100% encontró este documento útil (4 votos)

4K vistas240 páginas

Process Dynamics and Control (PDFDrive) - Cap-1-12

Q: Discute las ventajas y limitaciones de las funciones de transferencia de un proceso en el análisis del comportamiento dinámico.

Una de las ventajas principales de las funciones de transferencia es que facilitan el análisis del comportamiento dinámico de un proceso en el dominio de frecuencia, lo que permite prever la respuesta ante diferentes tipos de entradas como escalones, rampas, y senos . Además, las funciones de transferencia poseen propiedades aditivas y multiplicativas que simplifican la modelación y el análisis de sistemas en serie y en paralelo . Asimismo, estas funciones son una herramienta útil para abordar situaciones con múltiples entradas y salidas al proporcionar modelos manejables en diagramas de bloques . Sin embargo, las limitaciones incluyen que no todos los procesos pueden representarse adecuadamente mediante funciones de transferencia simples, lo que requiere el desarrollo de modelos más complejos que pueden ser difíciles de manejar analíticamente . Además, el análisis basado en funciones de transferencia supone condiciones lineales y normalmente requiere que el sistema esté inicialmente en un estado estacionario, lo que no siempre es posible en la práctica . También, los sistemas con múltiples entradas y salidas o aquellos con dinámicas no lineales presentan complicaciones adicionales en el análisis de su comportamiento dinámico . En sistemas más complejos, las raíces del denominador de la función de transferencia, que indican polos, influyen significativamente en la estabilidad y respuesta transitoria del sistema, lo cual puede complicar el análisis y diseño del sistema de control .

Q: ¿Cuál es la importancia de la acción integral en el control por retroalimentación y cuáles son sus limitaciones?

La acción integral en el control por retroalimentación es importante porque elimina cualquier desviación persistente entre el valor del proceso y el punto de ajuste, mejorando así la precisión del control . Una de sus limitaciones es que no elimina la compensación por perturbaciones en rampa, lo cual puede provocar respuestas oscilatorias si no se gestiona correctamente . Además, los retrasos dinámicos pequeños asociados con la válvula de control y el transmisor pueden hacer que la respuesta en lazo cerrado sea más oscilatoria, especialmente si se emplean acciones integrales agresivas, lo que podría conducir a inestabilidad del sistema .

Q: ¿Qué desafíos plantea la implementación de controladores PID y cómo pueden ser abordados utilizando versiones digitales de estos controladores?

Los controladores PID presentan desafíos relacionados con la robustez y el rendimiento del sistema de lazo cerrado, especialmente ante variaciones del proceso y ruido. Las versiones digitales de estos controladores permiten utilizar aproximaciones de diferencias finitas para los términos integral y derivado, lo que ayuda a manejar estas variaciones y a suavizar la respuesta del sistema . Además, las versiones digitales pueden implementar ajustes como la ponderación de consigna, permitiendo que las respuestas a cambios en el punto de ajuste y perturbaciones se ajusten independientemente . Sin embargo, un diseño cuidadoso es crítico para resolver las compensaciones inherentes entre rendimiento y robustez, y para evitar amplificar el ruido, especialmente si el filtro derivativo no se implementa adecuadamente . La elección adecuada de parámetros como τ I y τ D debe equilibrar el seguimiento del punto de ajuste y el rechazo de perturbaciones, para lo cual las reglas de sintonización y simulaciones por computadora pueden ser útiles .

Q: ¿Por qué es crucial la coordinación de las actividades de control de procesos a diferentes niveles de la jerarquía de control?

La coordinación es crucial porque las actividades de control de procesos operan en diferentes niveles de una jerarquía que se relacionan y requieren la transferencia de información entre niveles para funcionar de manera efectiva . En cada nivel de la jerarquía, desde la medición y actuación hasta la planificación y programación, se abordan diferentes aspectos del proceso, desde el control básico del flujo y temperatura, hasta la optimización y planificación de la producción entera de la planta . Coordinación cuidadosa garantiza que cada etapa del control se alinee con las metas del proceso, manteniendo operaciones seguras y económicas al mismo tiempo que cumple con las restricciones y objetivos específicos del sistema . Sin una coordinación adecuada, podría haber inconsistencias y falta de eficiencia en el mantenimiento y mejora de la planta, lo que potencialmente resulta en riesgos de seguridad, innecesarios costos adicionales y disminución en la eficiencia operativa ."}

Q: ¿Qué papel juegan las técnicas de identificación de procesos en el control de procesos industriales y cómo se aplican?

Las técnicas de identificación de procesos son fundamentales para el control de procesos industriales, ya que permiten desarrollar modelos precisos que representan el comportamiento dinámico de los procesos en estado estable y transitorio . Estos modelos son esenciales para diseñar sistemas de control efectivos que puedan manipular variables de proceso, como caudales, para mantener las variables controladas cerca de sus puntos de ajuste . La identificación de procesos se aplica mediante el uso de modelos empíricos y la transformación de datos de procesos en modelos predictivos utilizando herramientas matemáticas avanzadas, como transformadas de Laplace y funciones de transferencia . Además, la optimización en tiempo real se basa en estos modelos para ajustar las condiciones operativas de manera que se mejoren la seguridad, el rendimiento económico y la calidad del producto .

Q: ¿Cuál es el efecto de aumentar la ganancia del controlador Kc en un sistema de retroalimentación y bajo qué circunstancias puede volverse incontrolable?

Incrementar la ganancia del controlador Kc en un sistema de retroalimentación puede llevar a un comportamiento más agresivo del sistema, lo que puede resultar en mayor rapidez de respuesta, pero también aumenta el riesgo de inestabilidad si se exceden ciertos límites. Un valor muy alto de Kc puede llevar a oscilaciones constantes o incluso al descontrol del sistema, especialmente si no se ajustan adecuadamente otros parámetros de control como el tiempo integral τ I o el tiempo derivado τ D . Esto ocurre porque al aumentar Kc, el sistema responde más intensamente a los cambios de error, lo cual puede resultar en sobreimpulsos o comportamiento oscilatorio, comprometiendo la estabilidad . Un sistema tiende a volverse incontrolable cuando Kc supera un cierto umbral, conocido como la ganancia crítica, que para sistemas de control solo proporcional puede derivar en oscilaciones continuas . Por lo tanto, es crucial determinar y utilizar un valor óptimo de Kc que ofrezca un equilibrio entre desempeño y robustez .

Q: ¿Qué estrategias se pueden emplear para mitigar las respuestas oscilatorias en un sistema de control por retroalimentación?

Para mitigar las respuestas oscilatorias en un sistema de control por retroalimentación, se pueden emplear varias estrategias. Una de ellas es el uso de controladores PID, ajustando adecuadamente los parámetros de control proporcional, integral y derivativo para lograr una respuesta más estable . Además, es crucial asegurarse de que la retroalimentación en el sistema sea negativa y no positiva, ya que esta última puede provocar inestabilidad . Otra estrategia es aumentar el tamaño de componentes como los tanques, lo cual puede amortiguar las fluctuaciones, aunque esta solución podría ser costosa . Además, se pueden utilizar redes de computadoras digitales para implementar múltiples bucles de control, lo cual permite un control más preciso en procesos industriales complejos . Cada enfoque debe ser cuidadosamente seleccionado y ajustado de acuerdo con las características específicas del proceso a controlar ."} стоить

Q: En el contexto de un modelo empírico de proceso, ¿por qué es indispensable realizar un análisis de regresión para determinar los parámetros del modelo?

El análisis de regresión es indispensable para determinar los parámetros de un modelo empírico porque permite ajustar el modelo a los datos experimentales minimizando el error entre las predicciones del modelo y los datos observados. Esto se logra mediante técnicas de estimación como los métodos de mínimos cuadrados, que calculan los parámetros desconocidos del modelo para que el ajuste a los datos sea óptimo . Además, la regresión ayuda a cuantificar la incertidumbre asociada con las estimaciones de los parámetros y evaluar la precisión del modelo, lo que es crucial para obtener predicciones confiables en aplicaciones prácticas . En el caso de los modelos con una estructura postulada, las técnicas de regresión se utilizan para obtener los parámetros del modelo, independientemente de si el modelo es lineal o no lineal .

Q: ¿Cómo puede el desarrollo de modelos dinámicos en tiempo discreto influir en la eficiencia del control de procesos industriales?

El desarrollo de modelos dinámicos en tiempo discreto puede aumentar la eficiencia del control de procesos industriales al facilitar la simulación y análisis de sistemas antes de su implementación física, lo que permite optimizar las condiciones operativas para maximizar beneficios o reducir costos . Estos modelos ofrecen la capacidad de modelar el comportamiento transitorio bajo distintas condiciones, permitiendo ajustes precisos en el diseño de sistemas de control . Además, los modelos de tiempo discreto son especialmente útiles en estrategias de control avanzadas debido a su capacidad para trabajar con variables de proceso digitales muestreadas en intervalos regulares, lo cual es inherente a los sistemas de control computarizados . Los modelos dinámicos permiten evaluar y ajustar el desempeño del sistema en condiciones alteradas sin necesidad de alterar físicamente el proceso, aumentando así la seguridad y la economía de las operaciones industriales .

Q: ¿Cómo pueden los modelos empíricos de estado estacionario mejorar la calibración de instrumentos en un proceso industrial?

Los modelos empíricos de estado estacionario permiten mejorar la calibración de instrumentos en procesos industriales al proporcionar un medio para ajustar parámetros basados en datos reales del proceso, lo que facilita la optimización de las condiciones operativas y reduce las discrepancias entre el comportamiento simulado y el real . Estos modelos se basan generalmente en ecuaciones simples que relacionan las entradas y salidas del proceso, permitiendo una calibración precisa basada en condiciones de estado estacionario. Esta precisión es especialmente útil cuando se necesita ajustar modelos de procesos para el diseño de sistemas de control, ya que los modelos más sencillos permiten ajustes rápidos y precisos sin introducir complejidad innecesaria . Aunque los modelos empíricos tienen limitaciones en cuanto a su aplicabilidad fuera del rango de los datos experimentales originales, ofrecen una ventaja al facilitar ajustes periódicos de los instrumentos para asegurar que las condiciones de operación sigan siendo óptimas ."}]}]]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}']}'], dificultades logísticas, o requisitos de exactitud.

Este documento presenta información sobre el libro "Dinámica y Control de Procesos" incluyendo los autores Dale E. Seborg, Thomas F. Edgar, Duncan A. Mellichamp y Francis J. Doyle III. El libro trata sobre el procesamiento de datos y control de procesos químicos. Los autores son profesores e investigadores de universidades como UC Santa Bárbara, Universidad de Texas en Austin y Universidad de Harvard con experiencia en modelado de procesos, control de plantas y educación en ingeniería química.

Cargado por

Verónica Linares

Derechos de autor

Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.

Formatos disponibles

Descarga como PDF, TXT o lee en línea desde Scribd

100% encontró este documento útil (4 votos)

4K vistas240 páginas

Process Dynamics and Control (PDFDrive) - Cap-1-12

Cargado por

Verónica Linares

Derechos de autor

Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.

Formatos disponibles

Descarga como PDF, TXT o lee en línea desde Scribd

Machine Translated by Google

Proceso
Dinámica
y Control
Cuarta edición

Dale E. Seborg
Universidad de California, Santa Bárbara

Thomas F. Edgar
Universidad de Texas en Austin

Duncan A. Mellichamp
Universidad de California, Santa Bárbara

Francisco J. Doyle III

Universidad Harvard
Machine Translated by Google

VICEPRESIDENTE Y DIRECTOR Laura Rosatone

DIRECTORA PRINCIPAL Don Fowley
EDITOR EJECUTIVO Linda Ratts
ASISTENTE SUPERIOR DE SOLUCIONES DE MERCADO Courtney Jordan
GERENTE DE PROYECTO Gladys Soto
EDITOR DE PROYECTO nichole urbano
ASISTENTE DE PROYECTO Walter Matthews
GERENTE SUPERIOR DE MARKETING Daniel Sayre
DIRECTORA DE PRODUCCIÓN Lisa Wojcik
ESPECIALISTA SENIOR EN CONTENIDOS Nicole Repasky
EDITOR DE PRODUCCIÓN Loganathan Kandan
CRÉDITO DE LA FOTO DE PORTADA Cortesía de ABB

Este libro fue publicado en 10/12 TimesTenLTStd por SPi Global, Chennai, India e impreso y encuadernado
por Strategic Content Imaging. La portada fue impresa por Strategic Content Imaging.

Este libro está impreso en papel libre de ácido.

Fundada en 1807, John Wiley & Sons, Inc. ha sido una valiosa fuente de conocimiento y comprensión
durante más de 200 años, ayudando a personas de todo el mundo a satisfacer sus necesidades y aspiraciones.
Nuestra empresa se basa en principios que incluyen la responsabilidad hacia las comunidades a las que
servimos y donde vivimos y trabajamos. En 2008, lanzamos una Iniciativa de Ciudadanía Corporativa, un esfuerzo
global para abordar los desafíos ambientales, sociales, económicos y éticos que enfrentamos en nuestro negocio.
Entre los temas que estamos abordando se encuentran el impacto del carbono, las especificaciones y adquisiciones
del papel, la conducta ética dentro de nuestro negocio y entre nuestros proveedores, y el apoyo comunitario y
caritativo. Para obtener más información, visite nuestro sitio web: [Link]/go/citizenship.

Copyright © 2017, 2011, 2004, 1990 John Wiley & Sons, Inc. Todos los derechos reservados. Ninguna parte de esta
publicación puede reproducirse, almacenarse en un sistema de recuperación ni transmitirse de ninguna forma ni
por ningún medio, electrónico, mecánico, fotocopia, grabación, escaneo o de otro tipo, excepto según lo permitido
en las Secciones 107 o 108 de la Ley de los Estados Unidos de 1976. Ley de derechos de autor, sin el permiso previo
por escrito del editor ni la autorización mediante el pago de la tarifa correspondiente por copia a Copyright Clearance
Center, Inc., 222 Rosewood Drive, Danvers, MA 01923 (sitio web: [Link] ). Las solicitudes de
permiso al editor deben dirigirse al Departamento de Permisos, John Wiley & Sons, Inc., 111 River Street,
Hoboken, NJ 070305774, (201) 7486011, fax (201) 7486008 o en línea. en: [Link]/go/permissions.

Se proporcionan copias de evaluación a académicos y profesionales calificados únicamente con fines de revisión,
para su uso en sus cursos durante el próximo año académico. Estas copias tienen licencia y no pueden venderse ni
transferirse a terceros. Al finalizar el período de revisión, devuelva la copia de evaluación a Wiley. Las instrucciones
de devolución y una etiqueta de envío de devolución gratuita están disponibles en: [Link]/go/returnlabel. Si
ha decidido adoptar este libro de texto para utilizarlo en su curso, acepte este libro como su copia de escritorio gratuita.
Fuera de los Estados Unidos, comuníquese con su representante de ventas local.

ISBN: 9781119285915 (PBK)

ISBN: 9781119000525 (EVALC)

Datos de catalogación en publicación de la Biblioteca del Congreso

Nombres: Seborg, Dale E., autor.

Título: Dinámica y control de procesos / Dale E. Seborg, Universidad de California, Santa Bárbara, Thomas F.
Edgar, Universidad de Texas en Austin, Duncan A. Mellichamp, Universidad de California,
Santa Bárbara, Francis J. Doyle III, Universidad de Harvard .

Descripción: Cuarta edición. | Hoboken, Nueva Jersey: John Wiley & Sons, Inc., [2016]
| Incluye referencias bibliográficas e indice.
Identificadores: LCCN 2016019965 (imprimir) | LCCN 2016020936 (libro electrónico) | ISBN 9781119285915
(pbk.: papel sin ácido) | ISBN 9781119298489 (pdf) | ISBN 9781119285953 (publicación electrónica)
Materias: LCSH: Control de procesos químicos—Procesamiento de datos.
Clasificación: LCC TP155 .S35 2016 (imprimir) | LCC TP155 (libro electrónico) | DDC 660/.2815: registro LC
dc23 disponible en [Link]

La identificación impresa y el país de origen se incluirán en esta página y/o al final del libro. Además, si el ISBN de
esta página y el de la contraportada no coinciden, el ISBN de la contraportada debe considerarse el ISBN correcto.

Impreso en los Estados Unidos de América.

Machine Translated by Google

Sobre los autores

a nuestras familias

Dale E. Seborg es profesor emérito y profesor de investigación en el Duncan A. Mellichamp es miembro fundador del cuerpo docente del
Departamento de Ingeniería Química de la Universidad de California, Departamento de Ingeniería Química de la Universidad de California,
Santa Bárbara. Recibió su licenciatura en la Universidad de Wisconsin Santa Bárbara. Es editor de uno de los primeros libros sobre
y su doctorado. Licenciatura de la Universidad de Princeton. adquisición de datos y computación de control y ha publicado más de
100 artículos sobre modelado de procesos, análisis de sistemas a
Antes de incorporarse a UCSB, enseñó en la Universidad de Alberta gran escala y en toda la planta y control por computadora. Obtuvo una
durante nueve años. El Dr. Seborg ha publicado más de 230 artículos licenciatura de Georgia Tech y un doctorado. de Purdue University
y ha coeditado tres libros sobre control de procesos y temas con estudios intermedios en la Technische Universität Stuttgart
relacionados. Ha recibido el Premio de Estadística en Química de la (Alemania). Trabajó durante cuatro años en el Departamento de Fibras
Asociación Estadounidense de Estadística, el Premio de Educación Textiles de DuPont Company antes de unirse a UCSB. El Dr.
del Consejo Estadounidense de Control Automático y el Premio ASEE Mellichamp ha dirigido varias organizaciones, incluida CACHE
MeriamWiley. Fue elegido miembro del Salón de la Fama de la Corporation (1977), el Senado Académico de la UCSB (1990–1992)
Automatización de Procesos en 2008. El Dr. Seborg ha formado parte y el Senado Académico del Sistema de la Universidad de California
de los consejos asesores editoriales de varias revistas y una serie de (1995–1997), donde sirvió en la Junta de Directores de la UC.
libros. También ha sido coorganizador de varios importantes congresos Regentes. Actualmente forma parte de las juntas directivas de varias
nacionales e internacionales de ingeniería de control. organizaciones sin fines de lucro y es presidente de la Ópera de Santa
Bárbara. Profesor emérito desde 2003, todavía da conferencias
invitadas y publica en las áreas de rentabilidad de procesos y control
Thomas F. Edgar ocupa la Cátedra Abell de ingeniería química en la de toda la planta.
Universidad de Texas en Austin y es Director del Instituto de Energía
de UT. Obtuvo una licenciatura en ingeniería química de la Universidad
de Kansas y su doctorado. de la Universidad de Princeton.
Francis J. Doyle III es el Decano de la Escuela de Ingeniería y Ciencias
Antes de recibir su doctorado, trabajó en Continental Oil Company. Aplicadas Paulson de Harvard. También es profesor John A. &
Sus honores profesionales incluyen los premios AIChE Colburn y Elizabeth S. Armstrong de Ingeniería y Ciencias Aplicadas en la
Lewis, los premios ASEE MeriamWiley y la División de Ingeniería Universidad de Harvard. Recibió su BSE de Princeton, CPGS de
Química, los premios de educación ISA y AACC, el premio AACC Cambridge y Ph.D. de Caltech, todos en Ingeniería Química. Antes
Bellman Control Heritage y el premio AIChE Computing in Chemical de su nombramiento en Harvard, el Dr. Doyle ocupó cargos docentes
Engineering. Ha publicado más de 500 artículos en el campo del en la Universidad Purdue, la Universidad de Delaware y UCSB.
control de procesos, optimización y modelado matemático de procesos También ocupó puestos visitantes en DuPont, Weyerhaeuser y la
como separaciones, combustión, procesamiento microelectrónico y Universidad de Stuttgart. Es miembro de IEEE, IFAC, AAAS y AIMBE;
sistemas energéticos. Es coautor de Optimización de procesos También ha recibido múltiples premios de investigación (incluido el
químicos, publicado por McGrawHill en 2001. El Dr. Edgar fue Premio AIChE Computing in Chemical Engineering), así como premios
presidente de AIChE en 1997, presidente del Consejo Estadounidense de enseñanza (incluido el Premio ASEE Ray Fahien). Es el
de Control Automático en 19891991 y es miembro de la Academia vicepresidente de la Junta Técnica de IFAC y es el presidente de la
Nacional. de Ingeniería. IEEE Control Systems Society en 2016.

III
Machine Translated by Google

Prefacio

La competencia global, las condiciones económicas que cambian es esencial para comprender el material. Los conceptos teóricos clave
rápidamente, el desarrollo más rápido de productos y las regulaciones se ilustran con numerosos ejemplos, ejercicios y simulaciones.
ambientales y de seguridad más estrictas han hecho que el control de
procesos sea cada vez más importante en las industrias de procesos. Inicialmente, el material del libro de texto se desarrolló para un curso
El control de procesos y sus campos aliados de modelado y optimización corto industrial. Pero durante los últimos 40 años, ha evolucionado
de procesos son fundamentales en el desarrollo de procesos más significativamente en la Universidad de California, Santa Bárbara, y la
flexibles y complejos para la fabricación de productos de alto valor Universidad de Texas en Austin.
agregado. Además, el continuo desarrollo de tecnología digital La primera edición se publicó en 1989 y fue adoptada por más de 80
mejorada y menos costosa ha permitido que los sistemas de medición universidades de todo el mundo. En la segunda edición (2004),
y control de alto rendimiento se conviertan en una parte esencial de agregamos nuevos capítulos sobre temas importantes de monitoreo de
las plantas industriales. procesos, control de procesos por lotes y control de toda la planta. Para
la tercera edición (2011), estuvimos muy contentos de agregar un cuarto
En general, está claro que el alcance y la importancia de la tecnología coautor, el profesor Frank Doyle (entonces en UCSB) e hicimos cambios
de control de procesos seguirán expandiéndose durante el siglo XXI. importantes que reflejan el campo en evolución de la ingeniería química
En consecuencia, los ingenieros químicos necesitan dominar este y biológica. Estas ediciones anteriores han tenido mucho éxito y se
tema para poder desarrollar, diseñar y operar plantas de procesamiento han traducido al japonés, chino, coreano y turco.
modernas. Los conceptos de comportamiento dinámico, retroalimentación
y estabilidad son importantes para comprender muchos sistemas
complejos de interés para los ingenieros químicos, como la bioingeniería Las revisiones generales para la cuarta edición incluyen
y los materiales avanzados. Un curso introductorio de control de reduciendo el énfasis en derivaciones teóricas extensas y aumentando
procesos debe proporcionar un equilibrio adecuado entre teoría y el énfasis en el análisis utilizando software ampliamente disponible:
práctica. En particular, el curso debe enfatizar el comportamiento MATLAB®, Simulink® y Mathematica. También hemos revisado
dinámico, el modelado físico y empírico, la simulación por computadora, significativamente el material sobre temas importantes, incluido el
la tecnología de medición y control, los conceptos fundamentales de diseño de sistemas de control, la instrumentación y la resolución de
control y las estrategias de control avanzadas. Hemos organizado este problemas, para incluir nuevos desarrollos. Además, se han actualizado
libro para que el instructor pueda cubrir el material básico y al mismo las referencias al final de cada capítulo y se han añadido nuevos
tiempo tenga la flexibilidad de incluir temas avanzados de forma ejercicios.
individual. El libro de texto proporciona la base para 10 a 30 semanas
de instrucción para un solo curso o una secuencia de cursos, ya sea a Los ejercicios de varios capítulos se basan en simulaciones
nivel de pregrado o de posgrado de primer año. También es adecuado MATLAB® de dos modelos físicos, una columna de destilación y un
para el autoaprendizaje por parte de ingenieros industriales. El libro horno. Tanto el libro como las simulaciones de MATLAB están
está dividido en capítulos razonablemente cortos para hacerlo más disponibles en el sitio web del libro ([Link]/college/seborg).
legible y modular. Esta organización permite omitir algunos capítulos National Instruments ha proporcionado módulos multimedia para varios
sin pérdida de continuidad. ejemplos del libro basados en su software LabVIEW™.

Las revisiones de las cinco partes del libro se pueden resumir de la

siguiente manera. La Parte I proporciona una introducción al control de
El nivel matemático del libro está orientado a un estudiante junior o procesos y una discusión en profundidad sobre el modelado de
senior en ingeniería química que haya tomado al menos un curso en procesos. Es un tema importante porque el diseño y análisis del
ecuaciones diferenciales. sistema de control se ven enormemente mejorados por la disponibilidad
Según sea necesario, se introducen herramientas matemáticas de un modelo de proceso.
adicionales necesarias para el análisis de sistemas de control. El comportamiento de los procesos en estado estacionario y no
Hacemos hincapié en las técnicas de control de procesos que se utilizan estacionario se considera en la Parte II (Capítulos 3 al 7).
en la práctica y proporcionan un análisis matemático detallado sólo cuando Se utilizan funciones de transferencia y modelos de espacio de estados.

IV
Machine Translated by Google

Prefacio v

caracterizar el comportamiento dinámico de sistemas lineales y Dave Camp, Jarrett Campbell, ILung Chien, Will Cluett, Oscar
no lineales. Sin embargo, hemos mantenido las derivaciones Crisalle, Patrick Daugherty, Bob Deshotels, Rainer Dittmar, Jim
utilizando métodos analíticos clásicos (por ejemplo, transformadas Downs, Ricardo Dunia, David Ender, Stacy Firth, Rudiyanto
de Laplace) al mínimo y preferimos el uso de simulación por Gunawan, Juergen Hahn, Sandra Harris, John Hedengren,
computadora para determinar las respuestas dinámicas. Además, Karlene Hoo, Biao Huang, Babu Joseph, Derrick Kozub, Jietae
se consideran los temas importantes de los modelos empíricos y Lee, Bernt Lie, Cheng Ling, Sam Mannan, Tom McAvoy, Greg
su desarrollo a partir de datos experimentales. McMillan, Randy Miller, Samir Mitragotri, Manfred Morari, Duane
Morningred, Kenneth Muske, Mark Nixon, Srinivas Palanki, Bob
La Parte III (Capítulos 8 al 15) aborda los conceptos Parker, Michel Perrier, Mike Piovoso, Joe Qin, Larry Ricker, Dan
fundamentales de retroalimentación y control anticipativo. Rivera, Derrick Rollins, Alan Schneider, Sirish Shah, Mikhail
Los temas incluyen una descripción general de la instrumentación Skliar, Sigurd Skogestad, Tyler Soderstrom, Ron Sorensen, Dirk
de procesos (Capítulo 9) y el hardware y software de control que Thiele, John Tsing, Ernie Vogel, Doug White, Willy Wojsznis y
son necesarios para implementar el control de procesos (Capítulo Robert Young.
8 y Apéndice A). Los capítulos 8 a 10 se han revisado
exhaustivamente para incluir nuevos desarrollos y referencias
recientes, especialmente en el área de seguridad de procesos. El También agradecemos a los muchos estudiantes y
diseño y análisis de sistemas de control de retroalimentación es postdoctorados actuales y recientes de UCSB y UTAustin que
un tema importante con énfasis en métodos probados en la han proporcionado revisiones cuidadosas y resultados de
simulación: Ivan Castillo, Marco Castellani, David Castineira, Dan
industria para el diseño, ajuste y resolución de problemas de controladores.
El análisis de la respuesta en frecuencia (Capítulo 14) proporciona Chen, Jeremy Cobbs, Jeremy Conner, Eyal Dassau, Doug French,
información importante sobre la estabilidad de lazo cerrado y por Scott Harrison, Xiaojiang Jiang, Ben Juricek, Fred Loquasto III,
qué los lazos de control pueden oscilar. La Parte III concluye con Lauren Huyett, Doron Ronon, Lina Rueda, Ashish Singhal, Jeff
un capítulo sobre feedforward y control de ratios. Ward, Dan Weber y Yang Zhang. Eyal Dassau jugó un papel
La Parte IV (Capítulos 16 al 22) se ocupa de técnicas decisivo en la conversión de los antiguos módulos PCM a la
avanzadas de control de procesos. Los temas incluyen control versión publicada en el sitio web de este libro. El Manual de
digital, control multivariable, monitoreo de procesos, control de soluciones ha sido revisado con la competente ayuda de dos
procesos por lotes y mejoras del control PID, como control en estudiantes de doctorado, Lauren Huyett (UCSB) y Shu Xu (UT
cascada, control selectivo y programación de ganancia. Los Austin).
capítulos actualizados sobre optimización en tiempo real y control Los manuales de soluciones de ediciones anteriores fueron
predictivo de modelos (MPC) enfatizan el impacto significativo preparados por Mukul Agarwal y David Castineira, con la ayuda
que estas poderosas técnicas han tenido en la práctica industrial. de Yang Zhang. Apreciamos mucho su cuidadosa atención al
El material sobre control de toda la planta (Apéndices G–I) y otros detalle. Felicitamos a Kristine Polonia por su habilidad para
apéndices importantes se encuentran en el sitio web del libro: procesar textos durante las numerosas revisiones de la cuarta
[Link]/college/seborg. edición. Finalmente, estamos profundamente agradecidos por el
apoyo y la paciencia de nuestras sufridas esposas (Judy, Donna,
El sitio web contiene erratas de las ediciones actuales y Suzanne y Diana) durante las revisiones del libro. Nos entristeció
anteriores que están disponibles tanto para estudiantes como la pérdida de Donna Edgar debido al cáncer, que ocurrió durante
para profesores. Además, hay recursos que están disponibles las revisiones finales de esta edición.
para instructores (solo): el Manual de soluciones, diapositivas de
conferencias, figuras del libro y un enlace a los sitios web de los En el espíritu de esta mejora continua, estamos interesados en
autores. Para acceder a estos recursos protegidos con contraseña, recibir comentarios de estudiantes, profesores y profesionales
los instructores deben registrarse en el sitio web. que utilicen este libro. Esperamos que os resulte útil.
Agradecemos las sugerencias y revisiones muy útiles
proporcionadas por muchos colegas del mundo académico y de
la industria: Joe Alford, Anand Asthagiri, Karl Åström, Tom Dale E. Seborg
Badgwell, Michael Baldea, Thomas F. Edgar
Max Barolo, Noel Bell, Larry Biegler, Don Bartusiak, Duncan A. Mellichamp
Terry Blevins, Dominique Bonvin, Richard Braatz, Francis J. Doyle III
Machine Translated by Google

Contenido

PARTE UNO 4.2 Propiedades de las funciones de transferencia

INTRODUCCIÓN AL CONTROL DE PROCESOS 57 4.3 Linealización de modelos no lineales 61

1. Introducción al Control de Procesos 1 5. Comportamiento dinámico de los procesos de

primer y segundo orden 68
1.1 Problemas representativos de control
de procesos 2 5.1 Entradas del proceso estándar 69 5.2
1.2 Ejemplo ilustrativo: un proceso de mezcla 4 Respuesta de los procesos de primer orden 70 5.3
1.3 Clasificación Respuesta de los procesos de integración 73 5.4
del control de procesos Respuesta de los procesos de segundo orden 75
Estrategias 5
1.4 Un ejemplo más complicado: una columna 6. Características de respuesta dinámica de procesos más
de destilación 7 1.5 La jerarquía complicados 86
de las actividades de control de procesos 8 6.1 Polos y ceros y su efecto en el proceso
Respuesta 86 6.2
1.6 Descripción general del diseño del
Procesos con retrasos de tiempo 89 6.3
sistema de control 10
Aproximación de la transferencia de orden superior
Funciones 92 6.4
2. Modelos teóricos de la química.
Procesos que interactúan y no interactúan
Procesos 14
94
2.1 El fundamento del proceso dinámico 6.5 Modelos de matriz de función de transferencia y
Modelos 14 espacio de
2.2 Principios generales de modelado 16 2.3 estados 95 6.6 Entradas múltiples, salidas múltiples (MIMO)
Análisis de grados de libertad 19 2.4 Modelos Procesos 98
dinámicos de procesos representativos 21 2.5
Dinámica de 7. Desarrollo de modelos empíricos a partir de datos
procesos y matemáticas de proceso 105
Modelos 30
7.1 Desarrollo de modelos mediante regresión
lineal o no lineal 106 7.2 Ajuste
de modelos de primer y segundo orden mediante
LA SEGUNDA PARTE
pruebas escalonadas 109
COMPORTAMIENTO DINÁMICO DE LOS PROCESOS
7.3 Modelos de redes neuronales 113 7.4
Desarrollo de modelos dinámicos de tiempo discreto
3. Transformadas de Laplace 38 115 7.5
3.1 Transformadas de Laplace de funciones Identificación de modelos de tiempo discreto a partir
representativas 39 de datos experimentales 116
3.2 Solución de ecuaciones diferenciales mediante
técnicas de transformada de Laplace 42
3.3 Expansión de fracciones parciales 43 3.4 PARTE TRES
Otras propiedades de la transformada de Laplace 45 3.5 RETROALIMENTACIÓN Y FEEDFORWARD
Un ejemplo de respuesta transitoria 47 3.6 Software CONTROL
para resolver problemas matemáticos
simbólicos 49 8. Controladores de retroalimentación 123

8.1 Introducción 123 8.2

4. Modelos de funciones de transferencia 54
Modos de control básicos 125 8.3
4.1 Introducción a la función de transferencia Características de los controladores PID 130
Modelos 54 8.4 Versiones digitales de los controladores PID 133

vi
Machine Translated by Google

Contenido vii

8.5 Respuestas típicas de los sistemas de control de 14.2 Forzado sinusoidal de orden n
retroalimentación Proceso 246
135 8.6 Controladores todo/nada 136 14.3 Diagramas de Bode 247
14.4 Características de respuesta de frecuencia de los
controladores de retroalimentación 251
9. Instrumentación del sistema de control 140
14.5 Diagramas de Nyquist 252 14.6
9.1 Sensores, transmisores y transductores 141 9.2 Elementos
de control final 148 9.3 Precisión en la Criterio de estabilidad de Bode 252 14.7
Márgenes de ganancia y fase 256
instrumentación 154

15. Feedforward y control de relación 262

10. Seguridad de procesos y control de procesos 160
15.1 Introducción al control anticipativo 263 15.2 Control de
10.1 Capas de protección 161 10.2 relación 264 15.3 Diseño de
Gestión de alarmas 165 10.3 Detección
de eventos anormales 169 10.4 Evaluación de controlador anticipativo basado en modelos de estado

riesgos 170 estacionario 266 15.4 Diseño de

controlador anticipativo basado en modelos dinámicos 268
15.5 La relación entre los
11. Comportamiento dinámico y estabilidad de los
métodos de diseño dinámico y de estado estacionario 272
sistemas de control de bucle cerrado 175 11.1
15.6 Configuraciones para el control
Representación de diagrama de bloques 176 11.2 anticipativoretroalimentación 272
Funciones de transferencia de bucle cerrado 178 11.3
Respuestas de bucle cerrado de sistemas de control simples 15.7 Sintonización de controladores anticipativos 273
181 11.4
Estabilidad de los sistemas de control de bucle
cerrado 186 11.5 PARTE CUATRO
Diagramas del lugar de las raíces 191 CONTROL AVANZADO DE PROCESOS

12. Diseño, ajuste y resolución de problemas del 16. Estrategias mejoradas de control de
controlador PID 199 bucle único 279
12.1 Criterios de rendimiento para sistemas de circuito 16.1 Control en cascada 279 16.2
cerrado 200 12.2 Compensación de retardo de tiempo 284 16.3
Métodos de diseño basados en modelos 201 12.3 Control inferencial 286 16.4 Sistemas
Relaciones de sintonización del controlador 206 de control/anulación selectiva 287 16.5 Sistemas de control
12.4 Controladores con dos grados de libertad no lineal 289 16.6 Sistemas de control adaptativo
213 292
12.5 Ajuste del controlador en línea 214 12.6
Directrices para el control común 17. Muestreo, filtrado y control digital 300
Lazos 220 12.7
17.1 Muestreo y reconstrucción de señales 300 17.2
Solución de problemas de bucles de control 222
Procesamiento de señales y filtrado de datos 303 17.3
Análisis de transformada z para control digital
13. Estrategias de Control a Nivel de Unidad 307
de Proceso 229
17.4 Sintonización de controladores PID digitales 313
13.1 Análisis de grados de libertad para el control de 17.5 Síntesis directa para el diseño de controladores
procesos 230 digitales 315 17.6
13.2 Selección de variables controladas, manipuladas y Control de varianza mínima 319
medidas 232 13.3 Aplicaciones
235 18. Control multilazo y multivariable 326
18.1 Interacciones de proceso e interacciones de bucle
14. Análisis de respuesta de frecuencia y diseño del de control 327 18.2
sistema de control 244 Emparejamiento de controlado y manipulado
14.1 Forzado sinusoidal de primer orden Variables 331 18.3
Proceso 244 Análisis de valores singulares 338
Machine Translated by Google

viii Contenido

18.4 Ajuste de sistemas de control PID 24. Dinámica y control de sistemas biológicos 451
multilazo 341 24.1 Biología de
18.5 Estrategias de control multivariable y
sistemas 451 24.2 Control
desacoplamiento
regulador genético 453 24.3 Redes de
342 18.6 Estrategias para reducir las interacciones
del bucle de control 343 transducción de señales 457

Apéndice A: Sistemas de control de procesos digitales:

19. Optimización en tiempo real 350 Hardware y software 464
19.1 Requisitos básicos en optimización en
A.1 Sistemas de control digital distribuido 465 A.2
tiempo real 352 19.2
La formulación y solución de RTO Señales y datos analógicos y digitales
Transferir 466
Problemas 354
19.3 Sin restricciones y con restricciones A.3 Microprocesadores y hardware digital en el control
de procesos 467
Optimización 356 19.4
A.4 Organización del software 470
Programación lineal 359 19.5
Programación cuadrática y no lineal
Apéndice B: Revisión de conceptos termodinámicos para
362
Ecuaciones de conservación 478

20. Modelo de control predictivo 368 B.1 Sistemas de un solo componente 478 B.2
20.1 Descripción general del control predictivo de modelos Sistemas de múltiples componentes 479
369 20.2 Predicciones para modelos SISO 370
Apéndice C: Software de simulación de control 480
20.3 Predicciones para modelos MIMO 377 20.4
Cálculos de control predictivo de modelos 379 20.5 C.1 Operaciones y ecuaciones de MATLAB
Cálculos de punto de ajuste 382 20.6 Resolución 480
Selección de parámetros de diseño y ajuste C.2 Simulación por computadora con Simulink 482 C.3
384 20.7 Simulación por computadora con LabVIEW 485
Implementación de MPC 389
Apéndice D: Símbolos de instrumentación 487

21. Monitoreo de procesos 395

Apéndice E: Módulos de control de procesos 489
21.1 Técnicas de monitoreo tradicionales 397 21.2
Gráficos de control de calidad 398 21.3 E.1 Introducción 489 E.2
Extensiones del control estadístico de Organización del módulo 489 E.3
procesos 404 Hardware y software
21.4 Técnicas estadísticas multivariadas 406 21.5 Requisitos 490 E.4
Monitoreo del desempeño del control 408 Instalación 490 E.5
Ejecución del software 490
22. Control de procesos por lotes 413
Apéndice F: Revisión de conceptos básicos de
22.1 Sistemas de control de lotes 415
Probabilidad y Estadística 491
22.2 Control secuencial y lógico 416 22.3 Control
durante el lote 421 22.4 Control entre F.1 Conceptos de probabilidad 491
ejecuciones 426 22.5 Gestión de F.2 Medias y varianzas 492 F.3
producción por lotes 427 Distribución normal estándar 493 F.4 Análisis de
errores 493

PARTE CINCO
Apéndice G: Introducción a Plantwide
APLICACIONES A SISTEMAS BIOLÓGICOS Control

23. Diseño de control de biosistemas 435 (Disponible en línea en: [Link]/college/seborg)

23.1 Modelado y control de procesos en

Apéndice H: Control en toda la planta
operaciones farmacéuticas 435 23.2
Diseño de sistemas
Modelado y control de procesos para la entrega de
medicamentos 442 (Disponible en línea en: [Link]/college/seborg)
Machine Translated by Google

Contenido ix

Apéndice I: Modelos dinámicos y Apéndice K: Mapeo de contornos y el

Parámetros utilizados para toda la planta Principio del argumento
Capítulos de control
(Disponible en línea en: [Link]/college/seborg)
(Disponible en línea en: [Link]/college/seborg)
Apéndice L: Expansiones de fracciones parciales para
Factores repetidos y complejos
Apéndice J: Circuito cerrado adicional
Material de respuesta de frecuencia (Disponible en línea en: [Link]/college/seborg)

(Disponible en línea en: [Link]/college/seborg) Índice 495

Machine Translated by Google
Machine Translated by Google

Capítulo 1

Introducción al control de procesos

CONTENIDO DEL CAPITULO

1.1 Problemas representativos de control de procesos 1.1.1

Procesos continuos

1.1.2 Procesos por lotes y semilotes

1.2 Ejemplo ilustrativo: un proceso de combinación 1.3

Clasificación de estrategias de control de procesos 1.3.1

Diagramas de control de procesos

1.4 Un ejemplo más complicado: una columna de destilación

1.5 La jerarquía de las actividades de control de procesos

1.6 Descripción general del diseño del sistema de control

Resumen

En los últimos años, los requisitos de rendimiento para las plantas de enfatizar las condiciones de estado estacionario y de equilibrio en cursos
proceso se han vuelto cada vez más difíciles de satisfacer. Los factores tales como balances de materia y energía, termodinámica y fenómenos de
clave han sido una competencia más fuerte, regulaciones ambientales y de transporte. Pero el tema de la dinámica de procesos también es muy
seguridad más estrictas y condiciones económicas que cambian rápidamente. importante. La operación transitoria ocurre durante situaciones importantes
En consecuencia, las especificaciones de calidad del producto se han como arranques y paradas, perturbaciones inusuales del proceso y
endurecido y se ha puesto mayor énfasis en una operación de planta más transiciones planificadas de un grado de producto a otro. En consecuencia,
rentable. Una complicación adicional es que las plantas modernas se han la primera parte de este libro se ocupa de la dinámica del proceso.
vuelto más difíciles de operar debido a la tendencia hacia procesos
complejos y altamente integrados. Por tanto, es difícil evitar que las
perturbaciones se propaguen de una unidad a otras unidades interconectadas. El objetivo principal del control de procesos es mantener un proceso en
las condiciones operativas deseadas, de forma segura y económica, y al
mismo tiempo satisfacer los requisitos ambientales y de calidad del producto.
En vista del creciente énfasis puesto en el funcionamiento seguro y El tema del control de procesos se ocupa de cómo lograr estos objetivos.
eficiente de las plantas, es natural que el tema del control de procesos haya
adquirido cada vez más importancia en los últimos años. Sin sistemas de En plantas de procesamiento integradas a gran escala, como refinerías de
control de procesos basados en computadora, sería imposible operar plantas petróleo o plantas de etileno, se miden y deben controlarse miles de
modernas de manera segura y rentable y al mismo tiempo satisfacer los variables de proceso, como composiciones, temperaturas y presiones.
requisitos ambientales y de calidad del producto. Por lo tanto, es importante Afortunadamente, normalmente se pueden manipular miles de variables de
que los ingenieros químicos comprendan tanto la teoría como la práctica del proceso (principalmente caudales) para este propósito. Los sistemas de
control de procesos. control de retroalimentación comparan las mediciones con sus valores
deseados y luego ajustan las variables manipuladas en consecuencia.
Los dos temas principales de este libro son la dinámica de procesos y
el control de procesos. El término dinámica de procesos se refiere al
comportamiento del proceso en estado inestable (o transitorio). El control de retroalimentación es un concepto fundamental que es
Por el contrario, la mayoría de los planes de estudios de ingeniería química absolutamente crítico tanto para los procesos biológicos como para los artificiales.

1
Machine Translated by Google

2 Capítulo 1 Introducción al control de procesos

sistemas. Sin control por retroalimentación, sería muy difícil, si no Hay tres categorías amplias de procesos: continuo, discontinuo y
imposible, mantener sistemas complicados en las condiciones semidiscontinuo. A continuación, consideramos los procesos
deseadas. El control por retroalimentación está integrado en representativos y resumimos brevemente las cuestiones de control
muchos dispositivos modernos que damos por sentado: clave.
computadoras, teléfonos celulares, electrónica de consumo, aire
acondicionado, automóviles, aviones, así como sistemas de control
1.1.1 Procesos Continuos
automático para procesos industriales. El alcance y la historia del
control por retroalimentación y los sistemas de control automático En la Fig. 1.1 se muestran esquemáticamente cuatro procesos
se han descrito bien en otros lugares (Mayr, 1970; Åström y continuos:
Murray, 2008; Blevins y Nixon, 2011).
(a) Intercambiador de calor tubular. Un fluido de proceso en el
Para los organismos vivos, el control por retroalimentación es
lado del tubo se enfría mediante agua de refrigeración en el
esencial para lograr un equilibrio estable de variables fisiológicas,
lado de la carcasa. Normalmente, la temperatura de salida
condición que se conoce como homeostasis. De hecho, se
del fluido del proceso se controla manipulando el caudal de
considera que la homeostasis es una característica definitoria de
agua de refrigeración. Las variaciones en las temperaturas
la fisiología (Widmaier et al., 2011). En biología, el control por
de entrada y el caudal del fluido del proceso afectan el
retroalimentación ocurre en muchos niveles diferentes, incluidos
funcionamiento del intercambiador de calor. En consecuencia,
genes, células, vías metabólicas, órganos e incluso ecosistemas estas variables se consideran variables de perturbación.
completos. Para el cuerpo humano, la retroalimentación es
esencial para regular variables fisiológicas críticas (p. ej.,
temperatura, presión arterial y concentración de glucosa) y (b) Reactor de tanque agitado continuo (CSTR). Si la reacción
procesos (p. ej., circulación sanguínea, respiración y digestión). es altamente exotérmica, es necesario controlar la
La retroalimentación también es un concepto importante en temperatura del reactor manipulando el caudal de
educación y ciencias sociales, especialmente en economía (Rao, refrigerante en una camisa o serpentín de enfriamiento.
2013) y psicología (Carver y Scheier, 1998). Las condiciones de alimentación (composición, caudal y
Como introducción al tema, a continuación consideramos temperatura) pueden ser variables manipuladas o variables
de perturbación.
problemas representativos de control de procesos en varias
industrias. (c) Horno de craqueo térmico. El petróleo crudo se descompone
(“craquea”) en varias fracciones de petróleo más ligeras
1.1 PROCESO REPRESENTATIVO mediante el calor transferido desde una mezcla de
PROBLEMAS DE CONTROL combustible y aire en combustión. La temperatura del
horno y la cantidad de exceso de aire en los gases de
La base del control de procesos es la comprensión del proceso. combustión se pueden controlar manipulando el caudal de
Así, comenzamos este apartado con una pregunta básica: ¿qué combustible y la relación combustible/aire. La composición
es un proceso? Para nuestros propósitos, es apropiada una breve del petróleo crudo y la calidad del combustible para calentar
definición: son variables de perturbación comunes.

Proceso: La conversión de materias primas para (d) Unidad de diálisis renal. Este equipo médico se utiliza para
piensos en productos mediante operaciones químicas y eliminar productos de desecho de la sangre de pacientes
físicas. En la práctica, el término proceso tiende a usarse humanos cuyos propios riñones están fallando o han fallado.
tanto para la operación de procesamiento como El caudal de sangre se mantiene mediante una bomba y
para el equipo de procesamiento. las "condiciones ambientales", como

Productos de
sangre
Reactivos combustion impura

Medio de
refrigeración Productos

fluido de Productos
Medio de
proceso agrietados diálisis
em
eotna icauP
h

Petróleo
Medio de
crudo
refrigeración

Refrigerante
Sangre
Combustible + aire
fuera
purificada

(a) (b) con camisa (c) Horno de (d) Unidad de

Intercambiador de calor reactor químico craqueo
diálisis renal

Figura 1.1 Algunos procesos continuos típicos.

Machine Translated by Google

1.1 Problemas representativos de control de procesos 3

como la temperatura en la unidad, se controlan ajustando el (e) Reactor discontinuo encamisado. En un reactor discontinuo, se
caudal. La diálisis se continúa el tiempo suficiente para reducir coloca una carga inicial (por ejemplo, reactivos y catalizador)
las concentraciones de desechos a niveles aceptables. en el reactor, se agita y se lleva a las condiciones iniciales
deseadas. Para reacciones exotérmicas, se utilizan camisas
de enfriamiento para mantener la temperatura del reactor en o
Para cada uno de estos cuatro ejemplos, el problema de control de
cerca del punto de ajuste deseado.
procesos se ha caracterizado identificando tres tipos importantes de
Normalmente, la temperatura del reactor se regula ajustando el
variables de proceso.
caudal de refrigerante. La composición del punto final del lote
• Variables controladas (CV): Las variables del proceso que se se puede controlar ajustando el punto de ajuste de temperatura
controlan. El valor deseado de una variable controlada se denomina
y/o el tiempo del ciclo, el período de tiempo para la operación
punto de ajuste. • Variables manipuladas (MV): Las variables del reactor.
de proceso que se pueden ajustar para mantener las variables Al final del lote, el contenido del reactor se retira y se almacena
controladas en o cerca de sus puntos de ajuste. o se transfiere a otra unidad de proceso, como un proceso de
separación.
Normalmente, las variables manipuladas son caudales. • Variables
de perturbación (DV): variables de proceso que afectan a las variables (f) Biorreactor semibatch. Para un reactor semidiscontinuo, se utiliza
controladas pero que no pueden manipularse. Las perturbaciones una de las dos operaciones alternativas: (i) se agrega
generalmente están relacionadas con cambios en el entorno gradualmente un reactivo a medida que avanza el lote o (ii) se
operativo del proceso: por ejemplo, sus condiciones de alimentación retira una corriente de producto durante la reacción. La primera
o la temperatura ambiente. Algunas variables de perturbación se configuración se puede utilizar para reducir las reacciones
pueden medir en línea, pero muchas no, como la composición del secundarias, mientras que la segunda configuración permite

petróleo crudo para el Proceso (c), un horno de craqueo térmico. cambiar el equilibrio de la reacción retirando uno de los
productos (Fogler, 2010).

Para los biorreactores, el primer tipo de operación

La especificación de CV, MV y DV es un paso crítico en el desarrollo de
semicontinua se denomina operación discontinua; se muestra
un sistema de control. Las selecciones deben basarse en el conocimiento
en la figura 1.2(f). Para regular mejor el crecimiento de los
del proceso, la experiencia y los objetivos de control.
microorganismos deseados, se añade lentamente un nutriente
en una cantidad predeterminada.
manera.
1.1.2 Procesos por lotes y semilotes
(g) Digestor semibatch en una fábrica de celulosa. En la fabricación
Los procesos discontinuos y semidiscontinuos se utilizan en muchas de papel se utilizan digestores continuos y semicontinuos para
industrias de procesos, incluidas la microelectrónica, la farmacéutica, la descomponer las astillas de madera y extraer las fibras
química especializada y la fermentación. celulósicas. El punto final de la reacción química está indicado
Los procesos discontinuos y semidiscontinuos brindan la flexibilidad por el número kappa, una medida del contenido de lignina.
necesaria para las plantas multiproducto, especialmente cuando los
productos cambian con frecuencia y las cantidades de producción son pequeñas. Se controla a un valor deseado ajustando la temperatura, la
La Figura 1.2 muestra cuatro procesos por lotes y semilotes presión y/o el tiempo del ciclo del digestor.
representativos:

Gases de
grabado
Electrodo

Nutritivo
astillas

de madera Plasma

refrigerante refrigerante
Productos
norte

en afuera Productos
Vapor

Productos +
Productos
NaOH Gases

Oblea gastados

(e) Reactor discontinuo (f ) Biorreactor por lotes alimentados (g) Digestor de astillas (h) Grabador de
encamisado de madera plasma

Figura 1.2 Algunos procesos típicos cuya operación es discontinua. (Las líneas discontinuas indican la eliminación del producto una vez
completada la operación).
Machine Translated by Google

4 Capítulo 1 Introducción al control de procesos

(h) Grabador de plasma en el procesamiento de semiconductores. Para responder a esta pregunta, consideremos el estado estacionario
Una sola oblea que contiene cientos de circuitos impresos se balances de materia:
somete a una mezcla de gases de grabado en condiciones
El balance general:
adecuadas para establecer y mantener un plasma (un alto
voltaje aplicado a alta temperatura y presión extremadamente 0 = w1 + w2 – w (11)
baja). El material no deseado de una capa de un circuito
Balanza del componente A:
microelectrónico se elimina selectivamente mediante reacciones
químicas. La temperatura, la presión y los caudales de los 0 = w1x1 + w2x2 − wx (12)
gases de ataque al reactor se controlan ajustando los
calentadores eléctricos y las válvulas de control. La barra superior sobre un símbolo indica su valor nominal de estado
estable, por ejemplo, el valor utilizado en el diseño del proceso. Según
la descripción del proceso, x2 = 1 y x = xsp. Resolviendo la ecuación.
11 para w, sustituyendo estos valores en la ecuación. 12, y
A continuación, consideramos un ejemplo ilustrativo con más detalle.
reorganizando da

xsp − x1
w2 = w1 (13)
1 − xsp
1.2 EJEMPLO ILUSTRativo: UN
PROCESO DE MEZCLA La ecuación 13 es la ecuación de diseño para el sistema de mezcla. Si
nuestras suposiciones son correctas y si x1 = x1, entonces este valor de
Se utiliza un proceso de combinación simple para introducir algunas
w2 producirá el resultado deseado, x = xsp.
cuestiones importantes en el diseño del sistema de control. Las
Pero ¿qué pasa si las condiciones cambian?
operaciones de mezcla se utilizan comúnmente en muchas industrias
Pregunta de control. Supongamos que la concentración de entrada
para garantizar que los productos finales cumplan con las especificaciones del cliente.
En la figura 1.3 se muestra un sistema de mezcla continuo con tanque x1 varía con el tiempo. ¿Cómo podemos asegurar que la composición
agitado. El objetivo de control es mezclar las dos corrientes de entrada de salida x permanezca en o cerca de su valor deseado, xsp?
para producir una corriente de salida que tenga la composición deseada.
La corriente 1 es una mezcla de dos especies químicas, A y B.
Como ejemplo específico, supongamos que x1 aumenta hasta un valor
Suponemos que su caudal másico w1 es constante, pero la fracción de
constante mayor que su valor nominal, x1. Está claro que la composición
masa de A, x1, varía con el tiempo.
de salida también aumentará debido al aumento de la composición de
La corriente 2 consiste en A puro y, por lo tanto, x2 = 1. El caudal másico
entrada. En consecuencia, en este nuevo estado estacionario, x > xsp.
de la corriente 2, w2, se puede manipular usando una válvula de control.
La fracción de masa de A en la corriente de salida se denota por x y el
A continuación consideramos varias estrategias para reducir los
valor deseado (punto de ajuste) por xsp. Así, para este problema de
efectos de las perturbaciones de x1 sobre x.
control, la variable controlada es x, la variable manipulada es w2 y la
variable perturbadora es x1.
Método 1. Mida x y ajuste w2. Es razonable medir la variable controlada
x y luego ajustar w2 en consecuencia. Por ejemplo, si x es demasiado
A continuación consideramos dos cuestiones.
alto, se debe reducir w2 ; si x es demasiado bajo, se debe aumentar w2 .
Pregunta de diseño. Si el valor nominal de x1 es x1, ¿qué caudal Esta estrategia de control podría ser implementada por una persona
nominal w2 se requiere para producir la concentración de salida (control manual). Sin embargo, normalmente sería más cómodo y
deseada, xsp? económico automatizar esta sencilla tarea (control automático).

El método 1 se puede implementar como un control simple.

Válvula de control
Mezcla de A y B x1 w1 Puro A algoritmo (o ley de control),
x2 = 1
w2 w2(t) = w2 + Kc[xsp − x(t)] (14)

donde Kc es una constante llamada ganancia del controlador. Los

Línea de desbordamiento
símbolos w2(t) y x(t) indican que w2 y x cambian con el tiempo. La
ecuación 14 es un ejemplo de control proporcional, porque el cambio en
el caudal, w2(t) − w2, es proporcional a la desviación del punto de ajuste,
xsp – x(t). En consecuencia, una gran desviación del punto de ajuste
produce una gran acción correctiva, mientras que una pequeña desviación
da como resultado una pequeña acción correctiva. Tenga en cuenta que
xw
requerimos que Kc sea positivo porque w2 debe aumentar
Figura 1.3 Sistema de mezcla en tanque agitado.
Machine Translated by Google

1.3 Clasificación de las Estrategias de Control de Procesos 5

cuando x disminuye y viceversa. Sin embargo, en otras aplicaciones Controlador de

composición
de control, los valores negativos de Kc son apropiados, como se
analiza en el Capítulo 8. C.A.

En la Fig. 1.4 se muestra un diagrama esquemático del Método 1. Analizador/

La concentración de salida se mide y se transmite al controlador como transmisor de composición EN
Válvula
de control
una señal eléctrica. (Las señales eléctricas se muestran como líneas x1 x2 =
w1 1w2
discontinuas en la Fig. 1.4). El controlador ejecuta la ley de control y
envía una señal eléctrica apropiada a la válvula de control. La válvula
de control se abre o cierra en consecuencia. En los capítulos 8 y 9,
consideramos con más detalle la instrumentación de procesos y el
hardware de control.

Método 2. Mida x1, ajuste w2. Como alternativa al Método 1, podríamos

medir la variable perturbadora x1 y ajustar w2 en consecuencia. Por xw

tanto, si x1 > x1, disminuiríamos w2 de modo que w2 < w2. Si x1 <

Figura 1.5 Sistema de mezcla y método de control 2.
x1, aumentaríamos w2. Se puede obtener una ley de control basada
en el Método 2 a partir de la ecuación. 13 reemplazando x1 con x1(t)
y w2 con w2(t): 1.3 CLASIFICACIÓN DEL PROCESO
ESTRATEGIAS DE CONTROL
xsp − x1(t)
w2(t) = w1 1 (15) A continuación, clasificaremos las cuatro estrategias de control de
− xsp mezcla de la sección anterior y discutiremos sus ventajas y
El diagrama esquemático del Método 2 se muestra en la Fig. 1.5. desventajas relativas. El método 1 es un ejemplo de una estrategia
Porque la ecuación. 13 es válido sólo para condiciones de estado de control de retroalimentación . La característica distintiva del control
de retroalimentación es que se mide la variable controlada y que la
estacionario, no está claro qué tan efectivo será el Método 2 durante
las condiciones transitorias que ocurren después de una perturbación medición se utiliza para ajustar la variable manipulada. Para el control
x1 . de retroalimentación, la variable perturbadora no se mide.

Método 3. Mida x1 y x, ajuste w2. Este enfoque es una combinación Es importante hacer una distinción entre retroalimentación negativa
de los métodos 1 y 2. y retroalimentación positiva. En la literatura de ingeniería, la
retroalimentación negativa se refiere a la situación deseable en la que
Método 4. Utilice un tanque más grande. Si se utiliza un tanque más la acción correctiva tomada por el controlador fuerza a la variable
grande, las fluctuaciones en x1 tenderán a amortiguarse como controlada hacia el punto de ajuste. Por otro lado, cuando se produce
resultado del mayor volumen de líquido. Sin embargo, aumentar el retroalimentación positiva, el controlador empeora las cosas al alejar
tamaño del tanque es una solución costosa debido al mayor costo de la variable controlada del punto de ajuste. Por ejemplo, en el problema
capital. de control de mezcla, la retroalimentación positiva tiene lugar si Kc <
0, porque w2 aumentará cuando x aumenta.1 Claramente, es de
suma importancia asegurar que un sistema de control de
retroalimentación incorpore retroalimentación negativa en lugar de
Controlador de retroalimentación positiva.
composición
Señal eléctrica

C.A. Una ventaja importante del control por retroalimentación es que se

Válvula producen acciones correctivas independientemente de la fuente de la
x1
de control
x2 = perturbación. Por ejemplo, en el proceso de combinación, la ley de
w1 1w2 control de retroalimentación en la ecuación. 14 puede acomodar
perturbaciones en w1, así como en x1. Su capacidad para manejar
perturbaciones de origen desconocido es una de las principales
EN
razones por las que el control por retroalimentación es la estrategia
Analizador/
dominante de control de procesos. Otra ventaja importante es que la retroalimentación
transmisor de composición

1Obsérvese que los científicos sociales utilizan los términos retroalimentación

negativa y retroalimentación positiva de una manera muy diferente. Por ejemplo,
xw dirían que los profesores brindan “retroalimentación positiva” cuando felicitan a los
estudiantes que realizan correctamente las tareas. Las críticas a un desempeño
Figura 1.4 Sistema de mezcla y método de control 1. deficiente serían un ejemplo de “retroalimentación negativa”.
Machine Translated by Google

6 Capítulo 1 Introducción al control de procesos

El control reduce la sensibilidad de la variable controlada. Tabla 1.1 Estrategias de control de concentración para la mezcla
a perturbaciones no medidas y cambios de proceso. Sistema
Sin embargo, el control de retroalimentación tiene una función fundamental.
Medido manipulado
Limitación: no se toman medidas correctivas hasta después de
Método Variable Variable Categoría
perturbación ha trastornado el proceso, es decir, hasta después
la variable controlada se desvía del punto de ajuste. Este 1 X w2 pensión completa

La deficiencia es evidente a partir de la ley de control de la ecuación. 14. 2 w2 FF

El método 2 es un ejemplo de control anticipativo. 3 x1 x1 y x w2 FF/FB

4 — —
estrategia. La característica distintiva del feedforward Cambio de diseño
control es que se mide la variable perturbadora, pero FB = control de retroalimentación; FF = control anticipativo; FF/FB =
la variable controlada no lo es. La ventaja importante del control anticipado control anticipado y control de retroalimentación.

es que la acción correctiva

se toma antes de que la variable controlada se desvíe de
combinación con control de retroalimentación. Este enfoque es
el punto de ajuste. Idealmente, la acción correctiva cancelará
los efectos de la perturbación para que el control ilustrado por el Método 3, un feedforward combinado:
estrategia de control de retroalimentación porque tanto x como x1 son
La variable no se ve afectada por la perturbación. A pesar de
Medido.
la cancelación ideal generalmente no es posible, feedforward
Finalmente, el Método 4 consiste en un cambio de diseño del proceso.
El control puede reducir significativamente los efectos de las mediciones.
y por lo tanto no es realmente una estrategia de control. Se resumen las
perturbaciones, como se analiza en el Capítulo 15.
cuatro estrategias para el sistema de mezcla con tanque agitado.
El control anticipado tiene tres desventajas importantes: (i) la variable
en la Tabla 1.1.
perturbadora debe medirse
(o estimado con precisión), (ii) no se requiere ninguna acción correctiva
tomado para perturbaciones no medidas, y (iii) un proceso 1.3.1 Diagramas de control de procesos
Se requiere modelo. Por ejemplo, el control anticipativo
A continuación consideramos el equipo que se utiliza para implementar
estrategia para el sistema de mezcla (Método 2) no
estrategias de control. Para la mezcla en tanque agitado
tomar cualquier medida correctiva para perturbaciones w1 no medidas. En
sistema bajo control de retroalimentación (Método 1) en la Fig. 1.4,
principio, podríamos afrontar esta situación.
se controla la concentración de salida x y el caudal w2
midiendo x1 y w1 y luego ajustando w2
de la especie pura A se ajusta mediante control proporcional.
respectivamente. Sin embargo, en aplicaciones industriales, es
Considerar cómo esta estrategia de control de retroalimentación podría
Por lo general, resulta antieconómico intentar medir todas las variables de
implementarse, un diagrama de bloques para el tanque agitado
perturbación potenciales. Un enfoque más práctico
es utilizar un control combinado de retroalimentación y retroalimentación El sistema de control se muestra en la Fig. 1.6. El funcionamiento del
El sistema de control de retroalimentación se puede resumir de la siguiente manera:
sistema, en el que el control de retroalimentación proporciona medidas correctivas
acción para perturbaciones no medidas, mientras que la alimentación anticipada 1. Analizador y transmisor: La concentración de salida del tanque se
El control reacciona a las perturbaciones medidas antes de que mide mediante un analizador y luego el
La variable controlada está alterada. En consecuencia, en la industria La medición se convierte en una señal de corriente eléctrica
aplicaciones, el control anticipativo se utiliza normalmente en correspondiente mediante un transmisor.

Cálculos realizados
por el controlador

w1[kg/s]
x1 [masa
fracción]
~ Comparador
xsp xsp e(t) Comentario pag(t) Control w2(t) Movido x(t)
Analizador +
calibración – controlador válvula tanque
[masa [mamá] [mamá] [mamá] [kg/s] [masa
fracción] fracción]

xm(t) Analizador x(t)

(sensor) y
Figura 1.6 Diagrama de bloques de la salida. [mamá]
transmisor
sistema de control de retroalimentación de composición en la Fig. 1.4.
Machine Translated by Google

1.4 Un ejemplo más complicado: una columna de destilación 7

2. Controlador de retroalimentación: El controlador realiza tres y las válvulas de control se presentan en el Capítulo 9, y los controladores
cálculos distintos. Primero, convierte el punto de ajuste real xsp de retroalimentación se consideran en el Capítulo 8.
en una señal interna equivalente ̃xsp. En segundo lugar, calcula El sistema de control de retroalimentación en la Fig. 1.6 se muestra
una señal de error e(t) restando el valor medido xm(t) del punto como un controlador único e independiente. Sin embargo, para
de ajuste ̃xsp, es decir, e(t) = ̃xsp − ̃xm(t). aplicaciones industriales, es más económico tener una computadora
digital que implemente múltiples bucles de control de retroalimentación.
En tercer lugar, la salida del controlador p(t) se calcula a partir de En particular, se pueden utilizar redes de computadoras digitales para
la ley de control proporcional similar a la ecuación. 14. implementar miles de bucles de control de retroalimentación y avance.
Los sistemas de control por computadora son el tema del Apéndice A y
3. Válvula de control: La salida del controlador p(t) en este caso es
el Capítulo 17.
una señal de corriente CC que se envía a la válvula de control
para ajustar la posición del vástago de la válvula, lo que a su vez
afecta el caudal w2(t). (La señal de salida del controlador
tradicionalmente se denota por p porque los primeros 1.4 UN EJEMPLO MÁS COMPLICADO: UNA COLUMNA
controladores eran dispositivos neumáticos con señales DE DESTILACIÓN
neumáticas (presión) como entradas y salidas.)
El sistema de control de mezcla de la sección anterior es bastante
simple, porque sólo hay una variable controlada y una variable
El diagrama de bloques de la figura 1.6 proporciona un punto de partida manipulada. Para la mayoría de las aplicaciones prácticas, existen
conveniente para analizar problemas de control de procesos. múltiples variables controladas y múltiples variables manipuladas. Como
También se muestran las unidades físicas para cada señal de entrada ejemplo representativo, consideramos la columna de destilación de la
y salida. Tenga en cuenta que el diagrama esquemático de la Fig. 1.4 figura 1.7, con cinco variables controladas y cinco variables manipuladas.
muestra las conexiones físicas entre los componentes del sistema de Las variables controladas son las composiciones del producto, xD y xB,
control, mientras que el diagrama de bloques muestra el flujo de la presión de la columna, P, y los niveles de líquido en el tambor de
información dentro del sistema de control. reflujo y la base de la columna, hD y hB.
El bloque etiquetado como “válvula de control” tiene p(t) como señal de
entrada y w2(t) como señal de salida, lo que ilustra que las señales en Las cinco variables manipuladas son los caudales de producto, D y B,
un diagrama de bloques pueden representar una variable física como el flujo de reflujo, R, y las tareas de calor para el condensador y el
w2(t) o un instrumento. señal como p(t). hervidor, QD y QB. La potencia térmica se regula mediante válvulas de
control en las tuberías de refrigerante y medio de calefacción. Se supone
Cada componente de la figura 1.6 muestra un comportamiento que que la corriente de alimentación proviene de una unidad aguas arriba.
puede describirse mediante una ecuación diferencial o algebraica. Por lo tanto, el caudal de alimentación no se puede manipular, pero se
Una de las tareas a las que se enfrenta un ingeniero de control es puede medir y utilizar para el control anticipativo.
desarrollar descripciones matemáticas adecuadas para cada bloque; El
desarrollo y análisis de tales modelos dinámicos se consideran en los Una estrategia de control convencional de bucles múltiples para esta
Capítulos 2 a 7. columna de destilación consistiría en cinco bucles de control de
Los elementos del diagrama de bloques (figura 1.6) se analizan en retroalimentación. Cada bucle de control utiliza una única variable
detalle en capítulos futuros. Sensores, transmisores, manipulada para controlar una única variable controlada. Pero cómo

PAG

refrigerante
QD

C
LT HD EN
oh

Destilar
yo

tu
Alimentar D
metro Reflujo
xDD
norte R

media pensión
LT AT: Analizador/transmisor
Medio de mariscal de campo LT: Transmisor de nivel
calentamiento PT: Transmisor de presión
EN

Fondos Figura 1.7 Variables

B controladas y manipuladas
xB para una columna de destilación típica.
Machine Translated by Google

8 Capítulo 1 Introducción al control de procesos

¿Deben emparejarse las variables controladas y manipuladas? El

5. Planificación y
número total de diferentes configuraciones de control multilazo que (díasmeses)
programación
podrían considerarse es 5!, o 120.
Muchas de estas configuraciones de control son imprácticas o
inviables, como cualquier configuración que intente controlar el nivel 4. Optimización
(horasdías)
base hB manipulando el flujo de destilado D o el calor del condensador en tiempo real

QD. Sin embargo, incluso después de eliminar las configuraciones de

control inviables, todavía quedan muchas configuraciones razonables.
3b. Control
(minutoshoras) multivariable y de
Por lo tanto, existe la necesidad de técnicas sistemáticas que puedan restricciones.
identificar las configuraciones multibucle más prometedoras.
Afortunadamente, estas herramientas están disponibles y se analizan
en el Capítulo 18. (segundosminutos)
3a. Regulador
control
En aplicaciones de control, para las cuales los sistemas de control
multilazo convencionales no son satisfactorios, puede resultar
ventajoso un enfoque alternativo, el control multivariable .
2. Seguridad y
En el control multivariable, cada variable manipulada se ajusta en protección del
(< 1 segundo)
función de las mediciones de al menos dos variables controladas en medio
lugar de una sola variable controlada, como en el control de bucles ambiente/equipos

múltiples. Los ajustes se basan en un modelo dinámico del proceso

que indica cómo las variables manipuladas afectan a las variables
1. Medición y
controladas. En consecuencia, el desempeño del control multivariable, (< 1 segundo)
actuación
o cualquier técnica de control basada en modelos, dependerá en
gran medida de la precisión del modelo del proceso. Un tipo específico
de control multivariable, el control predictivo de modelos, ha tenido un
Proceso
impacto importante en la práctica industrial, como se analiza en el
Capítulo 20.
Figura 1.8 Jerarquía de actividades de control de procesos.

1.5 LA JERARQUÍA DE LAS ACTIVIDADES DE

Seguridad y protección ambiental/de equipos
CONTROL DE PROCESOS
(Nivel 2)
Como se mencionó anteriormente, el objetivo principal del control de
Las funciones de Nivel 2 desempeñan un papel fundamental al
procesos es mantener un proceso en las condiciones operativas
garantizar que el proceso funcione de forma segura y cumpla con las
deseadas, de manera segura y económica, mientras se satisfacen los
regulaciones ambientales. Como se analizó en el Capítulo 10, la
requisitos ambientales y de calidad del producto. Hasta ahora hemos
seguridad de los procesos se basa en el principio de múltiples capas
enfatizado una actividad de control de proceso: mantener las variables
de protección que involucran grupos de equipos y acciones humanas.
controladas en puntos de ajuste específicos. Pero hay otras actividades
Una capa incluye funciones de control de procesos, como gestión de
importantes que ahora describiremos brevemente.
alarmas durante situaciones anormales y sistemas instrumentados
de seguridad para paradas de emergencia. El equipo de seguridad
En la figura 1.8, las actividades de control de procesos están
(incluidos sensores y válvulas de control) opera independientemente
organizadas en forma de jerarquía con funciones requeridas en
de la instrumentación regular utilizada para el control regulatorio en el
niveles inferiores y funciones deseables, pero opcionales, en niveles
Nivel 3a. Se pueden emplear técnicas de validación de sensores para
superiores. La escala de tiempo para cada actividad se muestra en el
confirmar que los sensores están funcionando correctamente.
lado izquierdo. Tenga en cuenta que la frecuencia de ejecución es
mucho menor para las funciones de nivel superior.

Medición y Actuación (Nivel 1) Control Regulatorio (Nivel 3a)

Se utilizan instrumentación (p. ej., sensores y transmisores) y equipos Como se mencionó anteriormente, la operación exitosa de un proceso
de actuación (p. ej., válvulas de control) para medir las variables del requiere que las variables clave del proceso, como caudales,
proceso e implementar las acciones de control calculadas. Estos temperaturas, presiones y composiciones, se operen en o cerca de
dispositivos están conectados al sistema de control, generalmente sus puntos de ajuste. Esta actividad de Nivel 3a, el control regulatorio,
equipos de control digital como una computadora digital. Claramente, se logra aplicando técnicas estándar de control de retroalimentación
las funciones de medición y actuación son una parte indispensable de y avance (Capítulos 11 a 15). Si las técnicas de control estándar no
cualquier sistema de control. son satisfactorias, se utilizan una variedad de técnicas de control
avanzadas.
Machine Translated by Google

1.5 La jerarquía de las actividades de control de procesos 9

disponible (Capítulos 16 a 18). En los últimos años, ha habido un mayor para abordar tanto las interacciones de proceso como las restricciones
interés en monitorear el desempeño del sistema de control (Capítulo de desigualdad. MPC es el tema del Capítulo 20.
21).

Optimización en tiempo real (Nivel 4)

Control multivariable y de restricciones (Nivel 3b)
Las condiciones operativas óptimas para una planta se determinan
Muchos problemas difíciles de control de procesos tienen dos como parte del diseño del proceso. Pero durante las operaciones de la
características distintivas: (i) ocurren interacciones significativas entre planta, las condiciones óptimas pueden cambiar con frecuencia debido
variables clave del proceso y (ii) restricciones de desigualdad para las a cambios en la disponibilidad de equipos, perturbaciones en el proceso
variables manipuladas y controladas. y condiciones económicas (por ejemplo, costos de materias primas y
Las restricciones de desigualdad incluyen límites superior e inferior. precios de productos). En consecuencia, puede resultar muy rentable
Por ejemplo, cada caudal manipulado tiene un límite superior recalcular periódicamente las condiciones óptimas de funcionamiento.
determinado por las características de la bomba y la válvula de control. Esta actividad de Nivel 4, optimización en tiempo real (RTO), es el
El límite inferior puede ser cero o un pequeño valor positivo, según tema del Capítulo 19. Luego, las nuevas condiciones óptimas se
consideraciones de seguridad. Los límites de las variables controladas implementan como puntos de ajuste para las variables controladas.
reflejan restricciones del equipo (por ejemplo, límites metalúrgicos) y
los objetivos operativos del proceso. Por ejemplo, la temperatura del Los cálculos de RTO se basan en un modelo de estado estacionario
reactor puede tener un límite superior para evitar reacciones secundarias de la planta y datos económicos como costos y valores de productos.
no deseadas o degradación del catalizador, y un límite inferior para Un objetivo típico de la optimización es minimizar el costo operativo o
garantizar que la(s) reacción(es) prosigan. maximizar el beneficio operativo. Los cálculos de RTO se pueden
realizar para una sola unidad de proceso o para toda la planta.
La capacidad de operar un proceso cerca de una restricción
limitante es un objetivo importante para el control avanzado de Las actividades de Nivel 4 también incluyen análisis de datos para
procesos. Para muchos procesos industriales, la condición operativa garantizar que el modelo de proceso utilizado en los cálculos de RTO
óptima ocurre en un límite de restricción, por ejemplo, el nivel máximo sea preciso para las condiciones actuales. Por lo tanto, se pueden
de impureza permitido en un flujo de productos. Para estas situaciones, utilizar técnicas de reconciliación de datos para garantizar que se
el punto de ajuste no debe ser el valor de restricción, porque una satisfagan los balances de masa y energía en estado estacionario.
perturbación del proceso podría forzar a la variable controlada más allá Además, el modelo de proceso se puede actualizar utilizando técnicas
del límite. de estimación de parámetros y datos recientes de la planta (Capítulo 7).
Por lo tanto, el punto de ajuste debe establecerse de manera
conservadora, basándose en la capacidad del sistema de control para
reducir los efectos de las perturbaciones. Esta situación se ilustra en la figura 1.9.
Planificación y programación (Nivel 5)
Para (a), la variabilidad de la variable controlada es bastante alta y, en
consecuencia, el punto de ajuste debe especificarse muy por debajo El nivel más alto de la jerarquía de control de procesos se ocupa de la
del límite. Para (b), la estrategia de control mejorada ha reducido la planificación y programación de operaciones para toda la planta. Para
variabilidad; en consecuencia, el punto de ajuste se puede acercar al procesos continuos, las tasas de producción de todos los productos e
límite y el proceso se puede operar más cerca de la condición intermedios deben planificarse y coordinarse, en función de las
operativa óptima. limitaciones del equipo, la capacidad de almacenamiento, las
proyecciones de ventas y la operación de otras plantas, a veces a nivel
Las técnicas estándar de control de procesos del Nivel 3a pueden global.
no ser adecuadas para problemas de control difíciles que tienen Para la operación intermitente de procesos discontinuos y
interacciones de proceso serias y restricciones de desigualdad. Para semidiscontinuos, el problema de control de producción se convierte
estas situaciones, se deben considerar las técnicas de control en un problema de programación de lotes basado en consideraciones
avanzadas del Nivel 3b, control multivariable y control de restricciones . similares. Por lo tanto, las actividades de planificación y programación
En particular, se desarrolló la estrategia de control predictivo del modelo plantean difíciles problemas de optimización que se basan tanto en
(MPC). consideraciones de ingeniería como en proyecciones comerciales.

Límite Límite

Promedio,
Variable A2
Promedio,
controlada
A1

Figura 1.9 Variabilidad del proceso a lo largo

Tiempo Tiempo
del tiempo: (a) antes de un mejor control del
(a) (b) proceso; (b) después.
Machine Translated by Google

10 Capítulo 1 Introducción al control de procesos

Resumen de la jerarquía de control de procesos Las al menos de tres maneras: (i) puede usarse como base para métodos
de diseño de controladores basados en modelos (Capítulos 12 y 14),
actividades de los niveles 1, 2 y 3a de la figura 1.8 son obligatorias para
(ii) el modelo dinámico puede incorporarse directamente en la ley de
todas las plantas de fabricación, mientras que las actividades de los niveles
control (por ejemplo, modelo de control predictivo ), y (iii) el modelo
3b a 5 son opcionales pero pueden ser muy rentables. La decisión de
se puede utilizar en una simulación por computadora para evaluar
implementar una o más de estas actividades de nivel superior depende en
estrategias de control alternativas y determinar valores preliminares
gran medida de la aplicación y de la empresa. La decisión depende en gran
de la configuración del controlador.
medida de consideraciones económicas (por ejemplo, un análisis de costo/
beneficio) y de las prioridades de la empresa por sus recursos limitados,
tanto humanos como financieros. La inmediatez de la actividad disminuye En este libro, defendemos la filosofía de que para procesos complejos,
del Nivel 1 al Nivel 5 en la jerarquía. Sin embargo, la cantidad de análisis y se debe desarrollar un modelo dinámico del proceso para que el sistema de
los requisitos computacionales aumentan desde el nivel más bajo al más control pueda diseñarse adecuadamente. Por supuesto, para muchos
alto. Las actividades de control de procesos en diferentes niveles deben problemas simples de control de procesos, la especificación del controlador
coordinarse cuidadosamente y requieren transferencia de información de un es relativamente sencilla y no se requiere un análisis detallado o un modelo
nivel al siguiente. explícito. Sin embargo, para procesos complejos, un modelo de proceso es
invaluable tanto para el diseño del sistema de control como para una mejor
comprensión del proceso. Como se mencionó anteriormente, el control de
La implementación exitosa de estas actividades de control de procesos es procesos debe basarse en la comprensión del proceso.
un factor crítico para que la operación de la planta sea lo más rentable
posible.
Los principales pasos involucrados en el diseño e instalación de un
sistema de control utilizando el enfoque basado en modelos se muestran en
el diagrama de flujo de la figura 1.10. El primer paso, la formulación de los
1.6 UNA DESCRIPCIÓN GENERAL DEL DISEÑO objetivos de control, es una decisión crítica.
DEL SISTEMA DE CONTROL La formulación se basa en los objetivos operativos de las plantas y las
limitaciones del proceso. Por ejemplo, en el problema de control de la
En esta sección, presentamos algunos aspectos importantes del diseño de
columna de destilación, el objetivo podría ser regular un componente clave
sistemas de control. Sin embargo, es apropiado describir primero la relación
en la corriente de destilado, la corriente de cola o componentes clave en
entre el diseño y el control del proceso.
ambas corrientes. Una alternativa sería minimizar el consumo de energía (p.
ej., servicio de calor del rehervidor) y al mismo tiempo cumplir con las
Históricamente, el diseño de procesos y el diseño de sistemas de control
han sido actividades de ingeniería separadas. Por lo tanto, en el enfoque especificaciones de calidad del producto en uno o ambos flujos de productos.
Las restricciones de desigualdad deben incluir límites superior e inferior de
tradicional, el diseño del sistema de control no se inicia hasta que el diseño
las variables manipuladas, condiciones que provocan inundaciones o llantos
de la planta ya está en marcha, y es posible que incluso se hayan ordenado
en la columna y niveles de impureza del producto.
piezas importantes de equipo.
Este enfoque tiene serias limitaciones porque el diseño de la planta determina
la dinámica del proceso así como la operatividad de la planta. En situaciones
Una vez formulados los objetivos de control, se desarrolla un modelo
extremas, el proceso puede ser incontrolable, aunque el diseño parezca
dinámico del proceso. El modelo dinámico puede tener una base teórica, por
satisfactorio desde una perspectiva de estado estacionario.
ejemplo, principios físicos y químicos como leyes de conservación y
velocidades de reacciones (Capítulo 2), o el modelo puede desarrollarse
Un mejor enfoque es considerar la dinámica del proceso y las cuestiones de
control en las primeras etapas del diseño del proceso. La interacción entre empíricamente a partir de datos experimentales (Capítulo 7). Si se dispone
de datos experimentales, se debe validar el modelo dinámico y caracterizar
el diseño y el control del proceso se analiza con más detalle en el Capítulo
13 y los Apéndices G, H e I. la precisión del modelo. Esta última información es útil para el diseño y
ajuste del sistema de control.
A continuación, consideramos dos enfoques generales para el diseño de
sistemas de control:

1. Enfoque Tradicional. La estrategia de control y el hardware del sistema El siguiente paso en el diseño del sistema de control es diseñar una
de control se seleccionan en función del conocimiento del proceso, la estrategia de control apropiada que cumpla con los objetivos de control y al
experiencia y el conocimiento. mismo tiempo satisfaga las restricciones del proceso.
Después de instalar el sistema de control en la planta, se ajustan las Como se indica en la figura 1.10, esta actividad de diseño es a la vez un arte
configuraciones del controlador (como la ganancia Kc del controlador y una ciencia. La comprensión del proceso y la experiencia y preferencias
en la ecuación 14). Esta actividad se conoce como ajuste del del equipo de diseño son factores clave.
controlador. La simulación por computadora del proceso controlado se utiliza para
2. Enfoque basado en modelos. Primero se desarrolla un modelo dinámico seleccionar estrategias de control alternativas y proporcionar estimaciones
del proceso que puede ser útil. preliminares de la configuración adecuada del controlador.
Machine Translated by Google

Resumen 11

Figura 1.10 Pasos principales en el desarrollo

Información de plantas
Formular Objetivos de gestión de un sistema de control.
existentes (si está
objetivos de control.
disponible)

= Actividad de ingeniería

Simulación por = Base de información

ordenador

Principios
físicos y químicos. Desarrollar modelo de
proceso

Datos de la planta

(si están disponibles)

Teoría del control de

procesos

Diseñar una estrategia Simulación por

de control. ordenador

Experiencia con plantas

existentes (si está
disponible)

Seleccionar hardware
Información de
y software de
proveedores y costos
control

Instalar sistema de

control

Ajustar la configuración
del controlador

Sistema de control

final

Finalmente, se seleccionan, ordenan e instalan en la planta el estimaciones preliminares del paso de diseño como punto de partida. El
hardware y la instrumentación del sistema de control. ajuste del controlador generalmente implica procedimientos de prueba y
Luego el sistema de control se sintoniza en la planta usando el error, como se describe en el Capítulo 12.

RESUMEN
En este capítulo, hemos introducido los conceptos básicos de dinámica requerimientos de calidad. Sin un control eficaz de los procesos, sería
de procesos y control de procesos. La dinámica del proceso determina imposible operar plantas industriales a gran escala.
cómo responde un proceso durante condiciones transitorias, como
arranques y paradas de plantas, cambios de ley y perturbaciones Se han utilizado dos ejemplos físicos, un sistema de mezcla continua
inusuales. y una columna de destilación, para introducir conceptos básicos de
El control del proceso permite que el proceso se mantenga en las control, en particular, control de retroalimentación y avance. También
condiciones operativas deseadas, de forma segura y económica, al motivamos la necesidad de un enfoque sistemático para el diseño de
mismo tiempo que se satisfacen las necesidades medioambientales y del producto.
sistemas de control.
Machine Translated by Google

12 Capítulo 1 Introducción al control de procesos

para procesos complejos. El desarrollo del sistema de control cerca de sus puntos de ajuste mediante la aplicación de técnicas
consta de una serie de actividades separadas que se muestran de control regulatorio y técnicas de control avanzadas como el
en la figura 1.10. En este libro, defendemos la filosofía de diseño control multivariable y de restricciones. Se puede emplear la
de que, para procesos complejos, se debe desarrollar un modelo optimización en tiempo real para determinar los puntos de ajuste
dinámico del proceso para que el sistema de control pueda óptimos del controlador para las condiciones y restricciones de
diseñarse adecuadamente. operación actuales. El nivel más alto de la jerarquía de control de
En la Fig. 1.8 se presentó una jerarquía de actividades de procesos se ocupa de la planificación y programación de
control de procesos. El control de procesos juega un papel clave operaciones para toda la planta. Los diferentes niveles de
para garantizar la seguridad del proceso y proteger al personal, actividad de control de procesos en la jerarquía están relacionados
los equipos y el medio ambiente. Se mantienen las variables controladas
y deben coordinarse cuidadosamente.

REFERENCIAS
Åström, KJ y RM Murray, Sistemas de retroalimentación: una introducción para científicos Mayr, O., Los orígenes del control de la retroalimentación, MIT Press, Cambridge,
e ingenieros, Princeton University Press, Princeton, Nueva Jersey, 2008. MA, 1970.
Rao, CV, Explotación de las fluctuaciones del mercado y la volatilidad de los precios
Blevins T. y M. Nixon, Control Loop Foundation: procesos continuos y por lotes, ISA, mediante el control de la retroalimentación, Comput. Química. Ing., 51, 181–186, 2013.
Research Triangle Park, Carolina del Norte, 2011.
Carver, CS y MF Scheier, Sobre la autorregulación del comportamiento, Widmaier, EP, H. Raff y KT Strang, Fisiología humana de Vander: los mecanismos de

Cambridge University Press, Cambridge, Reino Unido, 1998. función corporal, 12.ª ed., McGrawHill Higher Education, Nueva York, 2011.

Fogler, HS, Fundamentos de la ingeniería de reacciones químicas, Prentice

Hall, Upper Saddle River, Nueva Jersey, 2010.

EJERCICIOS
1.1 ¿ Cuáles de las siguientes afirmaciones son verdaderas? Para las afirmaciones 1.5 Conducir un automóvil con seguridad requiere una habilidad considerable.
falsas, explica por qué crees que son falsas: Aunque no se reconozca generalmente, el conductor necesita una capacidad
intuitiva para utilizar métodos de control de avance y retroalimentación. (a) En
(a) El control anticipativo y de retroalimentación requiere una variable medida.
el proceso de conducir un automóvil, un objetivo es mantener el vehículo
generalmente centrado en el carril de circulación adecuado. Por tanto, la variable
(b) Para el control anticipativo, la variable medida es la variable que se va a
controlar. controlada es alguna medida de esa distancia. Si es así, ¿cómo se utiliza el control
de retroalimentación para lograr este objetivo? Identifique los sensores, el
(c) En teoría, el control de retroalimentación puede proporcionar un control
actuador, cómo se determina la acción de control adecuada y algunas posibles
perfecto (es decir, sin desviaciones del punto de ajuste) si el modelo de proceso
perturbaciones. (b) El proceso de frenar o acelerar un
utilizado para diseñar el sistema de control es
automóvil es muy complejo y requiere el uso hábil de mecanismos de
perfecto. (d) El control de retroalimentación toma acciones correctivas para todo
retroalimentación y de avance para conducir con seguridad. Para el control por
tipo de perturbaciones del proceso, tanto conocidas como
retroalimentación, el conductor normalmente utiliza como variable de medición la
desconocidas. (e) El control de retroalimentación es superior al control de retroalimentación.
distancia al vehículo que circula delante. A menudo se recomienda que este
“punto de ajuste” sea una distancia relacionada con la velocidad, por ejemplo, una
1.2 Considere un sistema de calefacción doméstico que consta de una caldera
separación de longitud de automóvil por cada 10 mph. Si se utiliza esta
alimentada por gas natural y un termostato. En este caso el proceso consiste en
recomendación, ¿cómo entra el control anticipado en el proceso de aceleración/
calentar el espacio interior. El termostato contiene tanto el sensor de temperatura
frenado cuando uno intenta conducir en el tráfico a una velocidad constante? En
como el controlador.
otras palabras, ¿qué otra información (además de la distancia que separa a los
El horno está encendido (calentando) o apagado. Dibuje un diagrama esquemático
dos vehículos) utiliza el conductor para evitar chocar con el auto que va delante?
para este sistema de control. En su diagrama, identifique las variables controladas,
las variables manipuladas y las variables de perturbación. Asegúrese de incluir
varias fuentes posibles de alteraciones que puedan afectar la temperatura ambiente.

1.6 El cuerpo humano contiene numerosos circuitos de control de retroalimentación

que son esenciales para regular variables fisiológicas clave. Por ejemplo, la
1.3 Además de un sistema de calefacción doméstico operado termostáticamente,
temperatura corporal en una persona sana debe estar estrechamente regulada
identifique otros dos sistemas de control de retroalimentación que se pueden
dentro de un rango estrecho. (a) Describa brevemente una o
encontrar en la mayoría de las residencias. Describe brevemente cómo funciona
cada uno de ellos; Incluye información de sensores, actuadores y controladores. más formas en que el cuerpo regula la temperatura corporal mediante el control
por retroalimentación. (b) Describa brevemente un sistema de control
1.4 ¿ Un horno microondas típico utiliza control de retroalimentación para
de retroalimentación para la regulación de otra variable fisiológica importante.
establecer la temperatura de cocción o para determinar si los alimentos están
“cocidos”? Si no, ¿qué técnica se utiliza? ¿Se le ocurre alguna desventaja de este
enfoque, por ejemplo, al descongelar y cocinar alimentos? 1.7 La columna de destilación que se muestra en la figura E1.7 se utiliza para
destilar una mezcla binaria. Los símbolos x, y y z indican moles.
Machine Translated by Google

Ejercicios 13

fracciones del componente más volátil, mientras que B, D, R y F La distancia entre el transmisor de flujo (FT) y la válvula de control es
representan caudales molares. Se desea controlar la composición bastante pequeña en cada sistema.
del destilado y a pesar de las perturbaciones en el caudal de
alimentación F. Todos los caudales pueden medirse y manipularse
con excepción de F, que sólo puede medirse. Un analizador de
FC
composición proporciona
mediciones de y. (a) Proponga un método de control de
PIE
retroalimentación y
dibuje el diagrama esquemático. (b) Sugiera un método de control
Líquido
anticipativo y dibuje el diagrama esquemático.
Sistema A

R
D, y PIE

Líquido
col
F,z
tu
Sistema B

Figura E1.9
Minnesota

1.10 En un sistema de control de termostato para un sistema de

calefacción doméstico, (a) Identifique la
variable manipulada (b) Identifique la
B,x
variable controlada (c) ¿Cómo se ajusta la variable
Figura E1.7 manipulada? (d) Nombra una perturbación importante (debe cambiar
con respecto al tiempo).

1.8 Describa cómo un ciclista utiliza conceptos tanto del control 1.11 Identifique y describa tres sistemas de control automático en un
anticipativo como del control de retroalimentación mientras anda en automóvil moderno (además del control de crucero).
bicicleta.
1.12 En la Figura 1.1(d), identifique las variables controladas,
1.9 En la figura E1.9 se muestran dos circuitos de control de flujo. manipuladas y perturbadoras (puede haber más de una de cada
Indique si cada sistema es un sistema de control de retroalimentación tipo). ¿Cómo afecta la duración del tratamiento de diálisis a la
o de avance. Justifica tu respuesta. Se puede suponer que el concentración de residuos?
Machine Translated by Google

Capitulo 2

Modelos Teóricos de
Procesos químicos

CONTENIDO DEL CAPITULO

2.1 El fundamento de los modelos de procesos dinámicos

2.1.1 Un ejemplo ilustrativo: un proceso de mezcla

2.2 Principios generales de modelado

2.2.1 Leyes de conservación

2.2.2 Revisión del proceso de combinación

2.3 Análisis de grados de libertad

2.4 Modelos dinámicos de procesos representativos

2.4.1 Proceso de calentamiento del tanque agitado: retención constante
2.4.2 Proceso de calentamiento del tanque agitado: retención variable
2.4.3 Tanque agitado calentado eléctricamente
2.4.4 Tanque agitado calentado por vapor

2.4.5 Sistemas de almacenamiento de

líquidos 2.4.6 El reactor de tanque agitado continuo (CSTR)

2.4.7 Sistemas por etapas (un absorbente de tres etapas)
2.4.8 Biorreactor FedBatch

2.5 Dinámica de procesos y modelos matemáticos

Resumen

En este capítulo consideramos la derivación de modelos de estado no 2.1 FUNDAMENTOS DE LOS MODELOS DE
estacionario de procesos químicos a partir de principios físicos y PROCESO DINÁMICO
químicos. Los modelos de estado inestable también se denominan
Los modelos dinámicos desempeñan un papel central en el tema de la
modelos dinámicos. Primero consideramos la justificación de los
dinámica y el control de procesos. Los modelos se pueden utilizar para:
modelos dinámicos y luego presentamos una estrategia general para
derivarlos a partir de primeros principios como las leyes de 1. Mejorar la comprensión del proceso. Los modelos dinámicos y la
conservación. Luego se desarrollan modelos dinámicos para varios simulación por ordenador permiten investigar el comportamiento
procesos representativos. transitorio del proceso sin tener que alterar el proceso. La
Finalmente, describimos cómo los modelos dinámicos que consisten en simulación por computadora permite adquirir información valiosa
conjuntos de ecuaciones diferenciales ordinarias y relaciones algebraicas sobre el comportamiento dinámico y estacionario del proceso,
se pueden resolver numéricamente mediante simulación por incluso antes de que se construya la planta.
computadora.

14
Machine Translated by Google

2.1 El fundamento de los modelos de procesos dinámicos 15

2. Capacitar al personal operativo de la planta. Los simuladores de no extrapolar bien. Más específicamente, los modelos empíricos
procesos desempeñan un papel fundamental en la formación de deben usarse con precaución para condiciones operativas que no se
los operadores de plantas para gestionar unidades complejas y incluyeron en los datos experimentales utilizados para ajustar el
afrontar situaciones peligrosas o escenarios de emergencia. Al modelo. El rango de datos suele ser bastante pequeño en comparación
interconectar un simulador de procesos con un equipo de control con el rango completo de condiciones operativas del proceso.
de procesos estándar, se crea un entorno de capacitación
realista. Esta función es análoga a la de los simuladores de Los modelos semiempíricos tienen tres ventajas inherentes: (i)
entrenamiento de vuelo utilizados en la industria aeroespacial. incorporan conocimientos teóricos, (ii) pueden extrapolarse a una

3. Desarrollar una estrategia de control para un nuevo proceso. Un gama más amplia de condiciones operativas que los modelos

modelo dinámico del proceso permite evaluar estrategias de puramente empíricos, y (iii) requieren menos esfuerzo de desarrollo

control alternativas. Por ejemplo, un modelo dinámico puede que los teóricos. modelos icos. En consecuencia, los modelos

ayudar a identificar las variables del proceso que deben semiempíricos se utilizan ampliamente en la industria.
controlarse y aquellas que deben manipularse (Capítulo 13). La
Este capítulo se ocupa del desarrollo de modelos teóricos a partir
sintonización preliminar del controlador se puede derivar usando
de primeros principios como las leyes de conservación.
un modelo, antes de la puesta en marcha de la planta usando
modelos empíricos (Capítulo 12). Para las estrategias de control
basadas en modelos (Capítulos 12, 16 y 20), el modelo de
proceso es un elemento explícito de la ley de control. 2.1.1 Un ejemplo ilustrativo: un
proceso de mezcla
4. Optimizar las condiciones operativas del proceso. Puede resultar En el Capítulo 1 desarrollamos un modelo de estado estacionario para
ventajoso recalcular periódicamente las condiciones óptimas un sistema de mezcla de tanque agitado basado en balances de masa
de funcionamiento para maximizar los beneficios o minimizar los y componentes. Ahora desarrollaremos un modelo de estado inestable
costes. Se puede utilizar un modelo de proceso de estado que nos permitirá analizar la situación más general donde las variables
estacionario e información económica para determinar las
del proceso varían con el tiempo y se deben incluir los términos de
condiciones operativas más rentables (consulte el Capítulo 19). acumulación.
Como ejemplo ilustrativo, consideramos el sistema de mezcla
isotérmico de tanque agitado en la Fig. 2.1. Es una versión más
Para muchos de los ejemplos citados anteriormente, particularmente
general del sistema de mezcla de la figura 1.3 porque se ha omitido la
cuando se trata de procesos nuevos, peligrosos o difíciles de operar,
línea de desbordamiento y la corriente de entrada 2 no es
el desarrollo de un modelo de proceso adecuado puede ser crucial
para el éxito. Los modelos se pueden clasificar según cómo se obtienen: necesariamente A pura (es decir, x2 ≠ 1). Ahora bien, el volumen de
líquido en el tanque V puede variar con el tiempo y el caudal de salida
no es necesariamente igual a la suma de los caudales de entrada. Un
(a) Los modelos teóricos se desarrollan utilizando los principios balance de masa en estado inestable para el sistema de mezcla de la
de la química, la física y la biología. figura 2.1 tiene la forma
(b) Los modelos empíricos se obtienen ajustando datos
experimentales (más información en el {tasa
masa
de acumulación
en el tanquede
} = {tasa de masa entrante} − {tasa
masade
saliente}
Capítulo 7). (c) Los modelos semiempíricos son una combinación (21)
de los modelos de las categorías (a) y (b); Los valores
La masa de líquido en el tanque se puede expresar como el producto
numéricos de uno o más de los parámetros en un modelo
del volumen del líquido V y la densidad ρ.
teórico se calculan a partir de datos experimentales.

Los modelos teóricos ofrecen dos ventajas muy importantes:

proporcionan información física sobre el comportamiento del proceso x1 x2
y son aplicables en una amplia gama de condiciones. Sin embargo, w1 w2

existen desventajas asociadas con los modelos teóricos. Suelen ser

costosos y llevar mucho tiempo desarrollarlos. Además, los modelos
teóricos de procesos complejos suelen incluir algunos parámetros del
modelo que no están fácilmente disponibles, como coeficientes de V

velocidad de reacción, propiedades físicas o coeficientes de

transferencia de calor.

Aunque los modelos empíricos son más fáciles de desarrollar y X

w
utilizar en el diseño de controladores que los modelos teóricos, tienen
una seria desventaja: los modelos empíricos generalmente Figura 2.1 Proceso de mezcla en tanque agitado.
Machine Translated by Google

16 Capítulo 2 Modelos teóricos de procesos químicos

En consecuencia, la tasa de acumulación de masa es simplemente 2.2 PRINCIPIOS GENERALES DE MODELADO

d(Vρ)/dt, y la ecuación. 21 se puede escribir como
Es importante recordar que un modelo de proceso no es más que una
d(Vρ) abstracción matemática de un proceso real. Las ecuaciones del
= w1 + w2 − w dt (22)
modelo son, en el mejor de los casos, una aproximación al proceso
real, tal como lo expresa el dicho de que “todos los modelos son
donde w1, w2 y w son caudales másicos.
incorrectos, pero algunos son útiles”. En consecuencia, el modelo no
El balance de materia en estado inestable para el componente A
puede incorporar todas las características, ya sean macroscópicas o
se puede derivar de manera análoga. Suponemos que el tanque de
microscópicas, del proceso real.
mezcla está perfectamente mezclado. Esta suposición tiene dos
El modelado implica inherentemente un compromiso entre la precisión
implicaciones importantes: (i) no hay gradientes de concentración en
y la complejidad del modelo, por un lado, y el costo y el esfuerzo
el contenido del tanque y (ii) la composición de la corriente de salida
necesarios para desarrollar el modelo y verificarlo, por el otro. El
es igual a la composición del tanque. El supuesto de mezcla perfecta
compromiso requerido debe considerar una serie de factores, incluidos
es válido para líquidos de baja viscosidad que reciben un grado
los objetivos del modelado, los beneficios esperados del uso del
adecuado de agitación. Por el contrario, es menos probable que la
modelo y los antecedentes de los usuarios previstos del modelo (por
suposición sea válida para líquidos de alta viscosidad como polímeros
ejemplo, químicos investigadores versus ingenieros de planta).
o metales fundidos. La mezcla no ideal se modela en libros sobre
análisis de reactores (por ejemplo, Fogler, 2006).
El modelado de procesos es a la vez un arte y una ciencia. Se
requiere creatividad para hacer supuestos simplificadores que den
Para el supuesto de mezcla perfecta, la tasa de acumulación del
como resultado un modelo apropiado. En consecuencia, una
componente A es d(Vρx)/dt, donde x es la fracción de masa de A. El
enumeración cuidadosa de todos los supuestos que se invocan al
equilibrio del componente en estado inestable es
construir un modelo es crucial para su evaluación final. El modelo
debe incorporar todo el comportamiento dinámico importante sin ser
más complejo de lo necesario.
d(Vρx)
= w1x1 + w2x2 − wx dt (23) Por lo tanto, se omiten fenómenos menos importantes para mantener
el número de ecuaciones, variables y parámetros del modelo en
Las ecuaciones 22 y 23 proporcionan un modelo de estado inestable niveles razonables. No elegir un conjunto apropiado de supuestos
para el sistema de combinación. El modelo de estado estacionario simplificadores conduce invariablemente a (1) modelos rigurosos pero
correspondiente se derivó en el Capítulo 1 (cf. Ecs. 11 y 12). excesivamente complicados o (2) modelos demasiado simplistas.
También se puede obtener estableciendo los términos de acumulación Deben evitarse ambos extremos. Afortunadamente, el modelado
en las Ecs. 22 y 23 igual a cero, también es una ciencia y las predicciones del comportamiento de los
procesos a partir de modelos alternativos se pueden comparar, tanto
0 = w1 + w2 – w (24)
cualitativa como cuantitativamente. Este capítulo proporciona una
0 = w1x1 + w2x2 − wx (25) introducción al tema de los modelos dinámicos teóricos y muestra
cómo se pueden desarrollar a partir de principios básicos como las
donde las condiciones nominales de estado estacionario se denotan leyes de conservación. Hay información adicional disponible en los
por x , w , etc. En general, un modelo de estado estacionario es un libros de Bequette (1998), Aris (1999), Elnashaie y Garhyan (2003) y
caso especial de un modelo de estado no estacionario que puede Cameron y Gani (2011).
derivarse igualando a cero los términos de acumulación.
Se puede utilizar un modelo dinámico para caracterizar el En la Tabla 2.1 se resume un procedimiento sistemático para
comportamiento transitorio de un proceso para una amplia variedad desarrollar modelos dinámicos a partir de primeros principios.
de condiciones. Por ejemplo, algunas preocupaciones relevantes para La mayoría de los pasos de la Tabla 2.1 se explican por sí solos, con
el proceso de mezcla: ¿Cómo cambiaría la composición de salida la posible excepción del Paso 7. El análisis de grados de libertad en
después de un aumento repentino en el caudal de entrada o después el Paso 7 es necesario en el desarrollo de modelos para procesos
de una disminución gradual en la composición de entrada? complejos. Como estos modelos suelen contener un gran número de
¿Estas respuestas transitorias serían muy diferentes si el volumen de variables y ecuaciones, no es obvio si el modelo puede resolverse o
líquido en el tanque fuera bastante pequeño o bastante grande cuando si tiene una solución única. En consecuencia, consideramos el análisis
comienza un cambio de entrada? Estas preguntas se pueden de grados de libertad en las Secciones 2.3 y 13.1.
responder resolviendo las ecuaciones diferenciales ordinarias (EDO)
en las ecuaciones. 22 y 23 para condiciones iniciales específicas y Los modelos dinámicos de procesos químicos constan de EDO y/o
para cambios particulares en los caudales o composiciones de ecuaciones diferenciales parciales (PDE), además de ecuaciones
entrada. La solución de modelos dinámicos se considera más adelante algebraicas relacionadas. En este libro restringiremos nuestra
en este capítulo y en los Capítulos 3 a 6. discusión a los modelos EDO. Se pueden encontrar detalles
Antes de explorar el ejemplo de combinación con más detalle, adicionales sobre los modelos PDE para ingeniería de reacciones en
primero presentamos principios generales para el desarrollo de Fogler (2006) y los procedimientos numéricos para resolver dichos
modelos dinámicos. modelos están disponibles, por ejemplo, en:
Machine Translated by Google

2.2 Principios generales de modelado 17

Tabla 2.1 Un enfoque sistemático para desarrollar modelos Conservación del Componente i
dinámicos 1. Indique

los objetivos del modelado y el uso final del

modelo. Luego determine los niveles requeridos de detalle y precisión del en
{tasa de
componente
acumulación
i } del
= {tasa del componente i } − {tasa del
modelo.
2. Dibuje un diagrama esquemático del proceso y etiquételo todo. afuera
componente i } + {tasa del componente i } producido
variables del proceso.
3. Enumere todos los supuestos involucrados en el desarrollo del (27)
modelo. Trate de ser parsimonioso: el modelo no debe ser más El último término del lado derecho de la ecuación. 27 representa la tasa
complicado de lo necesario para cumplir los objetivos del modelo.
de generación (o consumo) del componente i como resultado de
reacciones químicas. Las ecuaciones de conservación también se
4. Determinar si las variaciones espaciales de las variables del proceso son
pueden escribir en términos de cantidades molares, especies atómicas y
importantes. Si es así, se requerirá un modelo de ecuación diferencial
especies moleculares (Felder y Rousseau, 2015).
parcial.
5. Escriba ecuaciones de conservación apropiadas (masa,
componente, energía, etc.).
Conservacion de energia
6. Introducir relaciones de equilibrio y otras relaciones algebraicas.
ecuaciones (de termodinámica, fenómenos de transporte, cinética La ley general de conservación de la energía también se denomina
química, geometría de equipos, etc.). Primera Ley de la Termodinámica (Sandler, 2006). Se puede expresar
7. Realice un análisis de grados de libertad (Sección 2.3) para garantizar como
que se puedan resolver las ecuaciones del modelo.
8. Simplifica el modelo. A menudo es posible organizar la
ecuaciones de modo que las variables de salida aparezcan en el lado {tasa de acumulación de energía}
que= entra
{tasa de
porenergía
izquierdo y las variables de entrada aparezcan en el lado derecho. Esta
forma de modelo es conveniente para la simulación por computadora convección}
energía
{tasa
quede
sale por convección}
y el análisis posterior.
tasa neta de adición de calor
9. Clasificar las entradas como variables perturbadoras o manipuladas. al sistema desde
los alrededores tasa
variables. + neta deel trabajo
sistema realizado
por en
los alrededores (28)

Chapra y Canale (2014). Para problemas de control de procesos, los

modelos dinámicos se derivan utilizando leyes de conservación del estado
+
no estacionario. En esta sección, primero revisamos los principios
generales del modelado, enfatizando la importancia de las leyes de
conservación de masa y energía. Los equilibrios fuerzamomento se
emplean con menos frecuencia. Para procesos con efectos de impulso
que no pueden despreciarse (por ejemplo, algunos sistemas de transporte La energía total de un sistema termodinámico, Utot, es la suma de su
de fluidos y sólidos), se deben considerar dichos equilibrios. El modelo de energía interna, energía cinética y energía potencial:
proceso a menudo también incluye relaciones algebraicas que surgen de
la termodinámica, fenómenos de transporte, propiedades físicas y cinética Utot = Uint + UKE + UPE (29)
química. Los equilibrios vaporlíquido, las correlaciones de transferencia
Para los procesos y ejemplos considerados en este libro, es apropiado
de calor y las expresiones de velocidad de reacción son ejemplos típicos
hacer dos suposiciones:
de este tipo de ecuaciones algebraicas.
1. Los cambios en la energía potencial y la energía cinética pueden
despreciarse porque son pequeños en comparación con los
cambios en la energía interna.
2.2.1 Leyes de conservación
2. La tasa neta de trabajo puede despreciarse porque es pequeña en
Los modelos teóricos de procesos químicos se basan en leyes de comparación con las tasas de transferencia de calor y convección.
conservación como la conservación de masa y energía. En consecuencia,
ahora consideramos importantes leyes de conservación y las utilizamos
Para estos supuestos razonables, el balance energético
para desarrollar modelos dinámicos para procesos representativos.
en la ecuación. 28 se puede escribir como (Bird et al.,
2002)
dUint = −Δ(wĤ ) + (210)
Q dt
Conservación de la masa
donde Uint es la energía interna del sistema, Ĥ es la entalpía por unidad
de masa, w es el caudal másico y Q es la tasa de transferencia de calor
{tasa de acumulación de masa}
de=masa
{tasaque entra}de
− masa
{tasa que sale} (26) al sistema. El operador Δ
Machine Translated by Google

18 Capítulo 2 Modelos teóricos de procesos químicos

denota la diferencia entre las condiciones de salida y dV 1

= (w1 + w2 − w) ρ (217)
condiciones de entrada de las corrientes que fluyen. Como consecuencia, dt
el término –Δ(wĤ ) representa la entalpía de la entrada
dx
corriente(s) menos la entalpía de la(s) corriente(s) de salida. = w1 (x1 − x) + (x2 w2
− x) (218)
dt Vρ Vρ
La ecuación análoga para cantidades molares es
El modelo dinámico en las Ecs. 217 y 218 es bastante
dUint = −Δ(w̃H̃) + Qdt general y se basa en sólo dos supuestos: perfecto
(211)
Mezclado y densidad constante. Para situaciones especiales, el

donde H̃ es la entalpía por mol y w̃ es el molar El volumen del líquido V es constante (es decir, dV/dt = 0), y el
tasa de flujo. el caudal de salida es igual a la suma de los caudales de entrada,
Tenga en cuenta que las leyes de conservación de esta sección son w = w1 + w2. Estas condiciones pueden ocurrir cuando

válido para procesos discontinuos y semidiscontinuos, así como para 1. Se utiliza una línea de desbordamiento en el tanque como se muestra en
procesos continuos. Por ejemplo, en procesos por lotes, Figura 1.3.
no hay caudales de entrada y salida. Por lo tanto, w = 0 y
2. El tanque se cierra y se llena hasta su capacidad.
w̃ = 0 en las ecuaciones. 210 y 211.
3. Un controlador de nivel de líquido mantiene V esencialmente
Para derivar modelos dinámicos de procesos a partir de
constante ajustando el caudal.
los balances de energía generales en las ecuaciones. 210 y 211,
requieren expresiones H̃ para Uint y ĤSe
or, que pueden En los tres casos, la Ec. 217 se reduce a la misma forma
derivarse de la termodinámica. Estas derivaciones como la ecuación. 24, no porque cada caudal sea constante, sino
y una revisión de conceptos de termodinámica relacionados son porque w = w1 + w2 en todo momento.
incluido en el Apéndice B. El modelo dinámico en las Ecs. 217 y 218 está en un
forma conveniente para una investigación posterior basada
sobre técnicas analíticas o numéricas. Con el fin de
2.2.2 Revisión del proceso de combinación Para obtener una solución al modelo ODE, debemos especificar las
composiciones de entrada (x1 y x2) y el flujo.
A continuación, mostramos que el modelo dinámico del proceso de
tasas (w1, w2 y w) como funciones del tiempo. Después
combinación en las Ecs. 22 y 23 se pueden simplificar y
especificando las condiciones iniciales para las variables dependientes,
expresado en una forma más apropiada para la simulación por
V(0) y x(0), podemos determinar el transitorio
computadora. Para este análisis, introducimos el adicional
respuestas, V(t) y x(t). La derivación de un análisis
suposición de que la densidad del líquido, ρ, es una constante. Esta
Se ilustra la expresión para x(t) cuando V es constante.
suposición es razonable porque a menudo la
en el ejemplo 2.1.
la densidad tiene sólo una débil dependencia de la composición.
Para ρ constante, las ecuaciones. 22 y 23 se convierten

dV EJEMPLO 2.1
= w1 + w2 − w ρ (212)
dt
Un proceso de mezcla en tanque agitado con un líquido constante.
Se utiliza una retención de 2 m3 para mezclar dos corrientes cuyas
d(Vx)
ρ = w1x1 + w2x2 − wx dt (213) densidades son ambas de aproximadamente 900 kg/m3. La densidad no
no cambia durante la mezcla.

La ecuación 213 se puede simplificar aún más expandiendo (a) Suponga que el proceso ha estado funcionando durante mucho tiempo.
el término de acumulación que utiliza la “regla de la cadena” para período de tiempo con caudales de w1 = 500 kg/min y
diferenciar un producto: w2 = 200 kg/min, y composiciones de alimento (fracciones de masa)

dx dV de x1 = 0,4 y x2 = 0,75. ¿Cuál es el valor de x en estado estacionario ?

d(Vx)
ρ = ρV + ρx (214)
dt dt dt
(b) Suponga que w1 cambia repentinamente de 500 a
Sustitución de la ecuación. 214 en la ecuación. 213 da 400 kg/min y permanece en el nuevo valor. Determinar
dx dV una expresión para x(t) y trazarla.
ρV + ρx = w1x1 + w2x2 − wx dt dt (215)
(c) Repita el inciso (b) para el caso en el que w2 (en lugar de w1)
cambia repentinamente de 200 a 100 kg/min y permanece
Sustitución del balance de masa en la ecuación. 212 para ρdV/dt allá.
en la ecuación. 215 da
(d) Repita el inciso (c) para el caso en que x1 cambie repentinamente
dx de 0,4 a 0,6 (además del cambio en w2).
ρV + x(w1 + w2 − w) = w1x1 + w2x2 − wx (216)
dt (e) Para los incisos (b) a (d), grafique la respuesta normalizada
xN(t),
Después de cancelar términos comunes y reorganizar
x(t) − x(0)
Ecuaciones. 212 y 216, una forma modelo más conveniente (la xN(t) =
x(∞) − x(0)
denominada forma “espacioestado”) se obtiene:
Machine Translated by Google

2.3 Análisis de grados de libertad 19

donde x(0) es el valor inicial en estado estacionario de x(t) y x(∞) Tiempo de residencia del líquido en el tanque de mezcla. Si w cambia,
representa el valor final en estado estacionario, que es diferente entonces τ y la dependencia temporal de la solución también cambian.
para cada parte. Esta situación ocurriría, por ejemplo, si w1 cambiara de 500 kg/min a
600 kg/min. Estas situaciones más generales se abordarán en el Capítulo
SOLUCIÓN 4.

(a) Denote las condiciones iniciales de estado estacionario por x, w, etc.

0,64
Para el estado estacionario inicial, las Ecs. 24 y 25 son aplicables. (d)
Resuelva la ecuación. 25 para x:
0,6
x= w1x1 + w2x2 = (500)(0,4)+(200)(0,75) 700 = 0,5
w

(b) El equilibrio del componente en la ecuación. 23 se pueden reordenar

0,56
(para V y ρ constantes) como

X
τdx + x = w1x1 + w2x2
(b)
dt w 0,52
x(0) = x = 0,5 (219)

donde τ Vρ∕w. En cada una de las tres partes, (b)–(d), τ = 3 0,48

min y el lado derecho de la ecuación. 219 es constante para este (C)
ejemplo. Así, la ecuación. 219 se puede escribir como
0,44
3dx + x = C 0 5 10 15 20 25
dt
Tiempo (minutos)
x(0) = 0,5 (220) 1

dónde
C w1x1 + w2x2 0,8
(221)
w
(mi)
La solución a la ecuación. 220 se puede obtener aplicando métodos 0,6
de solución estándar (Kreyszig, 2011):
atseupser
odazilamroN

x(t) = 0.5e−t∕3 + C (1 − e−t∕3 ) (222) 0,4

Para el caso
0,2
C = =(b), (400600
0,517 kg∕min)(0,4)+(200
kg∕mín kg∕min)(0,75)
0
0 5 10 15 20 25
Sustituyendo C en la ecuación. 222 da la solución deseada para
Tiempo (minutos)
el cambio de paso en w1:
Figura 2.2 Respuestas de la composición de salida de un proceso de
x(t) = 0.5e−t∕3 + 0.517(1 − e−t∕3 ) (223)
mezcla en tanque agitado a los cambios de
(c) Para el cambio de paso en w2, paso en (b) Caudal
w1 (c) Caudal w2
C = (500 kg∕min)(0,4)+(100 kg∕min)(0,75) = 0,458 600 kg∕min
(d) Caudal w2 y composición de entrada x1 (e)
Respuesta normalizada para las partes (b)–( d).
y la solución es

x(t) = 0.5e−t∕3 + 0.458(1 − e−t∕3 ) (224)

(d) De manera similar, para los cambios simultáneos en x1 y w2, la 2.3 GRADOS DE ANÁLISIS DE LIBERTAD
ecuación. 221 da C = 0,625. Así, la solución es
Para simular un proceso, primero debemos asegurarnos de que sus
x(t) = 0.5e−t∕3 + 0.625(1 − e−t∕3 ) (225)
ecuaciones modelo (diferenciales y algebraicas) constituyan un
(e) Las respuestas individuales en las Ecs. 222–224 tienen el conjunto de relaciones con solución. En otras palabras, las variables
misma respuesta normalizada: de salida, normalmente las variables del lado izquierdo de las
x(t) − x(0) = ecuaciones, se pueden resolver en términos de las variables de
1 − e−t∕3 x(∞) (226)
− x(0) entrada del lado derecho de las ecuaciones. Por ejemplo, considere
Las respuestas de (b) a (e) se muestran en la figura 2.2.
un conjunto de ecuaciones algebraicas lineales, y = Ax. Para que
estas ecuaciones tengan una solución única para x, los vectores xey
Las respuestas individuales y la respuesta normalizada tienen la misma
deben contener el mismo número de elementos y la matriz A debe
dependencia temporal para los casos (b)—(d) porque τ = Vρ∕w = 3 min
ser no singular (es decir, tener un determinante distinto de cero).
para cada parte. Tenga en cuenta que τ es la media
Machine Translated by Google

20 Capítulo 2 Modelos teóricos de procesos químicos

No es fácil hacer una evaluación similar para un modelo Tabla 2.2 Análisis de grados de libertad 1.
dinámico o de estado estacionario grande y complicado. Sin
Enumere todas las cantidades del modelo que sean constantes
embargo, existe un requisito general. Para que el modelo tenga
conocidas (o parámetros que se puedan especificar) en
una solución única, el número de variables desconocidas debe función de las dimensiones del equipo, las propiedades físicas conocidas y
ser igual al número de ecuaciones independientes del modelo. pronto.

Una afirmación equivalente es que deben utilizarse todos los 2. Determine el número de ecuaciones NE y el número
grados de libertad disponibles. El número de grados de libertad, de variables de proceso, NV. Tenga en cuenta que el tiempo t no
NF, se puede calcular a partir de la expresión se considera una variable de proceso, porque no es ni una
entrada ni una salida del proceso.
3. Calcule el número de grados de libertad,
NF = NV − NE (227)
NF = NV − NE.

donde NV es el número total de variables del proceso (distintas 4. Identificar las variables de salida de NE que se obtendrán al
resolver el modelo de proceso.
de los parámetros constantes del proceso) y NE es el número de
ecuaciones independientes. Un análisis de grados de libertad 5. Identifique las variables de entrada de NF que deben especificarse
como variables de perturbación o variables manipuladas para
permite clasificar los problemas de modelado según las siguientes
poder utilizar los grados de libertad de NF .
categorías:

1. NF = 0: El modelo de proceso está exactamente especificado. de la variable perturbadora como

Si NF = 0, entonces el número de ecuaciones es igual al
d(t) = f(t) (228)
número de variables del proceso y el conjunto de
ecuaciones tiene solución. (Sin embargo, la solución donde f(t) es una función arbitraria del tiempo que debe
puede no ser única para un conjunto de ecuaciones no especificarse si se quieren resolver las ecuaciones del modelo.
lineales). Por lo tanto, especificar una variable de proceso como variable
de perturbación aumenta NE en uno y reduce NF en uno, como
2. NF > 0: el proceso no está especificado. Si NF > 0, entonces
lo indica la ecuación. 227.
NV > NE, entonces hay más variables de proceso que
En general, también se utiliza un grado de libertad cuando se
ecuaciones. En consecuencia, las ecuaciones NE tienen
especifica que una variable de proceso es una variable
un número infinito de soluciones, porque las variables del
manipulada que es ajustada por un controlador. En esta situación,
proceso NF pueden especificarse arbitrariamente.
se introduce una nueva ecuación, a saber, la ley de control que
3. NF < 0: El modelo de proceso está sobreespecificado. Para indica cómo se ajusta la variable manipulada (cf. Ecs. 14 o 15).
NF < 0, hay menos variables de proceso que ecuaciones En consecuencia, NE aumenta en uno y NF disminuye en uno,
y, en consecuencia, el conjunto de ecuaciones no tiene utilizando nuevamente un grado de libertad (cf. Sección 13.1).
solución.
Ilustramos el análisis de grados de libertad considerando dos
Tenga en cuenta que NF = 0 es el único caso satisfactorio. Si NF ejemplos.
> 0, entonces no se han asignado valores numéricos a un número
suficiente de variables de entrada. Luego se deben desarrollar EJEMPLO 2.2
ecuaciones de modelo independientes adicionales para que el
modelo tenga una solución exacta. Analice los grados de libertad para el modelo de combinación de la
Un enfoque estructurado para el modelado implica un análisis ecuación. 23 para la condición especial donde el volumen V es
constante.
sistemático para determinar el número de grados de libertad y un
procedimiento para asignarlos. Los pasos del análisis de grados
SOLUCIÓN
de libertad se resumen en la Tabla 2.2. En el Paso 4, las variables
de salida incluyen las variables dependientes en las ecuaciones Para este ejemplo, hay
diferenciales ordinarias.
2 parámetros: V, ρ
4 variables (NV = 4): 1 x, x1, w1, w2
Para el Paso 5, los grados de libertad de NF se asignan
ecuación (NE = 1): Ec. 23
especificando un total de variables de entrada de NF como
variables de perturbación o variables manipuladas. En general, Los grados de libertad se calculan como NF = 4 − 1 = 3.
las variables de perturbación están determinadas por otras Por lo tanto, debemos identificar tres variables de entrada que
unidades de proceso o por el entorno. La temperatura ambiente puedan especificarse como funciones conocidas del tiempo para
y las condiciones de alimentación determinadas por el que la ecuación tenga una solución única. La variable dependiente
funcionamiento de los procesos anteriores son ejemplos típicos x es una elección obvia para la variable de salida en este sencillo
ejemplo. En consecuencia, tenemos
de variables perturbadoras. Por definición, una variable de
perturbación d varía con el tiempo y es independiente de las 1 salida: x 3
otras variables de proceso NV − 1. Así, podemos expresar el comportamiento transitorio.
entradas: x1, w1, w2
Machine Translated by Google

2.4 Modelos dinámicos de procesos representativos 21

cómo se pueden desarrollar modelos dinámicos para procesos

Los tres grados de libertad se pueden utilizar especificando las entradas
donde los balances de energía son importantes.
como

2 variables de perturbación: x1,

2.4.1 Proceso de calentamiento del tanque
w1 1 variable manipulada: w2
agitado: retención constante
Como se han utilizado todos los grados de libertad, la única ecuación se
Considere el sistema de calentamiento de tanque agitado que se
especifica exactamente y se puede resolver.
muestra en la figura 2.3. La corriente de entrada de líquido consta
de un solo componente con un caudal másico wi y una temperatura
EJEMPLO 2.3 de entrada Ti. El contenido del tanque se agita y se calienta usando
un calentador eléctrico que proporciona una velocidad de
Analice los grados de libertad del modelo del sistema de mezcla en las Ecs. calentamiento, Q. Se desarrollará un modelo dinámico basado en
217 y 218. ¿Es este conjunto de ecuaciones lineal o no lineal, según la
los siguientes supuestos:
definición habitual?1
1. Mezcla perfecta; por tanto, la temperatura de salida T es
SOLUCIÓN también la temperatura del contenido del tanque.
2. Los caudales de entrada y salida son iguales; por lo tanto, wi
En este caso, el volumen ahora se considera un parámetro variable y no
= w y la retención de líquido V es constante.
constante. En consecuencia, para el análisis de grados de libertad, tenemos
3. Se supone que la densidad ρ y la capacidad calorífica C del
líquido son constantes. Por tanto, se desprecia su dependencia
1 parámetro: 7 ρ
de la temperatura.
variables (NV = 7): V, x, x1, x2, w, w1, w2 2 ecuaciones
(NE = 2): Ecs. 217 y 218 4. Las pérdidas de calor son insignificantes.

