una medición Sustituyendo la ecuación. 17-63 en la ecuación. 17-61 produce
inalámbrica no se actualiza con tanta frecuencia como una la forma general de Gc para el método de Dahlin, que se denota
medición por cable. Una implementación de PID conocida como por GDC:
PID Plus (Blevins et al., 2015) compensa automáticamente las 1 (1 ÿ A)zÿNÿ1
tasas de muestreo de medición lentas y las posibles mediciones GDC = 1 ÿ Azÿ1 ÿ (1 ÿ A)zÿNÿ1 G (17-64)
considere
Como caso
que Gespecial,
es la versión
caídas, lo que produce un rendimiento comparable al logrado con
discreta de una función de transferencia FOPTD con ganancia K
un transmisor con cable. PIDPlus es un ejemplo específico de
y constante de tiempo ÿ.
control basado en eventos (Ruiz et al., 2014), donde se utiliza una
estrategia de muestreo de envío en delta (Beschi et al., 2012). K(1 ÿ a1)
G = 1 ÿ a1zÿ1 donde
zÿNÿ1 (17-65)
a1 = eÿÿt/ ÿ. El
controlador de Dahlin es 1 ÿ a1zÿ1 (1 ÿ A)
17.5 SÍNTESIS DIRECTA PARA EL DISEÑO DE
CDG (17-66)
CONTROLADORES DIGITALES = 1 ÿ Azÿ1 ÿ (1 ÿ A)zÿNÿ1 K(1 ÿ a1)
En esta sección, el método de Síntesis Directa (DS) presentado Para todos los valores de N, (1 ÿ zÿ1) es un factor del denominador,
en la Sección 12.2 se extiende al diseño de controladores digitales. lo que indica la presencia de acción integral. El resultado es
Comenzamos con casos especiales que conducen a un controlador consistente con los cálculos de ganancia de estado estacionario
PID y luego mostramos cómo se pueden derivar otros tipos de en la ecuación. 17-62 con s = 0 y en la Ec. 17-63 con z = 1, que
controladores de retroalimentación digital utilizando la técnica de especifica cero error de estado estable para cambios de punto de
síntesis directa. Tanto Gc como G deben expresarse como tiempo referencia (Y/ Ysp = 1).
discreto en la función de transferencia de lazo cerrado Eq. 17-59. La constante de tiempo deseada ÿc para el sistema de circuito
En Direct Synthesis, el diseñador especifica la función de cerrado sirve como un parámetro de ajuste conveniente, que a
menudo se denomina ajuste lambda (consulte el Capítulo 12).
transferencia de bucle cerrado deseada (Y/ Ysp)d. El controlador
Gc que produce el rendimiento deseado se obtiene de la ecuación. Los valores pequeños de ÿc producen respuestas más rápidas,
17-59 mientras que los valores grandes de ÿc dan un control más lento.
Esta correlación es especialmente útil en situaciones en las que los
1
Gc = (YÿYsp)d (17-61) parámetros del modelo, especialmente el retardo de tiempo, están
GRAMO
1 ÿ (YÿYsp)d sujetos a errores o varían en el tiempo debido a cambios en el
proceso. En un proceso controlado agresivamente, un retardo de
La ecuación 17-61 es la ley de control basada en modelos utilizada
tiempo inexacto puede causar un control deficiente y una respuesta inestable.
para el método de diseño de síntesis directa en tiempo discreto,
Al elegir un ÿc más grande y tener una acción de control más
análoga al procedimiento discutido en la sección 12.2 para
controladores de tiempo continuo. conservadora, el controlador puede adaptarse mejor al modelo
inexacto. Como ÿc ÿ 0 (es decir, A ÿ 0), el algoritmo de Dahlin es
A continuación se consideran dos algoritmos de Síntesis Directa
equivalente al control de prototipo mínimo, pero un ajuste tan
para aplicación en tiempo discreto: el método de Dahlin y el
agresivo generalmente no es deseable para las aplicaciones de
método de Vogel-Edgar. También se presenta la versión de tiempo
control de procesos, porque es muy sensible a los cambios de
discreto de un método relacionado considerado en el Capítulo 12,
parámetros.
Modelo de Control Interno.
Una característica importante de un método de síntesis directa
como el método de Dahlin es que el controlador resultante
contiene el recíproco de la función de transferencia del proceso.
17.5.1 Método de Dahlin (Afinación Lambda)
Esta característica hace que los polos de G se conviertan en ceros
El método de Dahlin (Dahlin, 1968) especifica que la función de de Gc, mientras que los ceros de G se convierten en polos del
transferencia de bucle cerrado deseada es un modelo FOPTD: controlador, a menos que los polos y ceros de G se cancelen
mediante términos en (Y/ Ysp)d. La inversión de G en la Ec. 17-61
= eÿhs puede conducir a dificultades operativas, al igual que en el caso
(17-62)
( YSí ) d ÿcs + 1 de tiempo continuo. Si G contiene un cero que se encuentra fuera
del círculo unitario, entonces Gc contendrá un polo inestable que
donde ÿc es la constante de tiempo de lazo cerrado deseada (cf.
se encuentra fuera del círculo unitario. En este caso, Gc es un
Capítulo 12) y h es el retardo de tiempo especificado. Después de
controlador inestable y produce una secuencia de salida ilimitada
seleccionar h = ÿ (el tiempo de retardo del proceso), la tabla 17.1
para un cambio de paso en el punto de referencia. Aunque el
indica que la función de transferencia discreta correspondiente a la
producto GcG en la ecuación 17-59 indica que el polo inestable y
ecuación. 17-62 es
el cero se cancelarán, en la práctica siempre habrá algún error de
modelo que impida la cancelación exacta. No obstante, los
= (1 ÿ A)zÿNÿ1 (17-63)
( YSí ) d 1 ÿ Azÿ1 problemas asociados con ceros inestables pueden tratarse con
éxito mediante la selección juiciosa de (Y/ Ysp)d, como se discutió
donde A = eÿÿtÿÿc , K = 1ÿÿc, r = 1ÿÿc, N = ÿ/ÿt. abajo.
Los controladores digitales del tipo Direct Synthesis comparten

con ÿc = ÿt = 1, trace la respuesta para un cambio de unidad en el conjunto
una característica más: a saber, contienen
punto en t = 5 para 0 ÿ t ÿ 10 usando Simulink.
compensación de retardo de tiempo en la forma de un predictor de
Smith (ver Capítulo 16). En la ecuación. 17-61, para que Gc sea físicamente SOLUCIÓN
realizable, (Y/ Ysp)d también debe contener un término equivalente
a eÿÿs , que es zÿN, donde N = ÿ/ÿt. En otras palabras, El diagrama de Simulink para el ejemplo se mostró anteriormente en la
figura 17.9. Usando la Ec. 17-63, el bucle cerrado deseado
si hay un término zÿN en la transferencia discreta en lazo abierto
función de transferencia para ÿ = 0 (N = 0) y ÿc = ÿt es (Y/ Ysp)d
función, el proceso de circuito cerrado no puede responder antes
= 0,632zÿ1/ (1 ÿ 0,368zÿ1). Aplicando la Ec. 17-64, el
Han pasado Nÿt o ÿ unidades de tiempo. Usando (Y/ Ysp)d fórmula para el controlador es
de esta forma en la Ec. 17-63 produce un Gc que contiene el
1 + a1zÿ1 + a2zÿ2 0.632zÿ1
equivalencia matemática de la compensación de retardo de tiempo, CDG = (17-68)
b1z ÿ1 + b2zÿ2 1-z-1
porque el retardo de tiempo ha sido eliminado de la
Ecuación característica. Sustituyendo los valores numéricos por a1, a2, b1 y b2, el
el controlador es
1 ÿ 1,5353zÿ1 + 0,5866zÿ2 0.632

CDG = (17-69)
0,0280 + 0,0234zÿ1 1-z-1
EJEMPLO 17.6
Cuando se implementa este controlador, aparece una característica
Un proceso se modela en tiempo continuo mediante una función de indeseable, a saber, la ondulación entre muestras. Figura 17.11a
transferencia de segundo orden más retardo de tiempo con K = 1, ÿI = 5, muestra la respuesta y y la salida ZOH p a un paso unitario
y ÿ2 = 3. Para ÿt = 1, el equivalente en tiempo discreto (con cambio en el punto de ajuste en t = 5. Aunque la respuesta no
ZOH) es satisfacer y(k) = 1 en cada instante de muestreo (ÿt = 1) para t ÿ 6,
(b1 + b2zÿ1)zÿNÿ1 la respuesta es bastante oscilatoria; es decir, ondulación entre muestras
G= (17-67)
1 + a1zÿ1 + a2zÿ2 ocurre. Este resultado es causado por el ciclo de salida del controlador
ida y vuelta entre desviaciones positivas y negativas
donde a1 = ÿ1,5353, a2 = 0,5866, b1 = 0,0280, b2 = 0,0234, del valor de estado estacionario. El comportamiento, llamado timbre,
y N = 0 (cf. Ec. 7-27 a 7-31). Para el controlador de Dahlin por supuesto es inaceptable para un sistema de control.
2 50
(a) Controlador de Dahlin
y 1 pags
0
0 –50
0 10 20 0 10 20
2 20
(b) Controlador de Dahlin modificado
y 1 pags
0
0 –20
0 10 20 0 10 20
Tiempo Tiempo
Figura 17.11 Comparación de (a) controladores de Dahlin con timbre y (b) sin timbre para un proceso de segundo orden (ÿc = 1),
Ejemplo 17.6 (y = variable controlada, p = salida del controlador después de ZOH).
17.5 Síntesis directa para el diseño de controladores digitales 317
El timbre del controlador resulta de la presencia del término a2 = b2 = 0 (un proceso de primer orden), Eq. 17-71 vuelve al
(0.0280 + 0.0234zÿ1) en el denominador de la ecuación. controlador de Dahlin, Eq. 17-64, porque un proceso de primer
17-69, que corresponde a un polo controlador en ÿ0.836, orden no conducirá a un controlador que suena.
bastante cerca del círculo unitario. Este término, cuando se
transforma al dominio del tiempo, provoca un cambio de signo
en cada instante de muestreo en la variable manipulada, como
EJEMPLO 17.7
se puede mostrar mediante división larga.
Dahlin (1968) sugirió que el repique se puede eliminar Para el mismo modelo de proceso utilizado en el ejemplo 17.6,
estableciendo zÿ1 = 1 en el término del repique, en este caso grafique la respuesta y la salida del controlador para un cambio de
reemplazando (0.0280 + 0.0234zÿ1) por una constante (0.0280 punto de ajuste de la unidad (ÿc = ÿt = 1.0) para el controlador de
+ 0.0234 = 0.0514). Sea GDC la versión sin timbre del Dahlin sin timbre y compárelo con el PID de síntesis directa
controlador de Dahlin . La figura 17.11b muestra y(t) y p(t) (conversión BD) y Aproximaciones de Vogel-Edgar.
para este caso, lo que indica que el comportamiento de timbre
ha desaparecido. Curiosamente, la respuesta de lazo cerrado SOLUCIÓN
ahora muestra un sobreimpulso, lo que contradice el criterio
de diseño original de un enfoque de primer orden al punto de Aplicando la Ec. 17-63 para N = 0, la función de transferencia del
referencia (ecuación 17-62). Por lo tanto, el rendimiento de controlador para la versión sin timbre del algoritmo de Dahlin es
bucle cerrado del controlador de Dahlin modificado para sonar
no siempre es predecible. Esta falta de previsibilidad representa
una gran desventaja de esta técnica. ÿ zÿ1 1) (1 ÿ 1.5353zÿ1 + 0.0514
CDG = ( 0.6321 0.5866zÿ2 ) (17-72)
Para este controlador, la respuesta y(t) y la salida del controlador

p(t) se muestran en la figura 17.12a. A continuación derivamos un
controlador PID usando el enfoque IMC presentado en el Capítulo
17.5.2 Algoritmo de Vogel-Edgar Para
12. Comenzando con la función de transferencia de segundo orden
los procesos que pueden describirse mediante un modelo de de tiempo continuo (ÿ1 = 5, ÿ2 = 3, K = 1, ÿ = 0), ÿc en la Tabla 12.1
segundo orden más retardo de tiempo (ecuación 17-67), Vogel es establecer igual a uno para proporcionar la mejor respuesta para
un cambio de punto de ajuste. Cuando la aproximación BD s ÿ (1 ÿ
y Edgar (1988) desarrollaron un controlador que elimina el polo
zÿ1)/ÿt se sustituye en la función de transferencia del controlador
de llamada causado por la inversión de G La función de
PID,
transferencia de lazo cerrado deseada es similar a la del
controlador de Dahlin (cf. Ec. 17-63 e incluye compensación de 3,1486 ÿ 5,0541zÿ1 + 2,0270zÿ2
GBD = 4,1111 1,7272 ÿ 2,4444zÿ1 + 0,7222zÿ2 (17-73)
retardo de tiempo (zÿNÿ1 en la función de transferencia de lazo cerrado):
= (1 - A) b1 + b2zÿ1
zÿNÿ1 (17-70)
La respuesta de lazo cerrado se muestra en la figura 17.12b. Cuando
1 ÿ Azÿ1 el controlador digital BD-PID está diseñado para este sistema, no
( YSí ) d b1 + b2
hay necesidad de corregir el timbre como se requiere para el
Sin embargo, los ceros del modelo G también se incluyen como controlador de Dahlin. Esto es cierto para amplios rangos de ÿc y ÿt
ceros de la función de transferencia de bucle cerrado (en este caso, que se han investigado.
La figura 17.12 muestra la respuesta en lazo cerrado del
divididos por b1 + b2 para garantizar que la ganancia de estado
controlador Vogel-Edgar (GVE) para el mismo modelo de segundo
estable de bucle cerrado sea igual a uno). Aunque esta opción orden. Este controlador es
puede ralentizar un poco la respuesta, hace que el controlador sea
menos sensible a los errores del modelo y también elimina la 1 ÿ 1,5353zÿ1 + 0,5866zÿ2
LVE = 0,6321 0,0514 ÿ 0,0366zÿ1 ÿ 0,0148zÿ2 (17-74)
posibilidad de que suene. El controlador de Vogel-Edgar
correspondiente a la ecuación. 17-70 es
El parámetro de sintonización A se selecciona para que sea 0,368
(1 + a1zÿ1 + a2zÿ2)(1 ÿ A) (ÿc = 1). Para este sistema de segundo orden, la respuesta variable
GVE =
(b1 + b2)(1 ÿ Azÿ1)ÿ(1 ÿ A)(b1 + b2zÿ1) zÿNÿ1 (17-71) controlada para GVE es superior a GDC. Si se agrega un retraso de
tiempo al modelo, el rendimiento comparativo de GVE y GDC sigue
siendo el mismo, porque ambos controladores utilizan la misma
Debido a la forma de (Y/ Ysp)d en la ecuación. 17-70, este forma del predictor de Smith.
controlador no intenta cancelar los términos del numerador de Tenga en cuenta que los parámetros del controlador en Eqs.
17-72 a 17-74 se han informado con cuatro puntos decimales para
la función de transferencia del proceso y, por lo tanto, no
evitar errores de redondeo en los cálculos de control.
incluye el polo de llamada potencial. Tenga en cuenta que para
2
(a) Controlador de Dahlin modificado 10
1.5
y 1 pags
0
0.5
–10
0
0 10 20 30 0 10 20 30
2
(b) Controlador PID–BD 10
1.5
y 1 pags
0
0.5
–10
0
0 10 20 30 0 10 20 30
2
(c) Controlador de Vogel-Edgar 10
1.5
y 1 pags
0
0.5
–10
0
0 10 20 30 0 10 20 30
Tiempo Tiempo
Figura 17.12 Comparación de la respuesta en lazo cerrado para un proceso de segundo orden en el Ejemplo 17.7 usando (a) la ecuación de Dahlin sin anillo
controlador (ÿ = 1), (b) controlador PID de diferencia hacia atrás y (c) controlador Vogel-Edgar (y = variable controlada,
p = salida del controlador después de ZOH).
Vogel y Edgar (1988) han demostrado que su controlador maneja utilizado con IMC. El controlador IMC perfecto es simplemente
satisfactoriamente señales de primer o segundo orden. el inverso del modelo de proceso.
modelos de proceso con ceros positivos (respuesta inversa)
GÿC (z) = 1 ÿ Gÿ (17-75)
o ceros negativos, así como ruido de proceso y medición simulado.
Muchos modelos de procesos de orden superior pueden Sin embargo, un controlador perfecto no suele ser físicamente
controlarse con éxito con GVE. Ni GVE ni realizable, o puede ser impracticable debido al modelo
Sin embargo, las GDC son adecuadas para modelos de procesos inestables. error. Los dos pasos clave involucrados en el controlador digital
La robustez del controlador de Vogel-Edgar es generalmente mejor diseño son los siguientes (cf. Sección 12.2.2).
que la del controlador de Dahlin cuando los errores del modelo
1. El modelo de proceso se factoriza como
están presentes. GVE se puede utilizar como controlador adaptativo
cuando el modelo de tiempo discreto se actualiza en línea. Para G(z) = G +(z) G ÿ(z) (17-76)
procesos con ceros fuera del círculo unitario, el de Dahlin
donde Gÿ contiene el término de retardo de tiempo zÿNÿ1,
controlador puede volverse inestable, mientras que la estabilidad de +
el controlador Vogel-Edgar no se ve afectado. ceros que se encuentran fuera del círculo unitario y ceros
que se encuentran dentro del círculo unitario cerca de (ÿ1, 0). Además, Gÿ tiene +
una ganancia de estado estacionario de la unidad.

17.5.3 Control de modelo interno (IMC)
2. El controlador se obtiene invirtiendo Gÿ ÿ (la
La metodología general de diseño del Modelo Interno parte invertible de Gÿ) y luego multiplicando por
Control presentado en la Sección 12.2.2 para tiempo continuo filtro de primer orden F para mejorar la robustez de
los sistemas se pueden extender a sistemas de datos muestreados el controlador, así como para garantizar la
(Garcia and Morari, 1982; Zafiriou and Morari, 1985). realizabilidad de Gÿ :
C
La Figura 12.6 muestra el diagrama de bloques utilizado para IMC
F(z)
en contraste con el control de retroalimentación convencional. GÿC (z) = (17-77)
Aquí la notación Gÿ Gÿ(z)
C se usa en lugar de Gc para la función
de transferencia del controlador debido al bloque diferente El filtro F normalmente contiene uno o más parámetros de
estructura del diagrama y metodología de diseño del controlador sintonización. Los ceros de Gÿ que se encuentran fuera del círculo unitario (el
17.6 Control de varianza mínima 319
los llamados ceros de fase no mínimos) producirían polos de controlador

Para el filtro F(z) = 1, análoga a la Ec. 12-20, el controlador IMC está
inestables si dichos términos se incluyeran en Gÿ en lugar de Gÿ
ÿ, +. Los ceros negativos en el eje real cerca
1 - 1.896z ÿ 1 + 0.8988z ÿ 2
de z = ÿ1 darán como resultado un controlador que suena si se invierten; Gc ÿ (z) = Gÿ ÿ1 - (z) F (z) = (ÿ0.006434 - 0.00621)
por lo tanto, también están incluidos en Gÿ +. La
función de transferencia de lazo cerrado usando las reglas de diseño Usando Simulink-MATLAB, la respuesta IMC para un escalón unitario en
anteriores, asumiendo que el modelo de proceso es perfecto, es perturbación en t = 10 se muestra en la figura 17.13.
Y
= Gÿ +(z)F(z) (17-78)
Sí 0.5
El marco de diseño de IMC puede generar el controlador de Dahlin y 0,45 controlador IMC
el controlador de Vogel-Edgar para las elecciones apropiadas de F(z) y
0.4
Gÿ +(z). También se puede aplicar fácilmente a sistemas de orden
superior, donde la síntesis directa no es tan confiable. Para obtener 0.35
detalles sobre el tratamiento de los ceros del modelo de proceso y la 0.3

selección del filtro, consulte Zafiriou y Morari (1985).
0.25
El diagrama de bloques IMC de la figura 12.6 se puede expandir 0.2
para incluir un bloque Aÿ en la ruta de retroalimentación, así como una 0.15

función de transferencia de perturbaciones Gd. El bloque Aÿ se puede
0.1
utilizar para predecir el efecto de la perturbación en la señal de error al
controlador y también puede proporcionar una compensación de retardo 0.05
de tiempo. Este controlador de dos grados de libertad (consulte el 0
0 5 10 15 20 25 30 35 40 45
Capítulo 12) se conoce como predictor analítico (Kirtania y Choudhury,
2012; Wellons y Edgar, 1987). Figura 17.13 Respuesta de lazo cerrado de IMC para un cambio de
escalón unitario en la carga en t = 10.
EJEMPLO 17.8
Un proceso de segundo orden con función de transferencia

