TEMA 2

Conceptos de control por computador

Introduccin

Introduccin
En un sistema de control por ordenador se efectan las siguientes operaciones: Supervisin o monitorizacin. Control. Actuacin sobre la planta.

Supervisin.
Son aquellas actividades que involucran la obtencin de informacin necesaria para conocer el estado actual de la planta. Estas tareas implican la lectura de unos elementos sensores que necesitan realizar la conversin de seales y su digitalizacin. Los tipos de estas seales son: analgicas y digitales, sin embargo el ordenador slo procesa seales digitales, por lo tanto, es necesaria su previa conversin A/D.
3

Introduccin
Control.
El sistema de control con realimentacin involucra seales de tiempo continuo y discreto. Es necesario convertir estas seales.

SISTEMA DE REALIMENTACION CONTINUA

Introduccin
Control.

SISTEMA DE REALIMENTACION DISCRETIZADA Se requiere la conversin de seales analgicas a digitales para ser procesadas por el control. Se produce un muestreo cada cierto tiempo y comparando la seal de salida muestreada con una seal de consigna obtenemos una seal de error. Control ejecuta el algoritmo de control y genera una salida digital que hay que convertir a analgica. Esta seal se mantiene constante hasta el 5 siguiente periodo. Tenemos, por tanto, tareas de control.

Introduccin
Control.

SISTEMA DE REALIMENTACION DISCRETIZADA Adems el computador tiene que tratar con otras tareas como son evitar algunas actuaciones cuando se producen determinadas entradas y cambiar el modo de operacin del sistema (manual/automtico). Se puede necesitar un dispositivo consola para servir de interface para la introduccin de consignas, etc.
6

Introduccin
Actuacin.
La actuacin no es slo la generacin de la potencia que hay que entregar sino procesar algunas entradas discretas. El computador necesita una imagen del estado del sistema (variables que intervienen en la planta y que reflejan el estado de la ltima entrada), imagen de la entrada (que se va refrescando cada periodo) y tambin una imagen de la salida.

Introduccin
Sistema genrico

Introduccin
1.- Cada uno de los dispositivos de entrada o salida tiene su periodo de muestreo. Todo el sistema no tiene las mismas constantes de tiempo. 2.- Las tareas de entrada y salida son los drivers asociados a los dispositivos de entrada y salida respectivamente (adquisicin de datos y salida de datos). Las tareas de entrada obtienen una serie de valores de los dispositivos de entrada y las tareas de salida envan datos a la planta a travs de los dispositivos de salida. Las tareas de entrada/salida se ejecutrn dependiendo de su prioridad. Recordemos que la planta puede tener diferentes constantes de tiempo. En el caso de los autmatas programables, las tareas de entrada/salida tienen todas las misma prioridad. 3.- Las imgenes de entrada/salida reflejan el estado de las entradas y salidas. 4.- Las tareas de control de este sistema genrico no tienen porqu ejecutarse en la misma secuencia ni siempre esa tareas. (Las actuaciones pueden tener diferentes constantes de tiempo).
9

Actividades de control
Sea cual sea la aplicacin, vamos a tener una serie de actividades comunes: Adquisicin de datos. Control En lazo cerrado. En secuencia. Supervisor. Analisis de datos. Almacenamiento de datos. Actuacin. Interfaz hombre-mquina.

10

Conceptos

11

Ventajas del computador

Frente a otro tipo de soluciones, un computador tiene las siguientes ventajas en aplicaciones de tiempo real: Repetibilidad de un computador. Ante las mismas entradas genera las mismas salidas. No hay derivas. Es estable en el mantenimiento de la informacin. Flexibilidad de un computador. Realiza multiples tareas. Se puede aadir, borrar y modificar elementos de control. Podemos incluso cambiar el algoritmo de control. Esto es importante para su mantenimiento. Se obtiene un conocimiento de la planta muy alto. La realizacin de sistemas de control permite conocer mejor la planta y mejorar sus prestaciones. El computador es ms barato, eficiente y seguro que otros sistemas. Los elementos que integran el sistema tienen que ser suficientemente confiables para que el computador pueda cumplir con las restricciones temporales. Podemos considerarlo todo como mdulos. Cada mdulo tiene que cumplir con su parte. En esto consiste su verificacin: cada componente tiene que verificarse independientemente. Otra parte es la validacin, 12 es decir, que el sistema cumple globalmente con lo especificado inicialmente.

