UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

FACULTAD DE INGENIERÍA QUÍMICA

Semana 11 – SIMULACION DE PROCESOS INDUSTRIALES

PROCESOS INDUSTRIALES CATALÍTICOS: SISTEMAS DE CONTROL
DIAGRAMAS DE BLOQUES DE CIRCUITOS DE CONTROL
Figura 1.1. Diagrama esquemático de la
instrumentación asociada a un
fermentador. El sistema de esterilización
por vapor y todos los sensores y
transmisores se omiten para mayor
claridad. Las líneas sólidas representan
flujos de proceso. Las líneas finas
representan el flujo de información.
Una representación de diagrama de bloques de un sistema de retroalimentación negativa de una
sola entrada y una sola salida. Las etiquetas dentro de las cajas son generales. Las etiquetas
fuera de los recuadros se aplican a la discusión simplificada sobre el control del pH
Para cada cantidad que queremos mantener en algún valor, debemos asegurarnos de que el
biorreactor esté funcionando en las condiciones deseadas. Usemos el pH como ejemplo. En los
cálculos de control, comúnmente usamos un diagrama de bloques para representar el problema
(Fig. 1.2). Aprenderemos a usar las matemáticas para describir cada uno de los bloques. Por
ahora, la atención se centra en alguna terminología común.
Para considerar el pH como una variable controlada, usamos un electrodo de pH para medir su
valor y, con un transmisor, enviamos la señal a un controlador, que puede ser una pequeña caja
negra o una computadora.
El controlador toma el valor de pH y lo compara con el pH deseado, lo que llamamos punto de
ajuste o referencia. Si los valores no son los mismos, hay un error y el controlador realiza los
ajustes adecuados manipulando la bomba de ácido o base: el actuador. El ajuste se basa en
cálculos utilizando un algoritmo de control, también llamado ley de control. El error se calcula en
el punto de suma donde tomamos el pH deseado menos el pH medido. Debido a cómo
calculamos el error, este es un mecanismo de retroalimentación negativa.
Este escenario simple de control de pH es lo que llamamos un sistema de entrada única y salida
única (SISO); la entrada única es el punto de ajuste y la salida es el valor de pH.
Este mecanismo de retroalimentación simple también es lo que llamamos circuito cerrado. Este
sistema de circuito único ignora el hecho de que la dinámica del biorreactor implica interacciones
complejas entre diferentes variables.
Si queremos tener una visión más completa, necesitaremos diseñar un sistema de múltiples
entradas, múltiples salidas (MIMO) o multivariable. Cuando invocamos el término sistema, nos
referimos al proceso (el biorreactor aquí), el controlador y todos los demás instrumentos como
sensores, transmisores y actuadores (como válvulas y bombas) que nos permiten controlar el pH.
Cuando cambiamos una condición operativa específica, es decir, el punto de ajuste, nos gustaría,
por ejemplo, que el pH del biorreactor siguiera nuestro comando. Esto es lo que llamamos
servocontrol.
El valor de pH del biorreactor está sujeto a perturbaciones externas (también denominadas
cambios de carga), y la tarea de suprimir o rechazar los efectos de las perturbaciones se
denomina control regulatorio.
La implementación de un controlador puede generar inestabilidad, y la cuestión de la estabilidad
del sistema es una preocupación importante. El sistema de control también tiene que ser
robusto de modo que no sea demasiado sensible a los cambios en los parámetros del proceso.
En la vida real, los biorreactores en realidad utilizan un control de encendido y apagado para el
pH.
Aprenderemos cómo identificar variables de entrada y salida, cómo distinguir entre variables
manipuladas, perturbaciones, variables medidas, etc. No se preocupe por recordar todos los
términos aquí. Los presentaremos adecuadamente más adelante.
En la mayor parte del mundo del control, un proceso se denomina planta. Nos quedamos con
"proceso" porque en la industria de procesos, una planta tiene la connotación de toda la
instalación de fabricación o procesamiento.
Si bien usamos la virtud del modelado dinámico, no duplicaremos la introducción de las
ecuaciones básicas de conservación. Es importante reconocer que todos los procesos que
queremos controlar, por ejemplo: biorreactor, columna de destilación, caudal en una tubería,
sistema de administración de fármacos, etc., son lo que hemos aprendido en otras clases de
ingeniería: Las llamadas ecuaciones modelo son ecuaciones de conservación de calor, masa y
cantidad de movimiento.
Necesitamos equilibrio de fuerzas en dispositivos mecánicos, aunar las aplicaciones de la
ingeniería eléctrica, considerar el análisis de circuitos electrónicos. La diferencia entre lo que
ahora usamos en el control y lo que estamos más acostumbrados es que los problemas de
control son de naturaleza transitoria. En consecuencia, incluimos el término derivado del tiempo
(también llamado acumulación) en nuestras ecuaciones de equilibrio (modelo).
¿Cuáles son algunas de las herramientas matemáticas que usamos?
En el control clásico, nuestro análisis se basa en ecuaciones diferenciales ordinarias lineales con
coeficientes constantes, lo que se denomina lineal invariante en el tiempo (LTI). Nuestros
modelos también se denominan modelos de parámetros agrupados, lo que significa que no se
tienen en cuenta las variaciones en el espacio o la ubicación. El tiempo es la única variable
independiente. De lo contrario, necesitaríamos ecuaciones diferenciales parciales en lo que se
llama modelos de parámetros distribuidos.
Para manejar nuestras ecuaciones diferenciales lineales, confiamos en gran medida en la
transformada de Laplace, e invariablemente reorganizamos la ecuación algebraica resultante en
las llamadas funciones de transferencia. Estas relaciones algebraicas se presentan gráficamente
como diagramas de bloques (como en la figura 1.2).
Pero que sucede si resolvemos las soluciones en el dominio del tiempo. Gran parte del análisis
que viene se basa en nuestra comprensión de las raíces del polinomio característico de la
ecuación diferencial, lo que llamamos los polos.
Con ciertos procesos, no podemos tomar datos continuamente, sino en ciertos intervalos lentos
seleccionados (ejemplo: titulación en química). Estos se denominan sistemas de datos
muestreados.
Con las computadoras, el análisis evoluciona hacia una nueva área propia: sistemas de control
digital o de tiempo discreto.
Aquí, las ecuaciones diferenciales y la transformada de Laplace ya no funcionan.
Las técnicas matemáticas para manejar sistemas de tiempo discreto son las ecuaciones en
diferencias y la transformada z.
Además, existen el control multivariable y el espacio de estados, de los cuales nos
encontraremos en una breve introducción.
Más allá del nivel introductorio están el control óptimo, el control no lineal, el control
adaptativo, el control estocástico y el control de lógica difusa.
El control es un campo inmenso. El control clásico parece insignificante, pero es nuestro punto
de inicio para seguir avanzando.
Modelo de ecuación Diferencial
El balance de masa de un tanque bien mezclado se puede escribir (ver Problemas de repaso)
como