17.6 CONTROL DE VARIACIÓN MÍNIMA
ÿ5eÿ4s
G(s) = ; Sol = 1
(3s + 1)(5s + 1) En este método de diseño, el objetivo es reducir la variabilidad de la
variable controlada y cuando el punto de referencia es constante y el
se controla con un controlador IMC digital (ÿt = 0,2). No hay error de
modelado. Se utiliza una constante de tiempo de filtro IMC de cero (F(z) = proceso está sujeto a perturbaciones aleatorias desconocidas. En
1). Un cambio de escalón unitario en la carga ocurre en el tiempo t = 10, términos estadísticos, el objetivo es minimizar la varianza de y. Este
con una función de transferencia de perturbación conocida enfoque es especialmente relevante para procesos donde las
1 perturbaciones son estocásticas (es decir, aleatorias) en lugar de
Gd = deterministas (por ejemplo, pasos o derivas). Los procesos de
7s + 1
fabricación de láminas para producir papel y películas o láminas de
Calcule la respuesta de lazo cerrado de IMC.
plástico son ejemplos comunes (Featherstone et al., 2000).
SOLUCIÓN El método de diseño de control de varianza mínima (MVC) genera la

forma de la ley de control de retroalimentación, así como los valores de
Usando la función MATLAB c2d con tiempo de muestreo ÿt = 0.2,
los parámetros del controlador.
(ÿ0,006434z ÿ 1 - 0,00621z ÿ 2) z ÿ Al igual que los métodos de diseño de Síntesis Directa y Control de
(z) = 1 - 1,896z ÿ 1 + 0,8988z ÿ 2 20 G
Modelo Interno, el método MVC da como resultado controladores PI o
PID para modelos de funciones de transferencia simples (MacGregor,
Dado que un cero está en ÿ0,9652, debe incluirse en Gÿ +(z).
Por lo tanto, 1988; Ogunnaike y Ray, 1994; Box y Luceño, 2009). Aunque MVC
tiende a ser bastante agresivo, el método de diseño puede modificarse
(ÿ0.006434zÿ1 ÿ 0.00621zÿ2)
Gÿ +(z) = zÿ20 (ÿ0,006434 ÿ 0,00621) para que sea menos agresivo (Bergh y MacGregor, 1987). Debido a
que el control de varianza mínima es un caso limitante en el desempeño
= 0,5089zÿ21 + 0,4911zÿ22 real del controlador, proporciona un punto de referencia útil para
monitorear el desempeño del lazo de control (Harris y Seppala, 2002);
(ÿ0,006434 ÿ 0,00621)
Gÿ ÿ (z) = véase el Capítulo 21.
1 ÿ 1,896zÿ1 + 0,8988zÿ2
Cuadro 17.2 Modelos de perturbación para la figura 17.14
(a) d(k) = a(k) (ruido blanco) (b) d(k)

(a)
= ÿd(k ÿ 1) + a(k) (ÿ ÿ 1) (c) d(k) = d( k ÿ 1) +
a(k) (d) d(k) = d(k ÿ 1) + a(k) + ÿa(k ÿ 1) (ÿ ÿ
1)
(b)
construido comenzando con una entrada a(z) que es una secuencia

de ruido blanco. Esta entrada pasa a través de un modelo dinámico
como una función de transferencia de primer orden o una función
de transferencia integradora. La salida D(z) es una perturbación
autocorrelacionada del proceso.
La tabla 17.2 proporciona importantes modelos de series de
(C)
tiempo (Box et al., 2015) que se encuentran comúnmente en el
control de procesos industriales, incluidas las aplicaciones de
control estadístico de procesos (consulte el Capítulo 21).
Análogamente a los cuatro casos de la figura 17.14, los modelos
de perturbaciones estacionarias (a) y (b) tienen una media fija; es
decir, las sumas de las desviaciones por encima y por debajo de la
línea son iguales a cero, pero el caso (a) rara vez ocurre en los
(d)
procesos industriales. Los modelos de perturbación no estacionarios
Figura 17.14 Cuatro modelos para d(k): (a) perturbación de ruido (c) y (d) no tienen una media fija pero son de naturaleza de deriva.
blanco estacionario; (b) perturbación autorregresiva estacionaria; (c) El caso (c), el llamado comportamiento de caminata aleatoria, se
perturbación no estacionaria (paseo aleatorio); (d) perturbación de media usa a menudo para describir patrones de índices bursátiles. El
móvil integrada (no estacionaria) (Reimpreso con permiso de John Wiley caso (b) se denomina modelo autorregresivo (AR), mientras que el
& Sons, Inc. y adaptado de Box, GEP, y A. Luceño, Statistical Control by caso (d) se denomina modelo de promedio móvil integrado (IMA).
Monitoring and Adjustment, John Wiley and Sons, Hoboken, NJ , 2009). Suponga que el modelo de ruido IMA se va a emplear en un
controlador de varianza mínima para un modelo de proceso con
ganancia K que no tiene dinámica. Se puede demostrar
teóricamente que para este caso simple, el controlador de mínima
El punto de partida para el método de diseño MVC es el
varianza tiene los mismos atributos que el controlador IMC.
siguiente modelo de función de transferencia discreta:
El controlador es el inverso de la ganancia del proceso y el filtro
Y(z) = G(z)U(z) + D(z) (17-79) IMC F es un filtro de primer orden (Ogunnaike y Ray, 1994). Se
La perturbación D(z) se puede escribir como una señal de ruido puede realizar un análisis similar para el caso en que el modelo de
blanco medio cero (p. ej., gaussiana), a(z), y una función de proceso tenga una dinámica de primer orden y el modelo de
transferencia de perturbaciones Gd(z): perturbación esté descrito por el modelo de ruido IMA. Como
muestran Ogunnaike y Ray (1994), estos supuestos del modelo
D(z) = Gd(z)a(z) (17-80)
conducen a un controlador PI. Se puede obtener un controlador de
Los debates anteriores sobre acomodar perturbaciones se varianza mínima para modelos de proceso de orden superior,
centraron en los cambios deterministas en la perturbación, como modelos con retardo de tiempo y diferentes estructuras de modelos
los cambios de paso. En la figura 17.14 se muestran gráficamente de perturbaciones (Bergh y MacGregor, 1987; Middleton y Goodwin,
cuatro modelos de perturbación alternativos. Estas perturbaciones 1990). MVC también se puede extender a problemas en los que
son persistentes (como resultado del componente aleatorio), pero hay un costo asociado con el esfuerzo de control, así como límites
también pueden exhibir características como dinámica, deriva o superior e inferior en la salida del controlador. Este enfoque
tendencia. Una perturbación típica del proceso rara vez será requiere que se defina una función objetivo, como en el control
aleatoria, sino que dependerá de los valores pasados de la predictivo del modelo (consulte el Capítulo 20).
perturbación. Estos modelos pueden ser
RESUMEN
Cuando se usa una computadora digital para el control de procesos, cuidadosamente seleccionado. La elección del período de muestreo
las mediciones de la salida del proceso se muestrean y se debe basarse en la dinámica del proceso, las frecuencias de ruido,
convierten a formato digital mediante un convertidor de analógico la relación señal/ruido y el sistema de control informático disponible.
a digital (ADC). El período de muestreo ÿt debe ser
Ejercicios 321
Las mediciones con ruido deben filtrarse antes de enviarse al Hemos presentado varios enfoques diferentes para diseñar
controlador. Los filtros analógicos son efectivos para eliminar el controladores de retroalimentación digital. Los controladores
ruido de alta frecuencia y evitar el alias. digitales que emulan los controladores PID de tiempo continuo
Los filtros digitales también se utilizan ampliamente tanto para pueden incluir una serie de funciones especiales para mejorar
filtros de paso bajo como para otros fines, como la eliminación el rendimiento. Los controladores basados en Direct Synthesis
de picos de ruido. La elección de un filtro y los parámetros del o IMC se pueden sintonizar en tiempo continuo o discreto, evitan
filtro (p. ej., ÿF) debe basarse en la dinámica del proceso, las el timbre, eliminan el desplazamiento y brindan un alto nivel de
características del ruido y el período de muestreo. Si se cambia rendimiento para los cambios de punto de ajuste. El control de
un parámetro de filtro, puede ser necesario volver a sintonizar el varianza mínima puede ser muy eficaz si se dispone de un
controlador, porque el filtro es un elemento dinámico en el modelo de perturbación.
circuito de control de retroalimentación.
REFERENCIAS
Åström, KJ y B. Wittenmark, Sistemas controlados por computadora: teoría y Ljung, L., Identificación del sistema: teoría para el usuario, 2.ª ed., Prentice
diseño, 3.ª ed., Prentice Hall, Upper Saddle River, Nueva Jersey, 2011. Hall, Upper Saddle River, Nueva Jersey, 1999.
McConnell, E. y D. Jernigan, Adquisición de datos, secc. 18.3, página 1938,
Bergh, LG y JF MacGregor, Controladores de varianza mínima restringida: en The Electronics Handbook, 2ª ed., JC Whitaker (Ed.), CRC Press, Boca
estructura del modelo interno y propiedades de robustez, Ing. Ind. química Raton, FL, 2005.
Res., 26, 1558 (1987). Middleton, RH y GC Goodwin, Estimación y control digital: un enfoque unificado,
Beschi, M., S. Dormido, J. Sanchez y A. Visioli, Characterization of Symmetric Prentice Hall, Englewood Cliffs, NJ, 1990.
Send-on-delta PI Controllers, J. Process Control, 22, 1930 (2012).
Ogata, K., Discrete-Time Control Systems, 2.ª ed., Prentice Hall, Englewood
Blevins, T., D. Chen, M. Nixon y W. Wojsznis, Wireless Control Foundation; Cliffs, NJ, 1995.
Control continuo y discreto para la industria de procesos, ISA, Research Ogunnaike, BA y WH Ray, Process Dynamics, Modeling and Control, Oxford
Triangle Park, NC, 2015. University Press, Nueva York, 1994.
Box, GEP, GM Jenkins y GC Reinsel, Time Series Analysis, Forecasting and Oppenheim, AV y RW Shafer, Procesamiento de señales de tiempo discreto,
Control, 5.ª ed., Prentice Hall, Englewood Cliffs, NJ, 2015. 3.ª ed., Prentice Hall, Englewood Cliffs, NJ, 2009.
Orfanidis, S., Introducción al procesamiento de señales, Prentice Hall,
Box, GEP y A. Luceño, Statistical Control by Monitoring and Adjustment, 2.ª Englewood Cliffs, Nueva Jersey, 1995.
ed., John Wiley and Sons, Hoboken, NJ, 2009. Phillips, CL, T. Nagle y A. Chakraborty, Análisis y diseño de sistemas de control
Dahlin, EB, Diseño y puesta a punto de controladores digitales, Instrument. digital, 4.ª ed., Prentice Hall, Englewood Cliffs, Nueva Jersey, 2014.
Sistemas de control, 41 (6), 77 (1968).
Featherstone, AP, JG VanAntwerp y RD Braatz, Identificación y control de Ruiz, A., JE Jimenez, J. Sanchez y S. Dormido, A Practical Tuning Methodology
procesos de láminas y películas, Springer-Verlag, Londres, 2000. for Event-based PI Control, J. Process Control, 24, 278 (2014).
Franklin, GF, JD Powell y ML Workman, Control digital de sistemas dinámicos, Seborg, DE, TF Edgar y DA Mellichamp, Process Dynamics and Control, 1.ª
3.ª ed., Pearson, Washington DC, 2005. ed., John Wiley and Sons, Hoboken, NJ, 1989.
Garcia, CE, and M. Morari, Internal Model Control, 1. A Unifying Review and Segovia, VR, T. Hagglund y KJ Astrom, Filtrado de ruido de medición para
Some New Results. Proceso IEC. Des. Dev., 21, 308 (1982). reglas comunes de ajuste de PID, Contr. Ing. Prac., 32, 43 (2014).
Garpinger, O. y T. Hagglund, Diseño de PID óptimo basado en software con
restricciones de robustez y sensibilidad al ruido, J. Process Control, 33, 90 Vogel, EG y TF Edgar, un controlador adaptativo de colocación de polos para
(2015). procesos químicos y tiempo muerto variable, comp. química
Harris, TJ y CT Seppala, Desarrollos recientes en las técnicas de evaluación y Ing., 12, 15 (1988).
monitoreo del rendimiento del controlador, Control de procesos químicos VI, Wellons, MC y TF Edgar, El predictor analítico generalizado,
AIChE Symp. Ser., 98, N° 326, 208 (2002). En. Prado. química Res., 26, 1523 (1987).
Isermann, R., Digital Control Systems, 2ª ed., Springer-Verlag, Nueva York, Xu, S., B. Lu, TF Edgar, W. Wojsznis, T. Blevins y M. Nixon, Limpieza de datos
1991. en las industrias de procesos, Rev. Chem. Ing., 31(5), 453 (2015).
Kirtania, K. y MAA Choudhury, A Novel Dead Time Compensar for Stable
Processes with Long Dead Times, J. Process Control, 22, 612 (2012). Zafiriou, E. y M. Morari, Controladores digitales para sistemas SISO: una
revisión y un nuevo algoritmo, Int. J. Control, 42, 885 (1985).
EJERCICIOS
17.1 La presión arterial media P en un paciente está sujeta a un cambio proporciona un modelo dinámico preciso. Filtre estos datos
de escalón unitario en el caudal de alimentación F de un fármaco. usando un filtro exponencial con dos valores diferentes de ÿ, 0.5 y 0.8.
Los datos de respuesta normalizados se muestran a continuación. Compare gráficamente los datos ruidosos, los datos filtrados y la solución
La experiencia previa ha indicado que la función de transferencia, analítica para el modelo de función de transferencia para una entrada de
PD) = 5 escalón unitario.
F 10s +1
valor de t Diseñe un filtro digital para este sistema y compare

Tiempo Tiempo
las respuestas escalonadas filtradas y libres de ruido para t = 1. Justifique su
(min) PAGS
(min) PAGS
elección de ÿF. Repita para otros niveles de ruido, por ejemplo, ±0.01
0 11 3.336 y ±0,1.
1 0 12 3.564
2 0,495 0,815 13 3.419 17.7 Encuentre la respuesta y(k) para la ecuación en diferencias
3 1.374 14 3.917
y (k) - y (k - 1) + 0.21y (k - 2) = u (k - 2)
4 1.681 15 3.884
5 1.889 dieciséis 3.871 Sea y(0) = y(1) = 0, u(0) = 1, u(k) = 0 para k ÿ 1. Realice
6 2.078 17 3.924 integración mediante una hoja de cálculo. ¿Cuál es el valor de estado estacionario
7 2.668 18 4.300 de ti?
8 2.533 19 4.252
9 2.908 20 4.409 17.8 El comportamiento dinámico de un sensor de temperatura y
10 3.351 transmisor puede ser descrito por la transferencia FOPTD

función
Tÿ m(s) = yÿ2s
17.2 Demuestre que la salida del filtro exponencial digital puede ser Tÿ(s) 8s + 1
escrito como una función de las medidas anteriores ym(k) y la
donde la constante de tiempo y el retardo de tiempo están en segundos y:
salida de filtro inicial yF(0).
T = temperatura real (desviación)
17.3 Una señal dada por
Tÿ = temperatura medida (desviación)
metro
2
ym(t) = t + 0.5 sen(t )
La temperatura real cambia de la siguiente manera (t en s):
se va a filtrar con un filtro digital exponencial en el intervalo 0 ÿ t ÿ 20. Usando ÿ 70 ÿC para t < 0
tres valores diferentes de ÿ (0.8, 0.5, 0.2), ÿ
T= ÿ 85 ÿC para 0 ÿ t < 10
determine la salida del filtro en cada tiempo de muestreo. Hacer
ÿ
esto para periodos de muestreo de 1.0 y 0.1. Compare los tres filtros para cada 70 ÿC para t ÿ 10
ÿ
valor de ÿt.
Si las muestras de la temperatura medida son automáticamente
17.4 Se obtuvieron los siguientes datos de calidad del producto ym conectado a una computadora digital cada 2 s comenzando en t = 0,
de un biorreactor, sobre la base de una evaluación fotométrica del ¿Cuál es el valor máximo de la temperatura registrada? Usar
simulación con un ZOH para encontrar la respuesta.
producto:
17.9 Para un proceso dado por

Tiempo en
Y(z) 2.7zÿ2 + 8.1zÿ3
(min) (absorbancia) =
U (z) 1 ÿ 0,5zÿ1 + 0,06zÿ2
0 0
1 1.5 (a) Calcule la respuesta y(kÿt) a un cambio de escalón unitario en u
2 0.3 utilizando la integración de la ecuación en diferencias.
3 1.6 (b) Verifique su respuesta en (a) usando un software de simulación,

4 0.4 yo, Simulink.
5 1.7 (c) ¿Cuál es el valor de estado estacionario de y?
6 1.5
7 2.0 17.10 Un analizador de oxígeno disuelto en un biorreactor se usa para
8 1.5 proporcionar medidas de composición en cada muestreo

tiempo en un lazo de control de retroalimentación. La transferencia en bucle abierto
función está dada por
(a) Filtre los datos usando un filtro exponencial con ÿt = 1 min.
Considere ÿ = 0.2 y ÿ = 0.5.
GOL = GcG
(b) Use un filtro de promedio móvil con Nÿ = 4. 1
(c) Implemente un filtro de picos de ruido con ÿy = 0,5. gc = 2 ( 1 + 8s ) G = ( 10 12s + 1 ) eÿ2s
(d) Graficar los datos filtrados y los datos sin procesar con el propósito de
(a) Suponga que se selecciona un período de muestreo de ÿt = 1 min.
comparación.
Derive Gc(z) usando una aproximación de diferencia hacia atrás de
17.5 El filtro exponencial analógico de la ecuación. 17-4 se utiliza Gc(s).
para filtrar la señal de salida de una función de transferencia (b) Si un cambio de escalón unitario en la señal de error del controlador e(t) es
G = 1/(2s + 1). La señal de entrada es d(t) = 1 + 0,2 sen t. hecho, calcule la respuesta de lazo abierto muestreada ym(kÿt) usando
Compare las respuestas sin filtrado (ÿF = 0) y una simulación con un ZOH después del controlador Gc y antes del
filtro exponencial (ÿF = 3 min) para 0 ÿ t ÿ 50 min. proceso G en el diagrama de bloques construido a través de Simulink.
17.6 Considere la función de transferencia de primer orden Y(s)/U(s) = 1/ 17.11 La función de transferencia en tiempo discreto de un proceso está dada
(s + 1). Genere un conjunto de datos (t = 1, 2,…20) integrando esta por
ecuación para u = 1 y sumando al azar Y(z) = 5zÿ1 + 3zÿ2
ruido binario a la salida, ±0,05 unidades en cada entero U (z) 1 - z - 1 + 0.41z - 2

Ejercicios 323
(a) Convierta esta función de transferencia en una ecuación en diferencias ganancia, Kv = 0,1 ft3/(min)(mA). El transmisor de nivel tiene una constante
equivalente. (b) Calcule la respuesta y(k) a un cambio de escalón unitario en de tiempo de 30 s y una ganancia de estado estable de 4 mA/ft. El tanque
u utilizando la integración de la ecuación en diferencias. (c) Verifique su tiene 4 pies de diámetro. El caudal de salida no está directamente influenciado
respuesta en (a) usando un software de simulación. (d) ¿Cuál es el valor de por el nivel de líquido; es decir, si la posición del vástago de la válvula de
estado estacionario de y? control se mantiene constante, q3 ÿ f(h). Suponga que se utiliza un controlador
digital proporcional y un convertidor de digital a analógico con salida de 4 a
20 mA. Si el período de muestreo para el convertidor de analógico a digital es
17.12 Para determinar los efectos de las ubicaciones de polo y cero, simule ÿt = 1 min, ¿para qué valores de la ganancia del controlador Kc es estable el
las respuestas de escalón unitario de las funciones de transferencia sistema de lazo cerrado? Utilice valores de prueba y simulación para Kc de
discretas que se muestran a continuación para los primeros seis ÿ10, ÿ50 y ÿ90. ¿Se producirá una compensación para el controlador
instantes de muestreo, k = 0 a k = 5. ¿Qué conclusiones puede sacar proporcional después de un cambio en el punto de ajuste?
con respecto al efecto de polo y cero? cero ubicaciones?
1
(a)
1-z-1
q1 q2
1
(b)
1 + 0.7zÿ1
(C)
1 1 ÿ 0.7zÿ1
LT LC
1 (d) (1 + 0,7zÿ1) (1
ÿ 0,3zÿ1) 1 ÿ 0,5zÿ1 (1 + h
0,7zÿ1)(1 ÿ 0,3zÿ1) q3
(y)
1 ÿ 0,2zÿ1 (1 + 0,6zÿ1)(1 ÿ
0,3zÿ1) Figura E17.16