Sistemas controlados por computador

Ventajas:
Precio de adquisicin relativamente bajo Mejores caractersticas que los controladores analgicos Aade nuevas funcionalidades

Problemas:
Aliasing Periodo de muestreo Retardo computacional
13

Sistemas controlados por computador

u(t)
Proceso t

y(t)

t D/A y mantenimiento Muestreo y A/D

Cuantificacin en tiempo y magnitud

Red de comunicaciones

uk
Computador t

yk

14

El proceso de muestreo

Muestreo peridico Instantes de muestreo : instantes de tiempo en los que las

variables fsicas medidas se convierten en formato digital

Periodo de muestreo : intervalo de tiempo entre dos instantes

de muestreo (h o T)

15

Muestreo y reconstruccin

Computador u

A/D

Algoritmo

D/A

Proceso

16

Muestreo y reconstruccin
Muestreador : Dispositivo que convierte una seal de tiempo continuo
en una secuencia de nmeros, p.ej., un convertidor A/D.
28 a 216 niveles de cuantizacin, normalmente superior a la precicin del sensor fsico.

A/D: 8-16 bits

A/D

Dispositivo que convierte valores numricos en un computador a seales analgicas. convertidor D/A combinado con un circuito mantenedor
Normalmente se emplea mantenedor de orden cero (ZOH): seales de control constantes entre instantes de muestreo.
17

Reconstructor:

Transformada Z
Dada la secuencia discreta f(0), f(1), f(2), .f(k), se define su transformada Z mediante:
Z [f (k )] = F(z) = f (k )z k
k =0

f(k)

Donde z es una variable compleja Juega en los sistemas discretos un papel equivalente al que la transformadas de Laplace juega en los continuos Se suponen condiciones iniciales nulas
18

Regin de estabilidad
En tiempo continuo, la regin de estabilidad es la mitad izquierda del plano complejo, es decir, el sistema es estable si todos los polos se encuentran en el semiplano izquierdo. En tiempo discreto, la regin de estabilidad es el crculo unidad.

19

Muestreo de seales continuas

-1 0 5 10

Tiempo

20

Muestreo de seales continuas

Se puede perder informacin al muestrear seales de tiempo continuo?
En la figura anterior: muestrear periodo de muestreo T=1 sin(2 0.9t - ) y sin(2 0.1t) con un se obtiene la misma informacin.

Los valores muestreados se han obtenido de una seal de baja frecuencia o de una seal de alta frecuencia?
Es posible que algunas seales continuas no puedan recuperarse a partir de la seal muestreada Puede haber prdida de informacin

21

Teorema del muestreo de Shannon (1949)

Si una seal no contiene ningn componente de frecuencia por encima de w0 entonces la seal de tiempo continuo puede ser reconstruida unvocamente a partir de una secuencia muestreada peridicamente, siempre que la frecuencia de muestreo sea superior a 2w0 (frecuencia de Nyquist)
1

-1 0 5 Tiempo 10

Con una frecuencia de muestreo ws = 1 Hz, se puede reconstruir la seal de baja frecuencia de 0.1 Hz (lnea a trazos) pero no la de 0.9 Hz (lnea continua). Cual debera ser la frecuencia de muestreo para reconstruir la seal sinusoidal de 0.9 Hz? ws 1.8 Hz 22

Aliasing ...

Una seal de alta frecuencia es interpretada como una seal de baja frecuencia cuando se muestrea a una frecuencia inferior a la de Nyquist.
0.1 0.5 0.9 1 Hz

Aliasing (o solapamiento de frecuencias):

= S 2 = Frecuencia de Nyquist, (S = frecuencia de muestreo)

Frecuencias por encima de la frecuencia de Nyquist aparecen como seales de baja frecuencia. La frecuencia alias fundamental para una frecuencia 1 > es:

= |(1 + ) mod (S ) - | Ej.: para 1 = 0.9, s = 1, = |(0.9 + 0.5 ) mod (1 ) - 0.5 | = 0.1 Hz

23

... y filtros anti-aliasing

Para impedir el aliasing:
Eliminar todas las frecuencias por encima de la frecuencia de Nyquist antes de muestrear la seal.

Filtro anti-aliasing (filtro pasa-bajo)

Atenuacin alta a partir de la frecuencia de Nyquist Filtros de Bessel, Butterworth, ... (orden 2-6):

( s / B ) 2 + 2 ( s / B ) + 2
2
24

Ejemplo de filtrado

Onda cuadrada + perturbacin senoidal de 0.9 Hz

Seal filtrada con un filtro de Bessel de orden 6.

Valores muestreados

Muestreado a 1 Hz (aparece una frecuencia alias de 0.1 Hz)

25

Resumen

AL realizar el muestreo se puede perder informacin si la seal contiene frecuencias superiores a la frecuencia de Nyquist. El muestreo crea nuevas frecuencias (alias). El aliasing hace necesario filtrar las seales antes de muestrearlas. Cuando se disean controladores deben tenerse en cuenta el efecto de los filtros anti-aliasing.

26

Periodo de muestreo
Seleccin adecuada:
Un periodo (h) demasiado largo hara imposible la reconstruccin de la seal continua. Un periodo (h) demasiado pequeo incrementara la carga del ordenador. Los intervalos de muestreo para el diseo del control de sistemas discretos suelen determinarse en funcin de la dinmica deseada del sistema en lazo cerrado. Una regla comn es hacer entre 4 y 10 muestreos en el tiempo de subida TR para el sistema en lazo cerrado

TR N R = 4L10 h
27

Control del muestreo

Computador

Reloj

A/D

{y(tk )}

Algoritmo

{u(tk )}

u(t)

y(t)

D/A

Proceso

Idea bsica: Fijarse solamente en los instantes de muestreo!

28

Sistemas muestreados
El sistema visto desde el computador

Computador

Reloj

Algoritmo

{u(tk )}

u(t)

y(t)

D/A

Proceso

A/D

{y(tk )}

29

Retraso computacional
Problema: la accin de control u(k) no se puede generar
instantneamente en el instante k cuando se muestrea y(k) retardo de control, retraso computacional, latencia entrada-salida o jitter entrada-salida
y y (tk+1) y (tk+2) y (tk+3)

LOOP wait for clock interrupt; read analog input; perform calculations; set analog output; END;
Retardo de control

y (tk)

time u u (tk+1) u (tk) Control delay u (tk+2) u (tk+3)

time

30

Cuatro mtodos
1. Disear un controlador robusto para que trabaje aun en condiciones de variaciones en los retardos computacionales. 2. Ignorar o minimizar el retardo computacional
A veces justificado si es pequeo frente al periodo h Minimizar las operaciones realizadas entre las operaciones A/D y D/A Dividir el cdigo en dos partes: CalculoSalida y ActualizaEstados

3. Compensacin por el retardo computacional

Incluir el retardo computacional en el diseo del modelo Muestrear el sistema con los retardos de tiempo Escribir el cdigo de tal forma que el retardo sea constante

4. Incluir el retardo en el controlador

No enviar la seal de control hasta empezar con el prximo muestreo Retardo computacional = h Fcil de compensar (es mltiplo del intervalo de muestreo)
31

Minimizacin del retardo de control

Controlador general en espacio de estados

xc (k + 1) = Fc xc (k ) + Gc y (k ) + GREF yREF (k ) u (k ) = Cc xc ( k ) + Dc y (k ) + DREF yREF (k )

Interesa minimizar el tiempo entre AtoD() y DtoA():

PROCEDURE Regulate; BEGIN AdIn(y); u := u1 + D*y + Dref*yref; DaOut (u); x := F*x + G*y + Gref*yref; u1 := C*x; END Regulate;

(* CalculoSalida*) (* ActualizaEstados *)

32

Incluir el retardo en el controlador

Memory Variable
y y (tk-1) y (tk) y (tk+1)

time u

Seales de control aplicadas tan pronto como se computan retraso computacional variable malas prestaciones del control

Control Variable

u(t k+1)

u(t k) Computational lag

Memory Variable

tk-1

y y (tk-1)

tk

tk+1

time

y (tk)

y (tk+1)

Compensacin del retardo computacional Retardo computacional constante (h)

time u

Control Variable

u(t k+1) u(t k) Computational lag tk-1 tk tk+1 time

33

Retraso computacional
Porqu es malo?
Un retardo constante disminuye el margen de fase

Si el retardo es conocido se puede compensar en la etapa de diseo, 34 por ejemplo con un compensador en adelanto.

Control PID

35

 Realidad Industrial El algoritmo de control

Trmino proporcional Trmino integral Trmino derivativo

r(t) + -

e(t)

Control PID

u(t) Planta

y(t)

(t) Realimentacin

Mtodos de diseo Algoritmos Modificaciones del algoritmo

Limitacin de la ganancia derivativa Setpoint weighting Integrator windup Bumpless transfer

Sintonizacin (tuning) Implementacin

36

Realidad Industrial
El tipo de controlador mas antiguo El mas usado
Acero 93% Refineras de Petrleo 93% Papel 86%

Realidad:
Mas de 30% de los controladores operan en modo manual Mas de 30% de los controladores incrementan su variabilidad segn pasa el tiempo Aproximadamente 25% de los controladores usan los parmetros preconfigurados de fbrica Aproximadamente 25% de los lazos tienen problemas de hardware.
37

El algoritmo de control
Ley de control:

r(t)
+

e(t) (t)

Control PID

u(t)
Planta

y(t)

Realimentacin

u(t) = u P (t) + u I (t) + u D (t)

con

u P (t ) = K e(t )
u I (t ) = ki 0 e( ) d =
t

e(t)

K t 0 e( ) d Ti

de(t ) de(t ) u D (t ) = k D = K TD dt dt

E(s) + TD s E(s)) U(s) = K (E(s) + s Ti

38

El trmino proporcional
u max u0

u min -e0 Banda Proporcional e0

umax u = Ke + u0 u min

e > e0 e0 < e < e0 e < e0

u u0 e= K
Solucin: buscar una forma automtica de obtener u0 . Slo con el trmino proporcional no es posible Habr error estacionario 39

Se elimina el error si: K es infinito u = u0

Influencia de P
K=5 K=2 1
P

Respuesta escaln

K=1 0 0 K=5 K=2 5 10 15 20

e(t)

K (ganancia proporcional): constante de proporcionalidad

en la accin de control proporcional K pequea K grande accin proporcional pequea accin proporcional grande

Variable de control

K=1 2

-2 0 5 10 15 20

Existe error estacionario. Si aumenta K ms rpido estabilidad

mayor sensibilidad al ruido

peor
40

El trmino integral
u = K e + u0
Considerando u0 como trmino integral
I P e(t) Ti

1 t u = K e + 0 e( ) d Ti

Ti (constante de tiempo integral): el tiempo requerido para

que la accin integral contribuya a la salida del controlador en una cantidad igual a la accin proporcional Ti pequeo Ti grande accin integral grande accin integral pequea

Error estacionario presente se incrementa edt se incrementa u se incrementa y el error no es estacionario se puede eliminar el error
41

Prediccin

Un controlador - PI no contiene prediccin La misma seal de control es obtenida en ambos casos:

42

Influencia del PI
Ti = 1 Ti = 2 1 Ti = 5

Respuesta escaln

0 0

Ti =

5 10 15 20

Variable de control

2 1 0 0

Ti = 1 Ti = 2 Ti = 5 Ti =

10

15

20

Elimina el error estacionario. Disminuir Ti implica peor estabilidad y una ms rpida eliminacin del error estacionario

