Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERÍA QUÍMICA
INSTRUMENTACION Y CONTROL IQ2 2023B
Control Retroalimentado.
Consiste en:
El control retroalimentado es un método en el cual la salida de un sistema se compara con una referencia
deseada, y la diferencia entre ambos se utiliza para ajustar y controlar la entrada del sistema. Este proceso de
comparación y ajuste continuo se realiza de manera cíclica, utilizando una retroalimentación para mantener o
llevar el sistema a un estado deseado.
Ventajas:
Desventajas:
Ruido e interferencias: La retroalimentación puede ser sensible al ruido y a las perturbaciones, lo que
puede afectar la estabilidad y precisión del sistema.
Requerimientos de sensores: Necesita sensores precisos y rápidos para medir la salida y compararla
con la referencia.
Sistemas no lineales: Puede haber desafíos en el control de sistemas no lineales debido a la
complejidad de modelar y controlar su comportamiento.
Aplicaciones:
Control Inferencial.
Consiste en:
En ingeniería química, el control inferencial a menudo se refiere al uso de inferencias estadísticas y modelos
predictivos para controlar procesos complejos. Se basa en la recopilación de datos y la inferencia de variables
no medidas para mejorar el control del proceso.
Ventajas:
Mejora en la eficiencia: Permite optimizar y mejorar la eficiencia del proceso al tomar decisiones
basadas en inferencias estadísticas.
Manejo de variables no medidas: Puede ayudar a controlar variables que no son directamente
medibles mediante la inferencia de su comportamiento a partir de variables medidas.
Desventajas:
Requiere modelado preciso: Dependiendo de la aplicación, el éxito del control inferencial puede
depender de la precisión del modelo estadístico.
Aplicaciones:
Procesos químicos complejos: Control de procesos químicos donde la medición directa de ciertas
variables es difícil o costosa.
Control Multivariable.
Consiste en:
Ventajas:
Optimización del proceso: Permite optimizar el proceso al considerar las interacciones entre
diferentes variables.
Mejor manejo de perturbaciones: Puede ser más efectivo para manejar perturbaciones que afectan
múltiples variables.
Desventajas:
Aplicaciones: