Universidad Abierta y a Distancia de México

Lic. Biotecnología. Matrícula: ES1921021080

Grupo BI-BINP-2101-B2-002
Asignatura: Ingeniería en control de procesos
Unidad 2. Sistemas de control automatizado de simple
retroalimentación.
Actividad Evidencia de aprendizaje

Nombre del estudiante: María de los Ángeles Grajales Pereyra

Nombre del docente: Ing. Alejandro Guerrero Ángel.

Fecha: 11 de mayo del 2021

 Evidencia de aprendizaje: Simulador de controlador

Introducción

El controlador PID, es un dispositivo que permite controlar un sistema en lazo

cerrado con el fin de alcanzar el estado de salida deseado, combina tres acciones
que son: Proporcional, Integral y derivativa, de ahí el nombre PID. Este
controlador ha demostrado ser robusto en muchas aplicaciones, además que es el
más utilizado en la industria. Posee algunas funciones importantes, como la
retroalimentación para rechazar las perturbaciones, eliminando el error
estacionario con la acción integral, además de anticipar el futuro con la acción
derivativa. El objetivo principal de esta investigación es comparar las diferencias,
características y aplicaciones entre un controlador PID normal y uno difuso, con el
fin de identificar y elegir el mejor controlador en el control de las operaciones como
ejemplo de aplicación y simulación se usará un horno.

Desarrollo

Controlador PID
El control PID es un mecanismo de control que a través de un lazo de
retroalimentación permite regular la velocidad, temperatura, presión y flujo entre
otras variables de un proceso en general. Este calcula la diferencia entre la
variable real contra la variable deseada. (García, 2013)
Sistema de control de lazo cerrado: es aquel en el cual continuamente se está
monitoreando la señal de salida para compararla con la señal de referencia y
calcular la señal de error, la cual a su vez es aplicada al controlador para generar
la señal de control y tratar de llevar la señal de salida al valor deseado. También
es llamado control realimentado.
El control automático nace de la consideración del principio de realimentación:
“Incrementar la variable manipulada cuando la variable del proceso sea más
pequeña que la referencia y disminuirla cuando ésta sea más grande”. (Amadori,
s/f)
 Señal de referencia y de error.

Ejemplo, la referencia será la temperatura deseada o ideal para un horno, y la

salida será la temperatura real que tienen los hornos controlados. Dado que es
altamente probable que los hornos no tengan exactamente la temperatura
deseada, existe una tercera variable, la señal de error, la cual indica al controlador
la diferencia que existe entre la temperatura que se quiere conseguir o referencia
r(t) y el estado real del sistema medido por el sensor, señal h(t). (Electro Industria,
2019)

Acción de control proporcional: esta acción es proporcional a la señal de error

e(t). Internamente la acción proporcional multiplica la señal de error por una
constante Kp. Esta acción de control minimiza el error del sistema, por lo que si el
error es grande, la acción de control también lo es y tiende a minimizar este error.
Cuando aumenta Kp tiene efectos como:
 Aumentar la velocidad de respuesta del sistema
 Disminuir el error del sistema en régimen permanente
 Aumentar la inestabilidad del sistema.
Acción de Control Derivativa: Esta acción de control es proporcional a la
derivada de la señal de error. Cuando el sistema o proceso controlado se mueve a
velocidad alta hacia el punto deseado (valor de referencia), el sistema se pasará
de largo debido a su inercia, produciendo sobre impulsos y oscilaciones. Al
aumentar la constante de control derivativa se obtiene un aumento en la
estabilidad del sistema controlado, disminuye un poco la velocidad del sistema,
pero el error en el proceso permanecerá igual. Por lo tanto, esta acción de control
sirve para estabilizar una respuesta que oscile demasiado.
Acción de Control Integral: esta acción de control calcula la integral de la señal
de error, es decir, corresponde a la suma o acumulación de la señal de error. A
medida que pasa el tiempo, pequeños errores se van sumando para hacer que la
acción integral sea cada vez mayor, consiguiéndose reducir el error del proceso
que está en producción.
Ecuación del controlador PID.

donde c(t) es la señal de control, e(t) la

señal de error, y Kp, Ki, Kd son parámetros del controlador.
Sintonización manual de un controlador PID
Existen reglas sencillas para sintonizar este controlador en forma manual como las
que a continuación se observan:
Acción proporcional: Se va aumentando poco a poco para disminuir la velocidad
de respuesta. ya que si alcanza la respuesta deseada en velocidad y error, el PID
está sintonizado, pero si el sistema se vuelve inestable antes de conseguir la
respuesta deseada, debe aumentarse la acción derivativa.
Acción derivativa: Cuando el sistema es demasiado estable, se aumentará poco a
poco la constante derivativa Kd, con el fin de conseguir nuevamente la estabilidad
en la respuesta.
Acción integral: En caso de un error del sistema sea mayor que el deseado, se
aumentará la constante integral Ki, hasta que el error se minimice con la rapidez
deseada, pero si el sistema se vuelve inestable antes de conseguir la respuesta
deseada, se debe aumentar la acción derivativa, por lo que con estas reglas se
puede afinar el controlador PID hasta conseguir la respuesta deseada.
PID con lógica difusa
La lógica difusa proporciona una alternativa a métodos como Ziengler-Nichols y
una cantidad creciente de investigaciones sugiere que esta proporciona mejores
resultados, por lo que parece ser la mejor forma de controlar procesos complejos
en un controlador PID sintonizado con lógica difusa., esta técnica se basa en la
dificultad de modelar sistemas a través de ecuaciones matemáticas, su utilidad
radica en que se puede aprovechar el conocimiento de un experto sin necesidad
de modelar matemáticamente un proceso. (Kouro-Musalem, s/f)
Lógica fuzzy o borrosa
Diseñada para permitir el razonamiento sobre conceptos imprecisos. Su aplicación
consiste en encontrar el desarrollo de sistemas expertos difusos para
reconocimiento de patrones y clasificación, fuzzy clustering, control fuzzy,
monitoreo, diagnóstico, optimización, entre otros.
Comparación entre PID y PID difuso (fuzzy)
En el controlador por lógica difusa, su valor de entrada proveniente de los
sensores es convertido a un valor difuso mediante proceso Fusificación, el cual es
introducido a un proceso lógico difuso Mecanismo de transferencia, en donde
continuamente es evaluado por conjunto de reglas, este proceso produce un valor
de salida también difuso, el cual es transformado a una salida real, a través de un
proceso Defusificación, este es utilizado como señal de control de entrada a un
actuador que se encarga de ajustar la salida del sistema. Los cambios en el
sistema son medidos por los sensores y el proceso se repite nuevamente.
Un control PID se basa en un modelo matemático riguroso de algún proceso lineal
o lineal dentro de un rango.

Características de los dos controladores

Ambos tipos de control puede ser ajustados sin el conocimiento previo del
sistema, esto es, su ajuste se realiza sin conocer los verdaderos parámetros del
sistema por lo que en este aspecto son muy similares y de ahí que sean tan
utilizados. El controlador PID clásico tiene la forma:

El controlador difuso funciona como uno convencional puesto que a partir de la

entrada, por medio de algún algoritmo, genera una salida, llamándose este
proceso inferencia difusa y se lleva a cabo en tres partes:
• Fusificación, donde la señal de entrada real es convertida en un valor difuso.
• Evaluación mediante reglas, en donde los valores de la salida difusos se
calculan.
• Defusificación, donde el valor de la salida difusa se convierte a un valor de salida
real.
En la fusificación, la diferencia con un esquema convencional es la manera en que
la variable de entrada es considerada, en lugar de usar su valor, se usan
funciones de membrecía.
Aplicaciones:
Con excepción de casos en que el control sin realimentación es aceptable,
prácticamente todas las aplicaciones de control de proceso se benefician de un
control PID. En términos de control de temperatura, buenos ejemplos son:
Tratamiento térmico de metales. Secuencias de "Rampa y Nivel" necesitan control
preciso para garantizar que las propiedades metalúrgicas deseadas sean
alcanzadas.
Secado/evaporación de solventes de superficies pintadas. Temperaturas
demasiado altas pueden dañar los sustratos, mientras que temperaturas
demasiado bajas pueden ocasionar daños al producto y mala apariencia.
Curado de goma. Control de temperatura preciso garantiza que el curado
completo sea alcanzado sin que se afecten desfavorablemente las propiedades
del material.
Cocción. Hornos comerciales necesitan seguir estrictamente secuencias
prescriptas de calentamiento y enfriamiento para garantizar que las reacciones
necesarias ocurran.
Cerámicas. Hornos continuos tienen que producir altos niveles de calor, pero
están sujetos a cargas térmicas variables. Esto los hace una aplicación ideal para
el control PID. (Omega Engineering, 2003-2021)
Resultados de la realización del simulador con ejemplo de un horno.

En esta simulación se aplicó un punto de ajuste de 125°C, y se muestra la

respuesta de la temperatura del horno y la repuesta de la salida del control. Nota:
debido a que no se mostró la página de: Controlador fuzzy no se pudo obtener el
ejemplo para realizar con éxito la simulación.

Conclusiones:
El controlador difuso puede ser mejor que el controlador PID continuo, pero
depende de la planta, el método de corrección PID estándar y algunas otras
características del sistema del controlador PID. Cabe señalar que los
controladores difusos pueden ser una excelente opción para reemplazar los PID
tradicionales. La principal ventaja de los controladores difusos es que incluso un
control proporcional puede eliminar errores de última generación que no son
posibles con los controles P tradicionales u otros tipos de controladores de línea.
La ventaja de un controlador PID difuso es que no necesita saber qué producto de
la planta desea controlar. Sin embargo, puede configurar la potencia PID sin
conocer este modelo. En este caso, todos pueden usarse en configuraciones con
ajustes experimentales para dejar un sistema cumpliendo con los requisitos
necesarios.
 Referencias

Amadori, A. (s/f). El abc de la automatizacion algoritmo de control pid. Obtenido de

http://www.aie.cl/files/file/comites/ca/abc/algoritmo-de-contro-pid.pdf
Electro Industria. (2019). Electro Industria:¿Qué acciones ejecutan los
Controladores PID? . Obtenido de
http://www.emb.cl/electroindustria/articulo.mvc?xid=3545
García, P. (9 de mayo de 2013). Franklin electric: Controlador PID. Obtenido de
https://franklinelinkmx.wordpress.com/2013/09/05/que-es-el-control-pid/
Guerrero Ángel, A. (22 de abril de 2021). Planeación del docente en línea:
Sistemas de control automatizado de simple realimentación.U2. Obtenido
de https://campus.unadmexico.mx/mod/forum/discuss.php?d=78793
Kouro. R. (S/F). Control Mediante Lógica Difusa. Obtenido de
http://www2.elo.utfsm.cl/~elo377/documentos/Fuzzy.pdf
Omega Engineering. (2003-2021). PID con Control Adaptable de Lógica Difusa Lo
Mejor de los Dos Mundos. Obtenido de https://es.omega.com/technical-
learning/control-adaptable-de-logica-difusa-pid.html
Online realtime P, I, PI, PID & Fuzzy Logic Simulator (V 1.1). (s/f). Obtenido de
https://www.rentanadviser.com/en/pid-fuzzy-logic/pid-fuzzy-logic.aspx
Picuino. (s/f). Controladores PID. Obtenido de
https://sites.google.com/site/picuino/pid_controller
Unadmexico. (22 de abril de 2021). Ingeniería de control de procesos U2:Sistemas
de control automatizado de simple realimentación. Obtenido de
https://campus.unadmexico.mx/contenidos/DCSBA/BLOQUE2/BI/05/BINP/u
nidad_02/descargables/BINP_U2_Contenido.pdf