43

El trmino derivativo
e(t) Error e(t) e(t +TD ) TD t e(t) +TD de(t) dt P D

u = K e + u0

Considerando u0 como trmino derivativo

d e(t ) u = K e(t ) + TD K e(t + TD ) dt

TD (constante de tiempo derivativo): horizonte de prediccin, tiempo requerido para que la accin proporcional contribuya a la salida del controlador en una cantidad igual a la accin derivativa
TD pequeo TD grande accin derivativa pequea accin derivativa grande 44

Influencia del PD
Td = 0.1 Td = 0.7 1 Td = 4.5 0 0 Td = 0.7 2 5 10 15 20

Td = 4.5

Td = 0.1

-2 0 5 10 15 20

TD muy pequeo, no influye TD muy grande, disminuye las prestaciones del control En la practica industrial el trmino D normalmente se desactiva

45

Interpretacin alternativa
El control PD en algunos casos se puede interpretar en trminos de retroalimentacin de estados.

1 S

dy/dt

D P

46

Mtodos de diseo

Transformada z Z( planta + actuador + mantenedor ) Diseo del controlador en dominio z Aproximaciones Diseo del controlador en el dominio s Efectuar aproximaciones
Diferencias en atraso Diferencias en adelanto Aproximacin de Tustin

z 1 s= T z

z 1 s= T

2 z 1 s= T z +1

47

Aproximaciones
Mapeado de la regin de estabilidad en el plano s al plano z

Diferencias en atraso Diferencias en adelanto Aproximacin de Tustin

z 1 s= T z

z 1 s= T

2 z 1 s= T z +1

48

Comportamiento temporal en funcin de la ubicacin de los polos en el plano z

49

Control PID
Proporciona realimentacin Elimina el error en estado estacionario Permite anticiparse al futuro 95% de lazos de control son PID Ley de control (de libro)

d e(t ) 1 t u (t ) = K e(t ) + 0 e( ) d + TD dt TI

E (s) U ( s) = K E ( s) + + TD s E ( s ) s TI

50

Algoritmos de control PID

Algoritmo de posicin Algoritmo de velocidad

51

Algoritmo de posicin
Calcula el valor absoluto de la seal de actuacin u(k)

d e(t ) 1 t u (t ) = K e(t ) + 0 e( ) d + TD dt TI
procedure PID(Kp,Ti,Td); Kd:=Kp*Td/T; Ki:=Kp*T/Ti; s=e1:=0; forever loop READ(r,y); e:=r-y; s:=s+e; u:=Kp*e+Ki*s+Kd*(e-e1); WRITE(u); e1:=e; end loop

// inicializa s(k - 1), e(k - 1) // lee de A/D // s(k) := s(k - 1) + e(k) // calcula nueva accin de control // escribe en D/A

52

Algoritmo de velocidad
Calcula cambios incrementales de la seal de actuacin u(k)
Cambios incrementales de la seal u(t) son proporcionales a su derivada

1 & && u (t ) = K e(t ) + e(t ) + TD e (t ) & TI

Aplicando diferencias hacia atrs:

&& e (k ) =

e(k ) 2e(k 1) + e(k 2) T2

u (k ) u ( k 1) e( k ) e(k 1) 1 e( k ) 2e(k 1) + e( k 2) =K + e(k ) + TD T T TI T2 T T T T u (k ) = K 1 + + D e(k ) 1 + 2 D e(k 1) + D e(k 2) T T T T I

procedure PID(Kp,Ti,Td); K1:=Kp*(1+T/Ti+Td/T); K2:=-Kp*(1+2*Td/T); K3:=Kp*Td/T; du=e1=e2:=0; forever loop READ(r,y); e:=r-y; du:=K1*e+K2*e1+K3*e2; WRITE(u); e2:=e1; e1:=e; end loop

// inicializa u, e(k - 1), e(k - 2) // lee de A/D // calcula nuevo de la accin de control // escribe en D/A 53

Modificaciones del algoritmo

Limitacin de la ganancia derivativa (filtro derivativo) Modificacin del punto de referencia (setpoint weighting) Formas del control PID:
Configuracin estndar Configuracin paralela Configuracin serie

Mejoras del control: Integrator windup Transferencia bumpless

54

Limitacin de la ganancia derivativa

Filtro derivativo
El trmino de la derecha de la ecuacin aproxima muy bien la derivada para bajas frecuencias pero la ganancia est limitada por N para altas frecuencias (ruido atenuado). El parmetro N se suele llamar ganancia mxima derivativa. Normalmente 0<N<20
+
Accin integral

sTD

sTD 1 + sTD / N

R
Consigna

R(s)
+ -

E(s)

1 sTI 1 1 + sTD / N
Filtro derivativo

K
Ganancia

U(s)

Y(s)

sTD 1
Accin Derivativa

Y(s)
55

2 1.5 1 0.5 0 -0.5 -1 -1.5 -2

Consideremos la seal sin ruido:

1.5 1 0.5 0

f (t ) = sen(t )
Y la misma seal con ruido:

-0.5 -1

F (t ) = sen(t ) + an sen( t )
cuya derivada es:

-1.5 -2

10

15

f (t )
2

df (t ) dt

10

15

dF (t ) = cos(t ) + a n cos( t ) dt
Curvas generadas con: an = 0.01 = 100 Un ruido del 1% de la seal original genera un 100% de error en la derivada!!!

2 1.5 1 0.5 0 -0.5 -1 -1.5 -2

1.5 1

0.5 0

-0.5 -1 -1.5 -2

10

15

F (t )

dF (t ) dt

10

15

56

2 1.2 1.5 1.1

2

1
2 1.5 1

Consideremos la seal sin ruido: 1

0.5 1.5
1 0.5 0

f (t ) = sen(t )
0.9

0.5 0 -0.5 -1

Y la misma seal con ruido:

-0.5 -0.5
-1

F (t ) = sen(t ) + an sen( t )
0.7 cuya derivada es: 6.8 7 7.2 7.4 7.6 7.8 8 8.2 8.4

0.8

-1.5 -2

-1
0 5 10 15

-1.5 -2

-1.5 -2 8.6

f (t )
8.8 5.8 6 6.2
2 1.5 1 0.5 0 -0.5 -1 -1.5 -2

df (t ) dt

10

15

dF (t ) = cos(t ) + a n cos( t ) dt
Curvas generadas con: an = 0.01 = 100 Un ruido del 1% de la seal original genera un 100% de error en la derivada!!!

6.4

6.6

6.8

1.5 1

0.5 0

-0.5 -1 -1.5 -2

10

15

F (t )

dF (t ) dt

10

15

57

Reemplazamos el trmino derivativo puro:

Magnitude (dB)

Bode Diagram 40

GD ( s) = s T
por:

20

sT GD ( s) = 1+ s T / N

-20

-40 90

Phase (deg)

45

Para seales de baja frecuencia: GD(s) sT GD(s) genera la salida:

df (t ) dt

10

-1

10

10 Frequency (rad/sec)

10

A altas frecuencias: GD(s) N La ganancia nunca supera el valor N

Curvas generadas con: T=1 N=5 58

1.1

Ejemplo

1
2 2 1.5 1 0.5 0 -0.5 -1 -1.5 -2 1.5

f (t ) = sen(t )

0.9 1
0.5

F (t ) = sen(t ) + 0.01 sen(100 t )

0.8
-0.5 -1

0.7 -1.5
-2 0 5 10 15

s GD ( s) = 1+ s / 5
F(t)

0.6 5.4
2 1.5

f (t )
5.6 5.8 6 6.2 6.4 6.6
1.5

6.8

df (t ) dt 7.2

10

15

7.4

1
1 0.5 0

0.5

GD(s)

U(t)

-0.5

-0.5
-1 -1.5 -2

-1

10

15

-1.5

10

15

F (t )

U (t )
59

Modificacin del punto de referencia

Modificacin del punto de referencia (setpoint weighting)

A veces es ventajoso no permitir que la derivada acte en la seal de referencia o permitir que acte slo en una fraccin de la misma. El motivo de esto es que una entrada escaln en la referencia, llevar la seal de control de salida a sus lmites. Este hecho dar grandes sobrepasos en la respuesta escaln. Normalmente es cero. Tambin supone una gran ventaja permitir que slo una fraccin de la seal de referencia acte en la parte proporcional.

sTd ( R( s) Y ( s) ) D( s) = 1 + sTd / N
P ( s ) = K ( R ( s ) Y ( s ) )
Un controlador con y el controlador con

=0 y =0 =1 y =0

se le suele llamar controlador I-PD, se le llama controlador PI-D.