En general, los modelos dinámicos se basan en leyes de

Por lo tanto, NF = 7 − 2 = 5. Las variables dependientes en el lado izquierdo
de las ecuaciones diferenciales, V y x, son las salidas del modelo. Las cinco conservación. Para este ejemplo, está claro que debemos considerar
variables restantes deben elegirse como entradas. Tenga en cuenta que una un balance energético, porque predominan los efectos térmicos.
salida física, el caudal de efluente w, se clasifica como una entrada No se requiere un balance de masa en vista de los supuestos 2 y 3.
matemática, porque puede especificarse arbitrariamente. Cualquier variable
de proceso que pueda especificarse arbitrariamente debe identificarse como A continuación, mostramos cómo el balance de energía general
entrada. Así, tenemos en la Ec. 210 se pueden simplificar para este ejemplo particular.
2 salidas: V, x 5 Para un líquido puro a presiones bajas o moderadas, la energía
entradas: w, w1, w2, x1, x2 interna es aproximadamente igual a la entalpía, Uint ≈ H, y H
depende sólo de la temperatura (Sandler, 2006). En consecuencia,
Como las dos salidas son las únicas variables que se determinan al resolver en el desarrollo posterior, asumimos que Uint = H y Û
el sistema de dos ecuaciones, no quedan grados de libertad. El sistema de =Ĥ
En t
ecuaciones está exactamente especificado y, por tanto, tiene solución.
donde el signo de intercalación ( ) significa por unidad de masa.
Como se muestra en el Apéndice B, un cambio diferencial de
Para utilizar los grados de libertad, las cinco entradas se clasifican como
variables perturbadoras o variables manipuladas. Una clasificación razonable
temperatura, dT, produce un cambio correspondiente en la energía
es interna por unidad de En
masa,
t, dÛ

3 variables de perturbación: dÛ = dĤ = C dT (229)

w1, x1, En t

x2 2 variables manipuladas: w, w2

Por ejemplo, w podría usarse para controlar V y w2 para controlar x.

ti
Tenga en cuenta que la ecuación. 217 es una EDO lineal, mientras que la Ec. 218 es un
wi
EDO no lineal como resultado de los productos y cocientes.
t
w
V
2.4 MODELOS DINÁMICOS DE
PROCESOS REPRESENTATIVOS

Para el proceso simple discutido hasta ahora, el sistema de mezcla

en tanque agitado, no se consideraron los efectos energéticos q
debido a la operación isotérmica supuesta. A continuación, ilustramos
Calentador

1Un modelo lineal no puede contener combinaciones no lineales de variables

(por ejemplo, un producto de dos variables) ni ninguna variable elevada a una Figura 2.3 Proceso de calentamiento del tanque agitado con retención
potencia distinta de uno. constante, V.
Machine Translated by Google

22 Capítulo 2 Modelos teóricos de procesos químicos

donde C es la capacidad calorífica a presión constante (supuesta 2.4.2 Proceso de calentamiento del tanque agitado:
ser constante). La energía interna total del líquido en Atraco variable
el tanque se puede expresar como el producto de Û En t y el
Consideremos ahora la situación más general en la que
masa en el tanque, ρV:
La retención del tanque puede variar con el tiempo. Este análisis también es
Uint = ρVÛ En t (230) con base en los Supuestos 1, 3 y 4 del apartado anterior.
Ahora es necesario un balance de masa global, porque el
Se puede derivar una expresión para la tasa de acumulación de
El atraco no es constante. El balance de masa global es
energía interna a partir de las ecuaciones. 229 y 230:
d(Vρ)
dUint = wi − w dt (237)
= ρVCdT (231)
dt dt
Balance energético para el calentamiento actual del tanque de agitación
Tenga en cuenta que este término aparece en el balance de energía
El sistema se puede derivar de la ecuación. 210 en analogía con el
general de la ecuación. 210.
derivación de la ecuación. 236. Nuevamente asumimos que Uint = H
A continuación, derivamos una expresión para el término de entalpía.
para el líquido en el tanque. Por tanto, para ρ constante,
que aparece en el lado derecho de la ecuación. 210. Suponer
que el líquido en el tanque está a una temperatura T y tiene dUint dH d(VĤ )
= = d(ρVĤ ) =ρ (238)
una entalpía, Hˆ . Integrando la ecuación. 229 de una referencia dt dt dt dt
temperatura Tref a T da
De la definición de −Δ(wĤ ) y las Ecs. 233 y 234,
Ĥ−Ĥ árbitro
= C(T − Tref) (232) resulta que

donde H árbitro
es el valor de Ĥ en Tref. Sin pérdida de gen −Δ(wĤ ) = wiĤ i − wĤ = wiC(Ti − Tref)
En realidad, asumimos que Ĥ árbitro
= 0 (ver Apéndice B). De este modo, −wC(T − Tref) (239)
Ec. 232 se puede escribir como
donde wi y w son los caudales másicos de la entrada y
Ĥ = C(T − Tref) (233) corrientes de salida, respectivamente. Sustituyendo la ecuación. 238 y
Ec. 239 en la ecuación. 210 da
De manera similar, para la corriente de entrada,

Ĥ i = C(Ti − Tref) d(VĤ )

(234) ρ = wiC(Ti − Tref) − wC(T − Tref) + Q (240)
dt
Sustituyendo la ecuación. 233 y ecuación. 234 en la convección
A continuación simplificamos el modelo dinámico. Como ρ es constante,
término de la ecuación. 210 da
la ecuación. 237 se puede escribir como
−Δ(wĤ ) = w[C(Ti − Tref)] − w[C(T − Tref)] (235) dV
ρ = wi − w dt (241)
Finalmente, la sustitución de la ecuación. 231 y ecuación. 235 en
Ec. 210 da el modelo dinámico deseado del La regla de la cadena se puede aplicar para expandir el lado izquierdo de
sistema de calentamiento de tanque agitado: Ec. 240 para C constante y ρ:

d(VĤ ) dĤ dV
VρCdT = wC(Ti − T) + Q (236) ρ = ρV + ρĤ (242)
dt dt dt dt
Tenga en cuenta que los términos Tref se han cancelado, porque C fue
De la ecuación. 229 o 233, se deduce que dĤ/dt = CdT/dt.
Se supone que es constante y, por lo tanto, independiente de la
Sustituyendo esta expresión y las Ecs. 233 y 241 en
temperatura.
Ec. 242 da
Un análisis de grados de libertad para este modelo da
d(VĤ ) dT
3 parámetros: V, ρ, C = C(T − Tref)(wi − w)+ρCV ρ (243)
dt dt
4 variables: T, Ti, w, Q
1 ecuación: Ec. 236 Sustituyendo la ecuación. 243 en la ecuación. 240 y reorganizando da
dT
Por tanto, los grados de libertad son NF = 4 − 1 = 3. El C(T − Tref)(wi − w)+ρCV dt
las variables del proceso se clasifican como
= wiC(Ti − Tref) − wC(T − Tref) + Q (244)
1 variable de salida: T
Reorganizando la ecuación. 241 y ecuación. 244 proporciona una forma más sencilla
3 variables de entrada: Ti, w, Q
formulario para el modelo dinámico:
A efectos de control, es razonable clasificar los tres dV 1
= (wi − w) ρ (245)
entradas como dt

2 variables de perturbación: Ti, w dT q

=
Wisconsin

(Ti − T) + (246)
1 variable manipulada: Q dt Vρ ρCV
Machine Translated by Google

2.4 Modelos dinámicos de procesos representativos 23

Este ejemplo y el ejemplo de combinación en la Sección 2.2.2 han Si el caudal w es constante, las Ecs. 247 y 248 se pueden
demostrado que los modelos de proceso con retrasos variables se convertir en una única ecuación diferencial de segundo orden.
pueden simplificar sustituyendo el balance de masa general en las Primero, resuelva la Ec. 247 para Te y luego diferenciar para
otras ecuaciones de conservación. encontrar dTe/dt. Sustituyendo las expresiones para Te y dTe/dt en
Las ecuaciones 245 y 246 proporcionan un modelo que se la ecuación. 248 produce d2T mmeCe
puede resolver para las dos salidas (V y T) si se conocen los dos wheAe dt2
+ mece +
metro
+T
parámetros (ρ y C) y las cuatro entradas (wi, w, Ti y Q ) son
+ (meCe heAe wc w ) dTdt
funciones conocidas del tiempo (es decir, quedan cuatro grados de
1
libertad). = mece dti + Ti + (249)
heAe dt wCQ

El lector debe verificar que las dimensiones de cada término de la

2.4.3 Tanque agitado calentado eléctricamente
ecuación sean consistentes y tengan unidades de temperatura.
Ahora consideramos nuevamente el sistema de calentamiento de Además, el lector debería considerar las versiones de estado
tanque agitado con retención constante (Sección 2.4.1), pero estacionario de las ecuaciones. 236 y 249. Son idénticos, lo cual
relajamos la suposición de que la energía se transfiere es de esperar. Analizar casos límite es una forma de comprobar la
instantáneamente desde el elemento calefactor al contenido del tanque. coherencia de un modelo más complicado. Confirmar que las
Suponga que el elemento calefactor metálico tiene una capacitancia unidades dimensionales coinciden en ambos lados de la ecuación
térmica significativa y que la velocidad de calentamiento eléctrico Q es otra verificación de coherencia.
afecta directamente la temperatura del elemento en lugar del
contenido líquido. Para simplificar, despreciamos los gradientes de El modelo en la ecuación. 249 se puede simplificar cuando
temperatura en el elemento calefactor que resultan de la conducción meCe, la capacitancia térmica del elemento calefactor, es muy
de calor y suponemos que el elemento tiene una temperatura pequeña en comparación con mC. Cuando meCe = 0, la ecuación.
uniforme, Te. Esta temperatura se puede interpretar como la 249 vuelve al modelo de primer orden, ecuación. 236, que se
temperatura promedio del elemento calefactor. derivó para el caso en el que el elemento calefactor tiene una
capacitancia térmica insignificante.
Con base en este nuevo supuesto y en los supuestos anteriores Es importante señalar que el modelo de la Ec. 249 consta de
de la Sección 2.4.1, los balances de energía en estado inestable una sola ecuación y una única variable de salida, T. La variable
para el tanque y el elemento calefactor se pueden escribir como intermedia, Te, es menos importante que T y ha sido eliminada del
modelo anterior (ecuaciones 247 y 248). Ambos modelos están
exactamente especificados; es decir, no tienen grados de libertad no
mCdT = wC(Ti − T) + heAe(Te − T) (247)
dt asignados. Para integrar la Ec. 249, requerimos condiciones iniciales
tanto para T como para dT/dt en t = 0, porque es una ecuación
dTe diferencial de segundo orden. La condición inicial para dT/dt se
meCe = Q − heAe(Te − T) (248)
dt
puede encontrar evaluando el lado derecho de la ecuación. 247
donde m = Vρ y meCe es el producto de la masa de metal en el cuando t = 0, usando los valores de Te(0) y T(0).
elemento calefactor y su calor específico. El término heAe es el
producto del coeficiente de transferencia de calor y el área disponible Para ambos modelos, las entradas (w, Ti, Q) deben especificarse
para la transferencia de calor. Tenga en cuenta que mC y meCe son como funciones del tiempo.
las capacitancias térmicas del contenido del tanque y del elemento
calefactor, respectivamente. Q es una variable de entrada, el EJEMPLO 2.4
equivalente térmico de la disipación de energía eléctrica instantánea
en el elemento calefactor. Un proceso de tanque agitado calentado eléctricamente puede modelarse mediante

¿Es el modelo dado por las Ecs. 247 y 248 en forma adecuada las ecuaciones. 247 y 248 o, de manera equivalente, por la ecuación. 249 solo.
El diseño del proceso y las condiciones operativas se caracterizan por los siguientes
para el cálculo de las variables de salida desconocidas Te y T? Hay
cuatro grupos de parámetros: meCe heAe 1
dos variables de salida y dos ecuaciones diferenciales. Todas las
demás cantidades deben ser parámetros del modelo (constantes) o metro
= 10 minutos = 1,0 minutos
w
entradas (funciones conocidas del tiempo). Para un proceso
específico, m, C, me, Ce, he y Ae son parámetros conocidos meCe
= 1,0 min wC = 0,05 C min∕kcal wC
determinados por el diseño del proceso, sus materiales de
construcción y sus condiciones de operación. Las variables de Los valores nominales de Q y Ti son

entrada w, Ti y Q deben especificarse como funciones del tiempo

Q = 5000 kcal∕min Ti = 100 C
para que el modelo esté completamente determinado, es decir,
para utilizar los grados de libertad disponibles. Luego, el modelo (a) Calcule la temperatura nominal en estado estacionario, T. (b) Suponga que
dinámico puede resolverse para T y Te como funciones del tiempo
el proceso se encuentra inicialmente en el estado estacionario determinado en el
mediante integración después de que se especifiquen las condiciones
inciso (a). Calcule la respuesta, T(t), a
iniciales para T y Te.
Machine Translated by Google

24 Capítulo 2 Modelos teóricos de procesos químicos

2.4.4 Tanque agitado calentado por vapor

un cambio repentino en Q de 5000 a 5400 kcal/min usando la
ecuación. 249. Trazar la respuesta de la Se puede condensar vapor (o algún otro medio de calentamiento)

temperatura. (c) Supongamos que se puede suponer que el término

dentro de un serpentín o camisa para calentar el líquido en un tanque
meCe/heAe es pequeño en relación con otros términos de la agitado, y la presión del vapor de entrada se puede variar ajustando
ecuación. 249. Calcule la respuesta T(t) para las condiciones del una válvula de control. La presión de condensación Ps luego fija la
inciso (b), utilizando una ecuación diferencial de primer orden que temperatura del vapor Ts a través de una relación termodinámica
se aproxima a la ecuación. 249. Trace T(t) en la adecuada o a partir de información tabular como las tablas de vapor
gráfica del inciso (b). (d) ¿Qué podemos concluir sobre la exactitud de la (ASME, 2014):
aproximación para la parte (c)?
Ts = f(Ps) (250)

SOLUCIÓN Considere el sistema de calentamiento de tanque agitado de la

Sección 2.4.1 con retención constante y un serpentín de calentamiento
(a) La forma de estado estacionario de la ecuación. 249 es de vapor. Suponemos que la capacitancia térmica del condensado
1 líquido es insignificante en comparación con las capacitancias térmicas
T = Ti + q
baño del líquido del tanque y la pared del serpentín de calentamiento. Esta
La sustitución de los valores de los parámetros da T = 350 suposición es razonable cuando se utiliza una trampa de vapor para
eliminar el condensado del serpentín a medida que se produce. Como
C. (b) Sustitución de los valores de los parámetros en la ecuación. 249 da
resultado de esta suposición, el modelo dinámico consta de balances
10d2T + 12dT + T = 370 de energía en el líquido y en la pared del serpentín de calentamiento:
dt2 dt

La siguiente solución se puede derivar utilizando métodos de

solución estándar (Kreyszig, 2011): mCdT =
dt wC(Ti − T) + hpAp(Tw − T) (251)
T(t) = 350 + 20[1 − 1.089e−t∕11.099 + 0.0884e−t∕0.901]
dTw
Esta respuesta se representa en la figura 2.4 como la curva = hsAs(Ts − Tw) − hpAp(Tw − T) (252) mwCw dt
discontinua
donde los subíndices w, s y p se refieren, respectivamente, a la pared
(a). (c) Si suponemos que meCe es pequeño en relación con otros
del serpentín de calentamiento y a sus lados de vapor y de proceso.
términos, entonces la ecuación. 249 puede aproximarse mediante
Tenga en cuenta que estos balances de energía son similares a las
la ecuación diferencial de primer orden:
Ecs. 247 y 248 para el ejemplo calentado eléctricamente.
12dT + T = 370, T(0) = 350 C El modelo dinámico contiene tres variables de salida (Ts, T y Tw) y
dt
tres ecuaciones: una ecuación algebraica con Ts relacionada con Ps
La solucion es
(una ecuación termodinámica) y dos ecuaciones diferenciales. Así, las
T(t) = 350 + 20(1 − e−t∕12) ecuaciones. 250 a 252 constituyen un modelo exactamente
especificado con tres variables de entrada: Ps, Ti y w. Se señalan
(d) La figura 2.4 muestra que la solución aproximada (b) es bastante
varias características importantes.
buena y coincide muy bien con la solución exacta en toda la
respuesta. Para fines de control de procesos, este modelo
aproximado probablemente sea tan útil como el modelo exacto,
1. Generalmente hsAs hpAp, porque la resistencia a
más complicado.
La transferencia de calor en el lado del vapor del serpentín es

370 mucho menor que en el lado del proceso.

2. El cambio de calentamiento eléctrico a calentamiento con vapor
aumenta la complejidad del modelo (tres ecuaciones en lugar
365
de dos) pero no aumenta el orden del modelo (número de
ecuaciones diferenciales de primer orden).

360
)C˚T(

3. A medida que los modelos se vuelven más complicados, las

b variables de entrada y salida pueden acoplarse mediante ciertos
355 a
parámetros. Por ejemplo, hp puede ser una función de w o hs
a Ecuación de segundo orden
b Ecuación de primer orden puede variar con la tasa de condensación de vapor; A veces,
las ecuaciones algebraicas no se pueden resolver explícitamente
350
0 10 20 30 40 50 60 70 80 para una variable clave. En esta situación, se deben utilizar
Tiempo (minutos) técnicas de solución numérica. Por lo general, las ecuaciones
algebraicas implícitas deben resolverse mediante métodos
Figura 2.4 Respuestas de un proceso de tanque agitado calentado
eléctricamente ante un cambio repentino en la entrada del calentador.
iterativos en cada paso de tiempo de la integración numérica.
Machine Translated by Google

2.4 Modelos dinámicos de procesos representativos 25

Ahora consideraremos algunos modelos simples para sistemas de 2. La línea de salida del tanque puede funcionar simplemente como
almacenamiento de líquidos que utilizan un solo tanque. En el caso de una resistencia al flujo desde el tanque (distribuida a lo largo de
que dos o más tanques estén conectados en serie (en cascada), los toda la línea), o puede contener una válvula que proporcione una
modelos de un solo tanque desarrollados aquí se pueden ampliar resistencia significativa al flujo en un solo punto.
fácilmente, como se muestra en el Capítulo 5. En el caso más simple, se puede suponer que el flujo está
relacionado linealmente con la fuerza impulsora, el nivel del
líquido, en analogía con la ley de Ohm para circuitos eléctricos (E
2.4.5 Sistemas de almacenamiento de líquidos
= IR).
h = qRv (255)
En la figura 2.5 se muestra un proceso típico de almacenamiento de
líquidos, donde qi y q son caudales volumétricos. Un balance de masa donde Rv es la resistencia de la línea o válvula.
arroja Reorganizando la ecuación. 255 da la siguiente ecuación de
d(ρV) caudal:
= ρqi − ρq dt (253)
hq 1 (256)
Suponga que la densidad del líquido ρ es constante y que el tanque es = Rv

cilíndrico con un área de sección transversal, A. Entonces, el volumen Sustituyendo la ecuación. 256 en la ecuación. 254 da una
de líquido en el tanque se puede expresar como V = Ah, donde h es el ecuación diferencial de primer orden: 1 h
nivel (o altura) del líquido. Así, la ecuación. 253 se convierte
Adh − Rv = qi (257)
dt
Adh = qi − q (254)
dt
Este modelo del sistema de almacenamiento de líquidos exhibe un
Tenga en cuenta que la ecuación. 254 parece ser un equilibrio de volumen. comportamiento dinámico similar al del sistema de calentamiento
Sin embargo, en general, el volumen no se conserva en el caso de los fluidos. del tanque agitado de la ecuación. 236.
Este resultado ocurre en este ejemplo debido al supuesto de densidad 3. Se puede obtener una expresión más realista para el caudal q
constante. Nos referimos al volumen como un "estado" del sistema, que cuando se ha colocado una válvula fija en la línea de salida y se
es una variable dependiente que se correlaciona con una cantidad puede suponer un flujo turbulento. La fuerza impulsora para el
fundamentalmente conservada (en este caso, la masa). De manera flujo a través de la válvula es la caída de presión ΔP:
similar, los balances de energía a menudo producen ecuaciones
diferenciales para la temperatura, que es una variable de estado que se ΔP = P − Pa (258)
correlaciona con la energía.
donde P es la presión en el fondo del tanque y Pa es la presión al
Hay tres variaciones importantes del proceso de almacenamiento de
final de la línea de salida.
líquidos:
Suponemos que Pa es la presión ambiental. Si se considera que
1. Los caudales de entrada o salida pueden ser constantes; por la válvula es un orificio, se puede utilizar un balance de energía
ejemplo, el caudal de salida q podría mantenerse constante mecánica o ecuación de Bernoulli (Bird et al., 2002) para derivar
mediante una bomba (dosificadora) de volumen fijo y velocidad constante. la relación
Una consecuencia importante de esta configuración es que el
caudal de salida es completamente independiente del nivel del q=C (259)
v √P − Paρ
líquido en una amplia gama de condiciones.
En consecuencia, q = q donde q es el valor de estado estacionario. donde C es
v una constante. El valor de C depende
v de la
En esta situación, el tanque funciona esencialmente como válvula particular y del ajuste de la válvula (cuánto está abierta).
integrador de flujo. Volveremos a este caso en la Sección 5.3. Consulte el Capítulo 9 para obtener más información sobre las
válvulas de control.

La presión P en el fondo del tanque está relacionada con el nivel del

líquido h mediante un equilibrio de fuerzas.
qi
ρg
P = Pa + h gc (260)

donde la aceleración de la gravedad g es constante. Sustituyendo las

ecuaciones. 259 y 260 en la ecuación. 254 produce el modelo dinámico

Vh
Adh = qi − Cv √ h (261)
dt

donde Cv C v√g∕gc. Este modelo es no lineal debido al término de

q raíz cuadrada.
Área de sección transversal = A
Los procesos de almacenamiento de líquidos discutidos anteriormente
Figura 2.5 Un proceso de almacenamiento a nivel de líquido. podrían operarse controlando el nivel de líquido en el tanque o
Machine Translated by Google

26 Capítulo 2 Modelos teóricos de procesos químicos

permitiendo que el nivel fluctúe sin intentar controlarlo. Para el último caso
Puro A
(funcionamiento como tanque de compensación), puede ser interesante
predecir si el tanque se desbordará o se secará para variaciones q, cai, ti
particulares en los caudales de entrada y salida. Por lo tanto, la dinámica Mezcla de A y B

del proceso puede ser importante incluso cuando no se utiliza el control q, cA, T
automático. V, ρ, T

2.4.6 El tanque de agitación continua

Reactor (CSTR)

Los reactores de tanque agitado continuo (CSTR) tienen una amplia Medio de
aplicación en la industria y presentan muchas características de otros enfriamiento a temperatura
tipos de reactores. Los modelos CSTR tienden a ser más simples que los tc
modelos para otros tipos de reactores continuos, como los reactores
Figura 2.6 Un reactor de tanque agitado continuo no isotérmico.
tubulares y los reactores de lecho compacto. En consecuencia, un modelo
CSTR proporciona una manera conveniente de ilustrar los principios de
modelado de reactores químicos. Para estos supuestos, el balance de masa en estado inestable para el
CSTR es

Considere una reacción química irreversible, en fase líquida, donde la d(ρV)

= ρqi − ρq dt (264)
especie química A reacciona para formar la especie B. La reacción se
puede escribir como A → B. Suponemos que la velocidad de reacción es Como V y ρ son constantes, la ecuación. 264 se reduce a (265)
de primer orden con respecto al componente A,
q = qi

Por lo tanto, aunque los caudales de entrada y salida pueden cambiar

r = kcA (262)
debido a las condiciones aguas arriba o aguas abajo, la Ec. 265 debe
donde r es la velocidad de reacción de A por unidad de volumen, k es la cumplirse en todo momento. En la Fig. 2.6, ambos caudales se indican
constante de velocidad de reacción (con unidades de tiempo recíproco) y con el símbolo q.
cA es la concentración molar de la especie A. Para los supuestos establecidos, los balances de los componentes
Para reacciones monofásicas, la constante de velocidad suele ser una en estado inestable para la especie A (en unidades de concentración
función fuerte de la temperatura de reacción dada por la relación de molar) son
Arrhenius, DCA
V = q(cAi − cA) − VkcA dt (266)

k = k0e−E∕RT (263) Este equilibrio es un caso especial del equilibrio del componente general
en la ecuación. 27.
donde k0 es el factor de frecuencia, E es la energía de activación y R es
A continuación, consideramos un balance de energía en estado
la constante de los gases. Las expresiones en las Ecs. 262 y 263 se inestable para el CSTR. Pero primero hacemos cinco suposiciones
basan en consideraciones teóricas, pero los parámetros del modelo k0 y adicionales:
E generalmente se determinan ajustando datos experimentales. Por lo
tanto, estas dos ecuaciones pueden considerarse relaciones 4. Las capacitancias térmicas del refrigerante y de la pared del

semiempíricas , según la definición de la Sección 2.2. serpentín de enfriamiento son insignificantes en comparación con
la capacitancia térmica del líquido en el tanque.

El diagrama esquemático del CSTR se muestra en la Fig. 2.6. La 5. Todo el refrigerante está a una temperatura uniforme, Tc.
corriente de entrada consta del componente A puro con una concentración (Es decir, se desprecia el aumento de la temperatura del
molar, cAi. Se utiliza un serpentín de enfriamiento para mantener la refrigerante a medida que éste pasa a través del serpentín).
mezcla de reacción a la temperatura de funcionamiento deseada 6. La tasa de transferencia de calor desde el contenido del reactor.
eliminando el calor que se libera en la reacción exotérmica. Nuestro al refrigerante viene dado por
desarrollo inicial del modelo CSTR se basa en tres supuestos:
Q = UA(Tc − T) (267)

donde U es el coeficiente general de transferencia de calor y A es

1. El CSTR está perfectamente mezclado. el área de transferencia de calor. Se supone que ambos parámetros
2. Las densidades de masa de las corrientes de alimentación y de del modelo son constantes.
producto son iguales y constantes. Se denotan por ρ. 7. El cambio de entalpía asociado con la mezcla del alimento y el
3. El volumen de líquido V en el reactor se mantiene constante líquido en el tanque es insignificante en comparación con el
mediante una línea de rebose. cambio de entalpía del producto químico.
Machine Translated by Google

2.4 Modelos dinámicos de procesos representativos 27

reacción. En otras palabras, el calor de mezcla es insignificante

en comparación con el calor de reacción. la disminución de Tc da como resultado un aumento de cA. Los resultados son
Se muestran en dos gráficos la temperatura y la concentración del
8. El trabajo del eje y las pérdidas de calor al ambiente pueden ser
reactor en función del tiempo (Figs. 2.7 y 2.8).
descuidado.

La siguiente forma del balance energético CSTR

Tabla 2.3 Condiciones Operativas Nominales del CSTR
es conveniente para el análisis y puede derivarse de
Ecuaciones. 262 y 263 y Supuestos 1 a 8 (Fogler, 2006; Parámetro Valor Parámetro Valor
Russell y Denn, 1972),
q 100 L/min 1 E/R 8750K

cai mol/L k0 7,2 × 1010 min–1

VρCdT = wC(Ti − T) + (−ΔHR)VkcA
dt 350 mil UA 5 × 104 J/min∙K
τi
+ UA(Tc − T) (268) V 100 litros Tc(0) 300K
ρ 1000 g/L cA(0) 0,5 mol/L
donde ΔHR es el calor de reacción por mol de A que es
reaccionó. C 0,239 J/g K T(0) 350 mil

En resumen, el modelo dinámico del CSTR consiste −ΔHR 5 × 104 J/mol

de las ecuaciones. 262 a 264, 266, 267 y 268. Este modelo es

no lineal como resultado de los muchos términos del producto y la
Dependencia exponencial de la temperatura de k en la ecuación. 263. 450

En consecuencia, debe resolverse mediante técnicas de integración 290 mil

numérica (Fogler, 2006). El modelo CSTR 300K
305 mil
volverse considerablemente más complejos si
400
1. Se consideran expresiones de tasas más complicadas.
Por ejemplo, un modelo de cinética de acción de masas para un
eT
cal)eK
arutarreoptm d(r

reacción irreversible de segundo orden, 2A → B, es

dada por
350
r = k2c2A _ (269)

2. Se incluyen especies o reacciones químicas adicionales.

involucrado. Si el mecanismo de reacción implicara la producción
de una especie intermedia, 2A → B → B, 300
luego los saldos de los componentes en estado inestable para ambos 0 1 2 3 4 5 6 7 8 9 10
Tiempo (minutos)
Serían necesarios A y B (para calcular cA y
c B), o los saldos tanto para A como para B podrían escribirse Figura 2.7 Variación de la temperatura del reactor con el paso
(para calcular cA y cB). Información sobre Cambios en la temperatura del agua de refrigeración de 300 a 305 K.
también serían necesarios los mecanismos de reacción. y de 300 a 290 K.

Las reacciones que involucran múltiples especies se describen mediante

modelos de reacción no lineales, altamente acoplados y de alto orden, 1.0
porque se deben escribir varios saldos de componentes.
0,9
290 mil
0,8 300K
EJEMPLO 2.5 305 mil
0,7

Para ilustrar cómo el CSTR puede exhibir una dinámica no lineal 0,6
comportamiento, simulamos el efecto de un cambio de paso en el
0,5
Temperatura del refrigerante Tc en dirección positiva y negativa.
nveictcnaloeeC
nóicarto A
dr

La Tabla 2.3 muestra los parámetros y funcionamiento nominal. 0,4

condición para el CSTR basado en las Ecs. 266 y 268 para el
0.3
reacción exotérmica e irreversible de primer orden A → B. La
dos variables de estado de las EDO son la concentración de 0,2

A (cA) y la temperatura del reactor T. El manipulado 0.1

La variable de entrada es la temperatura del agua de la camisa, Tc.
0
Se simulan dos casos, uno basado en un aumento del enfriamiento 0 1 2 3 4 5 6 7 8 9 10
cambiando Tc de 300 a 290 K y otro reduciendo el Tiempo (minutos)
velocidad de enfriamiento aumentando Tc de 300 a 305 K.
Estas ecuaciones modelo se resuelven en MATLAB con un Figura 2.8 Variación de la concentración del reactivo A con el paso
integrador numérico (ode15s) en un horizonte de 10 min. El cambios en la temperatura del agua de refrigeración a 305 y 290 K.
Machine Translated by Google

28 Capítulo 2 Modelos teóricos de procesos químicos

l GRAMO

A una temperatura de la camisa de 305 K, el modelo de reactor tiene

xf y3
una respuesta oscilatoria. Las oscilaciones se caracterizan por una
aparente reacción descontrolada con un aumento de temperatura.
Sin embargo, cuando la concentración cae a un valor bajo, el reactor se
enfría hasta que aumenta la concentración y luego se produce otro
aumento de temperatura. No es inusual que los reactores químicos
Etapa 3
exhiban comportamientos tan diferentes para diferentes cambios
direccionales en las condiciones de operación. l GRAMO

x3 y2

Aunque la tarea de modelado se vuelve mucho más compleja,

los mismos principios ilustrados anteriormente pueden ampliarse Etapa 2
y aplicarse. Volveremos al modelo CSTR simple nuevamente
l
en el Capítulo 4.
GRAMO

x2 y1

2.4.7 Sistemas por etapas (un absorbente de tres etapas)

Nivel 1
Los procesos químicos, en particular los procesos de separación,
constan a menudo de una secuencia de etapas. En cada etapa, l GRAMO

x1 yf
los materiales se ponen en contacto íntimo para obtener (o
acercarse) al equilibrio entre las fases individuales. Figura 2.10 Una unidad de absorción de tres etapas.
Los ejemplos más importantes de procesos por etapas incluyen
la destilación, la absorción y la extracción. Las etapas
el líquido cayendo en cascada a través de ellos. Por lo general,
generalmente están dispuestas como una cascada con
se utiliza una serie de vertederos y bajantes para retener una
materiales inmiscibles o parcialmente miscibles (las fases
retención significativa de líquido en cada etapa y al mismo
separadas) que fluyen en paralelo o en contracorriente. El
tiempo obligar al gas a fluir hacia arriba a través de las
contacto contracorriente, que se muestra en la figura 2.9,
perforaciones. Debido a la mezcla íntima, podemos suponer que
generalmente permite alcanzar el mayor grado de separación
el componente a absorber está en equilibrio entre las corrientes
en un número fijo de etapas y se considera aquí.
de gas y líquido que salen de cada etapa i. Por ejemplo, a
Las alimentaciones a los sistemas por etapas pueden
menudo se supone una relación lineal simple. para la etapa i
introducirse en cada extremo del proceso, como en las unidades
de absorción, o puede introducirse una única alimentación en yi = axi + b (270) donde yi y xi denotan
una etapa intermedia, como suele ser el caso con la destilación.
Las etapas pueden estar conectadas físicamente en una concentraciones de gas y líquido del componente absorbido.
configuración vertical u horizontal, dependiendo de cómo se Suponiendo una retención de líquido constante H y una mezcla
transportan los materiales, es decir, si se utilizan bombas entre perfecta en cada etapa, y despreciando la retención de gas, el
etapas, etc. A continuación consideramos un proceso de balance de materia componente para cualquier etapa i es dxi H
absorción gaslíquido, porque su dinámica es algo más sencilla = G(yi−1 − yi) +
de desarrollar que las de los procesos de destilación y
L(xi+1 − xi) dt (271)
extracción. Al mismo tiempo, ilustra las características de
procesos por etapas contracorriente más complicados (Seader En la ecuación. 271, también se supone que los caudales
y Henley, 2005). molares de líquido y gas L y G no se ven afectados por la
Para la unidad de absorción de tres etapas que se muestra absorción, porque los cambios en la concentración del
en la figura 2.10, se introduce una fase gaseosa en la parte componente absorbido son pequeños y L y G son
inferior (caudal molar G) y un solo componente debe ser aproximadamente constantes. Sustituyendo la
absorbido en una fase líquida introducida en la parte superior
(caudal molar L, que fluye contracorriente). Un ejemplo práctico ecuación. 270 en la ecuación. 271 (272)
produce dxi H = aGxi−1 − (L + aG)xi + Lxi+1 dt
de tal proceso es la eliminación del dióxido de azufre (SO2) del
gas de combustión mediante el uso de un absorbente líquido. El Dividiendo por L y sustituyendo τ = H/L (el tiempo de residencia
gas sube a través de las bandejas perforadas (tamiz) y hace [Link] líquido de la etapa), S = aG/L (el factor de eliminación), y

Alimentación 1 Producto 1

•••
Producto 2 alimentación 2

Nivel 1 Etapa 2 etapa norte

Figura 2.9 Un proceso por etapas de flujo contracorriente.

Machine Translated by Google

2.4 Modelos dinámicos de procesos representativos 29

K = G/L (la relación gaslíquido), se obtiene el siguiente modelo para el masa de producto formado YP∕X
= masa (279)
absorbente de tres etapas: de nuevas células formadas Muchos

dx1 biorreactores importantes funcionan de manera semicontinua, lo que se

τ (273)
= K(yf − b)−(1 + S)x1 + x2 dt
conoce como operación por lotes alimentados , que se ilustra en la figura

dx2 2.11. Se introduce continuamente una corriente de alimentación que contiene

= Sx1 − (1 + S)x2 + x3 (274) sustrato en el reactor de alimentación discontinua. El caudal másico se
τdt _

denota por F y la concentración másica del sustrato por Sf. Debido a que no
dx3
= Sx2 − (1 + S)x3 + xf (275) hay corriente de salida, el volumen V del contenido del biorreactor aumenta
τdt _
durante el lote. La ventaja de la operación discontinua es que permite
En el modelo de las Ecs. 273 a 275, observe que las ecuaciones mantener la concentración del sustrato en un nivel deseado, en contraste
individuales son lineales pero también están acopladas, lo que significa que con los reactores discontinuos donde la concentración del sustrato varía
cada variable de salida (x1, x2, x3) aparece en más de una ecuación. Esta continuamente a lo largo del lote (Shuler y Kargi, 2002).
característica puede dificultar la conversión de estas tres ecuaciones en una
única ecuación de orden superior en una de las salidas, como se hizo en la
ecuación. 249.

La operación por lotes se utiliza para fabricar muchos productos

2.4.8 Biorreactor FedBatch industriales importantes, incluidos antibióticos y productos farmacéuticos
proteicos (Capítulo 23). En los reactores discontinuos y discontinuos, el
Las reacciones biológicas que involucran microorganismos y catalizadores
crecimiento celular se produce en diferentes etapas después de la
enzimáticos son omnipresentes y desempeñan un papel crucial en el mundo
introducción del inóculo. Consideraremos solo la etapa de crecimiento
natural. Sin tales biorreacciones, la vida vegetal y animal, tal como la
exponencial donde la tasa de crecimiento celular es autocatalítica y se
conocemos, simplemente no podría existir.
supone que es proporcional a la concentración celular. Una expresión de
Las biorreacciones también proporcionan la base para la producción de una
velocidad de reacción estándar para describir la velocidad de crecimiento
amplia variedad de productos farmacéuticos, sanitarios y alimentarios. Otros
celular con un único sustrato limitante viene dada por (Bailey y Ollis, 1986;
procesos industriales importantes que involucran biorreacciones incluyen la
Fogler, 2006)
fermentación y el tratamiento de aguas residuales. Los ingenieros químicos

están muy involucrados con procesos bioquímicos y biomédicos. En esta

rg = μX (280)
sección presentamos un modelo dinámico para un proceso representativo,
un biorreactor operado en modo semilote. En otros capítulos aparecen donde rg es la tasa de crecimiento celular por unidad de volumen, X es la
aplicaciones bioquímicas y biomédicas adicionales. masa celular y μ es la tasa de crecimiento específica, que está bien descrita
por la ecuación de Monod:
S
μ=μmax (281)
En general, las biorreacciones se caracterizan por la conversión del KS + S
material de alimentación (o sustrato) en productos y masa celular (o
Tenga en cuenta que μ tiene unidades de tiempo recíprocas, por ejemplo,
biomasa). Las reacciones suelen ser catalizadas por enzimas (Bailey y
h−1. El parámetro del modelo μmax se conoce como tasa de crecimiento
Ollis, 1986; Fogler, 2006).
máxima, porque μ tiene un valor máximo de μmax cuando S KS. El
Cuando el objetivo es producir células, se añade una pequeña cantidad de
segundo parámetro del modelo, KS, se llama constante Monod. La ecuación
células (inóculo) para iniciar el crecimiento celular posterior. Una amplia
de Monod tiene la misma forma que la ecuación de MichaelisMenten, una
clase de biorreacciones se puede representar de forma simplificada como
expresión de velocidad estándar para reacciones enzimáticas (Bailey y
Ollis, 1986; Fogler, 2006). Versiones más complejas del
células + sustrato → más células + productos (276)

La estequiometría de las biorreacciones puede ser muy compleja y

depende de muchos factores que incluyen las condiciones ambientales en
las proximidades de las células. Para simplificar, consideramos la clase de
biorreacciones donde el sustrato contiene un único nutriente limitante y solo
resulta un producto. Los siguientes coeficientes de rendimiento se basan en sustrato
la estequiometría de la reacción: F, Sf

masa de nuevas células formadas Volumen, V Producto, P.

YX∕S = Sustrato, S Células, X
masa de sustrato consumido para formar nuevas células (277)

masa de producto formado

YP∕S =
masa de sustrato consumido para formar el producto (278)
Figura 2.11 Reactor Fedbatch para una biorreacción.
Machine Translated by Google

30 Capítulo 2 Modelos teóricos de procesos químicos

tasas de crecimiento específicas son posibles incluyendo, por ejemplo, 6 1.0

inhibición del producto. 0,75

4
Un modelo dinámico para el biorreactor alimentado por lotes. b b
0,50

)P
L(
/)gX
L(

/g
en la Fig. 2.11 se derivará basándose en lo siguiente 2 a a
suposiciones: 0,25

0 10 20 30 0 10 20 30
1. Las células crecen exponencialmente.
Tiempo (horas) Tiempo (horas)

2. El reactor discontinuo alimentado está perfectamente mezclado. 10 3.0

3. Los efectos del calor son pequeños, por lo que el reactor isotérmico 7.5 a 2.5
a
Se puede asumir el funcionamiento. b
5.0

)LV(
2.0

)S
/gL(
4. La densidad del líquido es constante. b
2.5 1.5
5. El caldo del biorreactor se compone de líquido más
1.0
material sólido (es decir, masa celular). esta heterogenea 0 10 20 30 0 10 20 30
La mezcla se puede aproximar como homogénea. Tiempo (horas) Tiempo (horas)

líquido.
Figura 2.12 Perfil de reacción del Fedbatch (a (sólido): F = 0,05
6. La tasa de crecimiento celular rg viene dada por las ecuaciones. 280 y l/h; b (discontinuo): F = 0,02 L/h).
281.

7. La tasa de formación de producto por unidad de volumen rp

se puede expresar como Tabla 2.4 Parámetros del modelo y condiciones de simulación para
Biorreactor

rP = YP∕Xrg (282) Parámetros del modelo Condiciones de simulación

8. El flujo de alimentación es estéril y, por tanto, no contiene células. µmáx 0,20h 1 sf 10,0 g/l
Kansas 1,0 g/l 0,5 X(0) 0,05 gramos/litro

El modelo dinámico del reactor discontinuo consiste en YX/S g/g 0,2 g/g S(0) 10,0 g/l
Balanzas individuales para sustrato, masa celular y producto. YP/X P(0) 0,0 g/l
además de un balance de masa global. La forma general de cada V(0) 1,0 litros
el saldo es

{Tasa de acumulación}={tasa de entrada}+{tasa de formación}

(283) Las condiciones de simulación se dan en la Tabla 2.4. Para diferentes
Las balanzas de los componentes individuales son velocidades de alimentación, el biorreactor da diferentes respuestas;
por tanto, el producto se puede maximizar variando F.
re(XV)
Celdas (284)
dt = Vrg
2.5 DINÁMICA DEL PROCESO Y
d(PV)
Producto
= Vrp (285) MODELOS MATEMÁTICOS
dt

d(SV) 1 1 Una vez que se ha desarrollado un modelo dinámico, se puede

Sustrato
dt = FSf − Vrg − Vrp (286) resuelto para una variedad de condiciones que incluyen cambios
YX∕S Y∕S
en las variables de entrada o variaciones en los parámetros del modelo.
Las respuestas transitorias de las variables de salida.
donde P es la concentración másica del producto y
Como las funciones del tiempo se calculan mediante integración
V es el volumen del reactor. Velocidades de reacción rg y rp y rendimiento.
numérica después de especificar las condiciones iniciales, las entradas
Los coeficientes se definieron en las ecuaciones. 277 a 282. El
y el intervalo de tiempo en el que se va a utilizar el sistema.
El balance de masa global (suponiendo una densidad constante) es
integrado.
dV Una gran cantidad de técnicas de integración numérica.
Masa =F (287)
dt están disponibles, que van desde técnicas simples (p. ej., el
métodos de Euler y RungeKutta) hasta métodos más complicados.
El modelo dinámico se simula para dos feeds diferentes. (por ejemplo, los métodos implícitos de Euler y Gear). Todo
tasas (0,02 y 0,05 L/h). La figura 2.12 muestra el perfil de Estas técnicas representan un cierto compromiso entre
concentración de células, productos y sustratos, junto con esfuerzo computacional (tiempo de computación) y precisión.
Volumen de líquido en el reactor. Los parámetros del modelo y Aunque un modelo dinámico siempre se puede resolver en
Machine Translated by Google

2.5 Dinámica de procesos y modelos matemáticos 31

En principio, en algunas situaciones puede resultar difícil generar En muchas aplicaciones de modelado, puede ser deseable
soluciones numéricas útiles. Los modelos dinámicos que exhiben desarrollar una simulación utilizando paquetes de software
una amplia gama de escalas de tiempo (ecuaciones rígidas) son proporcionados por el proveedor que incluyan diferentes módulos o
bastante difíciles de resolver con precisión en un tiempo de cálculo funcionalidades (por ejemplo, paquetes de software para propiedades
razonable. Se encuentra disponible software para integrar ecuaciones termodinámicas, simulación, optimización y diseño de sistemas de
diferenciales ordinarias y parciales. Al final del capítulo se proporcionan control). Históricamente, ha sido difícil establecer comunicación entre
sitios web para los siguientes paquetes de software populares: paquetes de software desarrollados por diferentes fuentes, como
MATLAB, Mathematica, POLYMATH, LabVIEW, ACSL, IMSL, proveedores de software y equipos, universidades y empresas
Mathcad y GNU Octave. usuarias. Afortunadamente, a través de esfuerzos mundiales como
Global CAPEOPEN, se han desarrollado protocolos de software
Para resolver modelos dinámicos que contienen un gran número estándar (estándares abiertos) para dar cabida al software plugand
de ecuaciones diferenciales algebraicas y ordinarias, se han play . Al final del capítulo se proporciona una lista de sitios web para
desarrollado programas estándar para ayudar en esta tarea. Una paquetes de software de simulación.
interfaz gráfica de usuario (GUI) permite al usuario ingresar
ecuaciones diferenciales algebraicas y ordinarias e información Los simuladores dinámicos modulares han estado disponibles
relacionada, como el período de integración total, tolerancias de error desde principios de los años 1970. Hay varios productos comerciales
y las variables que se trazarán. El programa de simulación asume disponibles de Aspen Technology (ASPEN PLUS y HYSYS),
entonces la responsabilidad de Honeywell (UniSim), Chemstations (ChemCAD) e Invensys (PRO/II).
Modelica es un ejemplo de esfuerzo colaborativo que proporciona
capacidad de modelado para varias áreas de aplicación.
1. Verificar para garantizar que el conjunto de ecuaciones sea
exactamente especificado.
Estos paquetes también ofrecen capacidades orientadas a
2. Clasificar las ecuaciones en una secuencia apropiada para una ecuaciones. Los simuladores dinámicos modulares han logrado un
solución iterativa. alto grado de aceptación en estudios de control e ingeniería de
3. Integrando las ecuaciones. procesos porque permiten evaluar la dinámica de la planta, la
optimización en tiempo real y configuraciones de control alternativas
4. Proporcionar resultados numéricos y gráficos.
para una planta nueva o existente, a veces en el contexto de la
Ejemplos de simuladores orientados a ecuaciones incluyen ACSL, capacitación de operadores. Los sistemas abiertos actuales utilizan
gPROMS y Aspen Custom Modeler (Luyben, 2002). OLE (Object Linking and Embedding), que permite integrar
simuladores dinámicos con software para otras aplicaciones, como el
Una desventaja de los paquetes orientados a ecuaciones es la diseño y optimización de sistemas de control. Un estándar más
cantidad de tiempo y esfuerzo necesarios para desarrollar todas las reciente y ampliamente utilizado es OPC (OLE para control de
ecuaciones de un proceso complejo. Un enfoque alternativo es procesos), que es un estándar mundial de interfaz de aplicaciones
utilizar simulación modular, en la que subrutinas preescritas en software de automatización industrial y sistemas empresariales.
proporcionan modelos de unidades de proceso individuales, como La OPC Foundation proporciona las especificaciones estándar para
columnas de destilación o reactores químicos. En consecuencia, este el intercambio de datos de control de procesos entre fuentes de datos
tipo de simulador tiene una correspondencia directa con el diagrama y hardware, bases de datos, motores de cálculo (como simuladores
de flujo del proceso. El enfoque modular tiene la importante ventaja de procesos), hojas de cálculo e historiadores de procesos
de que las simulaciones a escala de planta solo requieren que el ([Link]).
usuario identifique los módulos apropiados y proporcione los valores
numéricos de los parámetros del modelo y las condiciones iniciales, Mientras que un simulador dinámico puede incorporar algunas
lo que se logra fácilmente a través de una interfaz gráfica de usuario. características de bucles de control, secuencias y la interfaz del
Esta actividad requiere mucho menos esfuerzo que escribir todas las operador (por ejemplo, pantallas e historial), un enfoque más práctico
ecuaciones y también es más fácil de programar y depurar que los incorpora la simulación en el Sistema de control distribuido (DCS) y
conjuntos de ecuaciones. Además, el software es responsable de tiene un tiempo real ajustable. factor.
todos los aspectos de la solución. Debido a que cada módulo tiene El simulador de proceso lee las salidas DCS para la modulación de
una forma bastante general, el usuario puede simular diagramas de los elementos de control finales (p. ej., válvulas de control y variadores
flujo alternativos para un proceso complejo, por ejemplo, diferentes de velocidad), el control de encendido/apagado de motores (p. ej.,
configuraciones de torres de destilación e intercambiadores de calor, agitadores, ventiladores y bombas) y el control de apertura y cierre.
o diferentes tipos de reactores químicos. De manera similar, se de válvulas automatizadas (p. ej., válvulas de aislamiento y de
pueden evaluar rápidamente estrategias alternativas de control de enclavamiento). Estas simulaciones para la comprobación de la
procesos. Algunos paquetes de software permiten al usuario agregar configuración del DCS y la formación de operadores pueden reducir
módulos personalizados para aplicaciones novedosas. significativamente el tiempo necesario para poner en marcha nuevos
equipos y sistemas de automatización y lograr el rendimiento deseado del proceso.
Machine Translated by Google

32 Capítulo 2 Modelos teóricos de procesos químicos

Alternativamente, los modelos de proceso y el DCS pueden mejorar la comprensión y las pruebas de procesos, investigar
residir en una computadora personal fuera de línea, para proporcionar puestas en marcha y transiciones, diagnosticar y prevenir
una representación dinámica de la planta más portátil, accesible y operaciones anormales, mejorar la automatización de procesos y
mantenible. Una planta virtual de este tipo se puede utilizar para crear prototipos de sistemas de control avanzados.

RESUMEN
En este capítulo hemos considerado la derivación de modelos procesos más complicados. Finalmente, hemos discutido cómo el
dinámicos a partir de primeros principios, especialmente ecuaciones software de simulación comercial y los estándares abiertos continúan
de conservación. El desarrollo de modelos es tanto un arte como facilitando el desarrollo y la solución de modelos dinámicos.
una ciencia. Requiere hacer suposiciones y simplificaciones que
sean consistentes con los objetivos del modelado y el uso final del En los capítulos 3 a 6, consideraremos soluciones analíticas de

modelo. En la Tabla 2.1 se resume un enfoque sistemático para modelos dinámicos lineales utilizando transformadas de Laplace y
funciones de transferencia. Estas útiles técnicas permiten analizar
desarrollar modelos dinámicos. Este enfoque se ha ilustrado
las características de la respuesta dinámica de forma más
derivando modelos para procesos representativos. Aunque estos
sistemática. También proporcionan una visión considerable de las
ejemplos ilustrativos son bastante simples, demuestran conceptos
características comunes que comparten los procesos complejos.
fundamentales que también son válidos para

REFERENCIAS
Aris, R., Modelado matemático: la perspectiva de un ingeniero químico, Academic Marquardt, W., Tendencias en el modelado asistido por computadora, Comput. Química.
Press, Nueva York, 1999. Eng., 20, 591 (1996).
ASME International Mesas de Vapor para Uso Industrial, ASME, Russell, TFW y MM Denn, Introducción al análisis de ingeniería química, John Wiley
Nueva York, 2014. and Sons, Hoboken, Nueva Jersey, 1972.
Bailey, JE y DF Ollis, Fundamentos de ingeniería bioquímica, Sandler, SI, Termodinámica química y de ingeniería, 4ª ed., John Wiley and Sons,
2ª ed., McGrawHill, Nueva York, 1986. Hoboken, Nueva Jersey, 2006.
Bequette, BW, Dinámica de procesos: modelado, análisis y simulación, Prentice Hall, Seader, JD y EJ Henley, Principios del proceso de separación, 2.ª ed., John Wiley and
Upper Saddle River, Nueva Jersey, 1998. Sons, Hoboken, Nueva Jersey, 2005.
Bird, RB, WE Stewart y EN Lightfoot, Transport Phenomena, 2.ª ed., John Wiley and Shuler, ML y F. Kargi, Bioprocess Engineering, 2.ª ed., PrenticeHall, Upper Saddle
Sons, Hoboken, Nueva Jersey, 2002. River, Nueva Jersey, 2002.
Braunschweig, BL, CC Pantelides, HI Britt y S. Sama, Modelado de procesos: la
promesa de las arquitecturas de software abiertas, Chem.
Software de simulación: sitios web
Ing. Progr., 96(9), 65 (2000).
Lenguaje avanzado de simulación continua (ACSL), Mitchell and Gauthier Associates
Cameron, TI y R. Gani, Modelado de productos y procesos: un caso
Inc., [Link].
Enfoque de estudio, Elsevier, Oxford, 2011.
Modelador personalizado de Aspen, [Link].
Chapra, SC y RP Canale, Métodos numéricos para ingenieros,
CHEMCAD, [Link].
7ª ed., McGrawHill, Nueva York, 2014.
Daesim, [Link].
Coughanowr, DR, Análisis y control de sistemas de procesos, 2ª ed.
Abierto Global del Cabo, [Link]cape[Link].
McGrawHill, Nueva York, 1991.
GNUOctave, [Link].
Elnashaie, SSEH y P. Garhyan, Ecuaciones de conservación y modelado de procesos
gPROMS, [Link].
químicos y bioquímicos, CRC Press, Nueva York, 2003.
HYSYS, [Link].
IMSL, [Link].
Felder, RM y RW Rousseau, Principios elementales de procesos químicos, 4.ª ed.,
LabVIEW, [Link]/labview.
John Wiley and Sons, Hoboken, Nueva Jersey, 2015.
Mathcad, [Link].
Fogler, HS, Elementos de ingeniería de reactores químicos, 4ª ed., PrenticeHall, Upper
Mathematica, [Link].
Saddle River, Nueva Jersey, 2006.
MATLAB, [Link].
Foss, BA, AB Lohmann y W. Marquardt, Un estudio de campo del proceso de modelado
Modelica, [Link].
industrial, J. Process Control, 8, 325 (1998).
POLYMATH, [Link]/[Link].
Kreyszig, E., Matemáticas de ingeniería avanzada, 10.ª ed., John Wiley and Sons,
PRO II, [Link].
Hoboken, Nueva Jersey, 2011.
Scilab, [Link].
Luyben, WL, Simuladores dinámicos para toda la planta en procesamiento químico
Unisim, [Link]/ps.
y Control, Marcel Dekker, Nueva York, 2002.
Machine Translated by Google

Ejercicios 33

EJERCICIOS
2.1 Un tanque de volumen constante y perfectamente agitado tiene dos corrientes Notas:
de entrada, ambas constituidas por el mismo líquido. La temperatura y el caudal
ρ y Cρ son constantes.
de cada una de las corrientes pueden variar con el tiempo.
U, el coeficiente global de transferencia de calor, es constante.
Al igual que el área de superficie por pérdidas de calor al ambiente.
Ti > Ta (la temperatura de entrada es superior a la temperatura ambiente).
T1 T2
Corriente 1 Corriente 2
w1 w2
T3 2.3 Dos tanques están conectados entre sí de la siguiente manera inusual en la
Corriente 3 Fig. E2.3.
w3

h1 h2
w2
Figura E2.1
w3

Figura E2.3
(a) Obtenga un modelo dinámico que describa la operación transitoria. Haga un
análisis de grados de libertad suponiendo que ambas Corrientes 1 y 2 provienen
de unidades aguas arriba (es decir, sus caudales y temperaturas son funciones (a) Desarrolle un modelo para este sistema que pueda usarse para encontrar h1,
conocidas del tiempo). (b) Simplifique su modelo, si es posible, h2, w2 y w3 como funciones del tiempo para cualquier variación dada en los

a una o más ecuaciones diferenciales eliminando cualquier ecuación algebraica. insumos.

Además, simplifique las derivadas de productos de variables. (b) Realice un análisis de grados de libertad. Identificar todas las variables de
entrada y salida.

Notas: Notas:

wi denota el caudal másico de la corriente i. La densidad del líquido entrante, ρ, es constante.

Las propiedades de los líquidos son constantes (no funciones de la temperatura). Las áreas de la sección transversal de los dos tanques son A1 y A2. w2
es positivo para el flujo del Tanque 1 al Tanque 2.
2.2 Se utiliza un proceso de calentamiento con tanque agitado completamente
Las dos válvulas son lineales con resistencias R2 y R3.
cerrado para calentar una corriente entrante cuyo caudal varía.
2.4 Considere un sistema de flujo de líquido que consta de un tanque sellado con
gas no condensable sobre el líquido como se muestra en la figura E2.4.
Derive un modelo de estado inestable que relacione el nivel del líquido h con el
caudal de entrada qi . ¿El funcionamiento de este sistema es independiente de
la presión ambiental Pa? ¿Qué pasa con un sistema abierto a la atmósfera?
Ti

w
Ejército de reserva Puede hacer las siguientes suposiciones:
q
(i) El gas obedece la ley de los gases ideales. En el tanque está presente una
cantidad constante de mg/M moles de gas. (ii) La
Bobina de
calentamiento operación es isotérmica. (iii) Se cumple
una relación de raíz cuadrada para el flujo a través de la válvula.
t

qi
pág. Pensilvania

Figura E2.2

h
La velocidad de calentamiento de esta bobina y el volumen son ambos
constante. h

(a) Desarrolle un modelo matemático (ecuaciones diferenciales y algebraicas)

que describa la temperatura de salida si ocurren pérdidas de calor al ambiente y CV

si la temperatura ambiente (Ta) y la temperatura de la corriente entrante (Ti ) q

Área de sección
pueden variar. (b) Analice cualitativamente lo que espera que
transversal = A
suceda cuando Ti y w aumenten (o disminuyan). Justifique con referencia a su
modelo. Figura E2.4
Machine Translated by Google

34 Capítulo 2 Modelos teóricos de procesos químicos

Real academia de bellas artes

P1 Rb P2 RC Horno
Compresor de proceso
Suministro de aire
PD
V1 V2 pf
Washington wb WC Figura E2.5

2.5 Se utilizan dos tanques de compensación para amortiguar las (c) Para estimar los coeficientes de transferencia de calor, el reactor se
fluctuaciones de presión causadas por las operaciones erráticas de un probará con Ti mucho más caliente que la temperatura de salida. Explique
compresor cómo se tendría que modificar su modelo para tener en cuenta la presencia
de aire grande. (Ver Fig. E2.5.) (a) Si la presión de descarga del compresor de la reacción exotérmica. (Para los fines de esta respuesta, suponga que
la reacción es A → B y sea lo más específico posible).
es Pd(t) y la presión de operación del calefactor es Pf (constante), desarrolle
un modelo dinámico para las presiones en los dos tanques de compensación
como así como para los flujos de masas de aire en los puntos a, b y c. Se Notas:
puede suponer que las resistencias de las válvulas son constantes, que las
características del flujo de la válvula son lineales, por ejemplo, wb = (P1 −
Ut , At : Coeficiente general de transferencia de calor y superficie.
P2)/Rb, que los procesos de sobretensión operan isotérmicamente y que se
área entre compartimentos.
cumple la ley de
Uc, Ac: Coeficiente general de transferencia de calor y área de
los gases ideales. (b) ¿ Cómo modificaría su modelo si los tanques de
superficie del tubo de enfriamiento.
compensación funcionaran adiabáticamente? ¿Qué pasaría si la ley de los Volumen del compartimento 1.
V1:
gases ideales no fuera una buena aproximación? Volumen del compartimento 2.
V2:
2.6 En la figura E2.6 se muestra un reactor de tanque agitado cerrado con
dos compartimentos. La idea básica es alimentar continuamente los reactivos 2.7 Recuerde el proceso de calentamiento del tanque agitado con retención
al primer compartimento, donde serán precalentados por la energía liberada variable como se describe en la Sección 2.4.2. Vuelva a calcular los grados
en la reacción exotérmica, que se prevé que ocurra principalmente en el de libertad para este ejemplo en las siguientes circunstancias separadas
segundo compartimento. La pared que separa los dos compartimentos es (asegúrese de explicar claramente sus salidas, entradas manipuladas y
bastante fina, lo que permite la transferencia de calor; el exterior del reactor entradas de perturbación): (a) El caudal que sale del
está bien aislado; y se incorpora un serpentín de enfriamiento en el segundo tanque es a través de un orificio, y el caudal general está determinado por
compartimento para eliminar el exceso de energía liberada en la reacción. fuerzas hidrostáticas. (b) Se agregan dos controladores
Ambos tanques están completamente llenos en todo momento.
de retroalimentación al sistema, uno ajusta la tasa de calentamiento (Q) en
función de la temperatura del tanque y el otro ajusta el caudal de salida (w)
Las pruebas se realizarán inicialmente con una alimentación de un solo
en función del volumen del tanque. . (Pista: no se requieren las formas
componente (es decir, sin reacción) para evaluar las características térmicas
exactas de los controladores para resolver esta parte).
del reactor.

(a) Desarrolle un modelo dinámico para este proceso en condiciones de no

reacción. Supongamos que q0, Ti y Tc pueden variar. (b) Haga un análisis 2.8 Se utiliza un recipiente con camisa para enfriar una corriente de proceso
como se muestra en la figura E2.8. La siguiente información está
de grados de libertad para su modelo, identificando todos los parámetros,
disponible:
salidas y entradas que deben ser funciones del tiempo conocidas para
obtener una solución.
(i) El volumen de líquido en el tanque V y el volumen de refrigerante en la
camisa VJ permanecen constantes. El caudal volumétrico qF es constante,
pero qJ varía con el tiempo. (ii) Las pérdidas
de calor del recipiente con camisa son insignificantes. (iii) Tanto el
contenido del tanque como el contenido de la camisa están bien mezclados
y tienen capacitancias térmicas significativas. (iv) Las
capacitancias térmicas de la pared del tanque y de la pared de la camisa
son insignificantes. (v)
Medio de El coeficiente general de transferencia de calor para la transferencia entre el
enfriamiento Tc líquido del tanque y el refrigerante varía con el caudal del refrigerante:

U = Kq0.8j
q0 q2
Ti T2 dónde
V1 T1 V2 T2
U [=] Btu/h pie2 F
q1
qJ [=] pie3/h
Figura E2.6 k = constante
Machine Translated by Google

Ejercicios 35

Derive un modelo dinámico para este sistema. (Indique cualquier suposición 2.10 El ejemplo 2.1 traza las respuestas a los cambios en los flujos de entrada
adicional que haga). para el sistema de mezcla del tanque agitado. Repita la parte (b) y
trácela. A continuación, relaje el supuesto de que V es constante y
represente gráficamente la respuesta de x(t) y V(t) para el cambio en w1 durante
t = 0 a 15 minutos. Supongamos que w2 y w permanecen constantes.
TF
2.11 Un tanque de proceso tiene dos corrientes de entrada: la corriente 1 con
qF T.J.
un caudal másico w1 y la corriente 2 con un caudal másico w2. La corriente de
qJ efluente del tanque, con un caudal w, se descarga a través de una válvula fija a
presión atmosférica. La caída de presión a través de la válvula es proporcional
al caudal al cuadrado. El área de la sección transversal del tanque, A, es 5 m2
Ti y la densidad de masa de todas las corrientes es 940 kg/m3. (a) Dibuje un
V diagrama
qJ
esquemático del proceso y escriba un modelo dinámico apropiado para el nivel
t del tanque. ¿Cuál es el modelo de estado estacionario correspondiente? (b) En
condiciones iniciales de estado estacionario,
q
con w1 = 2,0 kg/s y w2 = 1,2 kg/s, el nivel del tanque es de 2,25 m. ¿Cuál es el
Figura E2.8
valor de la constante de la válvula (indicar unidades)? (c) Un ingeniero de
control de procesos decide usar un
k1 k2 controlador anticipativo para mantener el nivel aproximadamente constante en
2.9 Se producen reacciones consecutivas irreversibles A → B → C
el valor del punto de ajuste (hsp = 2.25 m) midiendo w1 y manipulando w2.
en un reactor de tanque agitado con camisa, como se muestra en la figura E2.9.
¿Cuál es la relación matemática que se utilizará en el controlador? Si la
Derive un modelo dinámico basado en los siguientes supuestos: (i) El contenido
medición de w1 no es muy precisa y siempre proporciona un valor que es 1,1
del tanque y la camisa de enfriamiento están bien mezclados. Los volúmenes
veces el caudal real, ¿qué puede concluir sobre el control de nivel resultante?
de material en la chaqueta y en el tanque no varían con el tiempo. (ii) Las
velocidades de reacción
están dadas por (Sugerencia: considere el proceso inicialmente en el nivel de estado estacionario
deseado y con el controlador de avance activado. Debido a que la salida del
r1 = k1e−E1∕RTcA [=] mol A∕h L r2 =
controlador tiene un ligero error, w2 ≠ 1.2, el proceso llegará a un nuevo estado
k2e−E2∕RTcB [=] mol B∕h L estacionario. ¿Qué es? ) ¿Qué conclusiones puedes sacar sobre la necesidad
de precisión en un modelo de estado estacionario? ¿Para la precisión del
(iii) Las capacitancias térmicas del contenido del tanque y del contenido de la
dispositivo de medición? ¿Para la precisión de la válvula de control? Considere
camisa son significativas en relación con las capacitancias térmicas de la
todos estos con respecto a su uso en un sistema de control anticipativo.
camisa y las paredes del tanque, que pueden despreciarse. (iv) Se pueden
suponer propiedades físicas y coeficientes de transferencia de calor constantes.
2.12 El tanque de almacenamiento de líquido que se muestra en la figura E2.12
tiene dos corrientes de entrada con caudales másicos w1 y w2 y una corriente
Nota:
de salida con caudal w3. El tanque cilíndrico tiene 2,5 m de alto y 2 m de
Todos los caudales son caudales volumétricos en L/h. Las concentraciones diámetro. El líquido tiene una densidad de 800 kg/m3. El procedimiento operativo
normal es llenar el tanque hasta que el nivel del líquido alcance un valor
tienen unidades de mol/L. Los calores de reacción son ΔH1 y ΔH2.
nominal de 1,75 m utilizando caudales constantes: w1 = 120 kg/min, w2 = 100
kg/min y w3 = 200 kg/min. En ese punto, entrada

Alimentar
w1 w2
cAi, cBi
qi , Ti

Refrigerante fuera
V
qc, tc

Refrigerante
q4
en qci, Tci

Reactor 1 metro

encamisado Producto h
cA, cB, cC, T, q w3

Figura E2.9 Figura E2.12

Machine Translated by Google

36 Capítulo 2 Modelos teóricos de procesos químicos

El caudal w1 se ajusta para que el nivel permanezca constante. lavado y el valor que proporciona la tasa máxima de producción. Los valores
Sin embargo, ese día en particular, la corrosión del tanque ha abierto un de los parámetros son: μm = 0,20 h1; KS = 1,0 g/l e YX/S = 0,5 g/g. La
agujero en la pared a 1 m de altura, produciendo una fuga cuyo caudal condición de estado estacionario es D = 0,1 h−1, X = 2,25 g∕L, S = 1,0 g∕L y
volumétrico q4 (m3/min) puede aproximarse por Sf = 10 g∕L.

2.15 En aplicaciones médicas, los principales objetivos de la administración

q4 = 0.025√ h − 1 de medicamentos son (i) administrar el medicamento en el lugar correcto del
cuerpo del paciente y (ii) obtener un perfil de concentración de medicamento
donde h es la altura en metros.
específico en el cuerpo mediante una liberación controlada del medicamento.
(a) Si el tanque estaba inicialmente vacío, ¿cuánto tiempo tardó el nivel del
con el tiempo. Los medicamentos a menudo se administran en forma de
líquido en alcanzar el punto de corrosión? (b) Si
pastillas. Para derivar un modelo dinámico simple de disolución de la píldora,
los caudales másicos w1, w2 y w3 se mantienen constantes indefinidamente, supongamos que la velocidad de disolución rd de la píldora en un paciente
¿se desbordará eventualmente el tanque? Justifica tu respuesta. es proporcional al producto del área de superficie de la píldora y la fuerza
impulsora de concentración:
2.13 Considere un tanque de mezcla que tiene las mismas dimensiones y
caudales nominales que el tanque de almacenamiento del ejercicio rd = kA(cs − caq)
2.13 pero que incorpora una válvula en la línea de salida que se utiliza
para establecer el caudal w3. (Para este ejercicio, no hay fugas en el donde caq es la concentración del fármaco disuelto en el medio acuoso, cs
tanque como en el ejercicio 2.13.) Además, las fracciones de masa nominales es el valor de saturación, A es el área de superficie de la píldora y k es el
coeficiente de transferencia de masa. Debido a que cs caq, incluso si la
de la corriente de entrada del componente A son x1 = x2 = 0,5.
pastilla se disuelve por completo, la velocidad de disolución se reduce a rd =
El proceso ha estado funcionando durante mucho tiempo con caudales y kAcs. (a) Obtenga un modelo dinámico
concentraciones de entrada constantes. En estas condiciones, ha llegado al que pueda usarse para calcular la masa M de la pastilla en función del
estado estacionario con una fracción de masa de salida x = 0,5 y un nivel h tiempo. Puede hacer las siguientes suposiciones simplificadoras: (i) La
= 1,75 m. Usando la siguiente información, responda las siguientes velocidad de disolución
preguntas: (a) ¿Cuál de la píldora está dada por rd = kAcs. (ii) La píldora se puede aproximar
es el valor de w3? ¿La constante, Cv? (b) Si x1 cambia como un cilindro con radio r y altura h. Se puede suponer que h/r 1.
repentinamente de 0,5 a 0,6 sin cambiar los caudales de entrada (por Por lo tanto, el área de superficie de la pastilla se puede aproximar
supuesto, x2 también debe cambiar), ¿cuál es el valor final de x3? ¿Cuánto como A = 2πrh. (b) Para las condiciones dadas a continuación,
tiempo se necesita para llegar al 1% de este valor final? ¿cuánto tiempo se requiere para que el radio de la pastilla r se reduzca en
un 90% desde su valor inicial de r0?
(c) Si w1 se cambia de 120 kg/min a 100 kg/min sin cambiar las
concentraciones de entrada, ¿cuál será el valor final del nivel del tanque?
ρ = 1,2 g∕ml r0 = 0,4 cm h = 1,8 cm cs = 500 g∕L
¿Cuánto tiempo llevará llegar al 1% de este valor final?
k = 0,016 cm∕min

2.16 Las biorreacciones suelen llevarse a cabo en reactores discontinuos. El

(d) ¿Habría habido alguna diferencia en el inciso (c) si las concentraciones
hubieran cambiado al mismo tiempo que se cambió el caudal? modelo de biorreactor discontinuo alimentado de la Sección 2.4.9
también es aplicable a reactores discontinuos si el caudal de

Información útil: El tanque está perfectamente agitado. alimentación F se establece en cero. Utilizando la información
disponible que se muestra a continuación, determine cuánto tiempo se
requiere para lograr una conversión del 90% del sustrato. Suponga que el
w3 = Cv √h _
volumen V del contenido del reactor es constante.
2.14 Suponga que el biorreactor alimentado por lotes de la figura 2.11 se Información disponible:
convierte en un biorreactor continuo de tanque agitado (también llamado (i) Condiciones iniciales:
quimiostato ) agregando una corriente de salida. Suponga que las corrientes
de entrada y salida tienen el mismo caudal másico F y, por lo tanto, el volumen X(0) = 0,05 g∕L, S(0) = 10 g∕L, P(0) = 0 g∕L.
El consumo de líquido V en el quimiostato es constante.
(ii) Valores de los parámetros:
(a) Derive un modelo dinámico para este quimiostato modificando el modelo
de reactor discontinuo alimentado en la Sección 2.4.9. V = 1 L, μm = 0,20 h−1 , KS = 1,0 g∕L, YX∕S = 0,5

(b) Deduzca la relación de estado estacionario entre la tasa de crecimiento g∕g, YP∕X = 0,2 g∕g.
μ en la ecuación. 280 y tasa de dilución D donde, por definición, D = F/V.
Sugiera una estrategia de control simple para controlar la tasa de crecimiento 2.17 Dibuje la respuesta del nivel para una bañera con un área de sección
con base en este resultado. transversal de 8 pies2 en función del tiempo para la siguiente secuencia de
(c) Se produce una situación indeseable llamada lavado cuando todas las eventos; suponga un nivel inicial de 0,5 pies con el drenaje abierto. El flujo
células se eliminan del biorreactor y, por lo tanto, la masa celular X se vuelve de entrada y salida son inicialmente iguales a 2 pies3/min. (a) El drenaje se
cero. Determine los valores de D que resultan en lavado. (Sugerencia: se cierra

produce un lavado si dX/dt es negativo durante un período de tiempo repentinamente y el flujo de entrada permanece constante durante 3 min (0
prolongado, hasta que X = 0.) (d) Para los ≤ t ≤ 3). (b) El drenaje se abre
valores numéricos que se dan a continuación, represente gráficamente la durante 15 min; Supongamos una constante de tiempo en una función de
tasa de producción celular en estado estacionario DX como función de la transferencia lineal de 3 min, por lo que esencialmente se alcanza un estado
tasa de dilución D .Discute la relación entre los valores de D que resultan en estacionario (3 ≤ t ≤ 18).
Machine Translated by Google

Ejercicios 37

(c) El caudal de entrada se duplica durante 6 min (18 ≤ t ≤ 24). de 1,0 pie con el drenaje abierto, y ese nivel y el caudal de salida están
(d) El caudal de entrada vuelve a su valor original durante 16 min (24 ≤ t relacionados linealmente. El flujo de entrada y salida en estado estacionario
≤ 40). es inicialmente igual a 2 pies3/min. El gráfico debe mostrar valores
numéricos de nivel versus tiempo.
2.18 Realice un análisis de grados de libertad para el modelo de las (a) El drenaje se cierra repentinamente y el flujo de entrada permanece
ecuaciones. 264 al 268. Identificar parámetros, variables de salida y
constante durante 3 min (0 ≤ t
entradas (variables manipuladas y de perturbación).
≤ 3). (b) El drenaje se abre durante 15 min, manteniendo el flujo de
2.19 Considere el módulo de columna de destilación PCM de entrada a 2 pies3/min, donde esencialmente se alcanza un estado
Apéndice E, en el que se separa una mezcla del 50% al 50% de estacionario
PCM
metanol (MeOH) y etanol. (3 ≤ t ≤ 18). (c) El caudal de entrada se duplica a 4 pies3/min durante 15
min (18 ≤ t ≤
Realice la siguiente secuencia de simulaciones:
33). (d) El caudal de entrada regresa a su valor original de 2 pies3/min
(a) Cambie la tasa de flujo de vapor del valor inicializado a un nuevo valor
durante 17 min (33 ≤ t ≤ 50).
de 0,045 m3/s e inicie la simulación. Genere gráficos para la composición
superior de MeOH y la composición inferior de MeOH. Registre los valores 2.22 Considere el diagrama de tuberías inusual para los cuatro tanques
iniciales y los valores finales (estado estacionario) para estas variables. en la figura E2.22 en el que los caudales F1 y F2 se dividen entre dos
(b) Una vez que el sistema haya alcanzado un corrientes que ingresan a los tanques superior e inferior (indicados por las
nuevo estado estable (y haya recopilado la información solicitada en la fracciones en el diagrama). Para las líneas de salida que salen del fondo
parte (a)), aumente la composición de alimentación de MeOH a 0,55. de cada uno de los cuatro tanques a través de un orificio, se puede
Genere gráficos para la composición superior de MeOH y la composición suponer que el flujo a través de ese orificio obedece a la dependencia de
inferior de MeOH. Registre los valores iniciales y los valores finales la raíz cuadrada de la altura del líquido en los tanques, como se describe
(estado estacionario) para estas variables. en la Sección 2.4.5. (a) Deduzca los
balances de masa para cada uno de los cuatro tanques y expréselos
(c) Comente las diferencias relativas entre estos dos cambios de entrada como ecuaciones simples (cuatro en total) con un término derivado en el
(fuerza del efecto, momento de la respuesta). lado izquierdo.

2.20 Considere el módulo PCM Furnace del Apéndice E, que se utiliza (b) Para el caso de γ1 = 0,5 y γ2 = 0,5 (es decir, división igual de cada
corriente), ¿cuál es la forma resultante de las ecuaciones? ¿Se pueden
para precalentar una alimentación de hidrocarburos de alto peso
PCM
resolver los niveles de forma independiente? ¿Se pueden utilizar los
molecular (C16C26) a una unidad de craqueo en una refinería de
caudales de forma independiente para ajustar las alturas
petróleo.
en los tanques? (c) Para el caso extremo de γ1 = 0 y γ2 = 0, ¿cuál es la
Realice la siguiente secuencia de simulaciones: forma resultante de las ecuaciones? ¿Tiene esto sentido en términos del
(a) Cambie la pureza del gas combustible del valor inicializado de 1,0 a esquema del proceso?
un nuevo valor de 0,95 y comience la simulación. Genere gráficos para la
concentración de salida de oxígeno y la temperatura de salida de
hidrocarburos. Registre los valores iniciales y los valores finales (estado Fracción 1 − γ2
estacionario) para estas variables. (b) Una vez
Fracción 1 − γ1
que el sistema haya alcanzado un nuevo estado estable (y haya recopilado
la información solicitada en la parte (a)), aumente el caudal de
hidrocarburos en un 10 % sobre el valor actual.
Tanque 3 Tanque 4
Genere gráficos para la concentración de salida de oxígeno y la Caudal F1 Caudal F1
temperatura de salida de hidrocarburos. Registre los valores iniciales y los
valores finales (estado estacionario) para estas variables.
Fracción γ1 Fracción γ2
(c) Comente las diferencias relativas entre estos dos cambios de entrada
(fuerza del efecto, momento de la respuesta). Tanque 1 Tanque 2

2.21 Trace la respuesta del nivel para un tanque con un área de sección
transversal constante de 4 pies2 en función del tiempo para la
siguiente secuencia de eventos; asumir un nivel inicial Figura E2.22
Machine Translated by Google

Capítulo 3

Transformadas de Laplace

CONTENIDO DEL CAPITULO

3.1 Transformadas de Laplace de funciones representativas 3.2

Solución de ecuaciones diferenciales mediante técnicas de transformada de Laplace 3.3

Expansión de fracciones parciales

3.3.1 Procedimiento general para resolver ecuaciones diferenciales

3.4 Otras propiedades de la transformada de Laplace

3.4.1 Teorema del valor final
3.4.2 Teorema del valor inicial

3.4.3 Transformada de una Integral

3.4.4 Retardo de Tiempo (Traducción en el Tiempo)

3.5 Un ejemplo de respuesta transitoria

3.6 Software para resolver problemas matemáticos simbólicos

Resumen

En el Capítulo 2 desarrollamos una serie de modelos matemáticos que recalculando la solución para cada situación de interés.
describen la operación dinámica de procesos seleccionados. Resolver Como se indica en el Apéndice C, las soluciones analíticas a las EDO
tales modelos (es decir, encontrar las variables de salida como también se pueden generar utilizando software para problemas
funciones del tiempo para algún cambio en las variables de entrada) simbólicos.
requiere una integración analítica o numérica de las ecuaciones En este capítulo presentamos una herramienta matemática, la
diferenciales. transformada de Laplace, que puede reducir significativamente el
A veces se requiere un esfuerzo considerable para obtener las esfuerzo requerido para resolver y analizar modelos de ecuaciones
soluciones. Una clase importante de modelos incluye sistemas descritos diferenciales lineales. Un beneficio importante es que esta
mediante ecuaciones diferenciales ordinarias lineales (EDO). Estos transformación convierte ecuaciones diferenciales ordinarias en
sistemas lineales representan el punto de partida de muchas técnicas ecuaciones algebraicas, lo que puede simplificar las manipulaciones
de análisis en el control de procesos. matemáticas necesarias para obtener una solución o realizar un análisis.

Tanto los problemas de EDO lineales como los no lineales se Primero, definimos la transformada de Laplace y mostramos cómo
pueden resolver numéricamente utilizando métodos de integración se puede utilizar para derivar las transformadas de Laplace de
numérica estándar (Chapra y Canale, 2014) y software de computadora. funciones simples. Luego mostramos que las EDO lineales se pueden
Para las EDO lineales, también es posible generar soluciones analíticas resolver usando transformadas de Laplace y una técnica llamada
(o de “forma cerrada”). La ventaja importante de una solución analítica expansión de fracción parcial. Se presentan algunas propiedades
es que los efectos de cambiar la estructura del modelo o los parámetros generales importantes de las transformadas de Laplace e ilustramos el
del modelo son fácilmente evidentes. Por el contrario, para una uso de estas técnicas con una serie de ejemplos.
solución numérica, esta información sólo puede obtenerse mediante También se demuestran soluciones de software para problemas de
transformada de Laplace.

38
Machine Translated by Google

3.1 Transformadas de Laplace de funciones representativas 39

3.1 TRANSFORMADAS DE LAPLACE DE Es un insumo importante que se utiliza frecuentemente en la

FUNCIONES REPRESENTATIVAS dinámica y el control de procesos. La transformada de Laplace de
la función escalón unitario es la misma que se obtiene para la
La transformada de Laplace de una función f(t) se define como constante anterior cuando a = 1:
∞
1
f(t)e−stdt (31) [S(t)] =
F(s) = [f(t)] = ∫ (36)
0 s
donde F(s) es el símbolo de la transformada de Laplace, s es una Si la magnitud del paso es a, la transformada de Laplace es a/s.
variable independiente compleja, f(t) es alguna función del tiempo a La función escalonada incorpora la idea de tiempo inicial, tiempo
transformar y es un operador definido por la integral. La función f(t) cero o tiempo cero para la función, que se refiere al tiempo en el
debe satisfacer condiciones leves que incluyen ser continua por que S(t) cambia de 0 a 1. Para evitar cualquier ambigüedad con
partes para 0 < t < ∞ (Churchill, 1971; Schiff, 1999); Este requisito
respecto al valor de la función escalonada en t = 0 (es discontinua),
casi siempre se cumple para funciones que son útiles en el
consideraremos S(t = 0) como el valor de la función abordada por
modelado y control de procesos. Cuando se realiza la integración,
el lado positivo, t = 0+.
la transformada se convierte en función de la variable s de la
transformada de Laplace. La transformada inversa de Laplace (−1)
opera sobre la función F(s) y la convierte en f(t). Observe que F(s) Derivados. La transformada de una primera derivada de f es
no contiene información sobre f(t) para t < 0. Por lo tanto, f(t) = importante porque dichas derivadas aparecen en modelos dinámicos:
−1{F(s)} no está definido para t < 0 (Schiff, 1999).
∞
(df∕dt)e−stdt (37)
(df∕dt) = ∫ 0
Una de las propiedades importantes de la transformada de
Integrando por partes,
Laplace y la transformada de Laplace inversa es que son operadores
∞ ∞
lineales; un operador lineal satisface el principio de superposición:
f(t)e−sts dt + f(t)e−st| | (38)
(df∕dt) = ∫ 0 ||0

(ax(t) + by(t)) = a(x(t)) + b(y(t)) (32)

= s(f(t)) − f(0) = sF(s) − f(0) (39)
donde denota una operación particular a realizar, como diferenciación
donde F(s) es la transformada de Laplace de f(t). Generalmente, el
o integración con respecto al tiempo. Si ≡ entonces la ecuación. 32
se convierte en (ax(t) punto en el que empezamos a tomar el tiempo para encontrar una
, + by(t)) = aX(s) + bY(s)
solución es arbitrario. Las soluciones del modelo se obtienen más
(33) fácilmente suponiendo que el tiempo comienza (es decir, t = 0) en
Por lo tanto, la transformada de Laplace de una suma de funciones el momento en que el modelo del proceso se perturba por primera
x(t) e y(t) es la suma de las transformadas de Laplace individuales, vez. Por ejemplo, si inicialmente se supone que el proceso está en
X(s) e Y(s); Además, las constantes multiplicativas se pueden estado estacionario y una entrada sufre un cambio de paso unitario,
factorizar a partir del operador, como se muestra en la ecuación. se considera que el tiempo cero es el momento en el que la entrada
33. cambia en magnitud. En muchas aplicaciones de modelado de
En este libro nos ocupamos más de los aspectos operativos de procesos, las funciones se definen de modo que sean cero en el
las transformadas de Laplace, es decir, su uso para obtener momento inicial, es decir, f(0) = 0. En estos casos, la ecuación. 39
soluciones o las propiedades de las soluciones de ecuaciones se simplifica a (df/dt) = sF(s).
diferenciales lineales. Para más detalles sobre aspectos La transformada de Laplace para derivadas de orden superior
matemáticos de la transformada de Laplace, se recomiendan los se puede encontrar mediante la aplicación repetida de la ecuación. 39:
textos de Churchill (1971), Dyke (1999) y Schiff (1999).

(dnf dtn ) = s nF(s) − s n−1f(0) − s n−2f(1) (0)−∙∙∙

Antes de considerar las técnicas de solución, la aplicación de la
ecuación. 31 debería discutirse. La transformada de Laplace se puede −sf(n−2) (0) − f(n−1) (0) (310)
derivar fácilmente para la mayoría de las funciones simples, como se
donde f (i) (0) es la iésima derivada evaluada en t = 0.
muestra a continuación.

Función constante. Para f(t) = a (una constante), Funciones exponenciales. La transformada de Laplace de una
∞ ∞ función exponencial es importante porque las funciones
ae−stdt = −a est| | exponenciales aparecen en la solución de la mayoría de las
(a) = ∫ = 0 s ||0
ecuaciones diferenciales lineales. Para una exponencial, e−bt, con b > 0,
a
(34) ∞ ∞
0 − ( −a ) =s s
e−(b+s)t dt (311)
(e−bt) = ∫ 0 e−bte−stdt = ∫ 0
Función de paso. La función de paso unitario, definida como
1 ∞ 1
= [−e−(b+s)t ] = (312)
(35) b+s s+b
1t≥0 ||||0

S(t) = { 0 t < 0
Machine Translated by Google

40 Capítulo 3 Transformadas de Laplace

Tabla 3.1 Transformadas de Laplace para varias funciones en el dominio del tiempo

pie) F(es)

1. δ(t) (impulso unitario) 1

1
2. S(t) (paso unitario)
s
1
3. t (rampa)

s2 (n 1)!
1 [Link]

serie 1
5. ebt
s+b
1
6. 1 e−t∕τ
τ s+1

t n−1e−bt
7. (n > 0) (n − 1)!
1 (s + b)n

1 t n−1e −t∕τ
8. τn(n − 1)! 1 (τs + 1)n

1 1
9. (e−b2t − e−b1t ) b1
− b2 (s + b1)(s + b2)

1 1
10. (e−t∕τ1 − e−t∕τ2 )
τ1 − τ2 (τ1s + 1)(τ2s + 1)

11.
b3 − b1 b3 − b2 e−b1t + e−b2t b2
− b1 b1 − b2 s + b3
(s + b1)(s + b2)

1 1 + e−t∕τ2
τ1 − τ3 τ2 − τ3 e−t∕τ1 τ3s +
12. τ1 τ1 − τ2 τ2 τ2 − τ1
1 (τ1s + 1)(τ2s +
1) 1
13. 1 − e−t/τ
s(τs + 1)

14. pecado ωt
ω s2 + ω2

15. porque ωt
s s2 +
ω2 ω cos + s sen
16. pecado(ωt + )
s2 + ω2
ω
17. e−bt sen ωt
(s + b)2 + ω2 s

} b, ω reales + b (s
18. e−bt sen ωt
+ b)2 + ω2 1
1
19. e−ζt∕τ sin( √1 − ζ2t∕τ)
τ √1 − ζ2 τ2s2 + 2ζτs + 1

(0 ≤ |ζ| < 1)
1 1
20. 1 + (τ1e−t∕τ1 − τ2e−t∕τ2 )
τ2 − τ1 s(τ1s + 1)(τ2s + 1)

(τ1 ≠ τ2)
1 1
21. 1 − e−ζt∕τ sin[ √1 − ζ2t∕τ + ψ] √1
− ζ2 √1 s(τ2s2 + 2ζτs + 1)

− ζ2 ψ =
tan−1 , (0 ≤ |ζ| < 1) ζ
Machine Translated by Google

3.1 Transformadas de Laplace de funciones representativas 41

Tabla 3.1 (Continuación)

pie) F(es)

ζ √1 − ζ2 pecado( √1 − ζ2t∕τ)] s(τ2s2 + 2ζτs + 1)

22. 1 − e−ζt∕τ[ porque( √1 − ζ2t∕τ) +

(0 ≤ |ζ| < 1)

τ3 − τ1 τ3 − τ2 e−t∕τ1 + τ3s +
− τ1 e−t∕τ2 23. 1 + τ1 − τ2 τ2
1 s(τ1s + 1)(τ2s + 1)

(τ1 ≠

24. sF(s) − f(0)

τ2) gl dt

25. dnf snF(s) − sn−1f(0) − sn−2f (1)(0) −∙∙∙− sf (n−2)(0) − f (n−1)(0)

dtn

26. f(t − θ)S(t − θ) e−θs F(s)

t
1
f(τ)dτ F(es)
27. ∫ 0 s

Tenga en cuenta que f(t) y F(s) se definen para t ≥ 0 únicamente.

La transformada de Laplace para b < 0 es ilimitada si s < b; por lo

tanto, la parte real de s debe restringirse a ser mayor que −b para que la h
integral sea finita. Esta condición se cumple para todos los problemas
que consideramos en este libro.

La tabla 3.1 enumera algunos pares importantes de transformadas

pie)
de Laplace que ocurren en la solución de ecuaciones diferenciales lineales.
Para obtener una lista más extensa de transformaciones, consulte Dyke (1999).
Tenga en cuenta que en la mayoría de los casos de transformada
derivados anteriormente, F(s) es una razón de polinomios en s, es decir,
una forma racional. Hay algunos casos importantes en los que ocurren 0
0 dos
formas no polinómicas (irracionales), como el punto 26 de la tabla 3.1. A
continuación se analiza otro caso. tiempo, t

Figura 3.1 La función de pulso rectangular.

La función de pulso rectangular. En la figura 3.1 se muestra una
ilustración del pulso rectangular. El pulso tiene altura h y ancho tw. Este dos
h
F(s)=−h est| | = (1 − e − tws ) (315)
tipo de señal podría usarse para representar la apertura y el cierre de s s
||0

una válvula que regula el flujo hacia un tanque. El caudal se mantendría

en h durante dos unidades de tiempo. El área bajo la curva en la Fig. 3.1 Tenga en cuenta que resulta un término exponencial en F(s) . Para un

podría interpretarse como la cantidad de material entregado al tanque (= pulso unitario rectangular, h = 1/tw y el área bajo el pulso es la unidad.
htw). Matemáticamente, la función f(t) se define como

Función de impulso. Un caso límite del pulso unitario rectangular es el

impulso o función delta de Dirac, que tiene el símbolo δ(t). Esta función
se obtiene cuando tw → 0 manteniendo el área bajo el pulso igual a la
0t<0
unidad. Resulta un pulso de altura infinita y ancho infinitesimal.
f(t) = h 0 ≤ t < tw 0t≥ (313) Matemáticamente, esto se puede lograr sustituyendo h = 1/tw en la
tw ecuación. 315; la transformada de Laplace de δ(t) es

La transformada de Laplace del pulso rectangular se puede derivar

1
evaluando la integral (31) entre t = 0 y t = tw porque f(t) es cero en (1 − e−tws ) (316)
(δ(t)) = límitetw→0 tws
cualquier otro lugar:
La ecuación 316 es una forma indeterminada que puede evaluarse
∞
tw élstdt mediante la aplicación de la regla de L'Hospital (también escrita como
(314)
F(s) = ∫ 0 f(t)e−stdt = ∫ 0 L'Hôpital), que implica tomar derivadas de
Machine Translated by Google

42 Capítulo 3 Transformadas de Laplace

tanto numerador como denominador con respecto a tw:

Utilizando el Principio de Superposición, cada término se puede transformar
conjuntos
=1 (317) individualmente:
(δ(t)) = límitetw→0 s
(321)
Si la magnitud del impulso (es decir, el área twh) es una constante a en ( 5dydt ) + (4y) = (2) ( 5dy dt )
lugar de una unidad, entonces

(aδ(t)) = a (318) = 5 (dy dt ) = 5(sY(s) − 1) = 5sY(s) − 5 (322)

La función de impulso unitario también puede interpretarse como la

(4y) = 4(y) = 4Y(s) (323)
derivada temporal de la función de paso unitario S(t).
La respuesta de un proceso a un impulso unitario se llama respuesta al
impulso. 2 (2) = (324)
s
Un ejemplo físico de una función de impulso es la inyección rápida de
Sustituya los términos individuales:
tinte o trazador en una corriente de fluido, donde f(t) corresponde a la
concentración o el caudal del trazador. Este tipo de señal se utiliza a 2 5sY(s) − 5 + 4Y(s) = (325)
s
veces en pruebas de proceso, por ejemplo, para obtener la distribución
Reorganice (325) y factorice Y(s):
del tiempo de residencia de un equipo, como se ilustra en la Sección 3.5.
2
Y(s)(5s + 4) = 5 + (326)
s
o
5s + 2
Y(s) = (327)
3.2 SOLUCIÓN DE ECUACIONES s(5s + 4)

DIFERENCIALES MEDIANTE Tome la transformada inversa de Laplace de ambos lados de la ecuación.

TÉCNICAS DE TRANSFORMADA DE LAPLACE 327:
−1
En la sección anterior desarrollamos las técnicas necesarias para obtener [Y(s)] = (328)
−1 [ 5s
(5s++2s
4) ]
la transformada de Laplace de cada término en una ecuación diferencial
La transformada inversa de Laplace del lado derecho de la ecuación. 328
ordinaria lineal. La tabla 3.1 enumera funciones importantes del tiempo,
se puede encontrar utilizando la Tabla 3.1. Primero, divide el numerador y
incluidas las derivadas y sus equivalentes de transformada de Laplace.
el denominador entre 5 para poner todos los factores en la forma s + b
Debido a que la transformada de Laplace convierte cualquier función f(t)
correspondientes a las entradas de la tabla:
en F(s) y la transformada de Laplace inversa convierte F(s) nuevamente
en f(t), la tabla proporciona una manera organizada de llevar a cabo y(t) = (329)
estas transformaciones. −1 ( s++0,8)
0,4 )s(s

Debido a que la entrada 11 en la tabla, (s+b3)/[(s+b1)(s+b2)], coincide con

El procedimiento utilizado para resolver una ecuación diferencial es la ecuación. 329 con b1 = 0,8, b2 = 0 y b3 = 0,4, la solución se puede
bastante sencillo. Primero, Laplace transforma ambos lados de la escribir inmediatamente:
ecuación diferencial, sustituyendo valores de las condiciones iniciales y(t) = 0,5 + 0,5e−0,8t (330)
en las transformadas derivadas. Reorganice la ecuación algebraica
Observe que al resolver (319) tanto la función forzada (la constante 2 en
resultante y resuelva la forma transformada de la variable dependiente
el lado derecho) como la condición inicial se han incorporado fácil y
(de salida). Finalmente, encuentre la inversa de la variable de salida
directamente. Como para cualquier solución de ecuación diferencial, la
transformada. El método de solución se ilustra mediante varios ejemplos.
Ec. 330 debe verificarse para asegurarse de que satisface la condición
inicial y la ecuación diferencial original para t ≥ 0.

EJEMPLO 3.1

Resuelve la ecuación diferencial, A continuación aplicamos el método de la transformada de Laplace a un

ecuación diferencial de orden superior.
5dy + 4y = 2 y(0) = 1 (319)
dt

utilizando transformadas de Laplace. EJEMPLO 3.2

SOLUCIÓN Resuelve la ecuación diferencial ordinaria.

d3y 6d2y +
+ 11 días + 6 años = 1 (331)
Primero, tome la transformada de Laplace de ambos lados de la ecuación. 319: dt3 dt2 dt

con condiciones iniciales y(0) = y′ (0) = y′′(0) = 0 donde los números

(320)
dt + 4 años ) = (2)
( 5 días primos denotan derivadas.
Machine Translated by Google

3.3 Expansión de fracciones parciales 43

El denominador se puede factorizar en un producto de términos de primer

SOLUCIÓN
orden, (s + 1)(s + 4). Esta transformada se puede ampliar a la suma de dos
fracciones parciales:
Tome las transformadas de Laplace, término por término, utilizando la Tabla 3.1:
s+5 α1 α2 + s + 1
3 = s
Sí(s) (335)
(s + 1)(s + 4) +4
(d3y dt3 ) =
donde α1 y α2 son coeficientes no especificados que deben satisfacer la
2
Sí(s) ecuación. 335. La expansión en la ecuación. 335 indica que el polinomio
s ( 6d2y dt2 )
denominador original se ha factorizado en un producto de términos de primer
orden. En general, para cada expansión de fracción parcial (PFE), habrá un
= 6s ( 11dy dt ) = 11sY(s) conjunto único de αi que satisfaga la ecuación.

(6 años) = 6 años(s)
Uno de los métodos más rápidos y populares para calcular los valores
1 (1) = de coeficientes como α1 y α2 es la expansión de Heaviside. En este método,
s
multiplique ambos lados de la ecuación por uno de los términos del
Reordenando y factorizando Y(s), obtenemos
denominador (s + bi) y luego establezca s = −bi, lo que hace que todos los
3 2
Y(s)(s) + 6s 1 + 11s + 6) = términos excepto uno se multipliquen por cero. Multiplicando la ecuación.
(332)
s 335 por s + 1 y luego dejando s = −1 da

1 Y(s) (333)
= s(s3 + 6s2 + 11s + 6) |s+5 4
| =
α1 =
Para invertir (333) y encontrar y(t), debemos encontrar una | s + 4 |s=−1 3

expresión similar en la tabla 3.1. Desafortunadamente, ninguna

De manera similar, después de multiplicar por (s + 4) y dejar
fórmula de la tabla tiene un polinomio de cuarto orden en el
s = −4, la expansión da
denominador. Este ejemplo continuará más adelante, después de
que desarrollemos las técnicas necesarias para generalizar el |s+5
= −1
método de solución en la Sección 3.3. | α2 = | s + 1 |
s=−4 3

Por tanto, los coeficientes del PFE se pueden encontrar mediante cálculos
sencillos.
En general, una expresión de transformación puede no coincidir
Para una transformación más general, donde los factores son reales y
exactamente con ninguna de las entradas de la Tabla 3.1. Este problema
distintos (no aparecen factores complejos o repetidos), se puede utilizar la
siempre surge para ecuaciones diferenciales de orden superior, porque el
siguiente fórmula de expansión:
orden del polinomio denominador (polinomio característico) de la transformada
es igual al orden de la ecuación diferencial original, y ninguna entrada de la norte(s)
= norte(s) αi
Y(es) = = ∑norte (336)
tabla es superior al tercer orden en el denominador. . D(es) norte

s + bi
Πi (s + bi) yo=1
=1
Simplemente no es práctico ampliar el número de entradas en la tabla hasta
donde D(s), un polinomio de orden n, es el denominador de la transformada.
el infinito. En su lugar, utilizamos un procedimiento basado en bloques de
D(s) es el polinomio característico. El numerador N(s) tiene un orden máximo
construcción de transformaciones elementales. Este procedimiento, llamado
de n − 1.
expansión de fracción parcial, se presenta en la siguiente sección.
El iésimo coeficiente se puede calcular utilizando la expansión de Heaviside.

N(es) |
| αi = (s + bi) | (337)
D(s) |s=−bi
3.3 EXPANSIÓN DE FRACCIÓN PARCIAL
Alternativamente, una expansión para factores reales distintos se puede
El polinomio denominador de alto orden en una solución de transformada de escribir como
Laplace surge de los términos de la ecuación diferencial (su polinomio
característico) más los términos aportados por las entradas. Los factores del norte′ (s)
= norte′ (s) α′i
Y(es) = = ∑norte (338)
polinomio característico corresponden a las raíces del polinomio característico D′(s) norte

τ es + 1
Πi (τes + 1) yo=1
igual a cero. Los factores de entrada pueden ser bastante simples. Una vez =1
obtenidos los factores, la transformada de Laplace se expande a fracciones
Entonces podemos calcular los coeficientes mediante
parciales. Como ejemplo, considere
norte′
(s) | α′ | = (τis + 1) | (339)
i
D′(s) 1 |s=− τi

s+5 Tenga en cuenta que varias entradas en la Tabla 3.1 tienen el formato
Y(s) = (334)
s2 + 5s + 4 τs + 1.
Machine Translated by Google

44 Capítulo 3 Transformadas de Laplace

Dominio
Ahora podemos usar la expansión de Heaviside para completar Dominio
del tiempo de Laplace
la solución del ejemplo 3.2.

ODA Paso 1
EJEMPLO 3.2 (Continuación) Tome la
transformada
Condiciones iniciales de Laplace (Tabla 3.1)
Primero, factorice el denominador de la ecuación. 333 en un producto de
términos de primer orden (n = 4 en la ecuación 336). Los factores enteros
simples, como en este caso, rara vez ocurren en aplicaciones reales.
3 2 + 6s
s(s) + 11s + 6) = s(s + 1)(s + 2)(s + 3) (340) Paso 2
Resolver
Este resultado determina los cuatro términos que aparecerán en el norte(s)
Y(es) =
PFE—es decir, D(es)

1
Y(s) =
s(s + 1)(s + 2)(s + 3)

= α1 α2 +s α3 α4 + + s
+ +2s+3 (341) Paso 3
s 1
Factorizar D(s),

El método de expansión de Heaviside da α1 = 1/6, α2 = −1/2, α3 = realizar expansión

de fracción parcial
1/2, α4 = −1/6.
Después de que la transformación se haya expandido a una suma de
términos de primer orden, invierta cada término individualmente usando
la Tabla 3.1:
Paso 4
−1 Solución Tome la
y(t) = [Y(s)]
y(t) transformada inversa
de Laplace (Tabla 3.1)
= − 1∕2 1∕21 + s + − 1∕6
−1 (1∕6 s+2 s+3)
Figura 3.2 El procedimiento general para resolver una ecuación
1 1 diferencial ordinaria usando transformadas de Laplace.
=
6 s −1 (1 s ) 2 −1 ( s1 + 1 )
que son reales y distintos. Sin embargo, un factor también puede
1
1 ser un número repetido o complejo. Estos dos casos especiales
+2 − −1( 1 s + 2 ) −6 −1 ( s1 + 3 )
requieren una modificación del PFE en la ecuación. 336. Las
1 − 1 1 1 e−2t − e−3t e−t + modificaciones se resumen a continuación y se consideran con
= 226 (342)
6
más detalle en el Apéndice L.
Por tanto, la ecuación 342 es la solución y(t) de la ecuación
diferencial 331. Los αi son simplemente los coeficientes de la
Factores reales repetidos
solución. La ecuación 342 también satisface las tres condiciones
iniciales de la ecuación diferencial. El lector debe verificar el Supongamos que una función Y(s) tiene la forma 1
resultado.
En la ecuación. 340, el polinomio cúbico tiene tres raíces que Y(s) = (343)
(s + b)n
son todas números enteros. Esta situación especial se utiliza con
fines ilustrativos. En problemas prácticos, las raíces normalmente donde n es un número entero positivo. El elemento 7 de la Tabla 3.3
no son números enteros. indica que la transformada inversa de Laplace de la ecuación.
343 es t
n−1e−bt (norte > 0) (344)
3.3.1 Procedimiento general para resolver y(t) = (n − 1)!

ecuaciones diferenciales El PFE apropiado para la ecuación. 343 es

αn + αn−1 α1 +∙∙∙+
Ahora establecemos un procedimiento general para resolver ecuaciones Y(s) = (345)
(s + b)n (s + b)n−1 s+b
diferenciales ordinarias usando transformadas de Laplace. El
procedimiento consta de cuatro pasos, como se muestra en la Fig. 3.2. En general, si una función X(s) tiene la forma
Tenga en cuenta que la solución implica el uso de transformadas de norte(s) 1
X(es) = (346)
Laplace como paso intermedio. El paso 3 se puede omitir si la D(s) (s + b)n
transformación encontrada en el paso 2 coincide con una entrada en la Tabla 3.1.
El PFE requerido tiene la forma
Para factorizar D(s) en el Paso 3, se puede utilizar software como
1 αn αn−1
+ (s +
norte(s)
MATLAB, Mathematica o Mathcad (Chapra y Canale, 2014). =∙∙∙ α1 +∙∙∙+
D(s) (s + b)n b)n + b)n−1 (s + s+b

Hasta ahora, hemos asumido que el denominador del polinomio términos basados en los factores de D(s)
característico D(s) en la ecuación. 336 tiene factores (347)
Machine Translated by Google

3.4 Otras propiedades de la transformada de Laplace 45

Los procedimientos para determinar los coeficientes αi se El teorema del valor final en la ecuación. 353 se puede demostrar
presentan en el Apéndice L. usando la transformada de Laplace de una derivada (ecuación 39):
Las ecuaciones 343 y 344 proporcionan una idea importante: ∞
dy
e−stdt = sY(s) − y(0) dt (354)
∫0
Los factores reales repetidos para Y(s) dan como resultado términos no Tomando el límite como s → 0 y suponiendo que dy/dt es continuo
oscilatorios en la expresión en el dominio del tiempo, y(t). Si b < 0, estos
y que sY(s) tiene un límite para todo Re(s) ≥ 0,
términos se vuelven ilimitados cuando t → ∞.
∞
dy
(355)
∫0 dt dt = lims→0 [sY(s)] − y(0)
Factores complejos
Integrando el lado izquierdo y simplificando los rendimientos.
Un caso especial importante para PFE ocurre cuando una
función Y(s) se factoriza y tiene un factor de la forma c1s límite y(t)
t→∞ = lims→0 [sY(s)] (356)
+ c0 s2
(348) Si y(t) no está acotado para t → ∞, la ecuación. 356 da resultados
+ d1s + d0
erróneos. Por ejemplo, si Y(s) = 1/(s − 5), la ecuación. 356
con , ilimitado
predice y(∞) = 0. Pero en este caso, y(t) = e5t , que es
d2
< d0 (349) para t → ∞. Sin embargo, la ecuación. 353 no se aplica aquí
14
porque sY(s) = s/(s − 5) no tiene límite para un valor real de s ≥
Entonces las dos raíces del denominador de la ecuación. 349 son 0, es decir, s = 5.
complejos y se pueden escribir como

r1,r2 = R ± Ij (350)
3.4.2 Teorema del valor inicial
donde R es la parte real e I es la parte imaginaria de las dos
raíces. Análogo al teorema del valor final, el valor inicial
El teorema se puede expresar como
Como se muestra en el Apéndice L, Ec. 348 se puede convertir
a la forma estándar en el lado derecho de la ecuación. 351 mediante (357)
límite y(t)
t→0 = lims→∞ [sY(s)]
un procedimiento conocido como completar el
La demostración de este teorema es similar al desarrollo de las
c1s + = cuadrado: a1(s (351) Ecs. 353 a 356. También requiere que y(t) sea continua. La
c0 s2 + d1s + d0 + b) + a2 (s + b)2 + ω2
demostración se deja al lector como ejercicio.
Los elementos 17 y 18 de la tabla 3.1 indican que lo contrario
Transformada de Laplace del lado derecho de la ecuación. 351 es
a2 e−bt sen ωt
a1e−bt porque ωt + (352)
ω EJEMPLO 3.3
Así, las ecuaciones. 348, 351 y 352 conducen a una idea Aplique los teoremas del valor inicial y final a la transformada derivada
importante: en el ejemplo 3.1:
5s + 2
Y(s) = (358)
s(5s + 4)
Los factores complejos de Y(s) dan como resultado términos oscilatorios en la
expresión en el dominio del tiempo, y(t).

SOLUCIÓN

3.4 OTRAS PROPIEDADES DE LA Valor inicial

TRANSFORMADA DE LAPLACE 5s + 2
=1 (359a)
y(0) = lims→∞ [sY(s)] = lims→∞ 5s + 4
En esta sección, consideramos varias propiedades de la
transformada de Laplace que son útiles en la dinámica y el control
de procesos. Valor final

5p + 2
= 0,5 (359b)
y(∞) = lims→0 [sY(s)] = lims→0 5s + 4
3.4.1 Teorema del valor final

El valor asintótico de y(t) para valores grandes de tiempo y(∞) se El valor inicial de uno corresponde a la condición inicial dada en la
puede encontrar a partir de la ecuación. 353, siempre que [sY(s)] ecuación. 319. El valor final de 0,5 concuerda con la solución en el
exista para todo Re(s) ≥ 0: lim s→0 dominio del tiempo de la ecuación. 330. Ambos teoremas son útiles para
comprobar errores matemáticos que pueden ocurrir al obtener soluciones
Lim (353) de la transformada de Laplace.
t→∞ y(t) = lims→0 [sY(s)]
Machine Translated by Google

46 Capítulo 3 Transformadas de Laplace

EJEMPLO 3.4 inicialmente y se enciende en t = 0. Si no hay mezcla en la

tubería (el líquido está en flujo pistón) y si no se producen
Un proceso se describe mediante una EDO de tercer orden: pérdidas de calor en la tubería, las formas de las dos respuestas
d3y de temperatura deben ser idénticas. Sin embargo, la respuesta
+ 6d2y + 11días + 6años = 4u (360)
dt3 dt2 dt del segundo sensor se traducirá con el tiempo; es decir,
con todas las condiciones iniciales en y, dy/dt y dy2/dt2 iguales a cero.
presentará un retraso de tiempo. Si la velocidad del líquido es v
Demuestre que para un cambio escalonado en u de dos unidades, el = 1 m/s, el retardo de tiempo (θ = L/v) es 10 s. Si denotamos f(t)
resultado en estado estacionario en el dominio del tiempo es el mismo que como la respuesta de temperatura transitoria en el primer sensor
aplicar el teorema del valor final. y fd(t) como la respuesta de temperatura en el segundo sensor,
la figura 3.3 muestra cómo se relacionan. La función fd = 0 para
SOLUCIÓN t < t0. Por lo tanto, fd y f están relacionados por

Si u = 2, el resultado en estado estacionario para y se puede encontrar fd(t) = f(t − θ)S(t − θ) (367)
igualando todas las derivadas a cero y sustituyendo u .
Tenga en cuenta que fd es la función f(t) retrasada por θ
Por lo tanto,
unidades de tiempo. La función de paso unitario S(t − θ) se
6y = 8 o y = 4∕3 (361)
incluye para indicar explícitamente que fd(t) = 0 para todos los
La transformada de Laplace de la ecuación. 360 es valores de t < θ. (f(t)) = F(s), entonces la transformada de
2 Laplace de una función If retardada se puede derivar
(s 3 + 6s + 11s + 6)Y(s) = 8∕s (362)

8 de la siguiente manera: (fd(t)) = (f(t − θ)S(t − θ))

Y(s) = (363)
s4 + 6s3 + 11s2 + 6s ∞

Uno de los beneficios del teorema del valor final es que no tenemos que
f(t − θ)S(t − θ)e−stdt
=∫ 0
buscar la solución analítica de y(t). En su lugar, simplemente aplique la Ec.
θ ∞
356 a la transformación Y(s) de la siguiente manera:
f(t − θ)e−stdt
8 4 = ∫ =0 f(t − θ)(0)e−stdt + ∫ θ
límite = = (364)
s→0 sY(s) = líms→0 8 s3 + 6s2 + 11s + 6 6 3 ∞

Esta es la misma respuesta obtenida en la ecuación. 361. La solución en f(t − θ)e−s(t−θ)e−sθd(t − θ) (368)
∫ θ
el dominio del tiempo obtenida de un PFE es
Debido a que (t − θ) es ahora la variable artificial de integración,
y = 4∕3 − 2e−t + 2e−2t − 2∕3e−3t (365)
se puede reemplazar por t .
Como t → ∞, sólo queda el primer término, que es el mismo resultado que la ∞
ecuación. 364 (del teorema del valor final). f(t )e−st dt (369)
(f(t)) = e−sθ ∫ 0

obteniendo el teorema de traducción real:

3.4.3 Transformada de una integral
Fd(s) = (f(t − θ)S(t − θ)) = e−sθF(s) (370)
En ocasiones es necesario encontrar la transformada de
Laplace de una función integrada con respecto al tiempo.
La transformada de una integral está dada por
t
1
F(es) (366)
{∫ 0 f(t )dt }= s pie)

Tenga en cuenta que la transformación de Laplace de una

función integral del tiempo conduce a la división de la función
transformada por s. Ya hemos visto en la Ec. 39 esa
0 Tiempo,
transformación de una derivada del tiempo conduce a una
t (a)
relación inversa, es decir, la multiplicación de la transformada por s.

3.4.4 Retraso de tiempo (Traducción en el tiempo)

Los retrasos juegan un papel importante en la dinámica y el fd(t)

control del proceso. Comúnmente ocurren como resultado del

θ
tiempo de transporte requerido para que un fluido fluya a través
de una tubería. Considere el ejemplo del sistema de
0 Tiempo,
calentamiento de tanque agitado del Capítulo 2. Suponga que
tb )
un termopar está ubicado en el punto de salida del tanque
agitado y un segundo termopar está sumergido en el líquido a Figura 3.3 Una función de tiempo con y sin retardo de tiempo. (a) Función
una distancia corta (L = 10 m) aguas abajo. El sistema de calefacciónoriginal
está apagado.
(sin demora); (b) función con retraso θ.
Machine Translated by Google

3.5 Un ejemplo de respuesta transitoria 47

Al invertir una transformación que contiene un elemento e−sθ 3.5 UN EJEMPLO DE RESPUESTA TRANSITORIA
(término de retardo de tiempo), el siguiente procedimiento producirá
En el Capítulo 4, desarrollaremos un enfoque estandarizado para
resultados fácilmente y también evitará los inconvenientes de tratar
usar transformadas de Laplace para calcular respuestas transitorias.
con argumentos de tiempo traducidos (desplazados). Comenzando
Sin embargo, ya tenemos las herramientas para analizar con cierto
con la transformada de Laplace
detalle un ejemplo de una situación de respuesta transitoria. El
Y(s) = e−sθF(s) (371) ejemplo 3.6 ilustra muchas características de los métodos de
transformada de Laplace al investigar las características dinámicas
1. Invierta F(s) de la manera habitual; es decir, realizar
de un proceso físico.
PFE y encuentre f(t).
2. Encuentre y(t) = f(t − θ)S(t − θ) reemplazando el argumento t,
dondequiera que aparezca en f(t), por (t − θ); luego multiplique EJEMPLO 3.6
la función por la función de paso unitario desplazado, S(t − θ).
Ideal Gas Company tiene un reactor de tanque agitado de volumen fijo
que se muestra en la figura 3.4. Los tres ingenieros del IGC responsables
de las operaciones del reactor (Kim Ng, Casey Gain y Tim Delay) están
EJEMPLO 3.5 preocupados por la idoneidad de la mezcla en el tanque y quieren ejecutar
una prueba de seguimiento en el sistema para determinar si hay zonas
Encuentre la transformada inversa de muertas y/o canalizaciones. existir.
1 + e−2s
Y(s) = (372)
(4s + 1)(3s + 1) Su idea es operar el reactor a una temperatura lo suficientemente baja
como para que no se produzca reacción y luego aplicar un pulso
SOLUCIÓN rectangular en la concentración de alimentación con fines de prueba.
De esta manera, se puede utilizar la instrumentación disponible en la
La ecuación 372 se puede dividir en dos términos: línea de salida para medir la concentración de salida.

Y(s) = Y1(s) + Y2(s) (373) Antes de realizar la prueba, a los ingenieros les gustaría tener una
buena idea de los resultados que se deberían esperar si realmente se
= + (374) logra una mezcla perfecta en el reactor.
1 (4s + 1)(3s + 1) e−2s (4s + 1)(3s + 1) Se utilizará una entrada de pulso rectangular para el cambio en la
La transformada inversa de Y1(s) se puede obtener directamente concentración de alimentación con la restricción de que los cambios de
de la Tabla 3.1: concentración de salida resultantes deben ser lo suficientemente grandes
y1(t) = e−t∕4 − e−t∕3 (375) como para medirse con precisión.
Las condiciones de operación para la prueba del reactor se dan en la
Como Y2(s) = e−2s Y1(s), su transformada inversa se puede escribir Tabla 3.2. La Figura 3.5 muestra el cambio de pulso propuesto de 0,25
inmediatamente reemplazando t por (t − 2) en (375) y luego multiplicando min de duración que se puede realizar manteniendo
por la función de paso desplazada:

y2(t)=[e−(t−2)∕4 − e−(t−2)∕3 ]S(t − 2) (376)

Por lo tanto, la transformada inversa completa es

ci
q
y(t) = e−t∕4 − e−t∕3 + [e−(t−2)∕4 − e−(t−2)∕3 ]S(t − 2 )
C
= y1(t) + y2(t) (377)
q
La ecuación 377 puede evaluarse numéricamente sin dificultad para
valores particulares de t, observando que el término entre paréntesis se
multiplica por 0 (el valor de la función de escalón unitario) para t < 2, y
por 1 para t ≥ 2. Un método equivalente y más sencillo es evaluar las
contribuciones del período entre paréntesis.
funciona sólo cuando los argumentos de tiempo no son negativos.
Una forma alternativa de escribir la Ec. 377 es como dos ecuaciones,
cada una aplicable durante un intervalo de tiempo particular:
Figura 3.4 Sistema de reactor de tanque agitado.
0≤t<2 y(t) = e−t∕4 − e−t∕3 (378)

t≥2 y(t) = e−t∕4 − e−t∕3 + [e−(t−2)∕4 − e−(t−2)∕3 ] Tabla 3.2 Sistema del reactor de tanque agitado y
condiciones de operación
= e−t∕4 (1 + e2∕4 ) − e−t∕3 (1 + e2∕3 )
Volumen = 4 m3
= 2.6487e−t∕4 − 2.9477e−t∕3 (379)
Caudal q = 2 m3/min
Tenga en cuenta que las Ecs. 378 y 379 dan resultados equivalentes Concentración nominal de alimentación ci = 1 kg mol/m3
fort = 2, porque en este caso, y(t) es continua en t = 2.
Machine Translated by Google

48 Capítulo 3 Transformadas de Laplace

pulso rectangular:
6

M = 5kgmol × 0,25 min = 1,25 kg mol min

m3 m3
kgmol
ci
m3 Por lo tanto, la entrada de impulso equivalente es

cδi (t) = 1 + 1,25δ(t)

(384)

1 1
Aunque las unidades de M tienen poco significado físico, la
producto
0 0,25
m3
Tiempo (minutos) qM = 2 × mín. 1,25 kg mol min = 2,5 kgmol
m3

Figura 3.5 Pulso de entrada propuesto en la concentración de reactivo. puede interpretarse como la cantidad de reactivo adicional
alimentado al reactor ya sea como pulso rectangular o como
impulso.

el caudal de entrada total del reactor es constante. Como parte del análisis
(b) La respuesta al impulso c(t) se obtiene transformando la ecuación de
teórico, a Kim, Casey y Tim les gustaría saber
Laplace. 380, usando c(0) = 1:
¿Qué tan cerca se puede aproximar la respuesta de concentración de salida
c(t) al pulso rectangular mediante la respuesta a un 4sC(s) − 4(1) + 2C1(s) = 2Ci (s) (385)
impulso de magnitud equivalente. Con base en estas consideraciones,
Reordenando la Ec. 385, obtenemos C(s):
necesitan obtener la siguiente información:
4 2
(a) La magnitud de una entrada de impulso equivalente a la C(s) = + Ci (s) (386)
4s + 2 4s + 2
pulso rectangular de la Fig. 3.5.
La transformación de la entrada de impulso en la concentración de alimento en
(b) Las respuestas al impulso y al pulso rectangular de la salida.
Ec. 384 es
concentración de reactivo.
1
Cδ (s) = + 1,25 (387)
s

SOLUCIÓN Sustituyendo la ecuación. 387 en 386 da

2 6.5
El modelo de reactor para un CSTR de una sola etapa se proporciona en Cδ (s) = + (388)
s(4s + 2) 4s + 2
Ec. 266 como
corriente continua

La ecuación 388 no corresponde exactamente a ninguna entrada en

= q(ci − c) − Vkc (266)
V.d.t. Tabla 3.1. Sin embargo, poniendo el denominador en forma τs + 1
donde c es la concentración de reactivo del componente A. rendimientos

1 3.25
Porque el término de reacción se puede despreciar en este ejemplo. Cδ (s) = + (389)
s(2s + 1) 2s + 1
(k = 0), el reactor es simplemente un mezclador de flujo continuo.
Sustituyendo valores numéricos se obtiene que se puede invertir directamente usando la tabla, produciendo

4pa + 2c = 2ci (380) cδ (t) = 1 − e−t∕2 + 1.625e−t∕2 = 1 + 0.625e−t∕2 (390)

Si el sistema inicialmente está en estado estable, la salida y la alimentación La respuesta del pulso rectangular se obtiene de la misma forma.

las concentraciones son iguales: La transformada del pulso de entrada rectangular Ec. 382 es
dado por la ecuación. 315, para que
c(0) = ci (0) = 1 kg mo1∕m3 (381)
pag 1 5(1 − e−0.25s )
c
yo (s) = + (391)
s s
(a) La entrada de pulso se describe por
Sustituyendo (391) en (386) y resolviendo Cp(s) se obtiene
t< 0
1 4 12 10e−0,25s
pag
= 0 ≤ t < 0,25 min (382) −
CP(s) = +
c
yo
(392)
6 4s + 2s (4s + 2) s(4s + 2)
t ≥ 0,25 min
1
Nuevamente tenemos que poner (392) en una forma adecuada para
Una forma conveniente de interpretar la ecuación. 382 es como una entrada constante inversión:
de 1 sumado a un pulso rectangular de altura = 5 kg mol/m3:
2 6 5e−0,25s
−
pag CP(s) = + (393)
c
yo = 6 para 0 ≤ t < 0,25 min (383) 2s + 1s (2s + 1) s(2s + 1)

La magnitud de una entrada de impulso que es equivalente a la Antes de invertir la ecuación. 393, observe que el término que contiene
porción que varía en el tiempo de la ecuación. 383 es simplemente la integral de la e−0.25s implicará una traducción en el tiempo. Utilizando el
Machine Translated by Google

3.6 Software para resolver problemas matemáticos simbólicos 49

modelos no lineales. Por el contrario, las soluciones de la mayoría

procedimiento discutido anteriormente, obtenemos la siguiente
transformada inversa:
de los modelos dinámicos no lineales sólo pueden obtenerse
mediante métodos numéricos.
cp(t) = e−t∕2 + 6(1 − e−t∕2 ) − 5[1 − e−(t−0.25)∕2 ]S(t − 0.25) (394) También se pueden obtener soluciones analíticas a modelos
donde dinámicos lineales utilizando software para problemas matemáticos
S( t − 0,25) es una función de escalón unitario retardado. Tenga en simbólicos como MATLAB (Mathworks, 2016), Mathematica
cuenta que hay dos soluciones; para t < 0,25 min (o t w), el término más
(Wolfram, 2016) y Maple (Maplesoft, 2016). En esta sección,
a la derecha, incluido el retardo de tiempo, es cero en la solución de
incluimos cinco ejemplos para ilustrar el uso de MATLAB Symbolic
tiempo. Así, la solución es
Math Toolbox para generar soluciones analíticas para problemas de
t < 0,25 min: cp(t) = e−t∕2 + 6(1 − e−t∕2 ) = 6 − 5e−t∕2 (395) transformada de Laplace.

t ≥ 0,25 min: cp(t) = e−t∕2 + 6(1 − e−t∕2 ) − 5(1 − e−

(t−0,25)∕2 ) = 1 −
EJEMPLO 3.7
5e−t∕2 + 5e−(t−0.25)∕2 (396)
Encuentre la transformada de Laplace de f(t)=sin(2t) usando el comando
Gráficos de las ecuaciones. 390, 395 y 396 se muestran en la figura 3.6.
de laplace en MATLAB Symbolic Toolbox.
Obsérvese que la respuesta del pulso rectangular se aproxima bastante
bien a la respuesta del impulso para t > 0,25 min. Obviamente, la
aproximación no puede ser muy buena para t < 0,25 min, porque el SOLUCIÓN
efecto total del pulso rectangular no se siente hasta ese momento, Ingrese los comandos en la ventana de comandos:
mientras que el efecto completo del impulso hipotético comienza
inmediatamente en t = 0. sims st
laplace(sin(2*t), t, s)

1,75 El comando syms indica que s y t son símbolos que no tienen valores
numéricos. La solución MATLAB para
Entrada de impulso F(s) se muestra como:
Entrada de pulso rectangular respuesta = 2/(s 2 + 4)

Tenga en cuenta que esta solución para F(s) es consistente con el punto
1,50
14 de la tabla de pares de transformadas de Laplace, Tabla 3.1.
gm
/lom)3 kc(

El siguiente ejemplo demuestra que las manipulaciones

simbólicas pueden involucrar símbolos no numéricos.
1.25

EJEMPLO 3.8

Utilice el comando ilaplace en MATLAB Symbolic

1.00 Math Toolbox para encontrar la transformada inversa de Laplace de
0 2 4 6 8 10
s+1
Tiempo (minutos) Y(s) = (397)
(s + a)(s + b)
Figura 3.6 Respuestas del reactor a los cambios de concentración de donde a y b no tienen valores numéricos.
alimentación.

SOLUCIÓN

Ingrese los siguientes comandos en la ventana de comandos:

3.6 SOFTWARE PARA LA RESOLUCIÓN SIMBÓLICA syms sba
PROBLEMAS MATEMÁTICOS ilaplace((s + 1)/((s + a)*(s + b)))

Este capítulo ha considerado soluciones analíticas de respuestas de Tenga en cuenta que el comando syms indica que estos tres símbolos
modelos dinámicos basadas en derivaciones utilizando el método no tienen valores numéricos.
de la transformada de Laplace. A diferencia de las soluciones La solución de MATLAB para y(t) se muestra como:

basadas en métodos numéricos, las soluciones analíticas respuesta = (exp(at)(a 1))/(a b)

proporcionan una mayor comprensión de la estructura de la solución (exp(b*t)*(b 1))/(a b)
y su sensibilidad a los cambios en los parámetros del modelo. Sin
Esta solución se puede verificar considerando el punto 11 de la Tabla
embargo, la desventaja de los métodos analíticos es que están 3.1.
restringidos a modelos lineales y sólo a unos pocos métodos especiales.
Machine Translated by Google

50 Capítulo 3 Transformadas de Laplace

A continuación, consideramos un ejemplo en el que el

Los términos del lado derecho se pueden recopilar usando el
denominador de la función de dominio de Laplace contiene un
comando expandir:
par de raíces conjugadas complejas.
sims xy =
2*(x + 1) 2 + 4*(x + 2) 3+7 expandir (y) ans =
4* 3 + 26*x 2
EJEMPLO 3.9 + 41

Utilice el comando ilaplace en MATLAB Symbolic

Math Toolbox para encontrar la transformada de Laplace inversa de
una función: EJEMPLO 3.11
s+2
Y(es) = (398) Para el modelo CSTR del ejemplo 3.6, utilice MATLAB Symbolic
s2 + s + 1
Math Toolbox para generar soluciones para las entradas de impulso
Tenga en cuenta que las raíces del denominador son un par y de pulso rectangular.
.±j
conjugado complejo √ 3 , r1, r2 = −0,5
2
SOLUCIÓN

SOLUCIÓN (a) Respuesta al impulso

Ingrese los comandos en la ventana de comandos: Reorganizar la ecuación. 389 como

sim 1 + 3,25s
Cδ (s) (3100)
ilaplace((s + 2)/(s 2 + s + 1)) = s(2s + 1)

La solución de MATLAB para y(t) se muestra como Usando la ventana de comandos de MATLAB, ingrese los comandos

ans = exp(t/2)(cos((3 (1/2)t)/2) +

sim s
3 (1/2)*sin((3 (1/2)*t)/ 2
ilaplace((1 + 3.25*s)/(s*(2*s + 1)))
Esta solución se puede verificar comparándola con la derivación del
Apéndice L. La solución de MATLAB para cδ(t) se muestra como:

respuesta = (5*exp(t/2))/8 + 1

Por tanto, la respuesta al impulso, cδ(t), se puede escribir como

El siguiente ejemplo contiene un par de raíces repetidas.
cδ (t) = 1 + 0.625e−t∕2 (3101)

Este resultado también se da en la ecuación. 390.

EJEMPLO 3.10
(b) Pulso rectangular
Utilice el comando ilaplace en MATLAB Symbolic
Math Toolbox para encontrar la transformada de Laplace inversa de Reorganizar la ecuación. 393 como

una función: 6 − 5e−0,25s

(3102)
s+1 s +1 Cp(s) = ( 1 2s
+ 1 ) (2 + s s)
Y(es) = = (399)
s2 + 4s + 4 ( s +2)2 En la ventana de comandos de MATLAB, ingrese los comandos

sym s
SOLUCIÓN ilaplace((1/(2*s + 1))*(2 + 6/s
(5*exp(0,25*s))/s))
Ingrese los comandos en la ventana de comandos:
La solución de MATLAB para cp(t) se muestra como
sym s
ilaplace((s + 1)/(s 2+4s + 4)) ans = 10*lado pesado(t 1/4) *(exp(1/8 t/
2)/2 1/2) 5*exp(t/2) + 6
La solución de MATLAB para y(t) se muestra como:

respuesta = exp(2*t) t*exp(2*t) donde “heaviside(t 1/4)” denota la función de escalón unitario
retardado, S(t − 1/4). Después de alguna simplificación, se obtiene
Esta solución se puede verificar comparándola con la derivación del
una expresión equivalente:
Apéndice L.
Las expresiones simbólicas complejas en MATLAB se pueden cp(t) = 6 − 5e−t∕2 para t < 0,25 min (3103)
simplificar mediante el uso de comandos como recopilar, expandir y
simplificar. Por ejemplo, considere la expresión cp(t) = 1 + 5e−(t–0.25)∕2 − 5e–t∕2 para t ≥ 0.25 min (3104)
2 3+7
y = 2(x + 1) +4(x +2) Este resultado también se da en las Ecs. 395 y 396.
Machine Translated by Google

Ejercicios 51

RESUMEN
En este capítulo hemos considerado la aplicación de técnicas ecuaciones diferenciales. Sin embargo, antes de abordar tales
de transformada de Laplace para resolver ecuaciones extensiones, introducimos el concepto de modelos de entrada
diferenciales lineales. Aunque este material puede ser una salida descritos por funciones de transferencia. La conversión
revisión para algunos lectores, se ha intentado concentrarse de modelos de ecuaciones diferenciales en modelos de
en las propiedades importantes de la transformada de Laplace funciones de transferencia, que se trata en el próximo capítulo,
y su inversa, y señalar las técnicas que hacen que la representa una simplificación importante en la metodología,
manipulación de las transformadas sea más fácil y menos que puede explotarse ampliamente en el modelado de
propensa a errores. También se han demostrado soluciones procesos y el diseño de sistemas de control.
de software para problemas de transformada de Laplace.
El uso de las transformadas de Laplace se puede ampliar
para obtener soluciones para modelos que consisten en

REFERENCIAS
Churchill, RV, Matemáticas operacionales, 3ª ed., McGrawHill, Schiff, JL, La transformada de Laplace: teoría y aplicación, Springer, Nueva
Nueva York, 1971. York, 1999.
Chapra, SC y RP Canale, Métodos numéricos para ingenieros, [Link] (2016).
7ª ed., McGrawHill, Nueva York, 2014. [Link] (2016).
Dyke, PRG, Introducción a las transformadas de Laplace y Fourier [Link] (2016).
Serie, SpringerVerlag, Nueva York, 1999.

EJERCICIOS
3.1 Encuentre las transformadas de Laplace de las siguientes funciones, (c) Encuentre
utilizando la información de la Tabla 3.1. (Sin embargo, algunos de los U(s). (d) ¿Cuál es el área bajo el pulso?
términos individuales de estas funciones pueden no tener transformadas de
Laplace). (a)
f(t) = 5 + e−3t + te−4t (b) f(t)
h
= sin(4t) + t − 3 + e−(t−3) + 5/t (c) f(t) = t
cos(4t) + t/5 (d) f(t) = (t − 1) Pendiente = –a
Utah)
2
cos(4(t − 1 )) + t

3.2 Derive las transformadas de Laplace de las señales de entrada que se muestran en
las Figs. E3.2 y E3.3 sumando las funciones de los componentes que se encuentran en
la Tabla 3.1. 00 dos t

Figura E3.3 Función de pulso triangular.

10 3.4 El modelo dinámico de un proceso viene dado por

d2y
+ 6dy + 8y = 3u(t)
dt2 dt

pie) donde u(t) es la función de entrada y y(0) y dy/dt (0) son ambos cero.

¿Cuáles son las funciones del tiempo (por ejemplo, e−t/τ) en la solución
2 para cada uno de los siguientes casos?
(a) u(t) = be−2t (b)
0 01 3 u(t) = ct
t (mín)
b y c son constantes.
Figura E3.2
Nota: No es necesario encontrar y(t) en estos casos. Simplemente determine
3.3 La figura E3.3 muestra una función de pulso, u(t). las funciones del tiempo que aparecerán en y(t).

(a) A partir de la información que se muestra en la figura 3.3, calcule el 3.5 El procedimiento de puesta en marcha de un reactor discontinuo incluye
ancho del una etapa de calentamiento en la que la temperatura del reactor se calienta
pulso, tw. (b) Exprese u(t) como la suma de funciones más simples (algunas gradualmente hasta la temperatura nominal de funcionamiento de 75 C.
quizás traducidas en el tiempo), cuyas transformadas se pueden obtener de El perfil de temperatura deseado T(t) se muestra en la figura E3.5. ¿ Qué
la tabla 3.1. es T(s)?
Machine Translated by Google

52 Capítulo 3 Transformadas de Laplace

Sugerencia: Expanda T(t) como una suma de funciones individuales en la Tabla 3.1, 3.10 ¿ Qué soluciones de las siguientes ecuaciones exhibirán
algunos de los cuales pueden retrasarse en el tiempo (por ejemplo, f(t − θ)). comportamiento convergente? ¿Cuáles son oscilatorios? Suponga
condiciones iniciales cero para y y sus derivadas.
d3x
(a) + 2d2x + 2dx + x = 3
dt3 dt2 dt

d2x
(b) − x = 2et
dt2
T(°C)
75 d3x
(c) + x = sen t
dt3

d2x dx
(d) + =4
dt2 dt
20
0 30
Nota: Todas las ecuaciones diferenciales anteriores tienen una característica común.
t (mín)
factor en sus ecuaciones características.
Figura E3.5
3.11 El modelo de ecuación diferencial para una sustancia química particular
El proceso se ha obtenido a partir de datos de pruebas experimentales.
3.6 Usando PFE cuando sea necesario, encuentre x(t) para
s(s +1) d2y dy
(a) X(s) = (s τ1τ2 + (τ1 + τ2) + y = Ku(t)
+ 2)(s + 3)(s + 4) dt2 dt
s+2
(b) X(s) = (s donde τ1 y τ2 son constantes y u(t) es la función de entrada.
+ 1)2 ¿Cuáles son las funciones del tiempo (por ejemplo, e−t ) en la solución para
1 salida y(t) para los siguientes casos? (Opcional: encuentre las soluciones
(c) X(s) = s2
+s+1 para y(t).)
s+1 (a) u(t) = aS(t) cambio escalonado de magnitud, A
(d) X(s) = s(s e−0.5s
+ 4)(s + 3) (b) u(t) = be−t/τ τ ≠ τ1 ≠ τ2

3.7 Expanda cada una de las siguientes funciones de dominio s a (c) u(t) = ce−t/τ τ=τ1 ≠ τ2
fracciones parciales: (d) u(t) = d sen ωt τ1 ≠ τ2
6(s +1)
(a) Y(s) = 3.12 Encuentre las soluciones completas en el dominio del tiempo para las
s2(s + 1)
siguientes ecuaciones diferenciales usando transformadas de Laplace:
12(s + 2) d3x dx(0) d2x(0)
(b) Y(s) = (a) + 4x = et con x(0) = 0, dt3 = 0, = 0
s(s2 + 9) dt dt2

(s +2)(s +3) dx
(c) Y(s) = (s (b) − 12x = sen 3t x(0) = 0
+ 4)(s + 5)(s + 6) dt

1 d2x dx(0)
(d) Y(s) = [(s (C) + 6dx + 25x = e−t x(0) = 0, =0
+ 1)2 + 1]2(s + 2) dt2 dt dt

3.8 Para la ecuación integrodiferencial, 3.13 El modelo dinámico entre una variable de salida y y una
t la variable de entrada u se puede expresar como
d2x
+ 4dx e−τdτ
dt2 dt + 3x = 2 ∫ d2y(t)
0 + 3dy(t) + y(t) = 4du(t − 2) − tu(t − 2)
dx dt2 dt dt
con (0) = x(0) = 0.
dt (a) ¿Este sistema exhibe una respuesta oscilatoria después de una
(a) Encuentre x(t). ¿ Cambio arbitrario en ti?
(b) ¿Cuál es el valor de y en estado estacionario cuando u(t − 2) = 1?
(b) ¿Cuál es el valor límite de t cuando t → ∞?
(c) Para un cambio escalonado en u de magnitud 1,5, ¿cuál es y(t)?
3.9 Para cada uno de los siguientes casos, determine qué funciones
3.14 Para la ecuación,
de tiempo, por ejemplo, sen 3t, e−8t , aparecerá en y(t). (Ten en cuenta que lo haces
¡No es necesario encontrar y(t)!) ¿Cuáles y(t) son oscilatorias? Cual tiene ÿ+5 + 6y(t) = 7, (0) = 0, y(0) = 1
¿un valor constante de y(t) para valores grandes de t?
2 Utilice el método de la fracción parcial para encontrar y(t).
(i) Y(s) = s(s2
+ 4s)
3.15 Encuentre la solución de
2
(ii) Y(s) = s(s2 dx
+ 4s + 3) + 4x = f(t)
2 dt
(iii) Y(s) =
s(s2 + 4s + 4) 0 t< 0
2
(iv) Y(s) = donde f(t) = h 0 ≤ t < 1∕h
s(s2 + 4s + 8)
0 t ≥ 1∕h
2(s + 1)
(v) Y(s) = s(s2
+ 4) x(0) = 0
Machine Translated by Google

Ejercicios 53

Grafica las soluciones para 0 ≤ t ≤ 2 y los valores de h = 1, 10, 100 y el caso valores. Por tanto, y = u = 0 en el estado estacionario nominal. Además, los
límite de h → ∞ (es decir, h(t) = δ(t)). Coloque las cuatro parcelas en una sola valores iniciales de todas las derivadas son cero. (a) Si
figura. u(t) cambia repentinamente de 0 a 1 m3/s en t = 0, determine la respuesta del
nivel de líquido, y(t). (b) Si la altura del tanque
3.16 (a) La ecuación diferencial 6dy + 9y =
es de 2,5 m, ¿se desbordará el tanque? (c) Con base en sus resultados
d2y + costo
dt2 dt para (b), ¿cuál es el cambio máximo de flujo, umax, que puede ocurrir sin que el
tanque se desborde?
tiene condiciones iniciales, y(0) = 1, y′ (0) = 2. Encuentre Y(s) y, sin encontrar
(Pista: considere el principio de superposición).
y(t), determine qué funciones del tiempo aparecerán en la solución.
3.20 En un tren de reactores se utilizan tres tanques agitados en serie.
s+1
(b) Si Y(s) = s(s2 , encuentre y(t). (ver figura E3.20). El caudal que ingresa al sistema de algunas especies inertes
+ 4s + 8) se mantiene constante mientras se realizan las pruebas del trazador.
3.17 Utilice las transformadas de Laplace para encontrar la solución del siguiente Suponiendo que la mezcla en cada tanque es perfecta y los volúmenes
son constantes:
conjunto de ecuaciones

dy1 (a) Deduzca expresiones para la concentración de trazador que sale de cada
+ y2 = x dt tanque; ci es la concentración de trazador que ingresa al primer tanque.

dy2
+ 3y2 = 2y1 dt (b) Si ci ha sido constante e igual a cero durante mucho tiempo y un operador
repentinamente inyecta una gran cantidad de material trazador en la entrada del
para x = e−t y condiciones iniciales cero.
tanque 1, ¿cuál será la forma de c3(t) (es decir, qué tipos de estarán involucradas
3.18 Un reactor continuo de tanque agitado está inicialmente lleno de agua y los funciones de tiempo) si 1. V1 = V2 = V3 2. V1 ≠ V2 ≠
caudales volumétricos de entrada y salida de agua tienen el mismo valor V3. (c) Si se
numérico. En un momento particular, un operador cierra el flujo de agua y agrega
desconoce la cantidad
solución cáustica al mismo caudal volumétrico q, pero con concentración ci .
de marcador inyectado, ¿es posible volver a calcularla a partir de datos
Si el volumen
experimentales? ¿Como lo harias?
de líquido V es constante, el modelo dinámico para este proceso es
corriente continua

+ qc = qci c(0) = 0
V.d.t. 3.21 Para el sistema de tres tanques agitados del Ejercicio 3.20 (Parte (b)1), use

donde c(t) es la concentración de salida. Calcule c(t) y represente en función del el software del sistema simbólico para encontrar la concentración de
tiempo. salida del tanque 3, c3(t), después de que ocurre un pulso rectangular en
ci (t) en t = 0. La magnitud del pulso es A y el ancho del pulso es t w.
Datos: V = 2 m3; q = 0,4 m3/min; ci = 50 kg∕m3

3.19 Una instalación de almacenamiento de líquidos se puede modelar 3.22 Resuelva esta EDO usando un programa de software simbólico:
mediante ÿ + 5 + y(t) = 8u + u(t) d4y + 16d3y + 86d2y + 176días + 105años = 1
dt4 dt3 dt2 dt
donde y es el nivel del líquido (m) y u es el caudal de entrada (m3/s).
Ambos se definen como desviaciones del estado estacionario nominal. Todas las condiciones iniciales para y y sus derivadas son cero.

q METRO

c1
METRO

c2
METRO

Figura E3.20
Machine Translated by Google

Capítulo 4

Modelos de funciones de transferencia

CONTENIDO DEL CAPITULO

4.1 Introducción a los modelos de funciones de transferencia

4.2 Propiedades de las funciones de transferencia

4.2.1 Propiedad aditiva de las funciones de transferencia
4.2.2 Propiedad multiplicativa de las funciones de transferencia

4.3 Linealización de modelos no lineales

Resumen

Los capítulos 2 y 3 han considerado modelos dinámicos en forma de Utah) y(t)

Modelo
ecuaciones diferenciales ordinarias (EDO). En este capítulo, presentamos
A nosotros) Sí(s)
una forma de modelo alternativa basada en las transformadas de
Laplace: el modelo de función de transferencia. Ambos tipos de modelos Figura 4.1 Modelo entradasalida.
se pueden utilizar para determinar el comportamiento dinámico de un
proceso después de cambios en las variables de entrada.
La función de transferencia también juega un papel clave en el diseño Por definición, la función de transferencia entre u e y es
y análisis de sistemas de control, como se considerará en capítulos Sí(s)
posteriores. G(es) = (41)
A nosotros)

Un modelo de función de transferencia caracteriza la relación

donde Y(s) = {y(t)} y U(s) = {u(t)}.
dinámica de dos variables de proceso, una variable dependiente (o
La función de transferencia en la ecuación. 41 se expresa en
variable de salida) y una variable independiente (o variable de entrada).
términos de las variables físicas, y y u. Sin embargo, suele ser más
Por ejemplo, en un reactor químico continuo, la variable de salida podría
conveniente expresar las funciones de transferencia en términos de
ser la concentración de salida y la variable de entrada, un caudal de
variables de desviación que son desviaciones de un estado estacionario
alimentación.
nominal. Por ejemplo, las variables de desviación para y y u se definen
Por lo tanto, la entrada puede considerarse una "causa" y la salida un
como,
"efecto". Los modelos de funciones de transferencia solo son
directamente aplicables a procesos que exhiben un comportamiento y′ y − y y u′ (42) dondetuy′
tuy u′ denotan las
dinámico lineal, como un proceso que puede ser modelado mediante
una EDO lineal. Si el proceso no es lineal, una función de transferencia variables de desviación e y y u son los valores nominales de estado

puede proporcionar un modelo lineal aproximado, como se describe en estacionario.

la Sección 4.3. El ejemplo 4.1 ilustra cómo se puede derivar fácilmente un modelo
de función de transferencia a partir de un modelo EDO.

4.1 INTRODUCCIÓN A LOS MODELOS DE

EJEMPLO 4.1
FUNCIONES DE TRANSFERENCIA

La Figura 4.1 muestra un modelo dinámico con una única variable de Considere el proceso de almacenamiento de líquidos de la Sección
2.4.5. El modelo dinámico consta de la EDO lineal de primer orden en la
entrada u y una única variable de salida y.
ecuación. 257:
El modelo en el dominio del tiempo que relaciona uey es una EDO. 1
Adh = qi − h (257)
Para una EDO lineal, existe un modelo equivalente en el dominio de dt RV
Laplace, el modelo de función de transferencia.

54
Machine Translated by Google

4.1 Introducción a los modelos de funciones de transferencia 55

donde h es el nivel del líquido, qi es el caudal de entrada y A y Rv son Finalmente, sustituyendo la Ec. 43 y reorganizar da el
constantes. (a) Derive un resultado deseado:

modelo de función de transferencia entre h y qi (en variables de h(t) = h + h′ (t) = h + RvM(1 − e−t∕ARv ) (413)
desviación). (b) Utilice el
modelo de función de transferencia para determinar la respuesta h(t) a un
cambio escalonado en qi de magnitud M en t = 0. Este ejemplo ha demostrado que el modelo de función de transferencia
podría usarse para derivar la respuesta del nivel de líquido h(t) para un
cambio escalonado en la entrada, qi. Además, la respuesta a cualquier

SOLUCIÓN cambio de entrada arbitrario qi(t) se puede calcular a partir de la

ecuación. 410 después de sustituir Qi(s).
(a) Para este ejemplo, hay dos variables de desviación, Así tenemos el siguiente resultado general.
h′ y q′ i :
h′ h−h y q′ qii − qi (43) Propiedad importante de las funciones de transferencia

Las variables de desviación se pueden introducir restando la versión de Para cualquier función de transferencia,
estado estacionario de un modelo dinámico del modelo mismo. La versión
Sí(s)
de estado estacionario de la ecuación. 257 es = G(s) (414)
A nosotros)
1
0 = qi − h (44) la respuesta de salida y(t) se puede determinar para cualquier cambio de
RV
entrada u(t) que tenga una transformada de Laplace.
Restando la ecuación. 44 de la ecuación. 257

da Adh 1 (h − h) = (qi − qi ) − Rv (45) La derivación del ejemplo 4.1 conduce a dos preguntas relativas a los
dt
pasos individuales:
Como h es una constante, se deduce de la ecuación. 43 que
1. ¿Por qué se introdujeron variables de desviación? ¿Por qué no
dh′ DH
= re(h − h) = (46)
considerar simplemente las variables físicas en lugar de las
dt dt DT variables de desviación?
Sustituyendo la ecuación. 46 en el lado izquierdo de la ecuación. 45, y 2. La derivación asumió que el proceso estaba inicialmente en estado
luego sustituyendo la Ec. 43 muestra el modelo dinámico en forma de estacionario. ¿Se puede utilizar el análisis de la función de
variable de desviación:
1 transferencia para otras condiciones iniciales?
Adh′ = q′ i − h′ (47)
dt RV Los dos ejemplos siguientes proporcionan las respuestas.
A continuación, suponemos que el sistema de almacenamiento de líquido
se encuentra inicialmente en el estado estacionario nominal. Por lo tanto, h(0) EJEMPLO 4.2
= h, y de la ecuación. 43, se deduce que h′ (0) = h(0) − h = h(0) − h(0) = 0.
Tomando la transformada de Laplace de ambos lados de la ecuación. 47 da Derive un modelo de función de transferencia para el sistema de
1 almacenamiento de líquidos del ejemplo 4.1 utilizando variables físicas en
A[sH′ (s) −h′ ( 0)] = Q′ i(s) − H' (s) (48) lugar de variables de desviación.
RV

La reorganización da la función de transferencia deseada, G(s): SOLUCIÓN

H' (s) = RV
G(es) = (49) Tomando la transformada de Laplace de la ecuación. 257 da
Q′ i(s) ARv + 1
1
(b) Para derivar la respuesta escalonada, primero reorganice A[sH(s) − h(0)] = Qi (s) − H(es) (415)
Ec. 49: RV

Reorganizar da
(410)
H′ (s) = ( RvARvs + 1 ) Q′ i(s)
H(es) = RV
(416)
Para un cambio escalonado de magnitud M en t = 0, ui (t) = M y Qi (s) = Qi (s) ARv + 1 + ( ARv
ARv + 1 ) ( h(0) Qi (s) )
M/s. Sustituyendo en la ecuación. 410 da
Mientras que la ecuación. 416 es correcta, es difícil de manejar porque
Qi (s) aparece en el lado derecho y h(0) ≠ 0 a menos que el tanque esté
(411)
H′ (s) = ( RvARv + 1 ) M s inicialmente vacío, una condición muy restrictiva. Las derivaciones de
funciones de transferencia basadas en variables de desviación se basan
De la tabla de transformadas de Laplace (Tabla 3.1), tomando la
en el supuesto mucho menos restrictivo de condiciones iniciales de estado
transformada de Laplace inversa de la ecuación. 411 da el nivel del líquido
estacionario (cf. Ejemplo 4.1). Por tanto, es más conveniente utilizar
respuesta:
variables de desviación que variables físicas para el análisis de la función
h′ (t) = RvM(1 − e−t∕ARv ) (412)
de transferencia.
Machine Translated by Google

56 Capítulo 4 Modelos de funciones de transferencia

EJEMPLO 4.3
donde las dos variables de desviación se definen como

Demuestre que el análisis de la función de transferencia también es aplicable 1x′ x1 − x1 (422)

a situaciones en las que el proceso no se encuentra inicialmente en estado
estacionario. Como ejemplo, considere el sistema de almacenamiento de x′ xx

líquidos del Ejemplo 4.1.

Como x es una constante, se deduce que
dx dx′
SOLUCIÓN = d(x − x) dt = (423)
dt dt

La función de transferencia de la ecuación. 49 no contiene condiciones Sustituyendo la ecuación. 423 en la ecuación. 421 da el equilibrio de los
iniciales. Sin embargo, pueden introducirse transformando el modelo en el componentes del soluto en forma de variable de desviación:

modelo EDO equivalente. Reorganizar la ecuación. 49 como dx′

ρV = w1x′ 1 −wx ′ (424)
dt
H′ (s)(ARvs + 1) = RvQ′ i(s) (417)
Suponga que el sistema de mezcla se encuentra inicialmente en el estado
Tomando transformadas inversas de Laplace de ambos lados y reordenando estacionario nominal. Por tanto, x(0) = x y x′ (0) = 0. Tomando la transformada
se obtiene de Laplace de la ecuación. 424 da ρVs[X′ (s)
− 1
Adh′ = q′ i h′ (418) −x′0( 0)] = w1X′ 1(s) − wX′ (s) (425)
dt RV

Tomando la transformada de Laplace de la ecuación. 418 suponiendo que donde X′ (s) [x′ (t)] y X′ 1(s) [x′ 1(t)]. La reorganización da la función
de transferencia G(s) entre la salida y la entrada y las composiciones:
h′ (0) ≠ 0 da como resultado la ecuación. 415 y luego la Ec. 416. En
analogía con el ejemplo 4.1, se puede derivar la respuesta h(t) para un
cambio específico en qi . Por tanto, el análisis de transformadas basado en X′ (s) = w1
(426)
variables de desviación es aplicable a problemas con condiciones iniciales X′ 1(s) ρVs + w
arbitrarias.
Es útil colocar la función de transferencia en una forma estándar dividiendo
tanto el numerador como el denominador por w:
El ejemplo 4.4 demuestra que el análisis de la función de X′ (s)
transferencia también se puede utilizar cuando hay más de una = G(s) K1 (427)
X′ 1(s) s+1
variable de entrada.
donde las constantes K1 y τ se definen como

EJEMPLO 4.4 K1 w1
w
(428)

Considere el proceso de mezcla continua de la Sección 2.1.1. ρV _

τ (429)
Para simplificar, hacemos las siguientes suposiciones: w

1. La densidad del líquido ρ y el volumen V son constantes. En la Sección 5.2 se proporcionan interpretaciones físicas útiles de K y τ.

2. Los caudales másicos w1, w2 y w son constantes.

Entonces el equilibrio del componente en la ecuación. 23 se convierte Caso (b): Ambas concentraciones de entrada, x1 y x2, varían.
dx Para el caso de dos variables de entrada, x1 y x2, se necesitan dos
ρV = w1x1 + w2x2 − wx dt (419)
funciones de transferencia para describir sus efectos sobre la variable de

Derive modelos de funciones de transferencia para dos casos: salida x. Su derivación es análoga a la derivación para el caso (a).

(a) La concentración de entrada x1 varía mientras x2 es constante. Para este caso, la versión de estado estacionario de la ecuación. 419 se puede
escribir como
(b) Las concentraciones de entrada x1 y x2 varían.
0 = w1x1 + w2x2 − wx (430)

SOLUCIÓN Restando la ecuación. 430 de la ecuación. 419 e introduciendo variables

de desviación se obtiene
Caso (a): La concentración de entrada x1 varía mientras que x2 es constante dx′
Derivaremos un modelo de función de transferencia entre las compañías de salida. ρV = w1x′ dt 1 + w2x′ 2 −wx ′ (431)
posición x (la variable de salida) y composición de entrada x1 (la variable de
donde x′2 x2 − x2. Suponiendo nuevamente que el sistema de mezcla
entrada), comenzando con la ecuación. 419. La versión de estado
estacionario de la ecuación. 419 es se encuentra inicialmente en el estado estacionario nominal, tomando la
transformada de Laplace de la ecuación. 431 da
0 = w1x1 + w2x2 − wx (420)
ρVs[X′ (s) − 0] = w1X′ 1(s) + w2X′ 2(s) − wX′ (s) (432)
donde la barra sobre un símbolo indica un valor nominal de estado
estacionario. Restando la ecuación. 420 de la ecuación. 419 da que se puede reorganizar como

dx K1 K2
ρV = w1x′ 1 − wx′ (421) X′ (s) = X′ 1(s) + X′ 2(s) (433)
dt τs + 1 τs + 1
Machine Translated by Google

4.2 Propiedades de las funciones de transferencia 57

donde K2 se define como (a) Calcule la concentración de salida nominal, x. (b) Deduzca

K2 w2 una expresión para la respuesta, x(t), a un cambio repentino en x1 de 0.050

(434)
w a 0.075 que ocurre en el tiempo t = 0. Suponga que el proceso se
Para derivar la función de transferencia entre x y encuentra inicialmente en el estado estacionario nominal.

x1, supongamos que x2 es constante en su valor nominal de estado

estacionario, x2 = x2. Por lo tanto, x′ 2(t) = 0, X′ 2(s) = 0 y la ecuación.
433 se reduce a la función de transferencia anterior que relaciona x y x1 SOLUCIÓN
(consulte la ecuación 427).

X′ (s) (a) El caudal de salida w se puede calcular a partir de un balance de masa en

G1(s) K1 (435) estado estacionario
X′ 1(s) s+1

De manera similar, la función de transferencia entre x y x2 se puede derivar w = w1 + w2 = 600 + 2 = 602 kg∕mín
de la ecuación. 433 y el supuesto de que x1 es constante en su valor
y la fracción de peso x se puede determinar a partir de la ecuación. 430:
nominal de estado estacionario, x1 = x1:
x=
w1x1 + w2x2 = (600)(0,05)+(2)(1) = 0,053 602
X′ (s) w
G2(s) K2 (436)
X′ 2(s) s+1
(b) Para determinar x(t) para un cambio repentino en x1, primero derivamos
una expresión para x′ 1(t) y luego obtenemos X′ 1(s).
Por lo tanto, el punto de partida apropiado para la derivación es la
Los modelos en las Ecs. 435 y 436 se conocen como funciones de función de transferencia en la ecuación. 427 donde K1 = 600/602 =
transferencia de primer orden, porque los denominadores son de primer 0,997 y τ=ρV/w = (900)(2)/(602) = 2,99 min.
orden en la variable de Laplace s. El cambio repentino en x1 se puede expresar en forma de variable de
desviación como
Tres aspectos importantes de estas derivaciones son
x′ 1(t) = x1 − x1 = 0,075 − 0,050 0,025
1. Una comparación de la ecuación. 433 a la ecuación. 436 muestra
=
que los efectos de las variables de entrada individuales sobre la 0,025 X′ 1(s) =
s
variable de salida son aditivos. Este resultado es una
consecuencia del Principio de Superposición para modelos Reorganizando la ecuación. 427 y sustituyendo valores numéricos se

lineales (ver Sección 3.1). obtiene

2. El supuesto de que una entrada sea constante en las derivaciones 0,997

X′ (s) = ( K1 +
τs1 ) X′ 1(s) = ( 2,99s + 1 ) (0,025 s )
de las Ecs. 435 y 436 parecen restrictivos pero en realidad no
0,0249
lo son, por la siguiente razón. = (438)
Debido a que una función de transferencia se refiere al efecto de s(2,99 s + 1)

un solo insumo sobre una producción, no es restrictivo suponer Utilizando el elemento 13 de la Tabla 3.1, la transformada de Laplace
que los otros insumos independientes son constantes para los
inversa es x′ (t) = 0,0249 (1 − e−t∕2,99) (439)
propósitos de la derivación. Se pueden analizar cambios
simultáneos en ambas entradas, como lo indica la ecuación. 433. De la ecuación. 422,

x(t) = x + x′ (t) = 0,053 + 0,0249(1 − e−t∕2,99) (440)

3. Un modelo de función de transferencia permite calcular la
respuesta de salida para un cambio de entrada específico. Por
ejemplo, la ecuación. 435 se puede reorganizar como
El ejemplo 4.5 ha mostrado cómo se puede derivar una expresión
X′ (s) = G1(s) X′ 1(s) (437)
para la respuesta x(t) a un cambio escalón en x1.
Después de especificar x′ 1(t), su transformada de Laplace X′ 1(s) se Se podrían hacer deducciones análogas para otros tipos de cambios de
puede determinar utilizando la Tabla 3.1. Entonces la respuesta de x1 o x2 , como un cambio sinusoidal, y para cambios simultáneos en x1
salida x′ (t) se puede derivar de la ecuación. 437, como se ilustra en el y x2. El punto de partida para esta última derivación sería la ecuación.
ejemplo 4.5. 433.

4.2 PROPIEDADES DE LAS FUNCIONES DE

EJEMPLO 4.5
TRANSFERENCIA
Considere el proceso de mezcla en tanque agitado para el Ejemplo 4.4 y las Una propiedad importante de la función de transferencia es que el
Ecs. 419 y 420 con w1 = 600 kg/min, w2 = 2 kg/min, x1 = 0,050 y x2 = 1 cambio en la producción en estado estacionario para un cambio
(para soluto puro). El volumen y la densidad del líquido son constantes: V =
sostenido en los insumos se puede calcular directamente. La ganancia
2 m3 y ρ = 900 kg/m3, respectivamente.
en estado estacionario es la relación entre el cambio de la variable de
salida y el cambio de la variable de entrada cuando la entrada se cambia a una nueva.
Machine Translated by Google

58 Capítulo 4 Modelos de funciones de transferencia

valor y se mantiene allí, permitiendo así que el proceso alcance donde la ganancia K y el polinomio de orden m B(s) son
un nuevo estado estacionario. Dicho de otra manera, el estado estacionario obtenido del numerador de la ecuación. 443.
La ganancia K de un proceso corresponde a la relación: En esta forma constante de tiempo, la inspección del individuo
y2 − y1 constantes de tiempo proporciona información sobre la velocidad,
k= (441)
u2 u1 y características cualitativas, de la respuesta del sistema. Este
Un punto importante se analiza en detalle en los capítulos 5 y 5.
donde los subíndices 1 y 2 indican diferentes estados estacionarios
6, después de que se hayan agregado algunas herramientas matemáticas adicionales.
y (y, u) denotan los valores correspondientes en estado estacionario
desarrollado.
de las variables de salida y de entrada. La ganancia en estado estacionario
Los órdenes del numerador y denominador.
es constante para procesos lineales independientemente de las condiciones
polinomios en la ecuación. 443 están restringidos por consideraciones
de operación. Esto no es cierto para un proceso no lineal,
como se analiza en la Sección 4.3. físicas de modo que n ≥ m. Supongamos que un proceso fue
modelado por
Al establecer s = 0 en G(s) se obtiene la ganancia en estado estacionario de a du
proceso si la ganancia existe.1 Por ejemplo, en las Ecs. 435 y a0y = b1 + b0u (445)
dt
436, K1 y K2 son ganancias en estado estacionario. Esta característica es una
Es decir, n = 0 y m = 1 en la ecuación. 442. Este sistema
consecuencia del teorema del valor final presentado en
responder a un cambio escalonado en u(t) con un impulso en el tiempo
Capítulo 3. Si se supone un cambio de paso unitario en la entrada, el
cero, porque du/dt es infinito en el momento del cambio de paso
el cambio de salida correspondiente para t → ∞ es lim G(s) como
s → 0. ocurre. La capacidad de responder infinitamente rápido a una
Un cambio repentino en la entrada es imposible de lograr con
Otra propiedad importante de la función de transferencia.
cualquier proceso real (físico), aunque puede ser aproximado en algunos
es que el orden del polinomio denominador (en s)
casos, por ejemplo, en una explosión.
es el mismo que el orden de la ecuación diferencial correspondiente. Un
Por lo tanto, nos referimos a la restricción n ≥ m como una restricción física.
diferencial lineal general de orden n
condición de realizabilidad . Proporciona una verificación de diagnóstico.
la ecuación tiene la forma
en funciones de transferencia derivadas de una ecuación diferencial de
dny dn1y dy
alto orden o de un conjunto de ecuación diferencial de primer orden.
un + un1 +∙∙∙+ a1 + a0y
dtn dt dm−1u dtn−1
ecuaciones. Aquellas funciones de transferencia donde m > 0, son
dmu du
= bm +∙∙∙+ b1 + b0u (442) se dice que exhibe dinámica del numerador. Hay, sin embargo,
+ bm1
dtm dt donde u edtm−1
y son variables de
muchos casos importantes donde m es cero.
desviación de entrada y salida,
respectivamente. La función de transferencia obtenida por Laplace
La transformación de (442) con y(0) = 0 y todas las condiciones iniciales 4.2.1 Propiedad aditiva de transferencia
Funciones
para las derivadas de uey iguales a cero es
Una variable de salida puede verse afectada por más de una
i
∑metro
Bis variable de entrada. Debido a que las funciones de transferencia son modelos de
Sí(s) = yo=0
En sistemas lineales se aplica el principio de superposición (cf.
G(es) =
A nosotros)
i Sección 3.1). Por tanto, los efectos de los insumos individuales
∑n así en la salida son aditivos, como se muestra en la figura 4.2 para un
yo=0
Sistema de dos entradas y una sola salida:
= bmsm + bm−1sm−1 +∙∙∙+ b0
(443)
ansn + an−1sn−1 +∙∙∙+ a0 Y(s) = G1(s)U1(s) + G2(s)U2(s) (446)

Tenga en cuenta que los polinomios del numerador y denominador Esta propiedad aditiva también se ilustra en la transferencia.
de la función de transferencia tienen los mismos órdenes (m y n, modelo de función para el sistema de mezcla en la ecuación. 433.
respectivamente) como la EDO en (442).
La ganancia en estado estacionario de G(s) es bo/ao, obtenida por
estableciendo s = 0. Si tanto el numerador como el denominador de la
U 1(es) G1 (s)
ecuación. 443 se dividen por ao, la característica (o
denominador) el polinomio se puede factorizar en un producto
+
Π(τis + 1) donde τi denota una constante de tiempo. Sí(s)
+
Sí(s) = KB(es)
G(s) = (444)
U(s) (τ1s + 1)(τ2s + 1) ∙ ∙ ∙ (τns + 1) U2 (s) G2 (s)

1Algunos procesos no exhiben una ganancia en estado estacionario, por ejemplo, el Figura 4.2 Diagrama de bloques de una función de transferencia aditiva
proceso de integración en el Capítulo 5. modelo.
Machine Translated by Google

4.2 Propiedades de las funciones de transferencia 59

4.2.2 Propiedad multiplicativa de las

funciones de transferencia La versión de estado estacionario de la ecuación. 236 es

Los modelos de funciones de transferencia también exhiben una 0 = wC(Ti − T) + Q (449)

propiedad multiplicativa para una secuencia de modelos individuales.
Introduzca las variables de desviación restando la ecuación. 449 de la
Para la configuración en serie de dos funciones de transferencia que se
ecuación. 236 y observando que dT/dt = dT′ /dt:
muestran en la figura 4.3, se deduce que
dT′
Y1(s) = G1(s)U(s) (447) VρC = wC[(Ti − T)−(T − T)] + (Q − Q) (450)
dt

Y2(s) = G2(s)Y1(s) = G2(s)G1(s)U(s) (448) o

dT′
VρC = wC(T′ i − T′ ) + Q′ (451)
Por tanto, la función de transferencia general entre Y2 y U es el dt
producto de las dos funciones de transferencia individuales, G1
Tomando las transformadas de Laplace y suponiendo que el proceso se
y G2.
encuentra inicialmente en el estado estacionario nominal se obtiene T′ (t = 0) = 0:
Las propiedades aditivas y multiplicativas de los modelos de
funciones de transferencia se ilustran en los ejemplos 4.6 y 4.7, VρCsT′ (s) = wC[T′ i(s) − T′ (s)] + Q′ (s) (452)
respectivamente.
La reorganización da el modelo de función de transferencia deseado:

Y1(es) T′ (s) = K2 Q′ (s) + K1 T′ i(s) (453)

A nosotros) G1(es) G2(es) Y2(s) τs + 1 τs + 1

dónde

Figura 4.3 Diagrama de bloques del modelo de función de transferencia 1

τ ρV _ , K1 1, K2 (454)
multiplicativa (en series). w WC

(b) Para los cambios de entrada en t = 0,

EJEMPLO 4.6
90 70 20
=
T′ i(s) =
s s
El modelo dinámico de un proceso de calentamiento de tanque agitado
con volumen constante en la ecuación. 236 se derivó en la Sección 2.4.1:
1600 1920
Q′ (s) = = −320
dT s s
VρC = wC(Ti − T) + Qdt (236)

La constante de tiempo y las ganancias son

En el estado estacionario nominal, la temperatura de la corriente de
entrada es Ti = 70 F y la entrada del calentador es Q = 1920 Btu∕min. (62,4)(1,6)
τ= = 0,5 min, K1 = 1 200
Información adicional:

w = 220 lb∕min C = ρ = 62,4 lb∕pie3 1 F = 1,56 × 10−2 K2 = (200)

(0,32)
0,32 Btu∕lb F V = 1,6 pie3
Btu∕min

Sustituyendo valores numéricos en la versión de estado estacionario de la

Sustituyendo en la ecuación. 453 rendimientos
ecuación. 236 da T = 100 F. En t = 0, la temperatura de entrada Ti
cambia de 70 a 90 F y la entrada del calentador Q cambia de 1620 a 0.0156 1
T′ (s) = (455)
1600 Btu/min. 0,5s + 1 ( −320s ) + 0,5 s + 1 (20s )

(a) Obtenga un modelo de función de transferencia para este Después de la simplificación,

sistema. (b) Utilice el modelo para calcular la respuesta de temperatura de −5 20 15

T′ (s) = + s(0,5s + 1) = (456)
la corriente de salida, T(t).
s(0,5s + 1) s(0,5s + 1)

La solución correspondiente en el dominio del tiempo es

SOLUCIÓN
T(t) = 100 + 15(1 − e−2t ) (457)
(a) El proceso de calentamiento tiene dos entradas (Ti y Q) y una salida
(T). En la Sección 2.4.1 se derivó un modelo dinámico: La ecuación 456 muestra los efectos individuales de los dos cambios de
entrada. En estado estacionario, la reducción en la entrada del calentador
dT reduce la temperatura en 5 F, mientras que el cambio de temperatura
VρC = wC(Ti − T) + Qdt (236) de entrada la aumenta en 20 F, para un aumento neto de 15 F.
Machine Translated by Google

60 Capítulo 4 Modelos de funciones de transferencia

EJEMPLO 4.7 Sustituyendo la ecuación. 459 en la ecuación. 458 elimina q1:

Se colocan dos tanques de compensación en serie de modo que el flujo de 1

dh1
salida del tanque superior fluya hacia el tanque inferior, como se muestra A1 h1 = qi − dt (460)
R1
en la Fig. 4.4. Si un caudal de salida es proporcional al nivel de líquido (o
altura) en ese tanque, obtenga la función de transferencia que relaciona los Poniendo la ecuación. 460 y ecuación. 459 en forma de variable de
cambios en el caudal de salida q2 del tanque inferior con los cambios en el desviación da
caudal de entrada al tanque superior qi . Muestre cómo esta función de dh′1
− 1

A1 dt = q′ i hora′ 1
(461)
transferencia general, Q′ 2(s)∕Q′ i(s), se relaciona con las funciones de R1
transferencia individuales, H′ 1(s)∕Q′ i(s), Q′ 1(s)∕ H′ 1(s), H′ 2(s)∕Q′ 1(s),
1
y Q′ 2(s)∕H′ 2(s). H′ 1(s) y H′ 2(s) denotan las transformadas de Laplace = h′1 (462)
q′1
de las desviaciones en los niveles del Tanque 1 y Tanque 2, respectivamente. R1
Suponga que los dos tanques tienen áreas de sección transversal, A1 y A2,
Función de transferencia H′ 1(s)/ 1i (s) es obtenido por Laplace
y resistencias de válvula, R1 y R2, respectivamente.
Q′ transformando la ecuación. 461 y reordenando para obtener

H′ 1(s) = R1 = K1
(463)
Q′ 1(s) A1R1 + 1 τ1s + 1
qi

donde K1 R1 y τ1 A1R1. De manera similar, la función de transferencia

que relaciona Q′ 1(s) con H′ 1(s) se obtiene mediante la transformación de
Laplace de la ecuación. 462.

Q′ 1(s) = 1 1
= (464)
h1 H′ 1(s) R1 K1

El mismo procedimiento conduce a las funciones de transferencia

correspondientes para el Tanque 2,

H′2 (s) = R2 = K2
(465)
R1 Q′ 1(s) A2R2 + 1 τ2s + 1

q1 Q′ 2(s) = 1 1
= (466)
H′2 (s) R2 K2

donde K2 R2 y τ2 A2R2. La función de transferencia general que

relaciona el flujo de salida del Tanque 2 con el flujo de entrada al Tanque 1
se puede derivar formando el producto de la ecuación. 463 hasta la
h2
ecuación. 466.

Q′ 2(s) = Q′ 2(s) H′2 (s) Q′ 1(s) H′ 1(s)

R2 (467)
q2 Q′ i(s) H′2 (s) Q′ 1(s) H′ 1(s) Q′ i(s)

o
Figura 4.4 Diagrama esquemático de dos tanques de compensación en serie.
Q′ 2(s) = 1 K2 1 K1
(468)
Q′ i(s) K2 τ2s + 1 K1 τ1s + 1

SOLUCIÓN que se puede simplificar para producir

Las ecuaciones 256 y 257 son válidas para cada tanque; para el tanque 1, Q′ 2(s) =
(469)
Q′ i(s) 1 (τ1s + 1)(τ2s + 1)
dh1
A1 = qi − q1 dt (458)
que es una función de transferencia de segundo orden (¿tiene sentido la
q1 = 1h1 _ (459) ganancia unitaria desde el punto de vista físico?). La Figura 4.5 es un
R1 diagrama de bloques que muestra el flujo de información de este sistema.

'(s) H'(s) '(s) H'(s) Figura 4.5 Modelo de diagrama de bloques para
q yo K1 1 1 Pregunta
1 K2 2 1 Q'(s)
2
dos tanques de compensación de líquidos
τ1s + 1 K1 τ2s + 1 K2 en serie.
Machine Translated by Google

4.3 Linealización de modelos no lineales 61

La propiedad multiplicativa de las funciones de transferencia resulta expansión, es decir, y′ = y − y y u′ = u − u. Por lo tanto, la ecuación
muy valiosa en el diseño de sistemas de control de procesos debido a diferencial linealizada en términos de y′ y u′ es (después de sustituir,
la forma en serie en la que se conectan las unidades de proceso. dy′ /dt = dy/dt) | ∂f | y′ + | ∂u |s

dy′ = ∂f | | tu′ | |
(472)
dt ∂y s

4.3 LINEALIZACIÓN DE NO LINEAL

donde (∂f ∕∂y)|s denota (∂f ∕∂y)|y, u. Si se incluye una
MODELOS
segunda variable de entrada, z, en el modelo físico, entonces la
En las secciones anteriores, la discusión se limitó a aquellos procesos ecuación. 471 se generaliza
que pueden modelarse mediante ecuaciones diferenciales ordinarias
= ∂f y′ + ∂f
u′ +
∂f
z′ (473)
lineales. Sin embargo, para una amplia variedad de procesos, el como dy′| | dt | | | ∂u |s | | | ∂z |s
| ∂y |s
comportamiento dinámico depende de las variables del proceso de
donde z′ = z − z.
forma no lineal. Los ejemplos destacados incluyen la dependencia
exponencial de la velocidad de reacción con la temperatura (considerada En la figura 4.6 se resume un procedimiento general para desarrollar
en el Capítulo 2), el comportamiento no lineal del pH con el caudal de un modelo de función de transferencia a partir de un modelo de proceso
una corriente ácida o básica, y las respuestas asimétricas de las no lineal y se demuestra en el siguiente ejemplo.
composiciones de destilado y fondos en una columna de destilación a
aumentos y disminuciones en el flujo de alimentación.

La metodología clásica de control de procesos se ha desarrollado EJEMPLO 4.8

basándose en modelos dinámicos lineales, como las EDO lineales y los
modelos de función de transferencia. Por lo tanto, para procesos Considere un sistema de nivel de líquido de un solo tanque donde el flujo de
altamente no lineales, los modelos no lineales correspondientes deben salida pasa a través de una válvula. Recordando la ecuación. 256, supongamos
linealizarse para poder utilizar técnicas clásicas de control de procesos. ahora que la tasa de descarga de la válvula está relacionada con la raíz cuadrada
del nivel del líquido:
Como se analiza más adelante en esta sección, la linealización
generalmente se basa en la expansión en serie de Taylor del modelo no q = Cv √ h (474)
lineal. donde Cv depende del tamaño de la válvula (ver Capítulo 9).
Para procesos continuos, el modelo linealizado se basa en una Derive un modelo dinámico aproximado para este proceso mediante
condición nominal de estado estable. El modelo es relativamente preciso linealización y compárelo con los resultados del ejemplo 4.1.
en una región cercana a las condiciones nominales, pero se vuelve
menos preciso cuando hay grandes cambios en las condiciones
operativas o grandes perturbaciones. La linealización se utiliza con SOLUCIÓN
menos frecuencia para procesos discontinuos y semidiscontinuos que
operan inherentemente durante condiciones transitorias. El balance de materia para el proceso (Ec. 254) después de sustituir
la Ec. 474 es Adh
En muchos casos, los procesos no lineales permanecen cerca de las
condiciones nominales durante largos períodos de tiempo. Para estas
= qi − Cv √ h (475)
situaciones, un modelo linealizado puede ser suficientemente preciso. dt

Supongamos que se ha derivado un modelo dinámico no lineal a partir Para obtener la función de transferencia del sistema, linealice la ecuación.
de primeros principios (por ejemplo, equilibrios de materia, energía o 475 sobre las condiciones de estado estacionario (h, qi ). Las variables
de desviación son
momento):
h′ = h − h
dy
= f(y, u) dt (470)
q′i = qi − qi
donde y es la salida y u es la entrada. Se puede obtener una Aplicando la ecuación. 472 donde y = h y x = qi , y f(h, qi ) es el lado
aproximación lineal de esta ecuación utilizando una expansión en serie derecho de la ecuación. 475, la ecuación diferencial linealizada es
de Taylor y truncando después de los términos de primer orden. El punto
Adh′ = q′ i −
Cv h′ (476)
de referencia para la linealización es el punto de funcionamiento nominal dt
2√h
en estado estacionario (y, u). Por tanto, la aproximación de la serie de
Taylor es: Si definimos la resistencia de la válvula R usando la relación
1 Cv
| ∂f | ∂f = (477)
| f(y, u) f(y, u) + | ∂y | (y − y) + (u − u) | ∂u |y, u |y, R
u 2√h

(471) la ecuación dinámica resultante es análoga al modelo lineal presentado

Tenga en cuenta que esta aproximación es exacta en el estado anteriormente en la ecuación. 461:
estacionario nominal porque las Ecs. 470 y 471 indican que f(y, u) = 1
Adh′ = q′ i − hora′
(478)
f(y, u) = 0. Además, observe que las variables de desviación surgen dt R
naturalmente de la serie de Taylor.
Machine Translated by Google

62 Capítulo 4 Modelos de funciones de transferencia

Modelo de proceso dinámico:

Ecuaciones diferenciales

1a. Obtener modelo de estado estacionario

poniendo las derivadas a cero.

1b. Especifique condiciones

nominales de estado estable.

2a. Si el modelo dinámico es lineal, 2b. Si el modelo dinámico no es lineal,

reste las ecuaciones de estado estacionario utilice la expansión en serie de Taylor
y sustitúyalas por variables de para linealizar alrededor del estado
desviación. estacionario nominal.

3. Expresar modelo en desviación.

forma variable.

4. Toma la transformada de Laplace

(las condiciones iniciales son cero).

Repetir para otras salidas

5. Eliminar algebraicamente todos

salidas excepto la salida deseada.

Repita para otras entradas

6. Establezca todas las entradas en cero excepto

la entrada deseada.

7. Reorganice para obtener la función

de transferencia deseada.

Resultado

Figura 4.6 Procedimiento general para desarrollar modelos de funciones de transferencia.

La función de transferencia correspondiente a la ecuación. 478 fue EJEMPLO 4.9

derivado anteriormente como la ecuación. 463.
Consideremos nuevamente el sistema de mezcla de tanque agitado en
Tenga en cuenta que el modelo linealizado en la ecuación. 478 tiene el
Ecuaciones. 217 y 218, escritos como
misma forma que el modelo lineal correspondiente en la ecuación. 47
dV
del Ejemplo 4.1. Pero el parámetro de resistencia de la válvula R1 para = w1 + w2 − w ρ (479)
dt
el modelo linealizado depende del estado estacionario nominal
nivel de líquido h, mientras que el parámetro correspondiente R para el dx
ρV = w1(x1 − x) + w2(x2 − x) (480)
El modelo lineal era una constante. dt
Machine Translated by Google

4.3 Linealización de modelos no lineales 63

Suponga que el volumen V permanece constante (debido a una línea de La aplicación del Paso 5 proporciona la relación para la salida única y las
desbordamiento que no se muestra) y, en consecuencia, w = w1 + w2. tres entradas:
La composición de entrada x1 y los caudales de entrada w1 y w2 pueden variar,
K1 K2 K3
pero la corriente 2 es soluto puro, de modo que x2 = 1.
X′ (s) = X′ 1(s) + W′ 2(s) + W′ 1(s) (484)
τs + 1 τs + 1 τs + 1
Derive funciones de transferencia que relacionen la composición de salida
Se pueden derivar tres funciones de transferencia de entradasalida a partir de
con las tres variables de entrada (w1, w2 y x1) usando los pasos que se
Pasos 6 y 7:
muestran en el diagrama de flujo de la figura 4.6.
X′ (s) = K1
G1(s) = (485)
X′ 1(s) τs + 1
SOLUCIÓN
X′ (s) = K2
G2(es) = (486)
Las no linealidades en la ecuación. 480 se deben a los términos del W′ 2(s) τs + 1
producto, w1x1, etc. El lado derecho de la ecuación. 480 tiene la forma
X′ (s) = K3
funcional f (x, x1, w1, w2). Para el paso 1 de la figura 4.6, calcule el valor G3(es) = (487)
W′ 1(s) τs + 1
nominal de estado estacionario, w, a partir de la ecuación. 479 y x de la
ecuación. 480, después de igualar las derivadas a cero. Para el Paso 2,
linealice la Ec. 480 sobre los valores nominales de estado estacionario
para obtener Este ejemplo muestra que se pueden obtener funciones de
dx dx′ ρV = transferencia individuales para un modelo con varias entradas
ρV dt dt (x1 x1) mediante la linealización del modelo de ecuación diferencial no lineal.
= ( ∂f ∂x ) s (x − x) + ( ∂f ∂x1 ) s
Tenga en cuenta que las tres funciones de transferencia tienen la misma

constante de tiempo τ pero diferentes ganancias.

(w2 − w2) (481)
+ ( ∂f∂w1 ) s (w1 − w1) + ( ∂f ∂w2 ) s w1 > 0
K1 =
Las derivadas parciales son las siguientes: w
1 x
= −w1 − w2 K2 = > 0
( ∂f∂x ) s
w

x1 x
K3 = < 0
= w1 w
(∂f x1 ) s
(482) Si una ganancia es positiva, un aumento en estado estacionario de la
entrada produce un aumento en estado estacionario de la salida. Una
= x1 − x
( ∂fw1 ) s ganancia negativa (por ejemplo, K3) tiene justo el efecto contrario.
Tenga en cuenta que las ganancias de este proceso no lineal
= x2 − x = 1 − x dependen de las condiciones nominales de estado estacionario. Por lo
( ∂fw2 ) s
tanto, si se cambiaran estas condiciones (por ejemplo, para mejorar
Sustituir la ecuación. 482 en la ecuación. 481 e introducir variables de el rendimiento del proceso), los valores numéricos de las ganancias y
desviación (Paso 3): la constante de tiempo también cambiarían.
dx′ Finalmente, consideramos la aplicación de métodos de
dt = −wx′ + w1x′ ρV 1 + (x1 − x)w′ + 1(1 − x)w′ 2 (483)
linealización cuando el modelo involucra más de una ecuación
La ecuación anterior es general porque se aplica a cualquier punto de no lineal.
operación especificado.
Para el paso 4, tome la transformada de Laplace de ambos lados de la
EJEMPLO 4.10
ecuación. 483 con la condición inicial, x′ (0) = 0:
Como se muestra en el Capítulo 2, un reactor continuo de tanque agitado
ρVsX′ (s)=−wX′ (s) + w1X′ 1(s)
con una única reacción química de primer orden tiene los siguientes
+ (x1 − x)W′ 1(s)+(1 − x)W′ 2(s) balances de materia y energía: dcA =

Reorganizar y dividir por w produce V q(cAi − cA) − VkcA dt (266)

w1 x1 − x
X′ 1(s) + W′ 1(s) dT
ws + 1 ) X′ (s) =
(Vρ w w VρC = wC(Ti − T) + (−ΔHR)VkcA + UA(Tc − T) dt (268)

1x+
W′ 2(s)
w
Si el coeficiente de velocidad de reacción k viene dado por la ecuación de
Definir Arrhenius,

Vρ k = k0e−E∕RT (263)
τ
w
este modelo es no lineal. Sin embargo, es posible encontrar funciones de
1 x transferencia aproximadas que relacionen las entradas y salidas. Para el
,
K1 w1
w , K2 w y K3 x1 − x
w caso donde el caudal (q o w) y la entrada
Machine Translated by Google

64 Capítulo 4 Modelos de funciones de transferencia

Se supone que las condiciones (cAi y Ti ) son constantes, obtenga la función (−ΔHR)k0e−E∕RT
a21 =
de transferencia que relaciona los cambios en la concentración del reactor cA ρC
con los cambios en la temperatura del refrigerante Tc.
1
a22 =
VρC [ − (wC + UA) +
SOLUCIÓN

Para esta situación, hay una única variable de entrada Tc y dos variables de (−ΔHR)VcAk0e−E∕RT ( mi RT2 ) ]
salida cA y T. Primero, se debe determinar el punto de operación en estado UA
estacionario (Paso 1 en la figura 4.6). Tenga en cuenta que dicha b2 =
VρC
determinación requerirá una solución iterativa de dos ecuaciones algebraicas
no lineales; esto se puede hacer utilizando un método de NewtonRaphson o
Tenga en cuenta que la ecuación. 266 no contiene la variable de entrada Tc,
un algoritmo similar (Chapra y Canale, 2014). Normalmente, especificaríamos por lo que no aparece ningún término T′ en la ecuación. 488. Podemos
C
Ti , cAi y cA y luego determinaríamos T y Tc que satisfacen las ecuaciones. convertir las Ecs. 488 y 489 en una función de transferencia entre la
266 y 268 en estado estacionario. Luego podemos proceder con la
temperatura del refrigerante T′ c(s) y la concentración de salida del tanque
linealización de las Ecs. 266 y 268. Definición de variables de desviación
C′ A(s) mediante la
c′ T′ A,

, y T′c , da las siguientes ecuaciones: transformación de Laplace: (s (490)

corriente continua' (491)

− a11)C′ A(s) = a12T′ (s) (s − a22)T′ (s) = a21C′ A(s) + b2T′ c(s)
A
= a11c′A + a12T′ (488)
dt
Sustituyendo por T′ (s), la ecuación. 490 se convierte
dT′
= a21c′ A + a22T′ + b2T′ (489) (s − a11)(s − a22)C′ A(s) = a12a21C′ A(s) + a12b2T′ c(s) (492)
dt C

dónde Flexible

C′ A(s) = a12b2
q a11 = − − k0e−E∕RT (493)
V T′c (s) s2 − (a11 + a22)s + a11a22 − a12a21
que es una función de transferencia de segundo orden. El coeficiente a y b
a12 = −k0e−E∕RTcA ( mi RT2 ) Los eficientes pueden evaluarse para condiciones nominales específicas.

RESUMEN
En este capítulo hemos introducido un concepto importante, la Contiene información clave sobre las relaciones dinámicas y de
función de transferencia , que se utiliza ampliamente en el diseño y estado estacionario entre las variables de entrada y salida, es decir,
análisis de sistemas de control. Relaciona los cambios en la salida la ganancia del proceso y las constantes de tiempo, respectivamente.
de un proceso con los cambios en una entrada del proceso y puede Las funciones de transferencia generalmente se expresan en términos
derivarse de un modelo de ecuación diferencial lineal utilizando de variables de desviación, es decir, desviaciones de las condiciones
nominales de estado estacionario.
métodos de transformación de Laplace. La función de transferencia

REFERENCIAS
Chapra, SC y RP Canale, Métodos numéricos para ingenieros,
Henson, MA y DE Seborg (Eds.), Control de procesos no lineal, Prentice
7ª ed., McGrawHill, Nueva York, 2014.
Hall, Upper Saddle River, Nueva Jersey, 1997.

EJERCICIOS
4.1 Considere una función de transferencia: 4.2 Considere la siguiente función de transferencia:

Sí(s) = d Sí(s) = 3es

G(es) =
A nosotros) bs + c A nosotros) 10 + 1

(a) ¿Cuál es la ganancia en estado (a) ¿Cuál es la ganancia en estado

estacionario? (b) Para un cambio escalonado de magnitud M en la entrada, ¿la estacionario? (b) ¿Cuál es la constante
respuesta de salida estará acotada para todos los valores de las constantes b, cy de tiempo? (c) Si U(s) = 4/s, ¿cuál es el valor de la salida y(t) cuando t → ∞?
d ? Justifica brevemente tu respuesta.
Machine Translated by Google

Ejercicios 65

(d) Para la misma entrada, ¿cuál es el valor de la salida cuando t = 10? ¿Cuál 4.7 En la figura E4.7 se muestra una única etapa de equilibrio en una columna
es la producción expresada como fracción del nuevo valor en estado de destilación. El modelo que describe esta etapa es
estacionario? (e) Si U(s) = (1 dH
= L0 + V2 − (L1 + V1)
− e−s )/s, el pulso unitario rectangular, ¿cuál es la salida cuando t → ∞? (f) Si dt
u(t) = δ(t), el impulso
dHx1
unitario en t = 0, ¿cuál es la salida cuando t → ∞? = L0x0 + V2y2 − (L1x1 + V1y1) dt

y1 = a0 + a1x1 + a2x2 1 + a3x3 1

(g) Si u(t) = 5 sen 2t, ¿cuál es el valor de la salida cuando t → ∞?
Suponga que la retención molar H en la etapa es constante y que se produce
un desbordamiento molar constante. Así, L1 = L0 y V2 = V1. (a) Linealice el
4.3 El comportamiento dinámico de un sensor/transmisor de presión se puede modelo
expresar como una función de transferencia de primer orden (en variables de
resultante e introduzca variables de desviación.
desviación) que relaciona el valor medido Pm con la presión real, P:

(b) Para caudales de líquido y vapor constantes, obtenga las cuatro funciones
P′ m(s) = 1
de transferencia que relacionan las salidas x1 e y1 con las entradas x0 e y2.
PD) 30 años + 1
Colóquelo en forma estándar.

Tanto Pm como P tienen unidades de psi y la constante de tiempo tiene

unidades de segundos. Suponga que suena una alarma si Pm excede los 45 V1
L0x0 _ y1
psi. Si el proceso está inicialmente en estado estacionario (Pm = P = 35 psi), y
luego P cambia repentinamente de 35 a 50 psi a la 1:30 p.m., ¿a qué hora
sonará la alarma?

4.4 Considere el modelo de función de transferencia del ejercicio 4.2. Para

una condición inicial de y(0) = 4 y un cambio escalonado en u de magnitud 2
(en t = 0), calcule la respuesta, y(t). h
Sugerencia: Primero determine el modelo de ecuación diferencial
correspondiente.

4.5 Para el proceso modelado por

2 dy1 = −2y1 − 3y2 + 2u1 dt V2

L1x1 _ y2

dy2
= 4y1 − 6y2 + 2u1 + 4u2 dt Figura E4.7

Encuentre las cuatro funciones de transferencia que relacionan dos salidas 4.8 Un tanque de compensación en la figura E4.8 está diseñado con un vertedero
(y1, y2) con dos entradas (u1, u2). La ui y la yi son variables de desviación. ranurado de modo que el caudal de salida w está relacionado con el nivel de líquido h
a la potencia de 1,5; eso es,
4.6 Un sistema de mezcla en tanque agitado se puede describir mediante una w = Rh1,5
función de transferencia de primer orden entre la composición de salida x y la
composición de entrada x1 (ambas son fracciones de masa de soluto): donde R es una constante. Si una sola corriente ingresa al tanque con un
caudal wi , encuentre la función de transferencia, H′ (s)∕W′ i(s). Identifique la

k ganancia y todas las constantes de tiempo. Verificar unidades.

X′ (s) =
El área de la sección transversal del tanque es A. La densidad del líquido ρ
X′ (s) s+1
i es constante.

donde K = 0,6 (adimensional) y τ = 10 min. Cuando el sistema de mezcla está Wisconsin

en estado estacionario (x = 0,3), el comportamiento dinámico se prueba

agregando rápidamente una gran cantidad de un trazador radiactivo, Presa
aproximando así una función de impulso con magnitud 1,5. (a) Calcule la
respuesta de la
composición de salida x(t) utilizando transformadas de Laplace y dibuje x(t).
Con base en esta expresión analítica, ¿cuál es el valor de x(0)? (b) Utilizando
el teorema del valor inicial de la h
sección 3.4, determine el valor de x(0). (c) Si el proceso se encuentra
inicialmente en un
estado estacionario con x = 0,3, ¿cuál es el valor de x(0)? (d) Compare su
respuesta para las partes
w
(a) a (c) y analice brevemente cualquier diferencia.
Figura E4.8
Machine Translated by Google

66 Capítulo 4 Modelos de funciones de transferencia

4.9 Para el modelo de sistema de tanque agitado calentado por vapor en las Ecs. Información disponible:
251 y 252, supongamos que la temperatura del vapor Ts es constante.
(i) Las tres válvulas funcionan linealmente con las resistencias R1, R2, R3.
Por ejemplo, w1 = (Pc − P1)R1. (ii) Los
(a) Encuentre una función de transferencia que relacione la temperatura del tanque
volúmenes del tanque (V1 y V2) son constantes. (iii) Se cumple la
T con la temperatura del líquido de
Ley del Gas Ideal. (iv) El peso molecular
entrada Ti . (b) ¿Cuál es la ganancia en estado estacionario para esta función
del gas es M. (v) La operación es isotérmica.
de transferencia? (c) Basado únicamente en argumentos físicos, ¿la ganancia
debería ser la unidad? Justifica tu respuesta.

(b) Desarrolle el modelo (linealización, transformada de Laplace, etc.) justo hasta el

4.10 El contenido del sistema de calentamiento del tanque agitado que se muestra
punto en que pueda identificar las siguientes características de la función de
en la figura E4.10 se calienta a una velocidad constante de Q(Btu/h) usando un
transferencia.
calentador a gas. El caudal w(lb/h) y el volumen V(ft3) son constantes, pero la
pérdida de calor hacia el entorno QL(Btu/h) varía con la velocidad del viento v (ft/s) W′ 3(s)
según las expresiones P′c (s)

QL = UA(T − Ta) (i) ¿Cuál es el orden del denominador? (ii) ¿Cuál es el

U(t) = U + bv2 (t) orden del numerador? (iii) ¿La ganancia es igual a uno?

donde U, A , by Ta son constantes. Deduzca la función de transferencia entre la

temperatura de salida T y la velocidad del viento v. Enumere cualquier suposición Nota: No es necesario derivar la función de transferencia real.
adicional que haga. Por otro lado, deberás justificar tu respuesta a cada pregunta.

4.12 Considere el modelo del sistema de tanque agitado calentado eléctricamente

w
en la Sección 2.4.3. El subíndice e se refiere al elemento calefactor:
Ti

dT
mC = wC(Ti − T) + heAe(Te − T) dt

V
dTe
meCe = Q − heAe(Te − T) dt
Ejército de reserva t
(a) Deduzca funciones de transferencia que relacionen los cambios en la
w temperatura de salida T con los cambios en las dos variables de entrada: la entrada
t del calentador Q (suponiendo que no haya cambios en la temperatura de entrada)

q y la temperatura de entrada Ti (si no hay cambios en la

temperatura de entrada del calentador). (b) Muestre cómo se simplifican estas
Figura E4.10 funciones de transferencia cuando se supone una capacitancia térmica insignificante
del elemento calefactor (meCe → 0).

4.11 Considere un sistema de aumento de presión para reducir el efecto de las 4.13 Un tanque cilíndrico horizontal que se muestra en la figura E4.13a se utiliza
variaciones de presión en la salida de un compresor sobre la presión en un cabezal para retardar la propagación de aumentos repentinos de flujo de líquido en una línea
de gas comprimido. Desarrolle un modelo dinámico y evalúe la forma de la función de procesamiento. La figura E4.13b ilustra una vista frontal del tanque y wt es el
de transferencia resultante para el proceso de dos tanques que se muestra en la ancho de la superficie del líquido, que es función de su altura, los cuales pueden
figura E4.11. (a) Desarrolle un modelo variar con el tiempo. Desarrolle un modelo para la altura del líquido h en el tanque
dinámico que pueda usarse para resolver el caudal de gas, w3(t), al cabezal dadas en cualquier momento con los caudales volumétricos de entrada y salida como
las presiones conocidas en el compresor, Pc(t), y en el cabezal, Ph(t). Determinar entradas del modelo. Linealice el modelo suponiendo que el proceso inicialmente
los grados de libertad. está en estado estacionario y que la densidad del líquido ρ es constante.

w1 w2 w3

Ordenador personal
P1 P2 Al encabezado
Ph

R1 R2 R3
Tanque de Tanque de

compensación 1 compensación 2
Figura E4.11
Machine Translated by Google

Ejercicios 67

(b) ¿Qué tan sensible es la ganancia de la función de transferencia K a las

condiciones de operación? Encuentre una expresión para la ganancia en términos
qi de q, T y cAi, y evalúe las sensibilidades (es decir, ∂K∕∂q, etc.).

l
Información disponible
(i) Las condiciones nominales de estado estacionario
q
son T = 150 F, cAi = 0,8 mol∕ft3 q = 20

gal∕min = flujo de entrada y salida del reactor

(ii) Datos de propiedades físicas de la mezcla en el estado estacionario

nominal:
Figura E4.13a
BTU
C = 0,8 ρ = 52 lb∕ft3 , −ΔHR = 500 kJ∕mol
1b F,

4.15 Un quimiostato es un biorreactor de tanque agitado continuo que

puede llevar a cabo la fermentación de un cultivo de células vegetales. Su
Rh comportamiento dinámico se puede describir mediante el siguiente modelo:
R
= μ(S)X − DX =
peso/2 h
−μ(S)X∕YX∕S + D(Sf − S)

X y S son las concentraciones de células y sustrato, respectivamente, y Sf es la

Wisconsin

concentración de alimentación de sustrato. La tasa de dilución D se define como

Figura E4.13b el caudal de alimentación dividido por el volumen del biorreactor. D es la entrada,
mientras que la concentración celular X y la concentración del sustrato S son las
variables de salida. Normalmente, la velocidad de reacción se denomina tasa de
4.14 Una reacción exotérmica, A → 2B, tiene lugar adiabáticamente en un reactor crecimiento específica μ y se modela mediante una ecuación de Monod, μmS μ(S)
de tanque agitado. Esta reacción líquida ocurre a volumen constante en un reactor = Ks + S Supongamos μm = 0,20 h−1, Ks =
de 1000 gal. La reacción puede considerarse de primer orden e irreversible con 1,0
la constante de velocidad dada por g/L e
YX/ S = 0,5

k = 2,4 × 1015e−20.000∕T(mín−1 ) g/g. Utilice un punto de funcionamiento en estado estacionario de D = 0,1 h−1, X
= 4,5 g∕L, S = 1,0 g∕L y Sf = 10 g∕L.
donde T está en R.

(a) Utilizando la siguiente información, obtenga una función de transferencia que Utilizando la linealización, obtenga una función de transferencia que relacione
relacione la temperatura de salida T con la concentración de entrada cAi. las variables de desviación para la concentración celular (X X) con la ración de
Indique todas las suposiciones que haga. dilución (D D).
Machine Translated by Google

Capítulo 5

Comportamiento dinámico de
procesos de primer y segundo orden
CONTENIDO DEL CAPITULO

5.1 Entradas de proceso estándar

5.2 Respuesta de procesos de primer orden 5.2.1

Respuesta de paso 5.2.2
Respuesta de rampa 5.2.3
Respuesta sinusoidal

5.3 Respuesta de los Procesos Integradores

5.4 Respuesta de procesos de segundo orden 5.4.1

Respuesta escalonada
5.4.2 Respuesta sinusoidal

Resumen

En el Capítulo 2 derivamos modelos dinámicos para varios procesos Las funciones de transferencia de primer orden resultantes,
típicos y en el Capítulo 4 mostramos cómo estos modelos pueden X′ (s) = X′ (s) w2∕w
w1∕w y =
expresarse en forma de función de transferencia estándar. Ahora (52)
X′ 1(s) Vρ X′ 2(s) s + 1Vρ
s+1
investigamos cómo responden los procesos a cambios típicos en su w w
entorno, es decir, a cambios en sus entradas. Ya hemos visto en el
relacione los cambios en la fracción de masa de salida X′ (s) con los cambios
Capítulo 1 que las entradas del proceso se dividen en dos categorías:
en las fracciones de masa de entrada X′ 1(s) y X′ 2(s), respectivamente.
Una segunda ventaja de la representación de la función de
transferencia es que el comportamiento dinámico de un proceso
1. Entradas que pueden manipularse para controlar el
dado se puede generalizar fácilmente. Una vez que analizamos la
proceso.
respuesta del proceso a un cambio de entrada, se conoce la
2. Entradas que no son manipuladas, clasificadas como variables respuesta de cualquier otro proceso descrito por la misma función
de perturbación. de transferencia genérica.
Para una función de transferencia general de primer orden con salida
La representación de la función de transferencia facilita la Y(s) y entrada U(s),
comparación de los efectos de diferentes entradas. Por ejemplo, el
k
modelo dinámico para el sistema de mezcla de tanque agitado de Y(es) = U(s) (53)
τs + 1
flujo constante se derivó en la Sección 4.1. Reescribiendo la ecuación.
433 en términos de rendimientos de parámetros de proceso se puede encontrar una solución analítica en el dominio del tiempo una
vez que se especifica la naturaleza del cambio de entrada (por ejemplo,
w1∕w w2∕w cambio escalonado o impulsivo). Esta solución se aplica a cualquier
X′ (s) = X′ 1(s) + X′ 2(s) (51)
Vρ Vρ
s+1s+1 otro proceso con una función de transferencia de primer orden, por
w w
ejemplo, los tanques de compensación de líquido de las Ecs. 463 y 465. Otro

68
Machine Translated by Google

5.1 Entradas de proceso estándar 69

El beneficio de la forma de función de transferencia (p. ej., ecuación 53) donde S(t) es la función de paso unitario. La transformada de Laplace
es que no es necesario volver a resolver la EDO cuando K, τ o U(s) de un paso de magnitud M (cf. ecuación 34) es
cambian. M
nosotros(s) = (56)
Explotaremos esta capacidad para desarrollar fórmulas dinámicas de s
procesos generales tanto como sea posible, concentrándonos en
2. Entrada de rampa. Los procesos industriales a menudo están sujetos
funciones de transferencia que comúnmente surgen al describir el
a insumos que varían, es decir, cambian gradualmente hacia arriba o
comportamiento dinámico de los procesos industriales. Este capítulo
hacia abajo durante un período de tiempo con una pendiente
cubre las funciones de transferencia más simples: procesos de primer
aproximadamente constante. Por ejemplo, las condiciones ambientales
orden, unidades integradoras y procesos de segundo orden. En el capítulo
(temperatura del aire y humedad relativa) pueden cambiar lentamente
6 se analizarán las respuestas de funciones de transferencia más
durante el día, de modo que la temperatura de la torre de enfriamiento de
complicadas. Para mantener los resultados lo más generales posible,
la planta también cambia lentamente. Los puntos de ajuste a veces se
ahora consideraremos varias entradas de proceso estándar que se utilizan
incrementan de un valor a otro en lugar de realizar un cambio gradual.
para caracterizar el comportamiento de muchos procesos reales.
Podemos aproximar un cambio tan gradual en una variable de entrada
mediante la función de rampa:

5.1 ENTRADAS DE PROCESO ESTÁNDAR

(57)
Anteriormente hemos discutido las salidas y entradas de los modelos de en t ≥ 0
uR(t) = { 0 t < 0
procesos; Ahora introducimos definiciones de trabajo más precisas. La
donde uR(t) es una variable de desviación. La transformada de Laplace
palabra salida generalmente se refiere a una variable dependiente,
de una entrada de rampa con pendiente de 1 se da en la Tabla 3.1 como
generalmente una variable controlada en un proceso, que es una variable
1/s2. Por lo tanto, transformando la Ec. 57 rendimientos
de proceso que debe mantenerse en un valor deseado (punto de ajuste).
a
Por ejemplo, la salida del tanque de mezcla agitado que acabamos de uR(s) = (58)
s2
comentar es la fracción de masa x de la corriente efluente. La palabra
entrada se refiere a cualquier variable que influya en la salida del proceso, 3. Pulso rectangular. Los procesos a veces están sujetos a un cambio
como el caudal de la corriente que fluye hacia el tanque de mezcla repentino que luego regresa a su valor original. Supongamos que se corta
agitado. El rasgo característico de todas las entradas, ya sean variables la alimentación a un reactor durante un cierto período de tiempo o que un
perturbadoras o variables manipuladas, es que influyen en las variables horno alimentado con gas natural experimenta una breve interrupción del
de salida. suministro de gas combustible.
Podríamos aproximarnos a este tipo de cambio de entrada como un pulso
Al analizar la dinámica del proceso y al diseñar sistemas de control, rectangular:

es importante saber cómo responderán las salidas del proceso a los 0t<0
cambios en las entradas del proceso. Hay seis tipos importantes de
uRP(t) = h 0 ≤ t < tw 0t (59)
cambios de entrada que se utilizan en la práctica industrial con fines de
modelado y control. ≥ tw

donde el ancho del pulso tw puede variar desde muy corto (aproximación
1. Entrada de paso. Una característica de los procesos industriales es
a un impulso) hasta muy largo. Una forma alternativa de expresar la
que pueden estar sujetos a cambios repentinos y sostenidos de insumos;
ecuación. 59 utiliza la entrada de paso unitario desplazado S(t − tw), que
por ejemplo, la materia prima de un reactor puede cambiarse rápidamente
es igual a la unidad para t ≥ tw e igual a cero para t < tw. La ecuación 59
de un suministro a otro, provocando un cambio correspondiente en
se representa en la figura 5.1 como la suma de dos pasos, un paso de
variables de entrada importantes, como la concentración y la temperatura
magnitud igual a 1 que ocurre en t = 0 combinado con un segundo paso
de la alimentación. Tal cambio puede aproximarse mediante el cambio
de magnitud igual a −1 que ocurre en t = tw.
escalonado

Matemáticamente, esta combinación se puede expresar como

(54)
Mt≥0 uRP(t) = h[S(t) − S(t − tw)]
uS(t) = { 0 t < 0

donde el tiempo cero, como se señaló anteriormente, se considera el Debido a que la transformada de Laplace solo está definida para t ≥ 0,
momento en el que ocurre el cambio repentino de magnitud M. esta expresión se puede simplificar a uRP(t)
Tenga en cuenta que uS(t) se define como una variable de desviación, es = h[1 − S(t − tw)], que se puede t≥0 (510)
decir, el cambio desde el estado estable normal. Suponga que la entrada
transformar de Laplace para obtener
de calor a una unidad de calentamiento con tanque agitado cambia
h
repentinamente de 8 000 a 10 000 kcal/h, cambiando la entrada del uRP(s) = (1 − e−tws ) (511)
calentador eléctrico. Entonces
s
que es el mismo resultado dado en la Ec. 315.
Q(t) = 8000 + 2000 S(t) (55a) Los tres insumos importantes discutidos anteriormente: paso,
Q′ (t) = 2000S (t) (55b) rampa, pulso rectangular: se muestran en la figura 5.2.
Machine Translated by Google

70 Capítulo 5 Comportamiento dinámico de procesos de primer y segundo orden

Calle) La amplitud de la función sinusoidal es A, mientras que el período P

1
Componentes de un está relacionado con la frecuencia angular ω por P = 2π/ ω (ω en radianes/
pulso
tiempo). En una escala de tiempo más corta, las perturbaciones de alta
rectangular
de altura unitaria frecuencia están asociadas con las operaciones de mezcla y bombeo,
dos
y con el ruido eléctrico de 60 Hz que surge de los equipos e
instrumentos eléctricos de CA.

Las entradas sinusoidales son particularmente importantes porque

–S(t – tw)
–1 desempeñan un papel central en el análisis de la respuesta de
frecuencia, que se analiza en el Capítulo 14. La transformada de Laplace
de la función seno en la ecuación. 512 se puede obtener multiplicando
la entrada 14 en la Tabla 3.1 por la amplitud A para obtener
Pulso 1 Aω
uso(s) = (513)
rectangular uRP(t) s2 + ω2

5. Entrada de impulso. La función de impulso unitario analizada en el

capítulo 3 tiene la transformada de Laplace más simple, U(s) = 1
dos
(ecuación 317). Sin embargo, en el funcionamiento normal de una
tiempo, t
planta no se encuentran funciones de impulso exactas. Para obtener
Figura 5.1 Cómo se pueden combinar dos entradas escalonadas para una entrada de impulso, es necesario inyectar una cantidad finita de
formar un pulso rectangular. energía o material en un proceso en un período de tiempo infinitesimal,
lo cual no es posible. Sin embargo, este tipo de entrada se puede
aproximar mediante la inyección de un tinte concentrado u otro trazador
en el proceso (ver Ejemplo 3.6).
METRO

paso

nosotros(t)
6. Entradas aleatorias. Muchas entradas de procesos cambian de una
0 manera tan compleja que no es posible describirlas como funciones
deterministas del tiempo. Si una entrada u muestra una fluctuación
aparentemente aleatoria, es conveniente caracterizarla en términos
Rampa
uR(t) Pendiente = a estadísticos, es decir, especificar su valor medio μ y su desviación
estándar σ. El análisis matemático de tales procesos aleatorios o
0 estocásticos está más allá del alcance de este libro. Véase Maybeck
(1997) y Box et al. (1994) para más detalles. Los sistemas de control
h
Pulso diseñados asumiendo entradas deterministas generalmente funcionan
satisfactoriamente para entradas aleatorias; de ahí que se adopte ese
enfoque en este libro. Las técnicas de seguimiento basadas en análisis
rectangular uRP(t) 0 0
estadístico se analizan en el Capítulo 21.
dos

Habiendo considerado las funciones de transferencia en el capítulo

0 4 y los tipos importantes de funciones forzadas (entradas del proceso)
tiempo, t
aquí, ahora podemos analizar el comportamiento dinámico de los
Figura 5.2 Tres ejemplos importantes de entradas deterministas. procesos de una manera organizada.

5.2 RESPUESTA DE LOS PROCESOS DE

4. Entrada sinusoidal. Los procesos también están sujetos a entradas
PRIMER ORDEN
que varían periódicamente. A modo de ejemplo, la variación de la
temperatura del agua de refrigeración analizada anteriormente a menudo La función de transferencia general de primer orden está dada por
puede estar estrechamente relacionada con las fluctuaciones diurnas Sí(s) = k
(de día a noche a día) en las condiciones ambientales. Los cambios (514)
A nosotros) s+1
cíclicos del proceso dentro de un período de 24 h a menudo son causados
por variaciones en la temperatura del agua de refrigeración que pueden donde K es la ganancia en estado estacionario y τ es la constante de
aproximarse como una función sinusoidal: tiempo. La función de transferencia fue útil para describir la dinámica
del sistema de mezcla en la Sección 4.4. Ahora investigamos algunas
t< 0
formas particulares de entrada U(s), derivando expresiones para la
(512)
Un pecado ωt t ≥ 0 respuesta, y(t).
usando(t) = { 0
Machine Translated by Google

5.2 Respuesta de los procesos de primer orden 71

5.2.1 Respuesta escalonada EJEMPLO 5.1

Para una entrada escalonada de magnitud M, U(s) = M/s, y la
Se utiliza un sistema de calentamiento de tanque agitado para precalentar
ecuación. 514 se convierte
un reactivo que contiene un catalizador sólido suspendido a un caudal
km constante de 1000 kg/h. El volumen en el tanque es de 2 m3 y la densidad
Y(s) = (515)
s(τs + 1) y el calor específico de la mezcla suspendida son, respectivamente, 900
kg/m3 y 1 cal/g C. El proceso inicialmente opera con temperaturas de
Usando la Tabla 3.1, la respuesta en el dominio del tiempo es entrada y salida de 100 y 130 C, respectivamente. El aporte de energía
en estado estacionario es 3 × 107 cal/h. La función de transferencia es
y(t) = KM(1 − e−t∕τ) (516)

La gráfica de esta ecuación en la figura 5.3 muestra que un proceso 1∕wC 1

T′ (s) = metro
Q′ (s) + metro T′ i(s) (517)
de primer orden no responde instantáneamente a un cambio s+1 s+1
w w
repentino en su entrada. De hecho, después de un intervalo de
tiempo igual a la constante de tiempo (t = τ), la respuesta del Se plantean las siguientes preguntas relativas a las operaciones del

proceso todavía está completa en solo un 63,2%. Teóricamente, la proceso:

salida del proceso nunca alcanza el nuevo valor de estado (a) ¿ Cuáles son los valores de K y τ?
estacionario excepto cuando t → ∞; se aproxima al valor final en
(b) Si la entrada del calentador aumenta repentinamente en +30%, ¿cuánto
estado estacionario cuando t ≈ 5τ, como se muestra en la Tabla 5.1.
tiempo le tomará a la temperatura del tanque alcanzar el 99% del
Observe que la figura 5.3 se ha dibujado en forma adimensional o
cambio de temperatura final?
normalizada, con el tiempo dividido por la constante de tiempo y el
(c) Si la temperatura de entrada aumenta repentinamente de 100 a 120
cambio de salida dividido por el producto de la ganancia del proceso
C, ¿cuánto tiempo pasará antes de que la temperatura de salida
y la magnitud del cambio de entrada. Ahora consideremos un
cambie de 130 a 135 C?
ejemplo más específico.

SOLUCIÓN

(a) Usando la ecuación. 517, se pueden determinar las constantes de

1.0 ganancia y tiempo

1 1
K= =
wC

( 106 gh )( 1 calCg )
0,632
y C=
10−6 cal∕h
km 0,5
(2 m3) ( 9 × 105 g m3 )
τ = Vρ = = 1,8 horas
w 106gh
_

(b) La tabla 5.1 indica que el tiempo requerido para alcanzar la respuesta
del 99% después de un cambio escalonado de cualquier magnitud en
0 la entrada del calentador será 5τ, es decir, 9 h. El cambio de
0 1 2345
temperatura en estado estacionario debido a un cambio de +30% en
t
τ Q (9 × 106 cal/h) se puede calcular a partir del teorema del valor final,
ecuación. 353:
Figura 5.3 Respuesta al paso de un proceso de primer orden.
10−6 9 × 106

T′ (t → ∞) = lims→0 s ( 1,8s + 1 s)=9 C

Tenga en cuenta que la temperatura de salida calculada cambia

Tabla 5.1 Respuesta normalizada de un
como resultado del cambio de entrada; por lo tanto, la temperatura
proceso de primer orden a una entrada escalonada
de salida en el estado estacionario final es 130 C+9 C = 139 C.
t y(t)/KM = 1 – e−t/τ Sin embargo, el uso del teorema del valor final es una formalidad
innecesaria cuando una función de transferencia se escribe en forma
0
estándar con ganancia y constante de tiempo.
τ 0 Sólo es necesario multiplicar el cambio de entrada por la ganancia en
2τ 0,6321 estado estacionario para obtener el cambio final en la salida del
3τ 0,8647 0,9502 proceso, suponiendo que el valor final de hecho existe y es finito. En
4τ 0.9817 este caso T′ (t → ∞) = KΔQ = (10−6 C∕cal h)(9 × 106 cal∕h) = 9
5τ 0.9933 C.
Machine Translated by Google

72 Capítulo 5 Comportamiento dinámico de procesos de primer y segundo orden

5τ
(c) Debido a que la ganancia de la función de transferencia de perturbaciones
(que relaciona T′ con T′ i) es uno, un cambio de temperatura de 4τ
τ
entrada de 20 C provoca una temperatura de salida de 20 C. El
Utah) y(t)
tiempo necesario para que la salida cambie en 5 C, o 25% del Utah)
a 3τ ka
a
cambio último en estado estacionario, se puede calcular a partir de la
o
figura 5.3 como t/τ = 0,3 o t = 0,54 h.
La ecuación 516 proporciona una forma más precisa de calcular este y(t) 2τ
valor: ka
y(t) τ (t – τ)S(t – τ)
= 1 − e−t∕τ
km
5 0
C = 1 − e−t∕τ (1)
0 τ 2τ 3τ 4τ 5τ
(20 C)
t
e−t∕τ = 0,75

− t = ln 0,75 = −0,288 Figura 5.4 Respuesta en rampa de un proceso de primer orden

τ (comparación de entrada y salida).
t = 0,52 h

La transformada de Laplace viene dada por la ecuación. 513:

5.2.2 Respuesta de rampa Ahora
KAω
Y(s) =
evaluamos la respuesta de un sistema de primer orden a una entrada (τs + 1)(s2 + ω2)
de rampa, U(s) = a/s2 de la ecuación. 58. Realizar una expansión de
KA sωτ ω
fracción parcial produce = − +
s+1 s2 + ω2
ka ω2τ2 + 1 ( ωτ2 s2 + ω2 ) (522)
= α1
Y(s) = + α2 + α3 (518)
(τs + 1)s2 τs + 1 s s2 Tomando la transformada inversa de Laplace se obtiene

La expansión de Heaviside (Capítulo 3) proporciona KA

ω2τ2 (ωτe−t∕τ − ωτ cos ωt + sen ωt) (523) y(t) =
Kaτ2 − Kaτ ka +1
Y(s) = + (519)
τs + 1 s s2
o, mediante el uso de identidades trigonométricas,
Usando la Tabla 3.1,
KAωτ KA
y(t) = Kaτ(e−t∕τ − 1) + Kat (520) y(t) = sin(ωt + )e−t∕τ
(524)+ω2τ2 + 1 √ ω2τ2 + 1

La expresión anterior tiene la interesante propiedad de que para

dónde
valores grandes de tiempo (t τ)

=−tan−1(ωτ) (525)
y(t) ≈ Ka(t − τ) (521)

La ecuación 521 implica que después de un período transitorio inicial, Observe que en ambas Ecs. 523 y 524, el término exponencial
la rampa de entrada produce una rampa de salida con pendiente igual tiende a cero cuando t → ∞, dejando una respuesta sinusoidal pura.
a Ka, pero desplazada en el tiempo por la constante de tiempo del Esta propiedad se explota en el Capítulo 14 para el análisis de la
proceso τ (ver Fig. 5.4). Una entrada de rampa ilimitada provocará en respuesta de frecuencia.
última instancia que algún componente del proceso se sature, por lo Los estudiantes a menudo tienen dificultades para imaginar cómo
que la duración de la entrada de rampa normalmente es limitada. una variable de proceso real podría cambiar de forma sinusoidal.
Una entrada de proceso con frecuencia pasará de un valor a otro en ¿Cómo puede el caudal en un reactor ser tanto negativo como positivo?
un período de tiempo fijo para evitar el cambio repentino asociado con Recuerde que hemos definido la entrada u y la salida y en estas
un cambio de paso. Las entradas de rampa de este tipo son relaciones como variables de desviación. Una entrada real podría ser
particularmente útiles durante el inicio de un proceso continuo o al
operar un proceso por lotes.
q(t) = 0,4m3 (526)
s + ( 0,1m3 s ) sen ωt

donde la amplitud de la señal de entrada de desviación A es 0,1 m3/s.

5.2.3 Respuesta sinusoidal Como
Después de un largo período de tiempo, la respuesta de salida Ec.
ejemplo final de la respuesta de procesos de primer orden, considere 524 también habrá una desviación sinusoidal, similar a la dada en la
una entrada sinusoidal usin(t) = A sen ωt, con ecuación. 526.
Machine Translated by Google

5.3 Respuesta de los Procesos Integradores 73

EJEMPLO 5.2 el caudal de salida q se puede configurar en cualquier momento

ajustando la velocidad de la bomba, Eq. 254 se
Un tanque de compensación de líquido similar al descrito por la Ec. 460 tiene la
forma del modelo de función de transferencia de la ecuación. 463:
convierte en Adh(t) = qi(t) − q(t) (527)
dt
H′ (s) 10
= Supongamos que en t = 0, el proceso se encuentra en el estado
Q′ i(s) años 50 + 1
estacionario nominal donde qi = q y h = h. Después de restar la ecuación
donde h es el nivel del tanque (m), qi es el caudal (m3/s), la ganancia es 10 m/m3/ de estado estacionario (0 = qi − q) de la ecuación. 527 y observando
s o 10 s/m2 y la constante de tiempo es 50 s. que dh(t)/dt = dh′ (t)/dt, Adh′ (t) = q′
El sistema está operando en estado estacionario con q = 0.4 m3∕s y h = 4 m
cuando una perturbación sinusoidal en el caudal de entrada comienza con una i(t) − q′ (t) (528)
amplitud = 0.1 m3/s y una frecuencia cíclica de 0.002 ciclos/s. ¿Cuáles son los
dt
valores máximo y mínimo del nivel del tanque después de que la perturbación del donde las variables de desviación prima son todas cero en t = 0.
caudal haya ocurrido durante 6 minutos o más? ¿Cuáles son las mayores
Tomando transformadas de Laplace
perturbaciones de nivel esperadas como resultado de esta variación sinusoidal en
el caudal? ¿Cuál es el efecto de las variaciones de alta frecuencia, digamos 0,2 sAH′ (s) = Q′ i(s) − Q′ (s) (529)
ciclos/s?
y reorganizando da
1
H′ (s) = (530)
Como[Q′ i(s) − Q′ (s)]
SOLUCIÓN
Ambas funciones de transferencia, H′ (s)∕Q′ i(s) = 1∕As y H′ (s)/ Q′ (s)
Tenga en cuenta que la señal de entrada real q(t) viene dada por la ecuación. = −1/As, representan modelos integradores, caracterizados por el
526, pero sólo se requiere la amplitud de la desviación de entrada (0,1 m3/s). De término 1/ s. La integral de la ecuación. 527 es
la ecuación. 524, el valor del término exponencial 6 min después del inicio del t
forzamiento sinusoidal es e−360/50 = e−7,2 < 10−3. Por tanto, el efecto del término h(t) − h = [qi(t ) − q(t )]dt (531)
transitorio exponencial es inferior al 0,1% de la amplitud de la perturbación y puede 1A∫ _0
despreciarse con seguridad. En consecuencia, a partir de la Ec. 524 la amplitud
de ahí el término proceso integrador. Los procesos de integración no
de la perturbación de salida (nivel) es
tienen una ganancia en estado estacionario en el sentido habitual.
Para un proceso de este tipo que opera en estado estacionario,
KA cualquier cambio positivo en qi (aumento de qi por encima de q) hará
√ ω2τ2 + 1 que el nivel del tanque aumente linealmente con el tiempo en proporción
a la diferencia, qi(t) − q(t), mientras que un Un cambio positivo en q
donde A es la amplitud de entrada y ω es la frecuencia (en radianes) = (2π)
hará que el nivel del tanque disminuya linealmente. Por lo tanto, no se
(frecuencia cíclica) = (6,28)(0,002) radianes/s. La amplitud de la perturbación en
alcanzará ningún nuevo estado estacionario, a menos que el tanque se
el nivel del líquido es
desborde o se vacíe. Por el contrario, un tanque con una válvula de
línea de salida, en lugar de una bomba, alcanzará un estado estable
10(s∕m2)(0.1 m3 ∕s) cuando el caudal de salida sea igual al caudal de entrada. Este proceso
√[(6.28 rad∕ciclos)(0.002 ciclos∕s)(50 s)]2 + 1 se describe mediante una función de transferencia de primer orden en
lugar de un integrador (cf. ejemplo 4.8).
o 0,85 metros. Por lo tanto, el nivel real del tanque varía desde un mínimo de
3,15 m hasta un máximo de 4,85 m.

Las mayores desviaciones de salida que pueden resultar de variaciones

sinusoidales de amplitud 0,1 m3/s ocurren para ω → 0, es decir, para frecuencias EJEMPLO 5.3
muy bajas. En este caso las desviaciones serían ±KA = ±(10 s/m2) (0,1 m3/s) =
±1 m. Por tanto, los valores mínimo y máximo de nivel del líquido serían 3 y 5 m, Se utiliza un tanque cilíndrico ventilado para el almacenamiento entre una
respectivamente. instalación de descarga de un vagón cisterna y un reactor continuo que utiliza el
contenido del vagón cisterna como materia prima (Fig. 5.5). La alimentación del
Para variaciones de alta frecuencia (0,2 ciclos/s), la amplitud de salida se reactor sale del tanque de almacenamiento a un caudal constante de 0,02 m3/s.
acerca a cero. Esto ocurre porque las variaciones rápidas del caudal se promedian Durante algunos períodos de operación, la materia prima se transfiere
en el tanque cuando el tiempo de residencia es suficientemente grande, dando un simultáneamente desde el vagón cisterna al tanque de alimentación y desde el
nivel relativamente constante. tanque al reactor. Los operadores deben tener especial cuidado para que el
tanque de alimentación no se desborde o se vacíe.
El tanque de alimentación tiene una altura de 5 m (distancia al respiradero) y una
sección transversal interna de 4 m2.

5.3 RESPUESTA DE INTEGRAR (a) Suponga que después de un largo período de operación, el nivel del tanque
PROCESOS de almacenamiento es de 2 m en el momento en que se vacía el carro tanque.
¿Cuánto tiempo puede funcionar el reactor antes de que se agote el tanque
En la Sección 2.4 consideramos brevemente un sistema de nivel de
de alimentación?
líquido con una bomba conectada a la línea de salida. Asumiendo que
Machine Translated by Google

74 Capítulo 5 Comportamiento dinámico de procesos de primer y segundo orden

Figura 5.5 Instalación de descarga y almacenamiento de un reactor continuo.

(b) Se coloca otro vagón cisterna en su lugar y se conecta al tanque, De este modo

mientras el flujo continúa hacia el reactor a 0,02 m3/s. Si se introduce 1 −0,005

H′ (s) =
flujo en el tanque de alimentación justo cuando el nivel del tanque 4s s−0)=
( −0,02 s2
alcanza 1 m, ¿cuánto tiempo puede funcionar la bomba de transferencia
desde el carro tanque? Suponga que bombea a una velocidad La inversión al dominio del tiempo da h′ (t) = −0,005t y h(t) = 2 −
constante de 0,1 m3/s cuando está encendido. 0,005t. El tiempo que tarda h(t) en llegar a cero es t = 2/0,005 = 400 s.

SOLUCIÓN
(b) Para el período de llenado del tanque y utilizando la misma base para
(a) Para este sistema, no existe un nivel único de estado estacionario que las variables de desviación,
corresponda a un valor particular de caudal de entrada y salida.
0,08
Suponga que el nivel inicial es h = 2 m y el caudal constante desde la qi = 0,1 q′ = +0,08 Q′ i(s) =
i s
bomba de alimentación al reactor, q = 0,02 m3/s, es la base para
definir las variables de desviación para h, q y qi . Entonces q = 0,02 q′ = 0 Q′ (s) = 0

h = 2 metros En consecuencia, a partir de la Ec. 530, el modelo del tanque es

qi = q = 0,02 m3 ∕s
1 0,02
H′ (s) =
y, de la ecuación. 530, el modelo de proceso para el tanque es 4s s−0)=
(0,08 s2
1
H′ (s) = [Q′ i(s) − Q′ (s)] La inversión al dominio del tiempo produce h(t) = 1 + 0,02t. Por lo tanto, la
4s
bomba de transferencia puede funcionar durante 200 s hasta h(t) = 5 m,
En el momento en que se vacía el vagón cisterna
cuando el tanque se desbordaría. Tenga en cuenta que este tiempo (así
como el tiempo para vaciar el tanque en (a)) se puede calcular sin usar
q′ i = −0,02 Q′ i(s)=−0,02 qi = 0
s transformadas de Laplace, simplemente usando la tasa constante de
q = 0,02 q′ = 0 Q′ (s) = 0 entrada (o salida) y el volumen del tanque.

Este ejemplo ilustra que las unidades de proceso integradoras no de procesos no autorregulados . Las entradas de pulsos arbitrarios,
alcanzan un nuevo estado estacionario cuando se someten a cambios donde los valores inicial y final de la entrada son iguales, conducen a
escalonados en las entradas, en contraste con los procesos de primer un nuevo estado estable. Por ejemplo, el pulso rectangular con altura h
orden (cf. ecuación 516). Los sistemas integradores representan un ejemplo dado en la ecuación. 59 has
Machine Translated by Google

5.4 Respuesta de los procesos de segundo orden 75

la transformada de Laplace dada en la ecuación. 510. La respuesta Consideramos funciones de transferencia de segundo orden en el
de un proceso integrador con función de transferencia forma estándar
k
Sí(s) = k G(s) = (538)
(532) τ2s2 + 2ζτs + 1
A nosotros) s

a una entrada de pulso rectangular es Aplazamos la discusión de los modelos más generales donde
un término de retraso en el numerador u otro numerador
Kh(1 − e−tws ) − etws La dinámica está presente hasta el Capítulo 6.
Y(s) = (533)
s2 = Kh ( 1 s2 s2 ) En la ecuación. 538, K y τ tienen la misma importancia que para
una función de transferencia de primer orden. K es la ganancia en estado estacionario,
Hay dos regiones para la solución de la ecuación. 533,
dependiendo del valor de t comparado con el ancho del pulso y τ determina la velocidad de respuesta (o, equivalentemente,
el tiempo de respuesta) del sistema. El coeficiente de amortiguación ζ
dos. Para 0 ≤ t < tw, el segundo término entre paréntesis de
Ec. 533 es 0, por lo tanto (zeta) no tiene dimensiones. Proporciona una medida de
la cantidad de amortiguación en el sistema, es decir, el grado
y(t) = Kht (534) de oscilación en la respuesta de un proceso después de un cambio de entrada.
Valores pequeños de ζ implican poco amortiguamiento y una gran cantidad
correspondiente a un aumento lineal con respecto al tiempo.
de oscilación, como, por ejemplo, en un sistema de suspensión de
Para t ≥ tw, tomando la transformada inversa de Laplace de
automóvil con amortiguadores ineficaces. Golpear un
Ec. 533 da
Un golpe hace que el vehículo rebote hacia arriba y hacia abajo
y(t) = Kh[t − (t − tw)] = Khtw (535) peligrosamente. En algunos libros de texto, la Ec. 538 está escrito en términos de
ωn = 1/τ, la frecuencia natural no amortiguada del sistema.
que es un valor constante. Combinando las soluciones se obtiene
Este nombre surge porque representa la frecuencia de
Oscilación del sistema cuando no hay amortiguación (ζ =0).
(536) Hay tres clases importantes de segundo orden.
y(t) = { Kht tKhtw
< tw t ≥ tw
sistemas, como se muestra en la Tabla 5.2. El caso donde ζ < 0 es
La ecuación 536 muestra que el cambio en y en cualquier momento omitido aquí porque corresponde a un inestable
es proporcional al área bajo el pulso de entrada (el Sistema de segundo orden que tiene una respuesta ilimitada.
integral), un resultado intuitivo. a cualquier entrada (los efectos de la inestabilidad están cubiertos en
Capítulo 11). Los sobreamortiguados y críticamente amortiguados.
formas de la función de transferencia de segundo orden con mayor frecuencia
5.4 RESPUESTA DE SEGUNDO ORDEN aparecen cuando dos sistemas de primer orden ocurren en serie (ver
PROCESOS Figura 5.6). Las funciones de transferencia dadas por las Ecs. 537 y
Como se señaló en el Capítulo 4, una función de transferencia de segundo orden 538 difieren sólo en la forma de los denominadores. Al equiparar los
Puede surgir físicamente siempre que dos procesos de primer orden denominadores se obtiene la relación entre los
están conectados en serie. Por ejemplo, dos tanques agitados dos formas alternativas para el segundo orden sobreamortiguado
Procesos de mezcla, cada uno con una transferencia de primer orden. sistema:
función que relaciona la entrada con la fracción de masa de salida, podría ser τ2s 2 + 2ζτs + 1 = (τ1s + 1)(τ2s + 1) (539)
conectados físicamente de modo que la corriente de salida del
El primer tanque se utiliza como corriente de entrada del segundo tanque. Expandiendo el lado derecho de la Ec. 539 y equiparando
La figura 5.6 ilustra la relación de flujo de señal para tal coeficientes de los términos s ,
proceso. Aquí τ2 = τ1τ2 (540)
Sí(s) = K1K2 k
G(s) = = 2ζτ = τ1 + τ2 (541)
U(s) (τ1s + 1)(τ2s + 1) (τ1s + 1)(τ2s + 1)
(537)
donde K = K1K2. Alternativamente, un proceso de segundo orden Tabla 5.2 Las tres clases de transferencia de segundo orden
Funciones
La función de transferencia surgirá al transformar una
modelo de proceso de ecuaciones diferenciales de segundo orden como raíces de
como las dos ecuaciones diferenciales de primer orden acopladas, Mojadura Caracterización Característica
para el CSTR (ecuaciones 488 y 489). En este capítulo Coeficiente de respuesta Ecuación

ζ>1 sobreamortiguado Real y desigual

ζ=1 Críticamente amortiguado reales e iguales
A nosotros)
K1 X(es) K2 Sí(s)
0<ζ<1 subamortiguado Conjugados complejos
τ1s + 1 τ2s + 1
(de la forma a + jb
y a − jb)
Figura 5.6 Dos sistemas de primer orden en serie producen un resultado general
sistema de segundo orden. Esta ecuación es τ2s2 + 2ζτs + 1 = 0.
Machine Translated by Google

76 Capítulo 5 Comportamiento dinámico de procesos de primer y segundo orden

del cual obtenemos Críticamente amortiguado ( = 1)

t
τ = √τ1τ2 (542) (548)
y(t) = KM [ 1 − ( 1 + τ) e−t∕τ]
τ1 + τ2
ζ= (543)
2 √τ1τ2
Subamortiguado (0 ≤ < 1)
Resolviendo para τ1 y τ2 se obtiene
τ
τ1 = (ζ ≥ 1) (544)
τ
ζ − √ζ2 − 1 y(t) = KM{ 1 − e−ζt∕τ [ cos (√1 − ζ2 t ) sen (√1 −
τ
τ2 = (ζ ≥ 1) (545)
ζ + √ζ2 − 1 +
τ
ζ √1 − ζ2 ζ2 t )]} (549)

EJEMPLO 5.4 En las Figs. 5.7 y 5.8, donde el eje del tiempo está normalizado con
respecto a τ. Por lo tanto, cuando τ es pequeño, significa una
Un sistema sobreamortiguado consta de dos procesos de primer orden
respuesta rápida, lo que implica un valor grande para la frecuencia
que funcionan en serie (τ1 = 4, τ2 = 1). Encuentre los valores
equivalentes de τ y ζ para este sistema.
natural no amortiguada, ωn = 1/τ.

SOLUCIÓN Se pueden hacer varias observaciones generales sobre la

respuestas mostradas en las Figs. 5.7 y 5.8:
De las ecuaciones. 542 y 543,
1. Las respuestas exhiben un mayor grado de oscilación y
τ = √ (4)(1) = 2 sobreimpulso (y/KM > 1) cuando ζ se acerca a cero.
4+1 2. Los valores grandes de ζ producen una respuesta lenta.
ζ = = 1,25 (2)(2)
3. La respuesta más rápida sin sobrepaso se obtiene para el
Las ecuaciones 544 y 545 proporcionan una verificación de estos resultados: caso críticamente amortiguado (ζ = 1).
2 2
= =4 Los diseñadores de sistemas de control a veces intentan hacer
τ1 =
1,25 0,75
1,25 − √(1,25)2 − 1 que la respuesta de la variable controlada a un cambio de punto de
2 2
= =1 ajuste se aproxime a la respuesta escalonada ideal de un sistema
τ2 =
1,25 + 0,75
1,25 + √(1,25)2 − 1 de segundo orden poco amortiguado, es decir, hacer que exhiba
La forma subamortiguada de la ecuación. 538 pueden surgir de algunos una cantidad prescrita de sobrepaso y oscilación a medida que se
sistemas mecánicos, de flujo u otros procesos como una línea de estabiliza. en el nuevo punto de operación. Cuando se desea una
instrumentos neumáticos (aire) con muy poca capacidad de línea, o de un oscilación amortiguada, se pueden elegir valores de ζ en el rango
manómetro de mercurio, donde los efectos de inercia son importantes. de 0,4 a 0,8. En este rango, la variable controlada y alcanza el
nuevo punto de operación más rápido que con ζ = 1,0 o 1,5, pero
Para problemas de control de procesos, la forma subamortiguada se
la respuesta es mucho menos oscilatoria (se estabiliza más rápido)
encuentra frecuentemente al investigar las propiedades de procesos bajo
que con ζ = 0,2.
control de retroalimentación. A continuación desarrollamos las relaciones
para las respuestas escalonadas de las tres clases de procesos de segundo
orden.

5.4.1 Respuesta al escalón

Para la entrada escalonada (U(s) = M/s) a un proceso descrito por la

ecuación. 538,
km
Y(s) = (546)
s(τ2s2 + 2ζτs + 1)

Después de invertir al dominio del tiempo, las respuestas se pueden

clasificar en tres clases:

Sobreamortiguado ( > 1)
Si el denominador de la ecuación. 546 se pueden factorizar
τ
usando las Ecs. 544 y 545, entonces se puede escribir la respuesta

τ1e−t∕τ1 − τ2e−t∕τ2 Figura 5.7 Respuesta al escalón de procesos de segundo orden

(547)
y(t) = KM ( 1 − ) subamortiguados.
τ1 − τ2
Machine Translated by Google

5.4 Respuesta de los procesos de segundo orden 77

ζ = 1,0
1.5

2.0

3.0

Figura 5.8 Respuesta escalonada de procesos de segundo orden críticamente amortiguados y sobreamortiguados.

La figura 5.9 ilustra las características de la respuesta escalonada de un 6. Período de Oscilación. P es el tiempo entre dos picos sucesivos o
proceso subamortiguado de segundo orden. Los siguientes términos se dos valles sucesivos de la respuesta.
utilizan para describir la dinámica de procesos subamortiguados:

Tenga en cuenta que las definiciones anteriores se aplican de manera

1. Hora de subida. tr es el tiempo que tarda la salida del proceso en
más general a la respuesta al escalón de cualquier proceso subamortiguado.
alcanzar por primera vez el nuevo valor de estado estable.
Si el proceso no muestra un exceso, la definición del tiempo de subida se
2. Hora del primer pico. tp es el tiempo necesario para que la salida modifica para que sea el tiempo necesario para pasar del 10% al 90% de
alcance su primer valor máximo. la respuesta en estado estacionario (Åström y Hägglund, 2006). Para el
3. Tiempo de establecimiento. ts es el tiempo necesario para que la caso particular de un proceso de segundo orden subamortiguado, podemos
salida del proceso alcance y permanezca dentro de una banda cuyo desarrollar expresiones analíticas para algunas de estas características.
ancho es igual a ±5% del cambio total en y (también se usa ±1%
para algunas aplicaciones). Usando la ecuación. 549

4. Sobrepasar. OS = a/b (el % de exceso es 100 a/b).

Tiempo hasta el primer pico: tp = πτ∕√ 1 − ζ2 (550)
5. Relación de desintegración. DR = c/a (donde c es la altura del
segundo pico).
Excederse: (551)
SO = exp ( −πζ∕√ 1 − ζ2 ) = exp

Relación de decadencia: DR = (OS) 2

Período ( −2πζ∕√ 1 − ζ2 )
(552)
PAG

2πτ
a Período: pag = (553)
1.05b √1 − ζ2
C
y
0,95b Tenga en cuenta que OS y DR son funciones de ζ únicamente. Para un
sistema de segundo orden, la relación de caída es constante para cada par
b
sucesivo de picos. La Figura 5.10 ilustra la dependencia del ratio de
sobreimpulso y decaimiento del coeficiente de amortiguamiento.

tr tp ts Para una función de transferencia de segundo orden subamortiguada,

t
las Figs. 5.7 y 5.10 y la ecuación. 553 se puede utilizar para obtener
Figura 5.9 Características de desempeño para la respuesta escalonada de un estimaciones de ζ y τ basadas en las características de respuesta al
proceso subamortiguado. escalón.
Machine Translated by Google

78 Capítulo 5 Comportamiento dinámico de procesos de primer y segundo orden

1.0
Función que relaciona la temperatura con el caudal de alimentación.
Suponiendo que la respuesta al escalón se debe a un proceso de
0,8 2πτ
segundo orden subamortiguado, las Figs. 5.7 y 5.10 se pueden utilizar
Período
para obtener estimaciones de ζ y τ. Alternativamente, se pueden
utilizar expresiones analíticas, que es el enfoque adoptado aquí.
0,6 Cualquiera de las ecuaciones. Se pueden emplear 551 o 552 para
encontrar ζ independientemente de τ. Debido a que el segundo valor
tciadrnaeeC
reim
acoittsníe dr

Excederse máximo de temperatura (102,0 C) es esencialmente el valor final (102

0,4
C), el valor calculado de la altura máxima c estará sujeto a un error
de medición apreciable. En su lugar, utilizamos la relación de
sobreimpulso (en lugar de la relación de caída) para aprovechar la
0,2 Relación de
mayor precisión de la primera medición del pico. Reorganizando la
desintegración
ecuación. 551 da

0 0.0 0,2 0,4 0,6 0,8 1.0

π2 + [ln(OS)]2
ζ = √ [ln(OS)]2
ζ
102,5 − 102 0,5
SO = = = 0,25 (es decir, 25%) (554)
Figura 5.10 Relación entre algunas características de desempeño de un 102 100 2
proceso de segundo orden subamortiguado y el coeficiente de
amortiguamiento del proceso. ζ = 0,4037 ≈ 0,4

La ecuación 553 se puede reordenar para encontrar τ:

EJEMPLO 5.5
τ = √1 − ζ2 PAG

2π
Un reactor de tanque agitado tiene un serpentín de enfriamiento interno
P = 3060 − 1000 = 2060 s (555)
para eliminar el calor liberado en la reacción. Se utiliza un controlador
proporcional para regular el caudal de refrigerante a fin de mantener la τ = 300 s
temperatura del reactor esencialmente constante. El controlador ha sido
(c) El tiempo de subida tr se puede calcular a partir de la ecuación. 549.
diseñado de manera que el reactor controlado exhiba características típicas
Cuando t = tr, y(t) es igual a su valor final en estado estacionario, KM.
de respuesta de temperatura de segundo orden subamortiguada cuando
En otras palabras, la cantidad entre paréntesis es idénticamente cero
se ve perturbado, ya sea por el caudal de alimentación o por cambios de
en t = tr:
temperatura del refrigerante.

(a) El caudal de alimentación al reactor cambia repentinamente de 0,4 a

0,5 kg/s, y la temperatura del contenido del reactor, inicialmente de τ τ
porque (√1 − ζ2 tr ) + ζ √1 − ζ2 pecado (√1 − ζ2 tr ) = 0
100 C, cambia finalmente a 102 C. ¿Cuál es la ganancia de la función (556)
de transferencia (bajo retroalimentación)? control) que relaciona los La solución general tiene múltiples valores de t que satisfacen y(t) =
cambios en la temperatura del reactor con los cambios en el caudal KM:
de alimentación? (Asegúrese de especificar las unidades).
τ
t= (nπ − cos−1 ζ) n = 1, 2,… √1 − (557)
ζ2
(b) El operador observa que la respuesta resultante es ligeramente
oscilatoria con máximos estimados en 102,5 y 102,0 C que ocurren El tiempo de subida corresponde a la primera vez (n = 1) que y(t) =
en momentos 1000 y 3060 s después de que se inicia el cambio. KM = y(∞). Resolviendo para el tiempo de subida se obtiene
¿Cuál es la función de transferencia de proceso completo? τ
tr = (π − cos−1 ζ) (558)
√1 − ζ2
(c) El operador no anotó el tiempo de subida. Prediga tr con base en los
resultados de (a) y (b). donde el resultado del cálculo del coseno inverso debe estar en
radianes. Porque τ = 300 s y ζ = 0,40

SOLUCIÓN tr = 649 s

En resumen, la función de transferencia de perturbaciones entre el caudal de

(a) La ganancia se obtiene dividiendo el cambio de temperatura en estado
alimentación y la temperatura de salida mientras se encuentra bajo control de
estacionario por el cambio (perturbación) del caudal de alimentación retroalimentación es
(cf. Ec. 441):
T' (s) 20
=
102 100 W′(s) (300)2s2 + 2(0,4)(300)s + 1
k= C
0,50,4 _ _ = 20 kg∕s 20
=
90.000s2 + 240s + 1
(b) Las características oscilatorias de la respuesta se pueden utilizar para
encontrar los elementos dinámicos en la transferencia. donde la ganancia del proceso tiene unidades de C/kg/s.
Machine Translated by Google

5.4 Respuesta de los procesos de segundo orden 79

Figura 5.11 Amplitud de respuesta

sinusoidal de un sistema de segundo orden
después de que los términos exponenciales se
A
ζ hayan vuelto insignificantes.
ωτ ζωτ

5.4.2 Respuesta sinusoidal =

A
|

=
1
ARN |

KA | |
| | | | |máximo máximo 2ζ √1 − ζ2
Cuando un sistema lineal de segundo orden es forzado por una entrada
sinusoidal A sen ωt, la salida para grandes valores de tiempo (después para 0 < ζ < 0,707 (564)
de que los términos exponenciales se hayan vuelto insignificantes)
La ecuación 564 indica que la amplitud de salida máxima para un
también es una señal sinusoidal dada por
proceso de segundo orden que no tiene amortiguación (ζ = 0) no
KA
y(t) = pecado(ωt + ) √[1 − (ωτ)2]2 + (2ζωτ)2 (559) está definida. Los valores pequeños de ζ siempre se evitan en el
diseño de procesos y sistemas de control. La ecuación 564 indica
dónde que un proceso con poca amortiguación puede exhibir oscilaciones
de salida muy grandes si es perturbado por señales periódicas con
(560)
=−tan−1 [ 2ζωτ
(ωτ)2
1−] ω cerca de ωmax.

La amplitud de salida se obtiene directamente de la ecuación.

EJEMPLO 5.6
559:
KA Un ingeniero utiliza un sensor de temperatura montado en un
Â= (561)
√[1 − (ωτ)2]2 + (2ζωτ)2 La termopozo para medir la temperatura en un CSTR. La combinación
sensor/transmisor de temperatura funciona aproximadamente como
relación entre la amplitud de salida y entrada es la relación de
un sistema de primer orden con una constante de tiempo de 3 s. El
amplitud AR (= Â∕A). Cuando se normaliza mediante la ganancia del termopozo se comporta como un sistema de primer orden con una
proceso, se denomina relación de amplitud normalizada ARN. constante de tiempo de 10 s. El ingeniero observa que la
A 1 temperatura medida del reactor ha estado ciclando aproximadamente
ARN = = (562) de manera sinusoidal entre 180 C y 183 C con un período de
KA 30 s durante al menos varios minutos. ¿Qué se puede concluir
√[1 − (ωτ)2]2 + (2ζωτ)2
sobre la temperatura real en el reactor?
ARN representa el efecto de los parámetros del modelo dinámico
(ζ, τ) sobre la respuesta sinusoidal; es decir, ARN es independiente
de la ganancia en estado estacionario K y de la amplitud de la SOLUCIÓN
función de forzado, A. El valor máximo de ARN (si existe) se puede Primero, observe que el sensor/transmisor y la línea de transmisión
encontrar diferenciando la ecuación. 562 con respecto a ω y actúan como dos procesos de primer orden en serie (ecuación 537)
estableciendo la derivada a cero. Resolviendo para ωmax se obtiene con una ganancia general K = 1 y con la función de transferencia
aproximada
T′ medida(s) =
1
(565)
√1 − 2ζ2 T′reactor (3s + 1)(10s + 1)
ωmáx = para 0 < ζ < 0,707 (563)
τ
De los resultados reportados, concluimos que alguna perturbación
Para ζ ≥ 0,707, no hay máximo, como se ilustra en la figura 5.11. ha causado que la temperatura real del reactor (y su desviación)
Sustituyendo la ecuación. 563 en la ecuación. 562 produce una varíe de forma sinusoidal, lo que, a su vez, ha causado
expresión para el valor máximo de ARN:
Machine Translated by Google

80 Capítulo 5 Comportamiento dinámico de procesos de primer y segundo orden

la salida grabada oscile. El ciclo ha continuado durante un período de 183 180

=_ = 1,5 C_
tiempo mucho más largo que las constantes de tiempo del proceso, 2
es decir, el sistema de instrumentación.
Por lo tanto, los transitorios han desaparecido y podemos inferir las La ecuación 561 ahora se puede reorganizar para calcular la
condiciones en el reactor a partir de los resultados medidos, usando la amplitud de la temperatura real del reactor.
ecuación. 561 para la respuesta sinusoidal de un sistema de segundo √
Una = [1 − (ωτ)2]2 + (2ζωτ)2
orden. De la ecuación. 565, τ1 = 3 s y τ2 = 10 s; τ y ζ se calculan k
a partir de las ecuaciones. 540 y 541:
de donde A = 4,12 C. Por tanto, la temperatura real del reactor varía
τ = √(3)(10) = 5,48 s entre 181,5 − 4,12 = 177,38 C y 181,5 + 4,12 = 185,62 C, casi tres
13 veces la variación indicada por el valor medido.
ζ = = 1,19 2(5,477)

Debido a que el proceso de segundo orden en este ejemplo está

La frecuencia de la señal sinusoidal perturbadora (temperatura del
sobreamortiguado (ζ = 1,19), esperamos que las perturbaciones
reactor) se calcula a partir del período observado de 30 s:
sinusoidales en la temperatura del reactor siempre sean atenuadas
2π 6,28 (reducidas en amplitud) en el sistema de medición independientemente
ω= = = 0,2093 rad∕s
PAG 30 de la frecuencia de la perturbación.
La amplitud de la perturbación de salida también se obtiene a partir de En el Capítulo 14, sobre técnicas de respuesta en frecuencia, se analiza
los resultados observados como más detalladamente el forzamiento sinusoidal.

RESUMEN
Las funciones de transferencia se pueden utilizar para obtener no está disponible, como ocurre en muchas situaciones de planta,
respuestas de salida a cualquier tipo de cambio de entrada. En este los datos se pueden usar para obtener una función de transferencia
capítulo nos hemos centrado en las funciones de transferencia de de proceso aproximada si se mide la entrada, como se analiza en
primer y segundo orden y en los procesos de integración. Debido el Capítulo 7. Un modelo permite predecir cómo reaccionará un
a que un número relativamente pequeño de cambios de entrada proceso ante otros tipos de perturbaciones o cambios de entrada.
tiene importancia industrial o analítica, hemos considerado en
detalle las respuestas de estas funciones básicas de transferencia Desafortunadamente, no todos los procesos pueden modelarse
de procesos a tipos importantes de entradas, como entradas mediante funciones de transferencia tan simples. Por lo tanto, en el
escalonadas, rampas, impulsos y senos. capítulo 6 se introducen varios elementos adicionales de la función
Si un proceso puede modelarse como una función de de transferencia para construir funciones de transferencia más
transferencia de primer o segundo orden, la respuesta del proceso complicadas. Sin embargo, el énfasis está en mostrar cómo el
a cualquier cambio de entrada estándar se puede encontrar comportamiento de un proceso complejo puede explicarse con
analíticamente o utilizando software de computadora. Cuando un modelocombinaciones
teórico de elementos simples de funciones de transferencia.

REFERENCIAS
Åström, KJ y T. Hägglund, Advanced PID Control, 3.ª ed., Instrument Maybeck, PS, Modelos estocásticos, estimación y control, 2ª ed., Academic
Society of America, Research Triangle Park, Carolina del Norte, 2006. Press, Nueva York, 1997.
Box, GEP, GM Jenkins y GC Reinsel, Análisis, previsión y control de series
temporales, 3.ª ed., PrenticeHall, Englewood Cliffs, Nueva Jersey, 1994.

EJERCICIOS
5.1 Considere el sistema de cuarto orden más retardo de tiempo representado 5.2 Un calentador para una oblea semiconductora tiene una dinámica de
a continuación: primer orden, es decir, la función de transferencia que relaciona los cambios
k de temperatura T con los cambios en el nivel de potencia de entrada del
G(s) = e−θs
calentador P es
(τ1s + 1)(τ2s + 1)(τ3s + 1)(τ4s + 1)
T' (s) = k
Supongamos que se aplica un cambio de paso en las entradas del sistema U(s). PD) s+1
¿El tiempo necesario para que las salidas Y alcancen el estado estable
dependerá de la magnitud de la entrada escalonada en U? Explicar. donde K tiene unidades [ C/Kw] y τ tiene unidades [min].
Machine Translated by Google

Ejercicios 81

El proceso está en estado estable cuando un ingeniero cambia la entrada de (a) Derive un modelo de función de transferencia para el termopar relacionando
energía paso a paso de 1 a 2 kW. Ella observa lo siguiente: (i) La temperatura el cambio en su salida indicada T con el cambio en la temperatura de su entorno
del proceso inicialmente es 100 C. (ii) Cuatro minutos Ts suponiendo temperatura uniforme (sin gradientes en la perla del termopar),
sin conducción en los conductores, propiedades físicas constantes y conversión
después de cambiar la entrada de energía, la temperatura es de 400 C.
de la salida de nivel de milivoltios directamente a una lectura de C mediante
un sensor muy rápido. (b) Si el termopar está inicialmente fuera del baño y a
(iii) Treinta minutos después la temperatura es de 500 C.
temperatura ambiente (23
(a) ¿ Cuáles son K y τ en la función de transferencia del proceso? (b)
C), ¿cuál es la temperatura máxima que registrará si de repente se sumerge
Si en otro momento el ingeniero cambia la potencia de entrada linealmente a en el baño (80 C) y se mantiene allí durante 20 s? ?
una tasa de 0.5 kW/min, ¿qué puede decir acerca de la tasa máxima de cambio
de la temperatura del proceso? ¿Cuándo ocurrirá? ¿Qué tan grande será?

(c) Verifique el resultado en (b) usando simulación por computadora.

5.3 Se utiliza un sensor de composición para monitorear continuamente el nivel 5.6 Considere la función de transferencia
de contaminante en una corriente de líquido. El comportamiento dinámico del
Sí(s) = 10
sensor se puede describir mediante una función de transferencia de primer G(es) =
A nosotros) (5s + 1)(3s + 1)
orden con una constante de tiempo de 10 s,
¿Cuál es y(t → ∞) para las siguientes entradas: (a)
C′ m(s) = 1
10 + 1 entrada escalonada de altura M
C′(s)
(b) entrada de impulso unitario
donde C′ es la concentración real del contaminante y C′ es
metro δ(t) (c)
el valor medido. Ambos se expresan como variables de desviación (p. ej., C′ =
sen t (d) pulso rectangular unitario (Ec. 313, h = 1)
C − C). La concentración nominal es C = 5 ppm.
Tanto C como Cm tienen valores iniciales de 5 ppm (es decir, los valores en t = 5.7 Appelpolscher acaba de salir de una reunión con Stella J.
0). Smarly, vicepresidente de operaciones y desarrollo de procesos de IGC. A
Suena una alarma si el valor medido excede el entorno
Smarly le preocupa la próxima prueba ampliada en planta de un método
Límite ambiental de 7 ppm. Supongamos que la concentración del contaminante destinado a mejorar los rendimientos de un gran reactor de lecho compacto. La
C aumenta gradualmente según la expresión C(t) = 5 + 0,2t, donde t se expresa idea básica, que surgió del consultor universitario de IGC y recientemente se
en segundos. Después de que la concentración real del contaminante excede el probó su viabilidad en una breve ejecución, implica operar el reactor cíclicamente
límite ambiental, ¿cuál es el intervalo de tiempo, Δt, hasta que suena la alarma?
de modo que las no linealidades en el sistema hagan que el rendimiento
promedio en el tiempo en la salida exceda el valor de estado estacionario. A
Smarly le preocupa la posibilidad de sinterizar el catalizador durante un
funcionamiento prolongado, particularmente en la región del "punto caliente"
5.4 La respuesta dinámica de un biorreactor de tanque agitado se puede
(axialmente alrededor de un tercio del lecho y en la línea central) donde las
representar mediante la función de transferencia
temperaturas invariablemente alcanzan su punto máximo. Appelpolscher, que
C' (s) 4 tiene previsto partir al día siguiente para un safari fotográfico de dos semanas
=
C′F (s) 2s + 1 de caza mayor, no quiere cancelar sus vacaciones. Por otro lado, Smarly le ha
dicho que se enfrenta a una jubilación anticipada e inesperada en Botswana si
donde C′ es la concentración de sustrato de salida, mol/L, y C′ la es
F el dispositivo de medición (ubicado cerca del punto caliente) no alerta al personal
concentración de sustrato de alimentación, mol/L.
operativo y al catalizador del reactor. A Appelpolscher le gusta Botswana, pero
(a) Deduzca una expresión para c′ (t) si cF(t) es un pulso rectangular (figura no quiere retirarse allí. Se las arregla para reunir los siguientes datos y
5.2) con las siguientes características: suposiciones antes de dirigirse al aeropuerto y se los deja para que los analice
junto con la oferta del uso de su piscina mientras no está. ¿Qué le reportas a
2t<0 Smarly?
cF(t) = 4 0 ≤ t < 2
22≤t<∞

(b) ¿Cuál es el valor máximo de c′ (t)? ¿Cuándo ocurre? Datos:

¿ Cuál es el valor final de c′ (t)? (c) Si Frecuencia de operación cíclica = 0,1 ciclos/min Amplitud
el valor inicial es c(0) = 1, ¿cuánto tiempo le toma a c(t) volver a un valor de de la onda térmica (temperatura) en el punto de medición obtenida
1,05 después de haber alcanzado su máximo? experimentalmente en la breve ejecución reciente = 15 C
¿valor?

Temperatura de funcionamiento promedio en el punto de medición, Tmeas =

5.5 Un termopar tiene las siguientes características cuando
se sumerge en un baño agitado: 350 C Constante
de tiempo del sensor de temperatura y termopozo = 1,5 min Temperatura en la
Masa del termopar = 1 g Capacidad pared del reactor = 200 C Temperatura a la que el
calorífica del termopar = 0,25 cal/g C Coeficiente de catalizador se sinteriza si se opera durante varias horas = 700 C
transferencia de calor = 20 cal/cm2h C (para termopar
pareja y baño) Temperatura a la que el catalizador sinteriza instantáneamente =
Área de superficie del termopar = 3 cm2 715 C
Machine Translated by Google

82 Capítulo 5 Comportamiento dinámico de procesos de primer y segundo orden

Supuestos: El (b) La respuesta transitoria h(t). (c) Los

ciclo operativo del reactor es aproximadamente sinusoidal en el punto
nuevos niveles del estado estacionario.
de medición.
El termopozo está ubicado cerca de la pared del reactor para (d) Si cada tanque mide 8 pies de altura, ¿cuál tanque se desborda primero?

mida una temperatura “promedio radial” en lugar de la temperatura ¿Cuando? (e) Verifique los resultados en (d) usando simulación por computadora.
de la línea central.
5.10 El comportamiento dinámico del nivel de líquido en una pata de
La relación aproximada es
un tubo manómetro, en respuesta a un cambio de presión, está dado
Tcentro + 2Tpared
t= por
3
d2h′ 3
+ 6μ dh′ 3 g h′ = +
que también se mantiene durante la operación transitoria. l
dt2 R2ρ 2 dt 4ρLp′ (t)
5.8 A continuación se muestra un sistema de almacenamiento de líquidos. Las
donde h′ (t) es el nivel de fluido medido con respecto al valor inicial
condiciones normales de operación son q1 = 10 pies3 ∕min, q2 = 5 pies3 ∕min, h = 4 pies.
en estado estacionario, p′ (t) es el cambio de presión y R, L, g, ρ y
El tanque tiene 6 pies de diámetro y la densidad de cada corriente es 60
μ son constantes. (a)
lb/pie3. Supongamos que ocurre un cambio de pulso en q1 como se
muestra Reorganice esta ecuación a la forma constante estándar de ganancia
tiempo y encuentre expresiones para K, τ, ζ en términos de la física
en la figura E5.8. (a) ¿Cuál es la función de transferencia que
constantes.
relaciona H′ con Q′ 1? (b) Deduzca una expresión para h(t) para
(b) ¿Para qué valores de las constantes físicas oscila la respuesta
este cambio de entrada. (c) ¿Cuál es el nuevo valor en estado
del manómetro? (c) ¿Cambiar el
estacionario del nivel de líquido h? (d) Repita (b) y (c) para un cambio en
fluido del manómetro para que ρ (densidad) sea mayor haría que su
q1 de 10 a 20 (en t = 0) a 15 pies3/min en t = 12.
respuesta fuera más oscilatoria o menor? Repita el análisis para un
5.9 En la figura E5.9 se muestran dos sistemas de almacenamiento de aumento en μ (viscosidad).
líquidos. Cada tanque tiene 4 pies de diámetro. Para el Sistema I,
5.11 Un proceso se describe mediante la siguiente función de transferencia:
la válvula actúa como una resistencia lineal con la relación flujo
altura q = 8.33 h, donde q está en gal/min y h está en pies. Para Sí(s) = k
el Sistema II, las variaciones en el nivel de líquido h no afectan el caudal A nosotros) s(τs + 1)
de salida q. Suponga que cada sistema está inicialmente en estado
estacionario con h = 6 pies y qi = 50 gal∕min y que en el momento t = 0 el Por lo tanto, exhibe características tanto de procesos de primer orden
caudal de entrada cambia repentinamente de 50 a 70 gal/min. Para cada como de integración.
sistema, determine la siguiente información: ¿Cómo podría utilizar un cambio escalonado en la entrada de
(a) La función de transferencia H′ (s)∕Q′ i(s) donde los números primos magnitud M para encontrar rápidamente los dos parámetros K y τ?
denotan variables de desviación. (Asegúrese de mostrar todo el trabajo y bosquejar la respuesta prevista del proceso).

Figura E5.8

Figura E5.9
Machine Translated by Google

Ejercicios 83

5.12 Para la ecuación 5.16 Comenzando con la ecuación. 549, derive expresiones para las siguientes
características de respuesta del sistema subamortiguado de segundo orden. (a) El
d2y dy
+ K + 4y = u dt tiempo
dt2
hasta el primer pico tp (ecuación 550). (b) La
(a) Encuentre la función de transferencia y póngala en forma de ganancia estándar/
fracción rebasada (ecuación 551). (c) La relación
constante de tiempo.
de desintegración (ecuación 552). (d) El
(b) Analice la forma cualitativa de la respuesta de este sistema (independiente del
tiempo de asentamiento (t definido
s, en la figura 5.9). ¿Se puede usar una sola
forzamiento de entrada) en el rango −10 ≤ K ≤ 10.
expresión para ts en todo el rango de ζ, 0 < ζ < 1?

Especifique valores de K donde la respuesta convergerá y donde no. Escribe la 5.17 Se sabe que un tanque utilizado para amortiguar los aumentos repentinos del
forma de la respuesta sin evaluar ningún coeficiente. caudal de líquido exhibe una dinámica de segundo orden. El caudal de entrada
cambia repentinamente de 180 a 210 gal/min. Un operador nota que el nivel del
tanque cambia de la siguiente manera:
5.13 Un proceso de segundo orden críticamente amortiguado tiene la función de
transferencia
Sí(s) = K Antes del cambio de entrada: nivel = 10 pies y constante
A nosotros) (τs + 1)2 Cuatro minutos después: nivel = 16,5 pies

(a) Para un cambio escalonado en la entrada de magnitud M, ¿cuál es el tiempo (t Cuarenta minutos después: nivel = 15 pies y estable
S) requerido para que este proceso se estabilice dentro del 5% del cambio total en
la salida? (b) Para K = 1 y (a) Encuentre un modelo de función de transferencia que describa este proceso,
un cambio de rampa en la entrada, u(t) = at, ¿ en qué período de tiempo y(t) se al menos aproximadamente. Evalúe todos los parámetros de su modelo, incluidas
retrasa con respecto a u(t) una vez que la salida cambia linealmente con el las unidades. (b)
tiempo? (c) Verifique los ¿Es su modelo único? ¿Por qué o por qué no?
resultados de los incisos (a) y (b) usando simulación por computadora y M =τ=
a = 1. 5.18 Un proceso tiene la función de transferencia

5.14 Un cambio gradual de 15 a 31 psi en la presión real da como resultado la 2 Sí(s)

G(s) = =
respuesta medida de un elemento indicador de presión que se muestra en la figura s2 + s + 1 A nosotros)

E5.14. (a) Suponiendo

una dinámica de segundo orden, calcule todos los parámetros importantes y (a) Para un cambio escalonado en la entrada U(s) = 2/s, dibuje la respuesta y(t)

escriba una función de transferencia aproximada en la forma (no es necesario resolver la ecuación diferencial). Muestre tantos detalles como
sea posible, incluido el valor de estado estacionario de y(t), y si hay oscilación. (b)
R′ (s) = k
¿Cuál es la relación de desintegración?
PD) τ2s2 + 2ζτs + 1

donde R′ es la desviación de salida del instrumento (mm), P′ es la desviación de

5.19 Se instalará un sistema de tanque de compensación como parte de una
presión real (psi). (b) Escriba un modelo
instalación de planta piloto. La propuesta inicial requiere la configuración
de ecuación diferencial equivalente en términos de variables reales (no de que se muestra en la Fig. 4.4. Cada tanque tiene 5 pies de alto y 3 pies de
desviación).
diámetro. El caudal de diseño es qi = 100 gal/min. Se ha sugerido que se
obtendrá un diseño mejorado si el sistema de dos tanques se reemplaza por un
solo tanque de 4 pies de diámetro y el mismo volumen total (es decir, V = V1 +
V2). (a) ¿Qué sistema de sobretensión (original o modificado) puede manejar
12.7
perturbaciones escalonadas más grandes en el qi ? Justifica tu respuesta. (b)
11.2 ¿Qué sistema proporciona la mejor amortiguación de las
)mm(R

perturbaciones escalonadas en el qi ? (Justifica tu respuesta).

8 2.3 En su análisis puede asumir que:

(i) Las válvulas en las líneas de salida actúan como resistencias lineales.
Tiempo (s)
(ii) Las válvulas se ajustan de modo que cada tanque esté medio lleno en la
Figura E5.14 condición de diseño nominal de qi = 100 gal/min. (c) Utilice simulación
por computadora para verificar sus respuestas en (a) y (b).

5.15 Se sabe que un proceso calentado eléctricamente exhibe una dinámica de

segundo orden con los siguientes valores de parámetros: K = 3 C/kW, τ = 3
5.20 La concentración cáustica del tanque de mezcla que se muestra en la Fig.
min, ζ = 0,7. Si el proceso inicialmente está en estado estacionario a 70 C con
E5.20 se mide usando una celda de conductividad. El volumen total de solución
una entrada del calentador de 20 kW y la entrada del calentador cambia
en el tanque es constante en 7 pies3 y se puede considerar que la densidad (ρ =
repentinamente a 26 kW y se mantiene allí, (a) Obtenga una
70 lb/pie3) es independiente de la concentración. Sea cm la concentración
expresión para la temperatura medida en función del tiempo. cáustica medida por la celda de conductividad. La respuesta dinámica de la celda
de conductividad a un cambio escalonado (en t = 0) de 3 lb/ft3 en la concentración
(b) ¿Cuál será la temperatura máxima observada? ¿Cuándo ocurrirá? real (que pasa a través de la celda) también se muestra en la figura E5.20.
Machine Translated by Google

84 Capítulo 5 Comportamiento dinámico de procesos de primer y segundo orden

w1 w2
c1 c2
3

cm 2
(libras/pies3)
cm
EN
1
w

C 0
0 15 30

Tiempo (s)

Figura E5.20

(a) Determine la función de transferencia C′ m(s)∕C′ 1(s) suponiendo que los puede modelarse aproximadamente mediante la respuesta escalonada de un
caudales son iguales y constantes: (w1 = w2 = 5 lb/min). (b) Encuentre la integrador.
respuesta para un cambio escalonado en c1 de 14 a 17 lb/ft3. (c) Si la función K0
G0(s) =
de s
para valores bajos de t, es decir, t τ. (Sugerencia: puede utilizar una
transferencia C′ m(s)∕C′ (s) se aproximara por 1 (unidad), ¿cuál sería la
aproximación de la serie de Taylor de primer
respuesta escalonada del sistema para el mismo cambio de entrada? (d) En
comparación con (b) y (c), orden de e−t/τ.) (b) ¿Cuál es la relación entre K0 y K1 si las dos respuestas
coinciden para t τ? (c) Esta
¿qué puede decir acerca de la dinámica de la celda de conductividad? Trace
ambas respuestas, si relación motiva el uso de un modelo integrador para aproximar un proceso de
necesario. primer orden mediante un modelo de un solo parámetro. Explique cómo
analizaría una prueba de un solo paso para encontrar K0 y un retraso de
5.21 Una reacción exotérmica, A → 2B, tiene lugar adiabáticamente en un tiempo (si existe).
sistema de tanque agitado. Esta reacción en fase líquida ocurre a volumen
constante en un reactor de 100 gal. La reacción puede considerarse de primer 5.23 Para un calentador de tanque agitado, suponga que la función de
orden e irreversible con la velocidad constante. transferencia entre el cambio de entrada del calentador u(t) (cal/seg) y el
posición dada por cambio de temperatura del tanque y(t) ( C) se puede modelar como
5
G(s) =
k = 2,4 × 1015e−20.000∕T(mín−1 ) 3s + 1
(a) Usando el teorema del valor final, encuentre la respuesta en estado
donde T está en R. Utilizando la siguiente información, obtenga una función
estacionario para un cambio de pulso unitario rectangular en el calentamiento
de transferencia que relacione la temperatura de salida T con la concentración 1 − e−s
de entrada cAi. Indique cualquier suposición que haga.
velocidad ( U(s) s).
Simplifique la función de transferencia haciendo una aproximación de primer
1
orden y demuestre que la aproximación es válida comparando las respuestas
= (b) Repita el cálculo en (a) para una rampa unitaria ( U(s) = s2 ).
escalonadas de los modelos original y aproximado.
(c) Para ambos casos (a) y (b), explique físicamente su respuesta.
¿Existe una limitación física en el aumento de la velocidad de calentamiento?

Información disponible (i) Las

condiciones nominales de estado estable son: 5.24 En la siguiente figura se muestra un modelo de proceso aditivo.
4 −3
1, U(s) =la1respuesta
impulso) (a) Deduzca (unidad Para
Y(s)G1
y =, G2 =, G3 = 2s + 1 s + 1
T = 150 F, ĉAi = 0,8 lb mol∕ft3 q = 20 s describa y(t)
gal∕min = caudal de entrada y salida del reactor
cuantitativamente. (b) Simule la respuesta e identifique sus características
(ii) Datos de propiedades físicas de la mezcla en el estado estacionario principales.
nominal: Cp = 0,8 Btu/lb F,

ρ = 52 lb∕ft3 , −ΔHR = 500 kJ∕lbmol

5.22 Usando las respuestas escalonadas de (1) un elemento integrador y (2) +

un proceso de primer orden a un cambio de entrada de magnitud M. (a) Ud. G2 + Y
+
Demuestre que
la respuesta escalonada para un cambio de entrada M de un proceso de primer
orden G3
K1
G1(s) =
τs + 1 Figura E5.24
Machine Translated by Google

Ejercicios 85

5.25 ¿Puede un tanque con un caudal de salida fijado por una bomba de 1000
velocidad constante alcanzar un estado estable si el caudal de entrada sufre 500
un cambio escalonado? ¿Por qué o por qué no? Si la función de transferencia
0

,aadzaerbtWaE
nedkc
es G(s) = K/s, ¿es posible calcular una ganancia en estado estacionario?
–500
5.26 Un termómetro con constante de tiempo de primer orden = 0.1 min
–1000
y ganancia = 1,0 se coloca en un baño de temperatura (25 C). Después de
0 5 10 15 20
que el termómetro alcanza el equilibrio con el baño, la temperatura del baño
aumenta linealmente a una velocidad de 1 /min. (a) ¿Cuál es la diferencia 1
entre la temperatura medida Tm y la temperatura del baño T en t = 0,1 min y
0,5
t = 1,0 min después del cambio de temperatura? (b) ¿Cuál es la desviación
máxima entre Tm(t) y T(t)? 0

,arutarepmeTk
–0,5
¿Cuándo ocurre?
–1
(c) Grafique tanto T(t) como Tm(t) a 3 minutos. Para valores grandes de t, 0 5 10 15 20
determine el desfase temporal entre Tm y T. tiempo, horas

5.27 Un termómetro tiene una dinámica de primer orden con una constante Figura E5.30
de tiempo de 1 segundo y se coloca en un baño de temperatura a 120 F.
Después de que el termómetro alcanza el estado estacionario, se coloca
repentinamente en un baño a 140 F durante 0 ≤ t ≤ 10 s. Luego se regresa 5.30 Un operador prueba el comportamiento dinámico de un horno para
al baño a 100 F. identificar la función de transferencia que relaciona la temperatura (salida)
(a) Dibuje la variación de la temperatura medida Tm(t) con el tiempo. del horno con la entrada de calor. El operador realiza una serie de aumentos/
disminuciones escalonadas en la cantidad de calor aportado y registra los
cambios de temperatura en el horno. Inicialmente, el sistema está en estado
(b) Calcule Tm(t) en t = 0,5 s y en t = 15,0 s.
estable y la prueba dura 10 h (consulte la figura E5.30). Los datos se registran
5.28 Demuestre que cuando K = 1, la respuesta de rampa del sistema de durante otras 5 h después de que ya no se realizan cambios en la entrada.
tercer orden (a) ¿Una inspección visual de las
k
G(s) = parcelas anteriores proporciona suficiente información para determinar
(τs + 1)3

se retrasa con respecto a la señal de entrada (u = at) en tres constantes de (i) el orden de la función de transferencia del sistema (ii)
tiempo, una vez que la salida cambia linealmente en el tiempo. la ganancia (iii)
la(s) constante(s) de tiempo
5.29 Un tanque cilíndrico vertical se llena con agua a 20 C.
El tanque está aislado en la parte superior e inferior, con un diámetro de 0,5 En caso afirmativo, proporcione los valores correspondientes y justifique sus
m y una altura de 1,0 m. El coeficiente global de transferencia de calor es U respuestas. Si no es posible una determinación exacta para algunos de los
= 120 W/m2K. La densidad del agua es ρ = 1000 kg/m3, la capacidad anteriores, justifique el motivo y analice cuál sería una buena estimación. Por

calorífica Cp = 4180 J/kgK, el punto de fusión es 0 C y el calor de fusión es favor proporcione las unidades cuando sea
λ = 334 kJ/kg. (a) Por la noche, el tanque necesario. (b) ¿Cómo debería modificarse el procedimiento de prueba para
se expone repentinamente al aire a −15 C. Calcula cuántos minutos mejorar la calidad de los datos y hacer más fácil (o posible) identificar la
tardarán en formarse el primer cristal de hielo en el tanque. Modele este función de transferencia del sistema a partir de la gráfica? (c)
proceso asumiendo un equilibrio térmico entre el tanque y el ambiente en un ¿Qué puede inferir cualitativamente sobre los siguientes parámetros físicos
estado estacionario inicial, seguido de una caída repentina en la temperatura del horno (ignore el aire del interior): (i) masa (ii) densidad (iii)
exterior a −15 C. (b) ¿Cuánto tiempo llevará congelar completamente el
capacidad
agua del tanque? Es posible que se descuide
calorífica (iv)
cualquier expansión de volumen asociada con la congelación y se suponga
altura del horno?
que el tanque está bien mezclado, es decir, que la temperatura es uniforme
dentro del tanque y no hay gradientes radiales de temperatura.
No realice ningún cálculo; Utilice palabras como "grande", "pequeño" y
"significativo". Por favor justifique su respuesta.
Machine Translated by Google

Capítulo 6

Características de respuesta
dinámica de procesos más complicados
CONTENIDO DEL CAPITULO

6.1 Polos y ceros y su efecto en la respuesta del proceso

6.1.1 Procesos de segundo orden con dinámica del numerador

6.2 Procesos con retrasos de tiempo

6.2.1 Aproximaciones polinómicas a e−θs

6.3 Aproximación de funciones de transferencia de orden superior

6.3.1 La “media regla” de Skogestad

6.4 Procesos que interactúan y no interactúan

6.5 Modelos matriciales de función de transferencia y espacio de estados

6.5.1 Estabilidad de los modelos de espacio de

estados 6.5.2 La relación entre los modelos de espacio de estados y de función de transferencia

6.6 Procesos de múltiples entradas y múltiples salidas (MIMO)

Resumen

El capítulo 5 analizó la dinámica de procesos relativamente están determinados por los factores del denominador de la función
simples, aquellos que pueden modelarse como funciones de de transferencia. Por ejemplo, considere una función de transferencia,
transferencia de primer o segundo orden o como un integrador. k
Ahora consideramos modelos de funciones de transferencia más G(s) = (61)
s(τ1s + 1)(τ2 2s2 + 2ζτ2s + 1)
complejos que incluyen constantes de tiempo adicionales en el
denominador y/o funciones de s en el numerador. Mostramos donde 0 ≤ ζ < 1. Utilizando la expansión en fracción parcial
que las formas del numerador y denominador del modelo de seguida de la operación de transformación inversa, sabemos
función de transferencia influyen en el comportamiento dinámico que la respuesta del sistema (ecuación 61) a cualquier entrada
del proceso. También consideramos un concepto muy importante, contendrá las siguientes funciones de tiempo:
el retardo de tiempo, y presentamos la aproximación de modelos • Un término constante resultante del factor s • Un
complicados de funciones de transferencia mediante modelos
término e−t∕τ1 resultante del factor (τ1s + 1) √1 − ζ2 •
más simples de orden inferior. Los temas adicionales de este
capítulo incluyen procesos interactivos, modelos de espacio de sin e−ζt∕τ2 t
estados y procesos con múltiples entradas y salidas. τ2
términos resultantes del
y
(τ2 2s2 + 2ζτ2s + 1) factor si
6.1 POLO Y CERO Y SUS
e−ζt∕τ2 porque √1 − ζ2 • t 0≤ζ<1
EFECTO EN LA RESPUESTA DEL PROCESO
τ2

Una característica importante de los modelos de procesos simples Los términos adicionales determinados por el forzamiento de
discutidos en el Capítulo 5 es que sus características de respuesta entrada específico también aparecerán en la respuesta, pero el intrínseco

86
Machine Translated by Google

6.1 Polos y ceros y su efecto en la respuesta del proceso 87

Las características dinámicas del modelo, los llamados modos de Históricamente, los gráficos como los de la figura 6.1 han
respuesta o modos naturales, están determinadas por el propio desempeñado un papel importante en el diseño de sistemas de
modelo. Cada uno de los modos de respuesta anteriores se determina control mecánicos y eléctricos, pero rara vez se utilizan en el diseño
a partir de los factores del polinomio denominador, que también se de sistemas de control de procesos. Sin embargo, es útil desarrollar
denomina polinomio característico (cf. Sección 3.3). Las raíces de algún sentimiento intuitivo sobre la influencia de la ubicación de los
estos factores para la ecuación. 61 son polos. Un polo a la derecha del eje imaginario (llamado polo del
semiplano derecho), por ejemplo, s = +1/τ, indica que uno de los
s1 = 0
modos de respuesta del sistema es et/τ.
Esta moda crece sin límites a medida que t se vuelve grande, una
1 s2 =
− τ1 característica de los sistemas inestables. Como segundo ejemplo, un
polo complejo siempre aparece como parte de un par conjugado,
√1 − ζ2 (62)
ζ+j como s3 y s4 en la ecuación. 62. Los polos conjugados complejos
s3 = −
τ2 τ2 indican que la respuesta contendrá términos seno y coseno; es decir,
exhibirá modos oscilatorios.
√1 − ζ2 Todas las funciones de transferencia analizadas hasta ahora se
s4 = − ζ−j
τ2 τ2 pueden ampliar para representar dinámicas de procesos más
complejas simplemente agregando términos numeradores. Por
Las raíces s3 y s4 se obtienen aplicando la fórmula cuadrática.
ejemplo, algunos sistemas de control contienen un elemento de
adelantoretraso. La ecuación diferencial para este elemento es
Los ingenieros de control se refieren a los valores de s que son
raíces del polinomio denominador como los polos de la función de dy du
transferencia G(s). A veces es útil trazar las raíces (polos) y discutir (63)
τ1 dt + y = K ( τa dt + tu )
las características de respuesta del proceso en términos de
ubicaciones de las raíces en el plano del complejo . En la ecuación. 63, la dinámica estándar de primer orden se ha
En la figura 6.1, la ordenada expresa la parte imaginaria de cada raíz; modificado mediante la suma del término du/dt multiplicado por una
la abscisa expresa la parte real. La figura 6.1 se basa en la ecuación. constante de tiempo τa. La función de transferencia correspondiente
62 e indica la presencia de cuatro polos: un elemento integrador es

(polo en el origen), un polo real (en −1/τ1) y un par de polos K(τas + 1)

G(s) = (64)
complejos conjugados, s3 y s4. El polo real está más cerca del eje τ1s + 1
imaginario que el par complejo, lo que indica un modo de respuesta Se dice que las funciones de transferencia con términos numeradores
más lento (e−t∕τ1 decae más lentamente que e−ζt∕τ2 ). En general, como τas + 1 anteriores exhiben dinámica de numerador.
la velocidad de respuesta para un modo dado aumenta a medida que Supongamos que la integral de u está incluida en los términos de entrada:
la ubicación del polo se aleja del eje imaginario.
t
dy 1
(65)
τ1 dt + y = K ( tu + τa ∫ 0 u(t )dt )

La función de transferencia para la ecuación. 65, suponiendo condiciones

Parte
iniciales cero, es
imaginaria
K(τas + 1)
G(s) = (66)
τas(τ1s + 1)

1 – ζ2 En este ejemplo, la integración de la entrada introduce un polo en el

+
τ2 origen (el término τas en el denominador), un punto importante que
se analizará más adelante.
La dinámica de un proceso se ve afectada no sólo por los polos de
0 G(s), sino también por los valores de s que hacen que el numerador
– – 1 0 parte de G(s) se vuelva cero. Estos valores se denominan ceros de G(s).
ζτ2 _ τ1 real
Antes de analizar los ceros, es útil mostrar varias formas

– 1 – ζ2 equivalentes en las que se pueden escribir funciones de transferencia.

τ2 En el Capítulo 4, se analizó una forma de función de transferencia
estándar:

i
∑metro
Bis

G(es) =
yo=0
= bmsm + bm−1sm−1 +∙∙∙+ b0 ansn (443)
+ an−1sn−1 +∙∙∙+ a0
Figura 6.1 Polos de G(s) (Ec. 61) trazados en el plano s
∑n yo soy
complejo (× denota la ubicación de un polo). yo=0
Machine Translated by Google

88 Capítulo 6 Características de respuesta dinámica de procesos más complicados

que también se puede escribir como

calcule la respuesta a una entrada escalonada de magnitud M y trace los
bm(s − z1)(s − z2)…(s − zm)
G(s) = (67) resultados para τ1 = 4, τ2 = 1 y varios valores de τa.
an(s − p1)(s − p2)…(s − pn)
donde zi y pi son ceros y polos, respectivamente. SOLUCIÓN
Tenga en cuenta que los polos de G(s) también son las raíces de la
ecuación característica. Esta ecuación se obtiene igualando a cero el La respuesta de este sistema a un cambio radical en la entrada es (ver Tabla
denominador de G(s), el polinomio característico. 3.1)

τa − τ1 τa − τ2 e−t∕τ1 +
Es conveniente expresar las funciones de transferencia en forma τ1 − τ2 (612)
y(t) = KM ( 1 + τ2 − τ1 e−t∕τ2 )
de ganancia/constante de tiempo; es decir, b0 se factoriza fuera del
Tenga en cuenta que y(t → ∞) = KM como se esperaba; por lo tanto, el efecto
numerador de la ecuación. 443 y a0 fuera del denominador para
de incluir el cero único no cambia el valor final, ni cambia el número o la
mostrar explícitamente la ganancia en estado estacionario (K = b0/a0 = G(0)).
ubicación de los polos. Pero el cero sí afecta cómo se ponderan los modos
Luego las expresiones resultantes se factorizan para dar
de respuesta (términos exponenciales) en la solución, ecuación. 612.

G(s) = K(τas + 1)(τbs + 1)∙∙∙ (68)

(τ1s + 1)(τ2s + 1)∙∙∙ El análisis matemático (ver ejercicio 6.3) muestra que pueden ocurrir tres
tipos de respuestas, como se ilustra para ocho valores de τa en la figura 6.2:
para el caso donde todos los factores representan raíces reales. Así,
las relaciones entre polos y ceros y las constantes de tiempo son
Caso i (τa =τa
8, 16)
≤ τa > τ1 Caso ii 0<
τ1 (τa = 0,5, 1, 2, 4)
z1 = −1∕τa, z2 = −1∕τb, ∙∙∙ p1 = (69)
Caso iii τa < 0 (τa = −1,−4)
−1∕τ1, p2 = −1∕τ2, ∙∙∙ (610)
donde τ1 > τ2 se elige arbitrariamente. El caso (i) muestra que puede
La presencia o ausencia de ceros del sistema en la ecuación. 67 ocurrir un exceso si τa es suficientemente grande. El caso (ii) es similar a
no tiene ningún efecto sobre el número y ubicación de los polos y sus una respuesta de proceso de primer orden. El caso (iii), que tiene un cero
modos de respuesta asociados a menos que haya una cancelación positivo, también llamado cero del semiplano derecho, exhibe una respuesta
exacta de un polo por un cero con el mismo valor numérico. Sin inversa, una característica dinámica importante que se encuentra con poca
embargo, los ceros ejercen un profundo efecto sobre los coeficientes frecuencia. Una respuesta inversa ocurre cuando la respuesta inicial a una

de los modos de respuesta (es decir, cómo se ponderan) en la entrada escalonada es en una dirección pero el estado estacionario final es
en la dirección opuesta. Por ejemplo, para el caso (iii), la respuesta inicial es
respuesta del sistema. Estos coeficientes se encuentran mediante
en dirección negativa mientras que el nuevo estado estacionario y(∞) es en
expansión de fracciones parciales. Para sistemas de control prácticos,
dirección positiva en el sentido de que y(∞) > y(0). Las respuestas inversas
el número de ceros en la ecuación. 67 es menor o igual al número de
están asociadas con ceros del semiplano derecho.
polos (m ≤ n).
Cuando m = n, la respuesta de salida es discontinua después de un
cambio escalonado de entrada.

3 τa
6.1.1 Procesos de segundo orden con
dinámica del numerador dieciséis

2
La presencia de un cero en el sistema de primer orden (cf.
Ec. 64) provoca una discontinuidad de salto en y(t) en t = 0 cuando 8
se aplica una entrada escalonada. Una respuesta escalonada y(t) 4
instantánea de este tipo sólo es posible cuando los polinomios del 1
km 2
numerador y del denominador tienen el mismo orden, lo que incluye
el caso G(s) = K. Los procesos industriales tienen una dinámica de 1 0,5
–1
orden superior en el denominador, lo que hace que exhiban cierto 0
5 10 15 20
grado de inercia. . Esta característica les impide responder –4 Tiempo
instantáneamente a cualquier entrada, incluida una entrada de
impulso. Por tanto, decimos que m ≤ n para que un sistema sea –1
físicamente realizable.
Figura 6.2 Respuesta escalonada de un sistema sobreamortiguado de
segundo orden (Ec. 611) para diferentes valores de τa (τ1 = 4, τ2 = 1).
EJEMPLO 6.1

Para el caso de un solo cero en una función de transferencia de segundo

orden sobreamortiguada, El fenómeno de sobreimpulso o respuesta inversa resulta del cero
K(τas + 1) en el ejemplo anterior y no ocurrirá para una función de transferencia
G(s) = (611)
(τ1s + 1)(τ2s + 1) de segundo orden sobreamortiguada que contenga dos polos pero
ningún cero. Respuestas inversas
Machine Translated by Google

6.2 Procesos con retrasos de tiempo 89

surgen de efectos dinámicos competitivos que operan en

K1
dos escalas de tiempo diferentes (τ1 y τ2 en el ejemplo 6.1). Para
τ1s + 1
Por ejemplo, puede ocurrir una respuesta inversa en una destilación.
columna cuando la presión de vapor al rehervidor cambia
+
repentinamente. En última instancia, un aumento en la presión del vapor A nosotros) Sí(s)
+
disminuirá el nivel del rehervidor (en ausencia de nivel
control) hirviendo más cantidad de líquido. Sin embargo, K2
El efecto inicial suele ser aumentar la cantidad de τ2s + 1
hacer espuma en las bandejas inmediatamente encima del hervidor,
causando un rápido derrame de líquido de estas bandejas hacia Figura 6.3 Dos elementos de proceso de primer orden actuando en paralelo.
el hervidor de abajo. Este aumento inicial en el líquido del rehervidor
Posteriormente el nivel se ve superado por una disminución debido a la
aumento de la ebullición del vapor. Véase Buckley et al. (1985) para un y
análisis detallado de este fenómeno. K1τ2 + K2τ1
Como segundo ejemplo, los reactores catalíticos tubulares τa = (616)
con reacciones químicas exotérmicas exhiben una inversa
K1 + K2

respuesta en la temperatura de salida cuando se aumenta la temperatura = K1τ2 + K2τ1 (617)

de alimentación. Inicialmente, una mayor conversión en k
la zona de entrada del lecho se agota momentáneamente
La condición para que exista una respuesta inversa es
reactivos en el extremo de salida del lecho, lo que provoca menos calor
τa < 0, o
generación allí y disminuyendo la temperatura de salida. K1τ2 + K2τ1
<0 (618)
Posteriormente, se producen velocidades de reacción más altas, lo que lleva a una k
temperatura de salida más alta, como era de esperar. Por el contrario,
Para K > 0, la ecuación. 618 se pueden reorganizar en la forma más
si se disminuye la temperatura de alimentación, ocurre lo contrario.
conveniente
La respuesta produce inicialmente una temperatura de salida más alta.
− K2 > τ2
Se puede esperar una respuesta inversa o un exceso cuando dos (619)
K1 τ1
efectos físicos actúan sobre la salida del proceso.
variable de diferentes maneras y con diferentes escalas de tiempo. Para K < 0, la desigualdad en la ecuación. 619 está al revés. Nota

Para el caso del nivel del rehervidor mencionado anteriormente, el rápido esa ecuación. 619 indica que K1 y K2 tienen direcciones opuestas.

El efecto de un aumento de presión de vapor es derramar líquido. signos, porque τ1 > 0 y τ2 > 0. Se deja al lector
para mostrar que K > 0 cuando K1 > 0 y que K < 0 cuando
las bandejas encima del hervidor inmediatamente a medida que el vapor
K1 < 0. En otras palabras, el signo de la transferencia global
el flujo aumenta. El efecto lento es eliminar significativamente
La ganancia de función es la misma que la del proceso más lento.
cantidades de la mezcla líquida desde el hervidor hasta
La respuesta escalonada del proceso descrito por la ecuación. 611
aumento de ebullición. Por tanto, la relación entre
tendrá una pendiente negativa inicialmente (en t = 0) si el producto de
El nivel del rehervidor y la presión del vapor del rehervidor se pueden
la ganancia y la magnitud del cambio escalón es positivo
representar aproximadamente como un valor de segundo orden sobreamortiguado.
(KM > 0), τa es negativo y τ1 y τ2 son ambos
función de transferencia con un semiplano derecho cero.
positivo.
A continuación, mostramos que pueden ocurrir respuestas inversas para
dos funciones de transferencia de primer orden en un arreglo paralelo,
como se muestra en la figura 6.3. La relación entre Y(s) 6.2 PROCESOS CON RETRASOS HORARIOS
y U(s) se puede expresar como
Siempre que se mueve físicamente material o energía en un
Sí(s) = K1 K2 proceso o planta, hay un retraso de tiempo asociado con la
+
A nosotros) τ1s + 1 τ2s + 1 movimiento. Por ejemplo, si un fluido se transporta a través de
una tubería en flujo pistón, como se muestra en la Fig. 6.4, entonces el
= K1(τ2s + 1) + K2(τ1s + 1) (613) tiempo de transporte entre los puntos 1 y 2 está dado por
(τ1s + 1)(τ2s + 1)
longitud de la tubería
θ= (620)
o, después de reorganizar el numerador en estándar velocidad del fluido
ganancia/constante de tiempo, tenemos
o equivalentemente, por

= volumen de tubería
Sí(s) = (K1 + K2) (K1τ2 +K1 + K2
K2τ1 s +1) tasa de flujo volumétrico
(614)
A nosotros) (τ1s + 1)(τ2s + 1) donde tanto la longitud como el volumen se refieren al segmento de
tubería entre 1 y 2. La primera relación en la ecuación. 620
K = K1 + K2 (615) Indica por qué a veces se hace referencia a un retraso de tiempo como
Machine Translated by Google

90 Capítulo 6 Características de respuesta dinámica de procesos más complicados

Perfil de el tiempo de análisis. Una característica distintiva de los procesos

velocidad plano supuesto
químicos es la aparición común de retrasos en el tiempo.
Incluso cuando el supuesto de flujo pistón no es válido, los procesos
de transporte generalmente pueden modelarse aproximadamente
mediante la función de transferencia para un retraso de tiempo dado
en la ecuación. 622. Para el flujo de líquido en una tubería, el
Punto Punto
supuesto de flujo pistón se cumple más cuando el perfil de velocidad
1 2
radial es casi plano, una condición que ocurre para los fluidos
Figura 6.4 Transporte de fluido en una tubería para flujo turbulento. newtonianos en flujo turbulento. Para fluidos no newtonianos y/o flujo
laminar, el proceso de transporte de fluidos aún podría modelarse
mediante un retraso de tiempo basado en la velocidad promedio del
un desfase distanciavelocidad. Otros sinónimos son retraso en el fluido. Un enfoque más general es modelar el proceso de flujo como
transporte, retraso en el transporte y tiempo muerto. Si el supuesto de una función de transferencia de primer orden más retardo de tiempo.
flujo pistón no se cumple, por ejemplo, con flujo laminar o para líquidos
no newtonianos, la aproximación de la dinámica del transporte a granel e−θs
utilizando un retardo de tiempo aún puede ser útil, como se analiza a G(s) = (623)
τs + 1
continuación.
donde τ es una constante de tiempo asociada con el grado de mezcla
Supongamos que x es alguna propiedad del fluido en el punto 1,
en la tubería o canal. Es posible que tanto τ como θ deban
como la concentración, y que y es la misma propiedad en el punto 2.
determinarse a partir de relaciones empíricas o mediante experimentos.
Tanto x como y son variables de desviación. Entonces están
Tenga en cuenta que la ganancia del proceso en la ecuación. 623 es
relacionados por un retardo de tiempo θ
la unidad cuando y y x son propiedades materiales como la composición.
t<θ
(621) A continuación demostramos que se pueden derivar expresiones
y(t) = {0 x(t − θ) t ≥ θ
analíticas para retrasos temporales a partir de la aplicación de
Por lo tanto, la salida y(t) es simplemente la misma función de entrada ecuaciones de conservación. En la figura 6.4, supongamos que una
desplazada hacia atrás en el tiempo θ. La figura 6.5 muestra esta celda muy pequeña de líquido pasa por el punto 1 en el instante t.
traducción en el tiempo para un x(t) arbitrario. Contiene unidades Vc1(t) de la especie química de interés donde V
La ecuación 371 muestra que la transformada de Laplace de una es el volumen de material en la celda y c1 es la concentración de la
función desplazada en el tiempo t0 unidades es simplemente e−t0s . Por especie. En el momento t + θ, la celda pasa por el punto 2 y contiene
tanto, la función de transferencia de un retardo de tiempo de magnitud θ unidades Vc2(t + θ) de la especie. Si el material se mueve en flujo tipo
viene dada por pistón, sin mezclarse en absoluto con el material adyacente, entonces
Sí(s) la cantidad de especies en la celda es constante:
= G(s) = e−θs (622)
X(es)
Vc2(t + θ) = Vc1(t) (624)
Además del movimiento físico de materiales líquidos y sólidos, existen
o
otras fuentes de retrasos en los problemas de control de procesos.
c2(t + θ) = c1(t) (625)
Por ejemplo, el uso de un cromatógrafo para medir la concentración
en muestras de corrientes líquidas o gaseosas tomadas de un proceso Una forma equivalente de escribir la Ec. 625 es
introduce un retraso de tiempo,
c2(t) = c1(t − θ) (626)

si el caudal es constante. Poniendo la ecuación. 626 en forma de

desviación (restando la versión de estado estacionario de la ecuación
θ 626) y tomando las transformadas de Laplace se obtiene

0 C′ 2(s) = e−θs
(627)
θ C′ 1(s)

Entrada x(t) Cuando el fluido es incompresible, los cambios en el caudal en el

o
punto 1 se propagan instantáneamente a cualquier otro punto de la
Salida y(t)
X y tubería. Para fluidos compresibles como gases, la expresión simple
de la ecuación. 627 puede no ser exacto. Tenga en cuenta que el uso
de un retraso de tiempo constante implica un caudal constante.

0
Tiempo 6.2.1 Aproximaciones polinómicas a e− s
Figura 6.5 El efecto de un retraso de tiempo es una traducción de la La forma exponencial de la ecuación. 622 es una función de
función en el tiempo. transferencia irracional que no puede expresarse como una función racional,
Machine Translated by Google

6.2 Procesos con retrasos de tiempo 91

una razón de dos polinomios en s. En consecuencia, la ecuación. En condiciones normales de funcionamiento, lo siguiente
622 no se puede descomponer en polos y ceros, una forma Se pueden hacer suposiciones:
conveniente de análisis, como se analiza en la Sección 6.1. Sin
(i) El reactor opera isotérmicamente con una velocidad de reacción dada por
embargo, es posible aproximar e−θs mediante polinomios usando
r = kc, donde −r denota la velocidad de desaparición del reactivo por
una expansión en serie de Taylor o una aproximación de Padé.
unidad de volumen, c es la concentración del reactivo y k es la constante
de velocidad. (ii) Todos los caudales y el volumen de líquido V son
La expansión en serie de Taylor para e−θs es
constantes. (iii) No se produce ninguna reacción en la tubería. La dinámica de
θ2s2 − θ3s3 θ4s4 θ5s5
−
e−θs = 1 − θs + 2! + +∙∙∙ (628) 4! 5! las líneas de salida y reciclaje se puede aproximar como retrasos de tiempo
3!
constantes, θ1 y θ2, como se indica en la figura. Sea c1 la concentración
La aproximación de Padé para un retraso de tiempo es una relación del reactivo en el punto de medición. (iv) Debido al alto caudal de
de dos polinomios en s con coeficientes seleccionados para coincidir reciclaje, el reactor está completamente mezclado.
con los términos de una expansión en serie de Taylor truncada de e−θs .
La aproximación polocero más simple es la aproximación 1/1 de
Padé:

θ1−s2
(a) Deduzca una expresión para la función de transferencia C′ 1(s)∕C′ i(s). (b)
e−θs ≈ G1(s) = (629)
θ1+s2 Utilizando la

siguiente información, calcule c′ 1(t) para un cambio escalonado en c′ i(t) de 2000

La ecuación 629 se llama aproximación 1/1 de Padé porque es de kg∕m3.
primer orden tanto en el numerador como en el denominador.
Valores paramétricos
Realizando la división larga indicada en la ecuación. 629 da
V = 5 m3 q α = 12

θ2s2 − θ3s3 = 0,05 m3 ∕min θ1 = 0,9 min k = 0,04 min−1

G1(s) = 1 − θs + +∙∙∙ (630) θ2 = 1,1 min
2 4
Una comparación de las ecuaciones. 628 y 630 indican que G1(s)
es correcto en los primeros tres términos.
SOLUCIÓN

(a) En analogía con la ecuación. 266; el equilibrio de componentes alrededor del

EJEMPLO 6.2
reactor es,
El reactor catalítico de lecho percolador que se muestra en la figura 6.6 utiliza el
corriente continua

reciclado del producto para obtener condiciones operativas satisfactorias de = qci + αqc2 − (1 + α)qc − Vkc (631)
V.d.t.
temperatura y conversión. El uso de una alta tasa de reciclaje elimina la necesidad
donde la concentración del reactivo se denota por c. La ecuación 631 es una
de agitación mecánica. La concentración del reactivo se mide en un punto de la
línea de reciclaje donde se elimina la corriente de producto. Se supone una reacción EDO lineal con coeficientes constantes. Restando la ecuación de estado

de primer orden en fase líquida. estacionario y sustituyendo las variables de desviación se obtiene

dc′
= qc′ + αqc′ − (1 + α)qc′ − Vkc′ (632)
V.d.t. i 2
q aq

θ2 Se necesitan relaciones adicionales para c′ 2(t) y c′ 1(t).

Debido a que las líneas de salida y reciclaje se pueden modelar como

c2 retrasos de tiempo,
ci
linea de
c′ 1(t) = c′ (t − θ1) (633)
reciclaje

c′ 2(t) = c′ 1(t − θ2) (634)

V
Línea de

C producto Las ecuaciones (632) a (634) proporcionan el modelo de proceso para el

θ1
q reactor isotérmico con reciclaje. Tomando la transformada de Laplace de
c1 cada ecuación se obtiene
(1 + α)q

sVC′ (s) = qC′ i(s)+αqC′ 2(s)−(1 + α)qC′ (s)

EN
− VkC′ (s) (635)

Figura 6.6 Diagrama esquemático de un reactor de lecho percolador con línea de C′ 1(s) = e−θ1s C′ (s) (636)

reciclaje. (AT: analizador/transmisor; θ1: retraso de tiempo asociado con C′ 2(s) = e−θ2s C′ 1(s)
el flujo de material desde la salida del reactor hasta el analizador de
= e−(θ1+θ2)s C′ (s)
composición; θ2: retraso de tiempo asociado con el flujo de material desde
el analizador hasta la entrada del reactor). = e−θ3s C′ (s) (637)
Machine Translated by Google

92 Capítulo 6 Características de respuesta dinámica de procesos más complicados

donde θ3 θ1 + θ2. Sustituir la ecuación. 637 en la ecuación. 635 (b) La forma más sencilla de simular la respuesta al escalón es construir
y resuelve para C′ (s): un diagrama de Simulink (ver Apéndice C) correspondiente a la
q figura 6.6, después de sustituir los valores numéricos en las
C′ (s) = (638) funciones de transferencia y transformadas.
sV − αqe−θ3s + (1 + α)q + VkC′ i(s)
El bucle de reciclaje se puede tratar gráficamente en Simulink en
La ecuación 638 se puede reorganizar de la siguiente forma:
lugar de resolver el modelo Eq. 631. La Figura 6.7 muestra la
composición medida en la ubicación del analizador para dos escalas
k
C′ (s) = C′ (639) de tiempo diferentes como resultado del cambio gradual en la
i(s) τs + 1 + αK(1 − e−θ3s) composición de la entrada.
dónde
K= q
(640)
q + Vk
6.3 APROXIMACIÓN DE SUPERIORES
τ= (641) FUNCIONES DE TRANSFERENCIA DE PEDIDOS
Vq + Vk
En esta sección, presentamos un enfoque general para aproximar
Tenga en cuenta que, en el límite como θ3 → 0, e−θ3s → 1 y
modelos de función de transferencia de orden superior con modelos
k
C′ (s) = C′ (642) de orden inferior que tienen características dinámicas y de estado
i(s) τs + 1
estacionario similares. Los modelos de orden inferior son más
Entonces K y τ pueden interpretarse como la ganancia del proceso
convenientes para el diseño y análisis de sistemas de control, como
y la constante de tiempo, respectivamente, de un reactor de reciclaje
se analiza en el Capítulo 12.
sin retraso de tiempo en la línea de reciclaje, lo que equivale a un
En la sección 6.2.1 mostramos que la función de transferencia
reactor isotérmico agitado sin reciclaje.
para un retraso de tiempo se puede expresar como una expansión en
La función de transferencia deseada C′ 1(s)∕C′ i(s) se obtiene
combinando las Ecs. 639 y 636 para obtener serie de Taylor. Para valores pequeños de s, truncar la expansión
después del término de primer orden proporciona una aproximación
C′ 1(s) = Ke−θ1s
(643) adecuada:
C′ i(s) τs + 1 + αK(1 − e−θ3s)
e−θs ≈ 1 − θs (644)
Los parámetros numéricos en la ecuación. 643 son

q 0,05
K= = = 0,2 0,05 + Tenga en cuenta que esta aproximación de retardo de tiempo es un
q + Vk (5)(0,04)
cero en el semiplano derecho (RHP) en s = +θ. Una aproximación
V alternativa de primer orden consiste en la función de transferencia,
τ= = 20 min q
+ Vk 1
1 e−θs ≈ (645)
= eθs 1 + θs

que se basa en la aproximación, eθs ≈ 1 + θs. Tenga en cuenta que la

400
constante de tiempo tiene un valor de θ.
300 Las ecuaciones 644 y 645 se derivaron para aproximar los
Connecticut)

1 200 términos de retardo de tiempo. Sin embargo, estas expresiones se

(kg/m3) pueden invertir para aproximar el polo o cero en el lado derecho de la
100
ecuación mediante el término de retardo de tiempo en el lado izquierdo.
0
20 40 60 80 100 Estas aproximaciones de polo y cero se demostrarán en el ejemplo
t (mín) 6.3.
(a)

60
50 6.3.1 La “media regla” de Skogestad
40
Connecticut)

1 30 Skogestad (2003) ha propuesto un método de aproximación relacionado

(kg/m3) 20 para modelos de orden superior que contienen múltiples constantes
10
de tiempo. Calcula la mayor constante de tiempo descuidada en el
0
denominador de la siguiente manera. La mitad de su valor se suma al
0 1 2 3 4 5
retraso de tiempo existente (si lo hay) y la otra mitad se suma a la
t (mín)
constante de tiempo retenida más pequeña. Las constantes de tiempo
(b) que son más pequeñas que la constante de tiempo más grande
Figura 6.7 Composición del reactor de reciclaje medida en el descuidada se aproximan como retrasos de tiempo usando la ecuación.
analizador: (a) respuesta completa; (b) visión detallada de la 645. Un cero en el semiplano derecho se aproxima mediante la
respuesta a corto plazo. ecuación. 644. La motivación para esta “regla a medias” es derivar
valores aproximados de orden inferior.
Machine Translated by Google

6.3 Aproximación de funciones de transferencia de orden superior 93

Modelos que son más apropiados para el sistema de control.

diseño. Los ejemplos 6.3 y 6.4 ilustran la estrategia de Skogestad. 1.2
media regla.
1

0,8

EJEMPLO 6.3 0,6 Actual

Skogestad

dirlaoS
adazilam n
Considere una función de transferencia: 0,4 serie de taylor

0,2
K(−0,1s + 1)
G(s) = (646)
(5s + 1)(3s + 1)(0,5s + 1) 0

Derive un modelo aproximado de primer orden más retraso de tiempo, –0,2

0 5 10 15 20 25 30 35 40
Ke−θs Tiempo
G̃(s) = (647)
s+1
Figura 6.8 Comparación del valor real y aproximado
utilizando dos métodos: modelos para el ejemplo 6.3.

(a) Las expansiones en serie de Taylor de las ecuaciones. 644 y 645.

(b) La media regla de Skogestad.

Compare las respuestas normalizadas de G(s) y los modelos aproximados

EJEMPLO 6.4
para una entrada de paso unitario.

Considere la siguiente función de transferencia:

SOLUCIÓN K(1 − s)e−s

G(s) = (652)
(12s + 1)(3s + 1)(0,2s + 1)(0,05s + 1)
(a) Se mantiene la constante de tiempo dominante (5). Aplicando
las aproximaciones en las Ecs. 644 y 645 da Utilice el método de Skogestad para derivar dos valores aproximados.
modelos:
− 0,1s + 1 ≈ e−0,1s (648)
(a) Un modelo de primer orden más retardo en la forma de
y
1 1 Ec. 647.
≈ e−3s ≈ e−0.5s (649)
3s + 1 0.5s + 1 (b) Un modelo de segundo orden más retraso de tiempo en la forma
Ke−θs
Sustitución en la ecuación. 646 da la serie de Taylor G̃(s) = (653)
(τ1s + 1)(τ2s + 1)
aproximación, G̃ TS(s):

Ke−0,1s e−3s e−0,5s Ke−3,6s Compare las respuestas de salida normalizadas para G(s) y
= (650) los modelos aproximados a una entrada de paso unitario.
G̃ TS(s)
= 5s + 1 5s + 1

(b) Para aplicar el método de Skogestad, observamos que el mayor SOLUCIÓN

Constante de tiempo descuidada en la ecuación. 646 tiene un valor de 3.
Según su “regla de la mitad”, la mitad de este valor se suma (a) Para el modelo de primer orden más retardo de tiempo, se conserva la
a la siguiente constante de tiempo más grande para generar un nuevo tiempo constante de tiempo dominante (12). La mitad del
constante, τ = 5 + 0,5(3) = 6,5. La otra mitad proporciona La mayor constante de tiempo descuidada (3) se asigna a la
un nuevo retraso de tiempo de 0,5(3) = 1,5. La aproximación de constante de tiempo retenida y la mitad a la aproximada
el RHP cero en la ecuación. 648 proporciona un tiempo adicional tiempo de retardo. Además, las pequeñas constantes de tiempo (0,2 y 0,05)
retraso de 0,1. Aproximar la constante de tiempo más pequeña y el cero (1) se suman al retardo de tiempo original.
de 0,5 en la ecuación. 646 por la ecuación. 645 produce un retraso Por tanto, los parámetros del modelo en la ecuación. 647 son
de tiempo adicional de 0,5. Por lo tanto, el tiempo total de retraso en 3
θ=1+ + 0,2 + 0,05 + 1 = 3,75
Ec. 647 es 2
θ = 1,5 + 0,1 + 0,5 = 2,1
3
y G(s) puede aproximarse como τ = 12 + = 13,5
2
Ke−2.1s
G̃Sk(s) = (651) (b) Una derivación análoga para el modelo de segundo orden más retardo
6,5 s + 1
da
Las respuestas escalonadas normalizadas para G(s) y los dos 0,2
θ=1+ + 0,05 + 1 = 2,15
Los modelos aproximados se muestran en la Fig. 6.8. Skogestad 2
El método proporciona una mejor concordancia con la realidad.
respuesta. τ1 = 12, τ2 = 3 + 0,1 = 3,1
Machine Translated by Google

94 Capítulo 6 Características de respuesta dinámica de procesos más complicados

qi
En este caso, la regla de la mitad se aplica a la tercera constante de
tiempo más grande, 0,2.
Las respuestas escalonadas normalizadas de las funciones de
transferencia original y aproximada se muestran en la figura 6.9.
El modelo de segundo orden proporciona una aproximación
h1
excelente, porque las constantes de tiempo despreciadas son mucho
más pequeñas que las constantes de tiempo retenidas. El modelo
q1
de primer orden más retardo no es tan preciso, pero proporciona una
aproximación adecuada de la respuesta real.

1.2
h2
1

0,8 q2

0,6 Actual
Primer orden
dirlaoS
adazilam n

0,4 Segundo orden Figura 6.10 Una configuración en serie de dos tanques que no interactúan.

0,2

0 alimento sin reaccionar; entonces, podría ser beneficioso aumentar el

rendimiento del reactor reciclando el destilado al reactor donde se agregaría
–0,2
0 5 10 15 20 25 30 35 40 a la alimentación nueva. Ahora, los cambios en la columna afectan al
Tiempo
reactor y viceversa: un proceso de interacción.

Figura 6.9 Comparación del modelo real y modelos

aproximados para el ejemplo 6.4. Las respuestas reales y del En el ejemplo 4.7 se analizó un ejemplo de un sistema que no exhibe
modelo de segundo orden son casi indistinguibles. interacción. Los dos tanques de almacenamiento se conectaron en serie
de tal manera que el nivel del líquido en el segundo tanque no influyó en
el nivel del primer tanque (Fig. 6.10). Se derivaron las siguientes funciones
de transferencia que relacionan niveles y flujos de tanques:

Skogestad (2003) también ha propuesto aproximaciones para ceros del

semiplano izquierdo de la forma τas + 1, donde τa > 0. Sin embargo, H′ 1(s) = K1
(463)
estas aproximaciones son más complicadas y están fuera del alcance de Q′ i(s) τ1s + 1
este libro. En estas situaciones, se puede obtener un modelo más simple 1
Q′ 1(s) =
mediante el ajuste empírico de la respuesta al escalón utilizando las (464)
H′ 1(s) K1
técnicas del Capítulo 7.
H′2 (s) = K2
(465)
Q′ 1(s) τ2s + 1

6.4 PROCESOS QUE INTERACTÚAN Q′ 2(s) = 1

(466)
Y NO INTERACTÚAN H′ 2(s) K2
Muchos procesos constan de unidades individuales que están conectadas donde K1 = R1, K2 = R2, τ1 = A1R1 y τ2 = A2R2.
en varias configuraciones que incluyen estructuras en serie y en paralelo, Cada nivel del tanque tiene una dinámica de primer orden con respecto a su
así como el reciclaje de material o energía. Es conveniente clasificar las caudal de entrada. El nivel h2 del tanque 2 está relacionado con el qi mediante
configuraciones de procesos como interactivas o no interactivas. una función de transferencia de segundo orden que se puede obtener
mediante una simple
La característica distintiva de un proceso que no interactúa es que los
= H′2
multiplicación: H′(s) Q′ 1(s) H′ 1(s)
2(s)
cambios en una unidad aguas abajo no tienen efecto en las unidades
Q′ i(s) Q′ 1(s) H′ 1(s) Q′ i(s)
aguas arriba. Por el contrario, en un proceso que interactúa, las unidades
= K2
aguas abajo afectan a las unidades aguas arriba, y viceversa. (654)
(τ1s + 1)(τ2s + 1)
Por ejemplo, supongamos que la corriente de salida de un reactor químico
sirve como corriente de alimentación a una columna de destilación utilizada A continuación, considere un ejemplo de un proceso de interacción que
para separar el producto de la alimentación sin reaccionar. es similar al proceso de dos tanques del Capítulo 4. El proceso que se
Los cambios en el reactor afectan el funcionamiento de la columna, pero muestra en la figura 6.11 se llama sistema de interacción porque h1
no al revés: un proceso que no interactúa. Pero supongamos que la depende de h2 (y viceversa) como resultado de la corriente de interconexión.
corriente de destilado de la columna contiene en gran medida con caudal q1. Por lo tanto,
Machine Translated by Google

6.5 Modelos matriciales de función de transferencia y espacio de estados 95

qi clase de modelos ODE denominados modelos de espacio de estados, que

proporcionan una representación compacta y útil de sistemas dinámicos.
Aunque limitamos nuestra discusión a los modelos de espacio de estados
lineales, los modelos de espacio de estados no lineales también son muy
útiles y proporcionan la base teórica para el análisis de procesos no lineales
h1 h2
(Henson y Seborg, 1997; Khalil, 2002).

q R1 1 q2 R2
Considere un modelo lineal de espacio de estados,

= Hacha + Bu + Ed (660)
Figura 6.11 Dos tanques en serie cuyos niveles de líquido interactúan.
y = Cx (661)

la ecuación para el flujo del Tanque 1 al Tanque 2 debe escribirse para donde x es el vector de estado; u es el vector de entrada de las variables

reflejar esa característica física: 1 (h1 − h2) manipuladas (también llamadas variables de control); d es el vector de
perturbación; e y es el vector de salida de las variables medidas. La
q1 = (655) derivada temporal de x se denota por (=dx∕dt); también es un vector.
R1 (Los símbolos en negrita se utilizan para indicar vectores y matrices, y texto
Para la función de transferencia de nivel del Tanque 1, resulta una plano para representar escalares). Los elementos de x se denominan
expresión mucho más complicada que (463): variables de estado. Los elementos de y suelen ser un subconjunto de x,
es decir, las variables de estado que se miden. En general, x, u, d e y son
funciones del tiempo. Las matrices A, B, C y E son matrices constantes.
H′ 1(s) = (R1 + R2) (R1R2A2 R1 + R2 s + 1 )
Los vectores en la ecuación. 660 pueden tener diferentes dimensiones (o
Q′ i(s) R1R2A1A2s2 + (R2A2 + R1A1 + R2A1)s + 1 (656) “longitudes”) y generalmente se escriben como variables de desviación.

es de la forma

H′ 1(s) = K′ 1(τas + 1) Porque el modelo de espacio de estados en las Ecs. 660 y 661 pueden
(657)
Q′ i(s) τ2s2 + 2ζτs + 1 parecer bastante abstractos, es útil considerar un ejemplo físico.

En el ejercicio 6.15, el lector puede demostrar que ζ > 1 analizando el

denominador de la ecuación. 656; por lo tanto, la función de transferencia
está sobreamortiguada y es de segundo orden, y tiene un cero negativo en EJEMPLO 6.5
−1/τa, donde τa = R1R2A2/(R1 + R2).
Demuestre que el modelo CSTR linealizado del ejemplo 4.9 se puede
La función de transferencia que relaciona h1 y h2,
escribir en la forma de espacio de estados de las ecuaciones. 660 y 661.
R2 Derive modelos de espacio de estados para dos casos:

H′2 (s) = R1 + R2 (a) Se miden tanto cA como T (b) Sólo se

(658)
H′ 1(s) R1R2A2 s + 1
mide T
R1 + R2
tiene la forma K′ 2∕(τas + 1). En consecuencia, la función de SOLUCIÓN
transferencia general entre H′ 2 y Q′ es i
El modelo CSTR linealizado en las Ecs. 488 y 489 se pueden escribir en
H′2 (s) = R2
(659) forma de matriz vectorial usando variables de desviación:
Q′ i(s) τ2s2 + 2ζτs + 1
A
El análisis anterior del sistema de dos tanques que interactúan es más dt
C (662)
complicado que el del sistema que no interactúa del ejemplo 4.7. El
dc′ = [ a11
a21a12 T′ ] + [ 0 b2 ] T′
a22] [c′ A
polinomio denominador ya no se puede factorizar en dos términos de dt
primer orden, cada uno asociado con un solo tanque. Además, el numerador
A y x2 y T′ , y denotar sus derivadas temporales
de la función de transferencia del primer tanque en la ecuación. 657
dT′ 1 c′[Link] x1 por En la ecuación. 662, la temperatura del
contiene un cero que modifica el comportamiento dinámico siguiendo las
refrigerante Tc se considera una variable manipulada. Para este ejemplo,
líneas sugeridas en la Sección 6.1. hay una única variable de control, u , y ningunaT′
variable
C, de perturbación.
Sustituyendo estas definiciones en la ecuación. 662 da

1
tu (663)
6.5 MODELOS DE MATRICES DE FUNCIONES DE [ X 2 ] = [ a21
a11 a22]
a12 [ x1 x2 ] + [ b2
0 ]
TRANSFERENCIA Y ESPACIO DE ESTADOS
A B

Los modelos dinámicos derivados de principios físicos suelen consistir en

que tiene la forma de la Ec. 660 con x = col[x1, x2]. (“col” denota un vector
una o más ecuaciones diferenciales ordinarias (EDO). En esta sección de columna).
consideramos un aspecto general.
Machine Translated by Google

96 Capítulo 6 Características de respuesta dinámica de procesos más complicados

donde I es la matriz identidad n × n y |λI − A| denota el determinante de la

(a) Si se miden tanto T como cA , entonces y = x y C = I en la matriz λI − A.
ecuación. 661, donde I denota la matriz identidad 2 × 2.
A y B se definen en la ecuación. 663.
(b) Cuando solo se mide T , el vector de salida y es un escalar y C EJEMPLO 6.6
y = T′ , es un vector fila, C = [0, 1].
Determine la estabilidad del modelo de espacio de estados con la
Tenga en cuenta que el modelo de espacio de estados del ejemplo siguiente matriz A :
6.5 tiene d = 0, porque las variables de perturbación no se incluyeron
−4,0 0,3 1,5
en la ecuación. 662. Por el contrario, supongamos que la composición Una = 1,2 −2,0 1,0
y la temperatura del alimento se consideran variables de perturbación −0,5 2,0 −3,5
en el modelo CSTR no lineal original en las Ecs. 266 y 268. Entonces
el modelo linealizado incluiría dos variables de desviación adicionales
c′ y T' i,
que también estaría SOLUCIÓN
Ai
incluido en la Ec. 662. Como resultado, la Ec. 663 se modificaría
para incluir dos variables de perturbación, d1 c′ y d2 T′. Ai
El El criterio de estabilidad para los modelos de espacio de estados
modelo i . indica que la estabilidad está determinada por los valores propios de
de espacio de estados en la ecuación. 660 contiene variables A. Se pueden calcular usando el comando MATLAB, por ejemplo,
dependientes, los elementos de x, y variables independientes, los después de definir A:
elementos de u y d. Pero ¿por qué se hace referencia a x como el A = [4,0 0,3 1,5; 1,2 − 2 1,0; −0,5 2,0 − 3,5]
“vector de estado”? Este término se utiliza porque
x(t) determina de forma única el estado del sistema en cualquier eig(A)
momento, t. Supongamos que en el momento t, se especifica el valor Los valores propios de A son −0,83, −4,33 + 1,18j y −4,33 − 1,18j
inicial x(0) y se conocen u(t) y d(t) durante el periodo de tiempo [0, t].
donde j √ −1. Debido a que los tres valores propios tienen partes
Entonces x(t) es única y puede determinarse a partir de la solución
reales negativas, el modelo de espacio de estados es estable, aunque
analítica o mediante integración numérica. Las técnicas analíticas se
el comportamiento dinámico exhibirá oscilación debido a la presencia
describen en libros de texto de ingeniería de control (p. ej., Franklin
de componentes imaginarios en los valores propios.
et al., 2005; Ogata, 2008), mientras que las soluciones numéricas y
analíticas se pueden obtener fácilmente utilizando paquetes de
software como MATLAB o Mathematica.
6.5.2 La relación entre los modelos de espacio de estados y de
función de transferencia

6.5.1 Estabilidad de los modelos de espacio de estados

Los modelos de espacio de estados se pueden convertir en modelos de
Un análisis detallado de los modelos de espacio de estados está más allá funciones de transferencia equivalentes. Consideremos nuevamente el
del alcance de este libro, pero está disponible en otros lugares (por ejemplo, modelo CSTR en la ecuación. 663, que se puede ampliar como
Franklin et al., 2005; Ogata, 2008). Una propiedad importante de los
1 = a11x1 + a12x2 (665)
modelos de espacio de estados es la estabilidad. Se dice que un modelo
de espacio de estados es estable si la respuesta x(t) está acotada para
2 = a21x1 + a22x2 + b2u (666)
todos los u(t) y d(t) que están acotados. Las características de estabilidad
de un modelo de espacio de estados se pueden determinar a partir de una Aplique la transformada de Laplace a cada ecuación (asumiendo
condición necesaria y suficiente: condiciones iniciales cero para cada variable de desviación, x1 y x2):

Criterio de estabilidad para modelos de espacio de estados

sX1(s) = a11X1(s) + a12X2(s) (667)
El modelo de espacio de estados en la ecuación. 660 exhibirá una
respuesta acotada x(t) para todos los u(t) y d(t) acotados si y sólo si todos sX2(s) = a21X1(s) + a22X2(s) + b2U(s) (668)
los valores propios de A tienen partes reales negativas.
Tenga en cuenta que la estabilidad está determinada únicamente por A; las Resolviendo la ecuación. 667 para X2(s) y sustituyendo en la ecuación.
matrices B, C y E no tienen ningún efecto. 668 da el modelo de función de transferencia equivalente que relaciona X1
A continuación, revisamos conceptos de álgebra lineal que se utilizan en y U:

el análisis de estabilidad. Supongamos que A es una matriz n × n donde n

X1(s) = a12b2
es la dimensión del vector de estado, x. Sea λ un valor propio de A. Por (669)
A nosotros) s2 − (a11 + a22)s + a11a22 − a12a21
definición, los valores propios son los n valores de λ que satisfacen la
ecuación λx = Ax (Strang, 2005). Los valores correspondientes de x son los
La ecuación 667 se puede utilizar para derivar la función de transferencia
vectores propios de A. Los valores propios son las raíces de la ecuación
que relaciona X2 y U:
característica.

X2(s) = b2(s − a11)

(670)
|λI − A| = 0 (664) A nosotros) s2 − (a11 + a22)s + a11a22 − a12a21
Machine Translated by Google

6.5 Modelos matriciales de función de transferencia y espacio de estados 97

Tenga en cuenta que estas dos funciones de transferencia

T′ = 0 porque se supone que la temperatura de entrada es i
también son funciones de transferencia para C′ A(s)∕T′ A(s) y
constante. Tomando la transformada de Laplace se obtiene
T′ (s)∕T′ c(s), respectivamente, como resultado de las
definiciones para x1, x2 y u. Además, las raíces del denominador sT′ (s)=−0,2 T′ (s) + 0,1 T′ e(s) (677)
de las Ecs. 669 y 670 son también los valores propios de A en
la ecuación. 663. sT′ e(s) = 0,05 Q′ (s) − T′ e(s) + T′ (s) (678)

Usando el resultado obtenido anteriormente en la ecuación. 669, la función de

EJEMPLO 6.7 transferencia es

T' (s) 0,05 0.005

Para ilustrar las relaciones entre los modelos de espacio de estados y las = = (679)
Q′(s) 10s2 + 12s + 1 s2 + 1,2s + 0,1
funciones de transferencia, considere nuevamente el modelo de tanque
agitado calentado eléctricamente en la Sección 2.4.3. Primero, las Para el cambio escalonado de 400 kcal/min, Q′ (s) = 400 kcal∕min,
ecuaciones (247) y (248) se convierten a la forma de espacio de estados
entonces
dividiendo (247) por mC y (248) por meCe, respectivamente: s
2
dT w T′ (s) =
= heAe s(s2 + 12s + 0,1)
(Te − T) (671)
dt m(Ti − T) + mC
El lector puede verificar que la transformada inversa de Laplace es
dTe = Q − él
(Te − T) (672)
dt meCe meCe
T′ (t) = 20[1 − 1.089e−0.09t + 0.0884e−1.11t ] (680)
Los valores de los parámetros nominales son los mismos que en el Ejemplo
que es la misma solución obtenida en el ejemplo 2.4. (b) El modelo
2.4:
de espacio de estados en 675 y 676 se puede escribir como
metro
= 10 minutos
mece = 1,0 minutos
w heae
(681)
[ T′
T′e ] = [ −0,2−1
0,1 1 T′ e ] + [ 0 0,5Q′
] [T′ ]
mece 1
= 1,0 minutos = 0,05 C min∕kcal wC La matriz de estados 2 × 2 para este modelo lineal es la misma
wc
cuando se emplean variables de desviación (T′T'e
, Q′
, ) o las variables
Como consecuencia, físicas originales (T, Te, Q). Los valores propios λi de la matriz de
estado se pueden calcular estableciendo el determinante de A − λI
meCe = 20 kcal∕ C
igual a cero.
mC = 200 kcal∕ C

heAe = 20 kcal∕ C mín. det [ −0,2 −− λλ]0,1

= 01 −1
(−0,2 − λ)(−1 − λ) − 0,1 = 0 λ2 +
(a) Usando variables de desviación (T′ , T′ Q′ ),mi,determine la función de 1,2λ + 0,1 = 0
transferencia entre la temperatura T′ y el aporte de calor Q′ .
Considere las condiciones utilizadas en el Ejemplo 2.4: Q = 5000 Resolviendo para λ usando la fórmula cuadrática se obtiene

kcal∕min y Ti = 100 C; en t = 0, Q se cambia a 5400 kcal/min.

−1,2 + √ 1,44 − 0,4 λ1,2
Compare la expresión para T′ (s) con la solución en el dominio del = = −1,11, −0,09
2
tiempo obtenida en el ejemplo 2.4. (b) Calcule los valores propios del
modelo de que es el mismo resultado que se obtuvo utilizando el enfoque de la
función de transferencia. Como ambos valores propios son reales, la
espacio de estados.
respuesta no oscila, como se muestra en la Figura. 2.4.

SOLUCIÓN

La forma de espacio de estados del sistema dinámico no es

(a) Al sustituir valores numéricos por los parámetros se obtiene única. Si estamos interesados principalmente en modelar la
dT dinámica de la temperatura T, las variables de estado del modelo
= 0,1(Ti − T) + 0,1(Te − T) (673)
dt de proceso se pueden definir como

dTe T′
= 0,05 Q − (Te − T) dt (674)
x= (nota T′
dT′ mi
no es una variable explícita).
El modelo se puede escribir en forma de variable de desviación (tenga dt La
en cuenta que los valores de estado estacionario se pueden calcular
descripción del espacio de estados resultante análoga a las Ecs.
como T = 350 C y Te = 640 C):
673 y 674 serían dx1 dt
dT′
= 0,1(T′ − T′
i ) + 0,1(T′ − T′ ) (675)
dt mi
= x2 (682)
dT′
mi
= 0,05 Q′ − (T′ − T′ ) (676) dx2
dt mi
= −1,2x2 − 0,1x1 + 0,05u dt (683)
Machine Translated by Google

98 Capítulo 6 Características de respuesta dinámica de procesos más complicados

Tenga en cuenta que si la Ec. 682 se diferencia una vez y

Usando el comando MATLAB ss2tf se obtiene
sustituimos el lado derecho de la ecuación. 683 para dx2/dt,
entonces se obtiene el mismo modelo de segundo orden para T′ . 0.005
Grupo(s) = s2 + 1,2s + 0,1 (690)
Esto se deja como ejercicio para que el lector lo verifique. Además,
es posible derivar otras descripciones del espacio de estados de la que es el mismo resultado que en la Ec. 680. El lector también puede derivar
misma EDO de segundo orden, porque la forma del espacio de Gd(s) relacionando T′ (s) y T′ i(s) utilizando el enfoque matricial de la

estados no es única. ecuación. 688.

También es posible convertir una matriz de función de transferencia
Ahora se derivará una expresión general para la conversión de un
general en la forma de la ecuación. 687 a un modelo de espacio de estados,
modelo de espacio de estados al modelo de función de transferencia
y viceversa, usando un único comando en MATLAB. Se recomienda utilizar
correspondiente. El punto de partida para la derivación es el modelo dicho software cuando la matriz de estado es mayor que 2 × 2.
estándar de espacio de estados en las Ecs. 660 y 661. Tomando la
transformada de Laplace de estas dos ecuaciones se obtiene

sX(s) = AX(s) + BU(s) + ED(s) (684) 6.6 PROCESOS DE ENTRADAS MÚLTIPLES

Y(s) = CX(es) (685) Y SALIDAS MÚLTIPLES (MIMO)
donde Y(s) es un vector columna que es la transformada de Laplace La mayoría de las aplicaciones de control de procesos industriales
de y(t). Los demás vectores se definen de manera análoga. Después implican una serie de variables de entrada (manipuladas) y variables
de aplicar álgebra lineal y reorganizar, se puede derivar una de salida (controladas). Estas aplicaciones se denominan sistemas
representación de la función de transferencia (Franklin et al., 2005): de entrada múltiple/salida múltiple (MIMO) para distinguirlas de los
sistemas de entrada única/salida única (SISO) en los que se ha
(686) enfatizado hasta ahora.
Y(s) = Gp(s)U(s) + Gd(s)D(s) donde
Modelar procesos MIMO no es diferente conceptualmente que
la matriz de la función de transferencia del proceso, Gp(s) es modelar procesos SISO. Por ejemplo, considere el proceso de mezcla
definido como
térmica que se muestra en la figura 6.12. El nivel h en el tanque
Gp(s) C[sI − A] −1B (687) y la matriz de agitado y la temperatura T deben controlarse ajustando los caudales
función de transferencia de perturbaciones Gd(s) se define como de las corrientes fría y caliente, wh y wc, respectivamente. Las
temperaturas de las corrientes de entrada Th y Tc se consideran
Gd(s) C[sI − A] −1E (688) variables de perturbación. La bomba mantiene constante el caudal
de salida w y se supone que las propiedades del líquido son
Tenga en cuenta que las dimensiones de las matrices de función de
constantes (no afectadas por la temperatura) en la siguiente
transferencia dependen de las dimensiones de Y, U y D.
derivación.
Afortunadamente, no tenemos que realizar tediosas evaluaciones
de expresiones como las Ecs. 687 y 688 a mano.
Teniendo en cuenta que el volumen del líquido puede variar con el tiempo, el
Los modelos de espacio de estados se pueden convertir al formato de
Los balances de energía y masa para este proceso son
función de transferencia utilizando el comando MATLAB ss2tf.

ρCd[V(T − Tref)] = whC(Th − Tref) + wcC(Tc − Tref) (691)

dt
EJEMPLO 6.8
− wC(T − Tref)
Determine Gp(s) para la temperatura T′ e ingrese Q′ para el ejemplo 6.7
usando las ecuaciones. 687 y 688 y el comando MATLAB ss2tf.

¿Qué? WC
SOLUCIÓN Th tc

Para la parte (a) del ejemplo 6.7, Y(s) = X1(s), y hay una variable manipulada
y ninguna variable perturbadora. En consecuencia, la ecuación. 686 se
reduce a

Y(s) = C(sI − A) −1 Autobús)

(689) h

donde Gp(s) es ahora una función de transferencia escalar.

Para encontrar la función de transferencia multivariable para T′ (s)/Q′ (s), w
utilizamos las siguientes matrices del modelo de espacio de estados Ec. 681:
t
A = área de la sección transversal
del tanque

A = [ −0,2 −1
0,1] 1B = [ 0 0,05] C = [ 1 0] Figura 6.12 Un proceso de mezcla térmica de múltiples entradas y
múltiples salidas.
Machine Translated by Google

6.6 Procesos de múltiples entradas y múltiples salidas (MIMO) 99

dV Una forma muy compacta de expresar las Ecs. 696 hasta

= wh + wc − w ρ dt (692) 6103 es mediante la matriz de función de transferencia:

El balance energético incluye una temperatura de referencia termodinámica (Th − T)∕w (Tc − T)∕w wh∕w τs + 1 wc∕w
T′ (s)
τs + 1 τs + 1 τs + 1
Tref (ver Sección 2.4.1). Desarrollando la derivada se obtiene = .

H′ (s) 1∕Aρ 1∕Aρ

0 0
d[V(T − Tref)] dV dT s s
= (T − Tref) +V (693)
dt dt dt
W′ h(s)

La ecuación 693 se puede sustituir por el lado izquierdo de la ecuación. W′ c(s)

691. Tras la sustitución del balance de masa Ec. 692, se obtiene un (6104)
T′ h(s)
conjunto de ecuaciones más simple con V = Ah
T′ c(s)
dT 1
= (694)
dt ρAh[whTh + wcTc − (wh + wc)T] De manera equivalente, se pueden utilizar dos matrices de funciones de
DH 1 transferencia para separar las variables manipuladas, wh y wc, de las
= (695)
dt variables perturbadoras, Th y Tc:
ρA(wh + wc − w)

Después de linealizar las Ecs. 694 y 695, poniéndolas en forma de (Th − T)∕w (Tc − T)∕w
T′ (s) W′ h(s) τs
+ 1 τs + 1
desviación y tomando transformadas de Laplace, obtenemos un conjunto =
de ocho funciones de transferencia que describen el efecto de cada
H′ (s) 1∕Aρ 1∕Aρ W′ c(s)
variable de entrada (w′ w′ c,T′ h,T′ c) en cada
h, variable de salida (T′ y
s s
h′ ):
qué∕w wc∕w
T' (s) = (Th − T)∕w τs τs + 1 τs + 1
(696) + (6105)
W′h (s) +1
0 0 [ T′
T′ch(s)
(s) ]

T' (s) = (Tc − T)∕w τs (697) El diagrama de bloques de la figura 6.13 ilustra cómo las cuatro variables
W′c (s) +1
de entrada afectan a las dos variables de salida.
T' (s) = por qué (698)
T′h (s) τs + 1 W'(s)
h (Th – T)/w
τs + 1
T' (s) = wc∕w
(699)
T′c (s) τs + 1

H' (s) = 1∕Aρ (6100) baño(s) (Tc – T)/w

W′h (s) s τs + 1
+ T'(s)
H' (s) = 1∕Aρ +
(6101)
W′c (s) s +
+
T'(s)
h wh/w
H′ (s)
=0 (6102) τs + 1
T′h (s)

H′ (s)
=0 (6103)
T′c (s) T'(s)
C baño /
w τs + 1
donde τ=ρAh∕w es el tiempo de residencia promedio en el tanque y una
barra superior denota un valor nominal en estado estacionario.

Las ecuaciones 696 a 699 indican que las cuatro entradas afectan la 1/Aρ
s
temperatura del tanque a través de funciones de transferencia de primer
+
orden y una única constante de tiempo τ. H'(s)
Las ecuaciones 6100 y 6101 muestran que los caudales de entrada
afectan el nivel mediante la integración de funciones de transferencia que
+
1/Aρ
resultan de la bomba en la línea de salida. Finalmente, se desprende s
claramente de las Ecs. 6102 y 6103, así como por intuición física, que los
cambios de temperatura de entrada no tienen efecto sobre el nivel del Figura 6.13 Diagrama de bloques del sistema de mezclado
líquido. térmico MIMO con nivel de líquido variable.
Machine Translated by Google

100 Capítulo 6 Características de respuesta dinámica de procesos más complicados

En conclusión, vale la pena mencionar dos puntos: 1. Una temperatura y nivel. Este tipo de sistema de control multivariable
se considera en los Capítulos 18 y 20.
matriz de funciones de transferencia, o, de manera equivalente, el
conjunto de funciones de transferencia individuales, facilita el
diseño de sistemas de control que se ocupan de las interacciones 2. El desarrollo de modelos MIMO físicos puede requerir un esfuerzo
entre entradas y salidas. Por ejemplo, para el proceso de mezcla significativo. Por lo tanto, a menudo se deben utilizar modelos
térmica en esta sección, se pueden diseñar estrategias de control empíricos en lugar de modelos teóricos para procesos complicados.

que minimicen o eliminen el efecto de los cambios de flujo en La modelización empírica es el tema del próximo capítulo.

RESUMEN
En este capítulo, hemos considerado la dinámica de procesos que no La metodología para procesos de una sola entrada y una sola salida
pueden describirse mediante funciones de transferencia simples. Los también es aplicable a dichos procesos de múltiples entradas y múltiples
modelos para estos procesos incluyen dinámicas de numerador, como salidas. En el capítulo 7, mostramos que los modelos empíricos de
retrasos de tiempo o ceros de proceso. funciones de transferencia se pueden obtener fácilmente a partir de
Un retraso de tiempo observado es a menudo una manifestación de una datos experimentales de entrada y salida.
dinámica de orden superior; en consecuencia, un término de retardo de Los modelos de espacio de estados proporcionan una representación
tiempo en un modelo de función de transferencia proporciona una forma conveniente de modelos dinámicos que pueden expresarse como un
de aproximar la dinámica de alto orden (p. ej., una o más constantes de conjunto de ecuaciones diferenciales ordinarias de primer orden. Los
tiempo pequeñas). Los procesos industriales importantes suelen tener modelos de espacio de estados pueden derivarse de modelos de primeros
varias variables de entrada y varias variables de salida. Afortunadamente, principios (por ejemplo, balances de materia y energía) y usarse para
la función de transferencia describir sistemas dinámicos tanto lineales como no lineales.

REFERENCIAS
Buckley, PS, WL Luyben y JP Shunta, Diseño de sistemas de control de Khalil, HK, Sistemas no lineales, 3.ª ed., PrenticeHall, Upper Saddle River,
columnas de destilación, Instrument Society of America, Research Triangle Nueva Jersey, 2002.
Park, Carolina del Norte, 1985. Ogata, K., Ingeniería de control moderna, 5.ª ed., PrenticeHall, Upper
Franklin, GF, JD Powell y A. EmaniNaeini, Control de retroalimentación de Saddle River, Nueva Jersey, 2008.
sistemas dinámicos, 5.ª ed., PrenticeHall, Upper Saddle River, Nueva Skogestad, S., Reglas analíticas simples para la reducción de modelos y el
Jersey, 2005. ajuste del controlador PID, J. Process Control, 13, 291 (2003).
Henson, MA y DE Seborg (Eds.), Control de procesos no lineal, PrenticeHall, Strang, G., Álgebra lineal y sus aplicaciones, 4ª ed., Brooks Cole, Florence, KY,
Upper Saddle River, Nueva Jersey, 1997. 2005.

EJERCICIOS
6.1 Considere la función de transferencia: (a) Póngalo en forma estándar de ganancia/constante de
tiempo. (b) Determine la ganancia, los polos y los
0,7(s2 + 2s + 2)
G(s) = ceros. (c) Si el término de retraso se reemplaza por una aproximación de 1/1
s5 + 5s4 + 2s3 + 4s2 + 6
Padé, repita el inciso (b).
(a) Trace sus polos y ceros en el plano complejo. Un programa de computadora
6.3 Para una unidad de avanceretraso,
que calcula las raíces del polinomio (como las raíces del comando en MATLAB)
puede ayudarte a factorizar el polinomio denominador. (b) A partir de las Sí(s) = K(τas + 1)
ubicaciones de los polos en el X(es) τ1s + 1
plano complejo, ¿qué se puede concluir acerca de los modos de salida para
cualquier cambio de entrada? (c) Grafique la respuesta de la salida a una demuestre que para una entrada escalonada de

entrada de escalón unitario. ¿La forma de su respuesta concuerda con su análisis magnitud M: (a) El valor de y en t = 0+ está dado por y(0+) = KMτa/τ1.

del inciso (b)? (b) El exceso ocurre sólo para τa > τ1. (c) La
Explicar. respuesta inversa ocurre sólo para τa < 0.

6.2 La siguiente función de transferencia no está escrita en forma estándar: 6.4 Considere un modelo de proceso:

4(s + 2) Sí(s) = K(τas + 1)

(0,5s + e−5s G(s) = (τ1 > τ2)
1)(2s + 1) X(es) (τ1s + 1)(τ2s + 1)
Machine Translated by Google

Ejercicios 101

Para una entrada escalonada, realizado sobre el sistema global. La salida real Pm (no P′ m) resultante de un cambio
demuestre que: (a) y(t) puede presentar un extremo (valor máximo o mínimo) en la escalonado en P de 4 a 6 psi se representa en la figura E6.7b.

respuesta escalonada sólo si 1 − τa∕τ2 > 1 1

− τa∕τ1

k R'(s)
(b) El sobrepaso ocurre sólo para τa/τ1 > 1. (c) La
τ2s2 + 2ζτs +1
respuesta inversa ocurre sólo para τa < 0. (d) Si existe un

extremo en y , el momento en el que ocurre se puede encontrar analíticamente. ¿Qué

+
es? PD) P' (s)
+
metro

6.5 La función de transferencia que relaciona la presión arterial de un paciente con la

velocidad de infusión de un medicamento para la presión arterial viene dada por –3
20 años + 1
Q'(s)

Gp(s)=−e−θ1s (1 + 0.4e−θ2s ) Figura E6.7a

τ1s + 1

donde θ1 = 30 s, θ2 = 45 s y τ1 = 40 s. Dibuje la respuesta al escalón unitario de este

sistema. Muestre un eje de tiempo aproximado y todos los valores relevantes en el eje 30
y.

26
6.6 Un proceso consta de un elemento integrador que opera en paralelo con un
elemento de primer orden (figura E6.6).
22
Pm (%)
18
K1
s 14

10
+ 0 20 40 60 80 100
A nosotros) Sí(s)
+
Tiempo (minutos)

Figura E6.7b
K2
s+1

(a) Determine Q′ (t). (b)

Figura E6.6
¿Cuáles son los valores de K, τ y ζ? (c) ¿Cuál es la

función de transferencia general para el dispositivo de medición P′ m(s)∕P′ (s)? (d)

Encuentre una expresión
(a) ¿Cuál es el orden de la función de transferencia general, G(s) = Y(s)/U(s)? (b) para la ganancia general del proceso.
¿ Cuál es la
6.8 Un tanque de mezcla que proporciona una mezcla casi perfecta está conectado a
ganancia de G(s)? (c) ¿ Cuáles son los
una unidad aguas abajo mediante una larga tubería de transferencia.
polos de G(s)? ¿ Dónde están ubicados en el plano s complejo? (d) ¿ Cuáles son los
El tanque de mezcla funciona dinámicamente como un tanque de primer orden.
ceros de G(s)? ¿Dónde
proceso.
están ubicados? Las características de mezcla de la tubería de transferencia, por otro lado, están en
¿Bajo qué condiciones uno o más de los ceros estarán ubicados en la mitad derecha algún punto entre flujo pistón (sin mezcla) y mezcla perfecta. Se realiza una prueba
del plano s? (e) ¿En qué condiciones este en la tubería de transferencia que muestra que funciona como si el volumen total de la
proceso exhibirá tanto una ganancia negativa como un cero en el semiplano derecho? tubería se dividiera en cinco tanques de igual tamaño perfectamente agitados
(f) Para cualquier cambio de entrada, ¿qué conectados en serie.

funciones del tiempo (modos de respuesta) se incluirán en la respuesta, y(t)? (g) ¿Está El proceso (tanque más tubería de transferencia) tiene las siguientes características:

acotada la salida para cualquier cambio acotado en la entrada,

por ejemplo, u(t) = M? Vtanque = 2

m3 Vtubería =
6.7 Se ha analizado un dispositivo de medición de presión y se puede describir 0,1 m3 qtotal = 1 m3 ∕min
mediante un modelo con la estructura que se muestra en la figura E6.7a. En otras
palabras, el dispositivo responde a los cambios de presión como si fuera un proceso donde qtotal representa la suma de todos los caudales del proceso. (a) Utilizando la

de primer orden en paralelo con un proceso de segundo orden. Las pruebas información proporcionada anteriormente, ¿cuál sería la función de transferencia C′
preliminares han demostrado que la ganancia del proceso de primer orden es −3 y la salida(s)∕C′ entrada(s) más precisa para el proceso (tanque más tubería de
constante de tiempo es igual a 20 min, como se muestra en la figura E6.7a. Una prueba transferencia) que se puede desarrollar? Nota: cin y cout son concentraciones de
adicional es entrada y salida.
Machine Translated by Google

102 Capítulo 6 Características de respuesta dinámica de procesos más complicados

(b) Para estos valores particulares de volúmenes y caudal, ¿qué función de 6.14 Un proceso tiene el diagrama de bloques
transferencia aproximada (de orden inferior) podría usarse para representar la
dinámica de este proceso? (c) ¿Qué puede concluir 2e–θe
A nosotros) Sí(s)
2 (2s + 1)(0,4s + 1) (0,4s + 1)(s + 1)
sobre la necesidad de modelar con mucha precisión las características de mezcla de
la tubería de transferencia para este proceso en particular? (d) Simule las respuestas
del modelo aproximado y Derive un modelo aproximado de función de transferencia de primer orden más
de orden completo a un cambio escalonado en cin. retardo de tiempo.

6.15 Demuestre que el sistema de nivel de líquido que consta de dos tanques que
6.9 Considere la función de transferencia interactúan (figura 6.11) exhibe una dinámica sobreamortiguada; es decir, demuestre

320(1 − 4s)e−3s que el coeficiente de amortiguamiento en la ecuación. 657 es mayor que uno.
G(s) =
24s2 + 28s + 4
6.16 Un sistema de compensación de líquido (ρ = constante) está diseñado con un
(a) ¿Cuáles son la ganancia, el retardo de tiempo, las constantes de tiempo, los tanque lateral que normalmente está aislado del material que fluye como se muestra
polos y los ceros en la figura E6.16.
de G(s)? (b) ¿La respuesta escalonada de esta función de transferencia exhibirá

(i) respuesta inversa o (ii)

oscilaciones? q0

Justifica tu respuesta.

6.10 Un proceso consta de cinco tanques perfectamente agitados en serie.

El volumen en cada tanque es de 30 L y el caudal volumétrico a través del
h1 h2
sistema es de 5 L/min. En un momento determinado, la concentración de
entrada de una especie que no reacciona se cambia de 0,60 a 0,45 (fracción
q1 q2
de masa) y se mantiene allí. (a) Escriba una expresión para c5 (la
concentración que sale del quinto tanque) en función del tiempo. (b) Simule y Área = A1 R1 Área = A2 R2
represente c1, c2,…, c5. Compare c5 en t Válvula 1 Válvula 2

= 30 min con el valor correspondiente a la expresión del inciso (a).

Figura E6.16

6.11 Se utiliza un analizador de composición para medir la concentración de un

contaminante en una corriente de aguas residuales. La relación entre la composición (a) En funcionamiento normal, la válvula 1 está cerrada (R1 → ∞) y q1 = 0.

medida Cm y la composición real C viene dada por la siguiente función de ¿Cuál es la función de transferencia que relaciona los cambios en q0 con los cambios

transferencia (en forma de variable de desviación): en la tasa de salida q2 para estas condiciones? (b)
Alguien, sin darse cuenta, deja la válvula 1 parcialmente abierta (0 < R1 < ∞). ¿Cuál
C′ m(s) = e−θs es el modelo de ecuación diferencial para este sistema? (c) ¿Qué sabes acerca de
C′(s) s+1 la forma

donde θ = 2 min y τ = 4 min. El valor nominal del contaminante es C = 5 ppm. Una de la función de transferencia Q′ 2(s)∕Q′ 0(s) para la válvula 1 parcialmente abierta?
luz de advertencia en el analizador se enciende cada vez que la concentración Discutir pero no derivar.
medida supera las 25 ppm.
Supongamos que en el momento t = 0, la concentración real comienza a aumentar, (d) ¿La respuesta a los cambios en q0 es más rápida o más lenta en el caso (b) en
C(t) = 5 + 2t, donde C tiene unidades de ppm y t tiene unidades de minutos. ¿A qué comparación con el caso (a)? Explique por qué pero no derive una expresión para la
hora se encenderá la luz de advertencia? respuesta.

6.17 El comportamiento dinámico de un reactor de lecho compacto puede aproximarse

6.12 Para el proceso descrito por la función de transferencia exacta mediante un modelo de función de transferencia

5 G(s) = T' (s) = 3(2 − s)

(10s + 1)(4s + 1)(s + 1)(0,2s + 1) T′ i(s) (decenas + 1)(5s + 1)
(a) Encuentre un modelo aproximado de función de transferencia de primer orden
donde Ti es la temperatura de entrada, T es la temperatura de salida ( C) y las
más retardo de tiempo.
constantes de tiempo están en horas. La temperatura de entrada varía de forma
(b) Simule y grafique la respuesta y(t) tanto del modelo aproximado como del cíclica debido a los cambios en la temperatura ambiente del día a la noche.
modelo exacto en el mismo gráfico para un cambio de paso unitario en la entrada
x(t). (c) ¿Cuál es el error máximo Como aproximación, supongamos que T′ varía de forma sinusoidal con un
i
entre las dos respuestas? período de 24 horas y una amplitud de 12 C. ¿Cuál es la variación máxima en la
¿Cuándo ocurre? temperatura de salida, T?

6.13 Encuentre las funciones de transferencia P′ 1(s)∕P′ d(s) y P′ 2(s)∕P′ d(s) para 6.18 El ejemplo 5.1 deriva la ganancia y la constante de tiempo para un modelo de
el sistema compresortanque de compensación del ejercicio 2.5 cuando se opera primer orden de un proceso de calentamiento de tanque agitado. (a)
isotérmicamente. Coloque los resultados en forma estándar (ganancia/constante de Simule la respuesta de la temperatura del tanque a un cambio escalonado
tiempo). Para el modelo de segundo orden, determine si el sistema está en el aporte de calor de 3 × 107 cal/h a 5 × 107 cal/h.
sobreamortiguado o subamortiguado.
Machine Translated by Google

Ejercicios 103

(b) Suponga que hay una dinámica asociada con el cambio en la entrada de cambio en w? Nota: Los modelos de funciones de transferencia para un proceso
calor al sistema. Si la dinámica del calentador en sí puede expresarse mediante algo similar representado en la figura 6.13 se dan en las ecuaciones. 696 a
una función de transferencia de primer orden con una ganancia de uno y una 6103. Se pueden comparar con sus resultados. Para este ejercicio, T y h son
constante de tiempo de 10 min, ¿cuál es la función de transferencia general para las salidas y Q y w son las entradas.
el sistema de calefacción (tanque más calentador)? (c) Para el
proceso en (b), simule el aumento escalonado en el aporte de calor.
6.21 El recipiente con camisa de la figura E6.21 se utiliza para calentar un líquido
mediante la condensación de vapor. La siguiente información está disponible:
6.19 Considere la siguiente conexión en cascada de reactores isotérmicos. En
ambos reactores se produce una reacción de primer orden A → B, con una
velocidad de reacción constante k. Los volúmenes de líquido en los reactores, V,
TF
son constantes e iguales; los caudales F0, F1, F2 y R son constantes. Suponga
qF ts
propiedades físicas constantes y un retraso de tiempo insignificante para la línea
Trampa Condensar
de reciclaje. qj

ts
F0, C0
vapor V
R, C2 qj

t
q

Figura E6.21
V V
F1, C1 F2, C2

(i) El volumen de líquido dentro del tanque puede variar, cambiando así el área
Figura E6.19
disponible para la transferencia de calor. (ii) Las pérdidas
de calor son insignificantes. (iii) El
(a) Escriba un modelo matemático para este proceso. (b)
contenido del tanque está bien mezclado. El condensado de vapor se elimina de
Obtenga un modelo de función de transferencia que relacione la concentración la camisa mediante un purgador de vapor tan pronto como se haya formado.
de salida de A, C2 con la concentración de entrada de A, C0. (c)
Verifique que, en el límite de no reciclaje (R → 0), la función de transferencia (iv) Las capacitancias térmicas del tanque y las paredes de la camisa son
derivada en (b) es equivalente a la función de transferencia de los dos tanques insignificantes.
conectados en serie.
(v) La presión de condensación de vapor Ps se fija mediante una válvula de
(d) Demuestre que cuando k = 0 y se utiliza un caudal de reciclaje muy grande control y no es necesariamente constante. (vi)
(es decir, el límite como R → ∞), la función de transferencia derivada en (b) se
El coeficiente general de transferencia de calor U para este sistema es
convierte en la función de transferencia de un solo tanque que tiene el volumen constante.
igual a 2V y una ganancia de uno.
(vii) Los caudales qF y q se establecen de forma independiente y pueden variar.
Pista: Reconoce que F1 = R + F2 y F0 = F2.
Derive un modelo dinámico para este proceso. El modelo debe simplificarse
6.20 En la figura E6.20 se ilustra un proceso de dos entradas y dos salidas que tanto como sea posible. Indique cualquier suposición adicional que haga. (a)
involucra calentamiento y cambios de nivel de líquido simultáneos. Encuentre funciones de
Encuentre los modelos y expresiones de funciones de transferencia para las
transferencia que relacionen las dos variables de salida principales h (nivel) y T
ganancias y la constante de tiempo τ para este proceso. ¿Cuál es la respuesta
(temperatura del líquido) con las entradas qF, q y TS. Debería obtener seis
de salida para un cambio de paso unitario en Q para un paso unitario?
funciones de transferencia separadas. (b) Interprete brevemente la forma
de cada función de transferencia utilizando argumentos físicos tanto como sea
posible. (c) Analice cualitativamente la forma de la
Ti
respuesta de cada producto a un cambio gradual en cada insumo.
Wisconsin

6.22 Su empresa tiene problemas con la corriente de alimentación de un reactor.

La alimentación debe mantenerse a un caudal másico constante (w) incluso
V
aunque el suministro desde la unidad de proceso aguas arriba varíe con el
tiempo, wi (t). Su jefe considera que un tanque disponible se puede modificar
h para que sirva como unidad de refuerzo, y se espera que el nivel del tanque
varíe un poco hacia arriba y hacia abajo a medida que el suministro fluctúa
q t alrededor de la tasa de alimentación deseada. Ella quiere que usted considere si
(1) se debe usar el tanque disponible o (2) se debe modificar el tanque insertando
w
Calentador una pared interior, proporcionando así efectivamente dos tanques en serie para
suavizar las fluctuaciones del flujo.
Figura E6.20
Machine Translated by Google

104 Capítulo 6 Características de respuesta dinámica de procesos más complicados

El tanque disponible se canalizaría como se muestra en la figura E6.22a: (d) Trace respuestas típicas para corroborar su análisis. Para este propósito, debe
dimensionar la abertura en la pared interior de los dos tanques (es decir, elegir R) de
wi (t) modo que los niveles del tanque sean los mismos independientemente del caudal
nominal que elija.

6.23 Un proceso tiene la siguiente representación de diagrama de bloques:

h w K1 K2
A nosotros) Sí(s)
(0,1s + 1)2 4s2 + 2s + 1

Área = A
(a) ¿El proceso exhibirá un sobreimpulso ante un cambio escalonado en u?
Figura E6.22a Explique/demuestre por qué o por qué no. (b) ¿Cuál

será el valor máximo aproximado de y para K = K1K2 = 1 y un cambio escalonado,

En el segundo esquema propuesto, el proceso se modificaría como se muestra en la
figura E6.22b: U(s) = 3/s? (c) ¿ Aproximadamente cuándo ocurrirá el valor

máximo? (d) Simule y represente tanto la respuesta real al escalón de cuarto

wi (t) orden como la respuesta para un modelo de segundo orden más retardo de tiempo
que se aproxima al sistema de cuarto orden. Usando el mismo modelo de segundo
orden más retardo de tiempo, ¿qué sucede cuando la constante de tiempo en el primer
bloque se cambia a 1 y luego a 5? Compare las respuestas a los pasos gráficamente.
A1 + A2 = A

h1
h2 6.24 Las ecuaciones del sistema para dos tanques de compensación de líquidos en
w2 = w serie son

dh′1 1 1
− =
A1 A2 A1 = q′ i hora′
1, q′1 hora′
1
DT
Flujo = w1(t) R1 R1
dh′2 1
= − 11h′h′
=
Figura E6.22b A2 hora′
1 2, q′2 2
DT
R1 R2 R2
En este caso, una abertura situada en la parte inferior de la pared interior permite el Usando la notación de espacio de estados, determine las matrices A, B, C y E,
flujo entre los dos tabiques. Se puede suponer que la resistencia al flujo w1(t) es lineal suponiendo que las desviaciones de nivel son h′ son las variables yde
h′estado, la
1 2
y constante (R). (a) Deduzca un modelo de función de transferencia para el variable de entrada es q′ es la desviación del 1, y la variable de salida
proceso de dos tanques [H′ 2(s)∕W′ i(s)] y compárelo con el proceso de un tanque caudal, q′ 2.

[H′ (s)∕W′ i (s)]. En particular, para cada función de transferencia indique su orden,
6.25 El modelo de sistema por etapas para un absorbente de tres etapas se presenta
presencia de ceros, ganancia, constantes de tiempo, presencia o ausencia de un
en las ecuaciones. 273–275, que están en forma de espacio de estados. Un
elemento integrador y si interactúa o no. (b) Evalúe qué tan bien funcionaría el
ejemplo numérico del modelo de absorbente sugerido por Wong y Luus1
proceso de sobretensión de dos tanques en relación con el proceso de un solo tanque
tiene los siguientes parámetros: H = 75,72 lb, L = 40,8 lb/min, G = 66,7 lb/min,
para el caso A1 = A2 = A/2 donde A es
a = 0,72 y b = 0,0. Usando la función MATLAB ss2tf, calcule las tres funciones de
el área de la sección transversal del tanque único. Su análisis debe considerar si h2
transferencia (Y′ 1∕Y′ Y′ 3∕Y′ ) para las tres variables de estado f , f y la desviación
variará más o menos rápidamente que h para el mismo cambio en el caudal de
de la composición de alimentación Y′ f la entrada.
Y′ 2∕Y′f ,
entrada, por ejemplo, un cambio de entrada escalonado. (c) Determine la mejor como

manera de dividir el volumen en el sistema de dos tanques para suavizar los cambios
en el flujo de entrada. En otras palabras, ¿el primer tanque debería contener una
porción mayor del volumen

que el segundo?
1Wong, KT y R. Luus, Modelo de reducción de sistemas multietapa de
alto orden mediante el método de colocación ortogonal, Can. J. química.
Ing. 58, 382 (1980).
Machine Translated by Google

Capítulo 7

Desarrollo de modelos empíricos a partir

de datos de procesos.

CONTENIDO DEL CAPITULO

7.1 Desarrollo de modelos mediante regresión lineal o no lineal

7.1.1 Procedimiento de construcción del
modelo 7.1.2 Regresión lineal
7.1.3 Regresión no lineal

7.2 Ajuste de modelos de primer y segundo orden mediante pruebas

escalonadas 7.2.1 Técnicas gráficas para modelos de segundo
orden 7.2.2 Regresión no lineal de datos de respuesta
escalonada 7.2.3 Otros tipos de excitación de entrada
7.3 Modelos de redes neuronales
7.3.1 Sensores blandos

7.4 Desarrollo de modelos dinámicos en tiempo discreto

7.4.1 Modelos exactos de tiempo discreto

7.5 Identificación de modelos de tiempo discreto a partir de datos experimentales

7.5.1 Identificación del proceso de modelos más complicados

Resumen

Se utilizan varios enfoques de modelado en aplicaciones de control El tema de este capítulo es el análisis empírico de modelos
de procesos. Los modelos teóricos basados en la química y la física dinámicos y de estado estacionario. Esta actividad se conoce como
del proceso representan una alternativa. identificación de procesos o sistemas (Ljung y Glad, 1994; Ljung,
Sin embargo, el desarrollo de modelos teóricos rigurosos puede no 1999). En general, los modelos dinámicos empíricos son más
ser práctico para procesos complejos si el modelo requiere una simples que los modelos teóricos y ofrecen la ventaja de que
gran cantidad de ecuaciones con una cantidad significativa de pueden resolverse en “tiempo real”. En otras palabras, el tiempo
variables de proceso y parámetros desconocidos (por ejemplo, computacional requerido para la solución del modelo (por ejemplo,
propiedades químicas y físicas). Un enfoque alternativo es respuesta transitoria) es mucho más corto que el tiempo de
desarrollar un modelo empírico directamente a partir de datos respuesta real del proceso. Sin embargo, esto puede no ser cierto
experimentales. A los modelos empíricos a veces se les llama para modelos complejos con muchas variables y ecuaciones.
modelos de caja negra , porque el proceso que se modela puede Las diferencias clave entre simulación de procesos e identificación
compararse con una caja opaca. de procesos se pueden resumir con la ayuda de la Fig. 7.1. En
Aquí se conocen las variables de entrada y salida (u e y, simulación, el modelo de proceso es conocido y deseamos generar
respectivamente), pero no el funcionamiento interno de la caja. la respuesta y(t) para una entrada específica u(t) y una perturbación
(Véase la figura 7.1, donde se muestran los vectores de variables específica d(t). Si es un modelo dinámico lineal y u(t) y d(t) se
variables en el tiempo u(t), y(t) y d(t) .) El desarrollo expresan

105
Machine Translated by Google

106 Capítulo 7 Desarrollo de modelos empíricos a partir de datos de proceso

re (t) A continuación se presentarán varios métodos para determinar modelos

Perturbaciones
empíricos dinámicos y de estado estacionario para tipos de modelos de
tiempo continuo y discreto.
Primero consideramos técnicas generales de ajuste de modelos basadas en
regresión lineal y no lineal que pueden usarse para calcular los parámetros
tú (t) Modelo de proceso y (t)
del modelo para cualquier tipo de modelo. Luego se presentan métodos
Entradas manipuladas Salidas
simples pero muy útiles para obtener modelos dinámicos lineales de primer
y segundo orden a partir de datos de respuesta escalonada utilizando
Figura 7.1 Modelo de proceso de entradasalida.
soluciones analíticas. Estos métodos producen modelos adecuados para el
diseño de sistemas de control; sin embargo, los modelos resultantes suelen
ser precisos sólo para un rango estrecho de condiciones operativas cercanas
analíticamente, y(t) se puede derivar usando transformadas de Laplace (ver al estado estacionario nominal, donde el proceso exhibe un comportamiento
Capítulo 4). Alternativamente, y(t) se puede calcular numéricamente lineal. También mostramos la relación entre los modelos de tiempo continuo
utilizando paquetes de software como MATLAB (Ljung, 2007). Si es un y de tiempo discreto. Finalmente, presentamos varios métodos para
modelo dinámico no lineal, y(t) se puede obtener mediante integración desarrollar modelos lineales de tiempo discreto para procesos dinámicos.
numérica (cf. Capítulo 2) después de especificar u(t) y d(t) . Por el contrario,
en la identificación de procesos el modelo se determina a partir de datos
para u(t), y(t) y d(t), si d puede medirse. Si se postula la estructura del
modelo pero contiene parámetros de modelo desconocidos, entonces los
parámetros del modelo se pueden obtener utilizando técnicas de regresión.
7.1 DESARROLLO DEL MODELO UTILIZANDO
Esta estimación de parámetros se puede realizar con software disponible
LINEAL O NO LINEAL
comercialmente independientemente de si el modelo de proceso es lineal o
REGRESIÓN
no lineal, o si tiene una base teórica o empírica.
Antes de desarrollar un modelo empírico para dos variables, una única
entrada u y una única salida y, resulta instructivo trazar primero los datos
disponibles (por ejemplo, y frente a u para datos de estado estacionario e y
Los modelos empíricos de estado estacionario se pueden utilizar para la y u frente al tiempo para respuestas transitorias). datos).
calibración de instrumentos, la optimización de procesos y casos específicos A partir de estos gráficos, es posible visualizar tendencias generales en los
de control de procesos. Los modelos de entrada única y salida única (SISO) datos y seleccionar una forma razonable para el modelo. Una vez

suelen consistir en polinomios simples que relacionan una salida con una seleccionada la forma del modelo, se pueden calcular los parámetros
entrada. Se pueden emplear modelos empíricos dinámicos para comprender desconocidos del modelo y evaluar la precisión del modelo. Este
el comportamiento del proceso durante condiciones alteradas. También se procedimiento de cálculo de parámetros se denomina estimación o regresión
utilizan para diseñar sistemas de control y analizar su desempeño. de parámetros (Ljung, 1999; Montgomery y Runger, 2013). Estos cálculos
suelen basarse en el ajuste del modelo, es decir, minimizar una medida de
Los modelos dinámicos empíricos suelen ser ecuaciones diferenciales de las diferencias entre las predicciones y los datos del modelo. Sin embargo,
bajo orden o modelos de funciones de transferencia (por ejemplo, modelos el problema de ajustar un modelo a un conjunto de datos de entrada y salida
de primer o segundo orden, quizás con un retraso temporal), con parámetros se complica cuando la relación del modelo no es simple o involucra múltiples
de modelo no especificados que se determinan a partir de datos entradas y salidas.
experimentales. Sin embargo, en algunas situaciones, los modelos más
complicados son valiosos en el diseño de sistemas de control, como se
analiza más adelante en este capítulo. Primero, consideramos modelos de estado estacionario. Supongamos
Ahora se introducirá el concepto de modelo de tiempo discreto . Estos que se dispone de un conjunto de datos de entrada y salida en estado
modelos generalmente están representados por ecuaciones en diferencias estacionario y que se muestran como círculos en la figura 7.2. La variable
en lugar de ecuaciones diferenciales. y representa una salida del proceso (por ejemplo, el rendimiento del reactor),
La mayoría de las tareas de control de procesos se implementan mediante mientras que u representa una variable de entrada (por ejemplo, una
computadoras digitales, que son sistemas intrínsecamente de tiempo discreto. condición operativa como la temperatura). Aunque un modelo de línea recta
En el control digital, las variables del proceso de tiempo continuo se (Modelo 1) proporciona un ajuste razonable, las relaciones polinómicas de
muestrean a intervalos regulares (por ejemplo, cada 0,1 s); por lo tanto, los orden superior (Modelos 2 y 3) dan como resultado errores más pequeños
cálculos por computadora se basan en datos muestreados en lugar de entre los datos y la curva que representa el modelo empírico. Los modelos 2
mediciones continuas. Si las variables del proceso se observan sólo en los y 3 proporcionan una mejor concordancia con los datos a expensas de una
instantes de muestreo, el comportamiento dinámico se puede modelar mayor complejidad porque se deben determinar más parámetros del modelo.
utilizando un modelo de tiempo discreto en forma de ecuación en diferencias. A veces, la forma del modelo puede conocerse a partir de consideraciones
La selección de modelos de tiempo discreto en lugar de modelos de tiempo teóricas o de experiencias pasadas con el proceso.
continuo se está volviendo común, especialmente para estrategias de control

avanzadas. En la Fig. 7.2, si el comportamiento real del proceso es lineal, las

diferencias (o residuales) entre el Modelo 1 y los datos
Machine Translated by Google

7.1 Desarrollo de modelos mediante regresión lineal o no lineal 107

un modelo para diseñar controladores también es importante

12 en el control de procesos, donde un modelo demasiado
3 complejo puede ser una desventaja. Por lo tanto, son deseables
modelos relevantes para el control (Rivera y Jun, 2000).
y

7.1.2 Regresión lineal

El análisis estadístico se puede utilizar para estimar parámetros
tu desconocidos del modelo y especificar la incertidumbre asociada con
el modelo empírico. También se puede utilizar para comparar varios
Figura 7.2 Tres modelos para datos dispersos.
modelos candidatos (Draper y Smith, 1998; Montgomery y Runger,
2013). Para los modelos lineales, el método de mínimos cuadrados
se utiliza ampliamente para estimar los parámetros del modelo.
podría deberse a perturbaciones en el proceso o errores de medición.
Considere el modelo lineal (o de línea recta) de la figura 7.2 (Modelo
En el modelado empírico, es preferible elegir la estructura de modelo
1) y deje que Yi represente el punto de datos donde ŷi es la predicción
más simple que produzca un buen ajuste de los datos, siempre que el
modelo sea físicamente razonable. del modelo para u = ui.
Entonces, para el modelo, y = β1 + β2u + , los puntos de datos
Tenga en cuenta que en la Fig. 7.2, si el Modelo 3 se extrapola más
individuales se pueden expresar como
allá del rango de datos, aparentemente produciría predicciones del
modelo significativamente diferentes a las del Modelo 1 o 2. La Yi = β1 + β2ui + i (71)
selección del mejor modelo podría requerir recopilar más datos, tal
donde β1 y β2 son los parámetros del modelo a estimar. i es el error
vez fuera del rango que se muestra en la Fig. 7.2. .7.2, que luego
podría usarse para validar cada modelo. aleatorio para el punto de datos particular.

El método de mínimos cuadrados es el enfoque estándar para

7.1.1 Procedimiento de construcción del modelo calcular los valores de β1 y β2 que minimizan la suma de los cuadrados
de los errores S para un número arbitrario de puntos de datos, N:
En esta sección presentamos un procedimiento sistemático para
desarrollar modelos dinámicos empíricos (Ljung, 1999).
norte norte
El procedimiento consta de los siguientes pasos:
2
S=∑ i2 =∑ (Yi − β1 − β2ui) (72)
1. Formular los objetivos del modelo; es decir, ¿cómo se utilizará yo=1 yo=1
el modelo y quién será el usuario?
En la ecuación. 72, observe que los valores de Yi y ui son conocidos,
2. Seleccione las variables de entrada y salida para el modelo. mientras que β1 y β2 deben calcularse para minimizar S, la función
3. Evaluar los datos disponibles y desarrollar un plan para adquirir objetivo. Las estimaciones óptimas de β1 y β2 calculadas para un
datos adicionales. Un plan de prueba especificaría los valores conjunto de datos específico se denominan β yβ . 1
de u o la forma de u(t), por ejemplo, un cambio de paso o 2. Las predicciones del modelo vienen dadas por el modelo
de regresión:
alguna otra secuencia de entrada (ver Sección 7.2).
y=β 1+β (73)
4. Seleccione la estructura del modelo y el nivel de complejidad del modelo 2u y los residuales ei se definen como
(p. ej., modelo de estado estacionario frente a modelo dinámico, modelo
yo Yi − ŷi (74)
lineal frente a modelo no lineal).
Estas estimaciones de mínimos cuadrados minimizarán el índice de
5. Estime los parámetros desconocidos del modelo utilizando
mínimos cuadrados en la ecuación. 72 si se cumplen dos condiciones
oreja o regresión no lineal.
ideales (Montgomery y Runger, 2013):
6. Utilizando datos de entrada y salida, evalúe la precisión del
1. La estructura del modelo es correcta.
modelo basándose en consideraciones estadísticas. Es
deseable utilizar datos nuevos (si están disponibles), así como 2. Los errores aleatorios i son independientes y nor
los datos “antiguos” que se utilizaron para desarrollar el modelo. mal distribuido.
Si el modelo no proporciona un ajuste satisfactorio, regrese al
En problemas prácticos, ambas condiciones ideales rara vez se
Paso 2 y pruebe con un modelo diferente. Si es posible, el
cumplen. Sin embargo, los modelos de mínimos cuadrados estimados
modelo debe probarse con datos nuevos (es decir, datos de
pueden ser satisfactorios si la estructura del modelo seleccionada es
validación); Si las predicciones del modelo concuerdan con
adecuada.
estos datos, se dice que el modelo está validado.
Un modelo general no lineal de estado estacionario que es lineal
7. Para un modelo dinámico, también se pueden utilizar criterios no en los parámetros tiene la forma
estadísticos para evaluar un modelo, como velocidad de pag

respuesta, forma de respuesta, propiedades de estabilidad (75)

y = ∑ βjUj +
correctas y ganancia en estado estacionario correcta. La utilidad de
j=1
Machine Translated by Google

108 Capítulo 7 Desarrollo de modelos empíricos a partir de datos de proceso

Se deben estimar los p parámetros desconocidos (βj) , y

los parámetros estimados para un modelo cuadrático son
las Uj son las p funciones especificadas de u. Tenga en cuenta que el
los parámetros desconocidos βj aparecen linealmente en el modelo, β 1 = 0,1707, β 2 = 1,811, y β 3 = 0,0047
y se puede incluir un término constante estableciendo U1 = 1.
Los valores predichos de y(ŷ) se comparan con los valores medidos (datos
La suma de los cuadrados de los errores (SSE) análoga.
reales) en la Tabla 7.1 tanto para el modelo lineal
a la ecuación. 72 es
y modelos cuadráticos. De esta comparación se desprende claramente
norte
pag
que el modelo lineal es adecuado y que el modelo cuadrático, más

S=∑ (76) complicado, produce pocas mejoras.

i=1 ( Yi − ∑ j=1 βjUij)2

Tabla 7.1 Comparación de predicciones de modelos de

Para Uij el primer subíndice corresponde al iésimo dato
punto, y el segundo índice se refiere a la función jésima Ejemplo 7.1 (SSE = Suma de errores al cuadrado)
de ud. Modelo lineal Modelo cuadrático
La solución de mínimos cuadrados para los parámetros desconocidos Predicción Predicción
se puede obtener utilizando software como Excel Solver, interfaz de usuario yi ŷ1i = β 1 + β 2ui ŷ2i = β 1 + β 2ui + β 3u2 i
que se basa en programación no lineal (Edgar et al.,
1.0 2.0 1,94 1,99
2001). La solución de mínimos cuadrados proporciona una estimación
2.3 4.4 4.36 4.36
puntual para los parámetros desconocidos del modelo βi , pero no
2.9 5.4 5.47 5.46
indicar cuán precisas son las estimaciones. El grado de
4.0 7.5 7,52 7.49
La precisión se expresa mediante intervalos de confianza que tienen
4.9 9.1 9.19 9.16
la forma, β yo ± Δβi. Los Δβ1 se calculan a partir de (u, y)
5.8 10.8 10.86 10.83
datos para un nivel de confianza específico (Montgomery y
6.5 12.3 12.16 12.14
Runger, 2013).
7.7 14.3 14.40 14.40
A continuación consideramos el desarrollo de un estado estacionario.
8.4 15.8 15.70 15,72
modelo de rendimiento, como el que podría usarse para optimizar
9.0 16.8 16.81 16,85
las condiciones de funcionamiento de un generador de energía eléctrica
(ver Capítulo 19). ESS = 0,0613 ESS = 0,0540

EJEMPLO 7.1
7.1.3 Regresión no lineal
Se ha realizado un experimento para determinar la
Energía en estado estacionario entregada por una turbina de gas. Si el modelo empírico es no lineal con respecto al
generador en función del caudal de combustible. La siguiente parámetros del modelo, luego regresión no lineal en lugar de
Se obtuvieron datos normalizados: Se debe utilizar la regresión lineal. Por ejemplo, supongamos
que una expresión de velocidad de reacción de la forma rA = kcn a es
Tasa de flujo de combustible Energía generada para ajustarse a los datos experimentales, donde rA es la reacción
interfaz de usuario yi tasa del componente A, cA es la concentración del reactivo,
1,0 2.0 y k y n son parámetros del modelo.
2,3 4.4 Este modelo es lineal con respecto a la constante de velocidad k pero
2,9 5.4
es no lineal con respecto al orden de reacción n. Un general
4,0 7.5 El modelo no lineal se puede escribir como
4.9 9.1
5.8 10.8 y = f(u1, u2, u3, … β1, β2, β3…) (77)
6.5 12.3
7.7 14.3 donde y es la salida del modelo, uj son las entradas y βj son
8.4 15.8 los parámetros a estimar. En este caso, los βj no
9.0 16.8 no aparece linealmente en el modelo. Sin embargo, todavía podemos
definir un criterio de error de suma de cuadrados que se debe minimizar
Compara los mejores modelos lineales y cuadráticos usando Excel
seleccionando los parámetros βj:
Solucionador.
norte

2
SOLUCIÓN mín. (Yi − ŷi) (78)
S=∑
βj yo=1

Resolviendo para β 1 y β 2 usando Excel se obtiene β 1 = 0,0785 y

donde Yi y ŷi denotan la iésima medida de salida
β 2 = 1,859.
y predicción del modelo correspondiente a los iésimos datos
A continuación determinamos cuál puede ser la precisión del modelo.
punto, respectivamente. Las estimaciones de mínimos cuadrados son
mejorado utilizando un modelo cuadrático Y = β1 + β2u + β3u2,
nuevamente denotado βj.
Machine Translated by Google

7.2 Ajuste de modelos de primer y segundo orden mediante pruebas escalonadas 109

Considere el problema de estimar las constantes de tiempo para Tangente a y(t) en t = 0

1.0
modelos dinámicos de primer orden y de segundo orden
sobreamortiguados basados en la respuesta de salida medida a un
0,8
cambio escalonado de magnitud M en la entrada. En el Capítulo 5
0,632
se desarrollaron expresiones analíticas para estas respuestas escalonadas.
y 0,6

km
Función de transferencia Paso Respuesta 0,4

Sí(s) = k y(t) = KM(1 − e−t∕τ) (516)

0,2
A nosotros) s+1
Sí(s) = k τ1e−t∕τ1 − τ2e−t∕τ2
0
y(t) = KM ( 1 − τ1 − τ2 ) 0 τ 2τ 3τ 4τ 5τ
A nosotros) (τ1s + 1)(τ2s + 1)
(547) t

Figura 7.3 Respuesta al escalón de un sistema de primer orden y

En las ecuaciones de respuesta escalonada, t es la variable
construcciones gráficas utilizadas para estimar la constante de tiempo, τ.
independiente en lugar de la entrada u utilizada anteriormente,
e y es la variable dependiente expresada en forma de desviación.
Aunque la ganancia K en estado estacionario aparece linealmente
en ambas ecuaciones de respuesta, las constantes de tiempo están aproximados mediante un modelo lineal de primer o segundo
contenidas de manera no lineal, lo que significa que no se puede orden, los parámetros del modelo se pueden obtener mediante la
utilizar la regresión lineal para estimarlas. inspección de la curva de reacción del proceso. Por ejemplo,
A veces se puede emplear una transformación de variable recuerde el modelo de primer orden expresado en variables de desviación,
para transformar un modelo no lineal de modo que se pueda
τdy + y = Ku (710)
utilizar la regresión lineal (Montgomery y Runger, 2013). Por dt
ejemplo, si se supone que K es conocido, la respuesta al
donde el sistema se encuentra inicialmente en un estado estable,
escalón de primer orden se puede reordenar:
con u(0) = 0 e y(0) = 0. Si la entrada u se cambia abruptamente
y(t) t de 0 a M en el momento t = 0, la respuesta al escalón en la
(79)
en ( 1 − km ) = τ ecuación. 516 resultados. La respuesta escalonada normalizada
se muestra en la figura 7.3. La respuesta y(t) alcanza el 63,2% de
Debido a que ln(1 − y/KM) puede evaluarse en cada momento
su valor final en t = τ. El cambio en estado estacionario en y, Δy,
ti, este modelo es lineal en el parámetro 1/τ. Por tanto, este
viene dado por Δy = KM. Reorganizando la ecuación. 516 y
modelo tiene la forma lineal estándar como la ecuación. 71,
tomando el límite en t = 0, la pendiente inicial de la respuesta
donde el lado izquierdo de la ecuación. 79 es Yi, β1 = 0 y ui = ti.
escalonada normalizada es
La transformación en la ecuación. 79 conduce al método de d 1
respuesta fraccionaria incompleta para determinar modelos de
= (711)
dt ( ykm ) t=0 τ
primer orden que se analiza en la siguiente sección. Sin embargo,
para respuestas escalonadas de modelos de orden superior, como Así, como se muestra en la figura 7.3, la intersección de la
la ecuación. 547, el enfoque de transformación no es factible. tangente en t = 0 con la línea horizontal, y/KM = 1, ocurre en t =
Para estos cálculos, debemos utilizar software de optimización τ. Como alternativa, τ se puede estimar a partir de un gráfico
como Excel Solver, como se analiza en la Sección 7.1.2 para de respuesta escalonada utilizando el valor de t en el que la
encontrar las estimaciones de mínimos cuadrados de las constantes respuesta está completa en un 63,2 %, como se muestra en el siguiente ejemplo.
de tiempo (Edgar et al., 2001).
Como alternativa a la regresión no lineal, se pueden utilizar
EJEMPLO 7.2
rápidamente varias correlaciones gráficas para encontrar
valores aproximados de τ1 y τ2 en modelos de segundo orden. La Figura 7.4 muestra la respuesta de la temperatura T en un reactor
La precisión de los modelos obtenidos de esta manera suele ser de tanque agitado continuo a un cambio escalonado en el caudal de
suficiente para el diseño de controladores. En la siguiente sección, alimentación w de 120 a 125 kg/min. Encuentre un modelo aproximado
presentamos varios métodos abreviados para estimar parámetros de primer orden para el proceso y estas condiciones de operación.
de la función de transferencia basados en análisis gráfico.

SOLUCIÓN

7.2 AJUSTE DE MODELOS DE PRIMER Y SEGUNDO Primero observe que Δw = M = 125 – 120 = 5 kg/min. Debido a que
ORDEN UTILIZANDO PRUEBAS DE PASOS ΔT = T(∞) − T(0) = 160 − 140 = 20 C, la ganancia en estado
estacionario es
Una gráfica de la respuesta de salida de un proceso a un ΔT
=
20
K= C=45
cambio gradual en la entrada a veces se denomina curva de Δw kg∕min C kg∕mín
reacción del proceso. Si el proceso de interés puede ser
Machine Translated by Google

110 Capítulo 7 Desarrollo de modelos empíricos a partir de datos de proceso

instantáneamente de una configuración a otra, pero debe aumentarse

125 w(∞)
gradualmente durante un período de tiempo. Sin embargo, si el tiempo
w
(kg/minuto) de rampa es pequeño en comparación con la constante de tiempo del
120 w(0) proceso, se puede obtener una aproximación razonablemente buena a
una entrada escalonada.
160 T(∞)
En resumen, las desviaciones de la curva de respuesta ideal de la figura 7.3 son
comunes.
150 152,6
Para tener en cuenta la dinámica de orden superior que se ignora en un

temperatura (ºC)
modelo de primer orden, se puede incluir un término de retardo de tiempo. Esta
sotuniτ
m
=
5

modificación puede mejorar la concordancia entre el modelo y las respuestas

140
experimentales. El ajuste de un modelo de primer orden más retardo de tiempo
(FOPTD),
130
0 5 10 15 20 Ke−θs
G(s) = (712)
Tiempo (minutos) τs + 1

Figura 7.4 Respuesta de temperatura de un reactor de tanque agitado para un Para llegar a la respuesta escalonada real se requieren los siguientes pasos,
cambio gradual en el caudal de alimentación. como se muestra en la Fig. 7.5:

1. La ganancia del proceso K se encuentra calculando la relación entre el

La constante de tiempo obtenida de la construcción tangente que se muestra en cambio de estado estacionario en y y el tamaño del cambio de paso de
la figura 7.4 es τ = 5 min. Tenga en cuenta que este resultado es consistente entrada, M.
con el “método del 63,2%”, porque
2. Se traza una tangente en el punto de inflexión de la respuesta al escalón;
T = 140 + 0,632(20) = 152,6 C la intersección de la línea tangente y el eje del tiempo (donde y = 0) es

En consecuencia, el modelo de proceso resultante es el retraso de tiempo.

T' (s) 4 3. Si la tangente se extiende para intersectar la línea de respuesta en estado

=
W′(s) 5s + 1 estacionario (donde y = KM), el punto de intersección corresponde al
tiempo t =θ+τ. Por lo tanto, τ se puede encontrar restando θ del punto
donde la ganancia en estado estacionario es 4 C/kg/min.
de intersección.

Muy pocas respuestas escalonadas experimentales exhiben exactamente un

El método tangente presentado aquí para obtener la constante de tiempo
comportamiento de primer orden, porque
adolece de utilizar un solo punto para estimar la constante de tiempo. El uso de
1. El verdadero modelo de proceso no suele ser ni de primer orden ni lineal. varios puntos de la respuesta puede proporcionar una mejor estimación. De
Sólo los procesos más simples exhiben una dinámica tan ideal. nuevo

2. Los datos de salida suelen estar dañados por el ruido; es decir, las
mediciones contienen un componente aleatorio. El ruido puede surgir
del funcionamiento normal del proceso, por ejemplo, de una mezcla
inadecuada que produce remolinos de concentración (o temperatura)
mayor o menor, o de instrumentación electrónica. Si el ruido es
completamente aleatorio (es decir, no está correlacionado), todavía se
puede dibujar un gráfico de respuesta de primer orden que se ajuste bien
a los datos de salida en un sentido promediado en el tiempo. Sin
Respuesta al paso
embargo, el ruido aleatorio autocorrelacionado, como el de las
perturbaciones a la deriva, puede causar problemas en el análisis. y km

3. Otra entrada del proceso (perturbación) puede cambiar de manera Punto de

inflexión
desconocida durante la duración de la prueba escalonada. En el ejemplo
del CSTR, los cambios no detectados en la composición o temperatura
de la entrada son ejemplos de tales perturbaciones.
θ τ
t
4. Puede resultar difícil generar una entrada de paso perfecta.
Los equipos de proceso, como las bombas y las válvulas de control Figura 7.5 Análisis gráfico de la curva de reacción del proceso para obtener
analizadas en el Capítulo 9, no se pueden cambiar. parámetros de un modelo de primer orden más retardo de tiempo.
Machine Translated by Google

7.2 Ajuste de modelos de primer y segundo orden mediante pruebas escalonadas 111

Considere la ecuación. 79, pero ahora introduzca el desplazamiento 1.0

temporal t – θ y reorganícelo para obtener la expresión

0,8
ti − θ
(713)
ln [ y(∞)y(∞)
− yi] = τ
0,6
y
El valor final en estado estacionario, y(∞), es igual a KM. En la
KM τ2
ecuación. 713, y(∞) – yi puede interpretarse como la respuesta 0,4
τ1

incompleta para el punto de datos i; dividir por y(∞) produce la 0

respuesta fraccionaria incompleta: una gráfica semilogarítmica de 0,2
0,2
[y(∞) – yi]/y(∞) vs. (ti – θ) producirá una línea recta con una 1

pendiente de −1/τ , de donde se obtiene un valor medio de τ. 0 0123 t/(τ1 + τ2)

Una ecuación equivalente a la Ec. 713 para las variables del
ejemplo 7.2 es
Figura 7.6 Respuesta al escalón para varios sistemas de segundo orden
−t − θ sobreamortiguados.
(714)
ln [ T(∞)
T(∞)−−T(t)
T(0) ] = λτ
La principal desventaja del método de estimación del retardo Los parámetros del modelo para sistemas de segundo orden
de tiempo de la figura 7.5 es que es difícil encontrar el punto de que incluyen retrasos de tiempo se pueden estimar utilizando
inflexión, como resultado del ruido de la medición y de los gráficos métodos gráficos o numéricos. Un método debido a Smith (1972)
utiliza un modelo de la forma
de registradores o pantallas de computadora a pequeña escala.
El método de Sundaresan y Krishnaswamy (1978) evita por Ke−θs
G(s) = (716)
completo el uso del punto de inflexión para estimar el retraso. τ2s2 + 2ζτs + 1
Propusieron que se estimaran dos tiempos, t1 y t2, a partir de que incluye casos sobreamortiguados y subamortiguados. El
una curva de respuesta escalonada. Estos tiempos corresponden método de Smith requiere los tiempos (sin el retraso aparente) en
a los tiempos de respuesta del 35,3% y 85,3% respectivamente. los que la respuesta normalizada alcanza el 20% y el 60%,
Luego, el retardo de tiempo y la constante de tiempo se calculan respectivamente. Usando la figura 7.7, la relación de t20/t60 da
a partir de las siguientes ecuaciones: el valor de ζ. Se puede obtener una estimación de τ a partir de
θ = 1,3t1 − 0,29t2 la gráfica de t60/τ frente a t20/t60.
Al ajustar gráficamente modelos de segundo orden, se debe
τ = 0,67(t2 − t1) (715)
tener cierta precaución al estimar θ.
Estos valores de θ y τ minimizan aproximadamente la diferencia Un modelo de segundo orden sin retardo de tiempo exhibe un
entre la respuesta medida y la respuesta del modelo, basándose punto de inflexión (ver Fig. 7.6 cuando τ1 ≈ τ2). Sin embargo,
en una correlación para muchos conjuntos de datos. Al utilizar si se aplica a este caso la tangente al punto de inflexión que se
datos reales de respuesta al paso, los parámetros del modelo K, muestra en la figura 7.5, se indica un retraso de tiempo distinto
θ y τ pueden variar considerablemente, dependiendo de las de cero. Para evitar este conflicto, se recomienda la determinación
condiciones operativas del proceso, el tamaño del cambio del visual de θ para la estimación gráfica, pero es posible que se
paso de entrada y la dirección del cambio. Estas variaciones requiera una estimación de θ mediante prueba y error.
generalmente pueden atribuirse a no linealidades del proceso y a
perturbaciones no medidas.

5.0

7.2.1 Técnicas gráficas para

modelos de segundo orden
2.0
ζ
En general, se puede obtener una mejor aproximación a una
10.0 1.0
respuesta escalonada experimental ajustando un modelo de
segundo orden a los datos. La figura 7.6 muestra el rango de ζ
5.0 0,5
formas de respuesta escalonada que pueden ocurrir para el t60
t60
modelo de segundo orden. τ τ
k
G(s) = (537) 2.0 0,2
(τ1s + 1)(τ2s + 1)
La figura 7.6 incluye dos casos límite: τ2/τ1 = 0, donde el 1.0 0.1
0.3 0,4 0,5
sistema se vuelve de primer orden, y τ2/τ1 = 1, el caso
t20
críticamente amortiguado. La mayor de las dos constantes de
t60
tiempo, τ1, se denomina constante de tiempo dominante. La
respuesta en forma de S se vuelve más pronunciada a medida Figura 7.7 Método de Smith: relación de ζ y τ con τ20 y τ60.
que la relación τ2/τ1 se acerca a uno.
Machine Translated by Google

112 Capítulo 7 Desarrollo de modelos empíricos a partir de datos de proceso

para obtener un buen ajuste. En los siguientes ejemplos, el

el retraso de tiempo se resta del valor de tiempo real;
luego el tiempo ajustado, t ′
= t − θ, se emplea para
Análisis gráfico real. Un enfoque alternativo para
ajustar los parámetros del modelo de segundo orden utiliza tres
puntos en la respuesta al escalón. Rangaiah y
Krishnaswamy (1994, 1996).

7.2.2 Regresión no lineal de

Datos de respuesta al paso

Los parámetros del modelo de los modelos de función de transferencia pueden

estimarse utilizando regresión no lineal y estándar
software como Excel y MATLAB. Para utilizar Excel,
los datos medidos deben colocarse en una columna. El Figura 7.8 Respuesta al paso experimental normalizada.

predicciones del modelo para compararlas con las medidas

los datos se colocan en una segunda columna. la suma de cuadrados
Al resolver se obtiene τ1 = 3,81 min y τ2 = 0,84 min.
de los errores se calcula y se coloca en una celda, llamada Para la Fig. 7.8 se estima que la respuesta del 63,2% ocurre en
la celda objetivo. El valor de la celda objetivo se puede minimizar t = 5,3 min. Usando la pendiente en el punto de inflexión, tenemos
usando el Solver incorporado en el menú Herramientas . La Se puede estimar que el retraso de tiempo es θ = 0,7 min. Tenga en cuenta que
ventana del Solver permite al usuario seleccionar la celda a τ = 4,6 min, que es aproximadamente igual a la suma de τ1
minimizar/maximizar, el rango de celdas a ajustar y τ2 para el modelo de segundo orden.
(los parámetros del modelo), y las restricciones, si las hay, que
aplicar. Al hacer clic en solve se calculará el parámetro Regresión no lineal
valores que minimizan la suma de cuadrados. El método de
Usando Excel y MATLAB, calculamos las constantes de tiempo en la ecuación.
optimización utilizado por Excel se basa en el generalizado
547 que minimizan la suma de los cuadrados de
técnica de gradiente reducido (Edgar et al., 2001). los errores entre los datos experimentales y las predicciones del modelo (ver
Para utilizar MATLAB es necesario escribir ecuación 78). Los datos consistieron en 25 puntos entre
un archivo M que define la suma de cuadrados de errores. t = 0 y t = 12 min con un período de muestreo de 0,5 min.
Luego el comando fminunc se usa para calcular el Una comparación de los parámetros del modelo y la suma de
mínimo. El algoritmo predeterminado en MATLAB es el Los errores al cuadrado para cada método se muestran a continuación; el tiempo
Método BFGS cuasiNewton (Ljung, 2007). El retraso se establece en cero para los tres métodos de segundo orden.

EJEMPLO 7.3 La suma de

1 (minutos) 2 (minutos) Cuadrícula

Se han obtenido datos de pruebas escalonadas para el gas de escape CO2. Herrero 3.81 0,84 0.0769
respuesta de concentración obtenida al cambiar la alimentación
4.60 — 0.0323
velocidad a un biorreactor. Utilice el método de Smith y la regresión no lineal Primer orden (θ = 0,7 min)

basada en Excel y MATLAB para estimar Excel yMATLAB 3.34 1,86 0.0057

parámetros en un modelo de segundo orden a partir de experimentos

datos de respuesta al escalón que se muestran en la figura 7.8. Para los tres métodos,
supongamos θ = 0 porque la curva de respuesta se vuelve distinta de cero Claramente, el método de regresión no lineal es superior en
inmediatamente después de t = 0. Compare los resultados con un términos de la bondad de ajuste, medida por la suma de
Modelo FOPTD que se ajusta utilizando el método de respuesta del 63,2% cuadrados del error de predicción, pero los cálculos requeridos son más
para estimar la constante de tiempo. complicados. Tenga en cuenta que el no lineal
métodos de regresión empleados por Excel y MATLAB
SOLUCIÓN producir resultados idénticos.
Las respuestas al escalón se representan en la figura 7.9; los tres
El método de Smith Los modelos calculados dan un ajuste aceptable al paso original.
Los dos puntos de interés son el 20% de tiempo de respuesta, curva de respuesta. De hecho, el modelo de regresión no lineal es
t20 = 1,85 min, y el 60% de tiempo de respuesta, t 60
= 5,0 min. indistinguible de la respuesta experimental. La regresión no lineal no depende
Por tanto, t20/t60 = 0,37. De la Fig. 7.7, ζ = 1,3 y t 60/τ = 2,8; de correlaciones gráficas
por tanto, τ = 5,0/2,8 = 1,79 min. Debido a que el modelo está sobreamortiguado, y siempre proporciona un mejor ajuste a los datos. También permite
las dos constantes de tiempo se pueden calcular a partir de la la prueba de paso experimental debe terminar antes de que
siguientes expresiones modificadas de las Ecs. 544 y 545: se alcanza el estado estacionario final; sin embargo, respuesta suficiente
Se deben obtener datos para que el método de regresión
τ1 = τζ + τ√ζ2 − 1, τ2 = τζ − τ√ζ2 − 1 sea efectivo.
Machine Translated by Google

7.3 Modelos de redes neuronales 113

1.0

0,9

0,8 Aporte

0,7

0,6
y Respuesta experimental y
0,5 regresión no lineal. 0
km Tiempo
método de smith
0,4
modelo FOPTD (a)
0.3

0,2

0.1

0 +M
0 5 10 15 20
Tiempo (minutos)
Entrada 0
Figura 7.9 Comparación de respuestas escalonadas de modelos
ajustados con los datos originales. METRO

Tiempo

(b)

Figura 7.10 (a) Entradas de pulso y (b) PRBS (un ciclo).

7.2.3 Otros tipos de excitación de entrada

A veces, no se permite un cambio de paso en una entrada del
proceso debido a consideraciones de seguridad o a la posibilidad de 7.3 MODELOS DE REDES NEURALES
producir material fuera de especificación (fuera de especificación) La mayoría de los procesos industriales, como los reactores químicos
como resultado de que la salida del proceso se desvíe y los sistemas de separación, exhiben un comportamiento no lineal.
significativamente del valor deseado. En estas situaciones, se pueden Desafortunadamente, muchos procesos son tan complejos que se
seleccionar otros tipos de cambios de entrada que no muevan el requiere mucho tiempo y esfuerzo de ingeniería para desarrollar y
proceso a un nuevo estado estable. Incluyen pulsos rectangulares validar modelos dinámicos teóricos detallados. Como alternativa, se
(ver Fig. 7.10), pulsos de forma arbitraria o incluso ruido blanco puede obtener un modelo empírico no lineal a partir de datos
(gaussiano). Estas entradas "favorables a las plantas" deben ser lo experimentales. Las redes neuronales (NN), o redes neuronales
más breves posible, permanecer dentro de los límites del actuador y artificiales, son una clase importante de modelos empíricos no
causar una interrupción mínima de las variables controladas (Rivera lineales. Las redes neuronales se han utilizado ampliamente en los
y Jun, 2000). Para forzar pulsos, la entrada se cambia repentinamente, últimos años para modelar una amplia gama de fenómenos físicos y
se deja en su nuevo valor durante un período de tiempo y luego se químicos y para modelar otras situaciones no relacionadas con la
regresa a su valor original. En consecuencia, la salida del proceso ingeniería, como análisis del mercado de valores, estrategias de
también regresa a su estado estacionario inicial, a menos que el ajedrez, reconocimiento de voz y diagnósticos médicos. Las redes
proceso tenga un modo integrador. neuronales resultan atractivas siempre que es necesario modelar
procesos complejos o poco comprendidos con grandes conjuntos de
El forzado de secuencia binaria aleatoria (RBS) implica una serie datos de entradasalida, así como reemplazar modelos demasiado
de pulsos de altura fija y duración aleatoria. complicados para resolverlos en tiempo real (Su y McAvoy, 1997;
En cada instante de muestreo, un generador de números aleatorios Himmelblau, 2008). ).
determina si la señal de entrada está configurada en su valor máximo
o mínimo. Sin embargo, es más conveniente implementar una Las excepcionales capacidades computacionales del cerebro
secuencia binaria pseudoaleatoria (PRBS), que es una señal humano han motivado el concepto de NN. El cerebro puede realizar
determinista periódica de dos niveles de una longitud específica, ciertos tipos de cálculo, como la percepción, el reconocimiento de
como se muestra en la figura 7.10. La secuencia real de entradas se patrones y el control motor, mucho más rápido que las computadoras
puede repetir varias veces. El término pseudoaleatorio indica que la digitales existentes (Haykin, 2009). El funcionamiento del cerebro
entrada es una secuencia repetida que tiene las características humano es complejo y no lineal e implica una computación paralela
espectrales de una señal aleatoria (Godfrey, 1993). La ventaja de un masiva. Sus cálculos se realizan utilizando constituyentes
PRBS es que la excitación de entrada se puede concentrar en rangos estructurales llamados neuronas y las interconexiones sinápticas
de frecuencia particulares que corresponden a la dinámica del entre ellas (es decir, una red neuronal).
proceso y que son importantes para el diseño del sistema de control
(Rivera y Jun, 2000). Consulte el Capítulo 14 para obtener más El desarrollo de redes neuronales artificiales es ciertamente un
información sobre el análisis de respuesta de frecuencia. intento aproximado de imitar esta red neuronal biológica para lograr
algunas de sus ventajas computacionales.
Machine Translated by Google

114 Capítulo 7 Desarrollo de modelos empíricos a partir de datos de proceso

1 El entrenamiento de una red neuronal implica estimar los parámetros

Inclinación

1 desconocidos; este procedimiento generalmente utiliza datos operativos

normales (a menudo grandes conjuntos de datos) tomados en la región
u1 operativa donde se pretende utilizar el modelo. Una vez estimados los
parámetros (la red está entrenada), se puede utilizar otro gran conjunto
y1 de datos para determinar si el modelo tiene una validación adecuada.
u2

Entradas y2 Salidas A veces, el modelo NN resultante no es satisfactorio y es necesario

realizar cambios en la estructura del modelo, a menudo mediante prueba
u3
y3
y error. Hay disponibles paquetes de software comerciales que hacen
Capa de salida
factible el modelado empírico automático de procesos complejos.
capa oculta
u4
Capa de entrada
Se han implementado comercialmente aplicaciones avanzadas de
Figura 7.11 Red neuronal multicapa con tres capas. redes neuronales en las áreas de detección y diagnóstico de fallas,
errores de sensores y modelado y control dinámicos (Su y McAvoy,
En la figura 7.11 se muestra una red feedforward multicapa, una de
1997). En algunos casos, se han utilizado redes neuronales para
las estructuras NN más comunes. Las neuronas (o nodos) están
determinar la configuración del controlador en sistemas de control
organizadas en capas (de entrada, de salida, ocultas); Cada neurona de
avanzados.
la capa oculta está conectada a las neuronas de las capas adyacentes
mediante pesos de conexión. Estos pesos son parámetros desconocidos
que se estiman en base a los datos de entrada/salida del proceso a 7.3.1 Sensores blandos
modelar. El número de parámetros desconocidos puede ser bastante
Un problema común que comparten muchos procesos industriales es la
grande (p. ej., 50100) y se requieren potentes algoritmos de
incapacidad de medir variables clave del proceso de forma no invasiva
programación no lineal para ajustar los parámetros a los datos utilizando
y en tiempo real, especialmente las composiciones de los flujos del
la función objetiva de mínimos cuadrados (Edgar et al., 2001). . Si se
proceso y las propiedades del producto. Un área activa ha sido el
utilizan suficientes neuronas, un modelo de red neuronal puede modelar
desarrollo de sensores mejorados, basados en nuevas técnicas de
con precisión un proceso de entradasalida.
química analítica y dispositivos electrónicos modernos que utilizan fibra
óptica y semiconductores. Como alternativa, el uso de variables
secundarias fáciles de medir para inferir valores de variables de proceso
Como se muestra en la figura 7.12, en cada neurona se recopilan
no medidas está recibiendo ahora gran interés; El término sensores
entradas de otras neuronas o de términos de sesgo, y se evalúa su
blandos se utiliza a menudo para denotar este enfoque. Quimiometría es
fuerza o magnitud. Luego se suman estas entradas y se comparan con
un término relacionado con sensores blandos que describe cómo los
un nivel umbral, y se determina la salida Ij apropiada. El peso de la datos de los analizadores de procesos (p. ej., espectros) pueden
conexión (Wij) determina la importancia relativa de esa entrada. Luego, analizarse y modelarse para su uso en el monitoreo y control de procesos
la suma de las entradas ponderadas se pasa a una transformación no (Brown, 1998).
lineal, como se muestra en la figura 7.12, lo que da como resultado la
salida yj. Un tipo de transformación tiene forma sigmoidea, como se Los sensores blandos se han convertido en una alternativa atractiva a
muestra en la figura, aunque hay muchas opciones disponibles. el alto costo de mediciones precisas en línea para aplicaciones donde
los modelos empíricos pueden inferir (es decir, predecir) con precisión
variables no medidas (Kadlec et al., 2009). Por ejemplo, la agencia
reguladora ambiental de Texas permite que se utilicen modelos NN para
u1 monitorear las emisiones de varias unidades de proceso, como las
1 calderas eléctricas. Los modelos NN utilizan mediciones de variables de
W11
yj entrada y salida seleccionadas para predecir contaminantes al nivel de
partes por mil millones (Martin, 1997). En la fabricación de materiales, la
u2 Σ(Ij ) yj
W21 –5 5 yo
detección en tiempo real de grietas, inclusiones, porosidad, dislocaciones
o defectos en materiales metalúrgicos o electrónicos sería muy deseable
W31 –1 durante el procesamiento, en lugar de después de que se completa el
u3 norte
procesamiento y se envían los productos defectuosos. El uso de modelos
ui = señales de entrada Ij = Σ Wijui de sensores virtuales para predecir medidas de control de calidad, como
j=1
Wij = Pesos la formación y ubicación de defectos, puede reducir en gran medida los
1 – e–Ij
yj = Señal de salida yj = estrictos requisitos impuestos a los sensores basados en hardware.
1 + e–Ij

Figura 7.12 Diagrama de señales de una neurona.

Machine Translated by Google

7.4 Desarrollo de modelos dinámicos en tiempo discreto 115

7.4 DESARROLLO DEL TIEMPO DISCRITO

SOLUCIÓN
MODELOS DINÁMICOS
La ecuación en diferencias correspondiente después de aproximar
Una computadora digital, por su propia naturaleza, se ocupa internamente
la primera derivada es
con datos en tiempo discreto o valores numéricos de funciones
τ(y(k) − y(k − 1))
a intervalos equidistantes determinados por el muestreo + y(k − 1) = Ku(k − 1) Δt (722)
período. Por tanto, los modelos de tiempo discreto como el de diferencia
Reorganizar da
Las ecuaciones se utilizan ampliamente en aplicaciones de control por
computadora. Una forma en que un modelo dinámico de tiempo continuo puede Δt KΔt
tu(k 1) (723)
convertir a la forma de tiempo discreto es empleando un
y(k) = ( 1 − τ ) y(k − 1) + τ

aproximación en diferencias finitas (Chapra y Canale, El nuevo valor y(k) es una suma ponderada del valor anterior
2014). Considere una ecuación diferencial no lineal, y(k − 1) y la entrada anterior u(k − 1). La ecuación 723 puede
también derivarse directamente de la ecuación. 720.
dy(t)
= f(y, u) dt (717)

donde y es la variable de salida y u es la variable de entrada. Como se muestra en los libros de texto de análisis numérico, el
Esta ecuación se puede integrar numéricamente (aunque precisión de la ecuación. 723 está influenciado por la integración.
con algún error) introduciendo una diferencia finita intervalo. Sin embargo, los modelos de tiempo discreto que no implican
aproximación para la derivada. Por ejemplo, el Se pueden derivar errores de aproximación para cualquier lineal.
aproximación en diferencias hacia atrás de primer orden a la ecuación diferencial bajo el supuesto de una señal de entrada constante
derivada en t = kΔt es por partes, es decir, la variable de entrada
dy(t) y(k) − y(k − 1) u se mantiene constante sobre Δt. A continuación, desarrollamos
(718)
dt Δt métodos de modelado en tiempo discreto que no introducen integración.
error para entradas constantes por partes, independientemente del
donde Δt es el intervalo de integración especificado por el usuario
tamaño de Δt. Estos modelos son importantes para analizar
y y(k) denota el valor de y(t) en t = kΔt. Sustituyendo
Procesos controlados por computadora donde las entradas del proceso.
Ec. 717 en la ecuación. 718 y evaluando f(y, u) en los valores
son constantes por partes.
anteriores de y y u (es decir, y(k − 1) y u(k − 1)) se obtiene

y(k) − y(k − 1)
f(y(k − 1)), u(k − 1)) Δt (719) 7.4.1 Modelos exactos de tiempo discreto

o Para un proceso descrito por una ecuación diferencial lineal,

se puede derivar el modelo de tiempo discreto correspondiente
y(k) = y(k − 1)+Δt f(y(k − 1), u(k − 1)) (720)
de la solución analítica para una entrada constante por partes. Este
La ecuación 720 es una ecuación en diferencias de primer orden que enfoque analítico elimina la
se puede utilizar para predecir y(k) basándose en la información en el momento error de discretización inherente a las aproximaciones en diferencias
paso de tiempo anterior (k − 1). Este tipo de expresión es finitas. Considere un modelo de primer orden en la ecuación. 721
llamada relación de recurrencia. Se puede utilizar para integrar con la salida anterior y[(k − 1)Δt] y una entrada constante por tramos
numéricamente la ecuación. 719 calculando sucesivamente y(k) u(t) = u[(k − 1)Δt] durante el intervalo de tiempo,
para k = 1, 2, 3,… a partir de una condición inicial conocida (k − 1)Δt ≤ t < kΔt. La solución analítica de la ecuación. 721
y(0) y una secuencia de entrada especificada, {u(k)}. En general, en t = kΔt es

la solución numérica resultante se vuelve más precisa y(kΔt)=(1 − e−Δt∕τ)Ku[(k − 1)Δt]

y se aproxima a la solución correcta y(t) a medida que Δt disminuye.
+ e−Δt∕τy[(k − 1)Δt] (724)
Sin embargo, para valores extremadamente pequeños de Δt, la computadora
El redondeo puede ser una fuente importante de error (Chapra La ecuación 724 se puede escribir de manera más compacta como
y Canale, 2014). y(k) = e−Δt∕τy(k − 1) + K(1 − e−Δt∕τ)u(k − 1) (725)

La ecuación 725 es la solución exacta de la ecuación. 721 en el

instantes de muestreo siempre que u(t) sea constante por partes para
EJEMPLO 7.4
cada intervalo de muestreo de longitud Δt. Nota
Para la ecuación diferencial de primer orden, que la salida continua y(t) no es necesariamente constante entre
instantes de muestreo, pero la ecuación. 725 proporciona
τdy(t) + y(t) = Ku(t) (721)
dt una solución exacta para y(t) en los instantes de muestreo,
derivar una relación recursiva para y(k) utilizando una diferencia hacia k = 1, 2, 3,…
atrás de primer orden para dy(t)/dt. En general, cuando una ecuación diferencial lineal de
el orden p se convierte a tiempo discreto, una diferencia lineal
Machine Translated by Google

116 Capítulo 7 Desarrollo de modelos empíricos a partir de datos de proceso

resultados de la ecuación de orden p . Por ejemplo, considere el modelo formulario utilizando el enfoque anterior. Un enfoque más atractivo es
de segundo orden: estimar parámetros en un modelo de tiempo discreto directamente a
Sí(s) = K(τas + 1) partir de datos de entradasalida basados en una regresión lineal. Este
G(es) = (726)
A nosotros) (τ1s + 1)(τ2s + 1) enfoque es un ejemplo de identificación de sistemas (Ljung, 1999).
Como ejemplo específico, considere la ecuación en diferencias de
La solución analítica para una entrada constante por partes proporciona
segundo orden en la ecuación. 727. Puede usarse para predecir y(k) a
la correspondiente ecuación en diferencias, que también se conoce como
partir de datos disponibles en momentos, (k − 1)Δt y (k − 2)Δt. Al
modelo autogresivo con entrada externa (o exógena), o modelo ARX
desarrollar un modelo de tiempo discreto, se considera que los
(Ljung, 1999): y(k) = a1y(k − 1 ) + a2y(k − 2) + b1u(k − 1) + b2u(k −
parámetros del modelo a1, a2, b1 y b2 son desconocidos. Se estiman
2) aplicando regresión lineal para minimizar el criterio de error en la
ecuación. 76 tras definir
(727)

dónde
βT = [a1 a2 b1 b2], U1 = y(k − 1), U2 = y(k − 2),
a1 = e−Δt∕τ1 + e−Δt∕τ2 a2 (728)
U3 = u(k − 1), y U4 = u(k − 2)
= −e−Δt∕τ1 e−Δt∕τ2 (729)

τa − τ1 τ2 − τa e−Δt∕τ1 + EJEMPLO 7.5

τ1 − τ2 (730)
b1 = K ( 1 + b2 τ1 − τ2 e−Δt∕τ2 )
Considere los datos de respuesta al escalón y(k) en la tabla 7.2, que
τa − τ1 τ2 − τa e−Δt∕τ2 + se obtuvieron del ejemplo 7.3 y la figura 7.8 para Δt = 1.
τ1 − τ2
En t = 0 ocurre un cambio unitario en u , pero el primer cambio de salida
= K ( e−Δt(1∕τ1+1∕τ2) + τ1 − τ2 e−Δt∕τ1 )
no se observa hasta el siguiente instante de muestreo.
(731)
Estime los parámetros del modelo en la ecuación. 727 de los datos
En la ecuación. 727 el nuevo valor de y depende de los valores de y y u de entradasalida. Compare este modelo con los modelos obtenidos en
en los dos instantes de muestreo anteriores; por tanto, es una ecuación el ejemplo 7.3 usando regresión no lineal. Para k < 0, supongamos y(k)
en diferencias de segundo orden. Si τ2 = τa = 0 en las Ecs. 727 a = 0 y u(k) = 0, es decir, el sistema es
en reposo.
731, la ecuación en diferencias de primer orden en la ecuación. 724
resultados.
Tabla 7.2 Datos de respuesta al paso
La ganancia en estado estacionario del modelo de ecuación en
diferencias de segundo orden se puede encontrar considerando las k y(k)
condiciones de estado estacionario. Sean u e y los nuevos valores de
1 0,058
estado estacionario después de un cambio escalonado en u. Sustituyendo
2 0.217
estos valores en la ecuación. 727 da
3 0.360
y = a1y + a2y + b1u + b2u (732) 4 0,488
5 0.600
Como y y u son variables de desviación, la ganancia en estado
6 0,692
estacionario es simplemente y∕u, el cambio en estado estacionario en y
7 0,772
dividido por el cambio en estado estacionario en u. Reorganizando la
8 0.833
ecuación. 732 da
0,888
y = b1 + b2 1
Ganancia = (733)
tu 9 10 0,925
− a1 − a2

Sustitución de las ecuaciones. 728 a 731 en la ecuación. 733 da K, la

ganancia en estado estacionario para el modelo de función de
SOLUCIÓN
transferencia en la ecuación. 726.
Las ecuaciones diferenciales lineales de orden superior se pueden
Para la regresión lineal, hay cuatro variables independientes, y(k − 1),
convertir a un modelo de ecuación en diferencias de tiempo discreto
y(k − 2), u(k − 1), u(k − 2), una variable dependiente y(k) y cuatro
mediante un análisis del espacio de estados (Åström y Wittenmark, 1997). parámetros desconocidos (a1, a2, b1, b2). Estructuramos los datos
para la regresión como se muestra en la Tabla 7.3 y los resolvemos
usando Excel.
La Tabla 7.4 compara los parámetros estimados obtenidos por los
7.5 IDENTIFICACIÓN DEL TIEMPO DISCRITO
dos enfoques. Los resultados etiquetados como regresión no lineal se
MODELOS EXPERIMENTALES obtuvieron ajustando un modelo de tiempo continuo (segundo orden
DATOS sobreamortiguado con constantes de tiempo τ1 y τ2 y ganancia K) a
los datos mediante regresión no lineal.
Si se desea un modelo lineal de tiempo discreto, un enfoque es ajustar
Luego, el modelo de tiempo continuo se convirtió al modelo de tiempo
un modelo de tiempo continuo a los datos experimentales (cf. Sección
discreto correspondiente utilizando las ecuaciones. 727 al 731.
7.2) y luego convertirlo a tiempo discreto.
Machine Translated by Google

7.5 Identificación de modelos de tiempo discreto a partir de datos experimentales 117

El ejemplo 7.5 ha mostrado cómo un modelo de ecuación en diferencias

Tabla 7.3 Regresión de datos para el ejemplo 7.5
de segundo orden se puede ajustar directamente a los datos.
0,058 0 0 10 El método de regresión lineal también se puede utilizar para
0.217 0.058 0 11 modelos de orden superior, siempre que los parámetros aún
0.360 0,217 0,058 1 1 aparecen linealmente en el modelo. Es importante observar que
0,488 0,360 0,217 1 1 Los valores estimados de los parámetros dependen del muestreo.
0.600 0,488 0,360 1 1 período Δt para la recopilación de datos.
Y= tu =
0,692 0,600 0,488 1 1 Una ventaja del enfoque de regresión es que es
0,722 0,692 0,600 1 1 No es necesario realizar un cambio de paso en u para estimar los parámetros
0.833 0,772 0,692 1 1 del modelo. Otros tipos de tiempo discreto
0,888 0,833 0,772 1 1 Los modelos son el modelo de respuesta al impulso finito (FIR).
0,925 0,888 0,833 1 1 y el modelo de respuesta escalonada, que se consideran
en el Capítulo 20 debido a su estrecha asociación con
control predictivo del modelo.

Tabla 7.4 Comparación de los parámetros estimados del modelo

por ejemplo 7.5 7.5.1 Proceso de identificación de más
Regresión lineal Regresión no lineal Modelos complicados
a1 0.975 0.984 En esta sección, consideramos brevemente tres clases de

a2 −0,112 −0,122 modelos de procesos más complicados: MIMO (múltiples

0,058 0,058 entrada, salida múltiple), modelos estocásticos y

b1
Modelos de tiempo discreto no lineales.
b2 0.102 0.101
k El modelado de procesos MIMO es inherentemente más complicado que
1.168 1.159
el modelado SISO. Para sistemas lineales, el
Se cumple el principio de superposición, lo que permite que MIMO

Los parámetros obtenidos de la regresión lineal en modelos que se desarrollarán a través de una serie de pasos únicos
La tabla 7.4 es ligeramente diferente de la de los no lineales. pruebas para cada entrada, mientras se mantienen las otras entradas
regresión. Este resultado se produce porque para la regresión lineal, constante. Para un proceso con tres entradas (u) y tres
se estimaron cuatro parámetros; con regresión no lineal, salidas (y), podemos introducir un cambio de paso en u1, y
Se estimaron tres parámetros. La ganancia estimada para Registre las respuestas para y1, y2 e y3. Los tres se transfieren
La regresión lineal, K = 1,168, es aproximadamente un 1% mayor que la funciones que involucran u1, a saber
valor obtenido de la regresión no lineal.
La Tabla 7.5 compara las respuestas simuladas para los dos Y1 Y2 Y3
= G11, = G21, = G31
modelos empíricos. La regresión lineal da un resultado ligeramente mejor. U1 U1 U1
predicciones, porque se ajusta a más parámetros. Sin embargo,
puede obtenerse utilizando las técnicas descritas en
En este ejemplo particular, es difícil distinguir
Sección 7.2. De manera similar, los cambios de paso en U2 y
gráficamente entre las tres respuestas al paso del modelo.
Se puede introducir U3 para determinar los otros seis.
Gij. Alternativamente, se pueden desarrollar modelos de tiempo discreto
Tabla 7.5 Comparación de simulados para cada salida, como se analizó anteriormente en esta sección.
Respuestas para varias diferencias utilizando técnicas de regresión lineal. Consulte el Capítulo 20 para obtener una
Modelos de ecuaciones* discusión sobre cómo se desarrollan y utilizan dichos modelos
en cálculos de controladores predictivos de modelos.
norte
y ŷL ŷN
También es posible utilizar el forzamiento PRBS (figura 7.10(b)) para
1 0,058 0,058 0,058 obtener modelos MIMO. Para generar un PRBS de múltiples entradas
2 0.217 0.217 0.216 señal, es deseable que los cambios de entrada sean independientes. Una
3 0.360 0.365 0.366 manera de lograr esto es implementar
4 0,488 0,487 0,487 Versiones “desplazadas” o retrasadas de una única señal PRBS
5 0.600 0.595 0,596 en cada entrada. Esto significa que si un PRBS de entrada única
6 0,692 0,690 0.690 La prueba requiere 20 horas, una prueba de tres entradas está diseñada para
7 0,772 0,768 0,767 tarda tres veces más. Hokanson y Gerstle (1992)
8 0,833 0,835 0,835 sugieren que alrededor de 20 movimientos totales en cada independiente
9 0,888 0,886 0,885 se debe hacer una variable.
10 0,925 0,933 0.932 También se pueden desarrollar modelos lineales de tiempo discreto.
que incluyen los efectos de perturbaciones estocásticas no medidas. Por
y, datos experimentales; ŷL, regresión lineal;
ŷN, regresión no lineal ejemplo, modelos de proceso separados y
Los modelos de perturbación, también llamados modelos de ruido, pueden ser
Machine Translated by Google

118 Capítulo 7 Desarrollo de modelos empíricos a partir de datos de proceso

obtenido de los datos (Ljung, 1999). En este caso, el término de error en También se han utilizado una variedad de modelos de tiempo discreto
la ecuación. 71 no es ruido blanco sino ruido de color autocorrelacionado. no lineales en el control de procesos (Pearson, 1999). Incluyen los modelos
de redes neuronales analizados en la Sección 7.3, así como modelos no
En otras palabras, hay una dinámica de perturbación subyacente que hace
que dependa de valores anteriores. lineales obtenidos agregando términos no lineales a los modelos lineales de
la sección anterior.

RESUMEN
Cuando los modelos teóricos no están disponibles o son muy complicados, computadora (regresión no lineal) para obtener un modelo de función de
los modelos de procesos empíricos proporcionan una alternativa viable. En transferencia de primer o segundo orden. Los modelos de tiempo discreto
estas situaciones, a menudo se puede obtener un modelo que sea en forma de ecuaciones en diferencias lineales se utilizan con frecuencia en
suficientemente preciso para el diseño del sistema de control a partir de el control de procesos. Estos modelos pueden obtenerse fácilmente
datos experimentales de entrada/salida. ajustando por mínimos cuadrados los datos de respuesta experimentales.
Los datos de respuesta al paso se pueden analizar gráficamente o mediante

REFERENCIAS
Åström, KJ y B. Wittenmark, Sistemas controlados por computadora: teoría y diseño, Ljung, L. y T. Glad, Modelado de sistemas dinámicos, PrenticeHall, Upper Saddle
3.ª ed., PrenticeHall, Englewood Cliffs, Nueva Jersey, 1997. River, Nueva Jersey, 1994.
Martin, G., Considere los sensores blandos, Chem. Ing. Prog., 93(7),
Brown, SD, Manejo de información y datos en química e ingeniería química: el 66 (1997).
estado del campo desde la perspectiva de la quimiometría, la informática y la Montgomery, DC y GC Runger, Estadística aplicada y probabilidad para ingenieros,
química. Engr., 23, 203 (1998). 6.ª ed., John Wiley and Sons, Hoboken, Nueva Jersey (2013).
Chapra, SC y RP Canale, Métodos numéricos para ingenieros,
7ma ed, McGrawHill, Nueva York, 2014. Pearson, RK, Modelos dinámicos de tiempo discreto, Universidad de Oxford
Draper, NR y H. Smith, Análisis de regresión aplicada, 3.ª ed., John Wiley and Sons, Prensa, Nueva York, 1999.
Hoboken, Nueva Jersey, 1998. Rangaiah, GP y PR Krishnaswamy, Estimación de los parámetros del modelo de
Edgar, TF, DM Himmeblau y LS Lasdon, Optimización de procesos químicos, 2ª ed., segundo orden más tiempo muerto, Ind. Eng. Química. Res., 33, 1867 (1994).
McGrawHill, Nueva York, 2001.
Godfrey, K. (Ed.), Señales de perturbación para la identificación de sistemas, Prentice Rangaiah, GP y PR Krishnaswamy, Estimación de parámetros de tiempo muerto de
Hall, Englewood Cliffs, Nueva Jersey (1993). segundo orden a partir de transitorios de proceso subamortiguados, Chem. Ing.
Haykin, SS, Redes neuronales y máquinas de aprendizaje, 3ª ed., Sci., 51, 1149 (1996).
PrenticeHall, Upper Saddle River, Nueva Jersey, 2009. Rivera, DE y KS Jun, Una metodología integrada de diseño de control e identificación
Himmelblau, DM, Relatos de experiencia en la aplicación de redes neuronales para aplicaciones de sistemas de procesos multivariables, Revista IEEE Control
artificiales en ingeniería química, Ind. Eng. Systems, 20(3), 25 (2000).
Química. Res., 47, 5782 (2008).
Hokanson, DA y JG Gerstle, Controladores multivariables de control dinámico de Smith, CL, Control de procesos por computadora digital, Intext, Scranton, PA,
1972.
matriz, en Practical Distillation Control, WL Luyben (Ed.), Van Nostrand Reinhold,
Nueva York (1992), pág. 248. Su, HT y TJ McAvoy, Redes neuronales artificiales para la identificación y el control
Kadlec, P., B. Gabrys y S. Strandt, Sensores blandos basados en datos en las de procesos no lineales, Capítulo 7 en Control de procesos no lineales, MA Henson

industrias de procesos, informática y química. Engr., 33, 795 (2009). y DE Seborg (Eds.), Prentice Hall, Upper Saddle River, Nueva Jersey, 1997.

Ljung, L., Identificación del sistema: teoría para el usuario, 2ª ed., PrenticeHall,
Upper Saddle River, Nueva Jersey, 1999. Sundaresan, KR y RR Krishnaswamy, Estimación del retardo de tiempo, parámetros

Ljung, L., Caja de herramientas de identificación de sistemas para uso con Matlab. Versión 7.
de constante de tiempo en los dominios de tiempo, frecuencia y Laplace, Can. J.
MathWorks, Inc, Natick, MA, 2007. química. Eng., 56, 257 (1978).

EJERCICIOS
7.1 Un operador introduce un cambio escalonado en el caudal qi de un proceso 7.2 Un proceso de un solo tanque ha estado operando durante un largo período de
particular a las 3:05 a.m., cambiando el flujo de 500 a 520 gal/min. El primer tiempo con un caudal de entrada qi igual a 30.1 pies3/min. Después de que
cambio en la temperatura del proceso T (inicialmente a 120 F) ocurre a el operador aumenta repentinamente el caudal en t = 0 en un 10%, el nivel
las 3:08 a.m. de líquido en el tanque
Después de eso, la respuesta en T es bastante rápida y se desacelera gradualmente cambios como se muestra en la Tabla E7.2.
hasta que parece alcanzar un valor de estado estacionario de 124,7 F. Suponiendo que la dinámica del proceso puede describirse mediante un modelo
El operador anota en el libro de registro que no hay cambios después de las 3:34 a. de primer orden, calcule la ganancia en estado estacionario y la constante de tiempo
m. ¿Qué función de transferencia aproximada podría usarse para relacionar la usando tres métodos: (a) A partir del
temperatura con el caudal para este proceso en ausencia de información más tiempo requerido para que la producción alcance el 63,2% del cambio total. (b) De la
precisa? ¿Qué debería hacer el operador la próxima vez para obtener una mejor pendiente inicial de la
estimación?
curva de respuesta.
Machine Translated by Google

Ejercicios 119

(c) De la pendiente de la curva de respuesta de fracción incompleta. (a) Calcule la respuesta a un cambio de magnitud de entrada escalonada, 1,5.

(d) Compare los datos y los tres modelos simulando sus

respuestas escalonadas. (b) Obtenga un modelo aproximado de primer orden más retraso utilizando
el método de respuesta incompleta de fracción.
Tabla E7.2 (c) Encuentre un modelo aproximado de segundo orden usando un método
de la Sección 7.2.
t h t h

(minutos) (pie) (minutos) (pie) (d) Calcule las respuestas de ambos modelos aproximados utilizando

0 5.50 1.4 6.37 la misma entrada escalonada que para el modelo de tercer orden. Trazar los tres

0,2 5.75 1.6 6.40 respuestas en el mismo gráfico. ¿Qué puedes concluir sobre las aproximaciones?

0,4 5.93 1.8 6.43

0,6 6.07 2.0 6.45 7.5 Suponga que los datos de respuesta al escalón obtenidos de un
0,8 6.18 3.0 6.50 Están disponibles sistemas FOPTD con K =τ= 1. Determinar la precisión
1.0 6,26 4.0 6.51 del modelo aproximado FOPTD

1.2 6,32 5.0 6.52 derivados de estos datos utilizando el Sundaresan y

método Krishnaswamy, y considere tres casos: θ/τ = 0.1, 1.0,
10.0. Traza los resultados y calcula la suma de los errores al cuadrado.

7.6 Para la respuesta al escalón unitario que se muestra en la figura E7.6, estime
7.3 Un proceso consta de dos tanques agitados con entrada q y los siguientes modelos utilizando métodos gráficos:
salidas T1 y T2 (ver Fig. E7.3). Para probar la hipótesis
que la dinámica en cada tanque es básicamente de primer orden,
(a) Primer orden más retraso.
se realiza un cambio escalonado en q de 82 a 85 L/min, con
respuestas de salida dadas en la Tabla E7.3. (b) Segundo orden usando el método de Smith y no lineal
regresión.
Trace las tres respuestas predichas del modelo en el mismo gráfico.

q Tanque T1 Tanque T2
1 2
1.0

0,8
Figura E7.3
0,6
Producción
0,4
Tabla E7.3
0,2

t (mín) T1 ( C) T2 ( C) t (mín) T1 ( C) T2 ( C) 0
0 5 10 15 20 25
0 10,00 20,00 17,80 11 25,77
Tiempo (minutos)
1 12,27 20,65 12 17,85 25,84
2 13,89 21,79 13 17,89 25,88 Figura E7.6
3 15,06 22,83 14 17,92 25,92
4 15,89 23,68 15 17,95 25,94
5 16,49 24,32 16 17,96 25,96 7.7 Un intercambiador de calor utilizado para calentar una solución de glicol con agua caliente.

6 16,91 24,79 17 17,97 25,97 Se sabe que el petróleo presenta un comportamiento FOPTD, G1(s) = T′ (s)/Q′ (s),
donde T′ es la desviación de la temperatura de salida y Q′ es la
7 17,22 25,13 18 17,98 25,98
Desviación del caudal de aceite caliente. Un termopar se coloca a 3 m
8 17,44 25,38 19 17,99 25,98
aguas abajo de la salida del intercambiador de calor. La velocidad promedio del
9 17,60 25,55 20 17,99 25,99
glicol en el tubo de salida es de 0,5 m/s. El
10 17.71 25,68 50 18.00 26.00
También se sabe que el termopar exhibe un comportamiento de primer orden;
sin embargo, se espera que su constante de tiempo sea considerablemente
menor que la constante de tiempo del intercambiador de calor.
(a) Encuentre las funciones de transferencia T′ 1(s)∕Q′ (s) y T′ 2(s)∕T′ 1(s) (a) Los datos de una prueba de paso unitario en Q′ en el sistema completo son
Supongamos que son de la forma Ki /(τi s + 1). se muestra en la figura E7.7. Utilizando un método de su elección, calcule
(b) Calcule las respuestas del modelo al mismo cambio de paso en las constantes de tiempo de este proceso a partir de la respuesta al escalón.
q y trazar con los datos experimentales. (b) A partir de su modelo empírico, encuentre funciones de transferencia para el
Intercambiador de calor, tubería y termopar. Piensa en el modelo
7.4 Para un proceso de bioseparación de múltiples etapas descrito por el
como el producto de tres funciones de transferencia: proceso, flujo de tubería,
función de transferencia,
y sensor. ¿Qué suposiciones hay que hacer para obtener
2 estas funciones de transferencia individuales de la transferencia general
G(s) =
(5s + 1)(3s + 1)(s + 1) ¿función?
Machine Translated by Google

120 Capítulo 7 Desarrollo de modelos empíricos a partir de datos de proceso

Tabla E7.10

t (mín) q (cfm) T( C)

0 1000 849
1 1000 851
2 1000 850
3 950 851
4 950 849
5 950 860

Figura E7.7 6 950 867

7 950 873
7.8 El nivel en un tanque responde como un sistema de primer orden a
8 950 878
cambios en su flujo de entrada. Los datos que se muestran a continuación se
9 950 882
recopilaron después de que el flujo de entrada se incrementó rápidamente de 1,5 a
10 950 886
4,8 galones/min.
11 950 888
(a) Determine la función de transferencia estimando el tiempo
constante usando uno de los métodos de la Sección 7.2. Estar seguro 12 950 890
utilizar variables de desviación e incluir unidades para el modelo 13 950 890
parámetros.

(b) Repita la parte (a) usando regresión no lineal (p. ej., Excel)
y los datos del nivel del líquido.
7.11 La respuesta de un sistema a un cambio de paso unitario en la entrada
(c) Compare gráficamente las respuestas de los dos modelos con las
(que ocurre en el momento 0) se muestra en la figura E7.11.
datos. ¿Qué modelo es superior? (Justifica tu respuesta)

Tabla E7.8
1.6
Tiempo Nivel Tiempo Nivel
1.4
(minutos) (pie) (minutos) (pie)
0.00 10.4 1,75 20.3
1.2
0,25 12.0 2.00 21,5
0,50 13.5 2.25 22.1 1
0,75 15.1 2.50 22.9
y 0,8
1,00 16,8 2,75 23.7
1,25 18,1 … … 0,6
1,50 19,2 15.0 30,7 (estado estable)
0,4

7.9 Los datos de respuesta de salida y mostrados en la Tabla E7.9 fueron 0,2
generado a partir de un cambio de paso en la entrada u de 1 a 5 en el momento
0
t = 0. Desarrolle un modelo de función de transferencia de la forma
0 5 10 15 20 25 30
Sí(s) Ke−θs
= Tiempo (s)
A nosotros) (τ1s + 1)(τ2s + 1)
Figura E7.11
Tabla E7.9

t t y
0 7 1.8 (a) Obtenga una aproximación del modelo de segundo orden más retardo de
1 8 2.4 tiempo para el sistema. Proporcionar valores para la ganancia, el tiempo.
2 9 2.7 restricciones y retardo de tiempo del modelo SOPTD.

3 años 10 2.8 (b) ¿Por qué un modelo FOPTD no sería tan preciso para el ajuste?
¿los datos?
4 0 0 0 0,3 0,6 11 2.9
5 0,9 12 3.0
7.12 La figura E7.12 presenta la respuesta de un sistema a un paso unitario.
6 1.3 13 3.0 en la entrada.

(a) Utilice estos datos para derivar un modelo FOPTD de este sistema.

7.10 Datos de ruido para la respuesta escalonada de la temperatura de una caldera (b) Grafique la respuesta del modelo y compárela con
los datos.
T a una disminución en el caudal de aire q de 1000 a 950 cfm son
mostrado a continuación. Desarrollar un modelo FOPTD utilizando un método de (c) El modelo FOPTD no captura todas las características del
Capítulo 7. Asegúrese de utilizar variables de desviación y unidades de informe respuesta original. ¿Cuál es la característica que tiene el modelo FOPTD?
para los parámetros del modelo. no logra capturar? ¿Qué causa este comportamiento dinámico?
Machine Translated by Google

Ejercicios 121

2.5 Ajuste un modelo de primer orden, y(k) = a1y(k − 1) + b1u(k − 1), a la

datos utilizando el método de mínimos cuadrados. Trazar la respuesta del modelo
2 y los datos reales. ¿Puedes encontrar también una secuencia continua de primer orden?
¿Función de transferencia G(s) para ajustarse a los datos?

1.5 7.15 Los datos de respuesta al escalón unitario se dan en la Tabla E7.15 para
un proceso con ganancia K = 2. Ajustar los datos a un primer orden
y 1 modelo sin demora. Luego use la regresión lineal para
ajustar una ecuación de tiempo discreto de primer orden a los datos con

0,5 Δt = 1. Luego grafique el valor predicho de y(t) para ambos modelos.

y comparar con los datos de la Tabla E7.15. Calcular la ganancia
del modelo de tiempo discreto y comparar con el valor conocido
0
de K = 1. ¿Por qué los dos valores son diferentes?

–0,5
0 5 10 15 20 25 30
Tabla E7.15
t (s)
Tiempo y(t)
Figura E7.12
0 0.0
1 0,05
7.13 Considere la ecuación diferencial de primer orden
2 0,22
5 días + y(t) = 6u(t) y(0) = 3 3 0,37
dt
4 0,47
donde u(t) es constante por partes y tiene los siguientes valores: 5 0,58
6 0,68
tu(0) = 0 tu(3) = 3
7 0,77
tu(1) = 1 tu(4) = 0
8 0,82
u(2) = 2 u(t) = 0 para t > 4
9 0,87
Derive una ecuación en diferencias para esta ecuación ordinaria usando
10 0,90
Δt = 1 y

(a) Discretización exacta

(b) Aproximación en diferencias finitas

Compare los resultados integrados para 0 ≤ t ≤ 10. Examine 7.16 Los datos para una persona con diabetes tipo 1 están disponibles como
si Δt = 0,1 mejora la precisión de la diferencia finita Archivos de datos de MATLAB y Excel en la web del libro.
modelo. sitio.1 Las mediciones de glucosa (años) se registraron cada
cinco minutos usando un sensor portátil que mide
7.14 Los siguientes datos se recopilaron de un sensor de concentración celular
concentración de glucosa subcutánea. La infusión de insulina
que mide la absorbancia en un laboratorio bioquímico.
La tasa (u) de una bomba de insulina subcutánea portátil fue
arroyo. La entrada u es la desviación del caudal (en unidades
También se registra cada cinco minutos. Los archivos de datos constan de
adimensionales) y la salida del sensor y se da en voltios.
Datos experimentales para cambios de dos pasos en la infusión de insulina.
El caudal (entrada) es constante por partes entre el muestreo
tasa. Los datos se informan como desviaciones de los valores iniciales.
instantes. El proceso no está inicialmente en estado estacionario, por lo que y puede
que se consideran valores nominales de estado estacionario.
cambia aunque u = 0.
Se propone que la relación entre la concentración de glucosa y y la velocidad
de infusión de insulina u puede describirse mediante
Tabla E7.14 un modelo dinámico de tiempo discreto de la forma:

Tiempo (s) tu y y(k) = a1y(k − 1) + a2y(k − 2)

0 0 3.000 + b1u(k − 1) + b2u(k − 2)

1 3 2.456 (a) Utilice el método de mínimos cuadrados para estimar el modelo.

2 2 5.274 parámetros del conjunto de datos basal1 . Estos datos serán referidos
3 1 6.493 como datos de calibración. Compara gráficamente el modelo.
4 0 6.404 respuesta y estos datos.
5 0 5.243 (b) Para evaluar la exactitud del modelo del inciso (a),
6 0 4.293 calcular la respuesta del modelo ŷ a los cambios de paso u en el
7 0 3.514 datos de validación (basal2). Luego compara gráficamente el modelo.

8 0 2.877 respuesta y con los datos de validación y.

9 0 2.356
10 0 1.929
1Sitio web del libro: [Link]/college/seborg
Machine Translated by Google

122 Capítulo 7 Desarrollo de modelos empíricos a partir de datos de proceso

(c) Repita los pasos (a) y (b) utilizando un modelo de función de (d) ¿Son los dos modelos razonablemente precisos? ¿Qué modelo es
transferencia alternativo: superior? Justifique su respuesta considerando el índice de mínimos
Sí(s) = k cuadrados para los errores de predicción,
A nosotros) s+1

Estime los parámetros del modelo utilizando técnicas gráficas y el conjunto S = ∑N [y(k) −ŷ(k)]2
k=1
de datos basal1 . Luego compare los datos del modelo y de la respuesta
experimental para ambos conjuntos de donde N es el número de puntos de datos.

datos. (d) ¿Qué modelo es superior? Justifique su respuesta considerando 7.18 Considere el módulo de columna de destilación PCM del Apéndice E.
el índice de mínimos cuadrados para los errores de predicción de un paso Suponga que la composición de MeOH destilado xD es la variable
PCM
adelante,
de salida y que la relación de reflujo R es la variable de entrada. (a)
Desarrolle un
S = ∑N [y(k) −ŷ(k)]2
k=1 modelo de función de transferencia FOPTD a partir de datos de respuesta
para un cambio escalonado en R en t = 10 min de 1,75 a 2,0. Resuma los
donde N es el número de puntos de datos. parámetros de su modelo calculado en una tabla y describa brevemente el
método utilizado para calcularlos. (b) Repita (a) para un modelo
7.17 Considere el módulo de horno PCM del Apéndice E.
SOPTD. (c) Grafique la respuesta xD real y
Suponga que la temperatura del hidrocarburo THC es la variable de
PCM
salida y que el caudal de aire FA es la variable de entrada. las dos respuestas del modelo para el cambio de paso R del inciso (a). (d)
¿Son los dos modelos razonablemente
(a) Desarrolle un modelo FOPTD a partir de datos de respuesta para un precisos? ¿Qué modelo es mejor? Justifique su respuesta considerando el
cambio escalonado en FA en t = 10 min de 17,9 a 20,0 m3/min. Resuma índice de mínimos cuadrados para los errores de predicción,
los parámetros calculados del modelo en una tabla y describa brevemente
el método utilizado para calcularlos.

(b) Repita (a) para un modelo SOPTD. (c)

S = ∑N [y(k) −ŷ(k)]2
Grafique la respuesta real de THC y las dos respuestas del modelo para el k=1

cambio de paso de FA del inciso (a). donde N es el número de puntos de datos.

Machine Translated by Google

Capítulo 8

Controladores de retroalimentación

CONTENIDO DEL CAPITULO

8.1 Introducción

8.1.1 Ejemplo ilustrativo: el proceso de mezcla continua 8.1.2 Perspectiva histórica

8.2 Modos de control básicos

8.2.1 Control Proporcional 8.2.2

Control Integral 8.2.3 Control

Derivado

8.2.4 Control proporcionalintegralderivativo

8.3 Características de los controladores PID

8.3.1 Eliminación del Kick Derivado

8.3.2 Ponderación del punto de ajuste

8.3.3 Acción inversa o directa

8.3.4 Modos de control automático/manual

8.4 Versiones digitales de controladores PID

8.4.1 Algoritmos PID de posición y velocidad 8.4.2

Modificaciones del algoritmo PID básico

8.5 Respuestas típicas de los sistemas de control de retroalimentación

8.6 Controladores de encendido y apagado

Resumen

En capítulos anteriores analizamos el comportamiento dinámico de Las estrategias se consideran en los Capítulos 16, 18, 20 y los Apéndices
procesos representativos y desarrollamos las herramientas matemáticas G y H.
necesarias para analizar la dinámica de los procesos. Ahora
consideraremos el importante tema del control de retroalimentación que
8.1 INTRODUCCIÓN
se introdujo en el Capítulo 1.
Se presentan los algoritmos estándar de control de retroalimentación Introducimos sistemas de control de retroalimentación considerando
(también llamados leyes de control) , con énfasis en los dos métodos nuevamente el proceso de mezcla en tanque agitado de los Capítulos 2
más utilizados en las industrias de procesos: control proporcionalintegral y 4.
derivativo (PID) y control onoff. Se consideran versiones analógicas (es
decir, continuas) y digitales (es decir, discretas) del control PID.
8.1.1 Ejemplo ilustrativo: el proceso de mezcla continua
Los elementos restantes de un circuito de control de retroalimentación
estándar (sensores, transmisores y válvulas de control) se considerarán En la figura 8.1 se muestra un diagrama esquemático de un proceso de
en el Capítulo 9. Control de retroalimentación avanzado mezcla en tanque agitado y un sistema de control. El control

123
Machine Translated by Google

124 Capítulo 8 Controladores de retroalimentación

una válvula de control, pero podría ser algún otro tipo de dispositivo,
I/P
Señal eléctrica pag
como una bomba de velocidad variable o un calentador eléctrico.
Señal neumática El funcionamiento de un sistema de control de mezcla similar (con
C.A. Punto fijo una válvula de control accionada electrónicamente) se describe en
la Sección 1.2.

x1 x2 = El sistema de mezcla de la figura 8.1 implica instrumentación

w1 1w2 analógica . Para un dispositivo analógico, las señales de entrada y
xm salida son continuas (analógicas) en lugar de discontinuas (digitales
o de tiempo discreto). Los dispositivos analógicos pueden ser
EN
electrónicos o neumáticos. Para dispositivos electrónicos como
V sensores y controladores, los rangos estándar para señales de
entrada y salida son 4–20 mA y 1–5 V (CC).
Se siguen utilizando instrumentos neumáticos, particularmente en
plantas más antiguas o áreas peligrosas donde los instrumentos
electrónicos no son intrínsecamente seguros. Para un instrumento
xw
neumático, las señales de entrada y salida son presiones de aire
Figura 8.1 Diagrama esquemático de un sistema de control y en el rango de 3 a 15 psig. Se utilizan tubos de metal o plástico
proceso de mezcla en tanque agitado. (generalmente de 1/4 o 3/8 de diámetro externo) para interconectar
los distintos instrumentos neumáticos. Como se indica en la Fig. 8.1,
se pueden utilizar dispositivos electrónicos y neumáticos en el mismo
El objetivo es mantener la composición de salida del tanque x en el circuito de control de retroalimentación.
valor deseado del punto de ajuste ajustando w2, el caudal del La mayoría de los sistemas de control nuevos utilizan tecnología
componente puro A, a través de la válvula de control. El analizador digital con algoritmos de control implementados a través de
transmisor de composición (AT) mide la composición de salida y la computadoras digitales y rutas de señales digitales (redes) utilizadas
transmite como señal electrónica al controlador de retroalimentación para la transmisión de datos (consulte el Apéndice A). La
(AC). El controlador compara el valor medido xm con el valor instrumentación para el control de procesos, incluido el hardware y
deseado (punto de ajuste) y calcula una señal de salida adecuada el software de las computadoras, se considera con mayor detalle en
p, una señal electrónica que se envía a un transductor de corriente el Capítulo 9 y el Apéndice A.
a presión (I/P) donde se convierte en un señal neumática (aire) Ahora consideramos el corazón de un sistema de control de retroalimentación.
equivalente que es compatible con la válvula de control accionada tem, el propio controlador.
neumáticamente. Los símbolos de la Fig. 8.1 son ejemplos de los
símbolos de instrumentación estándar publicados por la Sociedad
de Instrumentación, Sistemas y Automatización (ISA). En particular, 8.1.2 Perspectiva Histórica
una señal electrónica se indica con una línea discontinua y una señal Tendemos a considerar los dispositivos de control automático como
neumática con una línea continua rayada. En el Apéndice D aparece un desarrollo moderno. Sin embargo, los antiguos griegos
una recopilación de símbolos de instrumentación comunes. desarrollaron relojes de agua con ingeniosos mecanismos de
retroalimentación ya en el año 250 a. C. (Mayr, 1970). Mil años
antes, los polinesios navegaban en canoas con estabilizadores sobre
Este ejemplo ilustra que los componentes básicos de un circuito grandes porciones del Océano Pacífico. Estas notables hazañas
de control de retroalimentación son: fueron posibles gracias a la construcción de canoas con un
• Proceso que se controla (sistema de mezcla) • dispositivo de retroalimentación para garantizar la estabilidad del
balanceo (Abramovitch, 2005). Finalmente, el regulador de bola jugó
Combinación de sensortransmisor (AT) •
un papel clave en el desarrollo de la energía de vapor en el siglo XIX.
Controlador de retroalimentación
(AC)1 • Transductor de corriente a presión (I/P) Durante la década de 1930, se comercializaron controladores de
• Elemento de control final (válvula de control) tres modos con acción de control de retroalimentación proporcional,
• Líneas de transmisión entre los distintos instrumentos. integral y derivativa (PID) (Ziegler, 1975).
Durante este mismo período se publicaron los primeros artículos
(cables eléctricos y tuberías neumáticas)
teóricos sobre control de procesos. Los controladores PID
Se requiere un transductor de corriente a presión (o voltaje a neumáticos obtuvieron una amplia aceptación industrial durante la
presión) si el circuito de control contiene instrumentos electrónicos y década de 1940, y sus homólogos electrónicos entraron al mercado
una válvula de control neumática. en la década de 1950. Las primeras aplicaciones de control por
El término elemento de control final se refiere al dispositivo que se computadora en las industrias de procesos se informaron a finales
utiliza para ajustar la variable manipulada. Es usual de los años cincuenta y principios de los sesenta. Desde la década
de 1980, el hardware digital se ha utilizado de forma rutinaria y ha
1La letra “A” en los símbolos AT y AC se refiere al Análisis. tenido un impacto tremendo en el control de procesos.
Machine Translated by Google

8.2 Modos de control básicos 125

y
Controlador de flujo

e(t) = señal de error

ysp(t) = punto de
PIE ajuste ym(t) = valor medido de la variable controlada (o señal
Transmisor de flujo
Válvula equivalente del sensor∕ transmisor)
Flujo de de control

proceso
Aunque la Ec. 81 indica que el punto de ajuste puede variar en el
Figura 8.2 Sistema de control de flujo. tiempo; en muchos problemas de control de procesos se mantiene
constante durante largos períodos de tiempo.
Punto de ajuste ysp Para control proporcional, la salida del controlador es proporcional
a la señal de error,

p(t) = p + Kc e(t) (82)

Señal de entrada ym Señal de salida p
(desde el transmisor)
Controlador dónde
(a la válvula de control)

p(t) = salida del controlador p =

Figura 8.3 Diagrama simple de un controlador de retroalimentación.
valor de polarización (estado estable)

Como ejemplo simple de control de retroalimentación, considere Kc = ganancia del controlador (normalmente adimensional)

el circuito de control de flujo en la figura 8.2, donde el caudal de una Los conceptos clave detrás del control proporcional son que (1) la
corriente de proceso se mide y se transmite electrónicamente a un ganancia del controlador se puede ajustar para hacer que los
controlador de flujo. El controlador compara el valor medido con el cambios de salida del controlador sean tan sensibles como se desee
punto de ajuste y toma la acción correctiva adecuada calculando la a las desviaciones entre el punto de ajuste y la variable controlada,
salida del controlador y transmitiéndola como una señal electrónica y que (2) se puede elegir el signo de Kc para hacer la salida del
a la válvula de control. controlador aumenta (o disminuye) a medida que aumenta la señal
El diagrama de bloques del controlador de retroalimentación de la de error. Por ejemplo, para el proceso de combinación de la figura
Fig. 8.2 se muestra en la Fig. 8.3. El punto de ajuste se muestra 8.1, queremos que w2 disminuya a medida que x aumenta; por tanto,
como una línea discontinua. Para los sistemas de control digital, el Kc debería ser un número positivo.
punto de ajuste lo ingresaría un operador usando una terminal de Para controladores proporcionales, la polarización p se puede
computadora. Para un controlador analógico, el punto de ajuste se ajustar, un procedimiento denominado reinicio manual. Debido a que
especificaría mediante un ajuste de dial en el equipo. Además de la salida del controlador es igual a p cuando el error es cero, p se
este punto de ajuste local, algunos controladores tienen una opción ajusta de modo que la salida del controlador, y en consecuencia la
de punto de ajuste remoto que les permite recibir un punto de ajuste variable manipulada, estén en sus valores nominales de estado
externo de otro controlador o una computadora. estable cuando el error es cero. Por ejemplo, si el elemento de
Las señales de entrada y salida de los controladores analógicos son control final es una válvula de control, p se ajusta de manera que el
señales continuas que son eléctricas o neumáticas. Para los caudal a través de la válvula de control sea igual al valor nominal en
sistemas de control digital, las señales de entrada primero se estado estacionario cuando e = 0.
convierten de forma analógica a digital antes de realizar los cálculos La ganancia Kc del controlador es ajustable y generalmente se sintoniza
de control. Luego, el valor calculado de la salida del controlador se
(es decir, se ajusta) después de que se ha instalado el controlador.
convierte de una señal digital a una señal analógica para su Para controladores de uso general, Kc no tiene dimensiones.
transmisión a la válvula de control (o algún otro tipo de elemento de Esta situación ocurre cuando p y e en la ecuación. 82 tienen las
control final). Estos tipos de conversiones de señales se describen mismas unidades. Por ejemplo, las unidades podrían estar asociadas
en el Apéndice A. a instrumentos electrónicos o neumáticos (mA, voltios, psi, etc.).
Para la implementación digital, p y e a menudo se expresan como
8.2 MODOS DE CONTROL BÁSICOS números entre 0 y 100%. La última representación es especialmente
conveniente para presentaciones gráficas que utilizan software de
A continuación consideramos los tres modos básicos de control de
control por computadora.
retroalimentación comenzando con el modo más simple, el control
Por otro lado, al analizar sistemas de control puede resultar más
proporcional.
conveniente expresar la señal de error en unidades de ingeniería
como C o mol/L. Para estas situaciones, Kc no será adimensional.
8.2.1 Control proporcional Como ejemplo, considere el sistema de mezcla de tanque agitado.
Supongamos que e [=] fracción de masa y p [=] mA; entonces la
En el control de retroalimentación, el objetivo es reducir la señal de
ecuación. 82 implica que Kc [=] mA porque la fracción de masa es
error a cero donde
una cantidad adimensional. Si la ganancia de un controlador no es
e(t) = ysp(t) − ym(t) (81) adimensional,
Machine Translated by Google

126 Capítulo 8 Controladores de retroalimentación

incluye la ganancia en estado estable para otro componente del No es necesario definir una variable de desviación para la señal
circuito de control, como un transmisor o una válvula de control. de error, porque e ya está en forma de desviación y su valor
Esta situación se analiza en el Capítulo 11. nominal en estado estacionario es e = 0. Tomando las
Algunos controladores tienen una configuración de banda transformadas de Laplace y reordenando la ecuación. 85 da la
proporcional en lugar de una ganancia de controlador. La banda función de transferencia para control sólo proporcional:
proporcional PB (en %) se define como P' (s)
= Kc (86)
100% mi(s)
PB (83)
kc Una desventaja inherente del control sólo proporcional es que
Esta definición se aplica sólo si Kc no tiene dimensiones. Tenga en se produce un error (o compensación) en estado estacionario
cuenta que una banda proporcional pequeña (estrecha) corresponde a después de un cambio de punto de ajuste o una perturbación
una ganancia de controlador grande, mientras que un valor de PB sostenida. En el Capítulo 11 demostramos que se producirá
grande (ancho) implica un valor pequeño de Kc. compensación para el control sólo proporcional independientemente
El controlador proporcional ideal en la ecuación. 82 y Fig. 8.4 del valor de Kc que se emplee. Afortunadamente, la adición del
no incluyen límites físicos en la salida del controlador, pág. En la modo de control integral facilita la eliminación de la compensación,
como se analiza en la siguiente sección.
figura 8.5 se muestra una representación más realista, donde el
controlador se satura cuando su salida alcanza un límite físico, Para aplicaciones de control donde se pueden tolerar
ya sea pmáx o pmín. Para derivar la función de transferencia compensaciones, el control sólo proporcional es atractivo debido
para un controlador proporcional ideal (sin límites de saturación), a su simplicidad. Por ejemplo, en algunos problemas de control
defina una variable de desviación p′ (t) como de nivel, mantener el nivel del líquido cerca del punto de ajuste
no es tan importante como simplemente garantizar que el tanque
p′ (t) p(t) − p (84) de almacenamiento no se desborde ni se seque.

Entonces la ecuación. 82 se puede escribir

8.2.2 Control Integral
como p′ (t) = Kc e(t) (85)
Para una acción de control integral, la salida del controlador
depende de la integral de la señal de error a lo largo del tiempo,
t
1
p(t) = p + mi(t )dt (87)
τI ∫0
pag
donde τI, un parámetro ajustable denominado tiempo integral o
tiempo de reinicio, tiene unidades de tiempo. En el pasado, la
acción de control integral se denominaba reinicio o control
flotante, pero estos términos ya casi no se utilizan.
pag

La acción de control integral se utiliza ampliamente porque

proporciona una importante ventaja práctica: la eliminación de
0 la compensación. Para entender por qué se elimina la
0 compensación, considere la ecuación. 87. Para que el proceso
mi

controlado esté en estado estable, la salida del controlador p

Figura 8.4 Control proporcional: comportamiento ideal (pendiente de debe ser constante de modo que la variable manipulada también
la línea = Kc). sea constante. La ecuación 87 implica que p cambia con el
tiempo a menos que e(t ) = 0. Por lo tanto, cuando se utiliza la
acción integral, p cambia automáticamente hasta que alcanza el
valor requerido para que el error en estado estacionario sea
cero. Esta situación deseable siempre ocurre a menos que la
pag salida del controlador o el elemento de control final se sature y,
pmáx por lo tanto, no pueda llevar la variable controlada de regreso al
punto de ajuste. La saturación del controlador ocurre siempre
pag que la perturbación o el cambio del punto de ajuste es tan grande
que está más allá del rango de la variable manipulada.
Aunque la eliminación del offset suele ser un objetivo de
pmín
control importante, el controlador integral en la ecuación. 87 rara
0 vez se utiliza solo, porque se realiza poca acción de control hasta
0 que la señal de error persiste durante algún tiempo.
mi
Por el contrario, la acción de control proporcional toma medidas
Figura 8.5 Control proporcional: comportamiento real. correctivas inmediatas tan pronto como se detecta un error.
Machine Translated by Google

8.2 Modos de control básicos 127

mi pag
kc
Pendiente =
τI
(–)
ysp
(+)
1
ym
(+)
kc
0

0 0 t1
0 0 Tiempo
t t
Figura 8.7 Restablecer la cuerda durante un cambio de punto de ajuste.
Figura 8.6 Respuesta del controlador proporcionalintegral al cambio de paso
unitario en e(t).

del término integral mientras el controlador está saturado se

En consecuencia, la acción de control integral se utiliza conoce como liquidación de reinicio o liquidación integral. La
normalmente junto con el control proporcional como Figura 8.7 muestra una respuesta típica a un cambio escalonado
controlador proporcionalintegral (PI) : en el punto de ajuste cuando se utiliza un controlador PI. Tenga
en cuenta que las áreas indicadas bajo la curva proporcionan
1 t
(88) contribuciones positivas o negativas al término integral,
p(t) = p + Kc ( e(t) + τyo
∫ 0 e(t )dt ) dependiendo de si la medición de la variable controlada ym
La función de transferencia correspondiente para el controlador PI en la está por debajo o por encima del punto de ajuste, ysp. El gran
ecuación. 88 está dado por sobreimpulso de la figura 8.7 se produce porque el término
integral continúa aumentando hasta que la señal de error cambia de signo en t =
P' (s) 1
(89) Sólo entonces el término integral comienza a disminuir.
mi(s) = Kc ( 1 + τI s ) = Kc (τI s + s1 )τI
Después de que el término integral se vuelve lo suficientemente
La respuesta del controlador PI a un cambio de paso unitario pequeño, la salida del controlador se aleja del límite de saturación
en e(t) se muestra en la figura 8.6. En el tiempo cero, la salida y tiene el valor determinado por la ecuación. 88.
del controlador cambia instantáneamente debido a la acción El reinicio ocurre cuando un controlador PI o PID experimenta
proporcional. La acción integral causa el aumento de rampa en un error sostenido, por ejemplo, durante el inicio de un proceso
p(t) para t > 0. Cuando t = τI, el término integral ha contribuido por lotes o después de un cambio importante en el punto de
la misma cantidad a la salida del controlador que el término ajuste. También puede ocurrir como consecuencia de una gran
proporcional. Por tanto, la acción integral ha repetido la acción perturbación sostenida que está más allá del rango de la variable
proporcional una vez. Algunos controladores comerciales están manipulada. En esta situación, una limitación física (por ejemplo,
calibrados en términos de 1/τI (repeticiones por minuto) en una válvula de control completamente abierta o completamente
lugar de τI (minutos o minutos por repetición). Por ejemplo, si cerrada) impide que el controlador reduzca la señal de error a
τI = 0,2 min, esto corresponde a que 1/τI tenga un valor de 5 cero. Por lo tanto, el control de retroalimentación ahora está
repeticiones/minuto. esencialmente deshabilitado porque u es constante, independientemente del valor d
Una desventaja de utilizar la acción integral es que tiende Claramente, no es deseable que el término integral continúe
a producir respuestas oscilatorias de la variable controlada acumulándose después de que la salida del controlador se
y, como veremos en el capítulo 11, reduce la estabilidad del satura, porque el controlador ya está implementando su máximo
sistema de control de retroalimentación. Por lo general, se esfuerzo de control. Las modificaciones al control PI o PID
puede tolerar una cantidad limitada de oscilación, porque a estándar que limitan la contribución del término integral se
menudo se asocia con una respuesta más rápida. Los denominan métodos de cuerda antireinicio (AWR) .
efectos indeseables de demasiada acción integral pueden Prácticamente todos los controladores comerciales ofrecen
evitarse ajustando adecuadamente el controlador o cuerda antireinicio. Hay varias formas de lograrlo. Un enfoque
incluyendo una acción de control derivativa (Sección 8.2.3), simple es mantener el valor absoluto del término integral por
que tiende a contrarrestar los efectos desestabilizadores. debajo de un límite específico, pero este enfoque tiende a
producir respuestas lentas del controlador cuando el controlador
no se satura. Un mejor enfoque es congelar (o “fijar”) el término
Restablecer liquidación
integral cuando el controlador se satura. Este enfoque se ha
Una desventaja inherente de la acción de control integral es utilizado ampliamente para evitar el exceso durante los procesos
un fenómeno conocido como reinicio. Recuerde que el modo por lotes, por ejemplo, para minimizar o evitar el exceso cuando
integral hace que la salida del controlador cambie siempre un lote se calienta desde la temperatura ambiente hasta el
que e(t ) ≠ 0 en la ecuación. 88. Cuando ocurre un error punto de ajuste de temperatura deseado. Este enfoque es
sostenido, el término integral se vuelve bastante grande y la equivalente al método de cálculo retrospectivo (Åström y
salida del controlador finalmente se satura. Mayor acumulación Hägglund, 2006).
Machine Translated by Google

128 Capítulo 8 Controladores de retroalimentación

1.5
Ysp mi PAG Ud. + Y
+– kc + + Proceso
+

1
X 1 y
AWR
τEs + 1
0,5 Sin AWR

0
0 20 40 60 80 100
Figura 8.8 Diagrama de bloques para control PI con la integral
Tiempo, mín.
acción de control implementada como un circuito de retroalimentación positiva con
límites de saturación.
2

AWR
Un mecanismo antireinicio eficaz y ampliamente utilizado. 1.5
Sin AWR
El método se basa en implementar una acción de control integral. tu
usando un circuito de retroalimentación positiva, como se muestra en la figura 8.8
1
(Blevins et al., 2012). Cuando este controlador no
saturar, esta implementación es matemáticamente equivalente al
algoritmo de control PI estándar en la ecuación. 88. 0,5
0 20 40 60 80 100
Cuando la salida del controlador PI está saturada durante un
Tiempo, mín.
período prolongado de tiempo, u es constante y la salida
La señal del circuito de retroalimentación positiva X se establece en un Figura 8.10 Respuestas del punto de ajuste para el ejemplo 8.1 con y

valor constante después de t ≈ 5τI. Por lo tanto, el término integral no sin antiresetwindup.

no terminar. Por el contrario, para el algoritmo PI estándar

en la ecuación. 88, el término integral termina porque
La respuesta mejora porque y muestra menos sobreimpulso.
crece continuamente durante condiciones de saturación. El y se asienta en el nuevo punto de ajuste más rápidamente. Tenga en cuenta que
Las ventajas de utilizar la cuerda antireinicio se ilustran en Esta mejora se debe a que la salida del controlador u es
Ejemplo 8.1. saturado por un período de tiempo más corto.

EJEMPLO 8.1
8.2.3 Control Derivado
La función de la acción de control derivativo es anticipar
En la figura 8.9 se muestra un sistema de control PI estándar para un proceso
el comportamiento futuro de la señal de error considerando
de primer orden más retardo con lo siguiente
su tasa de cambio. En el pasado, la acción derivativa también era
valores paramétricos:
Esto se conoce como acción de tasa, acción previa o control
Modelo: K = 1, τ = 20 min, θ = 4 min anticipatorio. Por ejemplo, supongamos que la temperatura del reactor
Controlador: Kc = 3, τI = 11 min aumenta en 10 C en un corto período de tiempo, digamos, 3 min.
Esto claramente es un aumento de temperatura más rápido que el
Compare las respuestas de este sistema de control de retroalimentación,
un aumento de 10 C en 30 min, y podría indicar un potencial
con y sin cuerda antireset, para cambio de paso unitario
situación descontrolada para una reacción exotérmica. Si el
en el punto de ajuste en t = 0. Suponga que la saturación del controlador
Los límites son ±2,0. reactor estaban bajo control manual, un experimentado
El operador de la planta anticiparía las consecuencias y
SOLUCIÓN tomar rápidamente las medidas correctivas adecuadas para reducir
la temperatura. Tal respuesta no se podría obtener de los modos de
Las respuestas del punto de ajuste con y sin antiresetwindup control proporcional e integral.
(AWR) se muestran en la Fig. 8.10. Con AWR, el punto de ajuste discutido hasta ahora. Tenga en cuenta que un controlador proporcional
reacciona sólo a una desviación de temperatura, haciendo
D
No hay distinción en cuanto al período de tiempo durante el cual el
Ysp mi 1 Ud. Keθs Y se desarrolla la desviación. La acción de control integral también es
+– Kc 1+ ++
τyo s
s+1 ineficaz para una desviación repentina de temperatura, porque
La acción correctiva depende de la duración de la
desviación.
La estrategia anticipatoria utilizada por los experimentados.
Figura 8.9 Diagrama de bloques del sistema de control PI
El operador puede incorporarse en controladores automáticos.
sin cuerda antireset.
haciendo que la salida del controlador sea proporcional a la velocidad
Machine Translated by Google

8.2 Modos de control básicos 129

de cambio de la señal de error o de la variable controlada.

Por tanto, para una acción derivada ideal , 1

de(t)
p(t) = p + τD (810)
dt
donde τD, el tiempo derivado, tiene unidades de tiempo. Tenga en
mi(s) 1 + PD)
cuenta que la salida del controlador es igual al valor nominal p
τEs
+
+ kc
siempre que el error sea constante (es decir, siempre que de(t)/dt =
0). En consecuencia, la acción derivativa nunca se utiliza sola;
siempre se utiliza junto con el control proporcional o proporcional
integral. Por ejemplo, un controlador PD ideal tiene la función de
τDs
transferencia:

P' (s)
= Kc(1 + τDs ) (811) Figura 8.11 Diagrama de bloques de la forma paralela
mi(s)
de control PID (sin filtro derivativo).
Al proporcionar una acción de control anticipada, el modo derivativo
tiende a estabilizar el proceso controlado. Por lo tanto, se utiliza a
menudo para contrarrestar la tendencia desestabilizadora del modo
integral (véanse los Capítulos 11 y 14). Molinero, 2002). De estos controladores, el 97% utiliza alguna forma
de control PID.
La acción de control derivativo también tiende a mejorar la
respuesta dinámica de la variable controlada al reducir el tiempo de En la práctica se utilizan muchas variaciones del control PID;
estabilización, el tiempo que lleva alcanzar el estado estable. A continuación, consideramos las tres formas más comunes.
Pero si la medición del proceso es ruidosa, es decir, si contiene
fluctuaciones aleatorias de alta frecuencia, entonces la derivada de
la variable medida cambiará enormemente y la acción derivada Forma paralela de control PID
amplificará el ruido a menos que se filtre la medición, como se analiza
La forma paralela del algoritmo de control PID (sin filtro derivativo)
en el Capítulo 17. .
viene dada por
En consecuencia, la acción derivativa rara vez se utiliza para el control
de flujo, porque los bucles de control de flujo responden rápidamente y 1 t
de(t)
e(t )dt + τD
las mediciones de flujo tienden a ser ruidosas. p(t) = p + Kc [ e(t) + ∫ dt ] (813)
τyo 0
Desafortunadamente, el algoritmo ideal de control proporcional
derivado de la ecuación. 811 es físicamente irrealizable porque no La función de transferencia correspondiente es
se puede implementar exactamente usando controladores analógicos 1
P' (s)
o digitales. Para controladores analógicos, la función de transferencia (814)
mi(s) = Kc [ 1 + τyo s + τD s ]
en la ecuación. 811 se puede aproximar de varias maneras. Por
ejemplo, por La Figura 8.11 ilustra que este controlador puede verse como tres
elementos separados que operan en paralelo en E(s).
P' (s) τD s
(812) El controlador PID de forma paralela, con y sin filtro derivativo, se
mi(s) = Kc ( 1 + ατD s + 1 )
muestra en la Tabla 8.1.
donde la constante α normalmente tiene un valor entre 0,05 y 0,2,
siendo 0,1 una opción común. En la ecuación. 812, el término
denominador sirve como filtro de modo derivativo (o filtro derivativo) Forma de serie de control PID
que reduce la sensibilidad de los cálculos de control a mediciones
ruidosas. Los filtros derivados se utilizan en prácticamente todos los Históricamente, era conveniente construir los primeros controladores

controladores PD y PID comerciales. analógicos (tanto electrónicos como neumáticos) de modo que un
elemento PI y un elemento PD funcionaran en serie. La forma en
serie de control PID sin filtro derivativo se muestra en la Fig. 8.12. En
principio, es indiferente si el elemento PD o el elemento PI van
8.2.4 Control proporcionalintegralderivativo primero.
Las versiones comerciales del controlador en forma de serie tienen
Ahora consideramos la combinación de los modos de control
proporcional, integral y derivativo como un controlador PID. El control un filtro derivativo que se aplica al término derivativo, como en la
PI y PID han sido las técnicas de control dominantes para el control ecuación. 812, o al término PD, como en la ecuación. 815:

de procesos durante muchas décadas. P' (s)

Por ejemplo, una encuesta indicó que los procesos continuos a gran (815)
mi(s) = Kc (τI s +
τI1 s )( τDατD
s + 1s + 1 )
escala suelen tener entre 500 y 5000 controladores de
retroalimentación para variables individuales del proceso, como el Las consecuencias de agregar un filtro derivativo se analizan en el
caudal y el nivel de líquido (Desborough y ejercicio 14.16.
Machine Translated by Google

130 Capítulo 8 Controladores de retroalimentación

Tabla 8.1 Controladores PID comunes

Controlador Otros nombres
Tipo Usado Ecuación del controlador Función de transferencia

t
Paralelo Ideal, aditivo, 1 de(t) P' (s) 1
formulario ISA e(t )dt + τD
p(t) = p + Kc ( e(t) + τyo
∫ 0 dt ) mi(s) = Kc ( 1 + τyo s + τD s )
Paralelo con Ideal, realizable, Ver Ejercicio 8.10
P' (s) 1 τD s
filtro Estándar ISA +
derivativo mi(s) = Kc ( 1 + τI s ατD s + 1 )

t
de(t) P' (s)
Serie Multiplicativo, Kc p(t) = p + e(t )dt + τD
[ (τI + τD)e(t) + ∫ 0 dt ] mi(s) = Kc ( τI sτI
+ 1s ) (τD s + 1)
interactuando. τyo

Serie con Físicamente Ver Ejercicio 8.10(b)

filtro realizable
P' (s)
derivado mi(s) = Kc ( τI sτI
+ 1s ) ( τD ατD
s + 1s + 1 )

t
de(t) P' (s) KI
Expandido No interactuar e(t )dt + KD dt = Kc + s + KD _
p(t) = p + Kc e(t) + KI∫ p(t) = p0 mi(s)
t
En paralelo con Controlador 1 deD(t) 1
ideal β, γ e(t )dt + τD
+ Kc ( eP(t) + τI ∫ 0 dt ) P′ (s) = Kc ( EP(s) + τyo s E(s)+τD sED(s) )

donde eP(t)=βysp(t) − ym(t) e(t) = donde EP(s)=βYsp(s) − Ym(s)

ysp(t) − ym(t) E(s) = Ysp(s) − Ym(s)

ponderación proporcional y derivativa
eD(t)=γysp(t) − ym(t) DE(s)=γYsp(s) − Ym(s)

PD) hará que el término de la derivada se vuelva

mi(s) τEs + 1
kc τDs + 1 momentáneamente muy grande y, por lo tanto, proporcionará
τEs
un impulso derivativo al elemento de control final. Este
"pico" repentino no es deseable y puede evitarse basando
Figura 8.12 Diagrama de bloques de la forma en serie de control PID
(sin filtro derivativo).
la acción derivativa en la medición, ym, en lugar de en la señal de error,
Para ilustrar la eliminación del impulso derivativo, considere
la forma paralela de control PID en la ecuación. 813.
Forma ampliada de control PID Reemplazar de/dt por −dym/dt da

La forma ampliada de control PID es: 1 t

dym(t)
e(t )dt − τD
t
de(t) p(t) = p + Kc [ e(t) + τyo
∫0 dt ]
e(t )dt + KD (816)
p(t) = p + Kce(t) + KI∫ 0
dt (817)
Este método de eliminar el kick derivativo es una característica
Tenga en cuenta que los parámetros del controlador para la forma expandida estándar en la mayoría de los controladores comerciales. Para un
son tres “ganancias”, Kc, KI y KD, en lugar de los parámetros estándar, Kc,
controlador PID en serie, se puede implementar con bastante facilidad
τI y τD. La forma ampliada de control PID se utiliza en MATLAB. Esta forma
colocando el elemento PD en la ruta de retroalimentación, como se
podría parecer adecuada para la sintonización del controlador, porque cada
muestra en la figura 8.13. Tenga en cuenta que la eliminación del
ganancia influye independientemente sólo en un modo de control. Pero las
impulso derivativo para cambios de punto de ajuste no afecta el
relaciones de sintonización de controladores bien establecidas que se
rendimiento del controlador cuando ysp es constante. Así, las ecuaciones. 813 y 81
presentan en los capítulos 12 y 14 se desarrollaron para las formas serie y
paralelo. Por tanto, hay poca ventaja en utilizar la forma expandida en la
ecuación. 816, excepto simulación.

Ysp (s) τEs + 1 PD)

mi(s)
+
–
kc τEs

8.3 CARACTERÍSTICAS DE LOS CONTROLADORES PID

A continuación, consideramos extensiones comunes de los

τDs + 1
controladores PID básicos que mejoran enormemente su rendimiento.

8.3.1 Eliminación del Kick Derivado Año(s)

Una desventaja de los controladores PID anteriores es que un Figura 8.13 Diagrama de bloques de la forma en serie de control PID
cambio repentino en el punto de ajuste (y por lo tanto el error, e) que elimina el retroceso derivativo.
Machine Translated by Google

8.3 Características de los controladores PID 131

Proporcionan respuestas idénticas a las perturbaciones del proceso También se incluyen sinónimos comunes. Sin embargo, todos
cuando el punto de ajuste es constante. estos términos deben usarse con precaución como resultado de
la terminología inconsistente que aparece en la literatura. Por
ejemplo, referirse a la forma paralela (la primera línea de la tabla
8.3.2 Ponderación del punto de ajuste
8.1) como un “controlador ideal” es engañoso, porque su modo
Se puede obtener un algoritmo de control PID más flexible derivativo amplifica el ruido, una característica indeseable.
ponderando el punto de ajuste en los términos proporcional y Además, los términos interactuar y no interactuar pueden resultar
derivativo. Estas modificaciones permiten el ajuste de la respuesta bastante confusos, porque los modos de un controlador pueden
del sistema de control a los cambios del punto de ajuste no interactuar en el dominio del tiempo (ecuación del controlador)
independientemente de la respuesta a las perturbaciones. El pero sí interactuar en el dominio de Laplace (función de
algoritmo de control PID modificado con ponderación de consigna transferencia) y viceversa. Algunas de estas idiosincrasias son
tiene la forma
evidentes en los ejercicios y en el análisis de la respuesta en
t
1 deD(t) frecuencia del Capítulo 14.
e(t )dt + τD
p(t) = p + Kc ( eP(t) + τyo
∫ 0 dt )
(818) La Tabla 8.2 resume características importantes de los
con diferentes términos de error definidos para cada modo: controladores PID comerciales representativos.

eP(t) βysp(t) − ym(t) (819)

e(t) ysp(t) − ym(t) (820) 8.3.3 Acción inversa o directa

(821) La ganancia del controlador puede ser negativa o positiva.2 Para el

eD(t) γysp(t) − ym(t)
control proporcional, cuando Kc > 0, la salida del controlador p(t)
Este algoritmo de control se conoce como controlador PID paralelo aumenta a medida que su señal de entrada ym(t) disminuye, como
con ponderación en modo proporcional y derivativo, o controlador es evidente después de combinar las ecuaciones. 82 y 81:
betagamma. En general, los valores de β y γ están en el intervalo
[0, 1]. A menudo, se selecciona γ para que sea cero. p(t) − p = Kc[ysp(t) − ym(t)] (822)

El algoritmo de control PID modificado se reduce al algoritmo Por tanto, si Kc > 0, el controlador se denomina controlador de
estándar en la ecuación. 813 cuando β=γ= 1. acción inversa . Cuando Kc < 0, se dice que el controlador es de
Establecer γ = 0 elimina el impulso derivativo. Después de un acción directa, porque p aumenta a medida que aumenta ym .
cambio escalonado en el punto de ajuste, el algoritmo estándar da Tenga en cuenta que estas definiciones se basan en la medición,
como resultado un impulso proporcional, un cambio repentino en la ym(t), en lugar del error, e(t). En la figura 8.14 se comparan los
salida del controlador p debido al aumento repentino en e que controladores proporcionales de acción directa y de acción inversa.
resulta en un cambio correspondiente en el término proporcional.
La cantidad de impulso proporcional después de un cambio Para ilustrar por qué se necesitan controladores de acción directa
repentino del punto de ajuste se puede reducir configurando β < 1. y de acción inversa, considere nuevamente el circuito de control de
El parámetro de ponderación β se puede utilizar para ajustar el flujo en la figura 8.2. Suponga que el transmisor de flujo está
rendimiento de este controlador PID para cambios de punto de ajuste, diseñado para ser de acción directa, de modo que su señal de salida
como se analiza en el Capítulo 12. Tenga en cuenta que la definición aumenta a medida que aumenta el caudal. La mayoría de los
del error de modo integral en la ecuación. 820 es la misma que para transmisores están diseñados para ser de acción directa. Suponga
la ley de control estándar en la ecuación. 813; Este término de error también que la válvula de control está diseñada de modo que el
es esencial para eliminar la compensación después de un cambio de caudal a través de la válvula aumenta a medida que aumenta la señal a la válvula, p(t)
punto de ajuste o una perturbación sostenida. En este caso, la válvula se designa como aire para abrir (o falla
Finalmente, cabe señalar que, aunque los ajustes del controlador para cerrar). La pregunta es: ¿el controlador de flujo debe tener
digital se pueden especificar exactamente, los ajustes del acción directa o inversa? Claramente, cuando el caudal medido
controlador analógico representan sólo valores nominales. Aunque es mayor que el punto de ajuste, queremos reducir el flujo cerrando
sería deseable poder especificar Kc, τI y τD de forma precisa e la válvula de control. Para una válvula de aire para abrir, se debe
independiente para controladores analógicos, en la práctica disminuir la señal de salida del controlador.
existen interacciones entre los modos de control debido a Por tanto, el controlador debería ser de acción inversa.
limitaciones del hardware. En consecuencia, la configuración real Pero, ¿qué pasa si la válvula de control es de aire para cerrar (o
del controlador puede diferir de la configuración del dial. falla de apertura) en lugar de aire para abrir? Ahora, cuando el
caudal es demasiado alto, la salida del controlador debería aumentar a
La tabla 8.1 muestra las formas más importantes de
controladores PID, ecuaciones de controlador y funciones de transferencia.
La derivación de varias formas de ecuaciones de controlador se 2Para algunos programas de control por computadora, Kc debe ser positivo. El
deja como ejercicio para el lector. La tabla está organizada según usuario ingresa la designación de acción inversa o directa como un parámetro
los nombres descriptivos utilizados en este libro, pero binario separado.
Machine Translated by Google

132 Capítulo 8 Controladores de retroalimentación

Tabla 8.2 Características clave de los controladores PID comerciales

Característica del controlador Parámetro del controlador Símbolo Unidades Rango típico
sin dimensiones 0,1–100
modo proporcional Ganancia del controlador kc
[%/%, mA/mA]

Banda proporcional PB = 100%/Kc % 11000%

Modo integral Tiempo integral (o tiempo de reinicio) Tiempo 0,02–20 minutos

τyo

[minutos] 1–1000 s

Restablecer tasa 1/τI Repeticiones/tiempo 0,001–1 repeticiones/s

[min1, s1] 0,06–60 repeticiones/min

Tiempo1 0,1–100
Modo integral “ganancia” KI
[min1, s1]
Modo derivado Tiempo derivado Tiempo 0,1 a 10 minutos
τD
[minutos] 5500 s

Tiempo 0,1–100
“Ganancia” del modo derivado kd
[minutos]

Parámetro de filtro derivado α sin dimensiones 0,05–0,2

Intervalo de control (Digital Δt Tiempo 0,1 s–10 min

controladores) [s, min]

Basado en McMillan (2015).

resulta en la pérdida de control. Para el ejemplo de control de flujo,

pmáx tener una acción incorrecta del controlador obligaría a la válvula de control a
pag
permanecer completamente abierta o completamente cerrada (¿por qué?). De este modo,
La acción del controlador debe especificarse cuidadosamente cuando
se instala un controlador o cuando un control problemático
pag

Se está analizando el bucle. La siguiente guía es muy

útil y puede justificarse mediante las técnicas de análisis de estabilidad
pmín del Capítulo 11.
0
Pauta general para especificar el controlador
0
mi
Acción (directa o inversa): el producto global de
(a) las ganancias para todos los componentes en la retroalimentación
El circuito de control debe ser positivo.

pag Por ejemplo, el sistema de control de mezcla en la Fig. 8.1 tiene

pmáx cinco componentes en el circuito de control de retroalimentación: el
proceso, el sensor, el controlador, el transductor I/P y
la válvula de control.
pag

8.3.4 Modos de control automático/manual

pmín Las ecuaciones 82 a 821 describen cómo funcionan los controladores.
0 durante el modo de funcionamiento automático . Sin embargo, en
0 En determinadas situaciones, el operador de la planta puede decidir
mi

(b) anular el modo automático y ajustar la salida del controlador.

a mano.
Figura 8.14 Proporcional de acción directa e inversa
Este modo manual de operación del controlador es muy
Controladores: (a) acción inversa (Kc > 0), (b) acción directa
útil durante el arranque, el paro o una situación de emergencia de una
(Kc < 0).
planta. Un interruptor manual/automático, o el
equivalente de software, se utiliza para transferir el controlador
del modo automático al modo manual, y
cierre aún más la válvula. Aquí, un controlador de acción directa. viceversa. Durante estas transferencias, es importante que
se requiere. la salida del controlador no cambia abruptamente y "choca"
Es extremadamente importante que la acción del controlador sea el proceso. En consecuencia, la mayoría de los controladores facilitan
especificado correctamente, porque una elección incorrecta generalmente transferencias sin obstáculos.
Machine Translated by Google

8.4 Versiones digitales de controladores PID 133

Un controlador puede permanecer en modo manual por dónde

largos períodos de tiempo (o indefinidamente) si el operador no
Δt = el período de muestreo (el tiempo entre sucesivos
está satisfecho con su desempeño en el modo automático. En
mediciones de la variable controlada)
consecuencia, si un porcentaje importante de los controladores
de una planta están en manual, es un indicio de que los ek = error en el késimo instante de muestreo para k = 1, 2,...
sistemas de control no están funcionando bien o que los Sustituyendo las ecuaciones. 823 y 824 en la ecuación. 813 da la
operadores de la planta no tienen mucha confianza en ellos. El forma de posición,
tema de la resolución de problemas de bucles de control de
bajo rendimiento se analiza en el Capítulo 12. Δt k

∑
τD
Δt
(825)
ej +
pk = p + Kc [ ek + τyo
j=1
(ek ek1) ]

8.4 VERSIONES DIGITALES DE

donde pk es la salida del controlador en el késimo instante
LOS CONTROLADORES PID
de muestreo. Los otros símbolos en la ecuación. 825 tienen
Hasta ahora hemos supuesto que las señales de entrada y el mismo significado que en la Ec. 813. La ecuación 825 se
salida del controlador son funciones continuas del tiempo. conoce como forma de posición, porque se calcula el valor
Sin embargo, los sistemas de control digital son mucho más real de la salida del controlador.
comunes debido a su flexibilidad, potencia computacional y En forma de velocidad, se calcula el cambio en la salida del
rentabilidad. En esta sección presentamos brevemente las controlador. La forma de velocidad se puede derivar escribiendo
técnicas de control digital considerando versiones digitales la ecuación. 825 para el instante de muestreo (k − 1):
del control PID. En el Capítulo 17 y en el Apéndice A se
k−1
presenta una discusión más completa sobre el control por Δt
computadora digital. τD ∑ ej +Δt
pk−1 = p + Kc [ ek−1 + τIj =1
(ek−1 − ek−2) ]
En los últimos años ha habido un interés creciente en el
(826)
uso de tecnología inalámbrica en las operaciones de fabricación.
En particular, es factible implementar estrategias de
Tenga en cuenta que la suma todavía comienza en j = 1, porque
monitoreo y control de forma inalámbrica (Blevins et al., 2015).
se supone que el proceso está en el estado estacionario deseado
Cuando una estrategia de control de retroalimentación se
implementa digitalmente, la entrada y salida del controlador son para j ≤ 0 y, por lo tanto, ej = 0 para j ≤ 0. Restando la ecuación.
826 de la ecuación. 825 da la forma de velocidad del algoritmo
señales digitales (o de tiempo discreto) en lugar de señales
PID digital:
continuas (o analógicas). Por lo tanto, la señal continua del
dispositivo de medición (sensor/transmisor) se muestrea y se
Δt
convierte en una señal digital mediante un convertidor analógico a ek
Δpk = pk − pk−1 = Kc [ (ek − ek−1) + τI
digital (ADC). Luego se utiliza un algoritmo de control digital para
calcular la salida del controlador, también una señal digital. Debido
+ τD
a que la mayoría de los elementos de control finales son Δt (ek − 2ek−1 + ek−2) ] (827)
dispositivos analógicos, la señal de salida digital generalmente se
convierte en una señal analógica correspondiente mediante un La forma de velocidad tiene tres ventajas sobre la forma de
convertidor de digital a analógico (DAC). Sin embargo, algunos posición:
elementos electrónicos de control final pueden recibir señales
1. Contiene inherentemente un mecanismo antirreinicio,
digitales directamente, como se analiza en el Capítulo 9.
porque la suma de errores no se calcula explícitamente.
2. Esta salida se expresa en una forma, Δpk, que puede ser
utilizada directamente por algunos elementos de control
8.4.1 Algoritmos PID de posición y velocidad finales, como una válvula de control impulsada por un paso pulsado.
Hay dos formas alternativas de la ecuación de control motor.
PID digital: la forma de posición y la forma de velocidad. 3. Para el algoritmo de velocidad, transferir el
Una forma sencilla de derivar una versión digital de la controlador del modelo manual al automático no
forma paralela del controlador PID (ecuación 813) es requiere ninguna inicialización de la salida (p en
reemplazar los términos integral y derivada por la ecuación 825). Sin embargo, la válvula de
aproximaciones en diferencias finitas, control (u otro elemento de control final) debe
k
colocarse en la posición adecuada antes de la transferencia.
t

e(t )dt ≈ ∑ ejΔt (823) Ciertos tipos de estrategias de control avanzadas, como
∫ 0
j=1 el control en cascada y el control anticipativo, requieren
de que la salida real del controlador pk se calcule explícitamente.
≈ ek − ek−1 (824)
dt Δt Estas estrategias se analizan en los capítulos 16 y 15.
Machine Translated by Google

134 Capítulo 8 Controladores de retroalimentación

Sin embargo, pk se puede calcular fácilmente reorganizando la implementado de modo que Δpk no se tenga en cuenta si
ecuación. 827: pk viola un límite de saturación, lo que implica que pk debe
Δt monitorearse en todo momento. En general, se prefiere la
ek forma de velocidad a la forma de posición.
pk = pk−1 + Kc [ (ek − ek−1) + (ek τI
2. Eliminación del Kick Derivado. Cuando se realiza un
τD cambio repentino del punto de ajuste, los algoritmos
+ (828)
Δt − 2ek−1 + ek−2) ] de control PID en la ecuación. 825 o ecuación. 827
Una desventaja menor de la forma de velocidad es que producirá un gran cambio inmediato en la salida debido
se debe incluir el modo integral. Cuando el punto de a la acción de control derivativo. Para los algoritmos de
ajuste es constante, se cancela tanto en el término de control digital, hay varios métodos disponibles para
eliminar el impulso derivativo:
error proporcional como en el derivado. En
consecuencia, si se omitiera el modo integral, la a. En analogía con la ecuación. 817, se puede aplicar una
respuesta del proceso a una perturbación tendería a alejarse del punto de ajuste.
acción derivativa a la medición, ym,k, en lugar de a la
La forma de posición del algoritmo PID (ecuación 825) requiere señal de error. Así, para la forma de posición en la
un valor de p mientras que la forma de velocidad en la ecuación. ecuación. 825, ek se reemplaza por −ym,k en el término
827 no lo hace. La inicialización de cualquiera de los algoritmos derivado:
es sencilla, porque la operación manual del sistema de control k
Δt
generalmente precede a la transferencia al control automático. Por
∑ τD ej − Δt
lo tanto, p (o pk−1 para el algoritmo de velocidad) simplemente se pk = p + Kc [ ek + τIj =1 (ym,k − ym,k−1) ]
iguala a la señal enviada al elemento de control final en el momento
(829)
de la transferencia. Como se señaló anteriormente, la forma de
La forma de velocidad en la ecuación. 827 se puede
velocidad es menos propensa a restablecer problemas de cuerda.
modificar de forma
análoga. b. Cambie el punto de ajuste gradualmente
aumentándolo hasta el nuevo valor. Esta estrategia
8.4.2 Modificaciones del algoritmo PID básico limita la tasa de cambio del punto de ajuste y, por lo
tanto, reduce el impulso derivado.
Ahora consideraremos varias modificaciones de los algoritmos
Si el ruido de medición combinado con una relación grande
básicos de control PID que se utilizan ampliamente en la industria.
entre el tiempo de derivación y el período de muestreo (τD/
1. Eliminación del reinicio de liquidación. Para los controladores Δt) causa un modo derivativo hiperactivo, entonces la señal
digitales que contienen una acción de control integral, el de error debe filtrarse antes de calcular la acción derivativa
reinicio puede ocurrir cuando la suma de errores crece a un (consulte el Capítulo 17).
valor muy grande. Supongamos que la salida del controlador 3. Efecto de la saturación sobre el rendimiento del controlador.
se satura en un límite superior o inferior, como resultado de Otra dificultad que puede surgir para una ecuación de
una gran señal de error sostenida. Aunque la variable medida controlador digital como la Ec. 829 es que un pequeño
finalmente alcance su punto de ajuste (donde ek = 0), el cambio en el error puede causar que la salida del controlador
controlador puede estar desconectado. se sature para ciertos valores de la configuración del
debido al término de suma. Hasta que el error cambie
controlador. Supongamos que KcτD/Δt = 100 debido a un
de signo durante un período de tiempo, reduciendo período de muestreo pequeño, y que ek y pk están ambos
así el valor de la sumatoria, el controlador escalados de 0 a 100%. Un cambio del 1% en Δek = ek −
permanecerá en su límite de saturación.
ek−1 provocará un cambio del 100% en pk, excediendo así
Para el algoritmo de posición, se puede lograr una su límite superior. Por lo tanto, se deben verificar los valores
cuerda antireinicio utilizando los métodos de la Sección de la configuración del controlador y Δt para garantizar que
8.2.2. a. Cuando el controlador se sature, suspenda la no causen tales problemas de exceso de rango . Para el
suma. b. algoritmo de velocidad, el cambio en la salida del controlador
Implemente la acción de control integral como un circuito se puede restringir mediante el uso de límites de velocidad o
de retroalimentación positiva, como se muestra en la figura 8.8. abrazaderas, es decir, límites superior e inferior del cambio,
La experiencia y el ejemplo 8.1 indican que el enfoque (b) es Δpk.
superior al (a), aunque es algo más complicado. 4. Otras características opcionales. Para algunas aplicaciones
de control, es deseable que la señal de salida del controlador
Para la forma de velocidad en la ecuación. 827, no no cambie cuando el error sea pequeño, dentro de una
aparece ninguna suma y, por lo tanto, se evita el problema tolerancia especificada. Esta característica opcional se
del reinicio. Sin embargo, el algoritmo de control debe ser conoce como acción de brecha. Finalmente, en ganancia
Machine Translated by Google

8.5 Respuestas típicas de los sistemas de control de retroalimentación 135

programación, el valor numérico de Kc depende resultan en oscilaciones. Las respuestas de circuito cerrado dependen
del valor de la señal de error. Estos controladores en los ajustes del controlador (Kc, τI y τD) y, por supuesto,
Las opciones se analizan con más detalle en el Capítulo 16. la dinámica del proceso. De manera similar, los controladores P y PI
no necesariamente resultan en respuestas sobreamortiguadas, por ejemplo
Para una discusión más detallada de los algoritmos de control digital,
las mismas razones. Pero las respuestas de la figura 8.15 son
consulte el Capítulo 17.
representativo de lo que ocurre en la práctica. Las respuestas
en la Fig. 8.15 se generaron utilizando el modelo FOPTD en
8.5 RESPUESTAS TÍPICAS DE RETROALIMENTACIÓN Ec. 830.
SISTEMAS DE CONTROL Al evaluar el desempeño del sistema de control, es informativo
considerar la respuesta de MV, así como la respuesta de CV.
En esta sección, los resultados de la simulación se utilizan para demostrar
respuesta. La figura 8.16 muestra la respuesta de MV u(t) para el
el comportamiento típico de un proceso controlado.
Simulación del control PID de la Fig. 8.15, así como las contribuciones
después de que se produce un cambio escalonado en una variable perturbadora.
individuales de los modos P, I y D. Por definición
El comportamiento dinámico del proceso simulado es
descrito por un retraso de primer orden más tiempo (FOPTD) u(t) = uP(t) + uI(t) + uD(t) (831)
modelo entre una variable controlada y y una variable manipulada u,
donde el lado derecho de la ecuación. 831 corresponde al último
tres términos en el lado derecho de la ecuación. 817. La contribución
Sí(s) = Ke−θs
(830) proporcional uP(t) sigue la variable controlada
s+1
A nosotros)
y(t) en la figura 8.15 pero en dirección opuesta (es decir, negativa en lugar
donde K = 0,5, θ = 4 y τ = 20. Tanto u como y son de positiva). La contribución integral uI(t)
variables de desviación y el punto de ajuste es ysp = 0. disminuye monótonamente hasta el valor de estado estacionario de −1.
respuestas de bucle cerrado a una perturbación escalonada para P, PI El término de contribución uD(t) es grande cuando y(t) cambia rápidamente
y el control PID se comparan con la respuesta sin y luego se acerca a cero cuando el estado estacionario es
control de retroalimentación en la figura 8.15. La configuración del controlador alcanzado, como era de esperar.
se calcularon utilizando las relaciones de sintonización IMC que Los efectos de cambiar los ajustes individuales del controlador PID se
introducirse en el cap. 12. muestran en las Figs. 8.17 a 8.19 para una perturbación en escalón
En la figura 8.15, cuando no se utiliza el control de retroalimentación, y lentamente unitario en t = 2. Los “valores nominales” son el mismo PID
alcanza un nuevo estado estacionario y tiene una gran compensación. El ajustes que se utilizaron en la figura 8.15; se comparan
control proporcional acelera la respuesta y reduce con cambios de ±50% respecto al valor nominal.
la compensación, mientras que la adición de acción de control integral A medida que la ganancia del controlador Kc aumenta en la figura 8.17, y(t)
elimina completamente el desplazamiento. Añadiendo acción derivada Responde más rápido y se vuelve más oscilatorio y
reduce tanto el “error máximo” (el valor máximo de y) casi inestable para el aumento de +50% Kc . Decreciente
y el tiempo de respuesta, mientras se produce una pequeña cantidad el tiempo integral τI en la figura 8.18 hace que la respuesta
de oscilación. Tenga en cuenta que los controladores PID no siempre menos lento. Sin embargo, si τI es demasiado pequeño, oscilatorio

0,5
0,4
0,45 PID
Pi 0,2 uD
0,4
bucle abierto
0
0,35 Psolo
–0,2 arriba

0.3
–0,4
y
0,25
tú, ui –0,6
uyo
0,2
–0,8
0,15
–1
tu
0.1 –1.2
0,05 –1,4
0 –1,6
0 20 40 60 80 100 0 20 40 60 80 100
Tiempo Tiempo

Figura 8.15 Respuestas de circuito cerrado para una perturbación de escalón unitario Figura 8.16 Variable manipulada u y su individuo
y un modelo FOPTD. componentes para el sistema de control PID de la Fig. 8.15.
Machine Translated by Google

136 Capítulo 8 Controladores de retroalimentación

0,14 pueden resultar respuestas (no se muestran). Teóricamente, la

compensación se eliminará para todos los valores positivos de τI. Pero
0,12 50%
para valores muy grandes de τI la variable controlada regresará al punto
Nominal
0.1 +50% de ajuste muy lentamente, como lo demuestra el cambio de −50%. Las
tendencias para el control PID en las Figs. 8.17 y 8.18 también ocurren
0,08
comúnmente para el control de PI. Pero hay una excepción: el proceso
0,06 de integración de la Sección 5.3; se considerará nuevamente en la
y
0,04 Sección 11.3.4.
Es difícil generalizar sobre el efecto del tiempo derivativo τD. Para
0,02
valores pequeños de τD, aumentarlo tiende a mejorar la respuesta al
0 reducir la desviación máxima, el tiempo de respuesta y el grado de
oscilación, como se muestra en la figura 8.15. Sin embargo, si τD es
0,02
demasiado grande, el ruido de medición se amplifica y y(t) puede
0,04 0
20 40 60 80 100 volverse oscilatorio.

Tiempo
Por tanto, se requiere un valor intermedio de τD .
En los Capítulos 11, 12 y 14 se presenta más información sobre cómo
Figura 8.17 Los efectos de diferentes valores de Kc para el sistema se deben especificar los ajustes del controlador PID.
de control PID de la Fig. 8.15.

0.1
8.6 CONTROLADORES ONOFF
50%
0,08 Nominal Los controladores de encendido y apagado son controladores de
+50%
retroalimentación simples y económicos que se usan comúnmente como
0,06 termostatos en sistemas de calefacción domésticos y refrigeradores domésticos.
También se utilizan en aplicaciones industriales no críticas, como algunos
y 0,04 circuitos de control de nivel y sistemas de calefacción.
Sin embargo, los controladores todonada se utilizan menos que los
0,02 controladores PID porque no son tan versátiles ni tan eficaces.

0 Para un control ideal de encendido y apagado, la salida del controlador

solo tiene dos valores posibles:

0.02
0 20 40 60 80 100
(832)
Tiempo
p(t) = {pmaxpmín
si e ≥si0e < 0
Figura 8.18 Los efectos de diferentes valores de τI para el sistema
de control PID de la Fig. 8.15. donde pmax y pmin denotan los valores de encendido y apagado,
0,12 respectivamente (por ejemplo, para una implementación típica de
computadora digital, pmax = 100% y pmin = 0%; para un controlador
50%
electrónico basado en corriente, pmax = 20 mA y pmin = 4 mA ). Los
0.1 Nominal
controladores de encendido y apagado se pueden modificar para incluir
+50%
una banda muerta para la señal de error a fin de reducir la sensibilidad
0,08
al ruido de medición (Shinskey, 1996).
La ecuación 832 también indica por qué el control onoff a veces se
y 0.06 denomina control de dos posiciones o bangbang . Tenga en cuenta que
el control onoff puede considerarse un caso especial de control
0,04 proporcional con una ganancia de controlador muy alta (consulte la figura
8.4).
0,02 Las desventajas del control de encendido y apagado son que produce
ciclos continuos de la variable controlada y produce un desgaste
0 excesivo en la válvula de control (u otro elemento de control final). Esta
0 20 40 60 80 100
última desventaja es significativa si se utiliza una válvula de control, pero
Tiempo
es menos importante para las válvulas de solenoide o los interruptores
Figura 8.19 Los efectos de diferentes valores de τD para el de solenoide que normalmente se emplean con controladores de
sistema de control PID de la Fig. 8.15. encendido y apagado.
Machine Translated by Google

Ejercicios 137

RESUMEN
En este capítulo hemos considerado los tipos más comunes de elementos de control—se analizan en detalle en el próximo capítulo.
controladores de retroalimentación. Aunque existen potencialmente Una vez que se comprenden las características dinámicas y de
muchas formas de control de retroalimentación, las industrias de estado estacionario de estos elementos, podemos investigar las
procesos dependen en gran medida de variaciones de control PID y características dinámicas del proceso controlado (Capítulo 11).
control de encendido y apagado. Los elementos importantes
restantes dentro del circuito de control (sensores, transmisores y terminales finales)

REFERENCIAS
Åström, KJ y T. Hägglund, Control PID avanzado, ISA, Investigación Identificación y símbolos de instrumentación, Norma ANSI/ISA5.12009, Sociedad
Triangle Park, Carolina del Norte, 2006. Internacional de Automatización (ISA), Research Triangle Park, NC 2009.
Blevins, TL, D. Chen, MJ Nixon y W. Wojsznis, Wireless Control Foundation:
control continuo y discreto para la industria de procesos, ISA, Research Mayr, O., Los orígenes del control de la retroalimentación, MIT Press, Cambridge,
Triangle Park, Carolina del Norte, 2015. MA, 1970.
Blevins, TL, D. Coyne, WK Wojsznis y MJ Nixon, Mejora de la recuperación de McMillan, GK, Tuning and ControlLoop Performance, 4ª ed.,
PID a partir de condiciones límite, Proc. Conferencia de la IFAC sobre avances Momentum Press, Nueva York, 2015.
en controladores PID, Brescia, Italia, 2012. Shinskey, FG, Sistemas de control de procesos, 4ª ed., McGrawHill, Nuevo
Blevins, TL y MJ Nixon, Control Loop Foundation: procesos continuos y por lotes, York, 1996.
ISA, Research Triangle Park, Carolina del Norte 2011. Ziegler, JG, Esos hombres magníficos y sus máquinas controladoras, J. Sistemas
Desborough, L. y R. Miller, Aumento del valor para el cliente de la supervisión dinámicos, medición y control, Trans. ASME, 97, 279 (1975).
del rendimiento del control industrial: Honeywell, Experience, Proc. 6to Intern.
Conf. sobre Control de Procesos Químicos (CPC VI), pág. 169, AIChE, Nueva
York (2002).

EJERCICIOS
8.1 Un controlador de temperatura electrónico PI tiene una salida p de 12 mA
K1
cuando el punto de ajuste es igual a la temperatura nominal del proceso. La
respuesta del controlador al cambio escalonado en el punto de ajuste de τ1s + 1
temperatura de 2,5 mA (equivalente a un cambio de 5 F) se muestra a mi(s) + PD)
continuación: +

K2
t, s p, mA

0 8.0
0+ 6.7 Figura E8.2
20 6.0
60 4.7
80 4.0
8.3 La forma paralela del controlador PID tiene la función de transferencia
dada por la ecuación. 814. Muchos controladores analógicos comerciales
Determine la ganancia del controlador Kc (mA/mA) y el tiempo integral, τI.
pueden describirse mediante la forma en serie dada por la ecuación. 815.
¿El controlador es de acción inversa o de acción directa?
(a) Para el
8.2 Una forma físicamente realizable de la función de transferencia del caso más simple, α → 0, encuentre las relaciones entre τ† D) y los ajustes
controlador PD ideal en la ecuación. 811 está dado por de serie K† (Kc, τI, τD). (b) ¿La serieC , τ†
I, para la forma paralela ( forma
¿La forma hace que cada
P' (s) = Kc(τD s + 1) ajuste del controlador (Kc, τI o τD) sea mayor o menor de lo que se
mi(s) ατD s + 1 esperaría para la forma paralela?

donde 0,05 < α < 0,2. (c) ¿Cuáles son las magnitudes de estos efectos de interacción para Kc = 4,
τI = 10 min, τD = 2 min? (d) ¿Qué
(a) Muestre cómo obtener esta función de transferencia con una disposición
paralela de dos funciones mucho más simples en la figura E8.2. (b) puedes decir sobre el efecto de α distinto de cero en estas relaciones?
(Discute sólo los efectos de primer orden.)
Encuentre expresiones para K1, K2 y τ1 que puedan usarse para obtener
los valores deseados de Kc, τD y α. (c) 8.4 El ejercicio 1.9 muestra dos formas posibles de diseñar un circuito de
Verifique las relaciones para Kc = 3, τD = 2, α = 0,1. control de retroalimentación para obtener una tasa deseada de flujo de líquido.
Machine Translated by Google

138 Capítulo 8 Controladores de retroalimentación

Suponga que tanto en el Sistema I como en el II, el transmisor de flujo es

de acción directa (es decir, la salida aumenta a medida que aumenta el
caudal). La válvula de control en el Sistema I es de “aire para abrir”, lo
que significa que una señal de presión creciente del controlador abrirá p'(t) Pendiente = 1,2 min–1

más la válvula, aumentando así el caudal (consulte el Capítulo 9). Por

otro lado, la válvula de control en el Sistema II es de “aire para cerrar”. 6
La dinámica de ambas válvulas es insignificante. (a) Para cada una de
estas t

válvulas, ¿cuál es el signo de su ganancia, Kv? (b) ¿ Qué controlador Figura E8.6
debe ser de acción directa? ¿Acción inversa?
Utilice argumentos físicos para respaldar sus respuestas. 8.7 Un controlador de temperatura electrónico PID está en estado estable
(c) ¿ Qué signo debe tener la ganancia del controlador para cada caso? con una salida de 12 mA. Inicialmente, el punto de ajuste es igual a la
temperatura nominal del proceso. En t = 0, la señal de error aumenta a
8.5 Un sistema de control de nivel de líquido se puede configurar de dos una velocidad de 0,5 mA/min (equivalente a una velocidad de 2 F/min).
maneras: con una válvula de control que manipula el flujo de líquido hacia Si la configuración actual es
el tanque de retención (Fig. E8.5a), o con una válvula de control que
manipula el flujo de líquido desde el tanque (Fig. E8.5b). Suponiendo que Kc = 2 (adimensional) τI
el transmisor de nivel de líquido siempre es de acción directa, = 1,5 min τD
= 0,5 min

(a) Deduzca una expresión para la salida del controlador p(t). (b)
Repita (a) para τD = 0 (es decir, un controlador PI). (c)
Trace las dos salidas del controlador y analice cualitativamente sus
diferencias.