donde C es la concentración de un componente, Cin es la concentración de entrada, Co es la

concentración inicial y τ es el espacio-tiempo.
En los problemas de control clásicos, invariablemente reorganizamos la ecuación como:
(2-1)
y redefinir las variables C' = C – Co y C'in = Cin – Co. Designamos C' y C'in como variables de
desviación:

Condición inicial cero.

La dependencia temporal de la solución, es decir, la función exponencial, surge del lado izquierdo
de la ecuación. (2-2), el operador diferencial lineal. De hecho, podemos recordar que el lado
izquierdo de (2-2) da lugar a la llamada ecuación característica (o polinomio característico).
Por lo general, en una clase de ecuaciones diferenciales, aprendemos a transformar una
ecuación ordinaria lineal en una ecuación algebraica en el dominio de Laplace, resolver la
variable dependiente transformada y finalmente recuperar la solución en el dominio del tiempo
con una transformación inversa.
En la teoría de control clásica, hacemos un uso extensivo de la transformada de Laplace para
analizar la dinámica de un sistema.
El punto clave es que intentaremos predecir la respuesta temporal sin hacer la transformación
inversa. Más adelante veremos que la respuesta está en las raíces de la ecuación característica.
Esta es la base de los análisis de control clásicos.
Por lo tanto, al pasar nuevamente por la transformada de Laplace, es para usar esta técnica
matemática para que pueda ayudarnos a aplicarla a problemas de control.
Figura 2.1. Relación entre el dominio del tiempo y el dominio de Laplace.

Las variables de desviación son análogas a las variables de perturbación utilizadas en cinética
química o en mecánica de fluidos (estabilidad hidrodinámica lineal). Podemos considerar la
variable de desviación como una medida de qué tan lejos está del estado estacionario.
Cuando se encuentre con el término integral de convolución más adelante en la ecuación. (4-10)
y se pregunta cómo puede suceder, ver la forma de Eq. (2-3) de nuevo. Si se pregunta de dónde
viene (2-3), proviene del tratamiento al ODE aplicando factores de integración. Omitimos este
detalle ya que no usaremos la solución en el dominio del tiempo en la ecuación. (2-3).
Transformada de Laplace:

Transformada Inversa:
Tarea Académica
11a
Programar la solución de los
siguientes ejercicios.
I. Desarrollar los ejercicios tipo ejemplo del capítulo 3 del libro “Process Dynamics and Control”
de Seborg, Mellichamp. Practique y presente la solución realizada en MAtLAB.
Example 3.7 página 49; Example 3.8; Example 3.9; Example 3.10; Example 3.11;

II. Resolver grupalmente de los siguientes ejercicios del Capítulo 4, del libro “Process Dynamics
and Control” de Seborg, Mellichamp, página 64.
Grupo 1: 01, 10, 11
Grupo 2: 02, 09, 12
Grupo 3: 03, 08, 13
Grupo 4: 04, 07, 14
Grupo 5: 05, 06, 15
Presentar la solución en una presentación PPT para exposición del día miércoles.