60

Ejemplo

Respuesta ante un escaln en la referencia para sistemas con diferentes valores de la fraccin

para una planta que tiene una funcin de transferencia:

G( s) =

(s + 1)3

= 0.0 = 0.5 = 1.0

lnea de trazo lnea continua lnea de trazo y punto 61

Parmetros del controlador: K = 3, Ki = 1.5, Kd = 1.5

Formas de control PID

Teniendo en cuenta las modificaciones presentadas anteriormente, el algoritmo PID puede representarse de varias formas: Configuracin estndar Configuracin paralela Configuracin serie

62

Configuracin estndar

U ( s ) = Gsp ( s ) R ( s ) Gc ( s ) Y ( s )

1 TD s Gsp ( s ) = K + + 1 + TD s / N TI s 1 TD s Gc ( s ) = K 1 + + TI s 1 + TD s / N

63

Configuracin paralela
U ( s ) = k ( R ( s ) Y ( s ) ) ki + (R( s) Y ( s) ) s kd ( R( s) Y ( s) ) + 1 + Tdf s
Se independizan las acciones P, I y D Se pierde el sentido fsico de TI y TD

k=K K ki = TI kd = K TD Tdf = TD / N

64

Configuracin serie
Partimos de la configuracin estndar Si TI > 4TD, entonces Gc(s) se puede poner:

1 ' G ( s ) = K 1 + ' (1 + TD s ) TI s
' c '

Comparando con la configuracin estndar, los parmetros son:

' TI' + TD K = K' TI' ' TI = TI' + TD ' TI'TD TD = ' ' TI + TD

K (1 + 1 4TD / TI ) 2 T TI' = I (1 + 1 4TD / TI ) 2 TD ' (1 + 1 4TD / TI ) TD = 2 K' =

65

Mejoras del control

Saturacin integral (Integrator windup)

La combinacin de un actuador con saturacin y un controlador que proporciona accin integral, deriva en un fenmeno denominado integrator windup. Si la seal de control es tan grande que el actuador se satura, el camino de realimentacin se romper porque el actuador permanecer saturado incluso si cambia la salida del proceso. El integrador, convertido en un sistema inestable, har que la integral adquiera un valor muy grande. Cuando el error cambie de signo, la integral tendr un valor tan grande que tardar mucho tiempo en alcanzar valores razonablemente normales.

Transferencia sin sacudida (bumpless transfer)

Es esencial evitar los transitorios cuando existen cambios de modo y de parmetros. Cuando el sistema se encuentra en un modo (p.ej. automtico), el algoritmo de control produce una seal de control que difiere de la que se genera en otro modo (p.ej. manual). Es necesario asegurarse que ambas seales coinciden en el momento del cambio de modo. A esto se le llama bumpless transfer (transferencia sin sacudida).

66

Saturacin integral (Integrator windup)

Prcticamente todos los sistemas muestran saturacin en los actuadores Los actuadores pueden saturarse debido a grandes entradas El lazo de realimentacin se rompe cuando se produce la saturacin. Puede aparecer inestabilidad en el sistema Un integrador es un elemento inestable y podra crecer fuera de los lmites admisibles. Se requiere proteccin contra saturacin en todos los controladores con accin integral Ejemplos de actuadores saturables: - vlvula de aceleracin en un automvil - tensin de salida de un amplificador - superficies de control de un avin
67

Si el error es grande, el trmino integral del controlador puede saturar al actuador.

ref. +-

error

PID

uc

Sistema

La salida del integrador puede llegar a ser grande sin generar efecto sobre la salida debido a la saturacin del actuador