(F)
17.13 Una operación de proceso en modo digital solo proporcional

control con ÿt = 1 tiene 17.17 El diagrama de bloques de un sistema de control digital se muestra en
la figura E17.17. El período de muestreo es ÿt = 1 min. (a) Diseñe el
1)(2s + 1) 3 , Kc = 1, Gm = 0,25 GvGp(s) = (5s +
controlador digital Gc(z) de modo que el sistema de lazo cerrado
muestre una respuesta de primer orden a un cambio de escalón
Determinar si el sistema controlado es estable calculando la respuesta a un
unitario en el punto de ajuste (después de un retardo de tiempo
cambio de punto de referencia usando simulación.
apropiado). (b) ¿Este controlador eliminará la compensación después
17.14 Determine cómo varía la ganancia máxima permisible del controlador de un cambio de paso en el punto de referencia? Justifica tu respuesta. (c)
digital para la estabilidad en función de ÿt para el siguiente sistema: 1 ¿Es el controlador físicamente realizable? Justifique su
responder.
GvGp(s) =
(5s + 1)(s + 1)
Gc = Kc Gm = 1
(d) Diseñe un controlador PID digital basado en el método ITAE (punto de
Use ÿt = 0.01, 0.1, 0.5 y simulación de circuito cerrado para encontrar la Kc ajuste) del Capítulo 12 y examine su desempeño para un cambio de paso en
máxima para cada ÿt; Kc puede oscilar entre 10 y 1200. el punto de ajuste. Aproximar el muestreador y ZOH por un retraso de tiempo
¿Qué concluye acerca de cómo el período de muestreo afecta la ganancia de ÿ=ÿt/ 2.
permisible del controlador? Tenga en cuenta que para un sistema de control
de tiempo continuo, no habría un valor inestable de Kc. 17.18 La composición de salida c3 del sistema de mezcla de la figura E17.18
se controla mediante un controlador de retroalimentación digital.
17.15 Un lazo de control de temperatura incluye un proceso sobreamortiguado El flujo de salida se muestrea automáticamente cada minuto y la medición de
de segundo orden descrito por la función de transferencia discreta. la composición se envía desde el transmisor de composición (AT) al
controlador digital. La salida del controlador se envía al dispositivo ZOH antes
(0,0826 + 0,0368zÿ1)zÿ1
G(z) = (1 ÿ 0894zÿ1)(1 ÿ 0,295zÿ1) de transmitirse a la válvula de control.
y un controlador PI digital (a) Deduzca una expresión para la función de transferencia de lazo abierto
1 discreta C3/ Q2, donde C3 y Q2 son variables de desviación, derivando la
función de transferencia continua y luego derivando el modelo de tiempo
Gc(z) = Kc ( 1 + 8(1 ÿ zÿ1) )
discreto equivalente. (b) El sistema en lazo cerrado exhibe una respuesta de
Encuentre la ganancia máxima del controlador Kcm para la estabilidad por primer orden a un cambio de escalón unitario en la perturbación C2.
prueba y error.
Especifique la forma de la respuesta deseada (C3/C3sp)d. No es necesario
17.16 Se usa un controlador digital para controlar el nivel de líquido del tanque derivar una expresión para Gc(z), pero debe justificar su elección para (C3/
de almacenamiento que se muestra en la figura E17.16. La vlvula de C3sp)d.
control tiene una dinmica insignificante y un estado estacionario
D(s)
Sí (s) mi(s) E(z) + y – 2s Y(s)

ZOH +
+– ÿt Gc(z)
3s + 1
Figura E17.17
17.19 El diagrama de bloques de un sistema de control de datos muestreados

se muestra en la figura E17.19. Diseñe un controlador Dahlin Gc(z) que sea
Controlador digital y ZOH físicamente realizable y basado en un cambio en el punto de referencia.
El período de muestreo es ÿt = 1 min. Calcule la respuesta de lazo cerrado
c2 cuando se usa este controlador y ocurre un cambio de escalón unitario en la

perturbación.
q2
c1 17.20 Se desea controlar la temperatura de salida T2 del intercambiador de

q1 calor que se muestra en la figura E17.20 ajustando el caudal de vapor
ws. Se producen perturbaciones no medidas en la temperatura de
entrada T1. El comportamiento dinámico del calor.
intercambiador se puede aproximar mediante la función de transferencia
c3
A Tÿ 2(s) = 2.5 ÿF
[=]
EN W ÿs(s) 10s + 1 lbÿs
c3
donde la constante de tiempo tiene unidades de segundos y los primos denotan
q3 variables de desviación. La válvula de control y el transmisor de temperatura
tienen una dinámica insignificante y ganancias en estado estable de Kv = 0,2 lb/
Figura E17.18
s/mA y Km = 0,25 mA/ÿF. Diseñe un prototipo de controlador mínimo (es decir,
el controlador de Dahlin con ÿ = 0) que sea físicamente realizable y se base en
Información disponible
un cambio de escalón unitario en el punto de ajuste. Suponga que se utiliza un
(i) Debido a que la tasa de flujo q2 es bastante pequeña, el volumen de ZOH y que el período de muestreo es ÿt = 2 s.
líquido en el tanque V permanece esencialmente constante en 30 ft3.
El tanque está perfectamente mezclado.
17.21 Un sistema G de segundo orden con K = 1, ÿ1 = 6 y ÿ2 = 4 se controlará
(ii) La principal variable de perturbación es la composición de entrada mediante el controlador de Vogel-Edgar con ÿ = 5 y ÿt = 1. Suponiendo
c2. un cambio escalón en ysp, calcule la variable controlada y(k) para k =
(iii) La válvula de control tiene una dinámica insignificante y una ganancia 0, 1,…, 25, y grafique y(k) y la salida del controlador p(k).
en estado estable de 0,1 ft3/min mA. (iv) El transmisor de
composición (AT) tiene una ganancia constante de 2,5 mA/(lb-mol soluto/
17.22 Compare los controladores PID (ITAE para cambios de punto de ajuste)
ft3). Las muestras de composición se analizan cada minuto; es
y Dahlin para ÿt = 1, ÿ = 1 y G(s) = 2eÿs /(10s + 1).
decir, el período de muestreo es ÿt = 1 min. También hay un retraso
Para el controlador ITAE, aproxime el muestreador y ZOH por un
de 1 minuto asociado con el análisis de composición.
retraso de tiempo igual a ÿt/2. Ajuste para que suene, si es necesario.
Grafique las respuestas de lazo cerrado para un cambio de punto de referencia,
(v) Los valores nominales de estado estacionario son
así como la salida del controlador para cada caso.
q2 = 0,1 ft3 ÿmin c2 = 1,5 lb-mol solutoÿft3 q3 = 3 ft3
ÿmin c3 = 0,21 lb-mol solutoÿft3
D(s)
Sí (s) mi(s) E(z) + 1 Y(s)

ZOH +
+– ÿt Gc(z) s
e–s
Figura E17.19
Ejercicios 325
17.25 Diseñe un controlador digital para el nivel de líquido en el sistema de

CT
almacenamiento que se muestra en la figura E17.25. Cada tanque
tiene 2.5 pies de diámetro. La tubería entre los tanques actúa como
una resistencia lineal al flujo con R = 2 min/ft2. El nivel de líquido se
muestrea cada 30 s. El controlador digital también actúa como un dispositivo
TT
ZOH para la señal enviada a la válvula de control. La válvula de control y el
ws
Vapor transmisor de nivel tienen una dinámica insignificante. Sus ganancias son Kv =
0,25 ft3/min/mA y Km = 8 mA/ft, respectivamente. El valor nominal de q1 es
T2 0,5 ft3/min. (a) Deduzca el algoritmo de control de Dahlin basado en un cambio
Liquido
fuera en
de paso en el punto de ajuste. (b) ¿Exhibe la salida del controlador alguna
Líquido
T1
oscilación? (c) ¿Para qué valores de ÿ es físicamente realizable el controlador?
en en
Condensar
trampa
(d) Si tuviera que sintonizar este controlador en línea, ¿qué valor de ÿ usaría
Figura E17.20 como suposición inicial? Justifica tu respuesta.
17.26 Las aplicaciones de control feedforward a menudo utilizan un controlador

17.23 Para un proceso que incluye válvula de control y sensor, G(s) = 1.25eÿ5s /
que consta de una unidad de adelanto-retraso:
(5s + 1), obtenga la ecuación para el controlador de Dahlin con ÿt y ÿ
= 1 y grafique la salida del controlador p(k) para un conjunto -cambio K(ÿ1s + 1)
Gf (s) = (ÿ1 ÿ ÿ2)
de punto. ¿Se produce un timbre? ÿ2s + 1
Desarrolle expresiones para la salida del controlador en el k-ésimo instante de

17.24 Compare los controladores Dahlin y Vogel-Edgar para G(s) = 1/[(2s + 1) muestreo p(k) usando la aproximación de diferencia hacia atrás de las derivadas
(s + 1)] y ÿ=ÿt = 1. ¿Suena alguno de los controladores? Derive las involucradas en Gf(s).
ecuaciones en diferencias resultantes para el sistema de lazo cerrado Compare la respuesta escalón unitario en tiempo discreto de Gf con la
y(k) relacionado con ysp(k). ¿Se produce sobreimpulso en cualquiera respuesta en tiempo continuo cuando K = 1, ÿ1 = 5 min, ÿ2 = 2 min y ÿt = 1 min.
de los dos casos?
q1
LT LC
h1
h2
q3
q2
Figura E17.25
capitulo 18
Multibucle y
Control Multivariable
18.1 Interacciones de proceso e interacciones de lazo de control

18.1.1 Análisis de diagrama de bloques 18.1.2 Estabilidad
de lazo cerrado 18.2 Emparejamiento de variables
controladas y manipuladas 18.2.1 Método de matriz de ganancia

relativa de Bristol 18.2.2 Cálculo del RGA
18.2.3 Métodos para obtener la matriz de ganancia en estado

estacionario 18.2.4 Medida de las interacciones del proceso y recomendaciones
de emparejamiento 18.2.5 Consideraciones dinámicas 18.2.6 Extensiones del
análisis RGA
18.3 Análisis de valores singulares

18.3.1 Selección de Variables Manipuladas y Variables Controladas
18.4 Ajuste de sistemas de control PID multilazo
18.5 Estrategias de desacoplamiento y control multivariable

18.5.1 Control de desacoplamiento 18.5.2 Técnicas
generales de control multivariable 18.6 Estrategias para
reducir las interacciones del lazo de control 18.6.1 Selección de

diferentes variables manipuladas o controladas
Resumen
En capítulos anteriores, hemos enfatizado los problemas de En la figura 18.1 se muestran varios ejemplos de procesos
control que tienen solo una variable controlada y una variable con dos variables controladas y dos variables manipuladas.
manipulada. Estos problemas se denominan problemas de Estos ejemplos ilustran un rasgo característico de los problemas
control de una sola entrada, una sola salida (SISO) o de un de control de MIMO, a saber, la presencia de interacciones de
solo lazo . Pero en muchos problemas prácticos de control, procesos; es decir, cada variable manipulada puede afectar a
normalmente se debe controlar una cantidad de variables y se ambas variables controladas. Considere el sistema de mezcla
puede manipular una cantidad de variables. Estos problemas en línea que se muestra en la figura 18.1a. Dos corrientes que
se denominan problemas de control de múltiples entradas y contienen las especies A y B, respectivamente, deben mezclarse
múltiples salidas (MIMO). Para casi todos los procesos para formar una corriente de producto con caudal másico w y
importantes, se deben controlar al menos dos variables: la composición x, la fracción másica de A. El ajuste del caudal
calidad del producto y el rendimiento. manipulado, wA o wB, afecta tanto a w como a x . .
326
18.1 Interacciones del proceso e interacciones del lazo de control 327
¿eficaz? Controlará las interacciones de bucle generadas por

Washington
las variables del proceso causan problemas?
en En la siguiente sección, consideramos técnicas para seleccionar
X una configuración de control multilazo apropiada. Si
WB las interacciones del proceso son significativas, incluso las mejores
El sistema de control de bucle múltiple puede no proporcionar un control
(a) Sistema de mezcla en línea
satisfactorio. En estas situaciones hay incentivos
Refrigerante para considerar estrategias de control multivariable tales como
control de desacoplamiento (Sección 18.5) y control predictivo del
C A
modelo (Capítulo 20). Pero primero examinamos la
Alimento O
xD fenómeno de las interacciones del lazo de control.
L
EN
R D
Vapor METRO
S
18.1 INTERACCIONES DE PROCESO Y
norte
A
INTERACCIONES DE BUCLE DE CONTROL
xB
B Una representación esquemática de varios SISO y MIMO
aplicaciones de control se muestra en la Fig. 18.2. Por conveniencia,
(b) Columna de destilación
se supone que el número de manipulados
variables es igual al número de variables controladas.
Gas Esto permite emparejar una sola variable controlada y
GRAMO
una sola variable manipulada a través de un controlador de retroalimentación

que se llama un sistema cuadrado . Esto es preferible a
PAGS PT un sistema no cuadrado , donde el número de variables manipuladas
Alimento
es mayor o menor que el número
de variables controladas. Control multivariable general
Las estrategias no se limitan al control de retroalimentación de bucle
h LT
único y pueden tratar cualquier número de MV y CV (ver
Capítulo 20).
Líquido Los problemas de control MIMO son inherentemente más complejos
L
que los problemas de control SISO porque el proceso
(c) Separador de gas-líquido

Perturbaciones
Figura 18.1 Ejemplos físicos de control multivariable
problemas.
en Proceso y
De manera similar, para la columna de destilación de la figura 18.1b,

(a) Proceso de entrada única, salida única
ajustando el caudal de reflujo R o el caudal de vapor
con múltiples perturbaciones
S afectará tanto a la composición del destilado xD como a la
composición del fondo xB. Para el separador gas-líquido en Perturbaciones
Fig. 18.1c, el ajuste del caudal de gas G tendrá un efecto directo
efecto sobre la presión P y un efecto indirecto más lento sobre el nivel
de líquido h. Por el contrario, ajustando el otro manipulado En 1 y1
Proceso
La variable L afecta directamente a h , pero solo tiene un efecto relativo .
efecto pequeño e indirecto sobre P. u2 y2
Cuando hay interacciones significativas en el proceso, (b) Proceso de entrada múltiple, salida múltiple (2 × 2)
la selección de la configuración de control más efectiva puede no ser

Perturbaciones
obvia. Por ejemplo, en la mezcla
problema, suponga que un control de retroalimentación convencional
se va a utilizar la estrategia, que consta de dos controladores PI.
En 1 y1
Este sistema de control, conocido como control multilazo
u2 • Proceso • y2
sistema porque emplea dos retroalimentación de un solo lazo
controladores, plantea varias preguntas. Si el controlador de composición
y en
ajusta wA y el controlador de flujo
(c) Proceso de entrada múltiple, salida múltiple (n × n)
ajustar wB, o viceversa? ¿Cómo podemos predecir cuál de
estas dos configuraciones de control multilazo serán más Figura 18.2 Problemas de control SISO y MIMO.
328 Capítulo 18 Control multilazo y multivariable
se producen interacciones entre variables controladas y manipuladas.

En general, un cambio en una variable manipulada, digamos u1,
– E1 U1 Y1
Ysp1
afectará a todas las variables controladas y1, y2,…, yn. Debido a las + Gc1 +
gp11 +
interacciones del proceso, la selección del mejor emparejamiento de
variables controladas y manipuladas en un solo lazo para un esquema
de control de lazos múltiples puede ser una tarea difícil. En particular, gp12
para un problema de control con n variables controladas yn variables
manipuladas, hay n! posibles configuraciones de control multilazo.
gp21
Sp2 E2 U2 + Y2
+ Gc2 +
18.1.1 Análisis de diagrama de bloques – gp22
Considere el problema de control 2 × 2 que se muestra en la figura 18.2b.

Debido a que hay dos variables controladas y dos variables
manipuladas, se necesitan cuatro funciones de transferencia (a) Emparejamiento de controlador 1–1/2–2
del proceso para caracterizar completamente la dinámica

del proceso: Y1(s)
Y1(s)
= Gp11(s) = Gp12(s)
U1(s) U2(s) –
(18-1) Ysp1 E1 U1 Y1
+ Gc2 +
Y2(s) Y2(s) gp11 +
= Gp21(s) = Gp22(s)
U1(s) U2(s)
Las funciones de transferencia en la Ec. 18-1 se puede utilizar para gp12
determinar el efecto de un cambio en U1 o U2 en Y1 e Y2. Del principio
de superposición (sección 3.1), se deduce que los cambios simultáneos
en U1 y U2 tienen un efecto aditivo en cada variable controlada: gp21
Sp2 E2 U2 + Y2
+ Gc1 +
Y1(s) = Gp11(s)U1(s) + Gp12(s)U2(s) (18-2) – gp22
Y2(s) = Gp21(s)U1(s) + Gp22(s)U2(s) (18-3)
Estas relaciones de entrada-salida también se pueden expresar en (b) Emparejamiento de controlador 1–2/2–1
notación de matriz vectorial como
Figura 18.3 Diagramas de bloques para esquemas de control
multilazo 2 × 2.
Y(s) = Gp(s)U(s) (18-4)
donde Y(s) y U(s) son vectores con dos elementos,
esquema de control. La estrategia alternativa es emparejar Y1

(18-5)
Y2(s) ]
Y(s) = [ Y1(s) U(s) = [ U1(s)
U2(s) ] con U2 e Y2 con U1, el esquema de control 1-2/2-1 que se
muestra en la figura 18.3b. Tenga en cuenta que estos diagramas
y Gp(s) es la matriz de la función de transferencia del proceso, de bloques se han simplificado al omitir las funciones de
transferencia para los elementos de control finales y los sensores-transmisores.
(18-6) Además, se han omitido las variables de perturbación.
gp21(s)Grupo12(s)
Grupo(s) = [ Grupo11(s) gp22(s) ]
La figura 18.3 ilustra que las interacciones del proceso pueden
La notación matricial en la ecuación. 18-4 proporciona una inducir interacciones no deseadas entre los lazos de control. Por
representación compacta para problemas mayores de 2 × 2. Recuerde ejemplo, suponga que se usa el esquema de control 1-1/2-2 y una
que en la Sección 6.6 se derivó una matriz de función de transferencia perturbación aleja a Y1 de su punto de ajuste, Ysp1. Entonces ocurren
para un sistema MIMO, un sistema de mezcla térmica. La matriz de la
los siguientes eventos:
función de transferencia del proceso de estado estacionario (s = 0) se
denomina matriz de ganancia del proceso y se denota por K. 1. El controlador del lazo 1 (Gc1) ajusta U1 para obligar a Y1 a
Suponga que se va a utilizar un esquema de control multilazo volver al punto de ajuste. Sin embargo, U1 también afecta a Y2
convencional que consta de dos controladores de realimentación. Las a través de la función de transferencia Gp21.
dos posibles configuraciones de control se muestran en la Fig. 18.3. 2. Dado que Y2 ha cambiado, el controlador del lazo 2 (Gc2) ajusta
En el esquema (a), Y1 se controla ajustando U1, mientras que Y2 se U2 para que Y2 regrese a su punto de referencia, Y2sp.
controla ajustando U2. En consecuencia, esta configuración se Sin embargo, el cambio de U2 también afecta a Y1 a través de la función
denominará 1-1/2-2 de transferencia Gp12.
18.1 Interacciones del proceso e interacciones del lazo de control 329
Estas acciones del controlador proceden simultáneamente hasta que se diagrama de álgebra,
alcanza un nuevo estado estable. Tenga en cuenta que el cambio inicial gp21u1
Y2 = (18-9)
en U1 tiene dos efectos en Y1: (1) un efecto directo y (2) un efecto
1 + Gc2Gp22
indirecto a través de las interacciones del bucle de control.
La señal al primer bucle desde el segundo bucle es
Aunque es instructivo ver este comportamiento dinámico como una
secuencia de eventos, en la práctica las variables del proceso cambiarían
Gp21U2 = ÿGp12Gc2Y2 (18-10)
continua y simultáneamente.
Las interacciones del lazo de control en un problema de control 2 × Si sustituimos Gp12U2 en la Ec. 18-8 utilizando la ecuación. 18-10 y
2 resultan de la presencia de un tercer lazo de retroalimentación que luego sustituya Y2 usando la ecuación. 18-9, la función de transferencia
contiene los dos controladores y dos de las cuatro funciones de global de lazo cerrado entre Y1 y U1 es
transferencia del proceso (Shinskey, 1996). Por lo tanto, para la Y1 Gp12Gp21Gc2