8.8 Encuentre una expresión para la cantidad de impulso derivativo que

se aplicará al proceso para la forma de posición del algoritmo digital PID
(ecuación 825) si se realiza un cambio de punto de ajuste de magnitud

LT
Δysp entre k − 1 y k instantes de muestreo. (a) Repita para el
LC
impulso proporcional, es decir, el cambio repentino causado por el modo
proporcional. (b) Grafique la secuencia de
valores de salida del controlador en los tiempos de muestreo k − 1, k, ...
para el caso de un cambio del punto de ajuste de magnitud Δysp realizado
(a) justo después del tiempo de muestreo k − 1 si el controlador recibe una
constante. medición ym y el punto de ajuste inicial es ysp = ym. Suponga
que la salida del controlador inicialmente es p. (c) ¿Cómo puede la Ec.
¿Se
modificará 825 para eliminar la patada derivada?
LT LC

8.9 (a) Para los algoritmos de velocidad digital P y PD, muestre cómo el
punto de ajuste entra en el cálculo de Δpk suponiendo que no cambia,
es decir, ysp es una constante. (b) ¿Qué indican los
(b) resultados sobre el uso de la forma de velocidad de los algoritmos de
control digital P y PD? (c) ¿Se encuentran
Figura E8.5 problemas similares si el modo integral está presente, es decir, con las
formas PI y PID del algoritmo de velocidad? Explicar.

(a) Para cada configuración, ¿qué acción de control (directa o inversa)

8.10 ¿ Qué modelo de ecuación diferencial representa el controlador
debe tener un controlador neumático proporcional si la válvula de control
PID paralelo con un filtro derivativo? (Sugerencia: encuentre
es de aire para cerrar?
primero un denominador común para la función de transferencia).
(b) ¿Si la válvula de control se abre por aire?
(a) Repita lo mismo para el controlador PID en serie con un filtro
8.6 Si la entrada medida a un controlador PI es un cambio de paso (Ym(s) derivativo. (b) Simule la respuesta temporal de cada controlador para un
= 2/s) y la salida del controlador cambia inicialmente como se muestra cambio de paso unitario en e(t) y los siguientes valores de parámetros:
en la figura E8.6, ¿cuáles son los valores de la ganancia del controlador
y el tiempo integral? Kc = 2, τI = 3 min, τD = 5 min, α = 0,1, M = 1
Machine Translated by Google

Ejercicios 139

q1 q6 q2

LT h1 h2 LT
q3 q4 q5

Figura E8.13

8.11 Considere los resultados de la simulación para el control PID en fracción de soluto en la corriente de salida x se mide y se
Higos. 8.15 y 8.16. Obsérvese que la respuesta uI de la figura 8.16 cambia controlado ajustando el caudal de vapor, S. La válvula de control está abierta
monótonamente. ¿Cree que esta característica es típica de las respuestas de en caso de fallo. ¿El controlador de composición debería ser de acción directa?
UI para otros controladores PID? Justifica tu respuesta. Justifica tu respuesta.

8.12 Considere un sistema de control de retroalimentación estándar donde 8.15 Un líquido caliente se enfría con agua fría en un intercambiador de calor a
cada componente funciona correctamente. Indique brevemente si está de contracorriente: se muestra en la figura E8.15:
acuerdo o en desacuerdo con las siguientes afirmaciones: (a) Para
el control sólo proporcional, la salida del controlador siempre es proporcional a
la señal de error. (b) Un controlador PID siempre baño, Tc2 baño, Tc1

elimina la compensación después de una perturbación sostenida y no medida. TT

Intercambiador de calor

q, Th1 q, Th2
8.13 Considere el sistema de almacenamiento de líquidos en la figura E8.13.
Supongamos que q1 debe mantenerse constante y, en consecuencia, h2 debe Figura E8.15
controlarse ajustando q2. Supongamos que la válvula de control q2 está
cerrada en caso de falla. ¿El controlador de nivel para h2 debería ser de acción La temperatura Th2 debe controlarse ajustando el caudal, wc.
inversa o de acción directa? Justifica tu respuesta. El sensor/transmisor de temperatura (TT) es de acción directa.
Según consideraciones de seguridad, ¿la válvula de control debe ser de aire
8.14 En la figura E8.14 se muestra un evaporador calentado por vapor que se
para abrir o de aire para cerrar? ¿El controlador de retroalimentación debería
utiliza para concentrar una corriente de alimentación evaporando agua. La masa
ser de acción directa o de acción inversa?

8.16 Considere el diagrama esquemático de un proceso de mezcla controlado

Gastos generales
que se muestra en la Fig. 8.1. El objetivo de control es controlar la fracción de
D, xD = 0
masa de la corriente de salida, x, ajustando el caudal de entrada, w2, usando
un controlador de retroalimentación. Las fracciones de masa de un componente
Presión p
químico clave en las corrientes de entrada, x1 y x2, son constantes, y el caudal
másico w1 es una variable de perturbación.
pag
El volumen del líquido V es constante. El sensor/transmisor de composición
(AT) y el transductor de corriente a presión (I/P) son dispositivos de acción
h vapor, s directa.
Alimentación xF, F
Condensado, S ¿Cuál es la cantidad mínima de información que necesitaría para decidir si
el controlador de retroalimentación, CA, debe ser de acción inversa o de acción
C.A.
directa?
xm
EN

Producto
x, B

Figura E8.14
Machine Translated by Google

Capítulo 9

Instrumentación del sistema de control

CONTENIDO DEL CAPITULO

9.1 Sensores, transmisores y transductores 9.1.1

Señales de instrumentación y redes de datos 9.1.2 Sensores

9.1.3 Características estáticas y dinámicas

9.2 Elementos de control finales

9.2.1 Válvulas de control

9.2.2 Dinámica de las válvulas de control

9.2.3 Especificación y dimensionamiento de las válvulas de control

9.2.4 Selección de los internos de la válvula de control

9.3 Precisión en la instrumentación 9.3.1

Terminología
9.3.2 Calibración de instrumentos

9.3.3 Errores de medición dinámica

Resumen

Después de considerar los controladores PID en el Capítulo 8, ahora

Ti tm
consideraremos los otros componentes del circuito de control de TT TC
retroalimentación. Como ejemplo ilustrativo, considere el sistema de Wisconsin

calentamiento del tanque agitado en la figura 9.1. Un termopar mide la

temperatura del líquido y la convierte en una señal eléctrica de nivel
de milivoltios. Luego, esta señal se convierte a un nivel de voltaje y se
transmite al controlador electrónico. El controlador de retroalimentación
realiza los cálculos de control y envía el valor calculado como señal V Par termoeléctrico
de salida al elemento de control final, un calentador eléctrico que
t t
ajusta la tasa de transferencia de calor al líquido. Este ejemplo ilustra
q w
las tres funciones importantes de un bucle de control de
Calentador
retroalimentación: (1) medición de la variable controlada (CV), (2)
ajuste de la variable manipulada (MV) y (3) transmisión de señales
entre componentes.
pag

Figura 9.1 Diagrama esquemático de un sistema de control de calentamiento

La interconexión entre el proceso y el controlador en la Fig. 9.1 de tanque agitado.
puede considerarse una interfaz.
La interconexión es necesaria para un solo controlador o para varios
controladores en un sistema de control por computadora (Fig. 9.2). En instrumentos. Todos los elementos de la interfaz en la figura 9.2
cada caso, la interfaz consta de todas las mediciones, manipulaciones contienen una característica común. Cada uno implica la conversión
y transmisiones. de una variable, por ejemplo, la temperatura a un nivel de voltaje.

140
Machine Translated by Google

9.1 Sensores, transmisores y transductores 141

Sistema de
Figura 9.2 Sistema de control
control por por computadora con múltiples
computadora mediciones (M) y múltiples
actuadores (A).

•••
Controlador/

interfaz de METRO A METRO A METRO A

proceso

Proceso

señal. Los elementos de control final, o actuadores, se utilizan para Por ejemplo, en el sistema de calentamiento del tanque agitado, en
manipular las variables del proceso (normalmente caudales). la figura 9.1, el termopar genera una señal eléctrica de milivoltios
Este capítulo presenta conceptos clave de instrumentación y que aumenta a medida que aumenta la temperatura del líquido.
enfatiza cómo la elección del hardware de medición y manipulación Sin embargo, para que esta medición de temperatura se utilice en
afecta las características del sistema de control. Muchas de las los cálculos de control, la señal de nivel de milivoltios se debe
suposiciones que se utilizan comúnmente para simplificar el diseño convertir a una señal de voltaje o corriente adecuada en un rango
de sistemas de control (comportamiento lineal de instrumentos y de entrada estándar para el controlador (consulte la Sección 9.1.1).
actuadores, instrumentación insignificante y dinámica de transmisión Esta conversión de señal se realiza mediante un
de señales) dependen del diseño y especificación adecuados de la transmisor.
instrumentación del circuito de control. Se encuentran disponibles En la literatura sobre control de procesos, los términos sensor,
varias referencias generales y manuales para la instrumentación de transmisor y sensortransmisor se utilizan más o menos
procesos (p. ej., Lipták, 2006a; Johnson, 2007; Edgar et al., 2016; indistintamente; hacemos lo mismo en este libro.
Scott, 2007). A menudo es necesario convertir una señal de instrumentación
de una forma a otra. Un dispositivo que realiza esta conversión se
El Apéndice A describe el control por computadora digital y los denomina transductor. Una aplicación común es cuando la señal
sistemas de instrumentación digital. Una cantidad importante de de salida del controlador es una señal de corriente y el elemento de
instrumentación utilizada hoy en día se basa en tecnología digital, control final es una válvula de control neumática (consulte la
aunque todavía se utiliza instrumentación analógica tradicional. En Sección 9.2.1). La conversión requerida se realiza mediante un
consecuencia, consideramos ambos en este capítulo. transductor de corriente a presión (I/P). Los transductores de tensión
a presión (E/P) también son bastante comunes.

9.1 SENSORES, TRANSMISORES

Y TRANSDUCTORES 9.1.1 Señales de instrumentación
y redes de datos
La operación de plantas industriales complejas sería difícil, si no
imposible, sin la medición y el control de variables críticas del Los sistemas de control de procesos hacen un uso extensivo de tres
proceso. Las plantas grandes suelen tener miles de variables de tipos de señales de instrumentos: señales neumáticas (aire),
proceso que se miden repetidamente en línea cada pocos segundos señales electrónicas analógicas (continuas) y señales digitales
o minutos. Además, las propiedades importantes del producto se (discretas). Antes de 1960, la instrumentación en las industrias de
miden con menos frecuencia en los laboratorios de control de procesos utilizaba predominantemente señales neumáticas para
calidad (por ejemplo, una vez por hora, una vez en un turno de ocho transmitir información de medición y control. Estos instrumentos
horas o diariamente). En consecuencia, el diseño y mantenimiento funcionaban con aire comprimido y utilizaban elementos mecánicos
de sistemas de medición precisos y confiables es un aspecto crítico de equilibrio de fuerzas para generar señales en el rango de 3 a 15
del control de procesos. La falta de un sensor en línea confiable y psig, un estándar de la industria. Las señales de presión neumática
rentable puede ser una limitación clave en la efectividad de un se transmiten mediante tubos, generalmente de 1/4 o 3/8 de pulgada
sistema de control de procesos. de diámetro. Los transductores de corriente a presión (I/P) y voltaje
a presión (E/P) se utilizan ampliamente para convertir señales
Una variable física se mide mediante un sensor que produce electrónicas en señales neumáticas equivalentes que sean
una respuesta física (por ejemplo, eléctrica o mecánica) que está compatibles con válvulas de control accionadas neumáticamente
relacionada con el valor de la variable del proceso. Para (consulte la Sección 9.2.1). la instrumentación
Machine Translated by Google

142 Capítulo 9 Instrumentación del sistema de control

Los símbolos en los diagramas de procesos se han estandarizado y Información sobre el hardware y software de los sistemas de control
están disponibles en organizaciones profesionales (ISA, 2009). informático.

Desde la década de 1950, la instrumentación electrónica se ha

vuelto predominante debido al desarrollo de la electrónica de estado
9.1.2 Sensores
sólido y la necesidad de transmitir señales a distancias más largas (por Ahora analizamos brevemente los sensores comunes para las variables
ejemplo, cientos a miles de pies) de lo que era posible con dispositivos de proceso más importantes. Hay información adicional disponible en
neumáticos. Los rangos de señal estándar para instrumentos manuales generales (Lipták, 2006a; Edgar et al., 2016), libros (Shuler
electrónicos analógicos son de 4 a 20 mA y de 1 a 5 V, corriente et al., 2014; Scott, 2007; Johnson, 2007; Nichols, 2010) y referencias
continua (VCC). La mayoría de las señales analógicas de los más especializadas en subsecciones individuales.
transmisores están en forma de corriente en lugar de voltaje, porque el
voltaje se ve afectado por las resistencias de los cables y conectores Los principales tipos de mediciones utilizadas en el control de
que cambian con la longitud del cable, la temperatura y el procesos son la temperatura, la presión, el caudal, el nivel del líquido y
envejecimiento. Las señales de instrumentación de nivel de voltaje (p. la composición química. La Tabla 9.1 enumera las opciones de
ej., 1 a 5 VCC) se adaptan mejor a situaciones en las que se trata de sensores para cada categoría.
distancias cortas.
Criteria de selección. La selección de un dispositivo de medición debe
Los instrumentos y dispositivos digitales adquirieron cada vez más
importancia a partir de la década de 1960. Un microprocesador en considerar los siguientes factores (Edgar et al., 2016):
cada instrumento o controlador es responsable de comunicarse
periódicamente a través de una autopista de datos, ya sea recibiendo 1. Rango de medición (span). El rango de medición requerido para
o solicitando información de otros dispositivos. la variable del proceso debe estar completamente dentro del
Una gran ventaja de la comunicación digital es la importante reducción rango de desempeño del instrumento.
de los costes de cableado y mantenimiento, en comparación con los
sistemas analógicos. Los grandes avances en equipos de computación
2. Rendimiento y Costo. Dependiendo de la aplicación, es apropiada
(por ejemplo, microprocesadores y computadoras personales) y
la precisión, la repetibilidad o alguna otra medida de rendimiento.
tecnología de control durante las décadas de 1970 y 1980 condujeron
Para el control en circuito cerrado, la velocidad de respuesta
a redes de computadoras patentadas (es decir, sistemas de control
también es importante. Y, por supuesto, el costo es una
distribuido) y sensores inteligentes con memoria digital y capacidades
consideración importante (White, 2014).
lógicas.
En los últimos años, los equipos de instrumentación y control se
han interconectado mediante redes digitales y arquitectura abierta. En 3. Fiabilidad. Los fabricantes proporcionan condiciones básicas.
particular, los buses de campo son un nombre genérico para redes de También es muy importante la experiencia previa con el
comunicación digital entre instrumentación, dispositivos y equipos de dispositivo de medición.
control (Lipták, 2006a; Anon, 2013). Se han desarrollado varios 4. Materiales de construcción. Es posible que un instrumento deba
protocolos de red de bus de campo, como Foundation fieldbus soportar altas temperaturas, altas presiones y ambientes
(Fieldbus Foundation, 2015) y Profibus (Profibus & Profinet Int., 2015). corrosivos y abrasivos.
Para las nuevas plantas industriales, los buses de campo ofrecen las Para algunas aplicaciones, pueden ser necesarios sellos o
ventajas de menores costos de instalación y mantenimiento, además purgas.
de un mejor diagnóstico de procesos. Pero para las plantas existentes, 5. Uso previo. Para la primera instalación de un dispositivo de
la integración de un sistema de bus de campo con los sistemas de medición específico en un sitio, la capacitación del personal de
control e instrumentación existentes puede resultar difícil (Hebert, 2007). mantenimiento y la compra de repuestos son esenciales.

6. Potencial de liberación de materiales del proceso al medio

En los últimos años, ha habido un interés considerable en el uso de
ambiente. Prevenir la exposición a emisiones fugitivas del
comunicaciones por fibra óptica (Agrawal, 2010) y redes inalámbricas
personal de mantenimiento es importante cuando el fluido del
para aplicaciones de control de procesos (Blevins et al., 2014; Caro,
proceso es corrosivo o tóxico. Se debe mantener la esterilidad
2014). Los principales incentivos para las tecnologías inalámbricas son
en los bioprocesos.
su mayor flexibilidad y sus costos de cableado e instalación muy
reducidos. Sin embargo, también existen desafíos bien conocidos que 7. Clasificación eléctrica. Si el sensor no es inherentemente
deben superarse, que incluyen preocupaciones de seguridad, compatible con una posible exposición a peligros, se deben
limitaciones de la línea de visión y cómo se alimentarán las redes proporcionar carcasas adecuadas.
(Blevins et al., 2014; Caro, 2014). 8. Invasivo o no invasivo. La inserción de una sonda (invasiva)
puede provocar suciedad, lo que provoca mediciones inexactas.
Strothman (1995) ha presentado una historia informativa de los La ubicación de la sonda debe seleccionarse cuidadosamente
primeros dispositivos de medición y control hasta principios de la para garantizar la precisión de la medición y minimizar la
década de 1990. El Apéndice A proporciona información adicional contaminación.
Machine Translated by Google

9.1 Sensores, transmisores y transductores 143

Tabla 9.1 Opciones de medición en línea para control de procesos

Temperatura Fluir Presión Nivel Composición

Par termoeléctrico Orificio columna liquida Activado por flotador: Cromatografía gaslíquido (GLC)
venturi elemento elástico calibre de cadena,
Detector de temperatura de Espectrometría de masas (MS)
rotámetro —Tubo de Bourdon palanca
resistencia (RTD) Análisis de resonancia magnética (ARM)
Turbina fuelle —acoplado
Termómetro de sistema lleno Espectroscopía infrarroja (IR)
Termómetro bimetálico Derrame de vórtices diafragma magnéticamente
espectroscopia raman
Ultrasónico Dispositivos para la cabeza
Pirómetro: Medidores de deformación
—tubo de burbuja Espectroscopia ultravioleta (UV)
radiación total Magnético Piezoresistivo
Masa térmica Conductividad Conductividad térmica
transductores
—fotoeléctrico —
Coriolis Piezoeléctrico eléctrica) Índice de refracción (RI)
relación
Objetivo transductores Radiación Sonda de capacitancia
Láser
Radar Onda acústica superficial
Onda acústica superficial Fibra óptica
Ultrasónico Electroforesis
Semiconductor
electroquímico
Paramagnético
Quimio/bioluminiscencia
Absorción de láser de diodo sintonizable

Temperatura. Los sensores de temperatura más comunes son los Los dispositivos piezoeléctricos son muy adecuados para
sistemas llenos, los termopares, los detectores de temperatura por medir presiones dinámicas donde la respuesta del sensor debe
resistencia (RTD) y los pirómetros. Los principios de medición se basan, ser muy rápida (por ejemplo, debido a golpes, vibraciones y
respectivamente, en la medición de la expansión volumétrica, la fuerza explosiones), pero son menos efectivos para medir presiones
electromotriz generada por dos metales diferentes, la resistencia en estáticas.
función de la temperatura y la longitud de onda de la energía radiada 2. Sensor capacitivo. Se utilizan dos membranas metálicas paralelas;
(Lipták, 2006a; Michalski et al., 2001). Los termopares y RTD se uno está fijo mientras que el otro puede moverse (es decir,
pueden utilizar hasta 1000 C, aunque los RTD son mucho más desviarse). El fluido del proceso está en contacto con un lado de
precisos. La pirometría se utiliza normalmente por encima de 900 C la membrana en movimiento. A medida que aumenta la presión
(p. ej., en aplicaciones de alta temperatura como la combustión). del fluido, la distancia entre las dos membranas cambia, lo que
cambia la capacitancia eléctrica entre las placas. El cambio de
capacitancia es detectado por un circuito eléctrico y convertido
Presión Diferencial y Presión. La medición y transmisión de presión en
al valor de presión correspondiente.
las industrias de procesos generalmente se basa en una pequeña
desviación de un diafragma o membrana en respuesta a una presión.
La desviación se produce mediante dos conexiones de presión, una a
Caudal de líquido o gas. La medición precisa de los caudales de fluidos
cada lado del diafragma. El sensor de presión está diseñado para que
es una actividad crítica en las industrias de procesos para muchos
la desviación sea proporcional a la diferencia de presión, o presión
propósitos que incluyen la seguridad del proceso, el monitoreo del
diferencial (DP), entre las dos conexiones. Luego, la desviación se
proceso y el cálculo de balances de materia y energía. La selección de
transduce a una señal de salida eléctrica o neumática correspondiente
un transmisor de flujo debe considerar los siguientes factores:
que puede registrarse y usarse para control. La presión manométrica
naturaleza del material que fluye (líquido/gas/sólido/multifásico),
se puede medir teniendo una conexión de presión atmosférica en un
corrosividad, medición de flujo másico versus volumétrico, naturaleza
lado del diafragma. Los sensores DP industriales difieren según el tipo
de la señal, costo, precisión, espacio disponible y requisitos.
de material y construcción de la membrana, y cómo se miden las
mantenimiento (Spitzer, 2001; Emerson Process Management, 2005;
deflexiones (Lipták, 2006a; Gassman, 2014).
Lipták, 2006a).

Tradicionalmente, el caudal volumétrico se ha determinado

indirectamente midiendo la caída de presión a través de una obstrucción
Otros sensores importantes incluyen
en una tubería, como un orificio, un venturi o un tubo de Pitot. Un
1. Dispositivos piezoeléctricos. A medida que cambia la presión, balance de energía en estado estacionario indica que el caudal
las dimensiones de un metal o cristal cambian, lo que produce volumétrico es proporcional a la raíz cuadrada de la caída de presión a
un cambio en el potencial eléctrico (el efecto piezoeléctrico) o un través de la obstrucción. La caída de presión se puede medir utilizando
cambio en la resistencia eléctrica (el efecto piezoresistivo). Estos instrumentación DP convencional, como se describe en la sección
cambios de corta duración se pueden medir y convertir en anterior.
señales de salida del sensor. La placa de orificio normalmente tiene un tamaño que proporciona una
caída de presión en el rango de 20 a 200 pulgadas de agua. Pero esto
Machine Translated by Google

144 Capítulo 9 Instrumentación del sistema de control

El enfoque es menos preciso y tiene una caída de presión mayor que

cuando un venturi reemplaza la placa de orificio. Para tuberías de gran
tamaño, las caídas de presión son importantes y, por tanto, se prefieren
los medidores venturi. Las mediciones de flujo DP son económicas y
tienden a usarse para corrientes de líquidos y gases limpios.
Pero debido a su precisión relativamente pobre, el uso de sensores de
flujo DP en las industrias de procesos está en declive, en comparación
con los tipos más nuevos de sensores que se describen a continuación.
Los caudales volumétricos también se pueden medir usando
caudalímetros de turbina o midiendo la deflexión de una paleta insertada
en la tubería o canal (por ejemplo, un medidor objetivo o un medidor de
emisión de vórtices). Los medidores de flujo magnéticos son más
precisos que las placas de orificio, pero su aplicación se limita a fluidos
conductores (ver Fig. 9.3).

aoerM
soísgseaercentrom
tnemnae C
E
P
d
Los medidores Coriolis utilizan un circuito de flujo vibratorio que
sufre una acción de torsión debido al efecto Coriolis. Hay dos
configuraciones básicas: el medidor de tubo curvo (ver Fig. 9.4) y el
medidor de tubo recto. La amplitud del ángulo de deflexión se convierte
en un voltaje que es casi proporcional al caudal másico del líquido.
Figura 9.4 Medidor de flujo Coriolis.

Las sondas de capacitancia miden la constante dieléctrica del fluido

y son útiles para lodos de flujo y otros flujos de dos fases. Los
medidores ultrasónicos sin contacto que se pueden sujetar al exterior debido a su naturaleza no invasiva y a la ausencia de piezas móviles
de las tuberías son atractivos porque que puedan desgastarse (Baker, 2000).
Los medidores de flujo másico que son independientes de los
cambios de presión, temperatura, viscosidad y densidad incluyen
medidores de masa térmica y medidores Coriolis. Los medidores de
masa térmica se utilizan ampliamente en la fabricación de
semiconductores y en el bioprocesamiento para el control de caudales
bajos (llamados controladores de flujo másico o MFC). Los MFC miden
la pérdida de calor de un elemento calentado que varía con el caudal;
su precisión es ±1%. Hay disponibles transmisores de flujo multivariable
que determinan el caudal volumétrico o másico de un fluido a partir de
variables de proceso estándar (ver Fig. 9.5).

Nivel liquido. La medición del nivel de líquido en los recipientes de

proceso es muy importante para evitar desbordes y posibles problemas
de seguridad debido a niveles de líquido excesivamente altos y daños
a la bomba debido a niveles muy bajos. Para algunas operaciones de
proceso, el nivel del líquido debe regularse estrictamente para tener un
tiempo de residencia específico en el recipiente (por ejemplo, algunos
reactores químicos). En esta sección, consideramos varios sensores
de nivel comunes.
El nivel de líquido se puede medir indirectamente utilizando un
sensor de presión diferencial con una conexión en o cerca del fondo
del tanque y la otra conexión en o cerca de la parte superior del tanque.
El nivel de líquido h está relacionado con la medición de DP ΔP
mediante la ecuación de presión estática,
,lleawí[Link]
C
dI

ΔP = ρgh (91)

donde ρ es la densidad del líquido y g es la constante gravitacional.

Una desventaja de este sensor ampliamente utilizado es que cuando
se producen variaciones significativas de densidad debido a variaciones
de temperatura o composición del líquido, es necesario tenerlas en
Figura 9.3 Medidor de flujo magnético. cuenta. Una ventaja de la
Machine Translated by Google

9.1 Sensores, transmisores y transductores 145

oeC
trB
aíse,B A
d
Figura 9.5 Este transmisor de flujo multivariable calcula el caudal másico o caudal volumétrico estándar para gases, vapores
y líquidos.

El enfoque D/P es que cuando el recipiente no está Composición química. La composición química es
completamente lleno, la medición D/P no se ve afectada por la generalmente la medición en línea más desafiante. También
presión del gas en el espacio sobre el líquido porque tiene el es muy importante porque las mediciones precisas de la
mismo efecto en cada lado del diafragma. composición son esenciales para evaluar el rendimiento del
Los sensores de capacitancia tienen una sonda que se proceso. Antes de la era de los analizadores en línea, las
inserta en el líquido. La sonda y el recipiente actúan como dos muestras se entregaban manualmente a un laboratorio
placas de un condensador. La capacitancia del líquido cambia analítico in situ. Los largos retrasos resultantes impidieron que
con el nivel del líquido. Se aplica una señal de radiofrecuencia se realizaran ajustes en el proceso de manera oportuna, lo
a la sonda; luego se mide la capacitancia y el sensor de nivel que afectó la calidad del producto. El desarrollo de analizadores
la convierte en un equivalente electrónico del nivel de líquido en línea ha automatizado esta actividad y ha reducido el tiempo de análisis.
(Lipták, 2006a). Debido a que comprar, instalar y mantener un analizador
Los sensores de nivel sin contacto están disponibles para químico puede ser muy costoso, sus especificaciones y
aplicaciones en las que no se permite que el sensor entre en selección requieren una consideración cuidadosa (Lipták,
contacto con el líquido. El sensor envía una onda sonora 1994; Lipták, 2014; Nichols. 2014).
ultrasónica a la superficie del líquido; El sensor de nivel detecta Para obtener medidas cuantitativas de composición se
la onda sonora reflejada (el eco) y utiliza esta información para deben elegir instrumentos específicos en función de la
determinar la distancia a la superficie. El valor del nivel de naturaleza de la especie a analizar. Medir una concentración
líquido calculado se transmite entonces como señal de salida específica requiere un atributo químico o físico único. Los
electrónica. Se encuentran disponibles sensores de nivel de analizadores de conductividad y pH se utilizan ampliamente
radiación gamma y radar sin contacto que funcionan de manera en las industrias de procesos. En la espectroscopia infrarroja
análoga. Una desventaja de los sensores sin contacto es que (IR), la frecuencia de vibración de moléculas específicas como
factores como el polvo, la espuma y la turbulencia de la el CO y el CO2 se puede detectar absorbiendo radiación
superficie pueden afectar el rendimiento. electromagnética. Ultravioleta (UV)
Machine Translated by Google

146 Capítulo 9 Instrumentación del sistema de control

Los analizadores de radiación funcionan de manera similar a los Tabla 9.2 Análisis de un gas de combustión
analizadores de infrarrojos en el sentido de que el grado de absorción de
Componente Método
compuestos específicos se produce a frecuencias específicas y se puede medir.
La turbidez, un indicador de la masa celular en un biorreactor, se puede O3 fotómetro ultravioleta
medir mediante la absorbancia en un espectrofotómetro. SO2 fluorescencia ultravioleta

El análisis de resonancia magnética (anteriormente llamado resonancia NOx quimioluminiscencia

magnética nuclear) utiliza momentos magnéticos para discernir la CO, CO2, SO2 Infrarrojo
estructura molecular y las concentraciones de sistemas químicos y O2 Paramagnético
bioquímicos. Hidrocarburos traza GC/EM
En los últimos años se han producido avances significativos para reducir
los costos de los analizadores, reducir el tiempo de análisis e introducir
nuevas tecnologías (Studebaker, 2014). Se han colocado sensores químicos
La espectroscopía de masas (MS) determina las presiones parciales
en microchips, incluso aquellos que requieren múltiples pasos físicos,
de los gases en una mezcla dirigiendo gases ionizados a un detector bajo
químicos y bioquímicos (como la electroforesis). Estos dispositivos han sido
vacío (106 torr); luego se monitorea la composición de la fase gaseosa en
denominados labonachip (Chow, 2002; Daw y Finkelstein, 2006).
función del peso molecular de la especie (Nichols, 2010). En ocasiones, un
GC se combina con un MS para obtener un mayor nivel de discriminación
En la cromatografía de gases (GC), una muestra de gas (o una muestra
de los componentes presentes. Como ejemplo, el análisis completo de un
de líquido vaporizado) se transporta a través del GC mediante un gas inerte
gas de combustión podría requerir múltiples analizadores en línea, como
y los componentes de la muestra se separan mediante un lecho compacto.
se muestra en la Tabla 9.2.
Debido a que cada componente tiene una afinidad diferente por el relleno
de la columna, pasa a través de la columna en un momento diferente
Los sensores de fibra óptica son opciones atractivas (pero más caras)
durante el análisis de la muestra, lo que permite medir concentraciones
para realizar mediciones en entornos hostiles, como altas temperaturas o
individuales. El GC puede medir simultáneamente muchos componentes
presiones. Debido a que la técnica de transducción utilizada por estos
en una mezcla, mientras que la mayoría de los demás analizadores solo
sensores no implica señales eléctricas, son inmunes a las interferencias
pueden detectar un único componente; por tanto, la GC se utiliza
electromagnéticas. La espectroscopia Raman utiliza fibra óptica e implica
ampliamente. En la figura 9.6 se muestra un cromatógrafo de gases
la dispersión de luz pulsada por moléculas.
montado en campo.

Normalmente, todos los componentes se pueden analizar en menos de Muchas mediciones de composición son difíciles y costosas de obtener.
10 minutos. Un GC puede medir concentraciones que van desde partes por Los medios indirectos para medir concentraciones suelen ser menos
mil millones (ppb) hasta decenas de por ciento, según el compuesto costosos y más rápidos, por ejemplo, relacionar la fracción molar o de masa
(Nichols, 2010). La cromatografía líquida de alta resolución (HPLC) se de un componente líquido con el pH o relacionar la conductividad o la
puede utilizar para medir los niveles de solutos disueltos, incluidas las concentración de un componente en una corriente de vapor con su
proteínas (Shuler et al., 2014). absorción IR o UV. A menudo se utiliza una medición indirecta para inferir
la composición; por ejemplo, la temperatura del líquido en un plato cerca
de la parte superior de una columna de destilación podría usarse para
determinar la composición del destilado.

Un enfoque relacionado es utilizar un modelo de proceso como sensor

suave (ver Sección 7.3) para estimar variables de proceso que no se
pueden medir en línea. Por ejemplo, los sistemas predictivos de monitoreo
de emisiones (PEMS) relacionan las concentraciones de trazas de
contaminantes con las condiciones operativas como la temperatura, la
presión y el exceso de aire (consulte la Sección 7.3).

Propiedades físicas. Esta categoría incluye medidas como densidad,

humedad, turbidez, viscosidad, índice de refracción, pH, constante
dieléctrica y conductividad térmica (Lipták, 2006a; Shuler et al., 2014).

9.1.3 Características estáticas y dinámicas

oeC
trB
aíse,B A
d

Como se señaló anteriormente, la señal de salida de un sensortransmisor

(o transmisor) debe ser compatible con el rango de entrada del controlador
que recibe la señal.
Figura 9.6 Cromatógrafo de gases montado en campo. Los transmisores generalmente están diseñados para ser de acción directa;
Machine Translated by Google

9.1 Sensores, transmisores y transductores 147

es decir, la señal de salida aumenta a medida que aumenta la Para el ejemplo del transmisor de temperatura, sustituyendo
variable medida. Además, la mayoría de los transmisores T0 = 50 C y Tm0 = 4 mA da
comerciales tienen un rango de entrada ajustable. Por ejemplo, 20 4 mA
un transmisor de temperatura estándar con una señal de salida Km = = 0,16 mA∕ C
150 − 50 C
de 4 a 20 mA podría ajustarse de modo que el rango de entrada
Sustituyendo valores numéricos en la ecuación. 91 da la relación
de un elemento de resistencia de platino (el sensor) sea de 50 a 150 C.
entre la entrada y salida del transmisor de temperatura:
En este caso se obtiene la siguiente correspondencia:

De entrada y salida Tm = 0,16 (T − 50) + 4 (93)

50 C 4 mA 150 Para una curva de calibración no lineal, la ganancia en un

C 20 mA punto de operación es la derivada de la relación característica
entradasalida en el punto de operación. La figura 9.8 ilustra un
caso típico. Tenga en cuenta que la ganancia cambia cada vez
Este instrumento tiene un límite inferior, o cero, de 50 C y un
que cambia el punto de funcionamiento; por lo tanto, son
rango, orspan, de 150 C − 50 C = 100 C. El cero y el span
preferibles los instrumentos que exhiben un comportamiento casi lineal.
de un sensor/transmisor son ajustables. La figura 9.7 ilustra los
La ganancia Km cambia cuando se cambia el tramo pero es
conceptos de cero y intervalo. En este ejemplo, la relación entre
invariante a los cambios en el cero.
la temperatura y la señal transmitida (medida) es lineal. Pero,
Los sensores y transmisores normalmente están diseñados
¿por qué el cero del transmisor de temperatura es de 4 mA y no
para ser de acción directa (Km > 0), de modo que la señal de
de 0 mA? Si el transmisor funciona correctamente, su señal de
salida aumenta a medida que aumentan las variables medidas.
salida está en el rango de 4 a 20 mA. Pero si falla su fuente de
Sin embargo, los instrumentos de acción inversa (Km < 0) a
alimentación, la señal de salida será de 0 mA. Por lo tanto, una
veces son más apropiados, especialmente para algunas
señal de salida que esté fuera del rango de 4 a 20 mA es una
aplicaciones de medición de nivel.
indicación de que se ha producido un mal funcionamiento.
Características dinámicas de los sensorestransmisores.
Para un transmisor lineal, la relación de estado estable entre Muchos sensorestransmisores responden rápidamente y tienen
la variable medida y y la salida del transmisor ym es una
una dinámica de medición insignificante en comparación con
ecuación lineal, ym = Km(y − y0) + una dinámica de proceso más lenta. Para otras aplicaciones
ym0 (92) donde Km es la ganancia de estado donde la dinámica de medición no es despreciable, pueden
ocurrir errores dinámicos significativos, lo que resulta en grandes
estable del transmisor. La expresión general para Km es rango diferencias entre los valores reales y los valores medidos. Por
de salida Km = alcance del
ejemplo, un termopar desnudo tiene una respuesta rápida a los
transmisor = y2 − y1
donde cambios en la temperatura del fluido. Pero un termopar colocado
los subíndices 1 y ym2 − ym1 en un termopozo protector con una gran masa y un gran calor
2 denotan dos puntos arbitrarios en la curva de calibración de la específico puede tener una constante de tiempo de medición
Fig. 9.7. significativa (consulte la Sección 9.3.3).

20 20

dieciséis
dieciséis

Km2
12 12
mT(
mT(

)Am
)Am

8 8 Km1
Punto de
funcionamiento 2

4 4
Punto de
Rango = 100°C funcionamiento 1
Cero = 50°C

0 0
0 50 100 150 0 50 100 150
temperatura (ºC)
temperatura (ºC)

Figura 9.7 Calibración de un instrumento lineal que muestra su Figura 9.8 Ganancia de un transmisor no lineal en función del
cero y rango. punto de operación.
Machine Translated by Google

148 Capítulo 9 Instrumentación del sistema de control

Muchos sensorestransmisores tienen una dinámica el proceso. En estas situaciones, el elemento de control final suele
sobreamortiguada y muestran respuestas monótonas a un cambio ser una válvula de control o una bomba de velocidad variable.
gradual en la variable medida. Por tanto, es razonable modelar este Aunque las válvulas de control se utilizan más ampliamente, se
tipo de dinámica de medición como una función de transferencia de prefieren las bombas de velocidad variable para líquidos abrasivos
primer orden entre el valor real y y el valor medido ym: como lodos. También evitan la pérdida de energía asociada con la
caída de presión a través de la válvula de control.
En la figura 9.1, un calentador de resistencia eléctrica sirve como
Año(s) = Km
(94) elemento de control final. En este caso, la salida del controlador,
Sí(s) τms + 1 una señal de voltaje, no se puede aplicar directamente a los
donde Km es la ganancia en estado estacionario y τm es la terminales del calentador, porque el controlador no está diseñado
constante de tiempo de medición. Para el ejemplo del transmisor de para suministrar los requisitos de energía eléctrica del calentador.
temperatura, las unidades de Km son mA/ C. Por lo tanto, se debe colocar un transductor entre el controlador y el
Pueden producirse dinámicas de medición significativas debido calentador (no se muestra en la Fig. 9.1).
a una mala ubicación del sensor o una línea de muestreo larga. Por
ejemplo, si un sensor de pH para un proceso de neutralización
continua está ubicado en la línea de salida, a una gran distancia del
9.2.1 Válvulas de control
recipiente de proceso, puede surgir un retraso de tiempo significativo Hay muchas maneras de manipular los flujos de material y energía
debido al desfase distanciavelocidad (consulte la Sección 6.2). hacia o desde un proceso; por ejemplo, se puede variar la velocidad
También pueden producirse retrasos de tiempo cuando una medición de una bomba, un transportador de tornillo o un soplador. Sin
de composición en línea requiere una línea de muestra larga hasta embargo, un método simple y ampliamente utilizado para ajustar el
un analizador remoto en un entorno protegido. Esta situación común caudal de un fluido es utilizar una válvula de control.
puede producir un importante desfase distanciavelocidad. Los principales componentes de la válvula de control de una válvula
Si bien los fabricantes de sensores y transmisores suelen
de control neumática se muestran esquemáticamente en la Fig. 9.9;
proporcionar información general sobre las características de son el cuerpo de la válvula, el vástago, el asiento y el actuador. El
respuesta dinámica de sus dispositivos, esta información puede cuerpo de la válvula contiene un orificio variable que ajusta el
ser difícil de interpretar para aplicaciones específicas (Edgar et al., caudal. La posición del vástago determina la apertura de la válvula
2016). McMillan (2015) ha informado valores representativos de las y, en consecuencia, el caudal. El vástago puede estar unido a un
constantes de tiempo del sensor y los retrasos de tiempo. tapón, bola, disco o compuerta (Borden y Friedmann, 1998). El
asiento consta de un material protector (normalmente metal o
polímero blando) insertado alrededor del orificio para proporcionar
un cierre hermético y aumentar la vida útil de la válvula cuando
9.2 ELEMENTOS DE CONTROL FINALES
pasan materiales corrosivos o sólidos a través de ella. El actuador
Cada bucle de control de proceso debe contener un elemento de proporciona la fuerza para abrir y cerrar la válvula.
control final que permita manipular una variable de proceso. Para Generalmente es un dispositivo accionado neumáticamente, pero
la mayoría de los procesos químicos y petroleros, el elemento de también hay disponibles actuadores eléctricos e hidráulicos
control final ajusta el caudal de un material (sólido, líquido, gaseoso (Emerson Process Management, 2005). Los actuadores eléctricos
o multifásico), lo que indirectamente ajusta las tasas de transferencia son muy adecuados para válvulas de control muy grandes donde se
de material y energía hacia y desde necesitan grandes fuerzas para abrir o cerrar la válvula.

Resorte del

actuador

Diafragma

Indicador de posición de
la válvula

Vástago

de válvula

Cuerpo de la válvula
Señal de actuación

Tapón de la válvula Asiento de válvula

Dirección del flujo
Figura 9.9 Una válvula de control con
un actuador neumático (aire para abrir).
Machine Translated by Google

9.2 Elementos de control finales 149

Las válvulas de control tienen un diseño lineal (vástago

Por lo general, es más grave que hacerlo funcionar a una temperatura
deslizante) o rotativo. Las válvulas lineales suelen ser válvulas de
demasiado baja.
globo que abren y cierran la válvula moviendo un tapón verticalmente
lejos del orificio y el asiento. El movimiento cambia el área de la (b) A–O (fallo de cierre) para evitar que el reactor se inunde con reactivos
excesivos.
sección transversal disponible para el flujo de fluido. Las válvulas
rotativas (o válvulas de cuarto de vuelta) se cierran completamente (c) A–O (cierre por falla) para evitar que entren al arroyo desechos excesivos

con un giro de 90 del mecanismo de cierre; Se utilizan tanto para y quizás sin tratar. (d) A–C (fallo de apertura) para

operación de encendido y apagado como para ajuste de flujo. En garantizar que el vapor superior se condense completamente antes de llegar
general, las válvulas rotativas son más compactas, menos costosas al receptor. De lo contrario podría desarrollarse una presión excesiva.

y más fáciles de mantener que las válvulas de vástago deslizante.

Los tipos principales de válvulas rotativas son la válvula de tapón,
la válvula de mariposa, la válvula de bola y la válvula de globo rotativa.
Para obtener más información sobre las válvulas de control, 9.2.2 Dinámica de la válvula de control La
consulte la extensa literatura sobre válvulas de control (Borden y
Friedmann, 1998; Lipták, 2006a,b; Emerson Process Management, dinámica de la válvula de control tiende a ser relativamente rápida
2005; Edgar et al., 2016). en comparación con la dinámica del proceso mismo. Pero el
A pesar del uso creciente de válvulas accionadas por motor, la mayoría comportamiento general de las válvulas de control neumáticas
de las aplicaciones de control utilizan actuadores neumáticos como los del puede complicarse debido a fenómenos no lineales como la
tipo de vástago ascendente que se muestran esquemáticamente en la figura 9.9. histéresis, la banda muerta y la adherencia ( stickslip ) que se
En este caso, el dispositivo de diafragma accionado neumáticamente ilustran en la figura 9.10 (Choudhury, 2005; McMillan, 2015).
mueve el vástago verticalmente contra la fuerza opuesta de un El diagrama de histéresis en la figura 9.10(a) indica que para un
resorte fijo. La señal de accionamiento del controlador se transmite valor específico de la señal de control p, la posición x del vástago
a la válvula de control como señal neumática. de la válvula puede tener dos valores diferentes, dependiendo de
A medida que aumenta esta señal, el aumento de presión sobre el la historia pasada del movimiento del vástago, es decir, si x ha ido
diafragma comprime el resorte, sacando así el vástago y abriendo aumentando o disminuyendo. La banda muerta en la figura 9.10(b)
aún más la válvula. Este tipo de válvula de control se conoce como es un retraso de tiempo que está asociado con la inversión de la
aire para abrir (A–O). Al invertir la orientación del tapón/asiento o dirección de la posición x del vástago de la válvula; por ejemplo, la
del resorte/entrada de aire, la válvula se cierra con aire (A–C). Por señal de control p hace que x aumente después de haber estado
ejemplo, si el resorte está ubicado sobre el diafragma y la entrada disminuyendo. La banda muerta es causada por el movimiento
de aire está ubicada debajo del diafragma, se obtiene una válvula relativo de las piezas mecánicas en el conjunto de la válvula, es
AO, como se muestra en la figura 9.9. decir, el juego.
El fenómeno de adherencia y deslizamiento se debe a la fricción
La elección de una válvula A–O o A–C se basa en consideraciones estática entre el vástago de la válvula de control y la empaquetadura
de seguridad. La forma en que debe fallar la válvula de control alrededor del vástago; el empaque evita fugas del fluido de proceso
(abierta o cerrada) se selecciona en función de la respuesta que pasa a través de la válvula. Por lo tanto, cuando el vástago de
deseada de la válvula en una situación de emergencia, como una la válvula ha estado constante durante un tiempo, no se moverá
falla de energía. Por lo tanto, las válvulas A–C y A–O a menudo se (“se pega”) hasta que el cambio en la señal de control sea mayor
denominan falla de apertura (FO) y falla de cierre (FC), respectivamente. que un umbral Δp (es decir, entonces “se desliza”). El stickslip es
perjudicial porque puede provocar oscilaciones en el bucle de
control. Tenga en cuenta que los tres fenómenos (banda muerta,
EJEMPLO 9.1
histéresis y fenómenos de deslizamiento) pueden ocurrir en una
válvula de control.
Las válvulas de control neumáticas deben especificarse para las aplicaciones
que se enumeran a continuación. Indique si se trata de una válvula A–O o A–C.
debe especificarse para las siguientes variables manipuladas y dar las razones:

(a) Presión de vapor en el serpentín de calentamiento de

un reactor. (b) Caudal de reactivos en un reactor de polimerización. c) Flujo

de efluentes de una explotación de tratamiento de aguas residuales X X X

tanque en un río.

(d) Flujo de agua de refrigeración a un condensador de destilación. banda muerta Δp

pag pag pag

SOLUCIÓN
(a) (b) (C)

(a) A–O (fallo de cierre) para asegurarse de que una falla del transmisor no
Figura 9.10 Comportamiento no ideal de la válvula de control: (a) histéresis: (b)
cause que el reactor se sobrecaliente, lo cual es
banda muerta: (c) stickslip
Machine Translated by Google

150 Capítulo 9 Instrumentación del sistema de control

El comportamiento de las válvulas de control también tiende a ser no

lineal debido a las respuestas asimétricas a los cambios positivos y negativos

en la señal a la válvula de control. Pero para fines de análisis del sistema de
control utilizando modelos de función de transferencia, el comportamiento
dinámico de la válvula de control (y del posicionador de la válvula) puede
aproximarse mediante una función de transferencia de primer orden más
retardo de tiempo Gv(s) entre la señal al sistema de control. válvula p y el
caudal manipulado u

A nosotros) Kve−θvs
= Gv(s) = (95)
P(s) τvs + 1

La constante de tiempo de la válvula τv es típicamente mucho menor que

la constante de tiempo de proceso más grande τp, es decir, τv τp.
Emerson Process Management (2005, pág. 32) ha informado valores
experimentales de θv y τv para válvulas de control de 4 pulgadas con
diferentes conjuntos de válvulas. Los valores de τv variaron de 0,3 a 7,8 s,
mientras que las relaciones θv/τv variaron de 0,3 a 0,8. Los parámetros del

aoerM
soísgseaercentrom
tnemnae C
E
P
d
modelo también dependieron del tamaño y la dirección de la señal de paso
aplicada a la válvula. Las válvulas de control de mayor tamaño pueden tener
una dinámica mucho más lenta.

Posicionadores de válvulas
Figura 9.11 Válvulas de control modernas con posicionador de
Para bucles de control importantes, las válvulas de control neumáticas válvula digital.
deben estar equipadas con un posicionador de válvula, un tipo de controlador
de retroalimentación mecánico o digital que detecta la posición real del intercambiadores, restricciones (por ejemplo, placas de orificio) y filtros que
vástago x, la compara con la posición deseada y ajusta la señal de control se colocan en serie con la válvula de control.
neumático a la válvula, en consecuencia. Los posicionadores de válvula se Las válvulas de control se especifican considerando primero tanto las
utilizan para aumentar la fuerza mecánica relativamente pequeña que puede propiedades del fluido de proceso como las características de flujo
ejercer una señal de presión de 3 a 15 psig que opera directamente sobre el deseadas, para elegir el material y el tipo del cuerpo de la válvula. Luego se
diafragma de la válvula. Debido a que los posicionadores de válvulas pueden consideran las características deseadas para el actuador. La elección del
reducir significativamente los efectos de la banda muerta, la histéresis y el material de construcción depende de las propiedades corrosivas del fluido
stickslip, se utilizan ampliamente. El posicionador de válvula generalmente del proceso en las condiciones de funcionamiento. Las válvulas comerciales
se monta en el costado del actuador de válvula, como se muestra en la Fig. hechas de latón, acero al carbono y acero inoxidable se pueden pedir
9.11. Hay información adicional disponible sobre posicionadores de válvulas disponibles en el mercado, al menos en tamaños más pequeños. Para
en la documentación y los manuales de los fabricantes (Emerson Process válvulas grandes y materiales de construcción más inusuales, es posible
Management, 2005; Lipták, 2006a; Edgar et al., 2016). que se requieran pedidos especiales.

El caudal de un fluido a través de una válvula de control depende de

varias variables: las propiedades del fluido, el diseño de la válvula, la caída
de presión a través de la válvula y el grado de apertura o cierre de la válvula.
9.2.3 Especificación y tamaño de las válvulas de control Las
A medida que el fluido pasa a través de la restricción de la válvula, la
válvulas de control deben diseñarse e instalarse con mucho cuidado. Por velocidad del fluido aumenta y la presión aguas abajo de la válvula
ejemplo, un estudio de 5000 circuitos de control en la industria de la pulpa y disminuye, según la ecuación de Bernoulli (Felder y Rousseau, 2005).
el papel informó que el 30% de la variabilidad en el rendimiento del circuito
de control se atribuía a la válvula de control (Ross y Bialkowski, 1996). El
tamaño de la válvula puede ser particularmente difícil porque muchas de las En esta sección presentamos las características generales del diseño de
recomendaciones publicadas son ambiguas, contradictorias o no consistentes válvulas de control y un método de diseño simplificado.
con los objetivos de control. Al dimensionar una válvula de control es Se encuentran disponibles descripciones más detalladas de los métodos
importante considerar los demás equipos de la tubería, como bombas, de diseño en manuales y referencias generales (Borden y Friedmann, 1998;
calefacción Emerson Process Management, 2005; Lipták, 2006a,b; Edgar et al., 2016).
Machine Translated by Google

9.2 Elementos de control finales 151

Dimensionamiento de válvulas de control ajústelo en valores amplios para compensar las perturbaciones del
proceso. Por lo tanto, la variabilidad R* es una preocupación clave
La ecuación de tamaño de válvula para un líquido turbulento y sin
donde R* se define como
interrupciones que pasa a través de una válvula de control tiene la
forma general: R = qmáx (99)
qmín
(96)
q = CvNf( ) √ΔPv gs
Aquí, q es el caudal volumétrico, ΔPv es la caída de presión a través EJEMPLO 9.2
de la válvula y gs es la gravedad específica del líquido. El símbolo (0
≤ f( ) ≤ 1) es la posición del vástago de la válvula1 e indica hasta qué Como ejemplo de diseño, considere el sistema intercambiador de calor

punto la válvula está completamente abierta ( = 1). El término f( ) se en la figura 9.12. El bloque etiquetado como "equipo" representa todos
los elementos (excepto la válvula de control) que reducen la presión en
denomina característica de válvula y se analizará más adelante.
la tubería (por ejemplo, accesorios de tubería y otras obstrucciones).
Denote la caída de presión para el “equipo” como la caída de presión
Hay dos constantes en la ecuación. 96, Cv y N. El coeficiente de
del sistema ΔPs y su valor en las condiciones de diseño como ΔPsd.
tamaño de la válvula Cv (o coeficiente de válvula) es una constante
De manera similar, la caída de presión a través de la válvula de control
adimensional que determina el tamaño y la capacidad de la válvula de
se indica como ΔPv y su valor de diseño como ΔPvd.
control. Los fabricantes tabulan los valores de Cv para tipos y tamaños Suponga que el líquido que no se evapora rápidamente tiene una
específicos de válvulas de control. gravedad específica de gs = 1 y el caudal de diseño es qd = 200 gpm.
La constante N es un factor de conversión de unidades que Con este caudal de diseño, la caída de presión del equipo es ΔPsd = 40
depende de las unidades para q y ΔPv. Por definición, N = 1 gpm/ 1/2 psi. Se supone que la presión de descarga de la bomba P2 es constante
psi. cuando q tiene unidades de gpm y ΔPv tiene unidades de (psi) y la presión de descarga en la salida de la tubería es atmosférica, P1 =
Según esta definición de N, cuando la válvula está completamente 0 psig. Como P1 y P2 son constantes, la caída de presión total ΔP
abierta (f = 1), un ΔPv de 1 psi da como resultado un caudal de q = también es constante. Se puede expresar como

Cv gpm. Por tanto, las válvulas de control más grandes tienen válvulas
Cv más grandes . Para unidades métricas, N = 0,0865 m3/h (kPa) 1/2 ΔP = P2 − P1 = ΔPv + ΔPs (910)
cuando q tiene unidades de m3/h y ΔPv tiene unidades de kPa.
Supongamos que ΔPs varía con el cuadrado del caudal: ΔPs =
Diseñe ecuaciones análogas a la ecuación. 96 para otras
situaciones, incluidos caudales másicos, gases, vapores y flujo de dos Kq2 (911)
fases, están disponibles en manuales (Emerson, 2005; Lipták, 2006a;
El valor de la constante K se puede determinar a partir de la ecuación.
Edgar et al., 2016) y documentación del proveedor. 911 y las condiciones de diseño.

Se puede desarrollar una expresión para Cv a partir de la ecuación. 96 k= ΔPsd = 40 psi
= 0,001 psi∕gpm2 (200 (912)
q2 gpm)2
q d
CV = 2 (97)
(a) Para cinco valores de ΔPvd (10, 20, 40, 100 y 200 psi), determine
Nf ( ) √ΔPvgs los valores correspondientes de Cv. (b) Determine

Luego, sustituyendo las condiciones de diseño, qd y ΔPvd, y los valores máximo y mínimo de q

especificando que la válvula de control está medio abierta (f( ) = 0,5), (qmax y qmin) para cada valor de Cv.
se obtiene la ecuación de diseño de la válvula de control:
qd SOLUCIÓN
CV = (98)

0,5N √ΔPvd gs (a) Los valores de Cv se pueden determinar a partir de la ecuación. 98
con N = 1 gpm/(psi)1/2 y gs = 1. Los valores de Cv resultantes son
En el diseño de la válvula de control, también es importante
126,5, 89,4, 63,2, 36,5 y 28,3, respectivamente.
considerar el rango especificado de condiciones de operación y los
objetivos de control. En particular, los valores de qmax y qmin son (b) Encuentre
importantes para garantizar que el caudal se pueda ajustar en una qmax: considere la ecuación. 96 con N = 1, q = qmax y f = 1
amplia gama de valores. Por ejemplo, para un caudal de alimento, su (porque el caudal máximo ocurre cuando la válvula de control está
valor en cualquier momento puede ser desigual a qd debido a cambios completamente abierta): qmax
en el suministro de alimento disponible o a las condiciones económicas.
= Cv √ΔPv (913)
De manera similar, si q es una variable manipulada como el caudal de
agua de refrigeración, es deseable poder Como se señaló anteriormente, ΔPv cambia con q. Por tanto, ΔPv ≠ ΔPvd
cuando q ≠ qd. Reorganizando la ecuación. 910

ΔPv = ΔP − ΔPs (914)

1Para válvulas de control rotativas, como las válvulas de bola, es el grado
de rotación.
Machine Translated by Google

152 Capítulo 9 Instrumentación del sistema de control

P1 = 40 psig P2 = 0 psig Figura 9.12 Una válvula de control colocada en serie con
(constante) (constante) una bomba y otros equipos. La presión de descarga de
la bomba es constante.
Equipo
Válvula
de control
Bomba
ΔPs = 30 psi ΔPv = 10 psi
a 200 gal/min a 200 gal/min

Tabla 9.3 Resultados para cinco valores de ΔPvd (qd = 200 gpm, ΔPsd
= 40 psi)
Este ejemplo demuestra que la elección de la relación, ΔPvd/ΔP, es
ΔPvd (psi) 10 20 40 120 200 una decisión clave en el diseño de la válvula de control.
qmáx (gpm) 217 qmín 231 253 302 327 Representa una compensación de ingeniería entre un costo más bajo

(gpm) 83 126,5 Cv R 67 55 49 44 ( Cv pequeño) y un control más efectivo ( Cv grande).

89,4 63.2 36,5 28.3 Las pautas informadas sugieren valores de 1/4 a 1/2 para esta relación
al caudal de diseño. Sin embargo, el ejemplo 9.2 demuestra que la
2.61 3.46 4.56 6.23 7.48
gama de condiciones operativas y los objetivos de control son
importantes y deben considerarse. Otra regla general es que la válvula
y sustituyendo las ecuaciones. 911 y 912 en la ecuación. 913 con q = de control Cv debe corresponder a un tamaño uno menor que el tamaño
qmax da
del diámetro de la tubería (Woods, 2007).

máximo
(915)
qmáx = Cv √ ΔP − Kq2 gs
9.2.4 Selección de los internos de la válvula de control
Resolviendo la ecuación. 915 para qmax después de sustituir la ecuación.
912 da el resultado deseado: Se utilizan ampliamente tres tipos de características de válvula (o
ajustes de válvula) . Para una caída de presión fija a través de la válvula
d ΔPv, el caudal fraccional, f (0 ≤ f ≤ 1) está relacionado con la posición
(916)
q2d + K2 1ΔPsd
qmáx = K1 √ ΔPq2 fraccionaria del vástago (0 ≤ ≤ 1) mediante las siguientes relaciones de
ajuste de la válvula:
donde K1 = Cv∕ √gs.
Recorte lineal: f=f
Encuentre
qmin: una derivación similar con f = 0,1 (el valor mínimo de f para un Embellecedor de apertura rápida: =√f=R (918)
Recorte de igual porcentaje: −1
control de flujo efectivo) da una expresión para qmin:

Para válvulas de control de igual porcentaje, R es un parámetro de

d
(917) diseño que suele estar en el rango de 20 a 50. La Figura 9.13 ilustra las
q2d + K2 1ΔPsd
qmín = K2 √ ΔPq2 características de las válvulas para estos tres internos de válvulas. Una

donde K2 = 0,1Cv∕ √gs. válvula de apertura rápida también se conoce como válvula de raíz
Los resultados de este ejemplo se muestran en la Tabla 9.3. cuadrada . La válvula de igual porcentaje tiene este nombre porque la
pendiente de la curva f vs., df/d, es proporcional a f, lo que lleva a un
Algunas tendencias importantes en la Tabla 9.3 son
cambio porcentual igual en el flujo para un cambio en todo el rango, 0 ≤
1. Para valores pequeños de ΔPvd, qmax no es mucho mayor que ≤ 1.
qd = 200 gpm y R es pequeño. Tenga en cuenta que cuando la válvula de control está completamente
2. A medida que ΔPvd aumenta, qmax aumenta, qmin disminuye y R aumenta. cerrada, = f = 0 y cuando está completamente abierta, = f = 1.
Por lo tanto, desde una perspectiva de control, es deseable un valor grande Debido a que ΔPv varía con el caudal, una característica de válvula
de ΔPvd para proporcionar un control de flujo eficaz en un rango más no lineal a menudo producirá una relación de flujo más lineal después
amplio.
de la instalación que una característica lineal.
3. Pero a medida que ΔPvd aumenta, ΔP también aumenta (ver ecuación 910). En particular, la válvula de igual porcentaje está diseñada para
Por tanto, se requiere una bomba más grande y el coste de funcionamiento compensar, al menos aproximadamente, los cambios en ΔPv con el
de la bomba aumenta debido al coste de energía del motor de la bomba.
caudal. El objetivo es obtener una relación casi lineal para q con
Por tanto, desde una perspectiva económica, es deseable un valor pequeño
respecto al rango de funcionamiento normal de la válvula.
de ΔPvd . Tenga en cuenta que también es posible calcular simultáneamente
la presión de descarga de la bomba P2 requerida y el coeficiente de
Algunas pautas generales para la selección de los internos de la
tamaño de la válvula de control Cv que producen los valores deseados de
válvula de control son
qmax y qmin. Así, las ecuaciones. 916 y 917 se pueden resolver
simultáneamente para las dos incógnitas, ΔP y Cv (Luyben y Luyben, 1996, 1. Si la característica de la bomba en la Fig. 9.14 es bastante plana
págs. 7681). Entonces P2 se puede determinar a partir de la ecuación. y la caída de presión del sistema ΔPs es bastante pequeña en
910. toda la región operativa, elija una curva lineal.
Machine Translated by Google

9.2 Elementos de control finales 153

1
EJEMPLO 9.3

Consideremos nuevamente el diagrama esquemático de la figura 9.12.

Suponga que la bomba proporciona una altura constante de ΔP = 40 psi
Apertura en todo el rango de caudal de interés. La caída de presión del sistema
rápida (raíz cuadrada)
es ΔPs = 30 psig al caudal de diseño de qd = 200 gal/min. La gravedad
específica del líquido es gs = 1.
Fraccionario Lineal Supongamos que ΔPs es proporcional a q2. Determine Cv y grafique f
flujo, f versus para la válvula de control instalada y cuatro
casos:

Igual (a) Una válvula lineal que está medio abierta al caudal de diseño. (b)
porcentaje Una válvula de igual porcentaje (R = 50 en la ecuación 918) que está
(R = 40)
dimensionada para estar completamente abierta al 110% del caudal
de diseño.
0
0 1 (c) Igual que (b), excepto con un Cv que es un 20% superior al calculado.
Elevar,

(d) Igual que (b), excepto con un Cv que es un 20% inferior al calculado.
Figura 9.13 Características inherentes de la válvula de control.

SOLUCIÓN
recortar. Sin embargo, esta situación ocurre con poca
frecuencia porque es el resultado de un proceso sobrediseñado
Primero, escribimos la expresión para la caída de presión del sistema,
(capacidad de bomba y tubería demasiado grande).
ΔPs = Kq2 (919)
2. Para seleccionar un recorte de porcentaje
dónde
igual: a. Trace la curva característica de la bomba y ΔPs,
como se muestra en la figura 9.14. La diferencia entre k= ΔPsd = 30 psi
= 7,5 × 10−4 psi∕gpm2 (920) (200 gpm)2
q2d
estas dos curvas es
ΔPv. b. Calcule Cv para las condiciones de diseño, qd y De este modo

ΔPvd. ΔPs = 7,5 × 10−4 q2 (921)

C. Calcule q en función del uso de la ecuación. 96 y ΔPv del
Debido a que la cabeza de la bomba es constante a ΔP = 40 psi, la
inciso (a). Una gráfica de q vs. debe ser razonablemente caída de presión disponible para la válvula de control en
lineal en la región operativa de interés (o al menos
ΔPv = 40 − ΔPs = 40 − 7,5 × 10−4 q2 (922)
alrededor del caudal de diseño). Si no es muy lineal ajustar
Cv y repetir. La figura 9.15 ilustra esta relación.

40
Presión de descarga = 40 psi
ΔPv

30
P1
Característica de la bomba

20
,i1sP
p

ΔPv ΔPs
P1 o ΔP

qde
ΔPs
0
0 40 80 120 160 200 240 q, gal/min
Caudal, q

Figura 9.14 Cálculo de la caída de presión de la válvula (ΔPv) a partir Figura 9.15 Característica de la bomba y caída de presión del sistema
de la curva característica de la bomba y la caída de presión del sistema para el ejemplo 9.2.
sin la válvula (ΔPs).
Machine Translated by Google

154 Capítulo 9 Instrumentación del sistema de control

En algunas aplicaciones, es ventajoso utilizar dos válvulas de

(a) Primero, calcule el Cv en las condiciones de diseño usando control, aunque solo haya una variable controlada. Por ejemplo,
Ec. 98 con f = 0,5 y N = 1,
considere un reactor discontinuo encamisado con una reacción
200 exotérmica. Puede ser necesario calentar inicialmente el lote a una
Cv = = 126,5 (923)
0,5 √ 10 temperatura a la que la velocidad de reacción sea significativa
haciendo pasar un fluido caliente a través de la camisa (por ejemplo,
Elija Cv = 125, un tamaño de válvula estándar en la
documentación del fabricante. Para un ajuste de válvula lineal, vapor). Pero a medida que avanza la reacción exotérmica, es
sustituya la relación entre y q en la ecuación. 96: necesario eliminar el calor haciendo pasar refrigerante a través de la
q camisa para controlar la temperatura del lote (Sección 16.4) con las
= (924)
válvulas de calentamiento y enfriamiento operando en paralelo.
Cv √ΔPv

usando la ecuación. 924 y valores de ΔPv de la ecuación. 922,

Para problemas de control de flujo donde el caudal de diseño es
se puede trazar la curva característica de la válvula instalada
muy grande, se pueden usar dos válvulas de control en paralelo, una
(Fig. 9.15).
grande y otra pequeña, para proporcionar un mejor control de flujo
(b) De las ecuaciones. 922 y 923, ΔPv = 3,7 psi. Se puede calcular que el que es posible usando una sola válvula de control.
el valor de Cv para el 110% de qd .
220
CV = = 114,4 (925) 9.3 PRECISIÓN EN LA INSTRUMENTACIÓN
√ 3,7
La precisión de la instrumentación de control es muy importante y
Utilice un valor de Cv = 115. Para la válvula de igual porcentaje, está inherentemente relacionada con los objetivos del sistema de control.
reorganice la Ec. 96 de la siguiente manera: Por ejemplo, errores en el flujo de agua de refrigeración del orden del
q =R −1 10% (del caudal medido) podrían ser aceptables en un circuito de
(926)
Cv√ΔPv _ control que regula la temperatura de un líquido que sale de un
condensador, siempre y cuando las mediciones simplemente estén
Resolviendo para da
desviadas de la temperatura real. valor en una cantidad constante.
Por otro lado, un error del 2% en el caudal de alimentación de un
(927)
proceso puede ser inaceptable porque los cálculos de rendimiento/
= 1 + ln ( q Cv√ΔPv ) / lnR
inventario se basan en balances de masa.
Sustituyendo Cv = 115, R = 50 y los valores de q y Cv se obtiene
la curva característica instalada en la figura 9.16.
9.3.1 Terminología
Ahora presentamos varios términos que se asocian comúnmente con
(c) Cv = 1,2(115) = 138
la precisión de las mediciones. El error de medición (o error) es la
(d) Cv = 0,8(115) = 92 diferencia entre el valor verdadero y el valor medido. Los proveedores
de instrumentos suelen expresar la precisión como un porcentaje de
Tenga en cuenta que en los cuatro casos, ΔPvd/ΔPs = 10/30 = 33%. la escala completa (% FS), donde el término escala completa se
De las características instaladas en la Fig. 9.16, concluimos que una
refiere al alcance del instrumento. Supongamos que el error % FS de
válvula de igual porcentaje con Cv = 115 daría una característica
un transmisor de temperatura se informa como 1 % y que el cero y el
instalada razonablemente lineal en un amplio rango de caudales y
intervalo se ajustan para que el instrumento funcione en el rango de
tendría suficiente capacidad para acomodar caudales tan altos como
10 a 70 C. Dado que el intervalo es 70 − 10 = 60 C, el error de
el 110% de el caudal de diseño.
medición es del 1 % de 60 C, o 0,6 C. En consecuencia, el error
240 relativo (obtenido dividiendo el error por el valor de la medición) a 10
C es 0,6/10 = 6%. Por lo tanto, cuando la precisión del instrumento
200 se expresa como % FS, el error relativo puede ser bastante grande
para valores pequeños de la variable medida.
160
,q

120
Tipo
/senonlaim
g

La resolución se refiere al intervalo más pequeño entre dos valores

de válvula Cv
80
1. Lineal 125 numéricos que se pueden distinguir. Por ejemplo, si un transmisor de
1 2. Ec. % 115 temperatura tiene una resolución de 0,1 C, no le es posible distinguir
60 3. 138
3 Ecuación.
entre temperaturas reales de 21,62 C y 21,67 C.
24 4. % Ecuación. % 92

00 0,2 0,4 0,6 0,8 1.0 La precisión se refiere a la variabilidad de una medición para
condiciones específicas y un instrumento en particular. Generalmente
Figura 9.16 Características de la válvula instalada para el ejemplo 9.2. se expresa en términos de desviación estándar o rango. Por ejemplo,
supongamos que una muestra de composición
Machine Translated by Google

9.3 Precisión en la instrumentación 155

Valor Figura 9.17 Análisis de tipos de error para un

Verdadero valor medido más probable instrumento de flujo cuyo rango es de 0 a 4
14 Error total unidades de flujo.
(máximo)
12 Error
sistemático (sesgo)
10
Aleatorio
error
8
(repetibilidad)
eep
arcuitatrca
n dl
u
cenN
di

ralu
diu
seotnrem

0 0 0.20 0,25 0,30 0,35 0,40 4,0

q, unidades de flujo

se divide en cuatro partes, y que la composición de cada parte se 1. Verificaciones de la electrónica interna, como verificar que los
mide mediante un analizador. Si las cuatro mediciones de un niveles de voltaje de las fuentes de alimentación internas estén
componente clave son 21,3 %, 22,7 %, 20,6 % y 21,5 %, la precisión dentro de las especificaciones.
del analizador podría expresarse como el rango, 22,7 − 20,6 = 2,1 %, 2. Verificaciones de las condiciones ambientales (por ejemplo,
o como la desviación estándar, 0,87 %. temperatura) dentro de los instrumentos.
3. Compensación del valor medido para condiciones como
La repetibilidad es similar a la precisión, pero se refiere a la
temperatura y presión en el punto de medición.
variabilidad de mediciones replicadas en un conjunto de datos.
La variabilidad se debe a errores aleatorios de fuentes tanto conocidas
4. La linealización de la salida de un transmisor, si es necesario (p.
como desconocidas. La variabilidad se puede expresar como un
ej., raíz cuadrada de la presión diferencial para un transmisor
rango o desviación estándar.
El sesgo se refiere a un error constante en los datos debido a una de flujo de tipo cabezal), se puede realizar dentro del
causa determinista y no a variaciones aleatorias. Una medición de instrumento, en lugar del sistema de control.

termopar en un recipiente podría ser consistentemente más baja que 5. Reconfiguración remota del transmisor desde un control remoto,
la temperatura real del fluido debido a pérdidas de calor por como cambiar su cero o span.
conducción, si el termopar está en contacto con la pared del recipiente. 6. Recalibración automática del transmisor.

La Figura 9.17 muestra un análisis de error para un conjunto de

9.3.3 Errores de medición dinámica
datos que consta de mediciones replicadas a caudales conocidos.
El conjunto de datos contiene tanto un error sistemático (sesgo) como Durante condiciones transitorias, el valor medido de una variable de
errores aleatorios. proceso puede diferir significativamente del valor real debido al

Los fabricantes de instrumentos suelen caracterizar la precisión de comportamiento dinámico del sensor/transmisor. El concepto de error

un instrumento en un conjunto de condiciones estándar (por ejemplo, de medición dinámico se ilustra para un sensor de temperatura. La
figura 9.18 muestra un termopar colocado en un termopozo metálico
temperatura y presión). Pero si el instrumento se utiliza en otras
con masa m y calor específico C. El retraso dinámico introducido por
condiciones, su precisión puede verse afectada.
la combinación termopozo/termopar se puede estimar si se hacen
suposiciones simplificadas.

En particular, suponga que el pozo y el termopar están siempre a la

9.3.2 Calibración de instrumentos misma temperatura Tm, que puede ser diferente de la temperatura
del fluido circundante T. Además, suponga que el calor se transfiere
Cualquier instrumento importante debe calibrarse tanto inicialmente
sólo entre el fluido y el pozo (es decir, no hay temperatura ambiente).
(antes de la puesta en servicio) como periódicamente (durante el
pérdidas del termopozo debido a la conducción a lo largo de su
servicio). En los últimos años se ha generalizado el uso de sensores
longitud hacia el medio ambiente). Un balance de energía en el
inteligentes . Estos dispositivos incorporan una microcomputadora
termopozo da
como parte del sensor/transmisor, lo que puede reducir en gran
medida la necesidad de calibración y verificación en servicio. Sus
mC dTm = UA(T − Tm) dt (928)
características clave son
Machine Translated by Google

156 Capítulo 9 Instrumentación del sistema de control

Cables de tiempo, debido a que U dependerá en gran medida de la velocidad

termopar
del fluido, el termopozo debe colocarse en una región de velocidad
máxima del fluido, cerca de la línea central de una tubería o en las
proximidades de un impulsor de mezcla. El modelo dinámico indica
que materiales como el plástico, que tienen un calor específico C
más bajo que el metal, proporcionarán una respuesta más rápida.
Sin embargo, dicho material suele tener una baja conductividad
térmica, lo que puede invalidar la suposición de que todo el
termopozo está a la misma temperatura. En este caso, se podría
termopozo
utilizar un modelo más riguroso que incorpore el efecto de la
conducción de calor en el termopozo para evaluar el efecto de las
Fluido
a temperatura T compensaciones entre capacitancia y conducción de calor.

Cualquier medición contiene algún error dinámico. Se puede

calcular una estimación del error si se conocen la constante de
tm tm tiempo del sensor τ y la tasa de cambio máxima esperada de la
variable medida. Para una entrada de rampa, x(t) = at, y un modelo
tm dinámico de primer orden (consulte la ecuación 930), la salida del
Figura 9.18 Diagrama esquemático de un sensor ym está relacionada con el valor medido y:
termopozo/termopar. 1 1 a
Año(s) = Y(s) = (931)
τs + 1 s2 τs + 1

donde C es la capacidad calorífica, U es el coeficiente de La respuesta de rampa y(t) de un sistema de primer orden se obtuvo
transferencia de calor y A es el área de transferencia de calor. Reorganizarendalas Ecs. 518 al 520. La desviación máxima entre entrada y
salida es aτ (obtenida cuando t τ), como se muestra en la figura
mCdTm
+ Tm = Tdt (929) 5.4. Por lo tanto, como resultado general, podemos decir que el error
UA
dinámico máximo que puede ocurrir para cualquier instrumento con
dinámica de primer orden es
Introduciendo variables de desviación y tomando la transformada de
Laplace se obtiene máx = |ym(t) − y(t)|máx = aτ
T′ m(s) = 1
(930) Claramente, al reducir la constante de tiempo del sensor, el error
T′(s) s+1
dinámico puede hacerse insignificante.
con τ mC∕UA. En general, las constantes de tiempo de medición deben ser
La función de transferencia en la ecuación. 930 indica que la inferiores a una décima parte de la constante de tiempo de proceso
dinámica del sensor se minimizará si la capacitancia térmica del más grande, preferiblemente mucho menos, para reducir los errores
pozo (mC) es pequeña y UA es grande. de medición dinámica. La dinámica de los elementos de medición y
El efecto combinado será hacer que la constante de tiempo τ sea control final puede limitar significativamente la velocidad de respuesta
pequeña. Por lo tanto, el termopozo debe ser lo más delgado del proceso controlado (Capítulo 11). Por tanto, es importante que la
posible, de manera consistente con mantener el aislamiento entre el dinámica de estos componentes se realice lo más rápido que sea
termopar y el fluido del proceso. Al mismo práctico y económico.

RESUMEN
Este capítulo ha considerado la instrumentación y los elementos de Variables como la composición química, el caudal y la temperatura
control finales necesarios para las aplicaciones de control de son de importancia crítica para la seguridad del proceso y su
procesos. Los sensores proporcionan mediciones de variables de rendimiento óptimo. Por lo tanto, los sensores y transmisores deben
proceso, mientras que los transmisores convierten las mediciones seleccionarse, instalarse y mantenerse cuidadosamente. Un
en señales equivalentes que pueden transmitirse a los controladores. instrumento preciso que se instala o mantiene incorrectamente
Mediciones precisas del proceso clave pierde gran parte de su valor inherente.
Machine Translated by Google

Referencias 157

Los elementos de control final, como válvulas de control y capacidades que facilitan la calibración interna y las capacidades
bombas de velocidad variable, ajustan las variables manipuladas de diagnóstico y (2) sistemas de comunicación digitales e
en función de las señales de salida de los controladores. Como inalámbricos que brindan mayor flexibilidad y costos reducidos de
tales, son un componente crítico de un sistema de control de instalación y mantenimiento, en comparación con las redes
cableadas tradicionales. El diagnóstico y la flexibilidad de los
retroalimentación y deben diseñarse, instalarse y mantenerse cuidadosamente.
La selección de qué variables de proceso medir y cuáles manipular sensores inteligentes y las redes de comunicación digital facilitan
son decisiones importantes en el diseño de un sistema de control, el desarrollo de sistemas de control mejorados que pueden
como se analiza en el Capítulo 13. actualizarse fácilmente ante cambios en las condiciones del
Dos tendencias tecnológicas actuales son (1) el uso cada vez proceso u objetivos de control.
mayor de sensores inteligentes con lógica y memoria digitales

REFERENCIAS
Agrawal, GP, Sistemas de comunicación de fibra óptica, 4ª ed., John Johnson, CD, Tecnología de instrumentación de control de procesos, 8.ª ed., Prentice
Wiley and Sons, Hoboken, Nueva Jersey, 2010. Hall, Upper Saddle River, Nueva Jersey, 2007.
Anon., Control, What You Need to Know about Fieldbus Now, http:// Lipták, BG, Instrumentación analítica, CRC Press, Boca Raton, FL,
[Link]/articles/2013/ (7 de mayo de 2013). 1994.
Baker, RC, Manual de medición de flujo, Universidad de Cambridge Lipták, B. (Ed.), Manual de ingenieros de instrumentos, 4ª ed., vol. I: Medición y
Prensa, Nueva York, 2000. Análisis de Procesos; vol. 2: Control de procesos, CRC Press, Boca Raton, FL,
Blevins, T., D. Chen, M. Nixon y W. Wojsznis, Wireless Control Foundation: control 2006a.
continuo y discreto para la industria de procesos, ISA, Research Triangle Park, Lipták, B., Cómo seleccionar válvulas de control, Partes 1 a 3, Revista Control,
Carolina del Norte, 2014. [Link] (14 de julio de 2006b).
Blevins, T., W. Wojsznis y M. Nixon, Advanced Control Foundation: herramientas, Lipták, B., Cómo seleccionar un analizador, Revista Control,
técnicas y aplicaciones, ISA, Research Triangle Park, Carolina del Norte, 2013. [Link] (14 de enero de 2014).
Luyben, WL y ML Luyben, Fundamentos del control de procesos, McGrawHill, Nueva
Borden Jr., G. y PG Friedmann (Eds.), Válvulas de control, ISA, York, 1996.
Research Triangle Park, Carolina del Norte, 1998. McMillan, GK, Tuning and ControlLoop Performance, 4ª ed., pág. 124, Momentum
Caro, D., Redes Inalámbricas para Automatización Industrial 4ª ed., ISA, Press, Nueva York, 2015.
Research Triangle Park, Carolina del Norte, 2014. Michalski, L., K. Eckersdorf, J. Kucharski y J. McGhee, Medición de temperatura, 2.ª
Choudhury, MAAS, NF Thornhill y SL Shah, Modelado de rigidez de válvulas, Control ed., John Wiley and Sons, Hoboken, Nueva Jersey, 2001.
Eng. Práctica, 13, 641 (2005).
Chow, AW, LabonaChip: Oportunidades para la ingeniería química, AIChE J., 48, Nichols, GD, Analizadores de procesos en línea, John Wiley and Sons, Hoboken,
1590 (2002). Nueva Jersey, 2010.
Daw, R. y J. Finkelstein, Introducción: Lab on a Chip, Nature, 442, 367 (27 de julio Profibus y Profinet, Int., Profibus, [Link]. (febrero de 2015).
de 2006). Ross, E. y WL Bialkowski, Válvulas de control: el mayor contribuyente a la variabilidad
Edgar, TF, CL Smith, BW Bequette y J. Hahn, Process Control, Sección 8 en Perry's de los procesos, Simposio de instrumentos para las industrias de procesos, Texas
Chemical Engineers Handbook, 9.ª ed., DW Green y MZ Southard (Eds.), McGraw A&M, enero de 1996.
Hill, Nueva York, 2016 . Scott, DM, sensores de procesos industriales, CRC Press, Boca Raton, FL,
2007.
Emerson Process Management, Manual de válvulas de control, 4.ª ed., http:// Shuler, MP, F. Kargi y M. DeLisa, Ingeniería de bioprocesos: conceptos básicos, 3.ª
[Link]/groups/public/documents/book/ ed., PrenticeHall, Upper Saddle River, Nueva Jersey, 2014.
[Link], 2005.
Felder, RM y RW Rousseau, Principios elementales de procesos químicos, 3.ª ed. Spitzer, DW, Medición de flujo, 2.ª ed., ISA, Research Triangle Park, Carolina del
Actualización, página 334, John Wiley and Sons, Hoboken, Nueva Jersey 2005. Norte, 2001.
Strothman, J., Más de un siglo de medición y control de procesos industriales, InTech,
Fundación Fieldbus, [Link] de 2015) 42 (6), 52 (1995).
Gassman, E., Introducción a la medición de presión, Chem. Ing. Studebaker, P., 25 años de progreso en la eficiencia de los analizadores de procesos,
Prog., 110 (6), 28 (2014) Revista Control, [Link] (19 de febrero de 2014).
Hebert, D., Redes de bus de campo digitales, control, [Link] White, DC, ¿Cuánto vale una buena medición?, Chem. Ing.
[Link]/articles/2007 (1 de febrero de 2007). Progreso, 110 (1), 50 (2014).
Identificación y símbolos de instrumentación, Norma ANSI/ISA5.12009, ISA, Woods, DR, Reglas generales en la práctica de la ingeniería, WileyVCH Verlag
Research Triangle Park, Carolina del Norte, 2009. GmbH & Co. KGaA, Weinheim, Alemania (2007).
Machine Translated by Google

158 Capítulo 9 Instrumentación del sistema de control

EJERCICIOS
9.1 Se han instalado y calibrado varios transmisores lineales de la siguiente 9.3 Suponga que la temperatura en un reactor exotérmico de tanque
manera: agitado continuo se controla manipulando el caudal de refrigerante
mediante una válvula de control. Se utiliza un controlador PID y está bien
Tasa de flujo:
sintonizado. ¿Cuál de estos cambios podría afectar negativamente la
0 gal/min → 3→ psig transmisor estabilidad del sistema de circuito cerrado? Justifica brevemente tus
400 gal/min 15 psig } neumático 30 in Hg → 20
respuestas. (a)
Presión:
El intervalo del transmisor de temperatura aumenta de 20 C a 40 C.
10 pulg. Hg → 4→ mA transmisor
mA } corriente 5 VDC } voltaje
Nivel: 10 metros (b) El cero del transmisor de temperatura aumenta de 15 C a 20 C.
0,5 m → 1 VCC transmisor
(c) El ajuste de la válvula de control se cambia de lineal a porcentaje
igual. (d) El
→ 1 VCC transmisor
Concentración: 20 g/L3g/L
→ 10 VDC } voltaje caudal de alimentación se duplica.

(a) Desarrolle una expresión para la salida de cada transmisor en función 9.4 Se bombea un refrigerante (gravedad específica = 1,2) a través de un
de su entrada. Asegúrese de incluir unidades apropiadas. (b) ¿Cuál es la intercambiador de calor y una válvula de control a un caudal nominal
(deseado) de qd = 0,6 m3/min. La caída de presión total sobre este
ganancia de cada transmisor? ¿Cero? ¿Durar?
sistema intercambiador de calor (incluyendo tuberías y accesorios) es
9.2 En la figura E9.2 se muestra un diagrama de instrumentación del constante en 450 kPa. La caída de presión en el sistema sin válvula de
proceso para un tambor flash. El vapor se condensa en un serpentín de control, ΔPs, es proporcional al caudal al cuadrado. Su valor nominal al
vapor para vaporizar una porción de la alimentación líquida y el producto caudal deseado es ΔPsd = 200 kPa. La válvula de control debe diseñarse
líquido se elimina mediante una bomba. Hay cinco válvulas de control de manera que el caudal nominal sea 2/3 del caudal máximo cuando la
para el flujo de vapor, el producto de vapor, el producto líquido, el flujo de válvula esté completamente abierta. Con base en esta información, ¿qué
alimentación y la caja de vapor (que permite evacuar rápidamente la caja valor del coeficiente de la válvula Cv se debe especificar?
de vapor en situaciones de emergencia). Determine si las cinco válvulas
deben ser de aire para abrir (AO) o de aire para cerrar (AC) para una
9.5 Se utiliza una válvula de control neumática para ajustar el caudal de
operación segura, para cada uno de los
una fracción de petróleo (gravedad específica = 0,9) que se utiliza como
tres casos: (a) Las condiciones más seguras se logran con la temperatura
combustible en un horno de craqueo. Se utiliza una bomba centrífuga
y presión más bajas. en el recipiente de
para suministrar el combustible y un medidor de orificio/transmisor de
flash. (b) El flujo de vapor al equipo aguas abajo puede causar una presión diferencial para monitorear el caudal. La tasa nominal de combustible al fur
situación peligrosa.
nace es qn = 320 gal/min. Seleccione una válvula de igual porcentaje que
(c) El flujo de líquido al equipo aguas abajo puede causar una situación sea satisfactoria para operar este sistema y f = 1 en la ecuación. 97:
peligrosa. Utilice los siguientes datos (todas las presiones en psi; todos los caudales
en gal/
Analice varios escenarios de falla de aire (o falla de energía).
min): (a) Característica de la bomba (presión de descarga):

P = (1 − 2,44 × 10−6 q2 )Pde

FC PIE
Vapor donde Pde es la presión de descarga de la bomba cuando la bomba está
5 en punto muerto (sin
3
PT flujo). (b) Caída de presión a través del orificio:

FC ordenador personal
ΔP0 = 1,953 × 10−4 q2

(c) Caída de presión en los quemadores del horno:

PIE
ΔPb = 40
1 LT LC
Vapor (d) R = 50 para la válvula de control.
(e) Región operativa de interés:

2 250 ≤ q ≤ 350

4 Este intento de diseño debería intentar minimizar los costos de bombeo

t manteniendo la capacidad de la bomba (relacionada con Pde) lo más
Líquido
baja posible. En ningún caso ΔPv/ΔPs deberá ser superior a 0,33 al
Condensar
caudal nominal. Muestre, mediante un gráfico de la característica de la
Figura E9.2 válvula instalada (q vs. ), qué tan lineal es el diseño final.
Machine Translated by Google

Ejercicios 159

9.6 Considere el evaporador y el sistema de control en la Figura 13.6. Responda (en variables de desviación) que relaciona el valor medido Tm con la temperatura
brevemente las siguientes preguntas: (a) ¿Cada válvula de control real, T
debe ser de aire para abrir (AO) o de aire para cerrar (AC)? (b) ¿Cada T′ m(s) = 1
controlador PI debería T′(s) 10 + 1
ser de acción directa o de acción inversa?
Tanto Tm como T′ tienen unidades de C y la constante de tiempo tiene
unidades de segundos. Sonará una alarma cuando Tm supere los 30 C. Si el
9.7 Se ha sugerido que el caudal de líquido en una tubería de gran diámetro proceso inicialmente está en estado estacionario y luego T cambia
podría regularse mejor utilizando dos válvulas de control en lugar de una. repentinamente de 25 a 35 C a la 1:10 p.m., ¿a qué hora sonará la alarma?
Supongamos que una válvula de control tiene un valor de Cv grande , que la
9.9 Un ingeniero ajusta la presión en un tanque de suministro usando un
otra tiene un valor de Cv pequeño y que el controlador de flujo ajustará
manómetro muy preciso como guía y luego lee la salida de un manómetro de
principalmente la válvula más pequeña y al mismo tiempo realizará ajustes
20 psig conectado al tanque como 10,2 psig. Algún tiempo después repite el
ocasionales en la válvula grande, según sea necesario. ¿Cuál de las dos
procedimiento y obtiene valores de 10,4 y 10,3 psig. Analice las siguientes
configuraciones alternativas en la figura E9.7 parece ser la más prometedora:
propiedades de calibre:
colocar las válvulas de control en serie (Configuración I) o en paralelo
(Configuración II)? Justifica brevemente tu respuesta.
(a) Precisión (b)
Exactitud (c)
Resolución (d)
Repetibilidad
q qq q
Exprese estas respuestas como un porcentaje de la escala completa.

Configuración I 9.10 Un sensor/transmisor de temperatura de proceso en un reactor de

Configuración II fermentación exhibe una dinámica de segundo orden con constantes de tiempo
de 1 s y 0.1 s. Si la cantidad que se está midiendo cambia a una tasa constante
Figura E9.7 de 0.3 C/s, ¿cuál es el error máximo que exhibirá esta combinación de
instrumentos? Qué es
9.8 El comportamiento dinámico de un sensor/transmisor de temperatura se ¿Cuál es el efecto de descuidar la constante de tiempo más pequeña? Trazar el
puede modelar como una función de transferencia de primer orden. respuesta.
Machine Translated by Google

Capítulo 10

Seguridad de procesos y control de procesos

CONTENIDO DEL CAPITULO

10.1 Capas de protección 10.1.1 El

papel del sistema de control de procesos básico

10.1.2 Alarmas de proceso

10.1.3 Sistema Instrumentado de Seguridad (SIS)

10.1.4 Sistemas de enclavamiento y parada de emergencia

10.2 Gestión de alarmas 10.2.1

Directrices de alarma

10.2.2 Racionalización de alarmas

10.3 Detección de eventos anormales

10.3.1 Detección de fallas basada en análisis de señales y sensores

10.3.2 Métodos basados en modelos

10.3.3 Métodos basados en el conocimiento

10.4 Evaluación de riesgos

10.4.1 Conceptos de confiabilidad

10.4.2 Tasas generales de fracaso

10.4.3 Análisis de árbol de eventos y fallas

Resumen

Las industrias químicas y otras industrias de procesos han desempeñado un Estos problemas han recibido una mayor atención como resultado de una

papel importante en el desarrollo de bienes y servicios que son componentes mayor conciencia pública sobre los riesgos potenciales, requisitos legales
clave de la sociedad tecnológica moderna. Incluyen alimentos y energía más estrictos y la mayor complejidad de las plantas industriales modernas.
baratos, materiales sintéticos, productos farmacéuticos y dispositivos Los ingenieros químicos tienen un papel especial que desempeñar para
médicos. Pero este desarrollo tiene un inconveniente: las plantas industriales garantizar la seguridad del proceso. Como señalan Turton et al. (2012) han
son sistemas complejos que manejan materiales peligrosos y crean situaciones señalado: “Como profesional con mejor conocimiento de los riesgos de una
potencialmente peligrosas. Aunque el historial general de seguridad de las operación de procesamiento químico, el ingeniero químico tiene la
industrias de procesos ha sido bastante bueno, pueden ocurrir accidentes responsabilidad de comunicar esos riesgos a los empleadores, empleados,
desafortunados que resulten en la pérdida de vidas y propiedades (Mannan, clientes y al público en general”. Además, el Código de Ética del Instituto
2012; Kletz, 2009; Venkatasubramanian, 2011). De hecho, las estadísticas de Americano de Ingenieros Químicos (AIChE) establece que la primera
accidentes y pérdidas de las industrias químicas y de productos afines se responsabilidad de los ingenieros químicos es “dar prioridad a la seguridad,
encuentran entre las mejores de los sectores manufactureros (Crowl y Louvar, la salud y el bienestar del público en el desempeño de sus deberes
2002). profesionales”.

La seguridad de los procesos ha sido una preocupación principal de las Existe una extensa literatura sobre seguridad de procesos disponible tanto
industrias de procesos durante décadas. Pero en los últimos años, la seguridad en el dominio público como en la industria patentada.

160
Machine Translated by Google

10.1 Capas de protección 161

documentos. Sociedades profesionales como AIChE y la Sociedad un incidente grave (Kletz, 2009). En este capítulo, proporcionamos una
Internacional de Automatización (ISA) han desempeñado un papel descripción general de la influencia de la dinámica y el control del proceso
destacado en el desarrollo de normas de seguridad y materiales de en la seguridad del proceso.
referencia. Por ejemplo, el Centro AIChE para la Seguridad de Procesos
Químicos (CCPS) ha publicado una gran cantidad de libros e informes
10.1 CAPAS DE PROTECCIÓN
(por ejemplo, AIChE, 1993, 2001, 2007, 2016) y una revista, Process
Safety Progress. En las plantas industriales modernas, la seguridad de los procesos se
También hay información valiosa disponible en manuales (Perry y Green, basa en el principio de múltiples capas de protección (AIChE, 1993, 2001;
2008; Mannan, 2012), libros de texto (Crowl y Louvar, 2002; Banerjee, ISA, 2004). En la Fig. 10.1 se muestra una configuración típica. Cada
2003) y artículos de revisión (Venkatasubramanian, 2011; Leveson y capa de protección consta de una agrupación de equipos y/o acciones
Stephanopoulos, 2014; Mannan et al. , 2015). humanas. Las capas de protección se muestran en el orden de activación
que ocurre a medida que se desarrolla un incidente en la planta, usándose
La seguridad del proceso se considera en varias etapas durante primero las capas más efectivas. El concepto básico es que un incidente
el desarrollo y operación de un proceso: debe manejarse en el nivel más bajo posible. En el interior del diagrama,
el diseño del proceso en sí proporciona el primer nivel de protección. Las
1. Se realiza un análisis de seguridad inicial durante el
siguientes dos capas consisten en el sistema de control de procesos
diseño preliminar del proceso.
básico (BPCS), ampliado con dos niveles de alarmas y supervisión o
2. Se lleva a cabo una revisión de seguridad muy exhaustiva durante intervención del operador. Una alarma indica que una medición ha
la etapa final del diseño del proceso, utilizando técnicas como excedido sus límites especificados y puede requerir la intervención del
estudios de peligros y operabilidad (HAZOP), análisis de modos y operador o una respuesta automática.
efectos de fallas y análisis de árboles de fallas (AIChE, 1993; Kletz,
2001). ; Crowl y Louvar, 2002).

3. Después de que comienza la operación de la planta, se realizan La cuarta capa consta de un sistema instrumentado de seguridad (SIS)
estudios HAZOP periódicamente para identificar y eliminar peligros y/o un sistema de parada de emergencia (ESD) . El SIS, anteriormente
potenciales. conocido como sistema de interbloqueo de seguridad, toma
4. Muchas empresas exigen que cualquier cambio propuesto en la automáticamente medidas correctivas cuando el proceso y las capas de
planta o en las condiciones operativas requiera aprobación formal BPCS no pueden manejar una emergencia. Por ejemplo, el SIS podría
a través de un proceso de Gestión del Cambio (MOC) que apagar automáticamente las bombas de reactivo y catalizador de un
considere el impacto potencial del cambio en la seguridad, el reactor químico después de que se produzca una alarma de alta
medio ambiente y la salud de los trabajadores y el comunidades temperatura. El SIS se describe en la Sección 10.1.4.
cercanas.
Además, las instalaciones que procesan cantidades significativas En la quinta capa de protección, los dispositivos de alivio pasivo, como
de materiales peligrosos deben cumplir con las regulaciones los discos de ruptura y las válvulas de alivio, brindan protección física al
gubernamentales de agencias como la Agencia de Protección evitar que se generen presiones excesivas dentro de los recipientes y
Ambiental (EPA) y la Administración de Salud y Seguridad tuberías del proceso. Si se produce una sobrepresurización, la válvula de
Ocupacional (OSHA). alivio o el disco de ruptura se abre y el fluido se ventila a una ubicación
adecuada, como una chimenea de combustión, un incinerador, un
depurador, una instalación de tratamiento de desechos o la atmósfera.
5. Después de un accidente o incidente grave en una planta industrial
Estos dispositivos pasivos funcionan independientemente del sistema SIS.
en los Estados Unidos, una agencia gubernamental independiente,
la Junta de Seguridad Química (CSB), lleva a cabo una investigación
Finalmente, se ubican diques alrededor de las unidades de proceso y
exhaustiva para determinar la causa raíz del incidente, evaluar la
tanques de almacenamiento para contener derrames de líquidos. Los
responsabilidad y sugerir mejoras de seguridad. . El informe de
planes de respuesta a emergencias se utilizan para abordar situaciones
accidente posterior está disponible en un sitio de Internet:
extremas, informar a la comunidad cercana e implementar planes de
[Link].
evacuación, si es necesario.
El funcionamiento del sistema de protección de múltiples capas se
El sistema de control de procesos, la instrumentación y las alarmas puede resumir de la siguiente manera (AIChE, 1993): “La mayoría de las
desempeñan funciones fundamentales para garantizar la seguridad de la fallas en procesos químicos bien diseñados y operados están contenidas
planta. De hecho, se puede argumentar que la seguridad de los procesos en la primera o dos capas de protección. Los niveles medios protegen
es en realidad un problema en el control de procesos, una versión más contra emisiones importantes y las capas más externas brindan una
amplia de los mismos temas y objetivos subyacentes (Venkatasubramanian, respuesta de mitigación ante eventos importantes muy improbables. Para
2011). Pero si los sistemas de control no funcionan correctamente, un potencial de peligro importante, pueden ser necesarias aún más capas”.
pueden ser un factor que contribuya o incluso la causa fundamental del problema.
Machine Translated by Google

162 Capítulo 10 Seguridad y control de procesos

Figura 10.1 Capas típicas de protección

en una planta química moderna (AIChE,
1993).
Respuesta de emergencia comunitaria

Respuesta de emergencia de la planta

Protección física (diques)

Protección física (dispositivos

de socorro)

Acción automática SIS o ESD

Alarmas críticas, supervisión del

operador e intervención manual.

Controles básicos,
alarmas de proceso y
supervisión del operador.

Diseño de
procesos

Nota:

Las capas de protección para un proceso típico se muestran en

el orden de activación esperado a medida que se acerca una
condición peligrosa.

ESD = Apagado de emergencia

SIS = Sistema de bloqueo de seguridad

De la figura 10.1 se desprende claramente que el control y la 10.1.1 El papel del sistema de control de
automatización de procesos desempeñan funciones importantes procesos básico
para garantizar la seguridad del proceso. En particular, muchas de
las capas protectoras de la figura 10.1 implican equipos de El BPCS consta de bucles de control de retroalimentación y avance
instrumentación y control. Además, la dinámica del proceso y de que regulan variables del proceso como temperaturas, caudales,
los instrumentos son consideraciones clave en el análisis de seguridad. niveles de líquido y presiones. Aunque el BPCS normalmente
Por ejemplo, después de que se desarrolla un incidente importante, proporciona un control satisfactorio durante la operación de proceso
¿cuánto tiempo pasa antes de que los sensores detecten las de rutina, es posible que no lo haga durante condiciones anormales.
nuevas condiciones y se tomen medidas correctivas? Si el Por ejemplo, si una salida del controlador o una variable manipulada
incidente no se detecta, ¿cuánto tiempo pasará hasta que se se satura, la variable controlada puede exceder los límites
produzca una situación de emergencia? permitidos. De manera similar, la falla o el mal funcionamiento de
A continuación, consideramos el papel del control de procesos y un componente en el circuito de retroalimentación, como un sensor,
instrumentación en las capas de protección de la Fig. 10.1. una válvula de control o una línea de transmisión,
Machine Translated by Google

10.1 Capas de protección 163

Tabla 10.1 Tasas de fallas para componentes seleccionados (Mannan, La alarma continúa hasta que es reconocida por una acción del
2012) operador, como presionar un botón o una tecla en el teclado de una
computadora. Si la alarma indica una situación potencialmente
Frecuencia de fallas
Instrumento
peligrosa, el SIS inicia una acción correctiva automatizada. Se
(fallas por año)
emplean ampliamente dos tipos de límites de alarma alto y bajo.
Válvula de control 0,60 Los límites de advertencia se utilizan para indicar desviaciones
Posicionador de válvula 0,44 menores de los valores nominales, mientras que los límites de
Transductor de corriente/presión 0,49 alarma indican desviaciones mayores y más graves.
Medición de presión 1.41 Connell (1996) ha propuesto el siguiente sistema de clasificación
Medición de flujo (fluidos) de alarmas de proceso:
Placa de orificio y transmisor DP 1,73
2.18 Alarma Tipo 1: Alarma de estado del equipo. El estado del equipo
caudalímetro magnético
indica, por ejemplo, si una bomba está encendida o apagada,
Medición de temperatura
0,52 o si un motor está funcionando o parado.
Par termoeléctrico
Termómetro de mercurio en acero 0,027 Alarma tipo 2: Alarma de medición anormal. Si una medición está
Controlador (electrónico) 0,29 fuera de los límites especificados, se activa una alarma alta o
interruptor de flujo 1,12 una señal de alarma baja.
Interruptor de presión 0,34 Alarma Tipo 3: Un interruptor de alarma sin sensor propio. Este
Lámpara indicadora de alarma 0.044 tipo de alarma es activada directamente por el proceso, en
Cromatógrafo gaslíquido 30,6 lugar de por una señal de sensor; por lo tanto, se utiliza en
lugar de un sensor. Las alarmas de tipo 3 se utilizan para
situaciones en las que no es necesario conocer el valor real
podría hacer que la operación del proceso entre en una región de la variable del proceso, sólo si está por encima o por debajo
inaceptable. En este caso, la operación del proceso se transfiere al de un límite especificado.
sistema SIS. Las tasas típicas de fallas de componentes se muestran
La Figura 10.3 muestra configuraciones típicas para alarmas de
en la Tabla 10.1, expresadas como el número promedio de fallas
Tipo 2 y 3. En el sistema de alarma Tipo 2, la señal del sensor/
por año.
transmisor de flujo (FT) se envía tanto a un controlador de flujo (FC)
como a un interruptor de flujo (FSL se refiere a “interruptor de flujo
10.1.2 Alarmas de proceso bajo”). Cuando la medición está por debajo del límite bajo
especificado, el interruptor de flujo envía una señal a una alarma
La segunda y tercera capa de protección se basan en alarmas de que activa un anunciador en la sala de control (FAL se refiere a
proceso para informar a los operadores sobre situaciones anormales.
"alarma de flujo bajo"). Por el contrario, para el sistema de alarma
En la Fig. 10.2 se muestra un diagrama de bloques para un sistema
Tipo 3 en la Fig. 10.3b, el interruptor de flujo es autoactuado y por
de alarma. Se genera una alarma automáticamente cuando una
lo tanto no requiere una señal de un sensor/transmisor de flujo. Se
variable medida excede un límite alto o bajo especificado.
prefieren las alarmas de tipo 3 porque siguen funcionando cuando
El bloque lógico está programado para tomar la acción correctiva
el sensor está fuera de servicio. Las alarmas de tipo 3 también se
adecuada cuando se activan uno o más interruptores de alarma.
utilizan para indicar que se ha disparado un sistema de apagado
Después de que ocurre una alarma, el bloque lógico activa un
automático.
anunciador, ya sea una pantalla visual o un sonido audible como
una bocina o una campana. Por ejemplo, si la temperatura de un Alarma Tipo 4: Un interruptor de alarma con su propio sensor.
reactor excede un límite de alarma alto, una luz podría parpadear Un sistema de alarma Tipo 4 tiene su propio sensor, que sirve
en la pantalla de una computadora, cuyo color indica la prioridad de como respaldo en caso de que falle el sensor normal.
la alarma (por ejemplo, amarillo para una situación menos grave, El sensor de alarma también permite detectar desviaciones y
rojo para una situación crítica). Un fallos del sensor más fácilmente que un interruptor.

Anunciadores

Señales de Alarma Alarma

instrumentos activación lógica

Elementos de
control finales Figura 10.2 Un diagrama de bloques general para un
sistema de alarma.
Machine Translated by Google

164 Capítulo 10 Seguridad y control de procesos

que definen su rango operativo permitido. Su iniciación resulta en

FAL = Alarma de flujo bajo FSL = Interruptor de flujo bajo
una acción drástica, como arrancar o detener una bomba o apagar
una unidad de proceso. En consecuencia, se utiliza sólo como
Falta FSL FC
último recurso para evitar lesiones a personas o equipos. El
término Sistema de interbloqueo de seguridad se usaba
PIE
anteriormente, pero ahora se prefiere el término más nuevo Sistema
Líquido Líquido
instrumentado de seguridad porque es más general.
en fuera El diseño adecuado de un SIS es de importancia crítica porque
puede prevenir situaciones peligrosas y desastres potenciales. Por
(a) Sistema de alarma tipo 2 (sensor compartido)
el contrario, las fallas del SIS han sido responsables de grandes
desastres industriales, incluido el peor accidente industrial que
jamás haya ocurrido. Una reacción química descontrolada provocó
Falta
FC
la liberación de gas mortal isocianato de metilo en una planta de
pesticidas (Bhopal, India) en 1984. Este accidente provocó la
FSL PIE
muerte de unas 8.000 a 16.000 personas y varios cientos de miles
Líquido Líquido
de heridos.
en fuera
Afortunadamente, el diseño de SIS se ve facilitado por la gran
(b) Sistema de alarma tipo 3 (basado en un interruptor)
cantidad de información, experiencia y pautas disponibles de
organizaciones profesionales y gubernamentales como AIChE, ISA
y OSHA (ver Referencias).
Falta
Es muy importante que el SIS funcione independientemente del
FC
BPCS; de lo contrario, la protección de emergencia no estará
PIE PIE
disponible durante los períodos en que el BPCS no esté funcionando
(por ejemplo, como resultado de un mal funcionamiento o un corte
Líquido Líquido
en fuera de energía). Así, se recomienda que el SIS esté físicamente
separado del BPCS y tenga sus propios sensores y actuadores
(c) Sistema de alarma tipo 4 (sensor separado)
(AIChE, 1993).
Figura 10.3 Configuraciones alternativas de alarma de flujo. A veces se utilizan sensores y actuadores redundantes. Por
ejemplo, se utilizan sensores triplemente redundantes1 para
mediciones críticas, y las acciones del SIS se basan en la mediana
Alarma Tipo 5: Apagado o arranque automático del sistema. de las tres mediciones. Esta estrategia evita que una falla de un
Estos sistemas importantes y ampliamente utilizados se solo sensor paralice el funcionamiento del SIS. El SIS también
describen en la siguiente sección sobre Sistemas tiene un conjunto separado de alarmas para que el operador pueda
instrumentados de seguridad. ser notificado cuando el SIS inicia una acción (por ejemplo, encender
Es tentador especificar límites de alarma estrictos para una gran una bomba de enfriamiento de emergencia), incluso si el BPCS no
cantidad de variables de proceso. Pero hay que resistirse a esta está operativo.
tentación, porque puede dar lugar a un número excesivo de alarmas Como enfoque alternativo, se pueden emplear sistemas de
innecesarias. Además, demasiadas alarmas pueden ser tan control por computadora redundantes, teniendo cada sistema las
perjudiciales como muy pocas, por varias razones. En primer lugar, funciones BPCS, SIS y ESD. Este enfoque proporciona mayor
las frecuentes alarmas molestas tienden a hacer que los operadores seguridad pero tiende a ser más complejo y costoso.
de la planta respondan menos a alarmas importantes.
Por ejemplo, si se está llenando un tanque durante el arranque de
una planta, las alarmas de nivel bajo podrían ocurrir repetidamente
10.1.4 Sistemas de enclavamiento y
pero no tendrían valor para el operador de la planta. En segundo
parada de emergencia
lugar, en una emergencia real, una gran cantidad de alarmas sin
importancia pueden ocultar la causa raíz del problema. En tercer La operación SIS está diseñada para proporcionar respuestas
lugar, es necesario considerar las relaciones entre las alarmas. Por automáticas después de que las alarmas indiquen situaciones
tanto, el diseño de un sistema de gestión de alarmas adecuado es potencialmente peligrosas. El objetivo es que el proceso alcance
una tarea desafiante. una condición segura. Las respuestas automáticas se implementan
mediante enclavamientos y sistemas de apagado y arranque
automáticos. A veces se hacen distinciones
10.1.3 Sistema Instrumentado de Seguridad (SIS)
El SIS de la Figura 10.1 sirve como sistema de respaldo de
emergencia para el BPCS. El SIS se inicia automáticamente cuando 1 Podría decirse que esta estrategia debería denominarse doblemente redundante,
una variable de proceso crítica excede los límites de alarma especificados.
en lugar de triplemente redundante, porque se utilizan tres sensores.
Machine Translated by Google

10.2 Gestión de alarmas 165

hace que se ventile la presión del aire en la válvula de control neumático;

LAL = Alarma de nivel bajo
en consecuencia, la válvula de control vuelve a su posición de falla de
apertura o de falla de cierre. Los enclavamientos se han implementado
LSL = Interruptor de nivel bajo tradicionalmente como sistemas cableados que son independientes del
hardware de control. Pero, para la mayoría de las aplicaciones, la
LAL S = interruptor solenoide
implementación de software de la lógica de enclavamiento a través de
una computadora digital o un controlador lógico programable es una
Tanque de alternativa viable. Los controladores lógicos programables (PLC) utilizados
almacenamiento
LSL S para procesos por lotes se consideran en el Capítulo 22 y el Apéndice A.
de líquidos

Si una posible situación de emergencia es muy grave, el sistema de

parada de emergencia apaga o enciende el equipo automáticamente.
Por ejemplo, una bomba se apagaría (o dispararía) si se sobrecalienta o
(a) Enclavamiento de bajo nivel pierde presión de lubricante. De manera similar, si una reacción química
exotérmica comienza a desarrollarse, es posible agregar un material de
extinción que detenga la reacción rápidamente. Para algunas situaciones
S
de emergencia, la respuesta adecuada es un encendido automático del
Sin equipo, en lugar de un apagado automático. Por ejemplo, se podría poner
gas Para abocinar la pila en marcha un generador de respaldo o una bomba de agua de
refrigeración si la unidad normal se apaga inesperadamente.

HAP PSH

PSH = Presostato alto

Gas Aunque la función ESD es esencial para la operación segura del
Gas
en proceso, se deben evitar paradas y arranques innecesarios de la planta
tanque de

almacenamiento
PAH = Alarma de presión alta porque resultan en pérdida de producción y generan productos fuera de
especificación durante el arranque posterior de la planta. Además, las
paradas y arranques de emergencia de una unidad de proceso implican
riesgos y pueden activar sistemas de seguridad adicionales que apagan
otras unidades de proceso. Estos cierres molestos pueden crear peligros
(b) Enclavamiento de alta presión
adicionales. El uso de sensores redundantes puede reducir paradas
innecesarias.
Figura 10.4 Dos configuraciones de enclavamiento.

entre enclavamientos de seguridad y enclavamientos de proceso; estos

10.2 GESTIÓN DE ALARMAS
últimos se utilizan en situaciones menos críticas para brindar protección
contra daños menores al equipo y condiciones de proceso indeseables, A medida que los procesos industriales se han vuelto más complejos e
como la producción de productos fuera de especificación. integrados, los temas de gestión de alarmas y gestión de situaciones
anormales se han vuelto cada vez más importantes, tanto desde el punto
En la figura 10.4 se muestran dos sistemas de enclavamiento simples. de vista económico como de seguridad. Por ejemplo, se ha estimado
Para el sistema de almacenamiento de líquido, el nivel del líquido debe que las situaciones anormales prevenibles tienen un impacto anual de
permanecer por encima de un valor mínimo para evitar daños a la bomba, más de 20 mil millones de dólares en las operaciones de la industria
como la cavitación. Si el nivel cae por debajo del límite especificado, el petroquímica con sede en los Estados Unidos debido a pérdidas de
interruptor de nivel bajo (LSL) activa una alarma (LAL) y un interruptor de producción, daños a los equipos, litigios, etc. (ASM, 2015). La gestión de
solenoide (S) (o solenoide) que apaga la bomba. Para el sistema de alarmas y la aparición de un número excesivo de alarmas durante una
almacenamiento de gas de la Fig. 10.4, la válvula solenoide normalmente situación anormal (una inundación de alarmas) se han citado a menudo
está cerrada. Pero si la presión del gas hidrocarburo en el tanque de como factores contribuyentes en las investigaciones de accidentes
almacenamiento excede un límite específico, el interruptor de alta presión importantes en plantas industriales. En esta sección, consideramos
(PSH) activa una alarma (PAH) y hace que la válvula solenoide se abra elementos clave para una gestión eficaz de alarmas y una respuesta a
completamente, reduciendo así la presión en el tanque. . Para situaciones anormales.
enclavamiento y otros sistemas de seguridad, un interruptor de solenoide
puede ser reemplazado por un transmisor de sensor si se requiere la Antes de que estuvieran disponibles los sistemas de control por
medición. computadora, se conectaba una alarma de proceso a una caja de luz y
una alarma audible en un panel. Cuando se producía una alarma, la caja
Otra configuración de enclavamiento común es ubicar un interruptor de luz parpadeaba y/o sonaba una bocina, atrayendo así la atención del
de solenoide entre un controlador y una válvula de control. Cuando se operador. Luego, el operador reconoció la alarma presionando un botón.
activa una alarma, el solenoide se dispara y
Machine Translated by Google

166 Capítulo 10 Seguridad y control de procesos

Tabla 10.2 Tasas de alarma por operador de planta en las industrias de procesos†

Guía EEMUA Petróleo y gas Petroquímico Fuerza Otro

Alarmas promedio por día 144 1200 1500 2000 900

Alarmas permanentes promedio 50 100 65 35

Alarmas máximas (por intervalo de 10 minutos) 9 220 180 350 180

Alarmas promedio (por intervalo de 10 minutos) 10 1 6 9 8 5

% de distribución de alarmas

(bajo medio alto) 80/15/5 25/40/35 25/40/35 25/40/35 25/40/35

†Asociación de Usuarios de Materiales y Equipos de Ingeniería (2007).

Debido a que el espacio del panel era bastante limitado, sólo se Tabla 10.3 Directrices para el diseño y gestión de alarmas
Las variables del proceso podrían alarmarse. Pero la introducción de
1. Cada alarma debe tener dos características importantes;
modernos sistemas de control por computadora, a partir de
debe resultar de una situación anormal y requerir
La década de 1970 cambió drásticamente esta situación. Se convirtió
una respuesta específica del operador.
factible alarmar prácticamente cualquier variable medida y
2. Los sistemas y pantallas de alarma deben diseñarse con
mostrar las alarmas en un monitor de computadora. Como resultado,
pensando en el usuario (el operador de la planta).
Los ingenieros pueden alertar a un gran número de variables de proceso,
3. Cada alarma debe tener un nivel de prioridad para indicar su
lo que puede generar inadvertidamente muchos nivel de importancia. Normalmente, de dos a cuatro prioridades
alarmas espurias o molestas, una sobrecarga de alarmas. Para Se emplean niveles. Por ejemplo, los cuatro niveles podrían
Por ejemplo, durante el accidente de Three Mile Island en 1979, ser designado como crítico, de emergencia, alto y bajo.
Los operadores de las centrales nucleares estaban abrumados. (Hollifield y Habibi, 2007).
con información, mucha de la cual era irrelevante o incorrecta. 4. Alarmas de protección relacionadas con la seguridad del proceso o alarmas
Afortunadamente nadie resultó herido en el accidente que requieren una respuesta inmediata deben ser asignados
(Comisión Reguladora Nuclear, 2015). la máxima prioridad.

Experiencia de alarma representativa del proceso. 5. Una alarma debe continuar hasta que sea reconocida.

industrias se compara con las pautas recomendadas 6. Los operadores deben responder a cada alarma, independientemente de

en la Tabla 10.2. Una alarma permanente (o obsoleta) es aquella que prioridad, pero se debe evitar la sobrecarga de alarmas.

permanece en estado de alarma durante un periodo prolongado de 7. La supresión de alarmas sólo debe permitirse cuando haya

tiempo, como 24 h. Desafortunadamente, las tasas de alarma reales es una razón legítima (por ejemplo, un instrumento está fuera de plazo).
servicio). Se deben emplear recordatorios automáticos para
en la Tabla 10.2 exceden las pautas correspondientes en
que no es posible para un operador suprimir una
grandes márgenes. Tenga en cuenta las tasas de alarma promedio por 10 minutos
alarma y luego olvidarse de ella (es decir, el almacenamiento de la alarma es
El intervalo de la Tabla 10.2 corresponde a menos de una alarma.
preferible a la supresión de alarmas).
por minuto. Estas tasas de alarma podrían abordarse mediante
8. Cada alarma debe registrarse con una marca de fecha y hora.
un operador experimentado, especialmente si hay muchas alarmas
y un registro de las actuaciones del operador correspondiente.
eran de baja prioridad. Por otro lado, las tasas máximas de alarma por
Las alarmas suprimidas deben incluirse en el registro.
Los intervalos de 10 minutos (180–350 alarmas) son inundaciones de alarmas que
9. Los historiales de alarmas deben revisarse periódicamente
tendería a abrumar incluso a los operadores experimentados, para reducir las alarmas permanentes y las alarmas molestas.
especialmente si las inundaciones de alarma persistieron durante largos períodos
10. Los cambios en los límites de alarma deben considerarse cuidadosamente y
de tiempo (por ejemplo, varias horas). bien documentada. Cambios para protección crítica.
Las inundaciones de alarmas pueden distraer o confundir a los Las alarmas deben ser aprobadas a través de una gestión de
operadores, lo que les dificulta determinar qué alarmas están activadas. Cambia el orden.
más importante para la situación actual. Consecuencias nefastas, como 11. La alarma basada en el estado puede mejorar enormemente la alarma
decisiones incorrectas, pérdida de producción, gestión mediante la eliminación de falsas alarmas. Él
y un funcionamiento inseguro del proceso. Como consecuencia, Implica el ajuste automático de los límites de alarma para
La gestión de alarmas y la gestión de situaciones anormales se han adaptarse a diferentes condiciones de proceso, como

convertido en temas cada vez más importantes en puestas en marcha, paradas, cambios en las materias primas o
tasas de producción (Hollifield y Habibi, 2007).
años recientes. Los requisitos de alarma son objeto de
regulaciones gubernamentales (OSHA, 2000).
estándares y libros (AIChE, 2007; Hollifield y
Habibi, 2007, 2011; MAPE, 2015). Algunas importantes
10.2.1 Pautas de alarma
Las pautas se muestran en la Tabla 10.3.
El diseño y mantenimiento de la gestión de alarmas. Estas pautas de alarma se ilustran mediante dos
sistemas ha sido objeto de numerosos artículos, situaciones.
Machine Translated by Google

10.2 Gestión de alarmas 167

Operación de llenado de tanques

Un tanque se llena usando una bomba en una línea de entrada. q1 q2

Para evitar alarmas molestas, se debe suprimir la alarma de
bajo nivel (o cambiar el límite de alarma) durante esta operación.
De manera similar, la alarma de flujo bajo debe suprimirse (o
cambiarse su límite) cuando se apaga la bomba. El ajuste
automático de los límites de alarma para el llenado rutinario del
h
tanque es un ejemplo de alarma basada en estados (Pauta
11). También satisface la Directriz 1 al no generar una alarma q
para una situación rutinaria y conocida.

Figura 10.5 Sistema de aumento de líquido.

Bombas regulares y de respaldo

Considere una situación en la que hay una bomba normal y una

bomba de repuesto (Hollifield y Habibi, 2007). Durante las SOLUCIÓN
operaciones típicas, podría haber ninguna, una o dos bombas
en funcionamiento, y esta última situación ocurre durante un (a) Para densidad de líquido constante, el balance de masa del líquido en el
cambio de rutina de una bomba a otra. Se pueden utilizar tanque es
alarmas para indicar el estado de cada bomba. Si la estrategia
de alarma es activar una alarma cuando una bomba no está ρAdh
dt
= ρ(q1 + q2 − q) (101)
funcionando, una de las dos bombas siempre estará en estado
de alarma. Para especificar el límite de alarma alto, considere las condiciones del
peor de los casos que resultan en la mayor tasa de cambio, dh/dt. Esta
Un enfoque alternativo es permitir que el operador especifique
situación se produce cuando los caudales de entrada están en sus
la cantidad de bombas que se supone que deben estar en
valores máximos y el de salida
funcionamiento. Entonces se podría utilizar la lógica digital para
el caudal es mínimo. Sustituyendo q1 = 12 pies3/min, q2 = 6 pies3/min
activar una alarma sólo cuando el número real de bombas en
y q = 13 pies3/min da: 5 pies3 ∕min = 0,176 pies∕min
funcionamiento difiera del número deseado. Este enfoque se
ajusta a la Directriz 1, porque se evitan falsas alarmas durante DH
= π (3 pies)2 (102)
los cambios de rutina en las operaciones del proceso. dt

En consecuencia, el aumento máximo en el nivel de líquido que puede

ocurrir durante cualquier período de 10 minutos es,

EJEMPLO 10.1 Δhmax = (10 min) (0,176 pies∕min) = 1,76 pies (103)

Por lo tanto, el límite de alarma debe estar al menos 1,76 pies por debajo
Considere el sistema de almacenamiento de líquidos que se muestra en la figura 10.5.
de la altura del tanque. Como margen de seguridad, elija 2 pies y establezca
Se utiliza una alarma de nivel alto para evitar el desbordamiento del tanque.
el límite alto de alarma en 6 pies.
Después de que suena una alarma alta, el operador tiene 10 minutos para
responder antes de que el sistema ESD apague las bombas en las corrientes (b) Una falla de la bomba podría provocar un desbordamiento del tanque o
de entrada. El tanque tiene 6 pies de diámetro, 8 pies de alto y está medio un nivel del tanque tan bajo que la bomba de salida podría dañarse. Por
lleno en las condiciones nominales. La densidad del líquido es constante. Los lo tanto, las alarmas de nivel alto y bajo deben conectarse a
valores nominales y rangos de los caudales son los siguientes: interbloqueos en las bombas de entrada y salida, respectivamente.

Caudal Valor nominal (pies3/min) Rango (pies3/min) 10.2.2 Racionalización de alarmas

q1 10 812
Debido a que los procesos y las condiciones del proceso
q2 4–6
5 15 1317
cambian con el tiempo, es necesario revisar el desempeño del
q
sistema de alarma periódicamente. La revisión debe basarse
en el historial de alarmas y en una serie de métricas clave de rendimiento.
(a) Suponiendo que las bombas estén funcionando correctamente, determine Algunas de las métricas de alarma más importantes son las
un valor de punto de ajuste apropiado para la alarma de nivel alto, es siguientes (Jofriet, 2005):
decir, el valor numérico del nivel de líquido h que activa la alarma. (b)
(a) Frecuencia de activaciones de alarmas (p. ej., alarmas por
¿Qué características de
día)
seguridad adicionales se requieren para manejar paradas imprevistas de la
bomba? (b) Distribución de prioridades (por ejemplo, número de altos,
alarmas media y baja)
Machine Translated by Google

168 Capítulo 10 Seguridad y control de procesos

Tabla 10.4 Distribución de prioridad de eventos de alarma Top 10 de alarmas anunciadas

recomendada† 3500 100%
90
Prioridad de alarma % del total de alarmas 3000 Contar
80
% acumulado
Emergencia 3–7% (5%) 2500 70
Alto 15–25% (15%) 60
2000
Bajo 70–80% (80%) 50
1500 40

Hollifield y Habibi, 2007. 20

500
10
0 0

(c) Rendimiento de la alarma durante condiciones de perturbación

(por ejemplo, el número de alarmas activadas durante los

IHVP.1OJULF

IHVP.3PMET
OLVP.2OJULF
OLVP.1PMET
IHVP.1LEVIN

IHVP.2LEVIN

OLVP.1LEVIN

IHVP.1DADICOLEV
VPDAB.2PMET
primeros 10 minutos y los períodos de 10 minutos posteriores)

MRNFFO.1LVLIH
(d) Identificación de malos actores: puntos de alarma individuales
que generan una gran fracción del total de alarmas Nombre de la alarma

Figura 10.7 Un ejemplo de las 10 alarmas más frecuentes (malos

Estas métricas se ilustran en la Tabla 10.2 para un conjunto de
actores) durante un período de 8 semanas (Reimpreso con
datos de plantas industriales (Hollifield y Habibi, 2007). En la Tabla autorización de ISA—La Sociedad Internacional de Automatización. ©
10.4 se muestra una distribución de prioridad de alarma recomendada Copyright 2007, ISA—todos los derechos reservados. Hollifield y Habibi, 2007).
con las pautas de la Tabla 10.2 entre paréntesis.

Un análisis crítico de las métricas de alarmas puede resultar en

mejoras significativas en la gestión de alarmas. En particular, puede EJEMPLO 10.2
identificar inundaciones de alarmas potencialmente peligrosas cuando
los operadores se ven abrumados por una gran cantidad de alarmas Una revisión de un historial de alarmas ha identificado que los malos
en un pequeño intervalo de tiempo. También puede delimitar a los actores incluyen alarmas de nivel, presión y temperatura que están
malos actores. En la figura 10.6 se muestra un ejemplo industrial de asociadas con un reactor de tanque agitado, continuo y de fase
inundación de alarma; La identificación de los malos actores asociados líquida. Las reacciones químicas son exotérmicas y el CSTR se

se muestra en la Fig. 10.7. El análisis de los datos de alarmas de utiliza en diferentes momentos para fabricar dos productos, A o B.
Las violaciones de las alarmas de bajo nivel y baja presión ocurren
malos actores puede identificar problemas de proceso o límites de
principalmente durante las operaciones de parada, mientras que las
alarma que son inapropiados (por ejemplo, demasiado agresivos). La
alarmas de alta temperatura para el agua de enfriamiento de la
Figura 10.7 indica que sólo cuatro alarmas generan más del 40% del
camisa ocurren principalmente. cuando se produce el producto B.
número total de alarmas.
Diseñe una estrategia para reducir estas alarmas de malos actores.

Alarmas anunciadas cada 10 min. SOLUCIÓN

100
Pico = 144 Debido a que estas alarmas molestas tienden a ocurrir para
diferentes condiciones de proceso conocidas, se justifica una
80
estrategia de alarma basada en estados (Pauta 11 de la Tabla
10.3). En particular, se requieren diferentes niveles de alarma para
60 las tres condiciones del reactor. Por ejemplo, se podrían emplear
los siguientes límites de alarma con variables expresadas en %.
40

Temperatura del
20
Nivel Nivel Presión agua de
Condición (alto) (bajo) (alta) refrigeración (alta)
0
8 semanas Producto A 90% 10% 85% 75%
Producto B 90% 10% 85% 85%
Figura 10.6 Ejemplo de gráficos anunciados para una estación de
Cerrar/ 5% 0% 10% 30%
operador durante un período de 8 semanas (Reimpreso con permiso
de ISA—La Sociedad Internacional de Automatización. © Copyright vacío
2007, ISA—todos los derechos reservados. Hollifield y Habibi, 2007).
Machine Translated by Google

10.3 Detección de eventos anormales 169

es consistente con el proceso físico. Además, un cálculo simple puede

La producción de B implica una reacción más exotérmica y
identificar un tipo común de mal funcionamiento o falla del sensor: un
por lo tanto tiende a dar como resultado una temperatura más alta del agua de refrigeración. sensor muerto (o congelado).
Cuando el reactor se apaga y se evacua, los ajustes de alarma de nivel
Supongamos que la varianza muestral de una variable medida, x,
se reducen a valores muy bajos. En particular, si el reactor no se evacua
se calcula a partir de n mediciones consecutivas con un período de
por completo, la alarma suena si el nivel del líquido supera el 5%. La
muestra constante (p. ej., Δt = 1 min). La varianza muestral s2 se
configuración de alarma basada en estados elimina muchas de las
define como (ver Apéndice F):
alarmas molestas.
1
2

= x2i (104)
segundos

norte 1
∑n
yo=1
10.3 DETECCIÓN DE EVENTOS ANORMALES
Según la variabilidad esperada del proceso, el ruido de medición y la
El objetivo general del control de procesos es mantener la calidad del experiencia pasada, se puede especificar un límite inferior para s2,minuto,
producto en condiciones operativas seguras. Cuando las condiciones s2 . Para el monitoreo en línea posterior, si s2 < s2 el valor puede ser
operativas exceden los límites aceptables como resultado de causas hay razones para creer que la medida min,
externas, mal funcionamiento del equipo o errores humanos, pueden esencialmente constante, debido a un sensor muerto.
ocurrir situaciones inaceptables, incluidas condiciones inseguras, Se pueden utilizar otros análisis de señales simples para detectar
productos fuera de especificación, disminución de la producción y problemas comunes, como válvulas de control atascadas (Choudhury
degradación ambiental. Las desviaciones importantes del proceso et al., 2008) y bucles de control oscilantes (Babji et al., 2012). Para
pueden incluso requerir el cierre de la planta para evitar eventos aplicaciones DEA que involucran muchas variables de proceso, las
catastróficos, como explosiones, incendios o descargas de químicos técnicas estadísticas multivariables, como el Análisis de Componentes
tóxicos. Por lo tanto, la detección y resolución de condiciones Principales (PCA) y los Mínimos Cuadrados Parciales (PLS), pueden
anormales, especialmente situaciones potencialmente desastrosas, ser muy efectivas (consulte el Capítulo 21).
son actividades de planta muy importantes que han recibido
considerable atención en los últimos años, especialmente por parte de
organizaciones gubernamentales (p. ej., OSHA, 1996), sociedades de
10.3.2 Métodos basados en modelos
ingeniería (AIChE, 2007) y empresas industriales. (EEMUA, 1997;
ASM, 2015). Tanto los modelos de procesos dinámicos como los de estado
En esta sección, consideramos la detección temprana de estacionario pueden proporcionar información útil para el DEA. El
condiciones anormales, una actividad conocida como detección de modelo puede ser un modelo físico (Capítulo 2) o un modelo empírico
eventos anormales (DEA). Es importante señalar el papel crucial del (Capítulo 7). Por ejemplo, los cálculos de rendimiento de los equipos
personal operativo de la planta, especialmente los operadores de la basados en balances de masa y energía se pueden utilizar para
planta, en el DEA. Su conocimiento y experiencia en procesos pueden calcular la eficiencia térmica de procesos que consumen mucha
proporcionar tanto la detección temprana de situaciones anormales energía, como los hornos.
como acciones correctivas para devolver la planta a niveles normales Un valor inusualmente bajo podría indicar una situación potencialmente
de operación o detener el proceso. Sin embargo, la respuesta de un peligrosa, como un mal funcionamiento del quemador.
operador depende de muchos factores: la cantidad de alarmas y la Si una composición química o una variable de calidad del producto
frecuencia de ocurrencia de condiciones anormales; cómo se presenta no se puede medir en línea, es posible predecirla a partir de variables
la información al operador; la complejidad de la planta; y la inteligencia, de proceso medidas, como caudales, temperaturas y presiones.
formación, experiencia y reacción del operador ante el estrés. En Cuando las predicciones se utilizan para el control de retroalimentación,
consecuencia, las herramientas computacionales que ayudan al esta estrategia se denomina control inferencial (consulte el Capítulo
personal de la planta son cruciales para el éxito de la operación de 16). La predicción en línea de valores futuros de variables controladas
plantas de fabricación complejas. Estas herramientas computacionales basada en un modelo dinámico es un elemento clave de una estrategia
pueden integrarse en el sistema de control de procesos. En esta de control avanzada ampliamente utilizada: el control predictivo de
sección, consideramos tres enfoques generales para el DEA. modelos (ver Capítulo 20).

Las evaluaciones periódicas de ecuaciones de conservación en

estado estacionario proporcionan una herramienta poderosa para la
detección de eventos anormales. El error de cierre, Ec, de una balanza
10.3.1 Detección de fallas basada en el sensor
de masa o componente en estado estacionario para un proceso
y análisis de señal continuo se puede definir como
El análisis de los valores pasados y actuales de las variables medidas
Ec = Tasa de entrada Tasa de salida (105)
puede proporcionar información de diagnóstico valiosa para la
detección de eventos anormales. Como se describe en la Sección Un error de cierre inusualmente grande (en valor absoluto) sugiere un
10.1, las mediciones en línea se verifican rutinariamente para evento anormal, por ejemplo, un sensor que funciona mal o un
garantizar que estén entre los límites alto y bajo especificados y para problema del equipo, como obstrucción del intercambiador de calor,
garantizar que la tasa de cambio como se ilustra en el ejemplo 10.3.
Machine Translated by Google

170 Capítulo 10 Seguridad y control de procesos

EJEMPLO 10.3
valor esperado de cero, existe fuerte evidencia estadística de
Una mezcla de alimentación de dos componentes se separa que ha ocurrido un evento anormal. Por ejemplo, si Ec tiene una
en una columna de destilación, como se muestra en la figura distribución normal, con una media de μEc = 0 y una desviación
10.8, donde F, D y B son caudales molares y z, y y x son estándar de σEc = 0,0574, el valor Z correspondiente (consulte
fracciones molares del componente más volátil. Suponga que el Apéndice F) es
los tres caudales son constantes: F = 4 mol/min, D = B = 2 mol/min. −0,120 − 0
z= Ec − µEc = = −2,09
Durante el funcionamiento normal, cada medición de composición 0.0574
σEc
contiene errores aleatorios. Con base en la experiencia previa, se
puede suponer que las medias poblacionales μ y las desviaciones La probabilidad de que haya ocurrido un evento anormal es la
estándar poblacionales σ (consulte el Apéndice F para las probabilidad de que |Z| > 2.09. Según la tabla de la distribución
definiciones) tienen los siguientes valores: de probabilidad normal estándar (Montgomery y Runger, 2013),
esta probabilidad es 0,963. Por lo tanto, existe evidencia
estadísticamente significativa para incluir que ha ocurrido un
zix evento anormal.

µ 0,500 0.800 0,200 Este análisis de error se puede extender a la situación en la que
las mediciones de flujo también contienen errores aleatorios.
σ 0,010 0.020 0,005

10.3.3 Métodos basados en el conocimiento

Destilar
En la sección anterior se utilizaron modelos cuantitativos para
D, y
detectar eventos anormales. Como alternativa, la evaluación del
DEA puede utilizar información cualitativa basada en el conocimiento
del proceso y la experiencia pasada. Esta estrategia general se
Alimentar
conoce como enfoque basado en el conocimiento.
F,z Se basa en métodos específicos, como el análisis causal, los
diagramas de árbol de fallas, la lógica difusa, el razonamiento lógico
y los sistemas expertos (Chiang et al., 2001; Dash y
Venkatasubramanian, 2003).
Fondos Para ilustrar el uso del conocimiento cualitativo en DEA, considere
B,x el sistema de almacenamiento de líquidos en la figura 10.5. Utilizando
conceptos cualitativos como bajo, normal y alto, se indicaría un DEA
Figura 10.8 Diagrama esquemático de una columna de destilación.
si la siguiente afirmación lógica SIENTONCES es verdadera según
las mediciones de q1, q2, q3 y dh/dt: IF (“q1 es normal o bajo ”) Y
En estado estacionario, las composiciones medidas fueron (“q2 es normal o bajo”)
Y (“q es normal o alto”) Y (“dh/dt es alto”), ENTONCES (“se ha
z = 0,485, y = 0,825, x = 0,205
producido un DEA”). Este tipo de análisis requiere umbrales para
¿Existe evidencia estadísticamente significativa que respalde la cada concepto cualitativo y variable de proceso.
afirmación de que uno o más de los sensores de composición no
están funcionando correctamente?
Para este ejemplo sencillo, un análisis similar podría basarse en
SOLUCIÓN
un enfoque cuantitativo, es decir, un modelo dinámico basado en un
balance de masa en estado inestable. El nivel podría estar cambiando
El error de cierre para el equilibrio del componente de estado
estacionario es como resultado de cambios en el proceso o una falla del sensor. Sin
embargo, para procesos más complicados, es posible que no esté
Ec = Fz − Dy − Bx
disponible un modelo dinámico razonablemente preciso y, por lo
Sustituyendo los valores medidos se obtiene tanto, se puede utilizar un enfoque cualitativo con buenos resultados.
Ec = 4(0,485) − 2(0,825) − 2(0,205)=−0,120 mol∕min Como El diagnóstico del evento anormal podría conducir a un análisis
posterior de la causa raíz, donde se identifica el origen de la
se muestra en el Apéndice F, la desviación estándar de Ec es anomalía y se toman las acciones correctivas apropiadas.
+ D2σ2y + B2 σ2 X
σEc = √ F2 σ2z

σEc = √ (4)2(0.01)2 + (2)2(0.02)2 + (2)2(0.005)2 10.4 EVALUACIÓN DE RIESGOS

= 0.0574 mol∕min
La evaluación de riesgos considera las consecuencias de posibles
Porque el valor absoluto del valor calculado de
peligros, fallas, fallas y escenarios de accidentes. En particular,
Ec está a más de dos desviaciones estándar de la
proporciona una evaluación cuantitativa del riesgo.
Machine Translated by Google

10.4 Evaluación de riesgos 171

a diferencia de otros enfoques (por ejemplo, un estudio HAZOP) 10.4.2 Tasas generales de fracaso
que proporcionan evaluaciones cualitativas. Debido a que los Consideramos las tasas de fracaso generales para dos situaciones
procesos industriales son complejos y están interconectados, la comunes.
evaluación de riesgos determina las probabilidades generales de
Componentes en serie: Considere un sistema de n componentes
falla a partir de las de los componentes individuales. Por ejemplo, la
independientes, cada uno con una tasa de falla individual, μi.
tasa de falla de un circuito de control de temperatura típico depende
Suponga que todos los componentes deben funcionar correctamente
de las tasas de falla de los componentes individuales: sensor/
para que funcione el sistema en general.
transmisor, controlador, transductor I/P (si es necesario) y la válvula
La confiabilidad del sistema general R está dada por
de control. Al igual que HAZOP, el análisis de riesgos debe
considerar la posibilidad de errores humanos, así como problemas
R = ∏norte (109)
o fallas de equipos e instrumentación.
Rhode Island

yo=1
En esta sección, consideramos conceptos relevantes de
confiabilidad basados en la teoría de la probabilidad y la estadística. donde Ri es la confiabilidad del iésimo componente. Entonces la
probabilidad general de falla P es
El Apéndice F revisa los conceptos de probabilidad y estadística
que se necesitan para este análisis.
P = 1 − R = 1 − ∏n (1 Pi) (1010)
yo=1
10.4.1 Conceptos de confiabilidad Una
donde Pi = 1 − Ri.
curva de tasa de falla típica para equipos de proceso y otro hardware Componentes en paralelo (componentes redundantes): se puede
tiene la “forma de bañera” que se muestra en la figura 10.9. Durante lograr una mayor confiabilidad del sistema utilizando componentes
gran parte de su vida útil, la tasa de falla es aproximadamente redundantes. Por ejemplo, en la Sección 10.1, se utilizaron sensores
constante, con un valor indicado por μ. redundantes y bucles de control en sistemas SIS y ESD. Suponga
En el análisis posterior, se supone una tasa de falla constante para que hay n sensores independientes disponibles y que sólo uno
cada componente; sin embargo, se pueden hacer extensiones para necesita estar operativo para que el circuito de control de
incluir tasas de falla que varían en el tiempo. retroalimentación funcione correctamente.
La probabilidad de que el componente no falle durante el La probabilidad de que todos los m sensores fallen es
intervalo, (0, t), se define como su confiabilidad, R. Para un
componente con una tasa de falla constante μ, R está dada por la (1011)
P = ∏norte Pi
distribución de probabilidad exponencial (Crowl y Louvar , 2002), yo=1

y la confiabilidad del sistema general es

R = e−μt (106)

y la probabilidad de falla correspondiente P es R = 1 − P = 1 − ∏n (1 Ri) (1012)

yo=1
PAG = 1 R (107) El cálculo de las tasas de falla generales a partir de las tasas de
Tanto P como R están acotados por [0, 1]. El tiempo medio esperado falla individuales se ilustra en el siguiente ejemplo.
entre fallas (MTBF) está dado por
1
MTBF = EJEMPLO 10.4
(108)
µ
Un circuito de control de flujo consta de un sensor/transmisor de flujo de
presión diferencial, un controlador PI digital, un transductor I/P, una válvula
de control y un posicionador de válvula. Determine la confiabilidad, la tasa
de fallas y el MTBF para este circuito de control.

SOLUCIÓN

Usando los datos de tasa de falla en la Tabla 10.1, los valores calculados son

Período de μ aproximadamente
constante
elafT
asllla
)o/s,psam μ
di(tf

Falla Fiabilidad Falla

tasa, μ (por año) probabilidad
Componente (fallas/año) R = e−μt PAG = 1 R

caudalímetro DP 1,73 0,18 0,82

Mortalidad infantil Vejez Controlador digital† 0,05 0,95 0,05
transductor I/P 0,49 0,61 0,39
Válvula de control 0,60 0,55 0,45
Tiempo
Posicionador de válvula 0,44 0,64 0,36

Figura 10.9 La “curva de bañera”, que muestra un gráfico típico de tasa de

† Valor supuesto (no en la Tabla 10.1).
falla para hardware e instrumentos.
Machine Translated by Google

172 Capítulo 10 Seguridad y control de procesos

Problemas o fallas en la instrumentación. Tanto FTA como ETA se

Todos los componentes deben funcionar correctamente para que utilizan para analizar diseños propuestos para nuevos procesos y para
funcione el circuito de control. Por tanto, se puede considerar que los diagnosticar la confiabilidad de procesos existentes o modernizados
componentes están en una configuración en serie. La confiabilidad
(Crowl y Louvar, 2002; Banerjee, 2003).
general de los componentes en serie es la probabilidad de que no
ocurran fallas. Se puede calcular usando la Ec. 109:
Para el análisis del árbol de fallas, el punto de partida es especificar
una situación grave indeseable, llamada efecto superior, y luego
R = ∏5 Ri = (0,18)(0,95)(0,61)(0,55)(0,64) = 0,037
yo=1
considerar todas las causas posibles que podrían producirla. El
efecto máximo mencionado podría ser, por ejemplo, la
La probabilidad general de falla por año es,
sobrepresurización de un reactor químico. Las posibles causas
P = 1 − R = 1 − 0,037 = 0,96 podrían incluir una reducción o pérdida de refrigerante, exceso de
catalizador, un circuito de control de presión ineficaz, etc.
La tasa de falla general se calcula a partir de la ecuación. 106:
Cada posible causa se analiza más a fondo para determinar por qué
0,037 = mi−μ
ocurrió. Por ejemplo, el problema del circuito de control de presión
μ=−ln (0,037) = 3,3 fallos∕año podría deberse a un mal funcionamiento del sensor o de la válvula de
El tiempo medio entre fallos es: control. Por lo tanto, el TLC es un enfoque de arriba hacia abajo que
genera un árbol de relaciones causales, comenzando con el evento
1
MTBF = = 0,3 años μ superior especificado y avanzando hacia atrás. En los diagramas
lógicos se utilizan conceptos lógicos estándar, como AND y OR.

El análisis del árbol de eventos es una técnica similar, pero su

punto de partida es una causa única, en lugar de un resultado único.
10.4.3 Análisis de árbol de fallas y eventos Para
Para el ejemplo anterior del reactor químico, el punto de partida
evaluar la confiabilidad y las tasas de falla de procesos complejos, es especificado podría ser un bloqueo en la tubería de refrigerante o
necesario considerar cuidadosamente la información física disponible una falla del sensor en el circuito de control de presión. Los diagramas
sobre las causas y efectos de los posibles modos de falla. Esta lógicos se utilizan para ilustrar cómo la causa raíz inicial se propaga
información se puede incorporar a la evaluación de riesgos mediante a través de diferentes niveles en el árbol de eventos y produce uno o
dos tipos de análisis basados en diagramas lógicos: análisis de árbol más resultados indeseables. Por eso, a ETA se le llama un enfoque
de fallas (FTA) y análisis de árbol de eventos (ETA). Los árboles de ascendente.
fallos muestran todos los fallos de los componentes que pueden Después de generar un diagrama FTA o ETA, se especifica una
provocar una situación muy grave, como un accidente o una explosión, distribución de probabilidad para cada paso del árbol y se realiza un
y la cadena de acontecimientos posterior. Los árboles de eventos son análisis de evaluación de riesgos.
similares a los árboles de fallas, pero se centran en un único evento Aunque el FTA y el ETA pueden consumir mucho tiempo e implicar
iniciador, como la falla de un componente, y luego evalúan las cierto grado de subjetividad, pueden proporcionar una comprensión
consecuencias, clasificadas según su gravedad. Ambos métodos considerable de la confiabilidad, siempre que haya suficiente
deben considerar los errores humanos cometidos por el personal de conocimiento físico y/o experiencia disponible. Además, se pueden
la planta, así como los equipos y diseñar árboles de fallas y eventos con diferentes niveles de detalle
(Deshotels y Dejmek, 1995).

RESUMEN
La seguridad de los procesos es a la vez una preocupación primordial sistema. La selección de las variables a alarmar y sus límites de
en las plantas de fabricación y una cuestión primordial en el diseño alarma se basan en la identificación de peligros y la evaluación de
del sistema de control. En este capítulo, se ha demostrado que la riesgos. La detección de eventos anormales y la evaluación de riesgos
automatización y el control de procesos desempeñan papeles clave pueden desempeñar papeles clave en la mejora de la seguridad de la planta.
para garantizar la operación segura del proceso. La estrategia principal Finalmente, como ha señalado conmovedoramente Rinard (1990),
para la seguridad del proceso se basa en el concepto de capas de “el sistema de control regulatorio afecta el tamaño de su sueldo; el
protección que se ilustra en la figura 10.1. La gestión y resolución de sistema de control de seguridad afecta si estarás presente o no para
alarmas son componentes esenciales de la seguridad de una planta. recogerlo”.

REFERENCIAS
Centro AIChE para la seguridad de procesos químicos, Directrices para sistemas de Centro AIChE para la seguridad de procesos químicos, Análisis de capa de protección:
protección instrumentados seguros y confiables, AIChE, NY, 2007. Evaluación de riesgos de procesos simplificada, AIChE, NY, 2001.
Centro AIChE para la seguridad de procesos químicos, Introducción a la seguridad de
Centro AIChE para la seguridad de procesos químicos, Directrices para la procesos para estudiantes universitarios e ingenieros, John Wiley and Sons,
automatización segura de procesos químicos, AIChE, NY, 1993. Hoboken, Nueva Jersey, 2016.
Machine Translated by Google

Ejercicios 173

Consorcio de Gestión de Situaciones Anormales (ASM), [Link] Kletz, TA, HAZOP y HAZAN: Identificación y evaluación de los peligros de la industria de
[Link], 2015. procesos, 4ª ed., IChemE, Rugby, Warwickshire, Inglaterra, 2001.
Babji S., U. Nallasivam y R. Rengaswamy, Análisis de causa raíz de sistemas de procesos
químicos oscilatorios lineales de circuito cerrado, Indiana. Kletz, TA, ¿Qué salió mal? Historias de casos de desastres en plantas de proceso y cómo
Ing. Química. Res., 51 13712 (2012). podrían haberse evitado, 5ª ed., Elsevier, Nueva York, 2009.
Banerjee, S., Riesgos industriales y seguridad de las plantas, Taylor y Francis,
Nueva York, 2003. Leveson NG y G. Stephanopoulos, Una visión y un enfoque de la seguridad de procesos
Chiang, LH, EL Russell y RD Bratz, Detección y diagnóstico de fallos en sistemas inspirados en el control y basados en la teoría de sistemas, AIChE J., 60, 2 (2014).
industriales, SpringerVerlag, Londres, Reino Unido, 2001.
Mannan, S. (Ed.), Prevención de pérdidas en las industrias de procesos de Lees:
Choudhury, MAAS, M. Jain y SL Shah, Stiction: definición, modelado, detección y identificación, evaluación y control de peligros, vol. 1, 4ª ed., ButterworthHeinemann
cuantificación, J. Process Contr., 18, 232 (2008). Elsevier, Nueva York, 2012.
Mannan, MS, S. Sachdeva, H. Chen, O. ReyesValdes, Y. Liu y DM Laboureur, Tendencias
Connell, B., Manual de aplicaciones de instrumentación de procesos, McGrawHill, Nueva y desafíos en la seguridad de procesos, AIChE J., 61, 3558 (2015)
York, 1996.
Crowl, DA y JF Louvar, Seguridad de procesos químicos: fundamentos con aplicaciones, McGuire, C., J. Lo y E. Mathiason, Selección de sensores para sistemas instrumentados
2.ª ed., Prentice Hall, Englewood Cliffs, Nueva Jersey, 2002. de seguridad, Chem. Ing. Progr., 111 (7), 19 (2015).
Montgomery, DC y GC Runger, Estadística aplicada y probabilidad para ingenieros, 6.ª
Dash, S. y V. Venkatasubramanian, Marco integrado para la gestión de eventos anormales ed., John Wiley and Sons, Hoboken, Nueva Jersey, 2013.
y análisis de peligros de procesos, AIChE J., 49, 124 (2003).
Comisión Reguladora Nuclear, Antecedentes del accidente de Three Mile Island, http://
Deshotels, R. y M. Dejmek, Elección del nivel de detalle para la identificación de peligros, [Link]/readingrm/doccollections/factsheets/3mile[Link], 2015.
Process Saf. Prog., 14, 218 (1995).
Asociación de usuarios de materiales y equipos de ingeniería (EEMUA), Sistemas de Administración de Salud y Seguridad Ocupacional (OSHA), Gestión de Seguridad de
alarma: guía para el diseño, la gestión y las adquisiciones, 2.ª ed., Publicación 191, Procesos, Publicación 3132, OSHA, Departamento de Trabajo de EE. UU., Washington
Londres, 2007. DC 2000.
Hollifield, BR y E. Habibi, Gestión de alarmas: siete métodos eficaces para un rendimiento Perry, RH y DW Green (Eds.), Chemical Engineers' Handbook, 8.ª ed., Sección 23,
óptimo, ISA, Research Triangle Park, Carolina del Norte, 2007. Seguridad de procesos, McGrawHill, Nueva York, 2008.
Rinard, I., Discusión, Chem. Ing. Educ., 24, edición de primavera, 76 (1990).
Hollifield, BR y E. Habibi, Gestión de alarmas: una solución integral Turton, R., RC Bailie, WB Whiting y JA Shaeiwitz, Análisis, síntesis y diseño de procesos
Guía, ISA, Research Triangle Park, Carolina del Norte, 2011. químicos, 4.ª ed., PrenticeHall PTR, Upper Saddle River, Nueva Jersey, 2012.
Sociedad Internacional de Automatización (ISA), ANSI/ISA84.00.012004: Aplicación de
sistemas instrumentados de seguridad para las industrias de procesos, Research Venkatasubramanian, V., Fallas sistémicas: desafíos y oportunidades en la gestión de
Triangle Park, Carolina del Norte (2004). riesgos en sistemas complejos, AIChE J., 57, 2 (2011).
Jofriet, P., Gestión de alarmas, Chem. Ing., 112 (2), 36 (2005).

EJERCICIOS
10.1 Se extraen continuamente muestras de aire de un área de proceso a través donde q tiene unidades de m3/min, h está en my C = 0,065 m2,5/min. (a) Si la fuga
de un tubo de 1 ∕4 pulgadas de diámetro hasta un instrumento analítico ubicado a comienza a las 5 a.m., ¿cuándo sonará la alarma? (b) ¿ Cuánto líquido se ha
60 m de distancia. El tubo tiene un diámetro exterior de 6,35 mm y un espesor de
derramado cuando suena la alarma?
pared de 0,762 mm. El caudal a través de la línea de transferencia es de 10 cm3/s

para condiciones ambientales de 20 C y 1 atm. La caída de presión en la línea 10.3 La corriente de alimentación de dos fases para el separador gaslíquido (o
de transferencia es insignificante. Debido a que se utiliza cloro gaseoso en el tambor flash) que se muestra en la figura E10.3 consiste en una mezcla de
proceso, una fuga puede envenenar a los trabajadores de la zona. El analizador hidrocarburos. Debido a que la presión en el recipiente es significativamente
tarda 10 s en responder después de que llega el cloro por primera vez. Determine
la cantidad de tiempo que se requiere para detectar una fuga de cloro en el área de
procesamiento. Indique cualquier suposición que haga. ¿Sería aceptable esta
cantidad de tiempo si el gas peligroso fuera monóxido de carbono, en lugar de
Gas
cloro? GRAMO

(Adaptado de: Problemas estudiantiles de seguridad, salud y prevención de

pérdidas en procesos químicos, Centro AIChE para la seguridad de procesos PAG PT
químicos, Nueva York, 1990). Alimentar

10.2 Un tanque de almacenamiento cilíndrico tiene 2 m de altura y 1 m de diámetro.

Una alarma de nivel bajo se activa cuando el nivel del líquido disminuye a 0,25 m. h LT
Suponga que el tanque está inicialmente medio lleno cuando se desarrolla una fuga
lenta cerca del fondo del tanque debido a la corrosión.
Líquido
La relación entre el nivel del líquido h y el caudal de fuga q es
l

q=C√h Figura E10.3

Machine Translated by Google

174 Capítulo 10 Seguridad y control de procesos

PAG

control de calidad del

refrigerante

HD
C LT EN
oh
l Destilar
Alimentar Ud.
D
METRO Reflujo
xDD
norte
R
media pensión

LT
Medio de
calentamiento

qh EN

Fondos
B
xB

Figura E10.4

Por debajo de la presión de alimentación, parte de la alimentación líquida se valor para el interruptor de nivel bajo. Si fallan simultáneamente la alarma de
evapora para formar una fase gaseosa. Los hidrocarburos son inflamables y bajo nivel y el sistema de bloqueo de bajo nivel, la bomba podría sufrir daños
algo peligrosos. Discutir los problemas de seguridad del proceso y proponer graves. ¿Cuál es la probabilidad de que esto ocurra? ¿Cuál es el tiempo medio
una estrategia de alarma/SIS. entre fallas?

10.4 La pérdida de refrigerante a un recipiente de proceso puede producir una

Tasas de fracaso (fallas por año):
presión inaceptablemente alta en el recipiente. Como resultado, se utiliza una
válvula de alivio de presión para reducir la presión liberando la mezcla de vapor Interruptor de solenoide: μS = 0,01
a la atmósfera. Pero si la mezcla es tóxica o inflamable, la liberación puede ser Interruptor de nivel: μLS = 0,45 μA =
peligrosa. Para la columna de destilación de la figura E10.4, que opera a una Alarma de nivel: 0,3
temperatura superior a la ambiente, proponga un sistema de alarma/SIS que
reduzca el número de emisiones al medio ambiente, incluso aunque se 10.7 Para el análisis de confiabilidad del circuito de control de flujo en el ejemplo
produzca una pérdida ocasional de flujo de refrigerante al condensador. es 10.4, el medidor de flujo DP es el componente menos confiable. Suponga que
inevitable. se utiliza un segundo medidor de flujo idéntico en modo de respaldo para que
(Nota: la válvula de alivio de presión en la parte superior de la columna no se pueda usarse automática e inmediatamente si falla el primer medidor de flujo.
muestra en la Fig. E10.4). ¿Cuánto mejoraría la confiabilidad general del sistema al agregar el segundo
sensor?
10.5 La probabilidad de que un tipo particular de sensor funcione correctamente
es 0,95. En consecuencia, se ha propuesto un sistema de sensores triplemente
redundante para una medición crítica. Así, se instalarán tres sensores 10.8 Repita el ejercicio 10.7 para el caso en que los medidores de flujo sean
independientes, y la mediana de las tres medidas se utilizará para las alarmas triplemente redundantes; es decir, hay tres caudalímetros idénticos y dos de
y el control. ellos están en modo de respaldo. ¿Cuánto mejoraría la confiabilidad general
cálculos. ¿Cuál es la probabilidad de que al menos dos de los sensores estén del sistema?
funcionando en cualquier momento?
10.9 Utilizando los datos de tasa de fallas en la Tabla 10.1, evalúe la
10.6 Considere el tanque de almacenamiento de líquido con un bloqueo de confiabilidad y el tiempo medio entre fallas para el enclavamiento de alta
bajo nivel, como se muestra en la Fig. 10.4. Supongamos que se agrega una presión en la Fig. 10.4. Suponga que la tasa de fallas del interruptor solenoide
alarma independiente de nivel bajo, con su valor de punto de ajuste por encima del y de la válvula es μ = 0.42 fallas por año.
Machine Translated by Google

Capítulo 11

Comportamiento dinámico y estabilidad

de los sistemas de control de circuito cerrado

CONTENIDO DEL CAPITULO

11.1 Representación del diagrama de bloques

11.1.1 Proceso

11.1.2 SensorTransmisor de Composición (Analizador)

11.1.3 Controlador

11.1.4 Transductor de corriente a presión (I/P) 11.1.5 Válvula

de control

11.2 Funciones de transferencia de circuito cerrado

11.2.1 Reducción del diagrama de bloques

11.2.2 Cambios de punto de ajuste

11.2.3 Cambios de perturbación 11.2.4

Expresión general para sistemas de control de retroalimentación

11.3 Respuestas de circuito cerrado de sistemas de control simples

11.3.1 Control proporcional y cambios de punto de ajuste 11.3.2 Control

proporcional y cambios de perturbación 11.3.3 Control PI y cambios de

perturbación 11.3.4 Control PI de un proceso de integración

11.4 Estabilidad de los sistemas de control de circuito cerrado

11.4.1 Criterio general de estabilidad 11.4.2

Criterio de estabilidad de Routh 11.4.3

Método de sustitución directa

11.5 Diagramas del lugar de las raíces

Resumen

En este capítulo, consideramos el comportamiento dinámico de los procesos y las funciones de transferencia proporcionan una descripción útil de los
que se operan mediante control de retroalimentación. Esta combinación del sistemas de circuito cerrado. Luego utilizamos diagramas de bloques para
proceso, el controlador de retroalimentación y la instrumentación se conoce analizar el comportamiento dinámico de varios sistemas simples de circuito
como circuito de control de retroalimentación o sistema de circuito cerrado. cerrado.
Por tanto, el término sistema de circuito cerrado se utiliza para denotar el Aunque el control por retroalimentación produce muchas características
proceso controlado. Comenzamos demostrando que los diagramas de deseables, también tiene una característica indeseable. Si el controlador
bloques está mal diseñado o el proceso

175
Machine Translated by Google

176 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

Si las características dinámicas cambian después de implementar el A continuación, desarrollamos una función de transferencia para
controlador, el sistema de circuito cerrado resultante puede ser cada uno de los cinco elementos del circuito de control de
inestable. Esto significa que el controlador puede producir una retroalimentación. En aras de la simplicidad, se supone que el caudal
oscilación creciente en la variable controlada en lugar de mantenerla w1 es constante y que el sistema funciona inicialmente a un caudal
en el punto de ajuste. Comprender el origen de este comportamiento nominal estable. Posteriormente ampliamos este análisis a situaciones
inestable y cómo prevenirlo son cuestiones importantes. En este más generales.
capítulo se introducen varios criterios matemáticos de estabilidad y
se consideran métodos prácticos para analizar la estabilidad en lazo 11.1.1 Proceso
cerrado.
En el Ejemplo 4.9, se desarrolló el modelo dinámico aproximado de
un sistema de mezcla en tanque agitado:
11.1 REPRESENTACIÓN DEL
DIAGRAMA DE BLOQUES (111)
X′ (s) = ( K1+τs
1 ) X′ 1(s) + ( K2 τs1+) W′ 2(s)
En los capítulos 1 y 8 hemos demostrado que un diagrama de dónde
bloques proporciona una representación conveniente del flujo de Vρw1 _ 1−x
τ= , K1 = , y K2 = (112)
información alrededor de un circuito de control de retroalimentación. w w w
La discusión previa sobre los diagramas de bloques fue más La Figura 11.2 proporciona una representación en diagrama de
cualitativa que cuantitativa, porque los bloques estaban etiquetados bloques de la información de las Ecs. 111 y 112 e indica las
pero no indicaban las relaciones entre las variables del proceso. Sin unidades para cada variable. En el diagrama, la variable de
embargo, también se puede incluir información cuantitativa mostrando
desviación, X′ d(s), denota el cambio en la composición de salida
la función de transferencia para cada bloque. debido a un cambio en la composición de entrada X′ 1(s) (la
perturbación). De manera similar, X′ u(s) es una variable de
Para ilustrar el desarrollo de un diagrama de bloques, volvemos a desviación que denota el cambio en X′ (s) debido a un cambio en la
un ejemplo anterior, el proceso de mezcla en tanque agitado variable manipulada (el caudal de A puro, W′ 2(s)).
considerado en capítulos anteriores. El diagrama esquemático de la Los efectos de estos cambios son aditivos porque X′ (s) = X′ d(s) +
figura 11.1 muestra el tanque de mezcla con el caudal del componente X′ u(s) como consecuencia directa del Principio de Superposición
puro A, w2, como variable manipulada. El objetivo del control es para sistemas lineales analizado en el Capítulo 3. Recuerde que esta
regular la composición del tanque, x, ajustando el caudal másico w2. función de transferencia representa La aplicación es válida sólo para
Se supone que la variable de perturbación principal es la composición sistemas lineales y para sistemas no lineales que han sido
de entrada x1. La composición del tanque se mide mediante un linealizados, como es el caso del modelo de proceso de mezcla.
sensor/transmisor cuya señal de salida xm se envía a un controlador
electrónico. Debido a que se utiliza una válvula de control neumática,
la salida del controlador (una señal eléctrica en el rango de 4 a 20
11.1.2 SensorTransmisor de Composición
mA) debe convertirse en una señal neumática equivalente pt (3 a 15
(Analizador)
psig) mediante un transductor de corriente a presión. La señal de
salida del transductor se utiliza luego para ajustar la válvula. Suponemos que el comportamiento dinámico del sensortransmisor
de composición puede aproximarse mediante una función de
transferencia de primer orden:
X′ m(s) = Km
(113)
X′(s) τms + 1
x1 x2 Este instrumento tiene una dinámica insignificante cuando τ τm
w1 w2 Para un cambio en una de las entradas, la composición medida x′
m(t) sigue rápidamente la composición verdadera
pt

I/P
X'1 ( s) K1
masa s+1
X pag
fracción
w xm X' (s) d
EN C.A.

x,v W'2(s) K2 X'(s)

++
xsp s+1 X' tu(s) masa
[kg/minuto]
fracción
Figura 11.1 Sistema de control de composición para un proceso de
mezcla en tanque agitado. Figura 11.2 Diagrama de bloques del proceso de mezcla.
Machine Translated by Google

11.1 Representación del diagrama de bloques 177

X'(s) k X'
metro
(s) X' sp
(s) X' (s) sp mi(s) 1 PD)
+– 1+
metro

kilómetros Kc
[fracción de masa] τms +1 [mamá] [fracción de masa] [mamá] [mamá] τEs [mamá]

Figura 11.3 Diagrama de bloques del sensortransmisor '

X (s)
metro

de composición (analizador). [mamá]

Figura 11.4 Diagrama de bloques del controlador.

x′ (t), incluso cuando x′ (t) cambia lentamente con la constante de tiempo τ.

Por lo tanto, se puede despreciar el error dinámico asociado con la medición
11.1.4 Transductor de corriente a presión (I/P)
(consulte la Sección 9.4).
Una aproximación útil es establecer τm = 0 en la ecuación. 113. Debido a que los transductores generalmente están diseñados para tener

La ganancia en estado estacionario Km depende de los rangos de entrada y características lineales y una dinámica insignificante (rápida), asumimos que

salida de la combinación sensortransmisor de composición, como se indica la función de transferencia del transductor consiste simplemente en una
en la Sección 9.1.3. El diagrama de bloques del sensortransmisor se muestra ganancia KIP de estado estacionario:

en la Fig. 11.3. P′t (s)

= KIP (119)
PD)

11.1.3 Controlador En la ecuación. 119, P′ t(s) denota la señal de salida del transductor I/P en
forma de desviación. El diagrama de bloques correspondiente se muestra en
Supongamos que se utiliza un controlador electrónico proporcional más
la Fig. 11.5.
integral. A partir del Capítulo 8, la función de transferencia del controlador es

P' (s) 1 11.1.5 Válvula de control

(114)
mi(s) = Kc ( 1 + τEs ) Como se analizó en la Sección 9.2, las válvulas de control generalmente se
diseñan de manera que el caudal a través de la válvula sea una función casi
donde P′ (s) y E(s) son las transformadas de Laplace de la salida del
lineal de la señal al actuador de la válvula.
controlador p′ (t) y la señal de error e(t). Tenga en cuenta que p′ y e son
Por lo tanto, una función de transferencia de primer orden generalmente
señales eléctricas que tienen unidades de mA, mientras que Kc no tiene
proporciona un modelo adecuado para la operación de una válvula instalada
dimensiones. La señal de error se expresa como
en las proximidades de un estado estable nominal. Por tanto, suponemos que
e(t) = x̃′ sp(t) − x′ m(t) (115) la válvula de control se puede modelar como:

o después de tomar las transformadas de Laplace, W′ 2(s) = Kv

(1110)
p′ t(s) τvs + 1
E(s) =X̃′ sp(s) − X′ m(s) (116)
El diagrama de bloques para un transductor I/P más una válvula de control
El símbolo x̃′ sp(t) denota la composición del punto de ajuste interno neumática se muestra en la Fig. 11.6.
expresada como una señal de corriente eléctrica equivalente.
Ahora que las funciones de transferencia y los diagramas de bloques de
Esta señal es utilizada internamente por el controlador. ̃x′ sp(t) está las Figs. 11.2 a 11.6 se han desarrollado para los componentes individuales
relacionado con el punto de ajuste de composición real x′ sp(t) mediante la del sistema de control de retroalimentación, podemos combinar esta información
ganancia Km del sensortransmisor (que es la pendiente de la curva de
para obtener el diagrama de bloques compuesto del sistema controlado que
calibración):
se muestra en la figura 11.7.

̃x′ sp(t) = Kmx′ sp(t) (117)

De este modo
PD) P' t(s)
DORMIR
X̃
′ sp(s) [mamá] [psi]
= Kilómetros (118)
X′ sp(s)
Figura 11.5 Diagrama de bloques del transductor I/P.
El diagrama de bloques que representa el controlador en las Ecs. 114 a 118
se muestra en la figura 11.4. El símbolo de la operación de resta se llama
comparador.
En general, si la ganancia del controlador informada no es adimensional, P' t(s) W'2(s)
Kv
incluye la ganancia de al menos otro dispositivo (como un actuador) además [psi] τvs + 1 [kg/minuto]
de la ganancia del controlador adimensional.
Figura 11.6 Diagrama de bloques de la válvula de control.
Machine Translated by Google

178 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

X' (s) 1 K1

masa s+1
fracción
X' (s) d
masa
fracción

X'sp (s) X'sp (s) mi(s) 1 PD) P' (s) t kv W2' (s) k2 X'(s)
kilómetros + kc 1+ DORMIR ++
–
masa [mamá] [mamá] τEs [mamá] τvs + 1 s+1 masa
[psi] [kg/minuto] X' tu
(s)
fracción fracción
masa
fracción

X'
metro (s)
kilómetros

[mamá]

Figura 11.7 Diagrama de bloques para todo el sistema de control de composición del proceso de mezcla.

11.2 TRANSFERENCIA DE CICLO CERRADO Gp = función de transferencia de proceso

FUNCIONES
Gd = función de transferencia de perturbaciones

Los diagramas de bloques considerados hasta ahora han sido desarrollados Gm = función de transferencia para sensortransmisor
específicamente para el sistema de mezcla de tanque agitado. Km = ganancia en estado estacionario para Gm
El diagrama de bloques más general de la figura 11.8 contiene
la notación estándar:
En la figura 11.8, cada variable es la transformada de Laplace de una
Y = variable controlada variable de desviación. Para simplificar la notación, los números primos

U = variable manipulada y s dependencia se han omitido; por lo tanto, se utiliza Y

D = variable de perturbación en lugar de Y′ (s). Porque el elemento de control final es

A menudo es una válvula de control, su función de transferencia se indica
(también conocida como variable de carga)
por Gv. Tenga en cuenta que la función de transferencia de proceso Gp
P = salida del controlador Indica el efecto de la variable manipulada sobre la
E = señal de error variable controlada. La función de transferencia de perturbaciones.

Ym = valor medido de Y Gd representa el efecto de la variable perturbadora sobre

la variable controlada. Para la mezcla en tanque agitado
Ysp = punto de ajuste
sistema, Gd y Gp se dan en la ecuación. 111.
Ỹsp = punto de ajuste interno (utilizado por el controlador) El diagrama de bloques estándar de la figura 11.8 se puede utilizar para

Yu = cambio en Y debido a U representan una amplia variedad de problemas prácticos de control.

Se pueden agregar otros bloques al diagrama estándar.
Yd = cambio en Y debido a D
para representar elementos adicionales en el circuito de control de
Gc = función de transferencia del controlador
retroalimentación, como el transductor de corriente a presión en
Gv = función de transferencia para el control final Figura 11.5. En la figura 11.8, la ruta de la señal de E a Y a través de
elemento
Los bloques Gc, Gv y Gp se denominan ruta directa.

D
Dios

Yarda

Ysp Ysp EP+U Yu + Y

kilómetros gc gv gp +
–

Ym
GM

Figura 11.8 Diagrama de bloques estándar de un sistema de control de retroalimentación.

Machine Translated by Google

11.2 Funciones de transferencia de circuito cerrado 179

d
GRAMO*

Ysp Ysp EP+ U + Y

kilómetros
– gc gv + gp

Ym
GM

Figura 11.9 Forma alternativa del diagrama de bloques estándar de un sistema de control de retroalimentación.

El camino desde Y al comparador a través de Gm se llama Ud. X1 X2 X3

el camino de la retroalimentación. G1 G2 G3
La figura 11.9 muestra una representación alternativa de la
diagrama de bloques estándar que también se utiliza en el control Figura 11.10 Tres bloques en serie.
literatura. Porque las funciones de transferencia de perturbaciones
aparecen en diferentes lugares en las Figs. 11.8 y 11.9 se utilizan
símbolos diferentes. Para estos dos diagramas de bloques Ud. X3
GRAMO

para ser equivalente, la relación entre Y y D debe

ser preservado. Así, Gd y G d debe estar relacionado por el
Figura 11.11 Diagrama de bloques equivalente.
expresión Gd = GpG d.
Tenga en cuenta que Ysp y D son las señales de entrada
independientes para el proceso controlado porque no son
donde G G3G2G1. La ecuación 1113 indica que la
afectado por el funcionamiento del circuito de control. Por el contrario, U.
El diagrama de bloques de la figura 11.10 se puede reducir al diagrama
y D son las entradas independientes para el no controlado
de bloques equivalente de la figura 11.11.
proceso. Evaluar el desempeño del control.
sistema, necesitamos saber cómo funciona el proceso controlado.
responde a cambios en D e Ysp. En la siguiente sección, 11.2.2 Cambios de punto de ajuste
derivamos expresiones para las funciones de transferencia de circuito
A continuación derivamos la función de transferencia en bucle cerrado para
cerrado, Y(s)/Ysp(s) e Y(s)/D(s). Pero primero repasemos
cambios de punto de ajuste. El comportamiento del sistema de circuito cerrado para
Algo de álgebra de diagramas de bloques.
Los cambios en el punto de ajuste también se conocen como el
problema del servomecanismo (servo) en la literatura de control, porque

11.2.1 Reducción del diagrama de bloques Las primeras aplicaciones estaban relacionadas con el posicionamiento.
dispositivos llamados servomecanismos. Suponemos para esto
Al derivar funciones de transferencia en bucle cerrado, a menudo es caso en el que no se produce ningún cambio de perturbación y por lo tanto D = 0.
conveniente combinar varios bloques en uno solo De la figura 11.8 se deduce que
bloquear. Por ejemplo, considere los tres bloques en serie
Y = Yd + Yu (1114)
en la figura 11.10. El diagrama de bloques indica lo siguiente
relaciones:
Yd = GdD = 0 (porque D = 0) (1115)
X1 = G1U
Yu = GPU (1116)
X2 = G2X1 (1111)
Combinando da
X3 = G3X2 (1117)
Y = GpU La
Por sustitución sucesiva, Figura 11.8 también indica la siguiente entrada/salida
relaciones para los bloques individuales:
X3 = G3G2G1U (1112)

o U = GvP (1118)

X3 = GU (1113) P = GcE (1119)

Machine Translated by Google

180 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

(1120) reorganizar la ecuación. 1128 y sustituir la definición de GOL para

E = Ỹsp − Ym
obtener
Ỹsp = KmYsp (1121) KmGcGvGp
Y = D + 1 Gd
+ GOL Por Ysp (1130)
Ym = GmY (1122) lo tanto, 1 + GOL

la respuesta a cambios simultáneos en la variable de perturbación y

Combinando las ecuaciones anteriores se obtiene
en el punto de ajuste es simplemente la suma de las respuestas

Y = GpGvP = GpGvGcE (1123) individuales, como se puede ver al comparar las ecuaciones. 2611,
2911 y 3011. Este resultado es una consecuencia del Principio de
= GpGvGc(Ỹsp − Ym) (1124) Superposición para sistemas lineales.

= GpGvGc(KmYsp − GmY) (1125)

La reorganización proporciona la función de transferencia de circuito 11.2.4 Expresión general para sistemas de control
cerrado deseada, de retroalimentación
Y KmGcGvGp
= (1126)
Ysp Las funciones de transferencia de bucle cerrado para diagramas de
1 + GcGvGpGm
bloques más complicados se pueden escribir en la forma general
Tanto en el numerador como en el denominador de la ecuación. z Πf
= (1131)
1126, las funciones de transferencia se han reorganizado para seguir zi 1 + Πe
el orden en que se encuentran en el circuito de control de
dónde
retroalimentación. Esta convención facilita determinar qué funciones
de transferencia están presentes o faltan al analizar problemas Z es la variable de salida o cualquier variable interna
posteriores. dentro del bucle de control Zi es una

variable de entrada (por ejemplo, Ysp o D) Πf

11.2.3 Cambios de perturbación = producto de las funciones de transferencia en el

camino directo de Zi a Z Πe = producto
Consideremos ahora el caso de los cambios de perturbación, que
de cada función de transferencia en la retroalimentación
también se conoce como problema del regulador , ya que el proceso
bucle
debe regularse a un punto de ajuste constante. De la figura 11.8,
Así, para el problema de servo anterior, tenemos Zi = Ysp, Z = Y, Πf =
KmGcGvGp y Πe = GOL. Para el problema del regulador, Zi = D, Z =
Y = Yd + Yu = GdD + GpU (1127) Y, Πf = Gd y Πe = GOL. Es importante señalar que la Ec. 1131 es
aplicable sólo a partes de un diagrama de bloques que incluyen un
Sustituyendo la ecuación. 1118 hasta la ecuación. 1122 da
bucle de retroalimentación con un signo negativo en el comparador.

Y = GdD + GpU

= GdD + GpGvGc(KmYsp − GmY) (1128)

EJEMPLO 11.1
Como Ysp = 0 podemos reordenar la ecuación. 1128 para dar la
función de transferencia de bucle cerrado para cambios de perturbación: Encuentre la función de transferencia de lazo cerrado Y/Ysp para el
sistema de control complejo en la figura 11.12. Observe que este
Y Dios diagrama de bloques tiene dos bucles de retroalimentación y dos
= (1129)
D variables de perturbación. Esta configuración surge cuando se emplea el
1 + GcGvGpGm
esquema de control en cascada del Capítulo 16.
Una comparación de las ecuaciones. 1126 y 1129 indican que
ambas funciones de transferencia en lazo cerrado tienen el mismo
SOLUCIÓN
denominador, 1 + GcGvGpGm. El denominador suele escribirse como
1 + GOL , donde GOL es la función de transferencia de bucle abierto, Usando la regla general de la ecuación. 1131, primero reducimos el
GOL GcGvGpGm. El término función de transferencia de bucle bucle interior a un solo bloque como se muestra en la figura 11.13. Para
abierto (o sistema de bucle abierto) se utiliza porque GOL relaciona resolver el problema del servo, establezca D1 = D2 = 0. Como la figura
11.13 contiene un único circuito de retroalimentación, use la ecuación.
Ym con Ỹsp si el bucle de retroalimentación se abre justo antes del
1131 para obtener la figura 11.14a. El diagrama de bloques final se
comparador.
muestra en la figura 11.14b con Y/Ysp = Km1G5. La sustitución de G4 y
En diferentes puntos de las derivaciones anteriores, asumimos que
G5 da la función de transferencia de circuito cerrado deseada:
D = 0 o Ysp = 0, es decir, una de las dos entradas era constante. Pero
supongamos que D ≠ 0 e Ysp ≠ 0, como sería el caso si se produjera Y Km1Gc1Gc2G1G2G3
=
una perturbación durante un cambio de punto de ajuste. Para analizar Ysp 1 + Gc2G1Gm2 + Gc1G2G3Gm1Gc2G1
esta situación,
Machine Translated by Google

11.3 Respuestas de circuito cerrado de sistemas de control simples 181

D1 D2

Ysp Ysp E1 E2 Y
Km1 +– Gc1 +– Gc2 G1 ++ G2 ++ G3

gm2

Gm1

Figura 11.12 Sistema de control complejo.

D1 D2

Ysp Ysp E1 Y
G4 +
Km1 +– Gc1 + G2 ++ G3

Gc2G1
donde G4 Δ
1 + Gc2G1Gm2

Gm1

Figura 11.13 Diagrama de bloques para sistema reducido.

Ysp Y Gc1G4G2G3
Km1 G5 G5 =
1 + Gc1G4G2G3Gm1

(a)

Ysp Y
Km1G5

(b)

Figura 11.14 Diagramas de bloques finales para el ejemplo 11.1.

(LC) que controla el nivel de líquido h mediante el ajuste volumétrico

11.3 RESPUESTAS DE CICLO CERRADO DE
caudal q2. Un segundo caudal de entrada, q1, es la variable perturbadora.
SISTEMAS DE CONTROL SIMPLES Asumir que

En esta sección, consideramos el comportamiento dinámico de

1. La densidad del líquido ρ y el área de la sección transversal A.
Varios problemas elementales de control de perturbaciones. del tanque son constantes.
cambios de variables y puntos de ajuste. Las respuestas transitorias
2. La relación caudalaltura es lineal, q3 = h/R.
puede determinarse de manera sencilla si el
Están disponibles funciones de transferencia de circuito cerrado. 3. El transmisor de nivel, el transductor I/P y la válvula de control

Considere el sistema de control de nivel de líquido que se muestra en neumático tienen una dinámica insignificante.

Figura 11.15. Se mide el nivel del líquido y el nivel 4. Un controlador electrónico con entrada y salida en
La salida del transmisor (LT) se envía a un controlador de retroalimentación. Se utiliza % (escala completa = 100%).
Machine Translated by Google

182 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

pag
El diagrama de bloques de la figura 11.16 tiene la forma alternativa
de la figura 11.9 con G d(s) = 1.
q1 q2

11.3.1 Control proporcional y cambios de punto

de ajuste
mmm
LT LC I/P
Si se utiliza un controlador proporcional, Gc(s) = Kc. De la figura 11.16
y del material de la sección anterior, se deduce que la función de
h
transferencia de circuito cerrado para cambios de punto de ajuste está
dada por KcKIPKvKpKm∕(τs + 1)
q3
H' (s) = (1136)
Figura 11.15 Sistema de control de nivel de líquido. H′ sp(s) 1 + KcKIPKvKpKm∕(τs + 1)

Esta relación se puede reordenar en la forma estándar para una

función de transferencia de primer orden,
La derivación de las funciones de transferencia de proceso y
H' (s) = K1
perturbación sigue directamente el ejemplo 4.7. Considere el balance (1137)
de masas en estado inestable para el contenido del tanque: H′ sp(s) τ1s + 1

dónde
ρAdh = ρq1 + ρq2 − ρq3 (1132)
dt KOL
K1 = (1138)
Sustituyendo la relación flujoaltura, q3 = h/R, e introduciendo 1 + COL
variables de desviación se obtiene τ
τ1 = (1139)
h′ 1 + KOL
Adh′ = q′ 1 + q′ 2 (1133)
dt R y la ganancia de bucle abierto KOL viene dada por
Así obtenemos las funciones de transferencia.
KOL = KcKIPKvKpKm (1140)
H' (s) kp
= grupo(s) = (1134) Las ecuaciones 1137 a 1140 indican que el proceso de circuito
Q′ 2(s) τs + 1
cerrado tiene una dinámica de primer orden con una constante de
H' (s) kp tiempo τ1 que es menor que la constante de tiempo del proceso τ.
= Dios(es) = (1135)
Q′ 1(s) τs + 1 Suponemos aquí que KOL > 0; de lo contrario, el sistema de control
no funcionaría correctamente, como se desprenderá del análisis de
donde Kp = R y τ = RA. Tenga en cuenta que Gp(s) y Gd(s) son
estabilidad más adelante en este capítulo. Debido a que τ1 < τ, el
idénticos, porque q1 y q2 son ambos caudales de entrada y, por tanto,
tienen el mismo efecto sobre h. controlador de retroalimentación permite que el proceso controlado

Debido a que el transmisor de nivel, el transductor I/P y la válvula responda más rápidamente que el proceso no controlado.
De la ecuación. 1137, se deduce que la respuesta en circuito
de control tienen una dinámica insignificante, las funciones de
cerrado a un cambio unitario de magnitud M en el punto de ajuste está
transferencia correspondientes se pueden escribir como Gm(s) = Km,
dada por h′ (t) =
GIP(s) = KIP y Gv(s) = Kv. El diagrama de bloques del sistema de
control de nivel se muestra en la figura 11.16, donde las unidades de K1M(1 − e−t∕τ1 ) (1141)
las ganancias en estado estacionario son evidentes. El símbolo H′
indica Esta respuesta se muestra en la figura 11.17. Tenga en cuenta que
sp el valor deseado del nivel de líquido (en metros), indica el valor
existe un error o compensación de estado estable , porque el nuevo
y H̃ ′ sp correspondiente (en %) que utiliza internamente la
valor de estado estable es K1M en lugar del valor deseado M(K1 < 1).
computadora. Tenga en cuenta que estos dos puntos de ajuste están
El desplazamiento se define como
relacionados por la ganancia de nivel del transmisor Km, como se
analizó en la Sección 11.1. (1142)
desplazamiento h′ sp(∞) − h′ (∞)

Q'1

[m3 / min]

H'sp
h'sp mi PAG' t
PAG' q'2 + kp h'
+ Gc(s) DORMIR kv +
kilómetros
–
[ m] [%] [%] [%] [psi] [m3/min] s+1 [metro]

Mmmm
h'
kilómetros

[%] [metro]

Figura 11.16 Diagrama de bloques del sistema de control de nivel.

Machine Translated by Google

11.3 Respuestas de circuito cerrado de sistemas de control simples 183

La ganancia del transductor IP está dada por

'
hsp = M
15 3 psi
Compensar KIP = = 0,12 psi∕% 100 − 0% (1146)

K1M A continuación, calculamos la ganancia de la válvula de control Kv. El

h' relación de la válvula entre el caudal q y la fracción de elevación can
expresarse como (cf. Ecs. 96 y 918)
−1
q = 0,2(30) (1147)

0 De este modo
0
dq −1
Tiempo = 0,2 en 30 (30) (1148)
d

Figura 11.17 Respuesta al escalón para control proporcional En la condición nominal, = 0,5 y
(cambio de consigna).
dq
= 0,124 m3 ∕mín d (1149)

La ganancia de la válvula de control Kv se puede expresar como

Para un cambio escalonado de magnitud M en el punto de ajuste,
dq
h′ sp(∞) = M. De la ecuación. 1141, está claro que h′ (∞) = K1M. Kv = (1150)
dpt = ( dqd ) ( d departamento )
Sustituyendo estos valores y la ecuación. 1138 en la ecuación. 1142
da Si el actuador de la válvula está diseñado para que la fracción de elevación
varíe linealmente con la salida del transductor IP pt , entonces
METRO

desplazamiento = M − K1M = (1143) Δ 10

1 + COL = = = 0,0833 psi1 15 (1151)
dpt Δpto 3 psi

Luego, a partir de las Ecs. 1148, 1150 y 1151,

EJEMPLO 11.2
Kv = 1,03 × 10−2 m3 ∕min psi (1152)
Considere el sistema de control de nivel que se muestra en la figura 11.15,
Un método alternativo para estimar Kv es utilizar el
implementado con una computadora cuyas entradas y salidas son
tangente a la curva característica de la válvula (ver Capítulo 9).
calibrado en términos de rango completo (100%). El tanque es de 1 m.
Ahora que todas las ganancias y la constante de tiempo en la figura 11.16
de diámetro, mientras que la válvula en la línea de salida actúa como un lineal
han sido calculados, podemos calcular la ganancia de bucle cerrado
resistencia con R = 6,37 min/m2. El transmisor de nivel tiene
K1 y la constante de tiempo τ1 en la ecuación. 1141. Sustituyendo estos
una luz de 2,0 m y un rango de salida de 0 a 100%. El
valores numéricos en las ecuaciones. 1138 y 1139 para los tres
característica de la válvula f de la válvula de control de igual porcentaje
Los valores de Kc dan
está relacionado con la fracción de elevación por la relación f = (30) −1.
La válvula de control de aire para abrir recibe una señal de 3 a 15 psi.
de un transductor I/P, que, a su vez, recibe una señal de 0 a 100 %. τ1(mín)
kc K1
señal del sistema proporcional sólo implementado por computadora.
4 1,94 0,612
controlador. Cuando la válvula de control está completamente abierta ( = 1), la
8 1,20 0,759
El caudal a través de la válvula es de 0,2 m3/min. en el nominal
20 0,56 0,887
condición de funcionamiento, la válvula de control está medio abierta ( = 0,5).
Usando el modelo dinámico en el diagrama de bloques de la figura 11.16,
calcular las respuestas de circuito cerrado a un cambio de paso en el Las respuestas de lazo cerrado se muestran en la figura 11.18. El aumento
punto de ajuste de 0,3 m para tres valores de la ganancia del controlador: de Kc reduce tanto la compensación como el tiempo necesario para
Kc = 4, 8 y 20. alcanzar el nuevo estado estacionario.

SOLUCIÓN 1.25

A partir de la información proporcionada, podemos calcular el área de la 1.00

sección transversal del tanque A, la ganancia del proceso Kp y la
tiempo constante: 0,75

A = π(0,5 m)
2 = 0,785m2 _ h' (m)
0,50
Kp = R = 6,37 min∕m2 (1144) kc = 20
0,25 kc = 8
τ = AR = 5 minutos
Kc = 4

La ganancia Km del sensortransmisor se puede calcular a partir de 0

024 6 8 10
Ec. 91:
Tiempo (minutos)

rango de salida 100 0%

= = 50%∕m (1145)
Km = Figura 11.18 Respuestas del punto de ajuste para el ejemplo 11.2.
rango de entrada 2 metros
Machine Translated by Google

184 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

La ecuación 1143 sugiere que la compensación se puede reducir Como fue el caso de los cambios de punto de ajuste, el aumento de Kc
aumentando Kc. Sin embargo, para la mayoría de los problemas de reduce la cantidad de compensación por los cambios de perturbación.
control, hacer que Kc sea demasiado grande puede dar lugar a
respuestas oscilatorias o inestables debido al efecto de retrasos y
EJEMPLO 11.3
retrasos adicionales que se han despreciado en el presente análisis. Por
ejemplo, hemos descuidado la dinámica asociada con la válvula de Para el sistema de control de nivel de líquido y los valores de parámetros
control, el transmisor de nivel y la línea de transmisión neumática entre numéricos del ejemplo 11.2, calcule la respuesta de circuito cerrado a un
el transductor I/P y la válvula de control. Un análisis más riguroso, cambio escalonado en la variable de perturbación de 0.05 m3/min.

incluyendo la dinámica de estos componentes, revelaría la posibilidad Calcule las compensaciones y grafique los resultados para Kc = 4, 8 y
20.
de oscilaciones o inestabilidad. Los problemas de estabilidad asociados
con los sistemas de control de retroalimentación se analizan en la
Sección 11.4. SOLUCIÓN

Las respuestas de lazo cerrado en la figura 11.19 indican que el

Para muchos problemas de control del nivel de líquido, se puede
aumento de Kc reduce el desplazamiento y acelera la respuesta de lazo
tolerar una pequeña compensación, porque el recipiente sirve como
cerrado. Las compensaciones son
capacidad de aumento (o volumen de almacenamiento intermedio) entre
las unidades de procesamiento.
kc Compensar

4 −0,124
11.3.2 Cambios proporcionales de control y perturbación de la 8 −0,077
figura 11.16 20 −0,036

y la ecuación. 1129, la función de transferencia de bucle cerrado para

cambios de perturbación con control proporcional es Los valores negativos de offset indican que la variable controlada es
mayor que el punto de ajuste. Para Kc = 0 (sin control), el desplazamiento
es −0,318.
H' (s) = Kp∕(τs + 1)
(1153)
Q′ 1(s) 1 + KOL∕(τs + 1)
0,2
Reorganizar da
kc = 20
kc = 8
H' (s) K2
= (1154) Kc = 4
Q′ 1(s) τ1s + 1 h' (m) 0.1

donde τ1 se define en la ecuación. 1139 y K2 está dado por

0
kp 0 2 46 8 10
K2 = (1155) Tiempo (minutos)
1 + COL
Figura 11.19 Respuestas a las perturbaciones para el ejemplo 11.3.
Una comparación de las ecuaciones. 1154 y 1137 indican que ambas
funciones de transferencia en lazo cerrado son de primer orden y tienen
la misma constante de tiempo. Sin embargo, las ganancias en estado
estacionario, K1 y K2, son diferentes. 11.3.3 Control PI y cambios de perturbación Para
De la ecuación. 1154 se deduce que la respuesta en circuito cerrado
el control
a un cambio escalonado en la perturbación de magnitud M está dada
por PI, Gc(s) = Kc(1 + 1/τIs). La función de transferencia de bucle cerrado
para cambios de perturbación se puede derivar de la figura 11.16:
h′ (t) = K2M(1 − e−t∕τ1 ) (1156)

El desplazamiento se puede determinar a partir de la Ec. 1156. Ahora H' (s) Kp∕(τs + 1)
= (1158)
h′ sp(∞) = 0, porque estamos considerando cambios de perturbación y Q′ 1(s) 1 + KOL(1 + 1∕τIs)∕(τs + 1)
h′ (∞) = K2M para un cambio escalonado de magnitud M. Por lo tanto,
Borrar los términos en el denominador da

H' (s) = KpτEs

Desplazamiento KpM = 0 − h′ (∞) = −K2M = − (1157) (1159)
1 + COL Q′ 1(s) τEs(τs + 1) + KOL(τEs + 1)
Machine Translated by Google

11.3 Respuestas de circuito cerrado de sistemas de control simples 185

Una reordenación adicional permite colocar el denominador en la forma 0,08

estándar para una función de transferencia de segundo orden: τI = 0,5 min
0,06
Kc = 2
H' (s) Kc = 5
= K3s 0,04
(1160) Kc = 12,5
Q′ 1(s) τ2 3s2 + 2ζ3τ3s + 1
h' (m) 0,02

K3 = τI∕KcKIPKvKm (1161)
0

–0,02
+ COL
1ζ3 = _ (1162)
2 ( 1 √ KOL )√τI τ –0,04
0 2 4 6 8 10 12 14 16 18 20 Tiempo (min)

τ3 = √ττI∕KOL (1163)
0,08
Para un cambio unitario en la perturbación, Q′ 1(s) = 1∕s, y la ecuación.
Kc = 5
1159 se convierte 0,06
τI = 2 min
τI = 0,5 min
K3 0,04
H′ (s) = (1164) τI = 0,2 min
τ2 3s2 + 2ζ3τ3s + 1
h' (m) 0,02
Para 0 < ζ3 < 1, la respuesta es una oscilación amortiguada que puede
describirse mediante 0

K3
h′ (t) = 3t ∕τ3] (1165) –0,02
e−ζ3t∕τ3 sen[ √ 1 − ζ2
τ3 √1 − ζ2 Se3
–0,04
desprende de la ecuación. 1165 que h′ (∞) = 0 debido al término 0 2 4 6 8 10 12 14 16 18 20
exponencial negativo. Por tanto, la adición de una acción integral elimina Tiempo (minutos)

la compensación de un cambio escalonado en la perturbación. También

Figura 11.21 Efecto de la configuración del controlador sobre las perturbaciones
elimina la compensación por cambios escalonados en el punto de ajuste.
respuestas.
De hecho, la acción integral elimina la compensación no sólo para los
cambios de paso, sino también para cualquier tipo de cambio sostenido
en la perturbación o el punto de ajuste. Por cambio sostenido nos referimos
a uno que finalmente se establece en un nuevo valor de estado
de segundo orden más largo, y luego aumentar Kc hace que la respuesta
estacionario, como se muestra en la figura 11.20. Sin embargo, la acción
sea más oscilatoria.
integral no elimina la compensación por una perturbación en la rampa.

La ecuación 1163 y la figura 11.21 indican que aumentar Kc o disminuir 11.3.4 Control PI de un proceso de integración
τI tiende a acelerar la respuesta.
Además, la respuesta se vuelve más oscilatoria a medida que Kc o τI Considere el sistema electrónico de control del nivel de líquido que se

disminuyen. Pero, en general, las respuestas de circuito cerrado se muestra en la figura 11.22. Este sistema difiere del ejemplo anterior en

vuelven más oscilatorias a medida que aumenta Kc ( consulte el ejemplo dos maneras: (1) la línea de salida contiene una bomba y (2) la variable

11.4). Estos resultados anómalos ocurren porque se descuidaron los manipulada es el caudal de salida en lugar de un caudal de entrada. En la

pequeños retrasos dinámicos asociados con la válvula de control y el Sección 5.3, vimos que un tanque con una bomba en la corriente de salida

transmisor. Si se incluyen estos retrasos, la función de transferencia en la puede actuar como un integrador con respecto a los cambios en el caudal,

ecuación. 1160 no es porque

H' (s) 1
= Grupo(s)=− (1166)
Como
Q′ 3(s)
cambio de perturbación Cambio de punto de ajuste

H' (s) 1
q'1_
h'sp _ = Dios(es) = (1167)
Como
Q′ 1(s)

0 0
Si el transmisor de nivel y la válvula de control de la figura 11.22 tienen
0 0
una dinámica insignificante, entonces Gm(s) = Km y Gv(s) = Kv. Para
Tiempo Tiempo
control PI, Gc(s) = Kc(1 + 1/τIs). Sustituyendo estas expresiones en la
Figura 11.20 Cambios sostenidos en la perturbación y el punto de ajuste. transferencia de circuito cerrado
Machine Translated by Google

186 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

q1 q2 El análisis del sistema de control de nivel en la figura 11.22 ha ignorado

los pequeños retrasos dinámicos asociados con el transmisor y la válvula
de control. Si se incluyeran estos retardos, entonces para valores muy
mmm
grandes de Kc la respuesta en lazo cerrado tendería a volverse más
LT LC
oscilatoria. Por tanto, si τI se mantiene constante, el efecto de Kc en el
sistema de orden superior se puede resumir de la siguiente manera:
pag

Valor de Kc Respuesta de circuito cerrado

Figura 11.22 Sistema de control de nivel de líquido con bomba en la Pequeño Oscilatorio
línea de salida.
Moderado o grande Sobreamortiguado (no oscilatorio)
Muy grande Oscilatorio o inestable

función para cambios de perturbación Debido a que el sistema de nivel de líquido de la figura 11.22 actúa
como un integrador, surge la pregunta de si el controlador también debe
H' (s) = Dios
(1168) contener una acción integral para eliminar la desviación. Esta cuestión se
Q′ 1(s) 1 + GcGvGpGm considera más detalladamente en el ejercicio 11.6.
En los ejemplos anteriores, el denominador de la función de
y reorganizando da
transferencia en bucle cerrado era un polinomio de primer o segundo
H' (s) = K4s orden en s. En consecuencia, las respuestas transitorias a entradas
(1169)
Q′ 1(s) τ2 4s2 + 2ζ4τ4s + 1 específicas se determinaron fácilmente. En muchos problemas de control,

dónde el orden del polinomio denominador es tres o más, y las raíces del
polinomio deben determinarse numéricamente. En estos casos, el análisis
K4 = −τI∕KcKvKm (1170) de las funciones de transferencia se vuelve más difícil; por tanto, la
simulación por computadora es la mejor herramienta para determinar la

τ4 = √τI∕KOL (1171) naturaleza de la respuesta dinámica. Además, para sistemas de orden

superior (n > 2), el control de retroalimentación puede dar lugar a

ζ4 = 0,5 √KOL τI (1172) respuestas inestables si se emplean valores inadecuados de la

configuración del controlador, lo que también se analiza mejor mediante
y KOL = KcKvKpKm con Kp = −1/A. Una comparación de las ecuaciones. simulación por computadora.
1167 y 1169 indican que el control de retroalimentación cambia
significativamente la relación entre Q1 y H. Tenga en cuenta que la
ecuación. 1167 es la función de transferencia para el proceso no
controlado, mientras que la ecuación. 1169 es la función de transferencia
de bucle cerrado para cambios de perturbaciones.
11.4 ESTABILIDAD DEL BUCLE CERRADO
Del análisis de funciones de transferencia de segundo orden en el
SISTEMAS DE CONTROL
Capítulo 5, sabemos que la respuesta de lazo cerrado es oscilatoria para
0 < ζ4 < 1. Por lo tanto, la ecuación. 1172 indica que el grado de Una consecuencia importante del control por retroalimentación es que
oscilación se puede reducir aumentando Kc(Kc > 0) o τI. El efecto de τI puede provocar respuestas oscilatorias. Si la oscilación tiene una amplitud
es familiar, porque hemos observado anteriormente que aumentar τI pequeña y se amortigua rápidamente, entonces el rendimiento del sistema
tiende a hacer que las respuestas de circuito cerrado sean menos de control generalmente se considera satisfactorio. Sin embargo, bajo
oscilatorias. ciertas circunstancias, las oscilaciones pueden no estar amortiguadas o
Sin embargo, el efecto del Kc es justo el contrario al que se observa incluso tener una amplitud que aumenta con el tiempo hasta que se
normalmente. En la mayoría de los problemas de control, el aumento de alcanza un límite físico, como que una válvula de control esté
Kc tiende a producir una respuesta más oscilatoria. completamente abierta o completamente cerrada. En estas situaciones,
Sin embargo, la ecuación. 1172 indica que el aumento de Kc da como se dice que el sistema en circuito cerrado es inestable.
resultado una respuesta menos oscilatoria. Este comportamiento anómalo
se debe a la naturaleza integradora del proceso (cf. Ec. 1166). En lo que resta de este capítulo, analizamos las características de
estabilidad de los sistemas en lazo cerrado y presentamos varios criterios
Este sistema de nivel de líquido ilustra la información que se puede útiles para determinar si un sistema será estable. En el capítulo 14 se
obtener del análisis de diagrama de bloques. También demuestra el analizan criterios de estabilidad adicionales basados en el análisis de la
peligro de utilizar a ciegas una regla general como “disminuir la ganancia respuesta de frecuencia. Pero primero consideramos un ejemplo ilustrativo
del controlador para reducir el grado de oscilación”. de un sistema de circuito cerrado que puede volverse inestable.
Machine Translated by Google

11.4 Estabilidad de los sistemas de control de circuito cerrado 187

EJEMPLO 11.4 amplitud continuamente creciente. También pueden ocurrir

oscilaciones sostenidas sin que el elemento de control final se
Considere el sistema de control de retroalimentación que se muestra en la figura sature, como se mencionó en la Sección 11.3.
11.8 con las siguientes funciones de transferencia: Claramente, un sistema de control por retroalimentación debe
1 ser estable como requisito previo para un control satisfactorio. En
Gc = Kc Gv = (1173)
2s + 1 1 consecuencia, es de considerable importancia práctica poder
1 determinar bajo qué condiciones un sistema de control se vuelve
Gp = Dios = 5s + 1 Gm = (1174)
s+1 inestable. Por ejemplo, ¿para qué valores de los parámetros del
Demuestre que el sistema en lazo cerrado produce respuestas inestables controlador PID Kc, τI y τD es estable el proceso controlado?
si la ganancia Kc del controlador es demasiado grande.

SOLUCIÓN 11.4.1 Criterio general de estabilidad La

Para determinar el efecto de Kc en la respuesta de circuito cerrado y(t), mayoría de los procesos industriales son estables sin control de
considere un cambio de paso unitario en el punto de ajuste, Ysp(s) = 1/s. retroalimentación. Por lo tanto, se dice que son estables en circuito
En la Sección 11.2, derivamos la función de transferencia de circuito abierto o autorregulados. Un proceso estable de bucle abierto
cerrado para cambios de punto de ajuste (cf. volverá al estado estable original después de que se produzca una
Y Ec. 1126):
perturbación transitoria (una que no sea sostenida). Por el contrario,
= (1175)
Ysp hay algunos procesos, como los reactores químicos exotérmicos,
KmGcGvGp 1 +
que pueden ser inestables en circuito abierto. Estos procesos son
GcGvGpGm Sustituyendo las ecuaciones. 1173 y 1174 en la ecuación.
extremadamente difíciles de operar sin control de retroalimentación.
1175 y el rango trasero da
Antes de presentar varios criterios de estabilidad, presentamos
Kc(s +1) 1 la siguiente definición de sistemas lineales no restringidos. Usamos
Y(s) = (1176)
10s3 + 17s2 + 8s + 1 + Kc s el término sin restricciones para referirnos a la situación ideal donde
Después de especificar Kc , y(t) se puede determinar a partir de la
no hay límites físicos para las variables de entrada y salida.
transformada inversa de Laplace de la ecuación. 1176 o mediante
simulación por ordenador. Las raíces del polinomio cúbico en s deben Definición de estabilidad. Se dice que un sistema lineal no
determinarse utilizando técnicas estándar de búsqueda de raíces antes de
restringido es estable si la respuesta de salida está acotada
realizar la expansión de fracción parcial (Chapra y Canale, 2014). La figura
para todas las entradas acotadas. De lo contrario se dice que
11.23 demuestra que a medida que Kc aumenta, la respuesta se vuelve es inestable.
más oscilatoria y es inestable para Kc = 15. En el ejemplo 11.10 se dan
más detalles sobre el límite de estabilidad real de este sistema de control. Por entrada acotada nos referimos a una variable de entrada que
permanece dentro de los límites superior e inferior para todos los valores de tiempo.
Por ejemplo, considere una variable u(t) que varía con el tiempo. Si
4 u(t) es una función escalonada o sinusoidal, entonces está acotada.
Sin embargo, las funciones u(t) = t y u(t) = e3t
3 no están acotados.
2

y 1 EJEMPLO 11.5

0 En la figura 11.24 se muestra un sistema de almacenamiento de líquidos.

kc = 15 Demuestre que este proceso no se autorregula considerando su respuesta a
–1 Kc = 6 un cambio gradual en el caudal de entrada.
Kc = 2
–2
0 5 10 15 20 qi
Tiempo (minutos)

Figura 11.23 Efecto de las ganancias del controlador en la respuesta de

circuito cerrado a un cambio de paso unitario en el punto de ajuste (Ejemplo 11.4).

La respuesta inestable del ejemplo 11.4 es oscilatoria y la h

amplitud crece en cada ciclo sucesivo.
Por el contrario, para un sistema físico real, la amplitud aumentará
q
hasta que se alcance un límite físico o se produzca una falla en el
equipo. Debido a que el elemento de control final generalmente
tiene límites de saturación (ver Capítulo 9), la respuesta inestable
Figura 11.24 Un sistema de almacenamiento de líquidos que
se manifestará como una oscilación sostenida con una amplitud
no se autorregula.
constante en lugar de una oscilación sostenida con una amplitud constante.
Machine Translated by Google

188 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

Para un cambio unitario en el punto de ajuste, Ysp(s) = 1/s, y la

SOLUCIÓN ecuación. 1182 se

La función de transferencia que relaciona el nivel de líquido h con el caudal de Y= convierte en K′ (s − z1) (s − z2)…(s − zm)
(1184)
entrada qi se derivó en la Sección 5.3: (s −sp1) (s − p2)…(s − pn)
H' (s) = 1 Si no hay polos repetidos (es decir, si todos son polos distintos), entonces
(1177)
Q′ i(s) Como
la expansión en fracción parcial de la ecuación. 1184 tiene la forma
donde A es el área de la sección transversal del tanque. Para un considerada en la Sección 6.1, A2
cambio escalonado de magnitud M0, Q′ i(s) = M0∕s, y por tanto A0 A1 Un
Y(es) = + + +∙∙∙+ s − (1185)
M0 s s p1 s − p2 pn
H′ (s) = (1178)
As2
donde {Ai} se puede determinar utilizando los métodos del Capítulo 3.
Tomando la transformada inversa de Laplace se obtiene el transitorio Tomando la transformada inversa de Laplace de la ecuación. 1185 da
respuesta,
y(t) = A0 + A1ep1t
M0h ′ (t) = t (1179)
A + A2ep2t +∙∙∙+ Anepnt (1186)
Concluimos que el sistema de almacenamiento de líquidos es inestable
Supongamos que uno de los polos es un número real positivo; es decir,
en circuito abierto (o no se autorregula) porque una entrada limitada
pk > 0. Entonces se desprende claramente de la ecuación. 1186 que
ha producido una respuesta ilimitada. Sin embargo, si la bomba de la
figura 11.24 fuera reemplazada por una válvula, entonces el sistema y(t) no está acotada y, por tanto, el sistema en lazo cerrado de la figura
de almacenamiento se autorregularía (véase el ejemplo 4.7). 11.8 es inestable. Si pk es un número complejo, pk = ak + jbk, con parte
real positiva (ak > 0), entonces el sistema también es inestable. Por el
contrario, si todos los polos son negativos (o tienen partes reales
Ecuación característica negativas), entonces el sistema es estable. Estas consideraciones se
Como punto de partida para el análisis de estabilidad, considere el pueden resumir en el siguiente criterio de estabilidad:
diagrama de bloques de la figura 11.8. Utilizando el álgebra de diagramas
de bloques que se desarrolló anteriormente en este capítulo, obtenemos Criterio General de Estabilidad. El sistema de control por
KmGcGvGp Gd Ysp + D (1180) retroalimentación de la figura 11.8 es estable si y sólo si todas las
Y=
1 + GOL 1 + GOL donde GOL raíces de la ecuación característica son negativas o tienen
partes reales negativas. De lo contrario, el sistema es inestable.
es la función de transferencia en lazo abierto, GOL = GcGvGpGm.
La figura 11.25 proporciona una interpretación gráfica de este criterio
Por el momento, considere únicamente los cambios de punto de de estabilidad. Tenga en cuenta que todas las raíces de la ecuación
ajuste, en cuyo caso la Ec. 1180 se reduce a la función de transferencia característica deben estar a la izquierda del eje imaginario en el plano
de bucle cerrado complejo para que sea estable.
Y
= KmGcGvGp 1 (1181)
Ysp + GOL Si
Parte
GOL es una razón de polinomios en s (es decir, una función racional), imaginaria
entonces la función de transferencia de bucle cerrado en la ecuación.
1181 también es una función racional. Después de la reordenación, se
puede factorizar en polos (pi) y ceros (zi) como (s − z1)
Y
= K′ (s − z2)…(s − zm) (1182)
Ysp (s − p1) (s − p2)…(s − pn)

donde K′ es una constante multiplicativa que da la ganancia correcta en Región

estado estacionario. Para tener un sistema físicamente realizable, el estable
número de polos debe ser mayor o igual al número de ceros; es decir, n Región inestable parte

≥ m (Kuo, 2002). Tenga en cuenta que se produce una cancelación de 0 real

Región
polo cero si un cero y un polo tienen el mismo valor numérico.
estable

Comparando las ecuaciones. 1181 y 1182 indican que los polos

también son las raíces de la siguiente ecuación, que se conoce como
ecuación característica del sistema en lazo cerrado:

1 + GOL = 0 (1183)

La ecuación característica juega un papel decisivo en la determinación de Figura 11.25 Regiones de estabilidad en el plano complejo para raíces
la estabilidad del sistema, como se analiza a continuación. de la ecuación característica.
Machine Translated by Google

11.4 Estabilidad de los sistemas de control de circuito cerrado 189

Parte imaginaria Las raíces reales cercanas al eje imaginario (vertical) dan como resultado
respuestas lentas. De manera similar, las raíces complejas cercanas al eje
imaginario corresponden a modos de respuesta lentos.
parte Cuanto más alejadas estén las raíces complejas del eje real, más oscilatoria
y
real será la respuesta transitoria (ver ejemplo 11.4). Sin embargo, los ceros del
proceso también influyen en la respuesta, como se analiza en el Capítulo 6.

Tiempo
Tenga en cuenta que la misma ecuación característica ocurre tanto para
(a) Raíz real negativa
la perturbación como para los cambios del punto de ajuste porque el término
1 + GOL aparece en el denominador de ambos términos en la ecuación.
1180. Por lo tanto, si el sistema de circuito cerrado es estable ante
y
perturbaciones, también lo será ante cambios de punto de ajuste.

El análisis en las Ecs. 1180 a 1186 que condujo al criterio general de

Tiempo

(b) Raíz real positiva

estabilidad se basa en una serie de supuestos:

1. Se consideran los cambios del punto de ajuste (en lugar de los cambios
de perturbación).
y
2. La función de transferencia de circuito cerrado es una relación de poli
nominales.

Tiempo 3. Los polos en la ecuación. 1182 son todos distintos.

(c) Raíces complejas (partes reales negativas)
Sin embargo, el criterio de estabilidad general es válido incluso si se eliminan
estos supuestos. De hecho, este criterio de estabilidad es válido para
cualquier sistema de control lineal (compuesto por elementos lineales
descritos mediante funciones de transferencia).
y Por el contrario, para sistemas no lineales los análisis de estabilidad rigurosos
tienden a ser considerablemente más complejos e involucran técnicas
especiales como los criterios de estabilidad de Liapunov y Popov (Khalil,
Tiempo
2001). Afortunadamente, un análisis de estabilidad de un sistema linealizado
(d) Raíces complejas (partes reales positivas)
utilizando las técnicas presentadas en este capítulo normalmente proporciona
Figura 11.26 Contribuciones de las raíces de ecuaciones características a la información útil para sistemas no lineales que operan cerca del punto de
respuesta en lazo cerrado. linealización.

Desde un punto de vista matemático, el criterio general de estabilidad

sistema para existir. Los efectos cualitativos de estas raíces sobre la
presentado anteriormente es una condición necesaria y suficiente. Por tanto,
respuesta transitoria del sistema en lazo cerrado se muestran en la figura
la estabilidad del sistema lineal está completamente determinada por las
11.26. La parte izquierda de cada parte de la figura 11.26 muestra ubicaciones
raíces de la ecuación característica.
de raíces representativas en el plano complejo. La figura correspondiente a
la derecha muestra las contribuciones que estos polos hacen a la respuesta
de circuito cerrado para un cambio escalonado en el punto de ajuste. EJEMPLO 11.6

Se producirían respuestas similares ante un cambio gradual en una Considere el sistema de control de retroalimentación en la figura 11.8

perturbación. Un sistema que tiene todas las raíces reales negativas tendrá con Gv = Kv, Gm = 1 y Gp = Kp/(τps + 1). Determine las características
de estabilidad si se utiliza un controlador proporcional, Gc = Kc.
una respuesta estable y no oscilatoria, como se muestra en la figura 11.26a.
Por otro lado, si una de las raíces reales es positiva, entonces la respuesta
es ilimitada, como se muestra en la figura 11.26b. Un par de raíces
SOLUCIÓN
conjugadas complejas da como resultado respuestas oscilatorias como se
muestra en las Figs. 11,26c y 11,26d. Si las raíces complejas tienen partes Sustituyendo las funciones de transferencia en la ecuación característica
reales negativas, el sistema es estable; de lo contrario es inestable. Recuerde de la ecuación. 1183 da
que las raíces complejas siempre aparecen como pares conjugados
KcKvKp
complejos. 1+ =0
τps + 1
Las ubicaciones de las raíces también proporcionan una indicación de
qué tan rápida será la respuesta transitoria. Una raíz real en s = −a lo que se reduce a

corresponde a una constante de tiempo de bucle cerrado de τ = 1/a, como

τps + 1 + KcKvKp = 0 (1187)
se desprende de las ecuaciones. 1185 y 1186. De este modo,
Machine Translated by Google

190 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

EJEMPLO 11.8
Esta ecuación característica tiene una sola raíz,

Considere un proceso, Gp = 0,2/(−s + 1), que es inestable en bucle abierto.

s = −1 + KcKvKp τp (1188) Si Gv = Gm = 1, determine si un controlador proporcional puede estabilizar
el sistema de circuito cerrado.
El sistema en lazo cerrado será estable si esta raíz es negativa. Debido
a que las constantes de tiempo son siempre positivas (τp > 0), el sistema SOLUCIÓN
de control de retroalimentación será estable si KcKvKp > −1.
Esto significa que mientras el controlador tenga la acción de control La ecuación característica de este sistema es
correcta (es decir, acción directa o inversa, según la Sección 8.3), el
−s + 1 + 0,2Kc = 0 (1192)
sistema será estable. Por ejemplo, si Kp > 0 y Kv > 0, entonces el
controlador debe ser de acción inversa para que Kc > 0. Por el contrario, que tiene la raíz única s = 1 + 0,2Kc. Por tanto, el requisito de estabilidad
si Kp < 0, entonces se requiere un controlador de acción directa (Kc < 0). es que Kc < −5. Este ejemplo ilustra el hecho importante de que el control
por retroalimentación se puede utilizar para estabilizar un proceso que no
es estable sin control.

EJEMPLO 11.7 En los ejemplos 11.6 a 11.8, las ecuaciones características eran
de primer o segundo orden y, por tanto, pudimos encontrar las raíces
Considere el sistema de control de retroalimentación del ejemplo 11.4,
analíticamente. Para polinomios de orden superior, esto no es
pero ahora suponga que Gm = 1. Determine el rango de valores de Kc
posible y se deben emplear técnicas numéricas de búsqueda de
que resultan en un sistema estable en lazo cerrado.
raíces (Chapra y Canale, 2014), también disponibles en MATLAB y
Mathematica. Una alternativa atractiva, el criterio de estabilidad de
SOLUCIÓN Routh, puede evaluar la estabilidad sin requerir el cálculo de las
raíces de la ecuación característica.
Sustituyendo estas funciones de transferencia en la ecuación. 1183 da

Kc =0
1+ (1189)
(2s + 1)(5s + 1)
11.4.2 Criterio de estabilidad de Routh
que se puede reorganizar como
Routh (1905) publicó una técnica analítica para determinar si algunas
10 2 + 7s + Kc + 1 = 0 (1190)
raíces de un polinomio tienen partes reales positivas. Según su
Aplicando la fórmula cuadrática se obtienen las raíces. criterio general de estabilidad, un sistema en lazo cerrado será
estable sólo si todas las raíces de la ecuación característica tienen
s= −7 ± √49 − 40(Kc + 1)
(1191) partes reales negativas. Así, aplicando la técnica de Routh para
20
analizar los coeficientes de la ecuación característica, podemos
Para tener un sistema estable, ambas raíces de esta ecuación característica determinar si el sistema en circuito cerrado es estable. Este enfoque
deben tener partes reales negativas. La ecuación 1191 indica que las
se conoce como criterio de estabilidad de Routh. Sólo se puede
raíces serán negativas si 40(Kc + 1) > 0, porque esto significa que la raíz
aplicar a sistemas cuyas ecuaciones características sean polinomios
cuadrada tendrá un valor menor que 7. Si 40(Kc + 1) > 0, entonces Kc + 1
en s. Por lo tanto, el criterio de estabilidad de Routh no es
> 0 y Kc > −1.
directamente aplicable a sistemas que contienen retardos de tiempo,
Por tanto, concluimos que el sistema en lazo cerrado será estable si Kc >
−1.
lo que limita su aplicabilidad para procesos realistas. Si e−θs se
reemplaza por una aproximación de Padé (ver Sección 6.2),
entonces se puede realizar un análisis de estabilidad aproximado
usando la matriz de Routh (ver Seborg et al., 2010). Se puede
Los análisis de estabilidad para los ejemplos 11.6 y 11.7 han
realizar un análisis de estabilidad exacto de sistemas que contienen
indicado que estos sistemas de circuito cerrado serán estables para
retardos de tiempo mediante la búsqueda directa de raíces o
todos los valores positivos de Kc, sin importar cuán grandes sean.
utilizando un análisis de respuesta de frecuencia y el criterio de
Sin embargo, este resultado no es típico, porque ocurre sólo en el
estabilidad de Bode o Nyquist presentado en el Capítulo 14.
caso especial donde el sistema de lazo abierto es estable y la
función de transferencia de lazo abierto GOL es de primer o
segundo orden sin demora de tiempo. En problemas más típicos, Kc
debe estar por debajo de un límite superior para tener un sistema de
11.4.3 Método de sustitución directa
circuito cerrado estable.1 Consulte los ejemplos en la
Siguiente sección.
El eje imaginario divide el plano complejo en regiones estables e
inestables para las raíces de la ecuación característica, como se
indica en la figura 11.26. En el eje imaginario, la parte real de es
1 Si se utiliza un controlador de acción directa (es decir, Kc < 0), entonces las cero, por lo que = jω. Sustituir s = jω en la ecuación característica
consideraciones de estabilidad imponen un límite superior a −Kc en lugar de a Kc.
proporciona una manera de
Machine Translated by Google

11.5 Diagramas del lugar de las raíces 191

calcular el límite de estabilidad indicado por el valor máximo de Kc EJEMPLO 11.11

(Luyben y Luyben, 1997), el cual se denomina Kcm. A medida que
aumenta la ganancia Kc (en valor absoluto), las raíces de la ecuación Considere un sistema de control de retroalimentación con Gc = Kc, Gv = 2,

característica cruzan el eje imaginario cuando Kc = Kcm. Gm = 0,25 y Gp = 4e−s /(5s + 1). Encuentre Kcm usando sustitución directa.

SOLUCIÓN
EJEMPLO 11.9
La ecuación característica es
Determinar la estabilidad de un sistema que tiene la ecuación característica.
1 + 5s + 2Kce−s = 0 (1198)
3 2
+ 5s + 3s +1=0
4

segundos
(1193)
Conjunto s = jω

1 + 5jω + 2Kce−jω = 0 (1199)

SOLUCIÓN
1 + 5jω + 2Kc(cos ω − jsen ω) = 0 (11100)

Como falta el término s , su coeficiente es cero. Por tanto, el sistema es Re:

inestable. Una condición necesaria para la estabilidad es que todos los (11101)
1 + 2Kc porque ω = 0
coeficientes de la ecuación característica deben ser positivos.
Soy:

5ω − 2Kc sen ω = 0 (11102)

Resuelva para Kc en la ecuación. 11101 y sustituir en la ecuación. 11102:

pecado ω
EJEMPLO 11.10 5ω + = 5ω + tan ω = 0 (11103)
porque ω

Encuentre los valores de ganancia del controlador Kc que hacen estable el Resuelva para ω:
sistema de control de retroalimentación del ejemplo 11.4. Utilice el método de
ωm = 1,69 rad/min (96,87 /min).
sustitución directa para determinar los Kcm para el sistema.
De la ecuación. 11101,
Kcm = 4,25
SOLUCIÓN

De la ecuación. 1176, la ecuación característica es

El método de sustitución directa también está relacionado con el
10 3
+ 17 2
+ 8s + 1 + Kc = 0 (1194)
método de respuesta en frecuencia del Capítulo 14, porque ambas
Todos los coeficientes son positivos, siempre que 1 + Kc > 0 o Kc > −1. técnicas se basan en la sustitución s = jω.
Sustituya s = jω, ω=ωm y Kc = Kcm en la ecuación. 1194:

11.5 DIAGRAMAS DEL LUGAR DE LAS RAÍCES

− 10jω3 − 17ω2 + 8jωm + 1 + Kcm = 0 (1195)
metro metro

En la sección anterior hemos visto que las raíces de la ecuación

o
característica juegan un papel crucial en la determinación de la
(1 + Kcm − 17ω2 m) + j(8ωm − 10ω3 m) = 0
estabilidad del sistema y la naturaleza de las respuestas en lazo
La ecuación 1195 se satisface si tanto la parte real como la imaginaria son cerrado. En el diseño y análisis de sistemas de control, es instructivo
idénticamente cero: saber cómo cambian las raíces de la ecuación característica cuando
=0 cambia un parámetro particular del sistema, como la ganancia del
1 + Kcm − 17ω2 metro
(1196a)
controlador.
8ωm − 10ω3 metro
= ωmetro(8 − 10ω2 metro) = 0 (1196b) Un diagrama del lugar de las raíces proporciona una presentación
Por lo tanto,
gráfica conveniente de esta información, como se indica en el
ω2 = 0,8 ωm = ±0,894 (1197)
siguiente ejemplo.
metro

El lugar de comando de MATLAB se puede utilizar para generar

y de (1196a),
un diagrama como el de la figura 11.27.
Kcm = 12,6

Por tanto, concluimos que Kc < 12,6 para estabilidad. La ecuación 1197 indica
EJEMPLO 11.12
que en el límite de estabilidad (donde Kc = Kcm = 12,6), se produce una
oscilación sostenida que tiene una frecuencia de ωm = 0,894 radianes/min si Considere un sistema de control de retroalimentación que tiene la función de
las constantes de tiempo tienen unidades de minutos. (Recuerde que un par transferencia de bucle abierto,
de raíces complejas en el eje imaginario, s = ±jω, da como resultado una
4Kc
oscilación no amortiguada de frecuencia ω.) El período correspondiente P es GOL(s) = (s (11104)
+ 1)(s + 2)(s + 3)
2π/ 0,894 = 7,03 min.
Trace el diagrama del lugar de las raíces para 0 ≤ Kc ≤ 20.
Machine Translated by Google

192 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

SOLUCIÓN Imaginario
parte
4
La ecuación característica es 1 + GOL = 0 o
kc = 15
(s + 1)(s + 2)(s + 3) + 4Kc = 0 (11105) 3

El diagrama del lugar de las raíces de la figura 11.27 muestra Kc = 5

2
cómo las tres raíces de esta ecuación característica varían con
Kc. Cuando Kc = 0, las raíces son simplemente los polos de la Kc = 1 1
función de transferencia en bucle abierto, −1, −2 y −3. Estos se kc = 15 Kc = 0,1
designan con el símbolo × en la figura 11.27. A medida que Kc
aumenta, la raíz en −3 disminuye monótonamente. Las otras dos –6 –5 –4 –3 –2 –1 1 23 verdadera parte 4

raíces convergen y luego forman un par conjugado complejo –1

Kc = 1
cuando Kc = 0,1. Cuando Kc = Kcm = 15, las raíces complejas
–2
cruzan el eje imaginario y entran en la región inestable. Esto
Kc = 5
ilustra por qué la sustitución de s = jω (Sección 11.3) determina
–3
la ganancia del controlador inestable. Por lo tanto, el diagrama
kc = 15
del lugar de las raíces indica que el sistema en lazo cerrado es –4
inestable para Kc > 15. También indica que la respuesta en lazo
cerrado será no oscilatoria para Kc < 0.1. Figura 11.27 Diagrama del lugar de las raíces para un sistema de tercer orden.

El diagrama del lugar de las raíces se puede utilizar para proporcionar La principal desventaja del análisis del lugar de las raíces es que los
una estimación rápida de la respuesta transitoria del sistema de circuito retrasos de tiempo no pueden manejarse convenientemente y requieren
cerrado. Las raíces más cercanas al eje imaginario corresponden a los una solución iterativa de la ecuación característica no lineal y no
modos de respuesta más lentos. Si las dos raíces más cercanas son un racional. Tampoco es fácil mostrar cambios simultáneos en más de un
par conjugado complejo, entonces el sistema en lazo cerrado puede parámetro (por ejemplo, parámetros del controlador Kc y τI). Por estas
aproximarse mediante un sistema subamortiguado de segundo orden (cf. razones, la técnica del lugar de las raíces rara vez se utiliza como
Sección 5.4). herramienta de diseño en el control de procesos.
La utilidad de los diagramas del lugar de las raíces se ha ilustrado con
el sistema de tercer orden del ejemplo 11.13, cuyas raíces se pueden Los diagramas del lugar de las raíces se pueden generar rápidamente
generar usando un comando de MATLAB. utilizando software como MATLAB.

RESUMEN
Este capítulo ha considerado el comportamiento dinámico de procesos modelos. Si el modelo de proceso no es lineal, entonces se puede utilizar
que se operan bajo control de retroalimentación. la teoría de estabilidad avanzada (Khalil, 2001), o se puede realizar un
Un diagrama de bloques proporciona una representación conveniente análisis de estabilidad aproximado basado en un modelo de función de
para analizar el desempeño del sistema de control. Al utilizar el álgebra transferencia linealizado. Si el modelo de función de transferencia incluye
de diagramas de bloques, se pueden derivar expresiones para funciones retardos de tiempo, entonces se puede realizar un análisis de estabilidad
de transferencia de bucle cerrado y utilizarlas para calcular las respuestas exacto usando la búsqueda de raíces o, preferiblemente, los métodos de
de bucle cerrado a perturbaciones y cambios de punto de ajuste. Se han respuesta de frecuencia del Capítulo 14.
considerado varios problemas de control del nivel de líquido para ilustrar Habiendo abordado la estabilidad de los sistemas de circuito cerrado,
las características clave del control proporcional y proporcionalintegral. podemos considerar nuestro siguiente tema, el diseño de sistemas de
El control proporcional da como resultado una compensación por control de retroalimentación. Este importante tema se analiza en los
perturbaciones sostenidas o cambios en el punto de ajuste; sin embargo, capítulos 12 y 14. Varias técnicas de ajuste y diseño de sistemas de
estas compensaciones pueden eliminarse incluyendo una acción de control destacados se basan en criterios de estabilidad.
control integral.
También hemos considerado varios criterios de estabilidad para
sistemas lineales que pueden describirse mediante la función de transferencia.

REFERENCIAS
Chapra, SC y RP Canale, Métodos numéricos para ingenieros, Routh, EJ, Dinámica de un sistema de cuerpos rígidos, Parte 11, Macmillan,
7ª ed., McGrawHill, Nueva York, 2014. Londres, 1905.
Khalil, HK, Sistemas no lineales, 3.ª ed., Prentice Hall, Englewood Cliffs, Nueva Seborg, DE, TF Edgar, DA Mellichamp y FJ Doyle III, Process Dynamics and
Jersey, 2001. Control, 3.ª ed., John Wiley and Sons, Hoboken, Nueva Jersey, 2010.
Kuo, BC, Sistemas de control automático, 8.ª ed., Prentice Hall, Englewood
Cliffs, Nueva Jersey, 2002.
Luyben, WL y ML Luyben, Fundamentos del control de procesos, McGrawHill,
Nueva York, 1997.
Machine Translated by Google

Ejercicios 193

EJERCICIOS
11.1 Un sistema de control de temperatura para una columna de destilación. 11.3 Considere el control únicamente proporcional del tanque agitado.
se muestra en la figura E11.1. La temperatura T de una bandeja cerca de la parte superior. sistema de control del calentador en la Fig. E11.13. El transmisor de temperatura
de la columna se controla ajustando el caudal de reflujo R. tiene un alcance de 50 F y un cero de 55 F. el nominal
Dibuje un diagrama de bloques para este sistema de control de retroalimentación. Tú las condiciones de diseño son T = 80 F y Ti = 65 F. El controlador
Se puede suponer que tanto el caudal de alimentación F como la composición de la alimentación tiene una ganancia de 5, mientras que las ganancias para la válvula de control y
xF son variables de perturbación y que toda la instrumentación, transductor de corriente a presión son Kv = 1,2 (adimensional)
incluido el controlador, es neumático. y KIP = 0,75 psi/mA, respectivamente. La constante de tiempo para el
tanque es τ = 5 min. La dinámica de la válvula de control y del transmisor.
son insignificantes. Después de cambiar el punto de ajuste de 80 a 85 F,
La temperatura del tanque eventualmente alcanza un nuevo estado estacionario.
refrigerante valor de 84,14 F, que se midió con un instrumento de alta precisión
termómetro.

(a) ¿Cuál es la compensación?

(b) ¿ Cuál es la ganancia del proceso K2?

Reflujo R Destilar (c) ¿Cuál es la señal de presión enviada a la válvula de control en el
C estado estacionario final?
oh

l 11.4 Se desea controlar la concentración de salida de c3 del

Ud. sistema de mezcla de líquidos que se muestra en la figura E11.4. Utilizando la información
Alimentar proporcionada a continuación, haga lo siguiente:
METRO

t TT TC
xF, F norte
(a) Dibuje un diagrama de bloques para el esquema de control de composición,
utilizando los símbolos de la figura E11.4.

(b) Deduzca una expresión para cada función de transferencia y sustituya valores
Figura E11.1 numéricos.

(c) Suponga que el controlador PI ha sido sintonizado para el conjunto nominal de

condiciones de operación a continuación. Indique si el
11.2 Considere el sistema de control PI de nivel de líquido similar
El controlador debe volver a sintonizarse para cada una de las siguientes
a la Fig. 11.16 con los siguientes valores de parámetros: A = 3 pies2,
situaciones. (Justifique brevemente sus respuestas).
R = 1,0 min/pie2, Kv = 0,2 pie3/min psi, Km = 4 mA/pie, Kc = 5,33,
KIP = 0,75 psi/mA y τI = 3 min. Supongamos que el sistema es (i) El valor nominal de c2 cambia a c2 = 8,5 lb de soluto/pie3.

inicialmente en el estado estacionario nominal con un nivel de líquido de 2 pies. (ii) El alcance del transmisor de composición se ajusta de modo que
Si el punto de ajuste cambia repentinamente de 2 a 3 pies, ¿cuánto tiempo que la salida del transmisor varía de 4 a 20 mA a medida que c3 varía
¿Le tomará al sistema alcanzar (a) 2.5 pies y (b) 3 pies? de 3 a 14 lb de soluto/ft3.

T'sp(s) T'sp(s) mi(s) PD) PD)

t PD)
s K2 T'(s)
+– kc kv
[°C]
kilómetros

[mamá] [mamá] [mamá]

DORMIR
[psi] s+1 [°C]
[psi]

yo' (s) T'(s)

kilómetros

[mamá] [°C]

Figura E11.3

I/P

q1 q2
c1 c2

C.A.

altura = 4 pies EN

q3
c3

Figura E11.4
Machine Translated by Google

194 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

(iii) El cero del transmisor de composición se ajusta de modo que la salida del Se ha supuesto que Gv = Gm = 1 por simplicidad. Derive funciones de transferencia
transmisor varíe de 4 a 20 mA cuando c3 varía de 4 a 10 lb de soluto/pie3. en circuito cerrado para los problemas del servo y del regulador.

Información disponible
D
1. El tanque está perfectamente mezclado.

2. Se utiliza un tubo de desbordamiento para mantener la altura de la mezcla a 4 pies.

Dios

3. El caudal volumétrico y la concentración de soluto de la corriente 2, q2 y c2, varían

con el tiempo, mientras que los de la corriente 1 son constantes.

Ysp mi Ud. Y
+
+– gc gp +
4. La densidad de las tres corrientes es idéntica y no varía con el tiempo.

5. Se asocia un retraso de 2 minutos con la medición de la composición. La señal de

+
salida de la transmisión varía linealmente de 4 a 20 mA mientras c3 varía de 3 a 9 lb gp –

de soluto/pie3.

6. La válvula de control neumático tiene una dinámica insignificante.

Su comportamiento en estado estable se resume a continuación, donde pt es la señal
Figura E11.7
de presión de aire a la válvula de control desde el transductor I/P.

11.8 En la figura E11.8 se muestra un sistema de tanque agitado calentado

puntos (psi) q2 (galones/min)
eléctricamente. Usando la información dada, haga lo siguiente: (a) Dibuje un
6 20

9 15 diagrama de bloques para el caso en el que T3 es la variable controlada y la señal de

12 10 voltaje V2 es la variable manipulada. Derive una expresión para cada función de

transferencia. (b) Repita el inciso (a) utilizando V1 como variable manipulada.

(c) ¿Cuál de estas dos configuraciones de control proporcionaría un mejor

7. Se utiliza un controlador PI electrónico de acción directa. control? Justifica tu respuesta.
8. El transductor de corriente a presión tiene una dinámica insignificante y una ganancia
de 0,3 psi/mA.

9. Las condiciones nominales de operación son: ρ = 75

Información disponible

lb∕ft3 c3 = 5 lb soluto∕ft3 q1 = 10 lb∕ft3 c2 = 7 lb 1. El volumen de líquido en cada tanque se mantiene constante mediante una línea de
soluto∕ft3 q2 = 15 lb∕ft3 c1 = 2 lb soluto∕ft3 D = tanque desbordamiento.

diámetro = 4 pies 2. La temperatura T0 es constante.

3. Una disminución de 0,75 gal/min en q0 finalmente hace que T1 aumente en 3 F.

Dos tercios de este cambio total de temperatura ocurren en 12 min. Este cambio en q0
finalmente resulta en un aumento de 5 F en T3.
11.5 Un sistema de control tiene las siguientes funciones de transferencia en su

diagrama de bloques (ver figura 11.8): Gc = 1, Gv = 2, Gd = Gp = , Gm = 1. Para un

2 4. Un cambio en V1 de 10 a 12 voltios finalmente causa que T1 cambie de 70 a 78
cambio de escalón unitario en Ysp, determine s(s + 4) (a) Y(s)/Ysp(s) F. Una prueba similar para V2 hace que T3 cambie de 85 a 90 F. La constante de
(b) y(∞)
tiempo aparente para estas pruebas es de 10 min.
(c) Compensación
(tenga en
5. Un cambio de paso en T2 produce una respuesta transitoria en T3 que se completa
cuenta que se utiliza control proporcional) (d) y(0,5) (e) si la respuesta
esencialmente en 50 (=5 τ) min.
de bucle
6. La salida del termopar se amplifica para dar V3 = 0,15T3 + 5, donde V3[=] voltios y
cerrado es oscilatorio
T3[=] F.

11.6 Para un sistema de control de nivel de líquido similar al de la figura 11.22, 7. El tubo que conecta los dos tanques tiene un tiempo de residencia medio de 30 s.
Appelpolscher ha argumentado que no se requiere una acción de control integral
porque el proceso actúa como un integrador (cf. ecuación 1177). Para evaluar su
11.9 El diagrama de bloques de un sistema de control de retroalimentación especial
afirmación, determine si el control sólo proporcional eliminará la compensación por
se muestra en la figura E11.9. Deduzca una expresión para la función de transferencia
cambios escalonados en (a) el punto de ajuste y (b) la variable de perturbación.
en bucle cerrado, Y(s)/D(s).

11.10 En la figura E11.10 se muestra un diagrama de bloques de un sistema de circuito

11.7 En la figura se muestra un diagrama de bloques para el control del modelo
cerrado. (a)
interno, una técnica de control que se considera en el Capítulo 12.

Figura E11.7. La función de transferencia G̃p denota el modelo de proceso, mientras Obtenga una función de transferencia en bucle cerrado para cambios de perturbación,

que Gp denota la función de transferencia de proceso real. Él Y(s)/D(s).

Machine Translated by Google

Ejercicios 195

T0
q0

RCS
V1
Fuerza
amperio
T1 T2
Tanque 1 q0

T3
q0
RCS
V2
Fuerza
amperio
T3 V3
TT

Tanque 2

Figura E11.8

D
Dios

Ysp mi MI' PAG

Y
+
–
+
–
gc ++ GRAMO

Y1 Y2 +
GRAMO* mi–θs –

Y – Y2

Figura E11.9

Y2
G2

Ysp Ysp mi PAG

Y1 Y3 Y
kilómetros +– kc G1 ++ G3 ++

Ym
kilómetros

Figura E11.10

(b) Para las siguientes funciones de transferencia, ¿qué valores de Kc serán 11.11 Un proceso de mezcla consta de un solo tanque agitado instrumentado
¿Resultará en un sistema estable de circuito cerrado? como se muestra en la figura E11.11. La concentración de un solo
4 La especie A en la corriente de alimentación varía. El controlador intenta
G1(s) = 5 G2(s) = compensar esto variando el caudal de A puro a través de
2s + 1
la válvula de control. La dinámica del transmisor es insignificante.
1
Kilómetros = 1 G3(s) = (a) Dibuje un diagrama de bloques para el proceso controlado.
s−1
Machine Translated by Google

196 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

qA qF

California cF

I/P V C

línea de

transferencia cTL

Tanque agitado
EN

pag cm
C.A.

Figura E11.11

(b) Obtenga una función de transferencia para cada bloque en el diagrama de bloques. Se ha determinado que el sistema de circuito cerrado es estable cuando τI = 10 min
y −10 < Kc < 0. ¿Esperaría que estos límites de estabilidad cambiaran para cualquiera
Proceso de los siguientes cambios de instrumentación? Justifique sus respuestas utilizando
argumentos cualitativos. (a) El intervalo en el transmisor de temperatura aumenta
(i) El volumen es constante (5 m3). (ii) El caudal
de 20 C a 40 C.
de alimentación es constante (qF = 7 m3∕min). (iii) El caudal de la

corriente A varía pero es pequeño en comparación con qF (qA = 0,5 m3∕min). (iv) cF =
(b) El cero en el transmisor de temperatura se reduce de 30 C a 10 C.
50 kg∕m3 y cA = 800 kg∕m3. (v)

Todas las densidades son constantes e iguales. (c) El “ajuste” de la válvula de control se cambia de lineal a igual porcentaje.

Línea de transferencia 11.13 Un proceso se describe mediante la función de transferencia.

(i) La línea de transferencia tiene 20 m de largo y 0,5 m de interior. 1 G(s) =

diámetro. (5s + 1)(s + 1)

Encuentre el rango de configuraciones del controlador que producen sistemas estables

(ii) El volumen de la bomba puede despreciarse.
en lazo cerrado para: (a) Un
Composición Datos del transmisor c (kg/ controlador sólo proporcional. (b) Un controlador

m3) cm (mA) 0 4 proporcionalintegral (τI = 0,1, 1,0, 10,0). (c) ¿Qué puede decir sobre el efecto

de agregar cantidades mayores de la acción integral sobre la estabilidad del sistema

200 20
controlado? es decir, ¿tiende a estabilizar o desestabilizar el sistema en relación con
el control sólo proporcional? Justifica tu respuesta.
La dinámica del transmisor es insignificante.

Controlador PID 11.14 El diagrama de bloques de un sistema de control de retroalimentación se

muestra en la figura E11.14. Determine los valores de Kc que dan como resultado un
(i) Derivado sólo en medición (cf. Ec. 817) (ii) Acción directa o inversa,
sistema estable en circuito cerrado.
según sea necesario (iii) Señales de entrada y salida de

corriente (mA) 11.15 Considere el diagrama de bloques de un sistema de control de retroalimentación

en la figura 11.8, donde Km = 1, Gp = , Gd = 0, Gv Un

= Kve−s , s + 1, Gc = 1 y Gm = 1.
Datos del transductor I/P
control El ingeniero afirma que el proceso exhibirá una respuesta inversa a los cambios
pag (mA) puntos (psig) en el punto de ajuste, debido a la presencia de un retraso en la dinámica del actuador
4 3 Gv. Pruebe o refute esta afirmación.
20 15

Válvula de control
11.16 Para el sistema de control de nivel de líquido de la figura 11.22, el transmisor de
Se utiliza una válvula de igual porcentaje, la cual tiene la siguiente relación: nivel tiene una dinámica insignificante, mientras que la válvula de control tiene una
pv3 constante de tiempo de 10 s. Están disponibles los siguientes valores numéricos:
12
qA = 0,17 + 0,03 (20)
A = 3 pies2
Para un cambio gradual en la presión de entrada, la válvula requiere aproximadamente
1 minuto para moverse a su nueva posición. q3 = 10 gal∕min Kv =

−1,3 gal∕min∕mA Km = 4 mA∕pie

11.12 Se va a utilizar un controlador PI en un sistema de control de temperatura para
un biorreactor. Para condiciones nominales, tiene
Machine Translated by Google

Ejercicios 197

D 6
4s + 1

Ysp 0,5 –2 + Y
+– kc +– 4.0 +
s+3 1s

segundo + 10

Figura E11.14

Determine los valores numéricos de Kc y τI para un controlador PI que dan como

TC
resultado un sistema de circuito cerrado estable.

11.17 Como ingeniero recién contratado por Ideal Gas Company, usted está tratando pag

de ganarse una reputación en el Grupo de Control de Procesos. Sin embargo, este

TT
objetivo resulta ser un verdadero desafío con IM Appelpolscher como supervisor. Un
día, durante el almuerzo, IMA declara que un proceso simple de segundo orden con ws
un controlador PI siempre tendrá un límite superior de estabilidad en Kc; es decir, Kc Vapor
está limitado para todos los valores de τI > 0. Su mejor argumento es que el proceso T2, w
Líquido
de lazo abierto con el controlador es de tercer orden. Además, afirma que cualquier fuera
proceso de segundo orden críticamente frenado demostrará que tiene razón.
Líquido T1, w
en

Condensar
t = Trampa de vapor
Murmurando "au contraire", te levantas de la mesa y rápidamente t
investigar las propiedades de

5
GvGpGm =
(10s + 1)2
Figura E11.18
(a) ¿Cuáles son las condiciones para la estabilidad en lazo cerrado de un controlador
PI?

(b) A partir de estas condiciones, ¿puede encontrar una relación para τI en términos
La señal de salida varía linealmente de 4 a 20 mA mientras que T2 varía de 120 a 160
de Kc que garantice la estabilidad? Muestre la región de estabilidad en una gráfica de
F.
τI versus Kc. (c) ¿Algunos valores de τI
(a) Si se utiliza un controlador de retroalimentación sólo proporcional, ¿cuál es Kcm?
garantizan estabilidad para todos los valores de Kc? Si es así, ¿cuál es el valor más
¿Cuál es la frecuencia de la oscilación resultante cuando Kc = Kcm? (Sugerencia:
pequeño?
utilice el método de sustitución directa y la identidad de Euler.) (b) Estime Kcm
11.18 Se desea controlar la temperatura de salida T2 del intercambiador de calor que utilizando sustitución
se muestra en la figura E11.18 ajustando el caudal de vapor ws. Se producen directa y una aproximación de Padé 1/1 para el término de retardo de tiempo. ¿Este
perturbaciones no medidas en la temperatura de entrada T1. El comportamiento análisis proporciona una aproximación satisfactoria?
dinámico del intercambiador de calor se puede aproximar mediante las funciones de
transferencia T′ 2(s)
11.19 Un modelo de proceso se describe mediante la función de transferencia.
2.5es
= F
[=] 10s + 1 libra∕s 4(1 − 5s)
W′ s(s) G(s) =
(25s + 1)(4s + 1)(2s + 1)
T′ 2(s) = 0.9e−2s
[=] adimensional 5s + 1
T′ 1(s) que incluye actuador y dinámica de medición. El grupo de ingeniería de procesos tiene
la opción de rediseñar el proceso para eliminar el cero del semiplano derecho.
Necesitan determinar si esta modificación producirá un proceso controlado
donde las constantes de tiempo y los retrasos de tiempo tienen unidades de segundos.
sustancialmente mejor (más rápido). (a) Para un controlador sólo proporcional,
La válvula de control tiene la siguiente característica de estado estacionario: ws = 0,6
encuentre los límites de estabilidad para Kc
√p − 4 para el proceso existente usando sustitución directa. (b) Repita el inciso (a) para el
caso en el que se haya eliminado el RHP cero.
donde p es la salida del controlador expresada en mA. En las condiciones de
funcionamiento nominal, p = 12 mA. Después de un cambio repentino en la salida del
controlador, ws alcanza un nuevo valor de estado estable en 20 s (se supone que toma
cinco constantes de tiempo). El transmisor de temperatura tiene una dinámica (c) A partir del análisis y/o su conocimiento de los sistemas de circuito cerrado, ¿qué
insignificante y está diseñado de modo que su puede concluir acerca de la velocidad potencial?
Machine Translated by Google

198 Capítulo 11 Comportamiento dinámico y estabilidad de los sistemas de control de circuito cerrado

¿Cuál es la respuesta de este proceso controlado si se puede eliminar el 11.24 Un sistema de control tiene Gv = Gm = 1 y un proceso de segundo
cero?
orden Gp con Kp = 2, τ1 = 4 min y τ2 = 1 min, que debe ser controlado
por un controlador PI con Kc = 2 y τI = τ1 = 4 min (es decir, el tiempo
11.20 Un sistema de control de retroalimentación tiene la función de
integral del controlador se iguala a la constante de tiempo dominante). Para
transferencia de lazo abierto, GOL(s) = 0.5Kce−3s /(10s + 1).
un cambio de punto de ajuste (a) Determine la función
Determine los valores de Kc para los cuales el sistema en circuito
de transferencia en lazo cerrado. (b) Deduzca la ecuación
cerrado es estable utilizando dos enfoques:
característica, que es un polinomio cuadrático en s. ¿Está sobreamortiguado
(a) Un análisis aproximado utilizando una aproximación de 1/1 Padé para
o subamortiguado? (c) ¿Puede un valor grande de Kc hacer
e−3s y el método de sustitución directa.
inestable el proceso de circuito cerrado?
(b) Un análisis exacto basado en la sustitución de s = jω. (Pista: recuerde la
identidad de Euler). (c)
Compare sus respuestas para (a) y (b) usando simulación por computadora. 11.25 El punto de ajuste del sistema de control bajo control proporcional (Kc
= 5) sufre un cambio escalonado de magnitud 2. Para GvGp = y Gm = 1, (s
2
11.21 Un sistema de control de procesos contiene la siguiente transferencia + 1)(2s + 1)
funciones:
(a) Determine cuándo ocurre el valor máximo de y . (b) Determine
2e−1.5s la compensación. (c) Determine
Gp(s) =
(60s + 1)(5s + 1) el período de oscilación. (d) Dibuje y(t) como
0,5e−0,3s función del tiempo, mostrando las características clave determinadas en
Gv(s) =
3s + 1 (a), (b) y (c).

3e−0.2s 11.26 Un proceso discontinuo de grabado con plasma tiene una ganancia
Gm(s) =
2s + 1 de proceso de E A/min (pero no dinámica). La variable manipulada es el
tiempo de grabado, por lo que la variable controlada es el espesor de la película.
Gc(s) = Kc No hay constantes de tiempo que deban incluirse. Suponga que Gv = Gm =
1. Obtenga la función de transferencia en circuito cerrado para un cambio
(a) Muestre cómo se pueden aproximar los GOL mediante un modelo
de punto de ajuste para dos controladores diferentes:
FOPTD;
Ke−θs (a) Gc = Kc 1
GpGvGmGc = GOL(s) ≈ τs + 1
(b) Gc =
Encuentre K, τ y θ para la función de transferencia del proceso de bucle τIs
En ambos casos, analice el efecto de un cambio del punto de ajuste de un
abierto. (b) Utilice la sustitución directa y su modelo FOPTD para encontrar
paso unitario. Dibuja la respuesta y muestra si hay compensación.
el rango de valores de Kc que producirá un sistema estable en circuito O no.
cerrado. Verifique su valor de Kcm para el modelo de orden completo
mediante simulación.
11.27 Considere un proceso de tercer orden con Gm = Gv = 2 y 2 Gp = Gd
.
11.22 Para el sistema de control basado en la configuración de control de = (s + 2)3 (a)
Encuentre
retroalimentación estándar en la Fig. 11.8 las raíces de la ecuación característica para un controlador proporcional Gc
5 − como = Kc para Kc = 1, 8 y 27. Clasifique cada caso como estable, inestable o
Gc = Kc Gp = Gv = Gm = 1 a > 0 (s +
1)3 marginalmente estable. Deduzca una fórmula para la compensación de un
cambio de perturbación en función de Kc. (b) Demuestre que no hay
Determine si el valor de a afecta la estabilidad del sistema en lazo cerrado.
Suponga que Kc > 0. No es necesario resolver las raíces de la ecuación compensación para un controlador PI utilizando el teorema del valor final
característica para responder la pregunta. para un cambio de perturbación.

11.28 Deduzca la ecuación característica para un sistema de control con las

11.23 Considere el control sólo proporcional del sistema de control de nivel siguientes funciones de transferencia: Gc = Kc,
0,5 6
en la figura 11.16. El transmisor de nivel tiene un alcance de 10 pies y un .
GvGp = , Gm = (s + 1)(0,5s + 1) s + 3
cero de 15 pies. Recuerde que los rangos estándar del instrumento son de
4 a 20 mA y de 3 a 15 psia. Las condiciones nominales de diseño son h = ¿Es el sistema estable para (a) Kc = 9, (b) Kc = 11, (c) Kc = 13?
20 pies. El controlador tiene una ganancia de 5 mientras que la ganancia de
la válvula de control es Kv = 0.4 cfm/psi, respectivamente. La constante de Comprueba tus respuestas mediante simulación y sustitución directa.
tiempo para el tanque es τ = 5 min. Después de cambiar el punto de ajuste
de 20 a 22 pies, el nivel del tanque eventualmente alcanza un nuevo valor 11.29 Suponga que un sistema de control se modela mediante GvGp = 0,25,
Gm
de estado estable de 21.92 pies. (a) = 4 y Gc = Kc. Encuentre el valor máximo (s + 1)3 de Kc para
un
¿Cuál es la compensación? controlador proporcional para el cual el sistema es estable, usando
(b) ¿Cuáles son las ganancias Km y Kp en la figura 11.16? (Indique también sustitución directa, y verifique su resultado usando simulación.
sus unidades) Reemplace el controlador con un controlador PD (Kc = 10). Determine el
(c) ¿Cómo podría modificarse el controlador para obtener compensación rango de τD para el cual el sistema es estable. Compruebe sus resultados
cero? mediante simulación.
Machine Translated by Google

Capítulo 12

Diseño, ajuste y resolución de

problemas del controlador PID
CONTENIDO DEL CAPITULO

12.1 Criterios de desempeño para sistemas de circuito cerrado

12.2 Métodos de diseño basados en modelos

12.2.1 Método de síntesis directa 12.2.2
Control de modelo interno (IMC)

12.3 Relaciones de sintonización del controlador

12.3.1 Relaciones de ajuste del IMC

12.3.2 Criterios de error integral y otros métodos
12.3.3 Método AMIGO
12.3.4 Filtros de ruido

12.3.5 Directrices para el diseño y ajuste del controlador

12.4 Controladores con dos grados de libertad

12.5 Sintonización del controlador en

línea 12.5.1 Método de ciclo continuo 12.5.2
Autoajuste del relé 12.5.3 Método
de prueba escalonada

12.6 Directrices para bucles de control comunes 12.7

Resumen de solución de problemas de bucles

de control

Varios ejemplos en el Capítulo 11 demostraron que la configuración ganancia del controlador Kc y tiempo integral τI. A medida que Kc
del controlador tiene un impacto importante en la estabilidad y el aumenta o τI disminuye, la respuesta a la perturbación del escalón
rendimiento del circuito cerrado. Para la mayoría de los problemas se vuelve más agresiva. El controlador 1 produce una respuesta
de control, el sistema de circuito cerrado es estable para una amplia inestable, mientras que podría decirse que el controlador 5
gama de configuraciones del controlador. En consecuencia, existe proporciona la mejor respuesta. Este ejemplo demuestra que la
la oportunidad de especificar la configuración del controlador para configuración del controlador se puede ajustar para lograr el
lograr el rendimiento deseado del sistema de control. rendimiento deseado del sistema de circuito cerrado, un procedimiento
Para ilustrar mejor la influencia de la configuración del controlador, denominado ajuste del controlador.
consideramos un sistema simple de circuito cerrado que consta de Es apropiado dedicar un capítulo completo al control PID por
un modelo de primer orden más retardo de tiempo (FOPTD) y un varias razones. En primer lugar, es la técnica de control predominante
controlador PI. Los resultados de la simulación en la Fig. 12.1 utilizada en las industrias de procesos. Varias encuestas han
muestran las respuestas a las perturbaciones para nueve combinaciones de los
informado que al menos el 95% de los controles

199
Machine Translated by Google

200 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

τI = 5 τI = 11 τI = 20
0,4 0,4
#1 #2 #3
0,5 0.3 0.3

0,2 0,2
Kc = 5
0 0.1 0.1

0 0

–0,5 –0,1 –0,1

0 50 100 150 0 50 100 150 0 50 100 150
Tiempo Tiempo Tiempo

0,4 0,4 0,4

#4 #5 #6
0.3 0.3 0.3

0,2 0,2 0,2

Kc = 3
0,1 0.1 0.1

0 0 0

–0,1 –0,1 –0,1

0 50 100 150 0 50 100 150 0 50 100 150
Tiempo Tiempo Tiempo

0,4 0,4 0,4

#7 #8 #9
0.3 0.3 0.3

0,2 0,2 0,2

Kc = 1
0.1 0.1 0.1

0 0 0

–0,1 –0,1 –0,1

0 50 100 150 0 50 100 150 0 50 100 150
Tiempo Tiempo Tiempo

Figura 12.1 Respuestas a perturbaciones de escalón unitario para los controladores candidatos (modelo FOPTD: K = 1, θ = 4, τ = 20) y G = Gd.

Los bucles de las plantas industriales utilizan control PID y la mayoría de problemas críticos de control de procesos donde es inadecuado (Bauer y
estos controladores son en realidad controladores PI. En segundo lugar, Craig, 2008). Para estas situaciones, se deben considerar las estrategias
utilizar controladores de retroalimentación como PID puede ser peor que de control avanzadas de los Capítulos 14 a 18 y 20.
no utilizar ningún control si el controlador está mal diseñado o sintonizado.
En tercer lugar, existe una voluminosa literatura sobre el diseño y ajuste
del controlador PID.1 Por lo tanto, es importante condensar esta enorme 12.1 CRITERIOS DE DESEMPEÑO PARA
cantidad de material en conceptos clave, métodos importantes y análisis SISTEMAS DE CICLO CERRADO
profundos. Cuatro libros (Shinskey, 1994; Åström y Hägglund, 2006;
La función de un sistema de control de retroalimentación es asegurar que
Blevins et al., 2013; McMillan, 2015) y cuatro artículos de revistas
el sistema de circuito cerrado tenga características deseables de
influyentes (Ziegler y Nichols, 1942; Rivera et al., 1986; Skogestad, 2003;
respuesta dinámica y de estado estable. Idealmente, nos gustaría que el
Åström y Hägglund , 1984) son referencias importantes.
sistema de circuito cerrado satisficiera los siguientes criterios de
rendimiento:

Se citan con frecuencia en este capítulo. 1. El sistema de circuito cerrado debe ser estable 2.
Este capítulo considera controladores PID basados en modelos de Los efectos de las perturbaciones se minimizan, proporcionando un
función de transferencia y criterios de respuesta transitoria. En el buen rechazo de las perturbaciones 3.
Capítulo 14 se consideran métodos alternativos de diseño de respuesta
Se obtienen respuestas rápidas y suaves a los cambios del punto de
de frecuencia. Si bien el control PID es de tremenda importancia y se
ajuste, es decir, un buen seguimiento del punto de
utiliza ampliamente, existen
ajuste 4. Estable se elimina el error de estado (compensación)
5. Se evita una acción de control excesiva

1Una encuesta en Internet sobre “control PID” realizada en julio de 2015 arrojó
6. El sistema de control es robusto, es decir, insensible a cambios en
más de 8100 publicaciones. También están disponibles tabulaciones de 79 las condiciones del proceso y a imprecisiones en el modelo del
patentes y 45 paquetes de software para control PID (Ang et al., 2005). proceso.
Machine Translated by Google

12.2 Métodos de diseño basados en modelos 201

En aplicaciones de control típicas, no es posible lograr todos estos Esta sintonización en línea se basa en pruebas experimentales simples
objetivos simultáneamente, porque implican conflictos y compensaciones que a menudo se requieren porque los modelos de proceso utilizados
inherentes. Las compensaciones deben equilibrar dos objetivos para calcular la configuración preliminar del controlador no son exactos.
importantes: rendimiento y solidez. Un sistema de control exhibe un En consecuencia, el objetivo de los Métodos 1 a 5 es proporcionar una
alto grado de desempeño si proporciona respuestas rápidas y suaves a buena configuración inicial del controlador que posteriormente pueda
las perturbaciones y cambios de punto de ajuste con poca o ninguna ajustarse en línea, si es necesario. Debido a que el ajuste en línea
oscilación. Un sistema de control es robusto si proporciona un puede llevar mucho tiempo, es muy útil tener una buena configuración
desempeño satisfactorio para una amplia gama de condiciones de inicial del controlador para minimizar el tiempo y el esfuerzo necesarios.
proceso y para un grado razonable de inexactitud del modelo. La
robustez se puede lograr eligiendo configuraciones conservadoras del Los métodos 1 y 2 se basan en modelos simples de funciones de
controlador (típicamente, valores pequeños de Kc y valores grandes de transferencia y se considerarán en la Sección 12.2.
τI), pero esta elección tiende a dar como resultado un rendimiento Las relaciones de sintonización del controlador PID del Método 3 son
deficiente.2 Por lo tanto, las configuraciones conservadoras del expresiones y correlaciones analíticas. Se consideran en la Sección
controlador sacrifican el rendimiento para lograr robustez. 12.3. Las técnicas de diseño basadas en el análisis de la respuesta en
frecuencia (Método 4) son el tema del Capítulo 14. La simulación por
computadora del proceso controlado (Método 5) puede proporcionar
El análisis de robustez para controladores PID se considera en el una comprensión considerable del comportamiento dinámico y el
Apéndice J y en la literatura de ingeniería de control (Åström y Hägglund, desempeño del sistema de control.
2006; Kristiansson y Lennartson, 2006). Recientemente se han En particular, software como MATLAB y LabVIEW facilitan la comparación
publicado análisis detallados de las compensaciones entre rendimiento de estrategias de control alternativas y diferentes configuraciones del
y robustez de los controladores PID (Garpinger y Hägglund, 2015). controlador. (Ver Apéndices C y E y Doyle III (2000).) La sintonización
del controlador en línea (Método 6) se considera en la Sección 12.5.

Un segundo tipo de compensación se produce porque los ajustes del Este capítulo concluye con una comparación de las relaciones de
controlador PID que proporcionan un excelente rechazo de perturbaciones sintonización de PID en la Sección 12.6 y una introducción al importante
pueden producir grandes sobreimpulsos en los cambios de punto de problema práctico de resolución de problemas en los bucles de control
ajuste. Por otro lado, si los ajustes del controlador se especifican para en la Sección 12.7.
proporcionar un excelente seguimiento del punto de ajuste, las
respuestas a las perturbaciones pueden ser muy lentas. Por lo tanto, se
12.2 MÉTODOS DE DISEÑO BASADOS EN MODELOS
produce un equilibrio entre el seguimiento del punto de ajuste y el
rechazo de perturbaciones para los controladores PID estándar. Si se dispone de un modelo dinámico del proceso razonablemente
Afortunadamente, este compromiso se puede evitar utilizando un preciso, es ventajoso basar el diseño del controlador en el modelo del
controlador con dos grados de libertad, como se muestra en la Sección 12.4. proceso. Se encuentra disponible una amplia variedad de estrategias
Los ajustes del controlador PID se pueden determinar mediante de diseño basadas en modelos para diseñar controladores PID. En
varias técnicas alternativas: esta sección, consideramos dos importantes métodos de diseño basados
en modelos que son especialmente útiles en el control de procesos. Las
1. Método de síntesis directa (DS) 2.
técnicas basadas en modelos también se pueden utilizar para diseñar
Método de control de modelo interno (IMC) 3. controladores anticipativos (Capítulo 15) y sistemas de control avanzados
Relaciones de sintonización del (Capítulos 16, 17 y 20).

controlador 4. Técnicas de respuesta de

frecuencia 5. Simulación por 12.2.1 Método de síntesis directa En el método

computadora 6. Sintonización en línea después de instalar el sistema de control

de síntesis directa (DS), el diseño del controlador de retroalimentación
se basa en un modelo de proceso y una función de transferencia de
Debido a que los métodos 1 a 5 se basan en modelos de procesos,
circuito cerrado deseada. Este último suele especificarse para cambios
se pueden utilizar para especificar la configuración del controlador antes
de punto de ajuste, pero también se pueden utilizar funciones de
de instalar el sistema de control. Sin embargo, para bucles de control
transferencia de perturbaciones de circuito cerrado (Chen y Seborg,
importantes, estas configuraciones iniciales del controlador generalmente
2002). En el método DS, se deriva una expresión analítica para la
se ajustan después de instalar el sistema de control.
función de transferencia del controlador.
Aunque el controlador de retroalimentación resultante no siempre tiene
una estructura PID, el método DS produce controladores PI o PID para
muchos modelos de procesos comunes, como se demostrará en esta
2Como se indicó en el Capítulo 8, los valores de Kc pueden ser positivos o sección y en la Sección 12.2.2.
negativos. Por lo tanto, afirmaciones como “valores pequeños (o grandes) de
Kc” deberían incluir en realidad la frase adicional “en valor absoluto”. Para Una ventaja importante del enfoque DS es que proporciona información
mayor comodidad en este capítulo y en posteriores, se supone que Kc > 0 y valiosa sobre la relación entre el modelo de proceso y el controlador
omitimos esta frase calificativa. resultante.
Machine Translated by Google

202 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

Figura 12.2 Diagrama de bloques para un

D Dios sistema de control de retroalimentación

estándar.
Yarda

Ysp Yu Y
Ysp EP+ U gc gv gp
+
kilómetros
–
+

Ym
GM

El método DS se desarrolló en la década de 1950. Un caso una aproximación del comportamiento del proceso. Se puede
especial, el método de sintonización Lambda, se introdujo en derivar una ecuación de diseño práctica reemplazando la
la literatura sobre control de procesos a mediados de los años incógnita G por G̃, e Y/Ysp por una función de transferencia
1960. El método de Control de Modelo Interno (IMC) fue de circuito cerrado deseada, (Y/Ysp)d:
desarrollado en la década de 1980 (García y Morari, 1982) y
1
está estrechamente relacionado con el método DS. El enfoque Gc = (123b)
IMC ha generado un interés considerable en la comunidad de − (Y∕Ysp)d ]
G̃ [1(Y∕Ysp)d
control de procesos, especialmente después de que se La especificación de (Y/Ysp)d es la decisión clave de diseño.
publicaron las relaciones de ajuste IMC para el control PID y será considerado más adelante en esta sección. Tenga en cuenta
(Rivera et al., 1986). Hoy en día, los métodos de ajuste IMC y que la función de transferencia del controlador en la ecuación. 123b
Lambda se utilizan ampliamente para aplicaciones de control contiene el inverso del modelo de proceso debido al término 1∕G̃ .
de procesos y se describen en la Sección 12.3.3. En el Esta característica es una característica distintiva del control basado
capítulo 6 del libro de Åström y Hägglund (2006) se resume en modelos.
una historia informativa del desarrollo del enfoque DS y
métodos relacionados.
Función de transferencia de circuito cerrado deseada
Como punto de partida para el análisis, considere el diagrama de
bloques de un sistema de control de retroalimentación en la figura 12.2. El desempeño del controlador DS en la Ec. 123b depende en
La función de transferencia de circuito cerrado para cambios de punto de gran medida de la especificación de la función de transferencia
ajuste se derivó en la Sección 11.2: de bucle cerrado deseada, (Y/Ysp)d. Idealmente, nos gustaría
Y = KmGcGvGp tener (Y/Ysp)d = 1 para que la variable controlada rastree los
(121) cambios del punto de ajuste instantáneamente sin ningún
Ysp 1 + GcGvGpGm
error. Sin embargo, esta situación ideal, llamada control
Por simplicidad, sea G GvGpGm y suponga que Gm = Km. perfecto, no se puede lograr mediante control de
Entonces la ecuación. 121 se reduce a 3 retroalimentación porque el controlador no responde hasta que e ≠ 0.
Para procesos sin retrasos de tiempo, el modelo de primer orden en
Y = GcG
(122) la ecuación. 124 es una opción más razonable
Ysp 1 + GcG
=
1
(124)
Reorganizar y resolver Gc da una expresión para el ( YYsp ) d τcs + 1
controlador de retroalimentación ideal:
donde τc es la constante de tiempo de circuito cerrado deseada. Este modelo
1
Gc = (123a) tiene un tiempo de estabilización de ~5τc, como se muestra en la Sección 5.2.
1 − Y∕Ysp )
G ( Y∕Ysp Debido a que la ganancia en estado estacionario es uno, no se produce
ninguna compensación para los cambios del punto de ajuste. Sustituyendo
La ecuación 123a no se puede utilizar para el diseño de
la ecuación. 124 en la ecuación. 123b y resolviendo Gc, la ecuación de
controladores porque la función de transferencia de bucle
diseño del controlador queda
cerrado Y/Ysp no se conoce a priori. Además, es útil distinguir
entre el proceso real G y el modelo, G̃, que proporciona
1
1 Gc (125)
= G̃ τcs

El término 1/τcs proporciona una acción de control integral y por lo tanto

3Utilizamos los símbolos G y Gc para denotar G(s) y Gc(s), en aras de elimina la compensación. El parámetro de diseño τc proporciona un
la simplicidad. parámetro de ajuste del controlador conveniente que se puede utilizar para
Machine Translated by Google

12.2 Métodos de diseño basados en modelos 203

hacer que el controlador sea más agresivo ( τc pequeño) o menos razonable con base en el análisis de estabilidad del Capítulo 11.
agresivo ( τc grande). En particular, si el producto KcK es constante, la ecuación
Si la función de transferencia de proceso contiene un retardo de tiempo característica y las características de estabilidad del sistema de
conocido θ, una elección razonable para la función de transferencia de circuito cerrado no cambian. También es razonable que τI = τ,
circuito cerrado deseada es porque los procesos lentos tienen valores grandes de τ y, por lo
e−θs tanto, τI también debería ser grande para un control satisfactorio.
= (126) A medida que τc disminuye, Kc aumenta, porque una respuesta
( YYsp ) d τcs + 1
más rápida del punto de ajuste requiere una acción de control más
El término de retardo de tiempo en la ecuación. 126 es esencial, intensa y, por lo tanto, un valor mayor de Kc. El retardo de tiempo θ
porque es físicamente imposible que la variable controlada responda impone un límite superior a Kc, incluso para el caso límite donde
a un cambio de punto de ajuste, antes de t = θ. Si se desconoce el τc → 0. Por el contrario, Kc se vuelve ilimitado cuando θ = 0 y τc
retraso, θ debe reemplazarse por una estimación. → 0.
Combinando las ecuaciones. 126 y 123b da Modelo de segundo orden más retardo de tiempo (SOPTD).
1 e−θs Considere un modelo de segundo orden más retardo de tiempo
Gc = (127) (SOPTD),
G̃ τcs + 1 − e−θs Ke−θs
G̃(s) (1212)
Aunque este controlador no tiene un formato PID estándar, es = (τ1s + 1)(τ2s + 1)
físicamente realizable. Sustitución en la ecuación. 129 y la reorganización da un controlador
A continuación, mostramos que la ecuación de diseño en la Ec. PID en forma paralela (cf. Capítulo 8),
127 se puede utilizar para derivar controladores PID para modelos
1
de procesos simples. La derivación se basa en la aproximación del (1213)
término de retardo de tiempo en el denominador de la ecuación. 127 Gc = Kc ( 1 + τ1s + τDs )
con una expansión en serie de Taylor truncada: dónde
1 τ1 + τ2 τ1τ2 , τI = τ1 + τ2, τD =
e−θs ≈ 1 − θs (128) kc = τc + θ τ1 + τ2 Las (1214)
k relaciones de sintonización en la ecuación.
Sustituyendo la ecuación. 128 en el denominador de la ecuación. 1214 indican que para valores grandes de θ, Kc disminuye, pero
127 y reorganizando da τI y τD no. Nuevamente, el retardo impone un límite superior a Kc
1 e−θs
como τc → 0.
Gc = (129) La configuración del controlador en las Ecs. 1211 y 1214 se vuelven
G̃ (τc + θ)s
más conservadores ( Kc más pequeño) a medida que τc aumenta. Si θ
Tenga en cuenta que este controlador también contiene una acción de control es relativamente grande (por ejemplo, θ/τ1 > 0,5), es prudente una
integral. elección conservadora de τc , porque las ecuaciones de diseño del
Las aproximaciones de retardo de tiempo son menos precisas controlador se basan en la aproximación del retardo de tiempo en la ecuación. 128.
cuando el retardo de tiempo es relativamente grande en comparación En la Sección 12.2.2 se presentan una serie de pautas para elegir
con la constante de tiempo dominante del proceso. Tenga en cuenta τc que son aplicables tanto al método de Síntesis Directa como al
que no es necesario aproximar el término de retraso en el numerador, método de Control del Modelo Interno.
porque se cancela por el término idéntico en G̃, cuando el retraso
se conoce exactamente.
A continuación, derivamos controladores para dos modelos de
EJEMPLO 12.1
procesos importantes. Para cada derivación, asumimos que el
modelo es perfecto (G̃ = G). Utilice el método de diseño DS para calcular la configuración del
controlador PID para el proceso:
Modelo de primer orden más retardo de tiempo (FOPTD). Considere 2es
el modelo FOPTD estándar, GRAMO =

(10s + 1)(5s + 1)
Ke−θs
Considere tres valores de la constante de tiempo de circuito cerrado
G̃(s) = (1210)
s+1 deseada: τc = 1, 3 y 10. Evalúe los controladores para cambios en
escalones unitarios tanto en el punto de ajuste como en la perturbación,
Sustituyendo la ecuación. 1210 en la ecuación. 129 y reorganizando
suponiendo que Gd = G. Repita la evaluación para dos casos:
se obtiene un controlador PI, Gc = Kc(1 + 1/τIs), con
(a) El modelo de proceso es perfecto (G̃ = G). (b)
1 τ
Kc = τI = τ (1211) La ganancia del modelo es incorrecta, K̃ = 0,9, en lugar del valor real,
k + θ,
τc
K = 2. Por lo tanto,
Las expresiones para la configuración del controlador PI en la Ec. 0.9es
G̃
1211 proporcionan una comprensión considerable. La ganancia del = (10s + 1)(5s + 1)
controlador Kc depende inversamente de la ganancia del modelo K, que es
Machine Translated by Google

204 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

SOLUCIÓN 1.8

1.6
La configuración del controlador de la Ec. 1214 son

1.4
τc = 1 τc = 3 τc = 10
1.2
Kc(K̃ = 2) 3,75 1,88 0,68
y 1
Kc(K̃ = 0,9) 8,33 4,17 1,51
τyo
15 15 15 0,8
τD 3,33 3,33 3,33
0,6
τc = 1
Los valores de Kc disminuyen a medida que τc aumenta, pero los valores de 0,4 τc = 3
τI y τD no cambian, como lo indica la ecuación. 1214. Aunque algunas de τc = 10
0,2
estas configuraciones del controlador se han reportado con tres cifras
significativas para fines de comparación, en la práctica no es necesario
0 0 20 40 60 80 100 120 140 160
calcular un tercer dígito. Por ejemplo, los controladores con valores de Kc de
Tiempo
8,33 y 8,3 producirían esencialmente las mismas respuestas de circuito cerrado.

Figura 12.4 Resultados de la simulación para el ejemplo 12.1 (b):

Las figuras 12.3 y 12.4 comparan las respuestas de circuito cerrado para
ganancia del modelo incorrecta.
los tres valores de τc. A medida que τc aumenta, las respuestas

1.8
se vuelve más lento y la desviación máxima es mayor después de que la
1.6
perturbación ocurre en τ = 80. Para el caso (b), cuando la ganancia del
1.4 modelo es 0,9, aproximadamente un 50% demasiado baja, la respuesta de

1.2 bucle cerrado para τc = 1 en la Fig. 12,4 es excesivamente oscilatorio e

incluso se volvería inestable si se hubiera considerado K̃ = 0,8 . Las
y 1
respuestas a las perturbaciones para τc = 3 y τc = 10 en la figura 12.4 son
0,8 en realidad mejores que las respuestas correspondientes en la figura 12.3
porque las primeras tienen tiempos de estabilización más cortos y desviaciones
0,6
τc = 1 máximas más pequeñas. Esta mejora se debe a los valores mayores de Kc
0,4 τc = 3
para el caso (b).
τc = 10
0,2
El diagrama de Simulink para este ejemplo es bastante simple, como se
0 0 20 40 60 80 100 120 140 160 muestra en la Fig. 12.5. (Consulte el Apéndice C para obtener un tutorial de
Tiempo Simulink). Sin embargo, los resultados de la simulación de las Figs. 12.3 y 12.4
se generaron usando un controlador modificado que eliminó el kick derivativo
Figura 12.3 Resultados de la simulación para el ejemplo 12.1 (a): (ver Capítulo 8).
ganancia correcta del modelo.

2 1
Tiempo
10 + 1 5s + 1
Reloj
Al espacio de trabajo 1 Paso Transferir Fcn3 Transferir Fcn4 Tiempo
Disturbio Retraso2

2 1 +
PID + Producción
–+
10 + 1 5s + 1

Cambio de paso en Controlador PID Transferir Fcn1 Transferir Fcn2 Tiempo Al espacio de trabajo
el punto de ajuste Retraso1

Figura 12.5 Diagrama de Simulink para el ejemplo 12.1.

La especificación de la función de transferencia de circuito para muchos procesos pero no para todos. Por ejemplo, supongamos
cerrado deseada, (Y/Ysp)d, debe basarse en el modelo de proceso que el modelo de proceso contiene un término cero en el semiplano
supuesto, así como en la respuesta del punto de ajuste deseado. derecho denotado por (1 − τas) donde τa > 0 (cf. Sección 6.1).
El modelo FOPTD en la ecuación. 126 es una elección razonable Entonces si la Ec. 126 es seleccionado, el controlador DS
Machine Translated by Google

12.2 Métodos de diseño basados en modelos 205

tener el término (1 − τas) en su denominador y por tanto ser errores de modelado (G̃ ≠ G) y perturbaciones desconocidas
inestable, una característica muy indeseable. Este problema puede (D ≠ 0) que no se tienen en cuenta en el modelo.
evitarse reemplazando la Ec. 126 con la ecuación. 1215: Se puede demostrar que los dos diagramas de bloques son
equivalentes si los controladores GcCy satisfacer
G la relación
= (1 − τas)e−θs (1215)
( YYsp ) τcs + 1 G C
d Gc = (1216)
El enfoque DS no debe usarse directamente para 1−G cG̃

Modelos de proceso con polos inestables. Sin embargo, puede ser Por lo tanto, cualquier controlador IMC GC es equivalente a un controlador
se aplica si el modelo se estabiliza primero mediante un de retroalimentación convencional Gc, y viceversa.
bucle de control de retroalimentación. La siguiente relación de bucle cerrado para IMC puede ser
derivado de la figura 12.6b utilizando el álgebra del diagrama de bloques

12.2.2 Control de Modelo Interno (IMC) del Capítulo 11:

Un método de diseño basado en modelos más completo, Y= G cG 1−G cG̃

Ysp + D (1217)
El Control de Modelo Interno (IMC), fue desarrollado por 1+G (G − G̃) 1+G (G − G̃)
C C

Morari y colaboradores (García y Morari, 1982;

Para el caso especial de un modelo perfecto, G̃ = G, Ec. 1217
Rivera et al., 1986). El método IMC, como el DS
reduce a
método, se basa en un modelo de proceso asumido y
conduce a expresiones analíticas para la configuración del controlador. Y=G cGYsp + (1 − G cG)D (1218)
Estos dos métodos de diseño están estrechamente relacionados y
El controlador IMC está diseñado en dos pasos:
producir controladores idénticos si los parámetros de diseño
se especifican de manera consistente. Sin embargo, el IMC
Paso 1. El modelo de proceso se factoriza como
Este enfoque tiene la ventaja de que permite considerar la
incertidumbre del modelo y las compensaciones entre desempeño y G̃ = G̃+ G̃− (1219)
robustez de una manera más sistemática.
Diagramas de bloques simplificados para retroalimentación convencional. donde G̃+ contiene cualquier retraso de tiempo y la mitad derecha
El control y el IMC se comparan en la figura 12.6. El CMI ceros del plano. Además, se requiere que G̃+ tenga un
El método se basa en el diagrama de bloques simplificado que se muestra. ganancia en estado estacionario igual a uno para asegurar que
en la figura 12.6b. Un modelo de proceso G̃ y el controlador out Ỹ. los dos factores en la ecuación. 1219 son únicos.
put P se utilizan para calcular la respuesta del modelo, la El
Paso 2. El controlador IMC se especifica como
respuesta del modelo se resta de la respuesta real
1
Y, y la diferencia, Y − Ỹ, se utiliza como señal de entrada. G
= F (1220)
C
. En general, Y ≠ Ỹ debido a G̃−
al controlador IMC, G C

donde f es un filtro de paso bajo con una ganancia en estado estable de

uno.4 Normalmente tiene la forma
1
D f= (1221)
Controlador Proceso (τcs + 1)r

Ysp mi PAG + Y De manera análoga al método DS, τc es la constante de tiempo

+ gc +
– deseada en bucle cerrado. El parámetro r es un pequeño positivo.
GRAMO

entero. La elección habitual es r = 1.

Tenga en cuenta que el controlador IMC en la Ec. 1220 se basa en
(a) Control de retroalimentación convencional la parte invertible del modelo de proceso, G̃−, en lugar de
todo el modelo, G̃. Si se hubiera utilizado G̃ , el controlador
D podría contener un término de predicción e+θs (si G̃+ contiene
Controlador Proceso
un retardo de tiempo θ), o un polo inestable (si G̃+ contiene un
Ysp MI* PAG + Y semiplano derecho cero). Así, empleando la factorización de la
+ +
– g*c
GRAMO

ecuación. 1219 y las ecuaciones de diseño en

Ecuaciones. 1220 y 1221, el controlador IMC resultante G C

Se garantiza que es físicamente realizable y estable. En

Y –+
GRAMO general, la parte no invertible del modelo, G̃+, lugares
limitaciones en el rendimiento que se puede lograr
modelo interno YY

(b) Control interno del modelo

4El término filtro de paso bajo es un concepto de respuesta de frecuencia que se
Figura 12.6 Estrategias de control de retroalimentación. explicado en el Capítulo 14.
Machine Translated by Google

206 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

por cualquier sistema de control. Debido a que el método de diseño

Sustituyendo las ecuaciones. 1227 y 1221 en la ecuación. 1220
estándar del IMC se basa en la cancelación del polo cero, el enfoque
y estableciendo r = 1 da
del IMC debe modificarse para procesos que son inestables en bucle
abierto. θ
Para la situación ideal donde el modelo de proceso es perfecto G
= ( 1 + 2 s ) (τs + 1) (1228)
C
K(τcs + 1)
(G̃ = G), sustituyendo la Ec. 1220 en la ecuación. 1218 da la
expresión de bucle cerrado El controlador equivalente Gc se puede obtener de la ecuación.
1216,
Y = G̃+ f Ysp + (1 − G̃+ f)D (1222) θ
( 1 + 2 s ) (τs + 1)
Por lo tanto, la función de transferencia de bucle cerrado para cambios de Gc = θ (1229)
punto de ajuste es K ( τc + 2 ) s
Y
= G̃+ f (1223) y reorganizado en el controlador PID de la Ec. 1213 con
Ysp

Los métodos de diseño IMC y Síntesis Directa (DS) pueden producir

1 2 (τ)
θ +1 τ
controladores equivalentes y respuestas de circuito cerrado idénticas, kc = , τI = θ + τ, τD = 2
k
incluso cuando hay errores de modelado. Esta equivalencia ocurre θ )+1
2 (τc θ +1
2 (τ)
si la función de transferencia deseada (Y/Ysp)d en la ecuación.
123b se iguala a Y/Ysp en la ecuación. 1223. (1230)
Recuerde que la Ec. 1216 muestra cómo convertir G C
hacia (b) Al repetir esta derivación para la aproximación de la serie de
equivalente Gc. Taylor se obtiene un controlador PI estándar para Gc:
El método de diseño IMC se ilustra en el siguiente ejemplo. 1 τ
(1231)
kc =
k τc + , τI = τ

θ Una comparación de las ecuaciones. 1230 y 1231 indican que

EJEMPLO 12.2 el tipo de controlador que se diseña depende de la aproximación
del retardo de tiempo. Además, el controlador IMC en la
Utilice el método de diseño IMC para diseñar dos controladores para el ecuación. 1231 es idéntico al controlador DS en la ecuación.
modelo FOPTD en la ecuación. 1210. Supongamos que f está 1211 para un modelo FOPTD.
especificada por la ecuación. 1221 con r = 1, y considere dos
aproximaciones para el término de retardo de tiempo:
Para modelos de procesos más generales con una constante de
(a) Aproximación 1/1 Padé:
tiempo dominante, τdom, la directriz se puede generalizar
θ1 reemplazando τ por τdom. Por ejemplo, establecer τc = τdom/
s
− e − θs (1224a)
2 3 significa que la respuesta de bucle cerrado deseada es tres veces
θ1+s2
más rápida que la respuesta de bucle abierto.

(b) Aproximación de la serie de Taylor de primer orden:

12.3 RELACIONES DE SINTONIZACIÓN DEL CONTROLADOR
e−θs 1 − θs (1224b)
En la última sección, los métodos de diseño basados en modelos
como DS e IMC produjeron controladores PI o PID para ciertas
SOLUCIÓN
clases de modelos de procesos. También se han desarrollado
(a) Sustituyendo la ecuación. 1224a en la ecuación. 1210 da expresiones analíticas para la configuración del controlador PID
θ desde otras perspectivas. Estas expresiones se denominan
k(1 2s ) relaciones de sintonización del controlador, o simplemente relaciones
G̃(s) θ (1225)
de sintonización. En esta sección presentamos algunas de las
=(1+ 2 s ) (τs + 1) relaciones de sintonización más utilizadas, así como algunas nuevas y prometedora

Factorice este modelo como G̃ = G̃+G̃− donde

θ 12.3.1 Relaciones de sintonización del IMC
G̃+ = 1 − s (1226)
2
Se pueden derivar diferentes relaciones de sintonización IMC
y
k dependiendo del tipo de filtro de paso bajo y de la aproximación de
G̃− = (1227)
θ retardo de tiempo que se seleccionen (Rivera et al., 1986; Chien y
(1+ 2 s ) (τs + 1) Fruehauf, 1990; Skogestad, 2003).
La Tabla 12.1 presenta las relaciones de sintonización del
Tenga en cuenta que G̃+ tiene una ganancia en estado estacionario de uno, como se
requiere en el procedimiento de diseño del IMC.
controlador PID para la forma paralela que fueron derivadas por
Chien y Fruehauf (1990) para tipos comunes de modelos de procesos.
Las derivaciones son análogas a las del ejemplo 12.2.
Machine Translated by Google

12.3 Relaciones de ajuste del controlador 207

Tabla 12.1 Configuración del controlador IMC para el controlador PID de forma paralela (Chien y Fruehauf, 1990)

Caso Modelo KcK τyo τD

k τ –
A τ
s+1 τc

k τ1 + τ2 τ1τ2
B τ1 + τ2
(τ1s + 1)(τ2s + 1) τc τ1 + τ2

k 2ζτ τ
C 2ζτ
τ2s2 + 2ζτs + 1 τc 2ζ

K(−βs + 1) 2ζτ τ
D ,β>0 2ζτ
τ2s2 + 2ζτs + 1 τc + β 2ζ
k 2 –
mi 2τc
s τc

k 2τc + τ 2τcτ
F 2τc + τ
τ2
s(τs + 1) C 2τc + τ
Ke−θs τ –
GRAMO τ
s+1 τc + θ
θ
τ+
Ke−θs
2 θ τθ
h τ+
s+1 θ 2 2τ+θ
τc +
2

I K(τ3s + 1)e−θs τ1 + τ2 − τ3 τ1τ2 − (τ1 + τ2 − τ3)τ3

τ1 + τ2 − τ3
(τ1s + 1)(τ2s + 1) τc + θ τ1 + τ2 − τ3

j
K(τ3s + 1)e−θs 2ζτ − τ3 τ2 − (2ζτ − τ3)τ3
2ζτ − τ3
τ2s2 + 2ζτs + 1 τc + θ 2ζτ − τ3

τ3θ
τ1 + τ2
k K(−τ3s + 1)e−θs + τc + τ3 + θ τ3θ τ3θ τ1τ2
τ1 + τ2 +
(τ1s + 1)(τ2s + 1) τc + τ3 + θ + τc + τ3 + θ τc + τ3 + θ τ3θ
τ1 + τ2
+ τc + τ3 + θ
τ3θ
2ζτ +
τ2
l K(−τ3s + 1)e−θs τc + τ3 + θ τ3θ τ3θ
+
2ζτ +
τ2s2 + 2ζτs + 1 τc + τ3 + θ τc + τ3 + θ τc + τ3 + θ τ3θ
2ζτ +
τc + τ3 + θ
Ke−θs
2τc + θ –
METRO
2τc + θ
s (τc + θ)2
θ2
Ke−θs τcθ +
2τc + θ 4
norte
2τc + θ
s θ 2τc + θ
( τc + 2 )2
Ke−θs
oh
2τc +τ+θ (2τc + θ)τ
2τc +τ+θ
s(τs + 1) (τc + θ)2 2τc +τ+θ

El filtro IMC se seleccionó de acuerdo con la Ec. 1221 con Para estos modelos, el controlador PI en la primera fila
r = 1 para modelos de primer y segundo orden. Para modelos con se derivó basándose en la aproximación del retardo de tiempo en
elementos integrantes, la siguiente expresión Ec. 1224b, mientras que el controlador PID en la siguiente fila estaba
fue empleado: derivado basado en la ecuación. 1224a.

| Chien y Fruehauf (1990) han informado sobre relaciones de

(2τc − C)s + 1 dG̃+ | sintonización equivalentes para la forma en serie del PID.
f= donde C = | (1232)
(τcs + 1)2 ds | controlador en el Capítulo 8. La configuración del controlador para el
|s=0
La forma paralela se puede convertir fácilmente a la configuración
En la Tabla 12.1, se enumeran dos controladores para algunos correspondiente para la forma en serie, y viceversa, como se muestra.
modelos de proceso (cf. controladores G y H, y M y N). en la Tabla 12.2.
Machine Translated by Google

208 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

Tabla 12.2 Configuración del controlador PID equivalente para el

Formas paralelas y en serie
4
Forma paralela Formulario de serie
3.5 τc = 8
τc = 15
1 1 3
Gc(s) = Kc ( 1 + τEs + τDs ) Gc(s) = K′ c(1+ τ′ Es ) (1 + τ′ Ds)
2.5

K′C = kc
τ′
D
Kc = K′c ( 1 + 2
(1 + √1 − 4τD∕τI) y 2
I)
τ′
= τI
+ τ′ τ′ (1 + √1 − 4τD∕τI) 1.5
τI = τ′
I D I 2

τ′ Dτ′ I = τI 1
τD = τ′
D (1 − √1 − 4τD∕τI)
τ′ I + τ′ 2
D
0,5
Estas ecuaciones de conversión sólo son válidas si τD/τI ≤ 0,25.
0
0 50 100 150 200 250 300
Tiempo

El siguiente ejemplo ilustra el uso de la sintonización.

relaciones en la tabla 12.1. 3

2.5 τc = 8
τc = 15
EJEMPLO 12.3
2
Un modelo de proceso para un sistema de almacenamiento de líquidos viene dado por
Chien y Fruehauf (1990): y 1.5
Ke−7,4s
G̃(s) =
s 1

Utilice la Tabla 12.1 para calcular la configuración del controlador PI y PID

0,5
para K = 0,2 y τc = 8. Repita para τc = 15 y haga lo mismo
siguiente:
0
(a) Compare los cuatro controladores para cambios de escalón unitario en 0 50 100 150 200 250 300
Tiempo
el punto de ajuste y la perturbación, suponiendo que Gd = G̃.
(b) Para caracterizar la robustez de cada controlador del inciso (a), determine Figura 12.7 Resultados de la simulación para el Ejemplo 12.3: PI
Kmax, el valor más grande de control (arriba) y control PID (abajo).
K que da como resultado un sistema estable de circuito cerrado para cada
controlador.

τc = 8, lo que le da el mejor rendimiento de los cuatro

controladores considerados.
SOLUCIÓN
(b) El valor numérico de Kmax se puede obtener a partir de un
(a) Para este proceso de integración, G̃+ = e−θs , y por lo tanto análisis de estabilidad utilizando el método de sustitución directa
C = −θ en la ecuación. 1232. La configuración del controlador IMC para del Capítulo 11.
Los controladores M y N en la Tabla 12.1 son Los resultados numéricos que se muestran en la siguiente tabla
indican que K puede aumentar significativamente desde su
valor nominal de 0,2 antes del sistema de bucle cerrado
kc τyo τD
se vuelve inestable. Por lo tanto, estos controladores IMC son
0,493 23.4 –
PI (τc = 8) bastante robusto y se vuelve aún más a medida que τc aumenta.
0,373 37,4 –
PI (τc = 15) Los valores aproximados de Kmax se obtuvieron mediante
PID (τc = 8) 0,857 23.4 3.12
utilizando la aproximación de retardo de tiempo en la ecuación. 1224b.
PID (τc = 15) 0.535 37,4 3.33

Las respuestas de lazo cerrado en la figura 12.7 son más lentas y

Kmáx

menos oscilatorias para τc = 15 que para Controlador Aproximado Exacto

τc
τc = 8. Además, para τc = 15 el exceso es menor para el
Pi 0,274 0.356
cambio de punto de ajuste y la desviación máxima es mayor
Pi 8 15 0,363 0.515
después del disturbio. El controlador PID proporciona
una mejor respuesta a las perturbaciones que el controlador PI PID 0,376 0,277
con una desviación máxima menor. además, el PID 8 15 0,561 0.425
El controlador PID tiene un tiempo de estabilización muy corto para
Machine Translated by Google

12.3 Relaciones de ajuste del controlador 209

Modelos con retraso dominante ( / 1)

disturbio. Supongamos que el modelo es perfecto y que
Modelos de primer o segundo orden con tiempo relativamente pequeño. Dios(es) = G(s).
Los retrasos se denominan modelos de retraso dominante (p. ej.,
θ/τ < 0,25 para modelos FOPTD). Los métodos IMC y DS proporcionan
SOLUCIÓN
respuestas de punto de ajuste satisfactorias, pero muy
respuestas lentas a las perturbaciones, porque el valor de τI es
Las configuraciones del controlador PI son:
muy grande. Afortunadamente, este problema se puede resolver en
dos maneras diferentes. Controlador kc τyo

1. Aproximar el modelo de rezago dominante mediante un 0,5 100

(a) IMC (b)
modelo integrador más retardo de tiempo (Chien y Aproximación del integrador (c) SIMC 0,57 5
Fruehauf, 1990). Como se indica en la Sección 7.2.3, el 0,5 8
modelo integrador más retardo de tiempo en la ecuación. 1233
proporciona una aproximación precisa al FOPTD Los resultados de la simulación en la Fig. 12.8 indican que el IMC
modelo en la ecuación. 1210 para la parte inicial del El controlador proporciona una excelente respuesta de punto de ajuste. El
respuesta escalonada: dos controladores especiales proporcionan una mejora significativa
rechazo de perturbaciones con tiempos de estabilización mucho más pequeños.
K e−θs
G(es) = Por lo tanto, aunque las reglas de sintonización estándar del IMC producen
(1233)
s respuestas a perturbaciones muy lentas para modelos FOPTD
Con relaciones θ/τ pequeñas, hay remedios simples disponibles como
En la ecuación. 1233, K K∕τ. Entonces la relación de sintonización IMC
ciones en la Tabla 12.1 para el controlador M o N pueden demostrado en este ejemplo. Además, los excesos del punto de ajuste se
pueden reducir sin afectar la perturbación.
se aplicado.
respuestas ajustando el coeficiente de ponderación del punto de ajuste,
2. Método Skogestad IMC (SIMC). Para retardo dominante como se considera en la Sección 12.4.
modelos, los controladores IMC estándar para primera y
Los modelos de segundo orden proporcionan perturbaciones lentas. 1.5
respuestas porque τI es muy grande. Por ejemplo,
El controlador G en la Tabla 12.1 tiene τI = τ donde τ es muy
grande. Como remedio, Skogestad (2003) propuso
1
modificando las relaciones de sintonización del IMC limitando la
valor de τI: y

τI = mín{τ, 4(τc + θ)} (1234) Aproximación del integrador

0,5
SIMC
Para control PID y un modelo FOPTD, Grimholt IMC
y Skogestad (2013) sugirieron usar τI de
Ec. 1234, τD = θ/3, τc = 0,5 y Kc = (1/K) 0
024 6 8 10 12 14 16 18 20
(τ+θ/2)/(τc + θ/2) del Caso H en la Tabla 12.1.
Tiempo
Se comparan los métodos 1 y 2 para modelos con rezago dominante
2.5
en el ejemplo 12.4.

2
EJEMPLO 12.4

Considere un modelo FOPTD:

1.5
100
G̃(s) = es y
100 + 1
1
Este modelo tiene un retraso dominante porque θ/τ = 0,01. Especificar Aproximación del integrador
tres controladores PI utilizando los siguientes métodos: SIMC
0.1 IMC
(a) IMC (τc = 1)

(b) IMC (τc = 2) y el método de aproximación del integrador

0
(Ecuación 1233) 0 10 20 30 40 50 60
(c) IMC (τc = 1) y SIMC (ecuación 1234) Tiempo

Evalúe los tres controladores comparando su desempeño para cambios de Figura 12.8 Comparación de respuestas de punto de ajuste (arriba) y
pasos unitarios tanto en el punto de ajuste como en el respuestas a perturbaciones (abajo) para el ejemplo 12.4.
Machine Translated by Google

210 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

Tabla 12.3 Directrices para elegir τc para los métodos de sintonización IMC y 4. Integral del error (IE)
SIMC y un modelo FOPTD ∞
e(t) dt (1238)
Recomendaciones Condiciones Referencias Es decir = ∫
0

0,5θ valor predeterminado Grimholt y Cuando la señal de error e(t) no cambia de signo,
τc = θ
de control agresivo Skogestad (2013) IE = IAE, y su valor se puede calcular analíticamente (Åström y
1,5θ respuestas suaves Hägglund, 2006):

control robusto Åström y

Es decir = τyo
(cuando e(t) no cambia de signo) (1239)
τc = 3θ
kc
Hägglund (2006,
p. 187); McMillan Para estas situaciones, IE es una métrica útil para evaluar
(2015, pág.29) respuestas a perturbaciones prefiriéndose valores pequeños. Pero
si e(t) cambia de signo (por ejemplo, para una respuesta
τc > τ valor por defecto Blevins et al. (2013, pág. oscilatoria), el valor de IE puede ser muy engañoso y no debe
τc = 2–3τ } control robusto} 102) usarse para evaluaciones.
El criterio ISE penaliza los errores grandes, mientras que el
criterio ITAE penaliza los errores que persisten durante largos
periodos de tiempo. En general, el ITAE es el criterio preferido,
Elección de C porque normalmente da como resultado la configuración del
Los métodos de sintonización IMC y SIMC tienen un único controlador más conservadora. Por el contrario, el criterio ISE
parámetro de diseño, τc. El funcionamiento exitoso del controlador proporciona las configuraciones más agresivas, mientras que el
depende de especificar un valor apropiado para τc. criterio IAE tiende a producir configuraciones de controlador que
En general, aumentar τc hace que el controlador sea más se encuentran entre las de los criterios ITAE e ISE. En la figura
conservador, mientras que reducir τc hace que el controlador sea 12.9 se muestra una interpretación gráfica del índice de desempeño
agresivo. Hay muchas pautas publicadas para especificar τc del IAE.
basadas en análisis teóricos y/o experiencia práctica. La Tabla Las relaciones de ajuste del controlador para el índice de
12.3 proporciona recomendaciones representativas para un modelo desempeño ITAE se muestran en la Tabla 12.4. Estas relaciones
FOPTD, basado tanto en perspectivas de investigación como se desarrollaron para el modelo FOPTD de la ecuación. 1210 y la
industriales. Para otras estructuras de modelo, estas pautas se forma paralela del controlador PID en la ecuación. 1213.
pueden aplicar después de que el modelo se reduzca a un modelo También se supuso que las funciones de perturbación y
FOPTD (consulte la Sección 6.3). transferencia de proceso en la figura 12.2 son idénticas (es decir,
Gd = G). Tenga en cuenta que la configuración óptima del controlador es

12.3.2 Criterios de error integral y otros

métodos
Se han desarrollado relaciones de ajuste del controlador, que
0
optimizan la respuesta de bucle cerrado para un modelo de
mi
proceso simple y una perturbación específica o un cambio de punto de ajuste.
Los ajustes óptimos minimizan un criterio de error integral. Cuatro
criterios de error integral populares son

1. Integral del valor absoluto del error (IAE) 0

∞ Tiempo (a) Cambio de perturbación

|e(t)|dt (1235)
IAE = ∫
0
donde la señal de error e(t) es la diferencia entre el punto 0
de ajuste y la medición. mi

2. Integral del error al cuadrado (ISE)

∞
e2(t)dt (1236)
ISE = ∫
0 0
Tiempo
3. Integral del error absoluto ponderado en el tiempo
(b) Cambio de punto de ajuste
(ITAE)
∞
Figura 12.9 Interpretación gráfica de IAE. El área sombreada es el valor IAE.
t|e(t)|dt (1237)
ITAE = ∫
0
Machine Translated by Google

12.3 Relaciones de ajuste del controlador 211

Tabla 12.4 Relaciones de diseño del controlador basadas en el En consecuencia, las reglas de sintonización Lambda pueden
índice de desempeño ITAE y un modelo de primer orden considerarse casos especiales de las reglas de sintonización IMC.5
más retardo (Lipták, 2006) ,†

Tipo de entrada Tipo de controlador Modo A B 12.3.3 Método AMIGO

Disturbio Pi 0,859 −0,977
La mayoría de los métodos de ajuste del controlador PID
PAG

I 0,674 −0,680
considerados en este capítulo se basan en lograr un nivel específico
Disturbio PID 1,357 −0,947
de desempeño del sistema de control, pero no abordan explícitamente
PAG

I 0,842 −0,738 cuestiones de robustez. Por lo tanto, para estos métodos, la robustez
D 0.381 0,995 debe abordarse después de que se haya completado el diseño del
Punto fijo Pi 0,586 −0,916
controlador (por ejemplo, desafinando el controlador). Pero tanto el
PAG

I 1,03† −0,165†
método IMC como el método AMIGO (Hägglund y Åström, 2004;
Punto fijo PID 0,965 −0,85
Åström y Hägglund, 2006) sí consideran la robustez y el rendimiento
PAG

I 0,796† −0,1465† en su desarrollo. El método AMIGO optimiza una métrica de

D 0.308 0,929
rendimiento al tiempo que satisface las limitaciones de robustez y
Relación de diseño: Y = A(θ/τ)B donde Y = KKc para el modo rechazo de ruido.
proporcional, τ/τI para el modo integral y τD/τ para el modo derivativo.
†Para cambios de punto de ajuste, la relación de diseño para el modo Las relaciones de tuning AMIGO se basan en la
integral es τ/τI = A + B(θ/τ). forma ampliada del controlador PID en la ecuación. 1240:
t

(ysp(t ) − ym(t ))dt

diferente para cambios de punto de ajuste y perturbaciones de paso. u(t) = Kc [ ysp(t) − ym(t) ] + KI∫ 0

En general, los ajustes del controlador para cambios de puntos de

(1240)
ajuste son más conservadores. También se encuentran disponibles + KD ( −dym dt )
relaciones de ajuste similares para los índices IAE e ISE y otros
Los ajustes del controlador AMIGO se calculan maximizando la
tipos de modelos de procesos (Lipták, 2006; Madhuranthakam et al.,
ganancia integral, KI, sujeta a una restricción de robustez. La
2008).
elección de KI como métrica de rendimiento se basa en
Ziegler y Nichols (1942) y Cohen y Coon (1953) publicaron dos
consideraciones de rechazo de perturbaciones: el grado de
de las primeras relaciones de sintonización de controladores. Estas
atenuación de las perturbaciones de baja frecuencia (comunes en el
conocidas relaciones de sintonización se desarrollaron para
control de procesos) por el sistema de circuito cerrado suele ser
proporcionar respuestas de bucle cerrado que tienen una relación
inversamente proporcional a KI (cf. Ec. 1239). .
de caída de 1/4 (consulte la Sección 5.4). Debido a que una
Tenga en cuenta que KI está relacionado con los parámetros PID en la
respuesta con una relación de caída de 1/4 se considera
forma PID paralela (ecuación 1213) mediante
excesivamente oscilatoria para la mayoría de las aplicaciones de
control de procesos, no se recomiendan estas relaciones de ajuste. kc
KI = (1241)
Otros métodos de diseño PID y relaciones de ajuste están τyo

disponibles en libros (Åström y Hägglund, 2006; Visioli, 2006; La restricción de robustez de AMIGO consiste en un valor
McMillan, 2015) y en una extensa compilación (O'Dwyer, 2009). especificado para una métrica clave de robustez en el dominio de la
frecuencia, M, el valor máximo de la función de sensibilidad (ver
Apéndice J).
Método lambda Las relaciones de tuning de AMIGO se desarrollaron de la
siguiente manera. Primero, se determinaron los ajustes óptimos del
El método Lambda es una técnica de sintonización popular, controlador PI y PID para cada modelo en un conjunto de pruebas
especialmente en la industria de la pulpa y el papel. Su sintonización de 134 modelos de proceso, que consistían en 10 tipos de modelos
del controlador PI o PID se basa en un modelo de función de de función de transferencia que incluían modelos de orden superior,
transferencia simple y la función de transferencia de bucle cerrado procesos de integración y amplios rangos de θ/ valores τ. A
deseada en la ecuación. 126. El enfoque tradicional es ajustar un excepción de los modelos con integrador, todos los modelos de
controlador PI basado en un modelo FOPTD o un modelo de prueba tenían respuestas de paso monótonas o aproximadamente
integrador más retardo de tiempo. Sin embargo, el método Lambda monótonas. Esta es sólo una restricción leve porque
también se puede utilizar para ajustar los controladores PID para estos
modelos (Åström y Hägglund, 2006). Es digno de mención que los
métodos Lambda e IMC producen controladores PI y PID idénticos 5El término “método Lambda” se utilizó porque λ era el símbolo del recíproco
para estos modelos y funciones de transferencia de circuito cerrado de la constante de tiempo de circuito cerrado deseada en las primeras
deseadas (consulte la Tabla 12.1). publicaciones (p. ej., Dahlin, 1986).
Machine Translated by Google

212 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

la mayoría de los modelos de procesos satisfacen esta condición. Sin 3. Pero para el control PID, no fue posible desarrollar relaciones de
embargo, el requisito de monotonicidad significa que las relaciones de sintonización precisas para los 134 modelos de prueba.
sintonización AMIGO no se recomiendan para procesos poco amortiguados En consecuencia, las relaciones de sintonización de la Tabla 12.6
o procesos cuyas respuestas escalonadas exhiben sobrepasos significativos tienden a ser conservadoras para θ/τ > 0,43. Sin embargo, las
o respuestas inversas (cf. configuraciones óptimas de PID para una amplia gama de valores θ/
Capítulos 5 y 6). τ están disponibles en formato gráfico (Åström y Hägglund, 2006).
Para cada uno de los 134 modelos de prueba, los parámetros óptimos
del controlador se calcularon mediante optimización restringida (con M = 4. También están disponibles relaciones de ajuste AMIGO para modelos
1,4) y se desarrolló un modelo aproximado simple (por ejemplo, modelos de segundo orden con retrasos de tiempo y otros casos especiales
de primer y segundo orden con retardos de tiempo) utilizando una técnica (por ejemplo, procesos dominados por retrasos) (Åström y Hägglund,
de reducción de modelos. Luego se desarrollaron relaciones de 2006).
sintonización AMIGO mediante regresión de los parámetros óptimos del
controlador con los parámetros aproximados del modelo. Las relaciones
de ajuste de AMIGO para dos modelos de procesos comunes se muestran 12.3.4 Filtros de ruido
en las Tablas 12.5 y 12.6.
El ruido de alta frecuencia se asocia a menudo con las mediciones de

Los siguientes son algunos comentarios sobre las reglas de ajuste de procesos. El ruido puede ser producido por varias fuentes que incluyen el

AMIGO: sensor, el equipo eléctrico o el proceso mismo. El ruido inducido por el

proceso puede ocurrir debido a una mezcla incompleta, turbulencia cerca
1. A diferencia de los métodos DS e IMC, el método AMIGO no tiene un del sensor y flujos multifásicos no uniformes. Los altos niveles de ruido en
parámetro de diseño como τc que deba especificarse. las mediciones pueden tener efectos perjudiciales en el rendimiento del
circuito cerrado porque el controlador de retroalimentación amplifica el

2. Para el control PI, las relaciones de sintonización en la Tabla 12.5 ruido y lo reinserta en el proceso a través de la salida del controlador. En
concuerdan excelentemente con las configuraciones óptimas del consecuencia, el ruido puede provocar un desgaste excesivo de las
controlador para los modelos de prueba individuales (±15% para la válvulas de control y otros elementos de control final.
mayoría de los modelos).

Los efectos del ruido de alta frecuencia se pueden reducir mediante un

tipo de procesamiento de señal, filtrando las mediciones. Por el contrario,
Tabla 12.5 Reglas de ajuste AMIGO para controladores PI (Åström y
Hägglund, 2006) el ruido de baja y media frecuencia puede interpretarse como perturbaciones
que se tratan mediante el modo de control integral. En esta sección
Ke−θs Ke−θs
Modelo: G(s) = Modelo: G(s) = consideramos brevemente el diseño de filtros y sus efectos en el diseño
τs + 1 s
del controlador y el rendimiento de circuito cerrado. El Capítulo 17
0,15 θτ
Kc = k 0,35 proporciona un análisis más detallado de los filtros de ruido y las técnicas
+ ( 0,35 − (θ + τ)2 ) τKθ Kc = Kθ de control digital.

13θτ2
τI = 0,35θ + τI = 13,4θ El software comercial de control por computadora incluye opciones de
τ2 + 12θτ + 7θ2
filtrado para cada variable medida. Los filtros suelen expresarse como
Solo válido para θ > 0. funciones de transferencia. Por ejemplo, el filtro estándar de primer orden
GF viene dado por

YF(es) 1
= GF(es) = (1242)
Tabla 12.6 Reglas de ajuste AMIGO para controladores PID Y(s) τFs + 1
(Åström y Hägglund, 2006)
donde yF es la salida del filtro, y es la variable medida y τF es la constante
Ke−θs Ke−θs de tiempo del filtro. Para el diagrama de bloques estándar de la figura 12.2,
Modelo: G(s) = Modelo: G(s) =
τs + 1 s GF se incluiría como un bloque adicional en la ruta de retroalimentación,
1 τ 0,45 después de Gm.
kc = k ( 0,2 + 0,45 θ ) kc = k La elección de τF implica una compensación inherente: valores
grandes de τF proporcionan un mejor suavizado de las mediciones pero
0,4θ + 0,8τ
τI θ τI = 8θ añaden un retraso dinámico al sistema de circuito cerrado.
= θ + 0,1τ
Esta constante de tiempo adicional puede tener efectos adversos sobre la
0.5θτ estabilidad, el rendimiento y la robustez del circuito cerrado.
τD = τD = 0,5θ
0.3θ+τ Su impacto puede evaluarse reemplazando G por GGF en los métodos de
También válido sólo para θ > 0. diseño y ajuste de las Secciones 12.3 y 12.4.
Machine Translated by Google

12.4 Controladores con dos grados de libertad 213

Las pautas para filtros de primer orden indican que τF debe especificarse 7. Para la ponderación del punto de ajuste, una regla conservadora es
como una pequeña fracción de la constante de tiempo del proceso dominante establecer β = 1 cuando θ/τ > 0,43 (Åström y Hägglund, 2006, p. 230).
τp o una fracción de la configuración del controlador, ya sea τI o τD. Una
pauta típica es que τF debe ser inferior a 0,1 τp. Reglas de ajuste simples 8. Se debe considerar que las relaciones de ajuste (y estas pautas)
para τF proporcionan una primera estimación de la configuración satisfactoria
y el control PI/PID está disponible en función del equilibrio entre el suavizado
del controlador. A menudo es necesario un ajuste fino posterior,
de la medición y el rendimiento/robustez de bucle cerrado (Segovia et al., especialmente cuando el modelo de proceso no es muy preciso, como
2014; Garpinger y Hagglund, 2015). suele ser el caso.

Aunque las relaciones de sintonización en las secciones anteriores se

desarrollaron para la forma paralela de control PID, se pueden convertir a la
12.3.5 Directrices para el diseño y ajuste forma en serie usando la Tabla 12.2.
del controlador
Aunque el diseño y las relaciones de ajuste de las secciones anteriores se
basan en diferentes criterios de rendimiento, se pueden hacer varias
EJEMPLO 12.5
generalizaciones y pautas para los controladores PI/PID. Estas directrices se
expresan en términos de modelos FOPTD, pero también son válidas para otros
Un sistema de mezcla con un retardo de tiempo de medición se puede
modelos si se aproximan primero mediante modelos FOPTD, según la Sección
modelar como
6.3. 1,54e−1,07s
G(s) =
5,93s + 1

Algunas pautas importantes son: 1. El diseño Calcule la configuración del controlador PI utilizando las siguientes
relaciones de ajuste:
y ajuste del controlador implican compensaciones entre el rendimiento y la
robustez del sistema de control. Los controladores de alto rendimiento (a) IMC (τc = τ/3) (b)
tienden a no ser muy robustos, mientras que los controladores muy IMC (τc = θ) (c) ITAE
robustos tienden a proporcionar respuestas muy lentas. El compromiso (perturbación) (d) AMIGO
requerido depende en gran medida de los objetivos de control, la
importancia del circuito de control y la precisión del modelo.

SOLUCIÓN
2. El software comercial incluye muchas variaciones de algoritmos de control
PID (consulte el Capítulo 8). Por ejemplo, formas en serie versus formas
Los ajustes calculados del controlador PI son
paralelas, el uso de PB versus Kc. Por lo tanto, al diseñar o ajustar un
controlador PID, es importante especificar qué versión de control PID
se está considerando. kc τyo

IMC (τc = τ/3 = 1,97) 1,27 5,93

3. La ganancia Kc del controlador debe ser inversamente proporcional al IMC (τc =θ= 1,07) 1,80 5,93
ITAE (perturbación) 2,97 2,75
producto de las otras ganancias en el circuito de retroalimentación: Kc
AMIGOS 0,905 4,47
1/K donde K = KvKpKm. Para estabilidad en circuito cerrado, KcK >
0.

4. Kc debería disminuir a medida que aumenta θ/τ. En general, el Parece que las configuraciones ITAE (perturbación) son las más agresivas

rendimiento del sistema de control disminuye a medida que θ/τ y las configuraciones AMIGO son las menos agresivas. Pero esta
afirmación debería comprobarse mediante simulación.
aumenta, debido a tiempos de estabilización más prolongados y
mayores desviaciones del punto de ajuste.

5. Como se indicó anteriormente, la gran mayoría de los controladores de

retroalimentación utilizados en la industria son PI en lugar de PID.
La acción derivativa se utiliza principalmente en procesos lentos para
12.4 CONTROLADORES CON DOS
acelerar la respuesta de circuito cerrado. La acción derivada es más
GRADOS DE LIBERTAD
eficaz para los modelos con rezago dominante (p. ej., θ/τ < 0,25). La especificación de la configuración del controlador para un controlador PID
estándar generalmente requiere un equilibrio entre el seguimiento del punto de
6. Tanto τI como τD deberían aumentar a medida que aumenta θ/τ. Para ajuste y el rechazo de perturbaciones. Para la mayoría de los controladores de
muchas relaciones de sintonización de controladores, la relación τD/ bucle único en las industrias de procesos, el rechazo de perturbaciones es
τI está entre 0,1 y 0,5. Como regla general, utilice τD/τI = 0,25 como más importante que el seguimiento del punto de ajuste, aunque ocurre una
primera estimación. excepción para los controladores en cascada.
Machine Translated by Google

214 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

el tiempo se reduce significativamente. Como la respuesta a la perturbación en

la figura 12.8 es independiente del valor de β, se logra el objetivo establecido.
Punto fijo

Paso
Filtrado 1.5

Rampa

0
Tiempo 1

y β=1
Figura 12.10 Implementación de cambios de puntos de ajuste.
β = 0,5
0,5

control donde el punto de ajuste es calculado por otro controlador

(consulte la Sección 16.1). Por lo tanto, es razonable ajustar el
0
controlador para un rechazo satisfactorio de las perturbaciones, 0 5 10 15 20
especialmente si se puede lograr sin sacrificar el seguimiento del Tiempo
punto de ajuste. Afortunadamente, se pueden utilizar dos estrategias
Figura 12.11 Influencia de la ponderación del punto de ajuste en las
simples para ajustar el punto de ajuste y las respuestas a las
respuestas de circuito cerrado para el ejemplo 12.6.
perturbaciones de forma independiente. Estas estrategias se
denominan controladores con dos grados de libertad.
La primera estrategia es muy sencilla. Los cambios de punto de ajuste
se introducen gradualmente en lugar de cambios escalonados abruptos. Hemos considerado dos estrategias simples pero efectivas para
Por ejemplo, el punto de ajuste se puede aumentar al nuevo valor ajustar la respuesta del punto de ajuste sin afectar la respuesta a la
como se muestra en la figura 12.10 (o “filtrarlo”) pasándolo a través perturbación: filtrado (o rampa) del punto de ajuste y el uso de un
de una función de transferencia de primer orden, factor de ponderación del punto de ajuste β.
Y 1
sp = (1243)
Ysp τsp + 1 12.5 SINTONIZACIÓN DEL CONTROLADOR EN LÍNEA

donde Y denota el punto de ajuste filtrado que se utiliza en los Los sistemas de control de las plantas industriales modernas suelen
sp

cálculos de control. La constante de tiempo del filtro, τsp, determina incluir miles de bucles de control individuales.
qué tan rápido el punto de ajuste filtrado alcanzará el nuevo valor, Durante el diseño del sistema de control, la configuración preliminar
como se muestra en la figura 12.10. Esta estrategia puede reducir del controlador se especifica en función del conocimiento del proceso,
significativamente, o incluso eliminar, el exceso de cambios en los los objetivos de control y la experiencia previa. Después de instalar
puntos de ajuste. un controlador, los ajustes preliminares suelen resultar satisfactorios.
Una segunda estrategia para ajustar independientemente la Pero en el caso de bucles de control críticos, es posible que sea
respuesta del punto de ajuste es especificar el factor de ponderación necesario ajustar los ajustes preliminares para lograr un control
del punto de ajuste β en la ecuación. 1240 de modo que 0 ≤ β ≤ 1. En satisfactorio. Este ajuste en el sitio recibe varios nombres: ajuste en
general, a medida que β aumenta, la respuesta del punto de ajuste se línea, ajuste de campo o ajuste del controlador.
vuelve más rápida pero muestra más exceso.
Debido a que el ajuste del controlador en línea implica pruebas
de la planta, a menudo mediante prueba y error, el ajuste puede ser
bastante tedioso y consumir mucho tiempo. En consecuencia, es
EJEMPLO 12.6
muy deseable una buena configuración inicial del controlador para
Para el modelo FOPTD del ejemplo 12.4, el controlador PI para el caso (b) reducir el tiempo y el esfuerzo requeridos. Idealmente, las
proporcionó la mejor respuesta a la perturbación. Sin embargo, su respuesta configuraciones preliminares del diseño del sistema de control se
de punto de ajuste tuvo un exceso significativo. ¿Puede la ponderación del pueden utilizar como configuraciones iniciales de campo. Si los
punto de ajuste reducir significativamente el exceso sin afectar negativamente ajustes preliminares no son satisfactorios, se pueden obtener ajustes
el tiempo de establecimiento? alternativos mediante pruebas experimentales sencillas. Si es
necesario, la configuración se puede ajustar mediante una pequeña cantidad de prue
SOLUCIÓN error.
En este capítulo, presentamos tres métodos importantes para el
La Figura 12.11 compara las respuestas del punto de ajuste para un controlador
ajuste de controladores en línea. Se encuentran disponibles análisis
PI con y sin ponderación del punto de ajuste. La ponderación del punto de
más detallados y una gran cantidad de experiencia práctica en libros
ajuste con β = 0,5 proporciona una mejora significativa, porque el exceso se
reduce considerablemente y el asentamiento de profesionales industriales (McMillan, 2015; Shinskey, 1994) e
investigadores universitarios (Åström y Hägglund, 2006;
Machine Translated by Google

12.5 Ajuste del controlador en línea 215

Yu, 1999). El software para sintonizar el controlador también está ampliamente Tabla 12.7 Configuraciones del controlador basadas en el modo continuo
disponible.
Método cíclico de Ziegler y Nichols (1942)
A continuación, hacemos algunas observaciones generales:
Controlador kc τyo τD

1. El ajuste del controlador implica inevitablemente una compensación — —

PAG
0,5 Kcu
entre rendimiento y robustez. Los objetivos de rendimiento de un —
Pi 0,45 Kcu Pu/1,2
excelente seguimiento del punto de ajuste y
PID 0,6 Kcu Pu/2 PU/8
El rechazo de perturbaciones debe equilibrarse con
el objetivo de robustez de un funcionamiento estable en una amplia
gama de condiciones.
Paso 2. Introduzca un punto de ajuste pequeño y momentáneo
2. Los ajustes del controlador no tienen que ser precisos
cambiar de modo que la variable controlada se aleje
determinado. En general, un pequeño cambio en la configuración
desde el punto de ajuste. Aumente gradualmente Kc (en absoluto
del controlador desde su mejor valor (p. ej., ±10 %)
valor) en pequeños incrementos hasta que el ciclo sea continuo.
Poco efecto sobre las respuestas de circuito cerrado.
ocurre. El término ciclo continuo se refiere a una oscilación sostenida
3. Para la mayoría de las plantas, no es factible realizar manualmente con una amplitud constante. El
sintoniza cada controlador. La sintonización generalmente la realiza un valor de Kc que produce ciclos continuos (para
especialista en control (ingeniero o técnico) o por un control sólo proporcional) se define como la ganancia máxima, Kcu. El
operador de planta. Porque cada persona es típicamente período de esta oscilación sostenida
responsable de 300 a 1000 bucles de control, no es es el período último, Pu.
Es posible sintonizar manualmente cada controlador. En cambio,
Una vez determinados Kcu y Pu , el controlador
sólo los bucles de control que se perciben como los
Los ajustes se pueden calcular utilizando las relaciones de sintonización ZN.
Los más importantes o los más problemáticos reciben.
en la Tabla 12.7.
Atención detallada. Los otros controladores normalmente
Se determinaron las relaciones de sintonización ZN reportadas.
operar usando los ajustes preliminares del
empíricamente para proporcionar respuestas de circuito cerrado que tengan
diseño del sistema de control.
una relación de desintegración de 1/4. Para control proporcional, el ZN
4. Se encuentran disponibles técnicas de diagnóstico para monitorear
Los ajustes de la Tabla 12.7 proporcionan un margen de seguridad de dos,
el desempeño del sistema de control. Este tema se introduce en el
porque Kc es la mitad del límite de estabilidad, Kcu. Cuando
Capítulo 21.
Se agrega acción integral para el control de PI, se reduce Kc .
de 0,5Kcu a 0,45Kcu. El efecto estabilizador de la acción derivada permite
A continuación consideramos tres importantes ajustes en línea.
métodos. aumentar Kc a 0,6 Kcu para PID.
control.

El método de ciclo continuo tiene dos desventajas principales:

12.5.1 Método de ciclo continuo

1. La determinación de prueba y error de Kcu y Pu
En 1942, Ziegler y Nichols publicaron un artículo clásico
Puede llevar bastante tiempo si la dinámica del proceso es lenta.
que introdujo su método de ciclo continuo para
sintonización de controladores en línea (Ziegler y Nichols, 1942).
Este artículo y sus relaciones de ajuste ZieglerNichols (ZN) han tenido un 2. Para muchas aplicaciones, el ciclo continuo es

enorme impacto en ambos procesos. objetable porque el proceso es empujado a

controlar la investigación y la práctica. A pesar de graves deficiencias, las un límite de estabilidad. En consecuencia, si se producen

relaciones ZN y (varias modificaciones) han perturbaciones externas o cambios en el proceso durante la prueba,

ampliamente utilizado como punto de referencia en las comparaciones de operación inestable o una situación peligrosa podría

relaciones de sintonía. En consecuencia, describimos brevemente el resultado (por ejemplo, una reacción química “fuera de control”).

método de ciclo continuo ZN en esta sección antes Los ajustes del controlador ZN se han utilizado ampliamente como
considerando un método de sintonización en línea más reciente, relé un punto de referencia para evaluar diferentes métodos de ajuste
autoajuste, en la Sección 12.5.2. y estrategias de control. Porque están basados en un 1/4
El método de ciclo continuo ZN se basa en la determinación experimental relación de caída, los ajustes ZN tienden a producir oscilaciones
del límite de estabilidad en bucle cerrado para respuestas y grandes sobrepasos para los cambios de punto de ajuste.
control sólo proporcional. El siguiente ensayo y error A pesar de su prominencia en la literatura sobre control de procesos, no
Se utiliza el procedimiento: es seguro si el famoso ajuste ZN
Las relaciones para el control PID fueron desarrolladas para la serie.
Paso 1. Después de que el proceso haya alcanzado el estado estable o forma paralela del controlador (Åström et al., 2001).
(al menos aproximadamente), introducir sólo proporcional Debido a que la forma paralela da como resultado un controlador más
control eliminando la integral y la derivada. conservador (Skogestad, 2003), es razonable
modos (es decir, establezca τD = 0 y τI = ∞). calcular los ajustes ZN para la forma paralela y
Machine Translated by Google

216 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

luego conviértalos a forma de serie, si es necesario, usando

la tabla 12.2. Compare cuatro controladores PI:

(a) Configuraciones IMC (Tabla 12.1) con τc = 1 (b)

Cálculo de los parámetros del modelo FOPTD Configuraciones AMIGO (Tabla 12.5) (c)
a partir de Kcu y Pu Configuraciones ITAE para perturbaciones (Tabla 12.4) (d)

Los parámetros del modelo para funciones de transferencia Configuraciones ZN (Tabla 12.7)

simples se pueden calcular a partir de Kcu y Pu. Por ejemplo, Evalúe estos controladores para cambios en escalones unitarios en el punto
considere el modelo FOPTD en la ecuación. 1210. Si se conoce de ajuste (en t = 0) y una perturbación escalonada de magnitud 1 en t = 20.
o se puede estimar el retardo de tiempo θ, entonces se pueden Supongamos que Gd = G.
calcular K y τ (Rivera et al., 1986):

SOLUCIÓN
τ= (1244)
Pu2πbronceado
_ [ π(PU
Pu −]2θ)
La ganancia final y el período final pueden determinarse mediante prueba y
error en Kcu = 2,26 y Pu = 3,10.
1
k= Pu ]2 )1∕2 (1245)
Kcu ( 1 + [ 2πτ
Método kc τyo
Después de calcular el modelo FOPTD, se pueden utilizar los métodos
de diseño basados en modelos de las Secciones 12.2 y 12.3 para IMC 0,5 1.0
AMIGOS 0,25 1.0
calcular la configuración del controlador PID.
ITAE 0,86 1,48
Las relaciones de sintonización del controlador se comparan en los
ZN 1.02 2.58
ejemplos 12.7 y 12.8.

EJEMPLO 12.7 Estos ajustes del controlador y las respuestas de bucle cerrado en la figura
12.12 indican que los ajustes ITAE y ZN son los más agresivos y producen
Para el modelo FOPTD, respuestas oscilatorias amortiguadas.
es La configuración AMIGO es la más conservadora, mientras que la
G=
s+1 configuración IMC proporciona los mejores resultados.

1.5

y 1

IMC
AMIGOS
0,5
ITAE

ZieglerNichols

0
0 10 20 30 40
Tiempo

Figura 12.12 Comparación de cuatro controladores PI para el ejemplo 12.7.

Machine Translated by Google

12.5 Ajuste del controlador en línea 217

EJEMPLO 12.8 k=2

θ = 0,633 + (0,5) (0,2) = 0,733

Considere un modelo de proceso,
τ = 1 + (0,5) (0,2) = 1,1
2e−0,633s
GRAMO =

(s + 1)(0,2s + 1)(0,04s + 1)(0,008s + 1) Para los métodos (a) y (d), el parámetro de diseño τc se especifica según
las pautas informadas anteriormente: Para IMC,
y compare cuatro controladores PID diseñados utilizando τc =θ= 0,733; para SIMC, τc = 0,5θ = 0,37. El último
un modelo FOPTD: la ganancia y el período final para los ajustes ZN son Kcu = 5,01
y Pu = 0,331. Se muestran los ajustes del controlador PID.
(a) Configuración de IMC (Tabla 12.1) con τc =θ= 0,73 abajo:
(b) Configuración de AMIGO (Tabla 12.6)

(c) Configuración de ZN (Tabla 12.7) Método kc τyo τD

(d) Configuraciones SIMC con τc = 0,37 (ecuación 1234) IMC 1,00 1,47 0,37
AMIGOS 0,88 1,02 0,31
Evaluar estos controladores para un cambio de paso unitario en el conjunto
ZN 1.51 1.51 0,38
punto (en t = 0) y una perturbación de magnitud 0,5 en t = 10.
SIMC 1.00 1.10 0,24
Supongamos que Gd = G.

Las respuestas de circuito cerrado en la figura 12.13 indican que todas

SOLUCIÓN cuatro controladores producen respuestas de circuito cerrado satisfactorias.
Los excesos del punto de ajuste se pueden reducir sin afectar
Para utilizar los métodos (a), (b) y (d), el método de cuarto orden
El modelo se reduce a un modelo FOPTD: las respuestas a las perturbaciones ajustando el factor de ponderación del
punto de ajuste β (Sección 12.4). El controlador ZN es el más
Ke−θs
GRAMO agresivo y produce respuestas ligeramente oscilatorias. El
= τs + 1
El controlador IMC es el menos agresivo y produce una respuesta lenta a
Aplicando la técnica de reducción del modelo de Skogestad (Sección las perturbaciones. Los controladores AMIGO y SIMC son muy satisfactorios
6.3) al modelo de cuarto orden da: y dan respuestas similares.

1.4

1.2

0,8 IMC
AMIGOS
y
ZieglerNichols
0,6 SIMC

0,4

0,2

0
0 5 10 15 20
Tiempo

Figura 12.13 Comparación de cuatro controladores PID para el ejemplo 12.8.

Machine Translated by Google

218 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

12.5.2 Autoajuste del relé Åström y requerido para completar la prueba. Por lo tanto, el método de
prueba por pasos de la Sección 12.5.3 puede preferirse para
Hägglund (1984) desarrollaron una alternativa atractiva al método
procesos lentos.
de ciclo continuo. En su método de autoajuste de relés , se utiliza
En esta sección, hemos considerado solo la versión básica del
una prueba experimental simple para determinar Kcu y Pu. Para
sintonizador automático de relé. Se encuentran disponibles
esta prueba, el controlador de retroalimentación se reemplaza
modificaciones y extensiones para procesos no lineales, inestables
temporalmente por un controlador (o relé) de encendido y apagado.
de bucle abierto y de múltiples entradas y múltiples salidas (Yu,
Una vez cerrado el circuito de control, la variable controlada exhibe
1999; Hang et al., 2002).
una oscilación sostenida que es característica del control de
encendido y apagado (cf. Sección 8.6). El funcionamiento del
sintonizador automático de relé incluye una zona muerta como se 12.5.3 Método de prueba de pasos
muestra en la Fig. 12.14. La banda muerta se utiliza para evitar
En su artículo clásico, Ziegler y Nichols (1942) propusieron una
conmutaciones frecuentes causadas por el ruido de medición.
segunda técnica de sintonización en línea basada en una prueba
La ganancia final y el período final se pueden obtener fácilmente
de un solo paso. El procedimiento experimental es bastante
en la figura 12.14. El período final Pu es igual al período de
sencillo. Después de que el proceso haya alcanzado el estado
oscilación de la salida del proceso. Åström y Hägglund (1984)
estable (al menos aproximadamente), el controlador se coloca en
derivaron una expresión aproximada para la ganancia final,
el modo manual. Luego se introduce un pequeño cambio en la
salida del controlador (por ejemplo, del 3% al 5%). Los ajustes del
4d
Kcu = (1246) controlador se basan en la curva de reacción del proceso (Sección
πa
7.2), la respuesta escalonada de bucle abierto. En consecuencia,
donde d es la amplitud del relé (establecida por el usuario) y a es esta técnica de ajuste en línea se conoce como método de prueba
la amplitud medida de la oscilación del proceso. Los ajustes del por pasos o método de curva de reacción del proceso.
controlador PID se pueden calcular a partir de la Tabla 12.6 o de En la figura 12.15 se muestran dos tipos de curvas de reacción
los parámetros del modelo en las Ecs. 1240 a 1245. El método del proceso para cambios de paso que ocurren en t = 0. Después
de autoajuste del relé tiene varias ventajas importantes en de un transitorio inicial, la respuesta medida ym para el caso (a)
comparación con el método de ciclo continuo: aumenta a una velocidad constante, lo que indica que el proceso
parece actuar como un elemento integrador y por tanto no se
1. Sólo se requiere una única prueba experimental en lugar de
autorregula. En contraste, el proceso hipotético considerado en el
un procedimiento de prueba y error.
caso (b) se autorregula porque la respuesta escalonada alcanza
2. La amplitud de la salida del proceso a se puede restringir un nuevo estado estacionario. Ambas respuestas escalonadas se
ajustando la amplitud del relé d. caracterizan por dos parámetros: S, la pendiente de la tangente
3. El proceso no se ve obligado a alcanzar un límite de estabilidad. que pasa por el punto de inflexión, y θ, el retraso de tiempo
4. La prueba experimental se automatiza fácilmente. aparente. La determinación gráfica de S y θ se describió en la
Sección 7.2. Para el caso (b), la pendiente S es igual a K/τ para
El método de autoajuste del relé también tiene una desventaja. un modelo FOPTD.
Para procesos lentos, puede que no sea aceptable someter el Se puede obtener un modelo de función de transferencia
proceso a dos o cuatro ciclos de oscilación. apropiado a partir de la respuesta escalonada utilizando los
métodos de estimación de parámetros del Capítulo 7. Para procesos
que tienen respuestas escalonadas monótonamente crecientes,
Salida del
como las respuestas de la figura 12.15, los modelos de las
Punto fijo
+–
PID proceso ecuaciones. 1240 y 1243 son apropiados. Entonces, se puede
Proceso
emplear cualquiera de las relaciones de sintonización basadas en
modelos de las Secciones 12.2 y 12.3.
La principal ventaja del método de prueba escalonada es que
Relé con
zona muerta
sólo es necesaria una prueba experimental. Pero el método tiene
cuatro desventajas:

1. La prueba experimental se realiza en condiciones de bucle

PU abierto. Por tanto, si se produce una perturbación significativa
Salida del a
proceso
durante la prueba, no se toma ninguna medida correctiva.
En consecuencia, el proceso puede alterarse y los resultados
de las pruebas pueden ser engañosos.
Salida del
2d
controlador 2. Para un proceso no lineal, los resultados de la prueba pueden
ser sensibles a la magnitud y dirección del cambio de paso.
Tiempo
Si la magnitud del cambio de paso es demasiado grande, las
Figura 12.14 Autoajuste utilizando un controlador de relé. no linealidades del proceso pueden influir
Machine Translated by Google

12.5 Ajuste del controlador en línea 219

EJEMPLO 12.9

Considere el sistema de control de retroalimentación para el proceso

de mezcla en tanque agitado que se muestra en la figura 11.1 y el
ym siguiente paso de prueba. El controlador estaba inicialmente en
modo manual y luego su salida cambió repentinamente del 30% al 43%.
La curva de reacción del proceso resultante se muestra en la figura 12.16.

Pendiente = S
Por lo tanto, después de que se produjo el cambio de paso en t = 0, la
composición de salida medida cambió del 35 % al 55 % (expresada
0 θ
como porcentaje del intervalo de medición), lo que equivale a que la
Tiempo
fracción molar cambie de 0,10 a 0,30. Determine un modelo de proceso
(a)
apropiado para G GIPGvGpGm.

ym Pendiente = S 43

pag (%)

0 θ
Tiempo
0
(b) Tiempo (min)
(a) Salida del controlador
Figura 12.15 Curvas de reacción de proceso típicas: (a)
proceso no autorregulable, (b) proceso autorregulador.

sesenta y cinco

el resultado. Pero si la magnitud del paso es demasiado

pequeña, la respuesta al paso puede ser difícil de distinguir de 55
las fluctuaciones habituales debidas al ruido y las
45
perturbaciones. La dirección del cambio de paso (positiva o xm
(%)
negativa) debe elegirse de modo que la variable controlada 35
no viole una restricción.

3. El método no es aplicable a circuitos inestables de bucle abierto. 25

procesos.
15
4. Para controladores continuos (analógicos), el método tiende a 0 1.07 7.00
ser sensible a errores de calibración del controlador. Por el Tiempo (min)
contrario, el método de ciclado continuo es menos sensible a (b) Curva de reacción del proceso

errores de calibración en Kc, porque se ajusta durante la Figura 12.16 Curva de reacción del proceso para el ejemplo 12.8.
prueba experimental.

También se han propuesto versiones de circuito cerrado del

método de prueba escalonada como solución parcial para la primera SOLUCIÓN
desventaja (Lee et al., 1990).6 Normalmente, se introduce un cambio
escalonado en el punto de ajuste mientras el proceso se controla En la figura 12.17 se muestra un diagrama de bloques para el sistema
usando control sólo proporcional o PI. Luego, los parámetros en de circuito cerrado. Este diagrama de bloques es similar a la figura
modelos simples de funciones de transferencia se pueden estimar a 11.7, pero el circuito de retroalimentación se ha abierto entre el
partir de la respuesta al escalón de bucle cerrado. controlador y el transductor de corriente a presión (I/P). Se puede
desarrollar un modelo FOPTD a partir de la curva de reacción del
La segunda desventaja se puede evitar realizando múltiples
proceso en la figura 12.16 utilizando el método gráfico de la sección 7.2.
cambios de paso. Por ejemplo, si se realiza una serie de cambios
La línea tangente que pasa por el punto de inflexión intersecta
tanto positivos como negativos, los efectos de las perturbaciones, las
las líneas horizontales para los valores de composición inicial y
no linealidades y la histéresis de la válvula de control se harán
final a los 1,07 min y 7,00 min, respectivamente. La pendiente
evidentes. de la recta es

6La primera desventaja se puede minimizar utilizando una serie de

pequeños cambios como las secuencias binarias pseudoaleatorias S = (55%
− 1,07
− 35%min)
7,00
= 3,37%∕min
(PRBS) del Capítulo 7.
Machine Translated by Google

220 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

X'1
_

Bucle abierto
aquí

Dios

Δp
X'sp mi
P' = t W'2
+ X'
X'sp _ s PAG' _
+ PIB +
kilómetros – gc gv gp
masa [%] [%] [%] [psi] [kg/minuto]
masa
fracción fracción
Controlador de I/P Válvula
retroalimentación de control

X'metro

GM
[%]

Transmisor

Figura 12.17 Diagrama de bloques para el ejemplo 12.9.

ser frecuente pero generalmente pequeño. La mayoría de las

Los parámetros del modelo se pueden calcular como
perturbaciones son ruidos de alta frecuencia (periódicos o aleatorios)
K= Δxm = 55% 35%
= 1,54 (adimensional) debido a turbulencias aguas arriba, cambios de válvulas y vibraciones
Δp 43% 30%
de las bombas.
θ = 1,07 min Para bucles de control de flujo, el control PI se utiliza generalmente
con valores intermedios de la ganancia del controlador.
τ = 7,00 − 1,07 min = 5,93 min
Fruehauf et al. (1994) recomiendan los siguientes ajustes del controlador:
El retraso de tiempo aparente de 1,07 min se resta del valor de intersección 0,5 < Kc < 0,7 y 0,2 < τI < 0,3 min.
de 7,00 min para el cálculo de τ. La presencia de ruidos recurrentes de alta frecuencia desalienta el uso
El modelo de proceso empírico resultante se puede expresar de la acción derivativa, porque amplifica el ruido. Además, debido a que
como
los bucles de control de flujo suelen tener tiempos de estabilización
X′ m(s) 1,54e−1,07s = G(s) =
5,93s + 1 relativamente pequeños (en comparación con otros bucles de control),
P′(s)
hay pocos incentivos para utilizar la acción derivativa para hacer que el
El ejemplo 12.5 proporcionó una comparación de las configuraciones del
bucle responda aún más rápido.
controlador PI para este modelo que se calcularon usando diferentes
relaciones de sintonización.
Nivel de líquido

Los recipientes de almacenamiento de líquidos suelen tener una bomba

12.6 DIRECTRICES PARA COMUNES
en la línea de salida y actúan como procesos integradores, que se han
BUCLES DE CONTROL
considerado en los Capítulos 2, 5 y 11. Los controladores estándar P o
Se encuentran disponibles pautas generales para la selección del tipo PI se utilizan ampliamente para el control de nivel.
de controlador (P, PI, etc.) y la configuración del controlador para Sin embargo, como se muestra en la Sección 11.3, estos problemas de
variables de proceso comunes, como caudal, nivel de líquido, presión control de nivel tienen una característica inusual: aumentar la ganancia
de gas, temperatura y composición. Las pautas generales que se de un controlador PI puede aumentar la estabilidad, mientras que reducir
presentan a continuación son útiles, pero deben usarse con precaución, la ganancia puede aumentar el grado de oscilación y, por tanto , reducir
porque ocurren excepciones. la estabilidad. Por supuesto, si Kc llega a ser demasiado grande, pueden
producirse oscilaciones o incluso inestabilidad. La acción de control
integral se utiliza a menudo para el control de nivel, pero se puede omitir
Tasa de flujo
si se pueden tolerar pequeñas compensaciones. La acción derivativa
Los bucles de control de flujo se utilizan ampliamente en las industrias normalmente no se utiliza para el control de nivel porque las mediciones
de procesos. Por ejemplo, normalmente representan aproximadamente de nivel suelen ser ruidosas como resultado de las salpicaduras y
la mitad de todos los circuitos de control en grandes plantas de turbulencias del líquido que ingresa al tanque.
procesamiento continuo, como refinerías de petróleo y plantas
petroquímicas. Los circuitos de control de flujo y presión se caracterizan Hay dos clases amplias de problemas de control de nivel con
por respuestas rápidas (del orden de segundos), prácticamente sin diferentes objetivos de control:
demoras de tiempo. La dinámica del proceso resulta de la compresibilidad
(en una corriente de gas) o de los efectos de inercia (en un líquido) más 1. Control de nivel estricto (control en o cerca de un punto de ajuste)

la dinámica de la válvula de control para tuberías de gran diámetro. Las 2. Control de nivel promedio (control entre límites alto y bajo)
perturbaciones en los sistemas de control de flujo tienden a
Machine Translated by Google

12.6 Directrices para bucles de control comunes 221

Para algunas operaciones de proceso importantes, es importante sintonizados cuidadosamente para garantizar respuestas estables
un control estricto del nivel. Por ejemplo, es deseable un nivel de en todo el rango operativo (Shinskey, 1994).
líquido constante para algunos reactores químicos y biorreactores
con el fin de mantener constante el tiempo de residencia. En estas Presion del gas
situaciones, el controlador de nivel se puede especificar utilizando
métodos de ajuste estándar para integrar procesos. El control de la presión del gas es análogo al control del nivel de
Si el control de nivel también implica transferencia de calor y un líquido en el sentido de que algunas aplicaciones utilizan un control
cambio de fase (por ejemplo, un vaporizador o evaporador), el promedio mientras que otras requieren un control estricto alrededor
diseño del controlador se vuelve mucho más complicado. En tales de un punto de ajuste. Sin embargo, los límites altos y bajos suelen
situaciones, los métodos de control especiales pueden resultar ser una preocupación más seria para el control de presión que
para el control de nivel, debido a cuestiones operativas y de
ventajosos (Shinskey, 1994).
seguridad. Para los procesos autorregulados, la presión es
El control de nivel promedio se aplica ampliamente cuando se
relativamente fácil de controlar, excepto cuando el gas está en
utiliza un recipiente de almacenamiento de líquidos como tanque
equilibrio con un líquido. La presión del gas se autorregula cuando
de compensación para amortiguar las fluctuaciones en las
el recipiente (o tubería) admite más alimentación cuando la presión
corrientes de entrada. Los objetivos de control son que (i) el caudal
es baja y reduce la entrada cuando la presión aumenta. Los
de salida del cambio de tanque debe cambiar gradualmente, en
procesos de integración se producen cuando la presión de salida
lugar de abruptamente, para evitar alterar las unidades de proceso
la determina un compresor, de forma análoga al nivel del líquido
aguas abajo; (ii) el nivel del líquido debe mantenerse dentro de
cuando hay una bomba para la corriente de salida. Para el control
los límites superior e inferior especificados; y (iii) se debe satisfacer
el equilibrio de masa en estado estacionario para que los flujos de de presión, los controladores PI se utilizan normalmente con sólo
una pequeña cantidad de acción de control integral (es decir, τI
entrada y salida sean iguales. Estos tres objetivos se pueden lograr
es grande). Normalmente, el recipiente a presión no es grande, lo
permitiendo que el nivel del líquido suba o baje en respuesta a las
que conduce a tiempos de residencia y constantes de tiempo
perturbaciones del flujo de entrada. En particular, se toma poca o
relativamente pequeños. Normalmente no se necesita acción
ninguna acción de control cuando el nivel está dentro de los límites
derivada porque los tiempos de respuesta del proceso suelen ser
superior e inferior. Pero se requiere un control mucho más estricto
bastante pequeños en comparación con los de otras operaciones
cuando el nivel está cerca de un límite alto o bajo.
del proceso.
Debido a que la compensación no es importante en el control
de nivel promedio, es razonable usar un controlador sólo
proporcional. Pero si se desea una acción de control integral, St. Temperatura Es
Clair (1993) recomienda las siguientes configuraciones del difícil establecer pautas generales para circuitos de control de
controlador PI para el control de nivel promedio: temperatura debido a la amplia variedad de procesos y equipos
100% que involucran la transferencia de calor y sus diferentes escalas
Kc = (1247) de tiempo. Por ejemplo, los problemas de control de temperatura
Δh
son bastante diferentes para intercambiadores de calor, columnas
4V
τI = (1248) de destilación, reactores químicos y evaporadores. La presencia
KcQmáx de retardos de tiempo y/o múltiples capacitancias térmicas
dónde generalmente colocarán un límite de estabilidad en la ganancia del
controlador. Los controladores PID se emplean comúnmente para
Δh mín (hmáx – hsp, hsp – hmín) (1249) proporcionar respuestas más rápidas que las que se pueden
obtener con los controladores PI.
En la ecuación. 1249, hmax y hmin son los niveles de líquido
máximo y mínimo permitidos, y hsp es el punto de ajuste. Cada
Composición
uno se expresa como un porcentaje del rango del transmisor de
nivel. En la ecuación. 1248, V es el volumen del tanque y Qmax Los bucles de control de composición generalmente tienen
es el caudal máximo a través de la válvula de control. Las características similares a los bucles de temperatura pero con
ecuaciones 1247 y 1249 aseguran que la salida del controlador ciertas diferencias:
estará en un límite de saturación (0% o 100%) cuando el valor
1. El ruido de medición (instrumento) es un problema más
absoluto del error del controlador sea mayor que Δh.
significativo en los bucles de composición.

A veces se utilizan versiones no lineales del control PI para 2. El retraso de tiempo asociado con el analizador y su sistema
de muestreo puede ser un factor importante.
promediar el control de nivel, especialmente controladores de
error cuadrático donde la ganancia del controlador es proporcional Estos dos factores pueden limitar la eficacia de la acción derivativa.
a la señal de error (consulte el Capítulo 16). Los controladores de Debido a su importancia y la dificultad de control, los circuitos de
error cuadrado ofrecen la ventaja de una acción de control grande composición y temperatura a menudo son candidatos principales
cuando la variable controlada está lejos del punto de ajuste y una para las estrategias de control avanzadas analizadas en los
acción de control pequeña cuando está cerca. Sin embargo, deben ser Capítulos 16, 18 y 20.
Machine Translated by Google

222 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

12.7 SOLUCIÓN DE PROBLEMAS DE BUCLES DE Tenga en cuenta que sólo el punto (a) proporciona una razón válida para
CONTROL volver a sintonizar el controlador.

Si un bucle de control no funciona satisfactoriamente, entonces es necesario

solucionar el problema para identificar el origen del problema. Idealmente,
Información previa requerida El punto de partida
sería deseable evaluar el circuito de control en toda la gama de condiciones
operativas del proceso durante la puesta en servicio de la planta. para la resolución de problemas del circuito de control es obtener suficiente
información previa para definir claramente el problema. Es necesario
En la práctica, esto rara vez es factible. Además, las características del responder a muchas preguntas:
proceso pueden variar con el tiempo por diversas razones, incluidos cambios
en el equipo y la instrumentación, diferentes condiciones operativas, nuevas 1. ¿Cuál es el proceso que se controla?

materias primas o productos y grandes perturbaciones. Los estudios realizados 2. ¿Cuál es la variable controlada?
en miles de bucles de control han confirmado que una gran fracción de los 3. ¿Cuáles son los objetivos de control?
bucles de control industriales funcionan mal. Por ejemplo, las encuestas han
4. ¿Están disponibles datos de respuesta de circuito cerrado?
informado que alrededor de un tercio de los circuitos de control industrial
5. ¿ Está el controlador en modo manual o automático?
estaban en el modo manual, y otro tercio en realidad aumentó la variabilidad
del proceso en comparación con el control manual, como resultado de un ¿modo? ¿Es de acción inversa o directa?

ajuste deficiente del controlador (Ender, 1993; Desborough y Miller, 2002). 6. Si el proceso es cíclico, ¿cuál es la frecuencia del ciclado?
Claramente, el ajuste del controlador y la resolución de problemas del circuito
de control son actividades importantes. 7. ¿La respuesta del proceso es demasiado lenta en comparación con
las expectativas o la experiencia previa?

8. ¿Qué algoritmo de control se utiliza? ¿Cuáles son las con

Esta sección proporciona una breve introducción a los principios y
configuración del controlador?
estrategias básicos que son útiles para monitorear y solucionar problemas
de bucles de control. Se encuentran disponibles análisis más detallados y 9. ¿El proceso se autorregula?

conocimientos útiles en otros lugares, tanto desde una perspectiva industrial 10. ¿Qué documentación está disponible, como hojas de resumen del
(Ender, 1992; Lieberman, 2008; Smuts, 2011) como desde una perspectiva circuito de control, diagramas de instrumentación y tuberías,
de investigación (Sección 21.5). También está disponible un estudio sobre el registros del operador y registros de mantenimiento?
software de monitoreo del sistema de control (Bacci di Capaci y Scali, 2015).

Las respuestas a las tres primeras preguntas deberían ser obvias para los

La resolución de problemas comienza con la comprensión de que el operadores de la planta y los ingenieros que dirigen el proceso. Pero las

circuito de control consta de varios componentes individuales: sensor/ respuestas pueden no ser evidentes si los bucles de control se monitorean

transmisor, controlador, elemento de control final, líneas de instrumentos, de forma remota o si el software de monitoreo maneja muchos bucles de

interfaz computadoraproceso y el proceso mismo. Serios problemas de control (por ejemplo, de cientos a miles).

control pueden resultar de un mal funcionamiento de cualquier componente

individual. Por otro lado, incluso si todos los componentes individuales
funcionan correctamente, no hay garantía de que el sistema en general
funcione correctamente. Por tanto, se requiere un enfoque de sistemas . Analisis preliminar

Después de adquirir la información básica disponible (que rara vez está

completa), el siguiente paso es verificar los componentes individuales en el
En aplicaciones industriales, resulta tentador ver el reajustamiento de
circuito de control. En particular, determine si el proceso, el dispositivo de
controladores como una panacea para resolver los problemas del circuito de
medición (sensor/transmisor), el elemento de control final y el equipo de
control. Pero después de que un bucle de control ha funcionado
transmisión de señales están funcionando correctamente. Normalmente, los
satisfactoriamente durante un período de tiempo significativo, aún puede
sensores y válvulas de control ubicados en el campo requieren más
volverse excesivamente oscilatorio o demasiado lento por una variedad de
mantenimiento que los equipos de control ubicados en una sala de control
razones que incluyen
central. Cualquier cambio reciente en el equipo, la instrumentación o el

(a) Cambio de las condiciones del proceso o puntos de ajuste (por mantenimiento podría ser la fuente del problema. Por ejemplo, limpiar los

ejemplo, cambios en la tasa de rendimiento), tubos del intercambiador de calor, utilizar un nuevo envío de materiales de
alimentación o catalizador, o cambiar el tramo del transmisor o el ajuste de la
(b) Una válvula de control que funciona mal (p. ej., stickslip o histéresis),
válvula de control podrían afectar negativamente el rendimiento del circuito
(c) Un problema
de control. Los problemas de los sensores suelen estar asociados con las
del sensor (p. ej., deriva, muestreo obstruido) líneas de pequeño diámetro que transportan los fluidos del proceso a los
línea), sensores (p. ej., celdas de DP, cromatógrafos de gases en línea).
(d) Una bomba de cavitación (generalmente debido a una baja presión de
succión).
Machine Translated by Google

12.7 Solución de problemas de bucles de control 223

La presencia de material sólido, hielo o burbujas en una línea puede EJEMPLO 12.10
provocar mediciones erróneas.
Un bucle de control muestra un comportamiento excesivamente
oscilatorio incluso aunque no haya habido cambios recientes en
Problemas comunes y soluciones
equipos, instrumentos o personal. Sugiera una estrategia general de
A continuación, consideramos cuatro problemas comunes del circuito solución de problemas para diagnosticar el problema.
de control y estrategias simples de resolución de problemas.
SOLUCIÓN

1. Sensor muerto o que no responde. Una cantidad anormalmente Los bucles de control oscilatorios suelen ser el resultado de (i) una
pequeña de variabilidad (p. ej., variación de la muestra) en un perturbación cíclica del proceso, (ii) una válvula de control atascada
conjunto de mediciones consecutivas puede indicar un sensor o (iii) un controlador mal sintonizado. Se puede utilizar una prueba
"muerto" (consulte la Sección 10.3), mientras que una ruptura sencilla para distinguir entre el caso (i) y los casos (ii) y (iii). Si el
en una línea de instrumento eléctrico puede detectarse mediante controlador se coloca en modo manual durante un corto período de
tiempo y las oscilaciones desaparecen, entonces la oscilación es
una tasa de cambio o filtro de picos de ruido (consulte el
causada por el bucle de control, en lugar de por una perturbación
Capítulo 17).
externa. Para distinguir entre los casos (ii) y (iii), el controlador debe
2. Una válvula de control atascada. Este problema se puede colocarse en el modo manual y realizarse uno o más cambios
diagnosticar realizando una prueba experimental simple: el pequeños en la salida del controlador. Los resultados de la prueba se
controlador se coloca en modo manual y se realiza un pequeño pueden utilizar para caracterizar los grados de stickslip e histéresis
cambio en la señal de salida. Si la válvula de control funciona de la válvula de control. Si la válvula funciona correctamente, es
correctamente, el caudal a través de la válvula de control debe posible que sea necesario volver a ajustar el controlador.
cambiar en consecuencia. Pero si la válvula de control está
atascada o muy atascada, el caudal no cambiará. Luego se
deben realizar una serie de cambios graduales para caracterizar
el problema y encontrar una solución. Se encuentran disponibles EJEMPLO 12.11
técnicas para la caracterización y detección de stickslip e
histéresis (Choudhury et al., 2008; Blevins et al., 2013). La composición del fondo de una columna de destilación de metanol
agua a escala piloto se mide utilizando un cromatógrafo de gases
(GC) en línea. La medición de la composición se envía a un
3. Respuestas excesivamente lentas a las perturbaciones. En controlador PI que ajusta el caudal de vapor al hervidor. Recientemente,
general, los bucles de control industrial tienden a ajustarse de el rendimiento del bucle de control se ha deteriorado: la respuesta
forma muy conservadora para proporcionar robustez en una de la composición del bucle cerrado es más oscilatoria y el período
amplia gama de condiciones. También existe una motivación de oscilación es mucho mayor de lo habitual. La estrategia de
psicológica para la sintonización conservadora: un bucle de resolución de problemas utilizada en el ejemplo 12.9 ha indicado que
control que está sintonizado de manera demasiado conservadora ni una perturbación cíclica ni una válvula de control atascada son la
a menudo no es obvio, mientras que un bucle de control con fuente del problema. Según los registros de mantenimiento, el filtro
de la línea de muestreo se reemplazó recientemente. Sugerir pruebas
una oscilación excesiva es fácilmente evidente, puede tener
de diagnóstico adicionales que se deben considerar antes de realizar
consecuencias graves y puede atraer atención no deseada de
el reajuste del controlador como último recurso.
parte de personas. gestión de la planta.
Los bucles de control excesivamente lentos pueden afectar
negativamente el rendimiento del proceso debido a la producción
SOLUCIÓN
de productos fuera de las especificaciones y la lenta
recuperación de perturbaciones y cambios de puntos de ajuste. La combinación de una respuesta más oscilatoria y un período de
Estas consideraciones han motivado el desarrollo de métodos oscilación mayor podría ocurrir si el retraso de tiempo asociado con
sistemáticos para la detección de bucles de control muy lentos la medición de la composición ha aumentado. Por ejemplo, el retraso
(Hägglund, 1999; Kuehl y Horch, 2005). en el transporte asociado con la línea de muestreo al GC aumentaría
si el caudal en la línea de muestreo
la línea de plegado disminuyó. Una disminución podría ocurrir debido
4. Bucles de control excesivamente oscilatorios. Las oscilaciones
a un bloqueo parcial en la línea, o quizás debido al nuevo filtro. Por
excesivas pueden producir un producto compensado,
lo tanto, se deben inspeccionar el filtro y la línea de muestra.
desestabilizar el proceso y afectar negativamente a otros bucles Si el filtro viejo hubiera sido reemplazado inadvertidamente por un
de control. Por lo tanto, su detección y resolución es una filtro nuevo que tuviera un tamaño de tamiz más pequeño, se
motivación importante para la resolución de problemas del bucle de control.
produciría una caída de presión mayor y la presión aguas abajo
Se ha publicado una extensa literatura sobre la detección disminuiría. En consecuencia, la velocidad del líquido en la línea de
automática de oscilaciones del circuito de control (consulte la muestra disminuiría y el retraso en el transporte aumentaría. Como
Sección 21.5). resultado, el bucle de control de composición se volvería más
oscilatorio y exhibiría un período de oscilación más largo.
Dos ejemplos ilustran un procedimiento de diagnóstico sencillo
para las oscilaciones del bucle de control.
Machine Translated by Google

224 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

RESUMEN
En este capítulo, hemos considerado tres cuestiones importantes asociadas con ajustarse sin afectar la respuesta a la perturbación mediante el uso de
los sistemas de control de retroalimentación: diseño, ajuste y resolución de un filtro de punto de ajuste o un factor de ponderación del punto de ajuste
problemas. Se recomiendan métodos de ajuste y diseño basados en modelos (Sección 12.4).
porque proporcionan una visión considerable y normalmente tienen un solo 4. Muchas relaciones de sintonización de controladores exhiben las mismas
parámetro ajustable. Sin embargo, debe estar disponible un modelo de proceso características generales, como se indica en la Sección 12.3.5.
razonablemente preciso. Después de instalar un sistema de control, se suele
5. Las técnicas de sintonización en línea recomendadas son la sintonización
utilizar la sintonización en línea para mejorar el rendimiento de los bucles de
automática de relés (Sección 12.5.2) y las pruebas escalonadas (Sección
control clave.
12.5.3). Pero es posible que sea necesario realizar ajustes posteriores.

Para circuitos de control o sistemas de control de bajo rendimiento, los métodos

6. No se recomiendan las relaciones de sintonización basadas en una
sistemáticos de resolución de problemas pueden resultar muy útiles.
relación de decaimiento de un cuarto, como los métodos de Ziegler
Este capítulo ha considerado una variedad de métodos de ajuste y diseño de
Nichols y CohenCoon.
controladores. En consecuencia, resulta apropiado resumir las conclusiones y
recomendaciones: 7. Las relaciones de ajuste basadas en criterios de error integrales (Sección
12.3.2) proporcionan puntos de referencia útiles, pero los controladores
1. El diseño y ajuste del sistema de control inevitablemente requieren
resultantes generalmente no son muy robustos.
compensaciones entre rendimiento y robustez. Las compensaciones
deben evaluarse cuidadosamente (Garpinger y Hägglund, 2015).
Si un bucle de control no funciona satisfactoriamente, entonces es necesario
solucionar el problema para identificar el origen del problema. Esta actividad de
2. Se recomiendan técnicas basadas en modelos para el diseño de sistemas
diagnóstico debe basarse en un “enfoque de sistemas” que considere el
de control, especialmente los métodos de Control de Modelo Interno/
rendimiento general del circuito de control, así como el rendimiento de los
Síntesis Directa y AMIGO. Si el proceso es de “retraso dominante”
componentes individuales. Volver a ajustar el controlador no es una panacea,
(relación θ/τ muy pequeña), se debe considerar la modificación SIMC
especialmente si un sensor o una válvula de control es la fuente del problema.
en la Sección 12.3.1.
Actualmente se están desarrollando técnicas de monitoreo automatizado para
circuitos de control que están disponibles comercialmente (ver Capítulo 21).
3. Para la mayoría de las aplicaciones de control de procesos, el controlador
debe ajustarse para detectar perturbaciones en lugar de cambios en el

punto de ajuste. El seguimiento del punto de ajuste puede ser

REFERENCIAS
Ang, KH, G. Chong y Y. Li, Análisis, diseño y tecnología del sistema de control PID, IEEE Dahlin, EB, Diseño y ajuste de controladores digitales, Instr. Sistema de control, 42 (6) 77
Trans. Tecnología de sistemas de control, 13, 559 (2005). (1968).
Desborough, L. y R. Miller, Aumento del valor para el cliente de la supervisión del
Åström, KJ, DB Ender, S. Skogestad y RC Sorensen, personales rendimiento del control industrial, Proc. del VI Intern.
comunicaciones, 2001. Conf. sobre Control de Procesos Químicos, CPCVII, Simpos AIChE.
Åström, KJ y T. Hägglund, Sintonización automática de reguladores simples con Serie, 98, 169 (2002).
especificación de márgenes de ganancia y fase, Automatica, 20, 645 (1984). Åström, Doyle, FJ, III, Módulos de control de procesos: un laboratorio de software para el diseño
KJ y T. Hägglund, de sistemas de control, Prentice Hall PTR, Upper Saddle River, Nueva Jersey, 2000.
Control PID avanzado, ISA, Investigación
Triangle Park, Carolina del Norte, 2006.
Ender, DB, Solución de problemas del circuito de control PID, InTech, 39 (5),
Bacci di Capaci, R. y C. Scali, Revisión sobre la rigidez de válvulas. Parte I: Del modelado
35 (1992).
al diagnóstico inteligente, Procesos, 3 (2), 422–451 (2015).
Ender, DB, Rendimiento del control de procesos: no tan bueno como cree, Control Eng.,
40 (10), 189 (1993).
Bauer, M. e IK Craig, Evaluación económica del control de procesos avanzado: estudio y
Fruehauf, PS, IL. Chien y MD Lauritsen, IMCPID simplificado
marco, J. Process Control, 18, 2 (2008).
Reglas de sintonización, ISA Trans., 33, 43 (1994).
Blevins, T., WK Wojsznis y M. Nixon, Fundación de Control Avanzado.
García, CE y M. Morari, Control del modelo interno I. Una revisión unificadora y algunos
ción, ISA, Research Triangle Park, Carolina del Norte, 2013.
resultados nuevos, Ind. Eng. Química. Proceso Des. Dev., 21, 308 (1982).
Chen, D. y DE Seborg, Diseño de controladores PI/PID basado en síntesis directa y
rechazo de perturbaciones, Ind. Eng. Química. Res., 41, 4807 (2002).
Garpinger, O. y T. Hägglund, Diseño PID óptimo basado en software con restricciones

Chien, IL. y PS Fruehauf, Consideren el ajuste de IMC para mejorar el rendimiento del de robustez y sensibilidad al ruido, J. Process Control, 33, 90 (2015).

controlador, Chem. Ing. Prog., 86 (10), 33 (1990).

Choudhury, MAAS, M. Jain y SL Shah, Stiction: definición, modelado, detección y Grimholt, C. y S. Skogestad, Control PID óptimo en sistemas de primer orden más retardo
cuantificación, J. Process Control, 18, 232 (2008). de tiempo y verificación de las reglas SIMC, Proc. Décimo Simposio IFAC DYCOPS,
Mumbai, India (diciembre de 2013).
Cohen, GH y GA Coon, Consideraciones teóricas sobre los retrasados Hägglund, T., Detección automática de bucles de control lentos, Control Eng. Práctica,
Control, Trans. ASME, 75, 827 (1953). 7, 1505 (1999).
Machine Translated by Google

Ejercicios 225

Hägglund, T. y KJ Åström, Revisando el método de respuesta escalonada de Ziegler O'Dwyer, A., Manual de reglas de ajuste de controladores PI y PID, 3.ª ed., World
Nichols para el control PID, J. Process Control, 14, 635 (2004). Scientific Press, Hackensack, Nueva Jersey, 2009.
Rivera, DE, M. Morari y S. Skogestad, Control de modelo interno, 4. Diseño de
Hang, CC, KJ Åström y QG Wang, Ajuste automático de controladores de procesos con controlador PID, Ind. Eng. Proceso Des. Dev., 25, 252 (1986).
retroalimentación de relés: revisión del tutorial, J. Process Control, 12, 143 (2002).
Segovia, VR, T. Hägglund y KJ Åström, Filtrado de ruido de medición para reglas
Kristiansson, B. y B. Lennartson, Ajuste robusto de controladores PI y PID, IEEE Control comunes de ajuste PID, Control Eng. Práctica, 32, 43 (2014).
Syst. Mag., 26 (1), 55 (2006).
Kuehl, P. y A. Horch, Detección de bucles de control lentos: experiencias y mejoras, Shinskey, FG, Controladores de retroalimentación para industrias de procesos, McGraw
Control Eng. Prac., 13, 1019 (2005). Hill, Nueva York, 1994.
Skogestad, S., Reglas analíticas simples para la reducción de modelos y PID
Lee, J., W. Cho y TF Edgar, Una técnica mejorada para el ajuste del controlador PID a Ajuste del controlador, J. Process Control 13, 291 (2003).
partir de pruebas de circuito cerrado, AIChE J., 36, 1891 (1990). Smuts, JF, Control de procesos para profesionales, OptiControls Inc.,
Lieberman, N., Solución de problemas de control de plantas de procesos, John Wiley (2011).
and Sons, Hoboken, Nueva Jersey, 2008. St. Clair, DW, Sintonización del controlador y rendimiento del bucle de control: “PID

Lipták, B. (Ed.), Manual de ingenieros de instrumentos, 4ª ed., vol. 2: Control de without the Math”, 2.ª ed., StraightLine Control Co. Inc., Newark, DE, 1993.
procesos, Sección 8, CRC Press, Boca Raton, FL, 2006.
Madhuranthakam, CR, A. Elkamel y H. Budman, Ajuste óptimo de controladores PID Visioli, A., Control PID práctico, Springer, Londres, 2006.

para FOPTD, SOPTD y SOPTD con procesos principales, Chem. Ing. Proceso., 47, Yu, C.C., Autoajuste de controladores PID, SpringerVerlag, Nueva York,
1999.
251 (2008).
McMillan, GK, Tuning and ControlLoop Performance, 4ª ed., Ziegler, JG y NB Nichols, Configuración óptima para controladores automáticos, Trans.

Momentum Press, Nueva York, 2015. ASME, 64, 759 (1942).

EJERCICIOS
12.1 Un proceso tiene la función de transferencia, (f) Para los dos controladores del inciso (e), simule las respuestas en lazo
k cerrado a una perturbación de escalón unitario, suponiendo que Gd(s) = G(s).
G(s) =
(10s + 1)(5s + 1)

donde K tiene un valor nominal de K = 1. Los ajustes del controlador PID 12.4 Un proceso, incluido el sensor y la válvula de control, se puede modelar
deben calcularse utilizando el método de síntesis directa con τc = 5 min. mediante la función de transferencia:
Supongamos que se emplean estas constantes del controlador y que K 4e−3s
G(s) =
cambia inesperadamente de 1 a 1 + α. (a) ¿Para qué valores de α será s
estable el sistema en lazo cerrado? (b) Suponga que las constantes del (a) Si se utiliza un controlador sólo proporcional, ¿cuál es el valor máximo
controlador PID se calculan utilizando el valor nominal de K = 1 pero se de ganancia Kc del controlador que dará como resultado un sistema estable
desea que el sistema de bucle cerrado resultante sea estable para |α| ≤ 0,2. en lazo cerrado? (Determine el valor exacto de Kc, no un valor aproximado).
¿ Cuál es el valor más pequeño de τc que se puede utilizar? (c) ¿Qué (b) Especifique un
conclusiones se pueden sacar respecto controlador PI utilizando la configuración del controlador AMIGO.
del efecto que tiene la elección de τc sobre la robustez del sistema en lazo
cerrado ante cambios en la ganancia K en estado estacionario?
12.5 Una corriente de proceso se calienta usando un intercambiador de calor
de carcasa y tubos. La temperatura de salida se controla ajustando la válvula
12.2 Considere las dos estrategias de control de retroalimentación que se de control de vapor que se muestra en la Fig. E12.5. Durante una prueba
muestran en la figura 12.6 (con G = GvGpGm) y las siguientes funciones de experimental de circuito abierto, la presión del vapor Ps cambió
transferencia:
repentinamente de 18 a 20 psig y los datos de temperatura que se muestran a continuación
2(1 s)
Gp(s) = Gd(s) = , Gv(s) = 2, Gm(s) = 1
s

(a) Diseñe un controlador IMC, G (b) c , usando un filtro, f = 1/(τcs + 1). TC I/P
Suponga que el controlador IMC se implementará como un controlador Gc T2m
en la configuración de control de retroalimentación clásica de la figura
12.6(a). Derive una expresión para Gc y regístrela en forma estándar (p. ej.,
TT PD
P, PI o PID).
Vapor
12.3 Un proceso tiene la función de transferencia, G(s) = 2e−2s / (s + 1).
Compare la configuración del controlador PI para los siguientes
enfoques de diseño: (a) método T2 T1
Intercambiador de calor
IMC (τc = 0,2) (b) método IMC
(τc = 1,0) (c) índice de Condensar
rendimiento ITAE (perturbación) (d) índice de t

rendimiento ITAE (conjunto punto) (e) ¿Qué

controlador tiene la configuración más conservadora?
¿Cuál tiene el menos conservador? Figura E12.5
Machine Translated by Google

226 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

se obtuvieron. En las condiciones nominales, el control (b) Supongamos que τD varía, mientras que Kc y τI se mantienen
La válvula y los transductores de corriente a presión tienen ganancias de constante en los valores de diseño. ¿Para qué valores de τD es el
Kv = 0,9 psi/psi y KIP = 0,75 psi/mA, respectivamente. Determine la configuración ¿Sistema de circuito cerrado estable? ¿El sistema de circuito cerrado
apropiada del controlador PID usando lo siguiente ¿Se vuelve más o menos oscilatorio a medida que τD aumenta?
enfoques:
12.10 Considere el sistema de mezcla que se muestra en la figura E12.10. A
(a) Control del modelo interno (seleccione un valor razonable de τc)
El sistema de control de retroalimentación se utiliza para reducir el efecto de
(b) AMIGO (con β = 1 y γ = 0) perturbaciones en la composición del alimento x1 en el control
(c) ITAE (perturbación) variable, composición del producto, x. El caudal de entrada w2 puede ser
¿Qué controlador es el más agresivo? manipulado. Haz lo siguiente:

(a) Dibuje un diagrama de bloques del sistema de control de retroalimentación.

t (mín) T2m (mA) (b) Utilizando la información que se muestra a continuación, obtenga una función de
transferencia para cada bloque.
0 12.0
1 12.0 (c) Simule la respuesta de bucle cerrado para los ajustes del controlador PI que se
2 12.5 indican a continuación y una perturbación escalonada de +0,2 en x1.
3 13.1 (d) Repita la parte (c) para un cambio de punto de ajuste de −0,1. Intento de
4 14.0 Obtenga mejores respuestas de circuito cerrado sintonizando el controlador PI.
5 14.8 ¿Qué configuraciones del controlador dan los mejores resultados?
6 15.4
(e) Intentar obtener un mejor control añadiendo derivados
7 16.1
acción a su mejor controlador PI de la parte (d). Pruebe varios valores
8 16.4
del tiempo derivativo, τD. ¿Cuál da mejores resultados?
9 16.8
(f) Suponga que la línea de muestreo al analizador de composición
10 16.9
se obstruye parcialmente de modo que el retardo de tiempo de medición
11 17.0
Ahora son tres minutos. Usando la mejor configuración de su controlador de
12 16.9
parte (d), simule la respuesta de circuito cerrado para el mismo
cambio de punto de ajuste y el nuevo valor de retardo de tiempo. explica tu

12.6 Considere el modelo FOPTD en la ecuación. 1210 con K = 5, nuevos resultados de simulación. ¿El retraso de tiempo mayor tiene algún efecto?

τ = 4 y θ = 3. Diseñe controladores PI y PID utilizando ¿Efecto importante en el rendimiento del sistema de control?

el método de sintonización IMC con τc =θ= 3. Simule el

Sistemas de circuito cerrado para un cambio de paso unitario en el punto de ajuste. Hace
¿La adición de acción derivada da como resultado una mejora significativa?
Justifica tu respuesta.
I/P
12.7 Un proceso que incluye sensor y válvula de control puede ser
modelado por una función de transferencia de cuarto orden: x1 x2
1
w1 w2
G(s) =
(s + 1)(0,2s + 1)(0,04s + 1)(0,008s + 1)
C.A.
(a) Diseñe controladores PID utilizando dos métodos de diseño:

(i) Un modelo SOPTD que utiliza el enfoque de reducción de modelos

propuesto por Skogestad (Sección 6.3) y la relación de ajuste del IMC EN
en la Tabla 12.1.
X
(ii) Repita la parte (i) para el método AMIGO y una
Modelo FOPTD obtenido por reducción del modelo. w
(b) Evalúe los dos controladores simulando el circuito cerrado.
Figura E12.10
respuestas a un cambio de paso unitario en una perturbación, asumiendo que
Dios(es) = G(s).

12.8 Considere el problema de control de nivel del ejemplo 12.3. Procesar informacion
Intentar reducir el exceso del punto de ajuste del PI El tanque de mezcla a escala piloto tiene un diámetro interno de 2 m.
controlador (τc = 15) mediante el uso de ponderación del punto de ajuste (cf. y una altura de 3 m. Caudal de entrada w1 y composición de entrada
Ec. 1239). ¿Qué valor de β da los mejores resultados? ¿El x2 son constantes. Las condiciones nominales de funcionamiento en estado estable.
¿El valor de β afecta la respuesta a la perturbación? son como sigue:

12.9 Considere el controlador PID del ejemplo 12.3 para τc = 8. w1 = 650 kg∕min w2 = x1 = 0,2 altura = 1,5 m

(a) Suponga que se implementa el controlador PID 350 kg∕min ρ = 1 g∕cm3 x2 = 0,6
como la forma de serie en la Tabla 12.2, en lugar de como la
x = 0,34
forma paralela que se empleó en la figura 12.7. ¿Las respuestas simuladas de
circuito cerrado son significativamente diferentes de las La línea de desbordamiento mantiene un volumen de líquido constante en el
los de la figura 12.7? tanque.
Machine Translated by Google

Ejercicios 227

Instrumentación: El rango para todas las señales electrónicas es (a) Método IMC con τc = τ/3 (b)
4 a 20 mA.
Configuraciones de ZN en la Tabla 12.7.
Transductor de corriente a presión: el transductor I/P actúa como un dispositivo
¿Qué controlador proporciona la configuración de controlador más conservadora?
lineal con una dinámica insignificante. La señal de salida cambia de 3 a 15
psi cuando la señal de entrada cambia de escala completa de 4 a 20 mA.
12.14 El personal del área de operaciones de IGC está experimentando
Válvula de control: El comportamiento de la válvula de control se puede problemas con un circuito de control de retroalimentación particular en un
aproximar mediante una función de transferencia de primer orden con una enfriador entre etapas. Appelpolscher le ha pedido que evalúe la situación y le
constante de tiempo de 5 s (es decir, 0,0833 min). Un cambio de 1.2 psi en informe sobre las soluciones disponibles, si las hay. El bucle de control muestra
la señal a la válvula de control produce un cambio de 300 kg/min en w2. una oscilación sostenida indeseable que el personal de operaciones está seguro

Medición de composición: El cero y el intervalo del transmisor de composición de que es causada por el propio bucle de retroalimentación (por ejemplo, mala

para la composición de salida son 0 y 0,50 (fracción de masa), sintonización del controlador). Quieren ayuda para volver a sintonizar el bucle.

respectivamente. A la medición se le asocia un retraso de un minuto. Appelpolscher piensa que las oscilaciones son causadas por perturbaciones
externas (por ejemplo, perturbaciones cíclicas como los ciclos de la temperatura
del agua de refrigeración); quiere que el personal de operaciones se ocupe del
Controlador de retroalimentación: Inicialmente, considere un controlador PI
problema ellos mismos.
estándar sintonizado usando las relaciones IMC en la Tabla 12.1. Justifique
Sugiera un procedimiento sencillo que le permitirá determinar rápidamente qué
su elección de τc.
está provocando las oscilaciones. ¿Cómo explicará su lógica a Appelpolscher?
12.11 Se utiliza un controlador PID para controlar la temperatura de un reactor
discontinuo con camisa ajustando el caudal de refrigerante a la camisa. El
12.15 Ha surgido un problema en el circuito de control de nivel para la unidad
controlador de temperatura ha sido ajustado para proporcionar un control
de separación de flash que se muestra en la Fig. E12.15. El circuito de control
satisfactorio en las condiciones de funcionamiento nominales.
de nivel había funcionado satisfactoriamente durante un largo período de tiempo.
¿Anticiparía que es posible que sea necesario reajustar el controlador de
Sin embargo, el nivel del líquido aumenta gradualmente con el tiempo, aunque
temperatura para cualquiera de los siguientes cambios de instrumentación?
la salida del controlador de nivel PI se haya saturado. Además, el caudal de
Justifica tus respuestas. (a) El intervalo
líquido está muy por encima del valor nominal, mientras que el caudal de
del transmisor de temperatura se reduce de 30 a 15 C. alimentación se encuentra en el valor nominal, según las mediciones registradas
de los dos transmisores de flujo. La precisión de la medición del transmisor de
(b) El cero del transmisor de temperatura aumenta de 50 a 60 C. nivel se ha confirmado comparándola con las lecturas de la mirilla del separador.
Las dos mediciones de flujo se obtienen a través de placas de orificio y
(c) El “ajuste” de la válvula de control se cambia de lineal a igual porcentaje. (d) transmisores de presión diferencial, como se describe en el Capítulo 9. Sugiera
La temperatura posibles causas de este problema y describa cómo solucionaría esta situación.
del refrigerante que sale de la camisa se utiliza como variable controlada en
lugar de la temperatura en el
reactor.

12.12 Supongamos que un proceso puede modelarse adecuadamente mediante

el modelo FOPTD de la ecuación. 1210. Vapor
Pie
(a) Calcule la configuración del controlador PI utilizando las relaciones 1
de sintonización
del IMC. (b) Cohen y Coon (1953) informaron las siguientes relaciones de LT LC

sintonización con los controladores PI: Alimentar

1 τ
kc = [ 0,9 + θ∕12τ ]
Kθ
Pie
θ [ 30 + 3(θ∕τ)] 9 2
τI =
+ 20(θ∕τ)
Líquido
Estas relaciones de sintonización se desarrollaron para proporcionar respuestas
de bucle cerrado con una relación de caída de un cuarto. Compare las
Figura E12.15
configuraciones de PI calculadas a partir de estas ecuaciones con las
configuraciones del controlador de la parte (a). ¿Cuál esperarías que fuera
más conservador? (c) Simule los controladores de los incisos (a) y (b) para un
12.16 Considere el módulo de horno PCM del Apéndice E.
cambio de escalón unitario en el punto de ajuste, seguido de una perturbación
Supongamos que la temperatura del hidrocarburo THC es el CV, que
de escalón unitario en t = 40. Suponga que Gd(s) = G(s) y que el Los parámetros PCM
el caudal del gas combustible FFG es el MV y que están relacionados
del modelo son K = 2, τ = 3 y θ = 1. ¿Qué controlador proporciona mejor
mediante el siguiente modelo de función de transferencia:
control?
THC 220e−2s = Gp = , Gv
12.13 Considere los datos de respuesta al escalón experimental para el = Gm = 1 FFG 6,5s + 1
intercambiador de calor del ejercicio 12.5. Determine la configuración del
controlador PI utilizando el método de respuesta escalonada y dos relaciones (a) Diseñe un controlador PID basado en las relaciones de sintonización del
de ajuste del controlador: IMC y una elección razonable para τc.
Machine Translated by Google

228 Capítulo 12 Diseño, ajuste y resolución de problemas del controlador PID

(b) Diseñe un controlador PID basado en la función de autoajuste del (a) Diseñe un controlador PID basado en las relaciones de sintonización
relé del PCM y la configuración ZN. (c) Simule del IMC y una elección razonable
cada controlador para un cambio repentino en una perturbación no para τc. (b) Diseñe un controlador PID basado en la función de ajuste
medida, el caudal de hidrocarburos FHC, en t = 10 min, de 0,035 a 0,040 automático del relé del PCM y la configuración
m3/min. ¿Qué controlador es superior? Justifica tu respuesta. (d) Intente ZN. (c) Simule cada controlador para un cambio repentino en una
obtener un mejor rendimiento del perturbación no medida, composición de alimentación xF, en t = 10 min,
sistema de control ajustando su mejor controlador para la parte (c). Para de 0,50 a 0,55 (fracción molar). ¿Qué controlador es superior?
los criterios de rendimiento, considere la desviación máxima del punto Justifica tu respuesta.
de ajuste y el tiempo de establecimiento. (d) Intente obtener un mejor rendimiento del sistema de control ajustando
su mejor controlador para la parte (c). Para los criterios de rendimiento,
12.17 Considere el módulo de columna de destilación PCM del considere la desviación máxima del punto de ajuste y el tiempo de
establecimiento.
PCM
Apéndice E. Suponga que la composición del MeOH destilado
xD es el CV, que la relación de reflujo R es el MV y que están
relacionados mediante el siguiente modelo de función de
0,126e−138s XD(s) transferencia:
= Gp(s) = , Gv = Gm = 1 762s + 1 R(s)

Common questions

Con tecnología de IA