= Gp11 ÿ (Y2 ÿ Bucle U2 cerrado)
configuración 1-1/2-2, este bucle de retroalimentación oculto contiene
U1 1 + Gc2Gp22
Gc1, Gc2, Gp12 y Gp21, como se muestra en la figura 18.4. (18-11)
Un bucle de retroalimentación oculto similar también está presente en el Por tanto, la función de transferencia entre Y1 y U1 depende del
esquema de control 1-2/2-1 de la figura 18.3b. El tercer circuito de controlador del segundo bucle Gc2 a través del término de interacción.
retroalimentación causa dos problemas potenciales: De manera similar, la función de transferencia Y2/U2 depende de Gc1
1. Tiende a desestabilizar el sistema de circuito cerrado. cuando se cierra el primer bucle. Estos resultados tienen implicaciones
importantes para la sintonización del controlador porque indican que los
2. Hace que el ajuste del controlador sea más difícil.
dos controladores no deben sintonizarse de forma independiente.
A continuación mostramos que la función de transferencia entre una
variable controlada y una variable manipulada depende de si los otros
lazos de control de retroalimentación están abiertos o cerrados.
EJEMPLO 18.1
Considere el sistema de control de la figura 18.3a. Si el controlador para
Considere el siguiente modelo empírico de una columna de
el segundo lazo Gc2 está fuera de servicio o se coloca en modo manual
destilación a escala piloto (Wood y Berry, 1973)
con la salida del controlador constante en su valor nominal, entonces U2
12.8eÿs ÿ ÿ18,9e ÿ3s
= 0. Para esta situación, la función de transferencia entre Y1 y U1 es
ÿ 16,7 s + 1 ÿ 21s + 1 ÿ ÿ
simplemente Gp11: Y1 = Gp11 (Y2 ÿ Bucle U2 abierto) 6,6e ÿ7 s ÿ
10,9 s + 1
(18-12)
[ XB(s)
XD(s) ] = ÿ19,4eÿ3s ÿ [ R(s)
S(s) ]
14,4s + 1 ÿ
(18-7)
donde la notación se define en la figura 18.1b. Suponga que se utiliza
U1
un sistema de control multilazo que consta de dos controladores PI.
Si el ciclo inferior también está cerrado, entonces las contribuciones a Compare los cambios de punto de ajuste de lazo cerrado que resultan
Y1 de los dos bucles se suman: si se selecciona el emparejamiento XD ÿ R/ XB ÿ S y
Y1 = Gp11U1 + Gp12U2 (18-8) (a) Se hace un cambio de punto de ajuste en cada lazo con el otro
lazo en manual (b) Los cambios de punto de ajuste se hacen
Sin embargo, si el segundo controlador de retroalimentación está en el
con ambos controladores en automático
modo automático con Y2sp = 0, entonces, usando el bloque
Suponga que la configuración del controlador se basa en el método de

ajuste ITAE para cambios de punto de referencia en el Capítulo 12.
Ysp1 – E1 U1 Y1
+ Gc1 gp11 +
+
SOLUCIÓN
La Tabla 18.1 muestra los ajustes de ITAE de bucle único y la Fig. 18.5
gp12 muestra los resultados de la simulación para los cambios de punto de referencia
para cada variable controlada. Los ajustes de ITAE proporcionan satisfactoriamente
gp21
Tabla 18.1 Configuración del controlador para el ejemplo 18.1
Sp2 E2 U2 +
Y2
+ Gc2 gp22 + Emparejamiento del controlador ÿI (mín)
–
Kc
xD ÿ R 0.604 16.37
xB ÿ S ÿ0,127 14.46
Figura 18.4 El lazo de control de retroalimentación oculto (en líneas oscuras)
para un par de controladores 1-1/2-2.
donde las funciones de transferencia de lazo cerrado son

respuestas de punto de referencia para cualquiera de los lazos de control cuando
el otro controlador está en modo manual (línea continua). Sin embargo, cuando Gc1Gp11 + Gc1Gc2(Gp11Gp22 ÿ Gp12Gp21) ÿ11
= ÿ (s)
ambos controladores están en automático, las interacciones del lazo de control
producen respuestas muy oscilatorias, especialmente en xB (línea discontinua). (18-15)
McAvoy (1983) ha discutido varios enfoques para mejorar el rendimiento de los Gc2Gp12
controladores de bucles múltiples. ÿ12 = ÿ (s) (18-16)
Vea el Ejercicio 18.1 para un problema de control MIMO similar donde los lazos
también exhiben oscilaciones.
Gc1Gp21
ÿ21 = ÿ (s) (18-17)
1.4
Gc2Gp22 + Gc1Gc2(Gp11Gp22 ÿ Gp12Gp21) ÿ22
= ÿ (s)
bucle xB en el manual
1.2
Ambos bucles en automático (18-18)
1 y ÿ(s) se define como
0.8 ÿ(s)=(1 + Gc1Gp11)(1 + Gc2Gp22) ÿ Gc1Gc2Gp12Gp21 (18-19)

xD
0.6 Se pueden extraer dos conclusiones importantes de estas relaciones
de circuito cerrado. Primero, un cambio de punto de referencia en un
0.4
lazo hace que cambien ambas variables controladas porque , en
general, ÿ12 y ÿ21 no son cero. La segunda conclusión se refiere a la
0.2
estabilidad del sistema en lazo cerrado. Debido a que cada una de las
cuatro funciones de transferencia de lazo cerrado en las Ecs. 18-15 a
005 10 15 20 25 30 35 40
18-18 tiene el mismo denominador, la ecuación característica es ÿ(s) =
hora (min)
0, o
1.4
(1 + Gc1Gp11)(1 + Gc2Gp22) ÿ Gc1Gc2Gp12Gp21 = 0 (18-20)
bucle xD en el manual
1.2
Ambos bucles en automático
Por tanto, la estabilidad del sistema en lazo cerrado depende de ambos
1
controladores, Gc1 y Gc2, y de las cuatro funciones de transferencia
del proceso. Se puede derivar una ecuación característica análoga para
0.8
el esquema de control 1-2/2-1 de la figura 18.3b.
xB
0.6 Para el caso especial donde Gp12 = 0 o Gp21 = 0,
la ecuación característica en la ecuación. 18-20 se reduce a
0.4
(1 + Gc1Gp11)(1 + Gc2Gp22) = 0 (18-21)
0.2
Para esta situación, la estabilidad de todo el sistema simplemente
depende de la estabilidad de los dos lazos de control de retroalimentación
005 10 15 20 25 30 35 40 individuales y sus ecuaciones características, lo que se espera.
hora (min)
Figura 18.5 Respuestas del punto de ajuste para el Ejemplo 18.1 utilizando la
1 + Gc1Gp11 = 0 y 1 + Gc2Gp22 = 0 Observe que (18-22)
sintonización ITAE.
si Gp12 = 0 o Gp21 = 0, el tercer lazo de control de retroalimentación

(oculto) en la figura 18.4 está roto. Por ejemplo, si Gp12 = 0, entonces
el segundo lazo de control no tiene efecto sobre Y1, mientras que el
18.1.2 Estabilidad en lazo cerrado primer lazo de control sirve como fuente de perturbaciones para el
segundo lazo a través de la función de transferencia Gp21.
Para evaluar aún más los efectos de las interacciones del lazo de
control, considere nuevamente el diagrama de bloques para el esquema
El análisis anterior se ha basado en la configuración de control
de control 1-1/2-2 en la figura 18.3a. Usando el álgebra del diagrama
1-1/2-2 de la figura 18.3a. Se pueden derivar un análisis y conclusiones
de bloques (vea el Capítulo 11), podemos derivar las siguientes
similares para la configuración 1-2/2-1 (ver Ejercicio 18.2). Los resultados
expresiones que relacionan las variables controladas y los puntos de
en las Ecs. 18-13 a 18-22 se pueden extender a diagramas de bloques
Y1 = ÿ11Ysp1 + ÿ12Ysp2 ajuste: (18-13) que incluyen las funciones de transferencia para los sensores y válvulas
de control; véase el ejercicio 18.3.
Y2 = ÿ21Ysp1 + ÿ22Ysp2 (18-14)
18.2 Emparejamiento de variables controladas y manipuladas 331
EJEMPLO 18.2 orden sin demora de tiempo, que es un caso idealista. Los sistemas de control
MIMO normalmente tienen un límite superior de estabilidad para las ganancias de
Considere un proceso que puede ser descrito por la matriz de función de
transferencia ambos controladores para todos los valores de Kc1.
Se puede realizar un análisis de estabilidad similar para la configuración de
2 1,5
ÿ ÿ 10s ÿ
control 1-2/2-1 (ver Fig. 18.7). Una comparación de las Figs. 18.6 y 18.7 indican
+1 segundos + 1
que el esquema de control 1-2/2-1 da como resultado una región de estabilidad
Grupo(s) = ÿ ÿ
1.5 2 más grande porque se puede usar una gama más amplia de ganancias del
ÿ s+1 ÿ ÿ ÿ 10s + 1ÿ controlador. Por ejemplo, suponga que Kc1 = 2. Entonces la figura 18.6 indica
que la configuración 1-1/2-2 será estable si ÿ0.8 < Kc2 < 0.5. Por el contrario, la
Suponga que se van a usar dos controladores de retroalimentación proporcional figura 18.7 muestra que los límites de estabilidad correspondientes para la
de modo que Gc1 = Kc1 y Gc2 = Kc2. Determine los valores de Kc1 y Kc2 que configuración 1-2/2-1 son ÿ0,3 < Kc2 < 2,0.
dan como resultado la estabilidad en lazo cerrado para las configuraciones 1-1/2-2
y 1-2/2-1. Este ejemplo ilustra que la estabilidad de lazo cerrado depende de la
configuración del control, así como de los valores numéricos de los ajustes del
SOLUCIÓN controlador. Si se hubiera considerado el control PI en lugar del control solo
proporcional, el análisis de estabilidad habría sido mucho más complicado debido
La ecuación característica para el sistema en lazo cerrado (emparejamiento a la mayor cantidad de configuraciones del controlador y la ecuación característica
1-1/2-2) se obtiene por sustitución en la ecuación. 18-20 y recopilando potencias de orden superior.
de la siguiente manera (que se puede obtener usando una caja de herramientas
matemática simbólica):
4 3 2
a4s + a3s + a2s + a1s + a0 = 0 (18-23)
Rc1
dónde
a4 = 100 4
a3 = 20Kc1 + 20Kc2 + 220 a2 = 3,5
3
42Kc1 + 42Kc2 ÿ 221Kc1Kc2 + 141 a1 = 24Kc1 + 2,5
24Kc2 ÿ 37Kc1Kc2 + 22 a0 = 2Kc1 + 2Kc2 +

2
1,75Kc1Kc2 + 1 región estable
1,5
Tenga en cuenta que la ecuación característica en Eq. 18-23 es de cuarto orden, 1 0,5 0
Rc2
–
1–
1 2345 6 7
aunque cada función de transferencia individual en Gp(s) es de primer orden.
0.5 –1
Las ganancias del controlador que resultan en un sistema de lazo cerrado
Figura 18.7 Región de estabilidad para el ejemplo 18.2 con emparejamiento de
estable se pueden determinar aplicando sustitución directa al criterio de estabilidad
controlador 1-2/2-1.
(Capítulo 11) para valores específicos de Kc1 y Kc2. Las regiones de estabilidad
resultantes se muestran en la figura 18.6. Si Kc1 o Kc2 están cerca de cero, la
ganancia del otro controlador puede ser un valor positivo arbitrariamente grande
y aún así tener un sistema de circuito cerrado estable. Este resultado es una
consecuencia de tener funciones de transferencia de proceso que son primero
18.2 EMPAREJAMIENTO DE VARIABLES
CONTROLADAS Y MANIPULADAS
En esta sección, consideramos el importante problema general de
Rc1 cómo deben emparejarse las variables controladas y las variables
manipuladas en un esquema de control de bucles múltiples. Un
4
emparejamiento incorrecto puede resultar en un desempeño deficiente
3 del sistema de control y márgenes de estabilidad reducidos, como fue
el caso del emparejamiento 1-1/2-2 en el ejemplo 18.2.
2 Como ejemplo ilustrativo, considere la columna de destilación que se
muestra en la figura 18.8. Una columna de destilación típica tiene
1 cinco variables controladas posibles y cinco variables manipuladas
0 (Shinskey, 1996). Las variables controladas en la figura 18.8 son la
Rc2
–2 –1 1234567 composición del producto xD y xB, la presión de la columna P y los
región estable niveles de líquido en el tambor de reflujo hD y la base de la columna
–1
hB. Las cinco variables manipuladas son los flujos de producto D y B,
–2 el flujo de reflujo R y los deberes de calor para el condensador y el
rehervidor, QD y QB.
Figura 18.6 Región de estabilidad para el ejemplo 18.2 con emparejamiento de
controlador 1-1/2-2.
Los deberes de calor se ajustan a través de las válvulas de control en
las líneas de vapor y refrigerante. Si un esquema de control multilazo
PT
PAGS
QD
Refrigerante
C
hd
O LT
L A
EN
Alimento D
METRO
Reflujo R Destilar xD
norte
mariscal de campo
media pensión
LT
medio de
calentamiento
A
B
fondos xB
Figura 18.8 Variables controladas y manipuladas para una columna de destilación típica.
que consta de cinco controladores de retroalimentación, ¡hay 5! = 120 para i = 1, 2,…, n y j = 1, 2,…, En la Ec. norte.
formas diferentes de emparejar las variables controladas y manipuladas. 18-24, el símbolo (ÿyi/ÿuj)u denota una derivada parcial que se
Algunas de estas configuraciones de control serían inmediatamente evalúa con todas las variables manipuladas excepto uj mantenidas
rechazadas por ser impracticables o impracticables, por ejemplo, constantes. Por lo tanto, este término es la ganancia de bucle abierto
cualquier esquema que intente controlar el nivel base hB ajustando el (o ganancia de estado estable) entre yi y uj, que corresponde al
flujo de destilado D o el calor del condensador QD. Sin embargo, puede elemento Kij de la matriz de ganancia. De manera similar, (ÿyi/ÿuj)y se
haber una serie de combinaciones alternativas que parezcan evalúa con todas las variables controladas excepto yi manteniéndose
prometedoras; Entonces, la pregunta que enfrenta el diseñador del constante. Esta situación podría lograrse en la práctica ajustando las
sistema de control es cómo determinar el emparejamiento más efectivo. otras variables manipuladas usando controladores con acción integral.
A continuación, consideramos un enfoque sistemático para Por lo tanto, (ÿyi/ÿuj)y puede interpretarse como una ganancia de bucle
determinar el mejor emparejamiento de variables controladas y cerrado que indica el efecto de uj sobre yj cuando todas las demás
manipuladas, el método de matriz de ganancia relativa . Un enfoque variables controladas (yi ÿ yj) se mantienen constantes.
alternativo basado en el análisis de valores singulares se describe más Es conveniente ordenar las ganancias relativas en una matriz de
adelante en este capítulo. ganancia relativa (RGA), denotada por:
u1 u2 ··· un ÿ ÿ
18.2.1 Método de matriz de ganancia relativa de Bristol
ÿ ÿ ÿ11 ÿÿ12
ÿÿ ÿÿ21ÿn1···ÿn2
ÿ22 ÿ1n ···y1ÿnn
··· ÿ2n ÿ
y2
ÿ yn
Bristol (1966) desarrolló un enfoque sistemático para el análisis de =
··· ··· ··· ··· ··· (18-25)
problemas de control de procesos multivariables. Su enfoque requiere
solo información de estado estacionario (la matriz de ganancia del
proceso K) y proporciona dos elementos importantes de información:
El RGA tiene varias propiedades importantes para los modelos de
procesos de estado estacionario (Bristol, 1966; McAvoy, 1983):
1. Una medida de las interacciones del proceso.
1. Está normalizado porque la suma de los elementos en
2. Una recomendación sobre el emparejamiento más efectivo de
cada fila o columna es igual a uno.
variables controladas y manipuladas.
2. Las ganancias relativas son adimensionales y, por lo tanto, no se ven
El enfoque de Bristol se basa en el concepto de ganancia relativa. afectadas por la elección de unidades o la escala de las variables.
Considere un proceso con n variables controladas y n variables
3. El RGA es una medida de sensibilidad a la incertidumbre del
manipuladas. La ganancia relativa ÿij entre una variable controlada yi y elemento en la matriz de ganancia K. La matriz de ganancia
una variable manipulada uj se define como la relación adimensional de puede volverse singular si un solo elemento Kij se cambia a Kij(1
dos ganancias en estado estacionario:
ÿ 1/ ÿij). Por lo tanto, un elemento RGA grande indica que
pequeños cambios en Kij pueden cambiar notablemente las
(ÿyiÿÿuj)u = ganancia en lazo abierto características de control del proceso.
ÿij ÿ (ÿyiÿÿuj)y (18-24)
ganancia en lazo cerrado
18.2.2 Cálculo de la RGA Para procesos de mayor dimensión, el RGA se puede

calcular a partir de la expresión
Las ganancias relativas se pueden calcular fácilmente a partir de
datos de estado estable o de un modelo de proceso. Por ejemplo, =KÿH (18-36)
considere un proceso 2 × 2 para el cual se dispone de un modelo de
donde ÿ denota el producto de Schur (multiplicación
estado estacionario. Supongamos que el modelo ha sido linealizado
elemento por elemento):
y expresado en términos de variables de desviación de la siguiente manera:
ÿij = KijHij Kij (18-37)
y1 = K11u1 + K12u2 y2 (18-26)
es el elemento (i, j) de K en la ecuación. 18-28, y Hij es el elemento
= K21u1 + K22u2 (18-27)
(i, j) de H = (Kÿ1)T; es decir, Hij es un elemento de la transpuesta
donde Kij denota la ganancia de estado estacionario entre yi y uj. de la matriz inversa de K. Debido a que el software de computadora
Este modelo se puede expresar de forma más compacta en notación está fácilmente disponible para realizar el álgebra matricial, la
matricial como ecuación. 18-37 se puede evaluar fácilmente. Tenga en cuenta que
y = Ku (18-28) la ecuación. 18-36 no implica que = K(Kÿ1)T.
Para procesos estables, el modelo de estado estacionario (ganancia)

en Eq. 18-28 está relacionado con el modelo dinámico en Eq. 18-4
18.2.3 Métodos para obtener la matriz de ganancia en
estado estacionario
por (18-29)
K = Gp(0) = limsÿ0 Gp(s)
La ecuación 18-37 muestra cómo puede calcularse el RGA a partir
A continuación, consideramos cómo calcular ÿ11. Se sigue de
de un modelo de proceso de estado estacionario linealizado con
la Ec. 18-26 que
ganancias Kij. Las ganancias del proceso de bucle abierto se pueden
= K11 (18-30) obtener numéricamente a partir de un modelo de simulación o
(ÿy1 ÿu1 )
u2 directamente a partir de datos experimentales. Para un proceso
multivariable, una entrada (u1) se puede cambiar de forma
Antes de calcular (ÿy1ÿÿu1)y2 a partir de la ecuación. 18-26, primero
debemos eliminar u2. Esto se hace resolviendo la Ec. 18-27 para u2 escalonada (ÿu1) mientras se mantienen constantes todas las demás
y manteniendo y2 constante en su valor de punto de ajuste nominal, entradas. Luego se observan las respuestas para y1, y2, etc. Todos
y2 = 0: los bucles se mantienen abiertos durante esta prueba; es decir, no
K21 hay controladores de retroalimentación operativos. Luego se pueden
u2 = u1 K22 (18-31)
Luego, realizar cambios de paso en las otras entradas, una a la vez, y se
pueden obtener datos de respuesta de lazo abierto para todas las variables controlada
sustituyendo en la ecuación. 18-26 da
La ganancia de estado estacionario depende únicamente del valor
K12K21 final de cada yi, a partir del cual se puede calcular el cambio en y,
(18-32)
y1 = K11 ( 1 ÿ K11K22 ) en 1 ÿyi . Por lo tanto, las ganancias del proceso individual están dadas
Resulta que por la fórmula (ver Capítulo 7): ÿyi Kij = ÿuj
K12K21 (18-38)
(18-33)
(ÿy1 ÿu1 ) = K11 ( 1 ÿ K11K22 )
y2
Sustituyendo las ecuaciones. 18-30 y 18-33 en la ecuación. 18-24 da

Por ejemplo, K11 puede evaluarse como K11 = ÿy1/ÿu1.
una expresión para la ganancia relativa ÿ11:
Este enfoque se puede utilizar ya sea que las ganancias se
obtengan de un modelo matemático (simulador) o de datos
1 ÿ11 = (18-34) reales del proceso. Por supuesto, en este último caso, por
1 - K12K21 lo general se requiere más esfuerzo y costo para obtener la
K11K22 información necesaria; por lo tanto, es ventajoso usar un
Debido a que cada fila y cada columna de la Ec. 18-25 sumas modelo cuando hay uno disponible.
a uno, las otras ganancias relativas se calculan fácilmente a Para la determinación experimental de Kij, también es deseable
partir de ÿ11 para el caso de 2 × 2: realizar varias pruebas escalonadas para la misma entrada, usando
diferentes magnitudes y direcciones para el cambio de entrada y
ÿ12 = ÿ21 = 1 ÿ ÿ11 y ÿ22 = ÿ11 (18-35)
luego promediar los resultados. Cuando se usa un simulador, es
Por lo tanto, el RGA para un sistema 2 × 2 se puede expresar como más fácil controlar las condiciones del cambio de paso simulado y
los resultados son menos propensos a errores. Sin embargo, no es
obligatorio tener un simulador dinámico para realizar el cálculo de
= [ ÿÿ1] ÿ ÿ 1 ÿ ÿ
ganancia. Alternativamente, se puede usar un simulador de estado
donde el símbolo ÿ ahora se usa para denotar ÿ11. Tenga en estacionario comenzando desde un caso base y luego cambiando
cuenta que el RGA para un proceso 2 × 2 siempre es simétrico. una sola entrada a dos nuevos valores, uno más alto (+ÿuj) y uno
Sin embargo, este no será necesariamente el caso para un más bajo (ÿÿuj) que el caso base, y luego encontrar el correspondiente
proceso de mayor dimensión (n > 2).
cambios en y para cada cambio de entrada. Las perturbaciones en el parámetro ÿ define toda la matriz porque la suma de los elementos
uj deben elegirse con cuidado para que las ganancias calculadas RGA es la unidad para cada fila y para cada columna):
(y, por lo tanto, la RGA) no cambien significativamente con el
tamaño de la perturbación (a medida que aumenta o disminuye), de
1. = 1. En esta situación, se sigue de la Ec. 18-24 que las
modo que el modelo de estado estacionario esté en una región
ganancias de lazo abierto y lazo cerrado entre y1 y u1 son
lineal. Ver McAvoy (1983) para más detalles.
idénticas. En esta situación ideal, abrir o cerrar el bucle 2 no
tiene efecto sobre el bucle 1.
18.2.4 Medida de las interacciones del proceso De ello se deduce que y1 debe emparejarse con u1 (es decir,
y recomendaciones de emparejamiento debe emplearse una configuración 1-1/2-2).
La ecuación 18-32 se puede utilizar para interpretar mejor la matriz 2. = 0. La ecuación 18-24 indica que la ganancia de lazo abierto
de ganancia relativa de un proceso 2 × 2. Cuando y2 se mantiene en entre y1 y u1 es cero y, por lo tanto, u1 no tiene un efecto
su punto de ajuste de cero bajo control de lazo cerrado, reorganizando directo sobre y1. En consecuencia, u1 debe emparejarse con
la ecuación. 18-32 da y2 en lugar de y1 (es decir, debe utilizarse la configuración
1-2/2-1).
y1 K12K21 K12K21
= K11 ÿ (18-39) 3. 0 < < 1. De la ecuación. 18-24, la ganancia de lazo cerrado
en 1 K22 = K11 [ 1 ÿ K11K22 ]
entre y1 y u1 es mayor que la ganancia de lazo abierto.
El término, ÿK12K21/K11K22, se puede considerar como un término Dentro de este rango, la interacción entre los dos bucles es
de interacción que modifica la ganancia del proceso de lazo abierto máxima cuando ÿ = 0,5, lo que indica que el segundo término
K11 debido a la interacción del otro lazo (Gc2). de la ecuación. 18-33 es igual a ÿ1.
Este efecto puede ser positivo o negativo, dependiendo de la 4. > 1. Para esta situación, cerrar el segundo bucle reduce la
proporción de las ganancias. Usando la Ec. 18-34 como la definición ganancia entre y1 y u1. Así, los lazos de control interactúan.
de ÿ11 = ÿ, entonces podemos escribir A medida que ÿ aumenta, el grado de interacción aumenta y
1-l se vuelve más severo cuando ÿ ÿ ÿ. Cuando ÿ es muy grande,
y1
(18-40) es imposible controlar ambas salidas de forma independiente
En 1 = K11 [ 1ÿ ] = K11 [ 1+ yo]
(Skogestad y Postlethwaite, 2005).
Por lo tanto, ÿ se puede interpretar como un divisor de la ganancia
de bucle abierto K11, o el término (1 ÿ ÿ)/ÿ es una corrección de K11.
5. < 0. Cuando ÿ es negativo, las ganancias de lazo
Otra forma de ver la Ec. 18-40 es que la ganancia de lazo
abierto y lazo cerrado entre y1 y u1 tienen signos
cerrado = ganancia de lazo abierto/ÿ, que es una reformulación
diferentes. Por tanto, abrir o cerrar el bucle 2 tiene un
de la definición de la ecuación. 18-24. Por ejemplo, si ÿ = 1,
efecto adverso sobre el comportamiento del bucle 1,
no hay corrección en la ganancia y la ganancia de bucle
como la oscilación. De ello se deduce que y1 no debe
abierto es la misma que la ganancia de bucle cerrado. Si ÿ es
emparejarse con u1. Para ÿ < 0, los lazos de control
un valor positivo grande, la ganancia de lazo cerrado es
interactúan tratando de “luchar entre sí”, y el sistema
mucho menor que la ganancia de lazo abierto. La implicación
de lazo cerrado puede volverse inestable.
práctica de un valor grande de ÿ es que u1 ya no tiene mucha
influencia en y1, lo que podría tener importantes implicaciones operativas.
Con base en estas consideraciones, el análisis RGA para un
Finalmente, si ÿ es negativo, la ganancia en lazo cerrado cambia de proceso 2 × 2 lleva a la conclusión de que y1 debe emparejarse con
signo desde K11, lo que indica serias dificultades en el diseño del u1 solo si ÿ ÿ 0.5. De lo contrario, y1 debe emparejarse con u2, el
controlador si el primer lazo está cerrado. emparejamiento inverso. Este razonamiento se puede extender a n
El análisis RGA de casos mayores de 2 × 2 puede no conducir a × n procesos y conduce a la recomendación original de Bristol para
conclusiones claras, especialmente si uno está evaluando un el emparejamiento de controladores:
proceso operativo que ya tiene alguna combinación de bucles
Recomendación: empareje las variables
abiertos y cerrados. Es importante entender en un proceso
multivariable cómo otros lazos de control afectan la ganancia del controladas y manipuladas para que las ganancias relativas
proceso de un lazo abierto dado. A veces, no es obvio que el correspondientes sean positivas y lo más cercanas posible a uno.
comportamiento patológico de una combinación particular de
En este punto, es apropiado hacer varios comentarios
entrada y salida pueda deberse a otros controladores. Un análisis
sobre el enfoque RGA.
adicional de solución de problemas puede llevar a la conclusión de
que se requiere una estrategia de control diferente antes de que 1. La recomendación anterior se basa únicamente en
una variable de salida crítica pueda controlarse con éxito (consulte información de estado estacionario. Sin embargo, el
los Apéndices G y H para ver una discusión sobre el control en toda comportamiento dinámico también debe tenerse en cuenta
la planta). al elegir un emparejamiento de controladores. En particular,
Para el proceso 2 × 2 en las Ecs. 18-26 y 18-27, se pueden la estabilidad en lazo cerrado debe verificarse utilizando un
considerar cinco casos de emparejamiento (recuérdese que el único teorema que se presenta en la siguiente sección.
2. Si ÿ = 0 o ÿ = 1, los dos lazos de control para un proceso 2

SOLUCIÓN
× 2 no interactúan en absoluto o exhiben una interacción
unidireccional, según este análisis de estado estacionario. Suponiendo una mezcla perfecta, se puede derivar un modelo de proceso a
Además, al menos una de las cuatro ganancias del proceso partir de los siguientes balances de masa en estado estacionario:
debe ser cero, según la Ec. 18-34. Masa total: w = wA + wB (18-41)
3. Si un par de entradas y salidas en un proceso 2 × 2
corresponde a una ganancia relativa negativa, entonces el Componente A: xw = wA (18-42)
sistema de lazo cerrado exhibirá inestabilidad ya sea en el Sustituyendo la ecuación. 18-41 en la ecuación. 18-42 y reordenando da
sistema de lazo cerrado total o en el lazo con la ganancia
x= wA
relativa negativa por sí mismo. (18-43)
wA + wB
Una propiedad de interés en el diseño de lazos de control se El RGA para el sistema de mezcla se puede expresar como
llama integridad de lazos. Skogestad y Postlethwaite (2005) han
considerado el caso cuando el elemento RGA es negativo para wA wB
en
un emparejamiento dado, el proceso es estable y el controlador =
de retroalimentación contiene acción integral. Si el lazo de control X [ ÿÿ 1] ÿ ÿ 1 ÿ ÿ
con el emparejamiento negativo se deshabilita debido a una falla La ganancia relativa ÿ se puede calcular a partir de la ecuación. 18-34 después de
(o por estar fuera de servicio) o debido a la saturación de la calcular las cuatro ganancias de estado estacionario:
salida del controlador, el sistema de control multilazo se volverá
inestable. (18-44a)
K11 = ( ÿwÿwA ) wB = 1
Una propiedad relacionada se denomina controlabilidad integral
descentralizada (DIC). Cuando cada lazo contiene acción (18-44b)
K12 = ( ÿwÿwB ) wA = 1
integral, la propiedad de DIC significa que la ganancia de cada
controlador puede reducirse a cero sin que el sistema de lazo wB 1ÿx
= (18-44c)
K21 = ( ÿx ÿwA ) wB = (wA + wB)2 en
cerrado se vuelva inestable. Campo y Morari (1994) han
- wA X
desarrollado condiciones de ÿij que aseguran DIC; para el caso =ÿ
(18-44d)
K22 = ( ÿx ÿwB ) wA = (wA + wB)2 en
de 2 × 2, por ejemplo, ÿ11 > 0 garantiza DIC.
Sustituyendo en la Ec. 18-34 da ÿ = x. Por lo tanto, la RGA es
Una interacción unidireccional ocurre cuando un ciclo afecta
al otro pero no viceversa. Supongamos que K tiene la estructura wA wB
en
=
X [ XXX
1 ÿ] X 1 ÿ
0 k12 K22 ]
k = [ k11 Tenga en cuenta que el maridaje recomendado depende de la
composición del producto deseado x. Para x = 0,4, w debe emparejarse
Entonces el bucle 1 no afecta al bucle 2, porque K21 = 0 y, por
con wB yx con wA . Debido a que las cuatro ganancias relativas están
lo tanto, u1 no tiene efecto sobre y2. Sin embargo, el lazo 2
cerca de 0,5, las interacciones del bucle de control serán un problema grave.
afecta al lazo 1 a través de u2 si K12 ÿ 0. Esta interacción
Por otro lado, si x = 0,9, w debe emparejarse con wA yx con wB . En
unidireccional no afecta la estabilidad en lazo cerrado porque
este caso, las interacciones del lazo de control serán pequeñas. Tenga
K21 = 0; en consecuencia, la ecuación característica en Eq. en cuenta que para ambos casos, el caudal total w está controlado por
18-20 se reduce a las dos ecuaciones en Eq. 18-22. Por lo tanto, el caudal del componente más grande, wA o wB.
para esta interacción unidireccional, el lazo 2 tiende a actuar
como una fuente de perturbaciones para el lazo 1.
Para ilustrar cómo se puede usar el RGA para determinar el
EJEMPLO
emparejamiento de controladores, a continuación consideramos varios ejemplos. 18.4
McAvoy (1983) ha presentado ejemplos adicionales.
La matriz de ganancia relativa para una columna de destilación de
refinería asociada con un hidrocraqueador discutido por Nisenfeld y
Schultz (1971) está dado por
EJEMPLO 18.3 En 1 u2 u3 u4
Considere el sistema de mezcla en línea de la figura 18.1a. Se propone y1 ÿ 0,931 0,150 0,080 ÿ0,164 ÿ ÿ ÿ ÿ0,011
ÿ0,429
ÿ0,2700,286 1,154
ÿ1,910 ÿ ÿ ÿÿ 0,215
ÿ ÿ0,135 3,314
ÿ2,030
que w y x sean controlados usando un esquema de control de bucle = y2 1,9100 ÿ (18-45)
múltiple convencional, con wA y wB como las variables manipuladas.
y3
Obtenga una expresión para el RGA y recomiende la mejor combinación y4
de controladores para las siguientes condiciones: w = 4 lb/min y x = 0,4. Las cuatro variables controladas son las composiciones de los flujos de
producto superior e inferior (y1, y2) y los dos
2. Cada uno de los n controladores de retroalimentación en el sistema

flujos (y3, y4). Las variables manipuladas son los cuatro caudales de control de lazo múltiple contiene acción integral.
numerados desde la parte superior de la columna; por ejemplo, el
caudal superior es u1. Encuentre el emparejamiento recomendado 3. Cada lazo de control individual es estable cuando se abre
usando el RGA. cualquiera de los otros n ÿ 1 lazos.
Teorema de estabilidad. Suponga que se utiliza un sistema de

control de bucles múltiples con el emparejamiento y1 ÿ u1, y2 ÿ
SOLUCIÓN
u2,…, yn ÿ un. Si el sistema en lazo cerrado satisface los
Para determinar los pares de controladores recomendados, Supuestos 1 a 3, entonces el sistema en lazo cerrado es inestable si
identificamos las ganancias relativas positivas más cercanas a uno |K|
<0 (18-46)
en cada fila y columna. De las filas, es evidente que los
emparejamientos recomendados son y1-u1, y2-u4, y3- u2 y y4-u3. ÿn No
Tenga en cuenta que este emparejamiento asigna u2 a y3 en lugar yo=1
de a y1, aunque su ganancia relativa de 3,314 está más lejos de

donde |K| denota el determinante de K.
uno. Esta elección es necesaria porque emparejar cualquier otra
variable manipulada con y3 corresponde a una ganancia relativa
Tenga en cuenta que este teorema proporciona una condición
negativa, lo cual no es deseable. Las ganancias relativas y1-u1 y y4- suficiente (pero no necesaria) para la inestabilidad. Por lo tanto, si
u3 están cerca de uno, por lo que estas selecciones son sencillas. se cumple la desigualdad, el sistema en lazo cerrado será
inestable. Sin embargo, si la desigualdad no se cumple, el sistema
de circuito cerrado puede o no ser inestable, dependiendo de los
valores numéricos de la configuración del controlador. La
desigualdad también se cumple si el emparejamiento propuesto
Los dos ejemplos anteriores han mostrado cómo se puede para un sistema 2 × 2 corresponde a un valor negativo de una
calcular el RGA a partir de información de ganancia de estado ganancia relativa. McAvoy (1983, p. 84) informa varios ejemplos
estable. Para procesos de integración como el sistema de en los que pares de RGA aparentemente razonables dan como
almacenamiento de líquidos considerado en la Sección 5.3, no resultado sistemas inestables en bucle cerrado. Por lo tanto, es
existen una o más ganancias de estado estacionario. En importante considerar la dinámica del proceso y también verificar
consecuencia, el análisis RGA estándar debe modificarse para que un emparejamiento propuesto no satisfaga la desigualdad en
tales sistemas (Arkun y Downs, 1990). El análisis RGA procede la ecuación. 18-46.
de la manera habitual, excepto que cualquier variable controlada
El supuesto 1 requiere que cada Gpij(s) sea una función
que sea la salida de un elemento integrador debe reemplazarse racional; por lo tanto, el teorema no se aplica estrictamente a
por su tasa de cambio. Por lo tanto, si un nivel de líquido h es procesos que contienen retardos de tiempo. Debido a que los
tanto una variable controlada como la salida de un elemento retrasos de tiempo no afectan la matriz de estado estacionario K,
integrador, entonces h será reemplazada por dh/dt en el análisis el teorema aún brinda información útil sobre la estabilidad de tales
RGA. Este procedimiento se ilustra en el ejercicio 18.8. sistemas, aunque el análisis ya no es riguroso.
Los procesos con matrices K mal condicionadas tienden a
Se puede obtener información útil sobre la estabilidad de un requerir grandes cambios en las variables manipuladas para influir
sistema de control de bucles múltiples propuesto utilizando un en las variables controladas. Esta afirmación puede justificarse de
teorema informado originalmente por Niederlinski (1971) y luego la siguiente manera. Resolución de la ecuación. 18-28 para ti,
corregido por Grosdidier y Morari (1986).
Al igual que el análisis RGA, el teorema se basa únicamente en tu = Kÿ y (18-47)
información de estado estacionario. Se supone que la matriz de
ganancia en estado estacionario K se ha dispuesto de modo que y sustituyendo el punto de ajuste ysp por y da
los elementos diagonales correspondan al emparejamiento
u = Kÿ ysp (18-48)
propuesto; es decir, se supone que y1 está emparejado con u1,
y2 y u2, y así sucesivamente. Este arreglo siempre se puede El inverso de K en la ecuación. 18-48 se puede calcular a partir
obtener reordenando los elementos de los vectores y y u si es de la fórmula estándar,
necesario. adjunto de K
Kÿ = (18-49)
El siguiente teorema se basa en tres supuestos: |K|
1. Sea Gpij(s) el elemento (i, j) o matriz de función de El adjunto de K se forma a partir de sus cofactores (Strang, 2005).
transferencia del proceso, Gp(s). Cada Gpij(s) debe ser
estable, racional y adecuado; es decir, el orden del Si |K| es pequeño (ÿ 1), concluimos de las Ecs. 18-48 y 18-49
denominador debe ser al menos tan grande como el orden que los ajustes requeridos en u serán muy grandes, resultando
del numerador. en acciones de control excesivas. Pequeña
valores de |K| también conducen a valores grandes de la matriz

De manera similar, y2 responde 10 veces más rápido a u1 que a u2. En
de ganancia relativa (cf. Sección 18.2). Para un proceso de 2 × 2,
consecuencia, se favorece el emparejamiento 1-2/2-1 en base a consideraciones
la matriz de ganancia relativa se caracteriza por un solo parámetro ÿ.
dinámicas, y existe un conflicto entre el estado estacionario y las consideraciones
La siguiente expresión para ÿ se puede obtener reorganizando la
dinámicas que deben resolverse mediante estudios de simulación dinámica. Las
ecuación. 18-34: K11K22 ÿ = K11K22 ÿ K12K21 extensiones del RGA para incluir la dinámica del proceso se discuten a continuación.
= K11K22 (18-50)
|K|
Así, si |K| es pequeño, ÿ se vuelve muy grande y las interacciones 18.2.6 Extensiones del análisis RGA Varios
del proceso son extremadamente fuertes, lo que lleva a dificultades
de control. investigadores han sugerido medidas de interacción que
consideran la dinámica del proceso o la respuesta de frecuencia,
así como las ganancias de estado estacionario (Zhu et al., 1997;
18.2.5 Consideraciones dinámicas Una Skogestad y Postlethwaite, 2005). Aunque estos métodos más
nuevos son más complicados que el enfoque RGA estándar,
desventaja importante del enfoque RGA estándar es que ignora la
ofrecen información adicional sobre el comportamiento de circuito
dinámica del proceso, que puede ser un factor importante en la
cerrado del sistema. La interpretación del dominio de frecuencia
decisión de emparejamiento. Por ejemplo, si la función de
del RGA indica cómo se debe considerar la dinámica en el
transferencia entre y1 y u1 contiene un retraso de tiempo o una
emparejamiento de entradas y salidas. El RGA dependiente de la
constante de tiempo muy grande (en relación con las otras
frecuencia, análogo a la ecuación. 18-36, es el producto de Schur
funciones de transferencia), y1 responderá muy lentamente a los
(cada variable es función de s = jÿ): = G ÿ (Gÿ1 ) (jÿ) = G(jÿ) ÿ (Gÿ1
cambios en u1. Por lo tanto, en esta situación, un emparejamiento
(jÿ))T
y1-u1 no es deseable desde una perspectiva dinámica (consulte el
T
ejemplo 18.2, donde el RGA favorece el emparejamiento y1-u1 ).
(18-53)
McAvoy (1983, p. 214) ha señalado que las interacciones
dinámicas tienden a ser más importantes para los procesos 2 × 2
Skogestad y Postlethwaite (2005) recomiendan emparejamientos
cuando ÿ > 1 que cuando 0 < ÿ < 1. Sin embargo, las
para los cuales las ganancias relativas en el cruce de ganancia y
consideraciones dinámicas aún pueden afectar la decisión de
las frecuencias críticas son cercanas a uno (consulte el Apéndice J).
emparejamiento incluso cuando 0 < ÿ < 1, como se ilustra en el
Para este análisis, las variables de entrada y salida se reordenan
siguiente ejemplo.
en función del emparejamiento recomendado, lo que produce un
RGA que es diagonalmente dominante (los términos diagonales
EJEMPLO 18.5 tienen magnitudes más grandes que los términos fuera de la
diagonal) y cercano en magnitud a la matriz de identidad (Grosdidier
Considere el modelo de función de transferencia del ejemplo 18.2 pero con una y Morari , 1986). Las plantas con grandes elementos RGA
ganancia de ÿ2 en Gp11(s) y un retraso de tiempo de la unidad en cada alrededor de la frecuencia crítica son inherentemente difíciles de
función de transferencia:
controlar debido a la sensibilidad a los errores en los parámetros
ÿ2eÿs 1.5eÿs ÿ del modelo o al desajuste del modelo, lo que hace que los enfoques
ÿ ÿ 10s + 1 s+1
1.5eÿs ÿ s +ÿ1Gp(s) = ÿ (18-51) de diseño como el desacoplamiento no sean atractivos (consulte
ÿ ÿ 2eÿs ÿ
la Sección 18.5).
10s + 1 ÿ
Otros artículos han ampliado el enfoque RGA para considerar
Utilice el enfoque RGA para determinar el emparejamiento de controladores el efecto de la incertidumbre del modelo y las perturbaciones en
recomendado en función de las consideraciones de estado estable. ¿Las los sistemas de control de bucles múltiples (Chen y Seborg, 2002).
consideraciones dinámicas sugieren el mismo emparejamiento? La ganancia de perturbación relativa (RDG) proporciona una
medida del cambio en el efecto de una perturbación determinada
SOLUCIÓN provocada por el control de lazo múltiple (descentralizado). Para
el caso de 2 × 2, el RDG de estado estacionario es
La matriz de ganancia de estado estacionario correspondiente es
KD2K12
(18-54)
(18-52) ÿ1 = ÿ11 ( 1 ÿ KD1K22 )
K = [ ÿ2 1.5 1.5 2 ]
donde Kdi es la ganancia de la variable perturbadora di sobre yi y
Usando la fórmula en la Ec. 18-34, obtenemos ÿ11 = 0,64.
ÿ1 es un parámetro adimensional. Es deseable mantener ÿ1
Por lo tanto, el análisis RGA indica que se debe utilizar el emparejamiento 1-1/2-2.
Sin embargo, las constantes de tiempo fuera de la diagonal en Eq. 18-51 son sólo
pequeño, porque los valores pequeños indican que las interacciones
una décima parte de las constantes de tiempo diagonales. Así, y1 responde 10 de los bucles en realidad reducen el efecto de la perturbación.
veces más rápido a u2 que a u1; Skogestad y Postlethwaite (2005) han discutido la dependencia de
frecuencia de RDG.
18.3 ANÁLISIS DE VALOR SINGULAR los valores singulares están ordenados, con ÿ1 denotando el mayor
y ÿr el más pequeño.
El análisis de valores singulares (SVA) es un potente método analítico
Los valores singulares surgen de la descomposición de K
técnica que se puede utilizar para resolver varios importantes
(Laub, 2004):
problemas de control: K = W VT (18-57)
1. Selección de variables controladas, medidas y manipuladas donde es la matriz diagonal de valores singulares. W y
V son matrices unitarias tales que
2. Evaluación de la robustez de un control propuesto WWT = I VVT (18-58)
estrategia
=I (18-59)
3. Determinación del mejor control multilazo
configuración Tenga en cuenta que para una matriz unitaria, la transpuesta de W (o V)
es también su inversa. Las columnas de W se denominan
El análisis de valores singulares y las extensiones como la
los vectores singulares de entrada (y son ortonormales), y
descomposición de valores singulares (SVD) también tienen muchos usos.
las columnas de V son los vectores singulares de salida (también
en el análisis numérico y el diseño de multivariable
ortonormal). W, V, y se puede calcular fácilmente a partir de
sistemas de control, que está más allá del alcance de este libro
Software informático para el análisis de matrices.
(Bjorck, 1996; Skogestad y Postlethwaite, 2005). En
La última propiedad matricial de interés aquí es el número de
En esta sección, proporcionamos una breve introducción a SVA que
condición (CN). Suponga que K no es singular. Después
se basa en un análisis de las ganancias de estado estacionario de la
el número de condición de K es un número positivo definido
modelos de proceso.
como la razón del singular distinto de cero más grande y más pequeño
Nuevamente, consideramos el proceso lineal de estado estacionario valores:
CN = p1
modelo en la Ec. 18-28. (18-60)
tu
y = Ku (18-55)
Si K es singular, entonces está mal condicionado y, por convención, CN
Una propiedad deseable de K es que las n ecuaciones lineales
= ÿ. El concepto de un número de condición puede
en n incógnitas representadas por la ecuación. 18-55 sea linealmente
extenderse también a matrices no cuadradas (Bjorck, 1996).
independiente. Por el contrario, si las ecuaciones son dependientes,
Una diferencia significativa entre RGA y SVA
entonces no todas las n variables controladas pueden regularse
es que los elementos de la RGA son independientes del escalamiento,
independientemente. Esta propiedad característica de
mientras que los valores singulares (y CN) dependen de
la independencia lineal se puede verificar por varios métodos
escalado o normalización de entradas y salidas. Lo normal
(Bjorck, 1996). Por ejemplo, si el determinante de K
La convención de SVA es dividir cada ui y yi por su rango
es cero, la matriz es singular y las n ecuaciones en
correspondiente. Por lo tanto, la entrada ui se escala como
ecuación 18-55 no son linealmente independientes.
tuÿi =
interfaz de usuario
Otra forma de verificar la independencia lineal es (18-61)

máximo
yo
- máx .
calcular una de las propiedades más importantes de un
donde uÿ discuten
es la entrada escalada.
la noción Skogestad
del número y Postleth
de condición i waite
mínimo, (2005)
donde
matriz: sus valores propios. Los valores propios de la matriz K son
las raices de la ecuacion todas las escalas posibles se evalúan en
|K ÿ ÿI| = 0 (18-56) para encontrar el CN mínimo.

donde |K ÿ ÿI| denota el determinante de la matriz El número de condición también proporciona información útil sobre
K ÿ ÿI, e I es la matriz identidad n × n . Los n valores propios de K se la sensibilidad de las propiedades de la matriz a
denotarán por ÿ1, ÿ2,…, ÿn. Si alguno de los variaciones en los elementos de las matrices. Este tema importante, que
los valores propios son cero, K es una matriz singular y se encontrarán está relacionado con la solidez del sistema de control,
dificultades para controlar el proceso, ya que se considerará más adelante en esta sección. pero primero nosotros
señalado anteriormente. Si un valor propio es muy pequeño en comparación considere un ejemplo simple.
a los demás, luego cambios muy grandes en uno o más
Se requerirán variables manipuladas para controlar el EJEMPLO 18.6
proceso, como se verá al final de esta sección. Un proceso 2 × 2 tiene la siguiente matriz de ganancia de estado estacionario:
Otra propiedad importante de K son sus valores singulares,
ÿ1, ÿ2,…, ÿn (Roat et al., 1986; Bjorck, 1996). Los valores singulares (18-62)
son números no negativos que se definen como
k = [10 1]
1 k12
las raíces cuadradas positivas de los valores propios de la matriz Calcule el determinante, RGA, valores propios y singular
producto KTK. Los primeros valores singulares de r son positivos valores de K. Utilice K12 = 0 como caso base; luego recalcular
números, donde r es el rango de KTK. El restante las propiedades de la matriz para un pequeño cambio, K12 = 0.1.
n ÿ r valores singulares son cero. Por lo general, el distinto de cero

18.3 Análisis de valores singulares 339
18.3.1 Selección de Variables

SOLUCIÓN Manipuladas y Variables Controladas
Por inspección, el determinante para el caso base es |K| = 1, y el
Los métodos SVA y RGA se pueden utilizar como una forma
RGA es = I, entonces ÿ11 = 1.0 y el emparejamiento es sencillo (y1
de filtrar subconjuntos de las posibles variables manipuladas
ÿ u1, y2 ÿ u2). Los valores propios se pueden calcular
latado de la siguiente manera:
(MV) y variables controladas (CV) para un sistema de control
MIMO. Debido a que estos análisis se basan en la matriz de
(18-63) ganancia de estado estable, se recomienda identificar
|K ÿ ÿI| = [ 1 ÿ ÿÿ0ÿ]10= 10
combinaciones prometedoras de MV y CV y luego investigarlas
Así, (1 ÿ ÿ)2 = 0 y los valores propios son ÿ1 = ÿ2 = 1. con más detalle mediante simulación y análisis dinámico. Los
Ahora calcula los valores singulares, que surgen de dos pasos que se muestran a continuación se pueden usar
para identificar subconjuntos prometedores de MV y CV,
(18-64) reconociendo que para el control de bucle múltiple, la cantidad
KTK = [ 1 10
1 ] 0[ 1 0 10
1 ] = [ 101 10 10 1 ]
de MV debe ser igual a la cantidad de CV (un sistema
Los valores propios de KTK, denotados por , se puede calcular
cuadrado).
ÿÿ de |KTK ÿ ÿÿ I| = 0, lo que nuevamente produce un polinomio de
segundo orden:
1. Ordene los valores singulares de mayor a menor est
(101 ÿ ÿÿ )(1 ÿ ÿÿ ) ÿ 100 = 0 (18-65) (ÿn, ÿnÿ1, …, ÿ1); si ÿi/ÿiÿ1 > 10 para algún i ÿ 2,
= 0,01. El pecado
entonces estos valores singulares pueden despreciarse
Resolución de la ecuación. 18-651da ÿÿ = 101.99, y ÿÿ 2
y al menos un MV y un CV deben omitirse, como se
los valores regulares de K son entonces
explicó en el paso 2.
ÿ1 = ÿ 101,99 = 10,1 (18-66) 2. Genere matrices de ganancia alternativas eliminando
una fila y una columna a la vez y calculando los valores
ÿ2 = ÿ 0,01 = 0,1 (18-67)
singulares y los números de condición. Los elementos
y el número de condición es de W y V se pueden usar en algunos casos para guiar
p1 =
10.1 la elección de qué MV y CV deben eliminarse
CN = = 101 (18-68)
ÿ2 0.1 (Skogestad, 1992). Las matrices de ganancia más
prometedoras tienen los números de condición más
Por lo tanto, se considera que K está mal condicionado debido al
gran valor de CN. pequeños. Luego realice una simulación dinámica para
Ahora considere el caso donde K12 = 0.1, un pequeño cambio elegir el mejor conjunto de MV/CV de las alternativas restantes.
del caso base. El determinante de K es cero, lo que indica que K
es singular y el RGA no existe para esta perturbación. Los valores Skogestad y Postlethwaite (2005) han indicado que para
propios de K calculados a partir de la ecuación. 18-63 son ÿ1 = 2 y plantas no cuadradas (más entradas que salidas o viceversa),
ÿ2 = 0. Los valores singulares de K son ÿ1 = 10.1, ÿ2 = 0, y el el RGA puede usarse para eliminar algunas entradas o
número de condición es CN = ÿ, porque K es singular. salidas. Para este caso, el RGA tampoco es cuadrado, y los
elementos en cada fila (o cada columna) no necesariamente
suman uno. Para más entradas que salidas, si todos los
elementos en una columna en el RGA son pequeños (ÿ 1),
Este ejemplo muestra que la matriz K original (con K12 = entonces la entrada correspondiente se puede eliminar sin
0) está mal condicionada y es muy sensible a pequeñas mucha pérdida en el rendimiento. De manera similar, para
variaciones en el elemento K12 . El número de condición más salidas que entradas, si todos los elementos en una fila
grande (CN = 101) indica el mal acondicionamiento. Por el del RGA son pequeños, entonces esa salida no se puede
contrario, el valor del determinante (|K| = 1) y el RGA no dan controlar fácilmente y se deben seleccionar otras salidas.
indicios de un mal acondicionamiento. El valor de ÿ = 1 para Chang y Yu (1990) desarrollaron una metodología basada en
K12 = 0 es bastante engañoso, porque sugiere que el modelo RGA para sistemas multivariables no cuadrados.
de proceso del ejemplo 18.6 no tiene interacciones y que Roat et al. (1986) analizaron la elección de variables
será adecuado un par de controladores 1-1/2-2. Sin embargo, manipuladas para una columna de destilación compleja de
el gran número de condición de 101 para este caso implica cuatro componentes. Los cuatro componentes eran propano,
que el proceso está mal acondicionado y, por lo tanto, será isobutano, n-butano e isopentano. Había seis posibles
difícil de controlar con cualquier controlador emparejado. El variables manipuladas, y también se permitían las proporciones
ejemplo demuestra que el número de condición es superior de estas variables. La tabla 18.2 muestra los números de
al determinante al proporcionar una medida más confiable de condición para seis configuraciones de control que se
problemas de sensibilidad y mal condicionamiento. evaluaron para la columna. Tenga en cuenta que las tres
últimas estrategias tienen aproximadamente el mismo CN bajo. Posteriormen
Tabla 18.2 Números de condición para las matrices de ganancia que relacionan las variables controladas con
varios conjuntos de variables manipuladas para una columna de destilación (Roat et al., 1986)
Variables Controladas
xD = Fracción molar de propano en el destilado D x64 =
Fracción molar de isobutano en la bandeja 64 extraída lateralmente
x15 = Fracción molar de n-butano en la bandeja 15 extraída
lateralmente xB = Fracción molar de isopentano en los fondos B
Posibles variables manipuladas

L = Caudal de reflujo B = Caudal de fondo
D = caudal de destilado S64 = Caudal de descarga lateral en la bandeja 64
V = caudal de vapor S15 = Caudal de descarga lateral en la bandeja 15
Número de estrategiaÿ Variables manipuladas Número de condición
1 L/ D, S64, S15, V 9, 030

2 V/ L, S64, S15, V 60, 100
3 D/ V, S64, S15, V 116, 000
4 D, S64, S15, V 51.5
5 L, S64, S15, B 57.4
6 L, S64, S15, V 53.8
ÿEn cada estrategia de control, la primera variable controlada se empareja con la primera variable manipulada, y así
sucesivamente. Por lo tanto, para la estrategia 1, xD se empareja con L/ D y xB se empareja con V.
Se seleccionaron tres estrategias para su posterior evaluación

mediante simulación dinámica. Con base en los resultados de la p1 = 1.618
CN = = 166,5
simulación, la mejor estrategia de control en la Tabla 18.2 fue la número 4. 0,0097
ÿ3
El RGA es el siguiente:
EJEMPLO 18.7
ÿ ÿ2.4376 ÿ 3,0241 0,4135 ÿ ÿ
Determine la estrategia de control multilazo preferida para un proceso con = ÿ ÿ 1,2211 ÿ0,7617 0,5407 ÿ 2,2165 (18-73)
la siguiente matriz de ganancia de estado estacionario, que se ha escalado
ÿ1,2623 0,0458 ÿ
dividiendo las variables del proceso por sus valores máximos:
Tenga en cuenta que un emparejamiento preliminar basado en el RGA

ÿ ÿÿ y1
y2 ÿÿ ÿ ÿÿ 0,52
ÿ ÿ 0,48
0,950,90 ÿ0,006
0,008 u2 ÿ ÿu1ÿ ÿ ÿ ÿ
sería y1-u2, y2-u3, y3-u1. Sin embargo, dos de los valores singulares (ÿ1,
ÿ ÿ y3 ÿ = 0,90 ÿ0,95 0,020 ÿ ÿ ÿ u3 ÿ (18-69) ÿ2) son de la misma magnitud, pero ÿ3 es mucho menor.
El valor de CN sugiere que solo dos variables de salida pueden controlarse
de manera efectiva. Si eliminamos una variable de entrada y una variable
de salida, el número de condición, ÿ1/ÿ2, se puede volver a calcular, como
SOLUCIÓN
se muestra en la tabla 18.3.
Para evaluar qué dos entradas deben usarse y qué variables medidas
El análisis de valor singular en las Ecs. Rendimientos de 18-57 a 18-60
deben controlarse, la tabla 18.3 muestra nueve emparejamientos, junto con
CN y ÿ. En base a que tienen números de condición pequeños y valores
0.5714 0.3766 ÿ 0,7292 aceptables de ÿ, los emparejamientos 4 (y1-u2, y3-u1) y 7 (y2-u2, y3-u1)
ÿÿW= 0,6035 0,4093 ÿ0,6843 (18-70) parecen ser los más prometedores. En ambos casos, u1 y u2 son el
ÿ ÿ0,5561 0,8311 ÿ 0.0066 conjunto de entradas preferido, probablemente porque la matriz de ganancia
tiene entradas pequeñas en la columna correspondiente a u3. Nótese
ÿ 1,143
ÿ ÿ ÿ ÿ01,618 0 0 ÿ ÿ 0ÿÿÿÿÿ
ÿ ÿ 0 00,0097
también que ÿ es aceptable para los emparejamientos 5 y 9, pero el CN es
= (18-71)
muy alto para cada caso, por lo que los descarta. El emparejamiento 4 es
consistente con el RGA original de 3 × 3 en la ecuación. 18-73, pero el
0.0541 0.9984 0.0151 emparejamiento 7 no lo es. La elección final del emparejamiento 4 o 7 debe
V= 0,9985 ÿ0,0540 ÿ0,0068 basarse en la simulación dinámica de los sistemas de bucle cerrado.
(18-72)
ÿ ÿ ÿ ÿ0,0060 0,0154 ÿ0,9999 ÿ
18.4 Ajuste de sistemas de control PID multilazo 341
Tabla 18.3 CN y ÿ para diferentes emparejamientos 2 × 2, ejemplo 18.7
Emparejamiento
Revisado manipulado
Número Variables Variables CN yo
1 y1, y2 u1, u2 184 39.0

2 y1, y2 u1, u3 72.0 0.552
3 y1, y2 u2, u3 133 0.558
4 y1, y3 u2, u1 1.51 0.640
5 y1, y3 u1, u3 69.4 0.640
6 y1, y3 u2, u3 139 1.463
7 y2, y3 u2, u1 1.45 0.634
8 y2, y3 u1, u3 338 3.25
9 y2, y3 u2, u3 67,9 0.714
Puede haber un valor considerable en el uso de los diversos los ajustes se hacen más conservadores; es decir, las ganancias
medidas discutidas en esta sección (RGA y SVA) para disminuyen y los tiempos integrales aumentan
análisis de control de toda la planta, donde el número de proceso en uno o más bucles. Por ejemplo, en un control de 2 × 2
Las variables pueden ser muy grandes. Los enfoques de detección pueden problema, uno podría optar por desafinar el lazo de control
identificar posibles configuraciones de control, lo que reduce para la variable controlada menos importante. el mas grande
el número de casos de simulación dinámica a un número manejable método de ajuste de módulo logarítmico (BLT) propuesto por Luyben
(McAvoy y Braatz, 2003). (1986) es un método de desafinación bien conocido. Inicialmente, el
Este tema es actualmente un área de investigación abierta; más Los ajustes de Ziegler-Nichols (Sección 12.5) se determinan
los detalles sobre el control de toda la planta se proporcionan en los Apéndices para cada lazo de control (KZN, ÿZN). Para los controladores PI, el
gyh la desafinación se realiza ajustando un solo parámetro
F que ajusta la ganancia del controlador y el tiempo integral
como sigue.
18.4 SINTONIZACIÓN DE PID MULTILAZO KZN
Kc =
F
ÿ1 = FÿZN (18-74)
SISTEMAS DE CONTROL
Los sistemas de control PID multilazo (descentralizados) a menudo son El parámetro de desafinación F se incrementa desde uno hasta
Se utiliza para controlar procesos interactivos de múltiples entradas y el módulo logarítmico más grande alcanza un valor especificado. los
múltiples salidas porque son fáciles de entender. el módulo logarítmico más grande es una medida de qué tan lejos está el
y requieren menos parámetros para ajustar que la mayoría de los sistema de circuito cerrado de ser inestable (Luyben, 1986).
controladores multivariables generales. Otra ventaja de En el método de sintonización de bucle secuencial (Hovd y
controladores multilazo es la tolerancia a fallas de lazo del Skogestad, 1994), el controlador de una entrada seleccionada–
El sistema de control resultante se puede comprobar fácilmente. Círculo el par de salida se sintoniza y este bucle se cierra. Entonces un
la tolerancia a fallas es importante en aplicaciones prácticas, segundo controlador está sintonizado para un segundo par mientras que el
porque algunos bucles pueden colocarse en modo manual, el primer lazo de control permanece cerrado, y así sucesivamente. Porque
o las variables manipuladas de algunos bucles pueden ser cada controlador se puede sintonizar usando métodos SISO, es
saturados en sus límites por lo que no se pueden cambiar a más simple que el método de desafinación. Una desventaja es
evitar la inestabilidad. que la configuración del controlador depende en gran medida de qué
Consideramos cuatro tipos de métodos de sintonización para múltiples el bucle se sintoniza primero. Por lo general, los bucles más rápidos se sintonizan
Sistemas de control PID de lazo: primero. En el método de bucle independiente, cada controlador
está diseñado sobre la base de la correspondiente bucle abierto y
1. Método de desafinación (Luyben, 1986) funciones de transferencia de lazo cerrado, mientras se satisfacen las
2. Método de sintonización de bucle secuencial (Hovd y restricciones de desigualdad en las interacciones del proceso (Grosdidier
Skogestad, 1994) y Morari, 1987; Skogestad y Morari, 1989). Después
3. Método de bucle independiente (Grosdidier y Morari, el enfoque IMC se utiliza para obtener el controlador PID
1987; (Skogestad y Morari, 1989). ajustes para cada bucle, normalmente con una sola afinación
parámetro para cada bucle.
4. Autoajuste de relés (Shen y Yu, 1994)
El autoajuste del relé (Capítulo 12) también se puede utilizar para
En el método de desafinación, cada controlador del sistema de control sintonizar sistemas de control multilazo. Los bucles se pueden sintonizar
multilazo se diseña primero, ignorando el proceso. de manera secuencial o simultánea. Shen y Yu
interacciones de los otros bucles. Entonces las interacciones son (1994) utilizan el ajuste automático del relé de cada bucle único en
en cuenta desafinando cada controlador hasta que sucesión. Para un sistema 2 × 2, primero ponen un bucle en
se cumple un criterio de rendimiento. Por lo general, el controlador manual mientras sintoniza el segundo bucle. Luego con la primera
loop en automático, auto-tunean el segundo loop. Después Sustituyendo por U21 = T21 U11 y factorizando da
el primer bucle se sintoniza de nuevo con el segundo controlador en
(Gp21 + Gp22T21)U11 = 0 (18-76)
automático. Este procedimiento se repite hasta la convergencia
ocurre.
Tenga en cuenta que U11(s) ÿ 0, porque U11 es una salida del controlador
eso depende del tiempo. Así, para satisfacer la Ec. 18-76, se sigue que
18.5 DESACOPLAMIENTO Y MULTIVARIABLE
ESTRATEGIAS DE CONTROL (18-77)
gp21 + gp22t21 = 0
En esta sección, discutimos varias estrategias para reducir
Resolviendo para T21 da una expresión para el ideal
interacciones del lazo de control.
desacoplador,
ÿGp21
T21 = (18-78)
18.5.1 Control de desacoplamiento gp22
Uno de los primeros enfoques del control multivariable. De manera similar, se puede derivar una ecuación de diseño para T12 mediante
es el control de desacoplamiento. Al agregar controladores adicionales imponer el requisito de que U22 no tenga efecto neto
llamados desacopladores a una configuración de bucle múltiple en Y1. Por lo tanto, la señal de compensación U12 y la interacción del
convencional, el objetivo de diseño para reducir el bucle de control proceso debida a Gp12 deberían cancelarse en Y1 .
se pueden realizar interacciones. En principio, el desacoplamiento el verano. Análoga a la Ec. 18-78, el desacoplador ideal es
los esquemas de control pueden reducir las interacciones del lazo de control, dada por
y un cambio de punto de referencia para una variable controlada tiene ÿGp12
poco o ningún efecto sobre las otras variables controladas. En T12 = (18-79)
gp11
práctica, es posible que estos beneficios no se realicen plenamente debido
Los desacopladores ideales en las Ecs. 18-78 y 18-79 son muy
modelos de procesos imperfectos. Un desacoplador típico es
similar al controlador feedforward ideal en la ecuación. 15-21
basado en un modelo de proceso simple que puede ser un
con Gt = Gv = 1. De hecho, se puede interpretar un desacoplador
modelo de estado estacionario o dinámico.
como un tipo de controlador feedforward con una señal de entrada
Un tipo de sistema de control de desacoplamiento para un 2 × 2
que es una variable manipulada en lugar de una perturbación
proceso y una configuración de control 1-1/2-2 se muestra en
variable. Recuerde del Capítulo 15 que el controlador feed-forward ideal
Figura 18.9. Tenga en cuenta que se utilizan cuatro controladores: dos
puede no ser físicamente realizable.
controladores de retroalimentación convencionales, Gc1 y Gc2, más dos
De manera similar, los desacopladores ideales no siempre son físicamente
desacopladores, T12 y T21. La señal de entrada a cada desacoplador es
realizables y pueden sufrir de error de modelo; por eso
la señal de salida de un controlador de retroalimentación.
se puede suponer un modelo de estado estacionario por simplicidad, por
En la figura 18.9, las funciones de transferencia para los transmisores, las
ejemplo,
perturbaciones y los elementos finales de control tienen
se ha omitido en aras de la simplicidad. Skogestad y -Kp21 - Kp12
T21 = y T12 = Kp11 (18-80)
Postlethwaite (2005) han discutido el más general Kp22
caso en el que se incluyan estas funciones de transferencia. los
Esto se llama desacoplamiento estático. Otra simplificación
los desacopladores están diseñados para compensar
se llama desacoplamiento parcial, donde solo un desacoplador
interacciones del proceso. Por ejemplo, el desacoplador T21 puede
está implementado. Una desventaja del desacoplamiento estático es
estar diseñado para cancelar Y21, que surge de la
que las interacciones del lazo de control todavía existen durante el transitorio
interacción de proceso indeseable entre U1 e Y2.
condiciones; por ejemplo, un cambio de punto de referencia para Y1 tenderá a
Esta cancelación ocurrirá en el verano Y2 si el
molesto Y2. Si la dinámica de los dos bucles es similar, el desacoplamiento
la salida del desacoplador U21 satisface
estático puede producir transitorios excelentes.
gp21u11 + gp22u21 = 0 (18-75) respuestas (Åström y Hagglund, 2006). Sin embargo,
Ysp1 – E1 U11 U1 Y11 Y1

+ Gc1 + gp11 +
+ +
Y12
T21 U21 gp12
Y21
T12 gp21
U12
Sp2 E2 U22 + U2 Y22 + Y2

+– Gc2 + gp22 +
Figura 18.9 Un desacoplamiento

sistema de control.
18.6 Estrategias para reducir las interacciones del lazo de control 343
para la mayoría de los problemas de control multivariable, el control 18.6.1 Selección de diferentes variables
predictivo modelo (Capítulo 20) es la técnica preferida, y el manipuladas o controladas
desacoplamiento rara vez se implementa en las nuevas aplicaciones
Para algunos problemas de control, las interacciones de bucle se
de control en la industria.
pueden reducir significativamente eligiendo variables controladas y
manipuladas alternativas. Por ejemplo, la nueva variable controlada
18.5.2 Técnicas generales de
o manipulada podría ser una función simple de las variables
control multivariable
originales, como una suma, diferencia o razón (Weber y Gaitonde,
El término control multivariable se refiere genéricamente a la clase 1982; McAvoy, 1983; Waller y Finnerman, 1987). Las columnas de
de estrategias de control en las que cada variable manipulada se destilación industrial se han controlado utilizando funciones simples
ajusta en función de los errores en todas las variables controladas, no lineales de xD y xB como variables controladas, en lugar de xD
en lugar del error en una sola variable, como es el caso del control y xB. Se han publicado muy pocas pautas para seleccionar
multilazo. Por ejemplo, una estrategia de control proporcional funciones de los MV y CV originales.
multivariable simple para un proceso 2 × 2 podría tener cuatro
ganancias de controlador y la siguiente forma:
u1(t) = Kc11e1(t) + Kc12e2(t) (18-81)

EJEMPLO 18.8
u2(t) = Kc21e1(t) + Kc22e2(t) (18-82)
Para el sistema de combinación del ejemplo 18.3, elija un nuevo
Si Kc12 = Kc21 = 0, el sistema de control multivariable se reduce a conjunto de variables manipuladas que reduzcan las interacciones del
un sistema de control multilazo 1-1/2-2, porque cada variable bucle de control haciendo que ÿ = 1.
manipulada se ajusta en función de una sola señal de error. De
manera similar, resulta un sistema de control de lazos múltiples SOLUCIÓN
1-2/2-1 si Kc11 = Kc22 = 0. Por lo tanto, el control de lazos múltiples
es un caso especial del control multivariable más general. Tenga en De la expresión de la ganancia relativa en la ecuación. 18-34, está
cuenta que el esquema de control de desacoplamiento que se claro que ÿ = 1 si K12 y/o K21 = 0. Por lo tanto, queremos elegir
muestra en la figura 18.9 también es una estrategia de control variables manipuladas para que la matriz de ganancia de estado
multivariable, porque cada variable manipulada depende de ambas estacionario tenga un cero para al menos uno de los elementos fuera
señales de error. de la diagonal. Inspección del modelo de proceso en Eqs. 18-41 y 18-42
sugiere que las opciones adecuadas para las variables manipuladas
Las ecuaciones 18-81 y 18-82 ilustran el control proporcional
son u1 = wA + wB y u2 = wA . La sustitución en el modelo de proceso
multivariable para un proceso 2 × 2. También se pueden desarrollar
da un modelo equivalente en términos de las nuevas variables:
estrategias de control multivariable que incluyen acción de control
integral, derivada y de avance.
Los libros de Goodwin et al. (2001) y Skogestad y Postlethwaite w = u1 (18-83)
(2005) brindan información adicional. En este texto, enfatizamos el x= (18-84)
uso del control predictivo de modelos como el método de elección u2 u1
para diseñar controladores multivariables, como se analiza en el Ecuación de linealización. 18-84 da la matriz de ganancia K en la ecuación.
Capítulo 20. 18-28 donde
ÿ 10 ÿ
k= ÿ
1 (18-85)
18.6 ESTRATEGIAS PARA REDUCIR u2ÿu2
ÿ ÿ
1 ÿ ÿ u1ÿ
INTERACCIONES DE BUCLE DE CONTROL
En la Sección 18.1, describimos cómo las interacciones del proceso vectores y y u se definen como y = [w, x] T y u = [u1, u2] T. Los
Como w depende de u1 pero no de u2, el único par de controladores
entre las variables manipuladas y controladas pueden resultar en
factible es w-u1 y x-u2. De las Ecs. 18-85 y 18-34, se sigue que K12 =
interacciones no deseadas del lazo de control. Cuando las
0 y ÿ = 1. Como K21 ÿ 0, habrá una interacción unidireccional, con el
interacciones del lazo de control son un problema, hay varias
lazo de control w-u1 generando perturbaciones que afectan al lazo x-
estrategias alternativas disponibles: u2 pero no vicio
viceversa
1. Seleccionar diferentes variables manipuladas o controladas.
McAvoy (1983, p. 136) sugiere variables manipuladas alternativas,
a saber, u1 = wA + wB y u2 = wA /(wA + wB).
2. Vuelva a sintonizar uno o más controladores PID multilazo,
Esta elección está motivada por el modelo de proceso en las
teniendo en cuenta las interacciones del proceso. ecuaciones. 18-41 y 18-42 y significa que las variables controladas son iden
3. Considere un método de control multivariable más general, tical a las variables manipuladas! Por tanto, K es la matriz identidad, ÿ
como el control predictivo de modelos. = 1, y los dos lazos de control no interactúan en absoluto. Esta situación
es fortuita y también inusual, porque rara vez es posible elegir variables
La estrategia 1 se ilustra en la siguiente sección, mientras que la
manipuladas que son, de hecho, las variables controladas.
estrategia 2 se consideró en las secciones anteriores. La estrategia
3 se considera en el Capítulo 20.
RESUMEN
En este capítulo, hemos considerado problemas de control Si estas interacciones del lazo de control son inaceptables,
con múltiples entradas (variables manipuladas) y múltiples entonces uno puede desafinar uno o más de los lazos de
salidas (variables controladas), con el enfoque principal en el control, elegir un conjunto diferente de variables manipuladas o
uso de un conjunto de controladores de lazo único (control de controladas, o emplear un control multivariable. Las estrategias
lazo múltiple). El diseño de sistemas de control MIMO es más de control multivariable basadas en modelos, como el control
difícil que el diseño del controlador SISO porque el proceso predictivo de modelos, pueden proporcionar mejoras
multivariable puede causar interacciones de bucle de control no significativas sobre el control de bucle múltiple convencional,
deseadas para el control de bucle múltiple. como se explica en el Capítulo 20.
REFERENCIAS
Arkun, Y. y JJ Downs, Un método general para calcular las ganancias de entrada- McAvoy, TJ y RD Braatz, Controlabilidad de procesos con valores singulares grandes,
salida y la matriz de ganancias relativas para procesos de integración, Comput. Ing. Ind. química Res., 42, 6155 (2003).
química Ing., 14, 1101 (1990). Åström, KJ y T. Hägglund, Control PID avanzado, Niederlinski, A., A Heuristic Approach to the Design of Linear Multivariable Interacting
ISA, Investigación Control Systems, Automatica, 7, 691 (1971).
Triangle Park, Carolina del Norte, 2006. Nisenfeld, AE y HM Schultz, Interaction Analysis in Control System Design, artículo
Bjorck, A., Métodos numéricos para problemas de mínimos cuadrados, SIAM, 70-562, Advances in Instrument. 25, parte 1, ISA, Pittsburgh, Pensilvania, 1971.
Filadelfia, Pensilvania, 1996.
Bristol, EH, Sobre una nueva medida de interacciones para el control de procesos Roat, SD, JJ Downs, EF Vogel y JE Doss, The Integration of Rigorous Dynamic
multivariable, IEEE Trans. Auto. Control, AC-11, 133 (1966). Modeling and Control System Synthe sis for Distillation Columns: An Industrial
Campo, PJ y M. Morari, Propiedades de circuito cerrado alcanzables de sistemas Approach, Chemical Process Control CPC-III, M. Morari y TJ McAvoy (Eds.) ,
bajo control descentralizado: condiciones que involucran la ganancia de estado CACHE-Elsevier, Nueva York, 1986, pág. 99
estacionario, IEEE Trans. Auto. Control, AC-39, 932 (1994).
Chang, J. y CC Yu, The Relative Gain for Non-Square Multivari Shen, SH y C.-C. Yu, Use of Relay-feedback Test for Automatic Tuning of Multivariable
Sistemas capaces, Chem. Ing. Sci., 45, 1309 (1990). Systems, AIChE J., 40, 627 (1994).
Chen, D. y DE Seborg, Análisis de matriz de ganancia relativa para Uncer Shinskey, FG, Process Control Systems, 4.ª ed., McGraw-Hill, Nueva York, 1996,
tain Process Models, AIChE J., 48, 302 (2002). Capítulo 8.
Goodwin, GC, SF Graebe y ME Salgado, Sistema de control Skogestad, S., Robust Control, Practical Distillation Control, WL Luyben (Ed.), Van
Diseño, Prentice Hall, Upper Saddle River, NJ, 2001. Nostrand-Reinhold, Nueva York, 1992, Capítulo 14.
Grosdidier, P. y M. Morari, Interaction Measures for Systems under Decentralized
Control, Automatica, 22, 309 (1986). Skogestad, S. y M. Morari, Robust Performance of Decentralized Control Systems
Grosdidier, P. y M. Morari, Una metodología asistida por computadora para el diseño by Independent Design, Automatica, 25, 119 (1989).
de controladores descentralizados, Comput. química Eng., 11, 423 (1987).
Skogestad, S. e I. Postlethwaite, Control de retroalimentación multivariable, 2.ª ed.,
Hovd, M. y S. Skogestad, Sequential Design of Decentralized Con John Wiley and Sons, Hoboken, NJ, 2005.
trollers, Automatica, 30, 1601 (1994). Strang, G., Álgebra lineal y sus aplicaciones, 4ª ed., Brooks-Cole,
Laub, AJ, Análisis matricial para científicos e ingenieros, SIAM, Independencia, KY, 2005.
Filadelfia, Pensilvania, 2004. Wood, RK y MW Berry, Control de composición terminal de una columna de
Luyben, WL, Método simple para sintonizar controladores SISO en sistemas destilación binaria, Chem. Ing. Sci., 28, 1707 (1973).
multivariables, IEC Process Des. Dev., 25, 654 (1986). Zhu, Z., JT Lee y TF Edgar, Análisis estructural de estado estacionario y características
McAvoy, TJ, Análisis de interacción, ISA, Research Triangle Park, NC, de interacción en sistemas de control multivariable, IEC Res., 36, 3718 (1997).
1983.
EJERCICIOS
18.1 Luyben y Vinante (Kem. Teollisuus, 29, 499 (1972)) (a) Se realiza un cambio de punto de ajuste en cada lazo con el otro lazo
desarrollaron un modelo de columna de destilación que en manual. (b) Los cambios de punto de consigna se realizan con ambos
relaciona las temperaturas en los platos 4 y 17 desde el controladores en automático.
fondo de la columna (T4, T17) con la relación de reflujo R y el flujo de vapor
velocidad al calderín S:
18.2 Deduzca una expresión para la ecuación característica de
ÿ ÿ ÿ2.16eÿs 1.26eÿ0.3s
8.25s + 1 la configuración 1-2/2-1 de la figura 18.3b. Simplifique e interprete
ÿ ÿÿÿ2.75eÿ1.8s
8.25s + 1 ÿ 7.05s + 1
esta ecuación para la situación especial en la que Gp11 o Gp22
4.28e ÿ 0.35s [ R(s) es cero
T4(s) ] =
[ T17(s) S(s) ]
9.0s + 1
18.3 Derive fórmulas de lazo cerrado equivalentes a la ecuación. 18-9

Compare los cambios de punto de ajuste de lazo cerrado que
a través de la ecuación. 18-11 para el caso de que existan funciones de
resultan del emparejamiento T17ÿR/T4ÿS y el método de ciclo
transferencia de sensor y válvula (Gm1, Gm2, Gv1, Gv2) para las
continuo de Ziegler-Nichols en el Capítulo 12. Considere dos casos:
salidas (y1, y2).
Ejercicios 345
18.4 Considere el sistema de mezcla térmica de la figura 6.12 y (c) ¿Son estos desacopladores físicamente realizables? Si no, sugiera
suponga que las entradas manipuladas son wh y w. Sugerir un modificaciones apropiadas.
emparejamiento razonable para un esquema de control multilazo y justificar
18.9 Una columna de destilación binaria tiene tres platos de temperatura
Tu respuesta.
medidas (bandejas 17, 24 y 30) que pueden utilizarse como posibles variables
18.5 Para el proceso de dos entradas y dos salidas del ejemplo 18.2, controladas. Controlar la temperatura es equivalente a controlar la composición.
use Simulink para verificar las regiones de estabilidad en la figura 18.6 La prueba de pasos da lo siguiente
para el emparejamiento de controladores 1-1, 2-2. Establezca Kc1 = 1 e intente relaciones de entrada-salida en estado estacionario (u1 = presión de vapor
tres valores de Kc2 (ÿ1, 0 y +2) simulando una unidad en calderín; u2 = relación de reflujo):
cambio de consigna en y1 con ambos lazos en automático (solo control
Tÿ17 = 1.5u1 + 0.5u2 (1)
proporcional).
Tÿ24 = 2.0u1 + 1.7u2 (2)
18.6 Un esquema de control multilazo convencional que consta de
Tÿ30 = 3.4u1 + 2.9u2 (3)
se utilizarán dos controladores PI para controlar las composiciones de producto
xD y xB de la columna de destilación que se muestra en la figura 18.1b. Todas las variables son variables de desviación. Seleccione el control 2 × 2
Las variables manipuladas son el caudal de reflujo R y el sistema que tiene las interacciones más deseables, según lo determinado
tasa de flujo de vapor al calderín S. Los datos experimentales para una serie de por el RGA (tenga en cuenta que hay tres posibles 2 × 2 de control
condiciones de estado estable se resumen a continuación. Utilizar este
configuraciones). Explique por qué la combinación de T24 y T30 es
información para hacer lo siguiente: el conjunto de variables controladas menos deseable, basado en el análisis
(a) Calcule el RGA y determine el emparejamiento recomendado entre variables ecuaciones (2) y (3) y el determinante resultante.
controladas y manipuladas.
18.10 Para el sistema de almacenamiento de líquidos que se muestra en la figura E18.10, es
(b) ¿Parece apropiado este emparejamiento desde consideraciones dinámicas?
deseaba controlar los niveles de líquido h1 y h2 ajustando los caudales
Justifica tu respuesta.
volumétricos q1 y q2. El caudal q6 es la principal perturbación
Tabla E18.6 variable. Las relaciones cabeza-flujo están dadas por
R S q3 = Cv1 ÿh1 q5 = Cv2 ÿh2 q4 = K(h1 ÿ h2)

Correr (lb/min) (lb/min) xD xB donde Cv1 , Cv2 y K son constantes.
1 125 22 0.97 0.04 (a) Deduzca una expresión para la matriz de ganancia relativa para este
2 150 22 0,95 0.05 sistema.
3 175 22 0,93 0.06 (b) Use el RGA para determinar el emparejamiento recomendado
4 150 20 0,94 0.06 de variables controladas y manipuladas para las siguientes
condiciones:
5 150 24 0,96 0.04
Valores paramétricos
18.7 Para el modelo de columna de destilación Wood-Berry en K = 3 galÿmin pie

Ejemplo 18.1:
Cv1 = 3 galÿmin ft0.5
(a) ¿Qué pareja de variables controladas y manipuladas
Cv2 = 3.46 galÿmin ft0.5
¿Recomendaría en base a consideraciones de estado estacionario?
(b) ¿Qué emparejamiento basado en consideraciones dinámicas? Justificar D1 = D2 = 3,5 pies (diámetros del tanque)
tus respuestas.
Valores nominales de estado estacionario
18.8 Un modelo dinámico del sistema de mezcla térmica en
La figura 6.12 se obtuvo en el capítulo 6. Utilice este modelo para hacer la h1 = 4 pies, h2 = 3 pies
siguiendo:
18.11 Para el sistema de almacenamiento a nivel de líquido del ejercicio 18.10:
(a) Obtenga una expresión para la matriz de ganancia relativa. (a) Deduzca un modelo de función de transferencia de la forma
(b) Diseñe un sistema de control de desacoplamiento ideal, suponiendo que
los transmisores y las válvulas de control tienen una dinámica insignificante. Y(s) = Gp(s)U(s) + Gd(s)D(s)
q1 q6 q2
h1 h2
LT LT
q3 q4 q5
Figura E18.10
donde U representa las variables manipuladas q1 y q2, D es la variable perturbadora Información disponible
y Gd es una matriz 2 × 1 de funciones de transferencia de perturbaciones. (i) El tanque tiene 3 pies de diámetro y está perfectamente mezclado. (ii)
Los valores nominales de estado estacionario son
(b) Dibuje un diagrama de bloques para un sistema de control de bucles múltiples
h = 3 pies q3 = 20 ft3 ÿmin c2
basado en el siguiente par: h1ÿq1/ h2ÿq2. No intente derivar funciones de
transferencia para los transmisores, las válvulas de control o los controladores. c1 = 0,4 molÿft3 q1 = = 0,1 molÿft3
10 ft3 ÿmin
(iii) La densidad de cada flujo de proceso permanece constante en ÿ = 60 lb/

18.12 Para el proceso de presión de flujo que se muestra en la figura E18.12, se
ft3. (iv) La principal variable de perturbación es el caudal q2. (v) Las
desea controlar tanto la presión P1 como el caudal F. Las variables manipuladas
son las posiciones del vástago de las válvulas de control, M1 y M2. Para simplificar, composiciones de entrada c1 y c2 son constantes. (vi) Las características
suponga que las relaciones de cabeza de flujo para las dos válvulas están dadas del transmisor se aproximan mediante las siguientes funciones de
por transferencia con constantes de tiempo en minutos:
F = 20M1(P0 ÿ P1)
4
F = 30M2(P1 ÿ P2) Gm11(s) = (mAÿft) 0.1s + 1 100
Las condiciones nominales de estado estacionario son F = 100 gal/min, P0 = 20

Gm22(s) = (mA ft3 ÿmol)
psi, P1 = 10 psi y P2 = 5 psi. Utilice el enfoque RGA para determinar la mejor 0,2 s + 1
combinación de controladores.
(vii) Cada válvula de control tiene una ganancia de 0.15 ft3/min mA y una
constante de tiempo de 10 s.
ordenador personal FC 18.14 (Modificado de McAvoy, 1983). Un decantador que se muestra en la figura
E18.14 se usa para separar una alimentación que consta de dos líquidos
completamente inmiscibles, un componente liviano y un componente pesado.
Debido a la gran diferencia en sus densidades, los dos componentes forman fases
PT PIE
M1 M2 líquidas separadas muy rápidamente después de que la alimentación ingresa al
decantador. La jarra siempre está llena de líquido. El nivel de la interfase I entre
P0 P1 F P2
las dos fases líquidas se mide con una celda DP. Cada tasa de flujo de líquido se
puede ajustar usando una válvula de control, que está conectada a un controlador
Figura E18.12 PI estándar. Las ecuaciones de la válvula de control relacionan caudales, presiones
y señales de salida del controlador (m1, m2, m3):
18.13 En la figura E18.13 se muestra un sistema de mezcla. El nivel de líquido h y

la composición de salida c3 deben controlarse ajustando los caudales q1 y q3. Con
base en la siguiente información, haga lo siguiente: (a) Obtenga la matriz de F1 = m1(P0 ÿ P1)
función de transferencia del proceso, Gp(s). (b) Si se usa un sistema de control de F2 = m2 (P1 ÿ P2)
lazo múltiple convencional, ¿qué combinación de controladores se debe usar? F3 = m3 (P1 ÿ P3)
Justifica tu respuesta. (c) Obtenga expresiones para los desacopladores ideales Usando la siguiente información, proponga un par de variables controladas y
T21(s) y T12(s) en la configuración de la figura 18.9. manipuladas para una configuración de control de lazo múltiple convencional
basada en argumentos físicos . No es necesario calcular un RGA.
Información disponible
(a) Las presiones P0 y P2 son constantes:

c2 c1 P0 = 250 psi P2 = 30 psi
q2 q1
(b) La composición del alimento puede variar. El valor nominal es wH = 0,99,
donde wH es la fracción en peso del componente pesado. (c) Las densidades de
los componentes puros son
h LT
ÿH = 9 lbÿgal ÿL = 3 lbÿgal
A
(d) En el estado estacionario nominal,
c3
F1 = 2093 galÿmin, F2 = 60 galÿmin, P1 = 180 psi
q3
(e) Los transmisores y las válvulas de control tienen una dinámica insignificante en
Figura E18.13 comparación con la dinámica del proceso.
Ejercicios 347
x2
F2 P2
P1 T1 (1 – f ) w1 T2
m2 30 psi w1 w2
xc
tc
h
x3
tc
fw1 T3 T4
fase w3 w4
F1
de luz
yo F
250psi m1
fw1
P0
Figura E18.17
Fase
pesada
18.17 En la figura E18.17 se muestra un intercambiador de calor de

tanque agitado con una corriente de derivación con las válvulas de control
disponibles. Las posibles variables manipuladas son el caudal másico
w2, las posiciones del vástago de la válvula xc y x3, y f, la fracción del
30 psi
caudal másico w1 que pasa por alto el tanque antes de agregarse a la
m3 corriente de salida. Usando la información dada aquí, haga lo siguiente:
P3 (a) Obtenga un modelo dinámico del sistema de tanque agitado. Defina

F3
cualquier símbolo adicional que introduzca. (b) Determine los grados de
Figura E18.14 libertad para el control que están disponibles. Asigne los grados de
libertad especificando variables manipuladas y variables determinadas
por el entorno.
18.15 Un proceso a controlar tiene dos variables controladas Y1 e Y2, y

(c) Seleccione las variables controladas y justifique brevemente su
tres entradas que pueden usarse como variables manipuladas, U1, U2 y
elección. (d) Suponga que solo T4 yh se van a controlar utilizando x2 yf
U3. Sin embargo, se desea usar solo dos de estas tres variables
como variables manipuladas. (Las posiciones del vástago de la válvula,
manipuladas en un sistema de control de realimentación multibucle
xc y x3, se mantienen constantes). Deduzca una expresión para la matriz
convencional. Las funciones de transferencia para el proceso se muestran
de ganancia relativa para esta configuración de control. (e) Se ha
a continuación. ¿Qué configuración de control de lazo múltiple dará como
resultado la menor cantidad de interacción de estado estacionario entre propuesto que x2 sea reemplazada por x3 en el problema de control de
las entradas y las salidas? Justifique su (d). Analice brevemente esta propuesta. (No es necesario realizar otro
responder. análisis RGA).
3 0.5 1 Información disponible
Y1(s) = U1(s) ÿ U2(s) + U3(s)
2s + 1 (s + 1)(s + 3) s2 + 3s + 2
(i) El tanque está perfectamente mezclado y los cambios de temperatura
2 4 son relativamente pequeños, por lo que se pueden suponer
Y2(s)=ÿ10U1(s) + U2(s) + U3(s)
s + 1 (s + 1)(3s + 1) propiedades físicas constantes. Los caudales másicos se denotan
por w1 a w4 y las temperaturas por T1 a T4.
18.16 Una ingeniera de control de procesos ha decidido instalar un
(ii) El caudal de salida w3 depende de las presiones aguas arriba y aguas
sistema de control de ducha automático en el baño de su mansión. El
abajo de la válvula de control y de la posición del vástago de la
diseño requiere un sistema que pueda entregar 3 gal/min de agua a 110
válvula x3. La siguiente relación empírica está disponible donde C1
ÿF al mezclar agua caliente a 140 ÿF, con agua más fría a 70 ÿF. Hay
y C2 son constantes:
transmisores de caudal y temperatura disponibles junto con válvulas de
control para ajustar los caudales de agua fría y caliente. w3 = x3(C1h ÿ C2f w1)
(iii) El coeficiente global de transferencia de calor para el serpentín de enfriamiento

(a) Calcule las tasas de flujo requeridas de agua fría y caliente, suponiendo
U depende de la velocidad del refrigerante en la línea y, por lo
que la densidad y la capacidad calorífica del agua son constantes.
tanto, de la posición del vástago de la válvula xc, según la siguiente
relación, donde C3 es una constante:
(b) Calcule la matriz de ganancia relativa para el sistema y recomiende
un par de variables controladas y manipuladas. U = C3xc
(iv) La bomba en la línea de derivación opera en la "parte plana" de la curva de (ii) ¿Qué hace el emparejamiento de variables controladas y manipuladas?
la bomba, de modo que la tasa de flujo másico, fw1, depende solo de la ¿tú recomiendas? (Justifica tu respuesta.)
válvula de control. (v) Las siguientes variables de proceso permanecen
0.43e ÿ0.8s 0.43eÿ0.1s 0.23eÿ1.0s 0.22E ÿ0.5S ÿ 4.42S + ÿ1
constantes: T1, w1, T2 y Tc. 4.32s + 1

h1h2
pH1 ÿ0.33e 3.10s + 1 5.24s + 1 ÿ ÿ ÿ Q1 ÿ ÿ ÿ ÿ 0.20E
ÿ1.0s 2.56s + ÿ0.8S ÿÿ ÿÿ ÿ3.30S
Q3 ÿ
pH2 _ _
1 ÿ0.22e ÿ + 1ÿ ÿ0.41E
ÿÿÿÿÿ
___ 1.5s 3.24s + 1 0.32eÿ0.5s ÿ0.20eÿ1.8s ÿ0.1S Q4 ÿ ÿ ÿ ÿ ÿ ÿ ÿ ÿ ÿ ÿ ÿ ÿ ÿ ÿ ÿ ÿ ÿ
ÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ ÿÿ
18.18 Se mezcla agua (F1) con una corriente F2 con 40% de etanol para hacer 2.58s + 1 2.82s + 1 ÿ ÿ ÿ ÿ Q6
ÿ 0.32e ÿ0.4s
ÿ ÿ 2.03s +1
un producto de whisky que tiene 30% de etanol. Suponga que F1 = 4 gal/min y =
F2 = 4 gal/min. (a) Desarrolle un modelo de balance de materia de estado 0.22eÿ1.1s 0.23eÿ0.3s 0.42eÿ0.4s
5.52s + 1 4,49 s + 1 3,32 s + 1 2,07 s + 1
estacionario para la operación de mezcla. Encuentre las ganancias linealizadas
para el modelo de función de transferencia 2 × 2 utilizando el ejemplo 18.3 como 0.22eÿ1.2s ÿ0.32eÿ0.8s
guía. F1 y F2 son variables manipuladas, y las variables controladas son la 2.65s + 1 2.36s + 1
composición de salida z y el caudal total F. (b) Derive el RGA en términos de F1,
0,64 0,72 ÿ0,20 ÿ0,20 ÿ ÿ 0,87
F2 y F. (c) Determine el RGA y el emparejamiento preferido para los controladores
0,85 ÿ0,35 ÿ0,35 ÿ ÿ ÿ
RGA =
ÿ0,18 ÿ0,21 0,70 0,70
ÿ ÿ ÿ ÿ ÿ ÿ0,36 ÿ0,37 0,85 0,88
18.19 En la figura E18.19 se muestra un diagrama esquemático para un proceso 18.20 Se desarrollará un esquema de control para el evaporador que se muestra
de neutralización del pH. También se muestran la matriz de función de en la figura E18.20. Las corrientes de alimentación y producto son mezclas de
transferencia y la matriz de ganancia relativa. un soluto y un solvente, mientras que la corriente de vapor es un solvente puro.
El nivel de líquido se controla estrictamente manipulando el caudal de
(a) Suponga que se va a diseñar un sistema de control de bucles múltiples que
alimentación, wF. La composición del producto, xp, y la tasa de flujo de
consta de cuatro controladores PID. Recomendar un par de variables controladas
alimentación, wF, deben controlarse manipulando el flujo de producto, wp, y la
y manipuladas. Justifique brevemente su recomendación basándose en
tasa de flujo de vapor, ws. La “economía” del evaporador es aproximadamente
consideraciones físicas, dinámicas y de estado estacionario.
constante, porque se evaporan E kg de disolvente por cada kg de vapor. Los
caudales tienen unidades de kg/min, mientras que las composiciones se expresan
(b) Suponga que solo pH2 y h2 deben controlarse utilizando Q4 y Q6 como en fracción ponderal de soluto.
variables manipuladas (Q1 y Q3 se mantienen constantes). (i) ¿Cuál es el RGA
para este problema de control 2 × 2? Derive una expresión para la matriz de ganancia relativa para este sistema.
q1
q2
q4
q3
q5
LT h1 q6
LT h2
Tanque 1
Tanque 2
pH1 pHT q8
q7 q 10
pHT pH2
q9
Figura E18.19
Ejercicios 349
Vapor u1 = tasa de ingestión de hidroclorotiazida u2 = tasa de

EN
ingestión de oxibutinina
(a) Calcule la matriz de ganancia relativa.

LC LT (b) ¿Qué emparejamiento de bucles sugeriría?
Vapor 18.22 Un sistema de procesamiento térmico rápido para la fabricación de
ws
microelectrónica utiliza tres conjuntos de calentadores de lámparas
Condensar concéntricas para mantener uniforme la temperatura de la oblea. La matriz
PIE A de ganancia del sistema es ÿ 3,38 2,50 0,953 ÿ 3,20 2,38 0,986 ÿ 3,13 2,33
Alimento Producto
1,054 ÿ ÿ
xF, wF xp, wp
k=
ÿÿ
Figura E18.20 ÿ
18.21 Se suele utilizar una combinación de dos fármacos (hidroclorotiazida y El sistema experimenta dificultades para controlar las tres
oxibutinina) para regular la presión arterial en pacientes de edad avanzada. Estos temperaturas de manera uniforme. Examine las posibles dificultades
dos fármacos afectan principalmente a dos variables fisiológicas del paciente (presión de control utilizando análisis RGA y SVA.
arterial y tasa de producción de orina). Dado que el objetivo es regular ambas
variables con estos dos fármacos, se debe realizar un análisis de interacción para 18.23 Un sistema de control 4 × 4 tiene la siguiente matriz de ganancia:
diseñar dos lazos de control SISO. Para el siguiente modelo, hay dos entradas y dos
ÿ 9,82 4,49 1,40 4,56 ÿ ÿ ÿ 8,99
salidas (Ogunnaike y Ray, Process Dynamics, Modeling and Control, Oxford
5,47
7,331,68
ÿ ÿ ÿ5,24
2,41ÿ 4,33
ÿ 4,59 5,80
2,82 2,31
8,92 ÿ
University Press, 1994, p. 771.): ÿ ÿ0.04eÿ0.1s ÿ 0.11s + 1 ÿ ÿ 0,22 ÿ ÿ 0,12 s + 1 k=
ÿ 0.0005eÿ0.15s ÿ Evalúe la dificultad potencial de control mediante el análisis de valor

0.21s + 1 ÿ ÿ ÿ ÿ singular. ¿Debería eliminarse alguna salida o entrada para lograr
un mejor control?
[ y2
y1 ] = ÿ0.02 [ u1
u2 ]
0.21s + 1 18.24 En las Figs. 18.6 y 18.7, observe los diferentes emparejamientos de
controladores. ¿Cuál tiene la mayor región de estabilidad? ¿Cómo se compara esto
dónde con el emparejamiento preferido indicado por el RGA (es el mismo o es diferente)?
y1 = presión arterial normalizada (sin dimensiones) y2 = tasa de ¿Puede sugerir una razón para los resultados (efectos dinámicos frente a efectos de
producción de orina normalizada estado estacionario)?

Ejercicios 261: Libras

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicios 261: Libras

Cargado por

Copyright:

Formatos disponibles

Machine Translated by Google

14.27 El comportamiento dinámico del intercambiador de calor que se muestra Proceso:

en la figura E14.27 puede describirse mediante las siguientes funciones de Tÿ = 2 ÿFÿlbÿmin

X' = 0.047inÿpsi EN's libras

La elevación de la válvula x se mide en pulgadas. Otros símbolos se definen en

14.28 Considere el problema de control del ejercicio 14.28 y un controlador PI

Feedforward y control de proporción

CONTENIDO DEL CAPÍTULO

15.1 Introducción al control anticipativo

15.2 Control de relación

15.3 Diseño de controlador feedforward basado en modelos de estado estacionario 15.3.1

15.4 Diseño de controlador feedforward basado en modelos dinámicos 15.5 La relación

estacionario basado en modelos de función de transferencia

15.6 Configuraciones para Control Feedforward-Feedback

15.7 Ajuste de controladores de realimentación

tipo de perturbación. perturbaciones grandes y frecuentes, el proceso puede operar

15.1 Introducción al control anticipativo 263

modelos Luego, se consideran configuraciones alternativas para

15.1 INTRODUCCIÓN AL CONTROL FEEDFORWARD

no toma medidas correctivas hasta que la perturbación altera el

El esquema de control anticipativo de la figura 15.3 puede

EN Y alimentación para equilibrar la demanda de vapor. Tenga en cuenta

264 Capítulo 15 Feedforward y control de proporción

15.2 CONTROL DE LA RELACIÓN

El control de relación es un tipo especial de control anticipativo que ha

Figura 15.3 Control feedforward del nivel de líquido en un

La principal ventaja del Método I es que se calcula la relación

Punto de ajuste de relación

15.2 Control de proporción 265

Debido a esta importante desventaja, el esquema preferido para Están

implementar el control de la razón es el Método II, que se muestra

Por lo tanto, el control de relación es, en esencia, un tipo simple

(iii) Cada transductor de corriente a presión (I/P) requerido tiene una

La ecuación estequiométrica para la reacción de síntesis de amoníaco es

Punto de consigna usp Para introducir una mezcla de alimentación en proporciones

la presión de cada corriente (cf. la ley de los gases ideales).

(a) El diagrama esquemático de la reacción de síntesis de amoníaco se

266 Capítulo 15 Feedforward y control de proporción

I/P FC mensaje directo

revisado. Tenga en cuenta que la estación de relación es simplemente

15.3 CONTROLADOR DE AVANCE

Para ilustrar el procedimiento de diseño, considere la columna de 15-5 da

15.3 Diseño de controlador feedforward basado en modelos de estado estacionario 267

xsp Medición de composición para x1

Suponga que el sensor/transmisor para x1 es un instrumento

x1m(t) = Kt[x1(t)ÿ(x1)0] + 4 (15-12)

el rango del instrumento.

Válvula de control y transductor de corriente a presión

Suponga que el transductor de corriente a presión y la válvula de

268 Capítulo 15 Feedforward y control de proporción

la señal de salida del controlador p(t) y el caudal de entrada w2(t) se xsp

w2(t) = KvKIP[ p(t) ÿ 4]+(w2)0 (15-14) x1m w2, sp

donde Kv y KIP son las ganancias de estado estacionario para la

Ecs. 15-8 a 15-14 indican variables físicas en lugar de variables de

15-14 y 15-15 en la ecuación. 15-11 y el rango posterior, la ecuación

15.4 Diseño de controlador de retroalimentación basado en modelos dinámicos 269

controlador FB Válvula de control

Figura 15.11 Diagrama de bloques de un sistema de control feedforward-feedback.

álgebra de diagramas que se introdujo en el Capítulo 11:

embargo, se genera una acción correctiva a través de la ruta a

derivan controladores feedforward para varios tipos de modelos de entrega de ÿp a ÿp + ÿ.

de procesos. Para simplificar, se supone que los transmisores de

entonces el controlador feedforward ideal,