68

La salida del integrador crece hasta que cambie de signo la seal e(t) y la integracin cambie su tendencia Una solucin: desactivar el integrador cuando est saturado el actuador

Salida deseada y

Con anti-windup Sin anti windup

uc
69

Integrator windup
4 mtodos
Fijacin de lmites en las variaciones de la referencia Integracin condicional Stop Summation
Actuador lmite superior limite superior normal normal lmite inferior limite inferior Error + + + Trmino integral desconectado activo activo activo activo desconectado

Termino integral desconectado cuando est lejos del estado estacionario Termino integral desconectado cuando se satura el actuador REPEAT en:= ADC; s:=s+en; IF s> smax THEN s:=smax; ELSE IF s<smin THEN s:=smin; mn:=kp*en+ki*s+kd*(en-enold); DAC(mn); enold :=en; UNTIL stop;

70

Back calculation o mtodo de desplazamiento

Cuando se satura el actuador se recalcula el trmino integral de tal forma que su nuevo valor proporcione una salida en el lmite de saturacin y e =r y

KTd s

Modelo del Actuador

Actuador

K
K Ti

1 s
1 Tt

es

71

Bumpless transfer
Transferencia sin sacudidas (bumpless transfer)
Evita saltos en la seal de control cuando:
Cambia el modo de operacin (manual-automtico-manual) Cambian los parmetros Cambia el controlador

Hay que asegurarse que los estados de los controladores tienen los mismos valores antes y despus del cambio

72

Algoritmo de posicin
1 Tt

1 Tm

1 s

ysp
y

PD M

K Ti

1 s
1 Tt

A
-

73

Algoritmo de velocidad (algoritmo incremental)

+ ysp y

Manual
M A

1/s

PID Increm.

Dado que en el algoritmo de velocidad los cambios de la seal del actuador son incrementales, la transferencia siempre es sin sacudida. El algoritmo de velocidad asegura que no se produzcan cambios repentinos en la seal del actuador, salvo en presencia de perturbaciones.

74

Controlador PID paralelo

75

Controlador PID paralelo Integrator windup

76

Controlador PID paralelo Integrator windup Control manual: transferencia A/M con sacudida (M/A bumpless)

77

Controlador PID paralelo Integrator windup Control manual: transferencia A/M sin sacudida (M/A bumpless)

78

Control on/off
+5V 0V +5V 0V

a) Valvula abierta

b) Valvula cerrada

Abierto

Cerrado

Abierto

Tiempo

79

Control PWM
En algunos casos, como con el triac, existe una cuantizacin extrema en el sentido de que el actuador slo acepta dos valores, on/off. En estos casos, se especifica un tiempo de ciclo ciclo T y el controlador proporciona un pulso cuyo ancho est dado por:

u (t ) umin T pulso (t ) = Tciclo umax umin

80

Sintonizacin de PID
Mtodos: Empricos, cuadros de sintonizacin Modelo basado en experimentos Mtodo de Ziegler-Nichols Mtodo de respuesta a un escaln

81

Mtodo de sintonizacin de Ziegler-Nichols El mtodo de sintonizacin de Ziegler-Nichols propone valores de los parmetros del controlador PID de una planta a partir de los datos de prueba de la planta en lazo abierto o cerrado. La funcin de transferencia en lazo abierto de un sistema puede aproximarse con un retardo temporal y un sistema de primer orden:

K e s TD G( s) = 1 + s T1

Donde TD es el retardo temporal del sistema (retardo de transporte) y T1 es la constante de tiempo del sistema.
82

Ajustes de Ziegler-Nichols en lazo abierto para los diferentes controladores P, PI y PID

P PI PID

Parmetros de la planta
83

Ejemplo K = 40C, Ti = 20 s, TD = 5 s

Controlador P

84

Controlador PI

85

Controlador PID

86

Resumen de control PID

PID es un controlador til. Cuestiones a tener en cuenta:
Filtrar el trmino derivativo Actualizar el integrador Realizar compensacin anti-windup

87

Algunas cuestiones prcticas

La precisin numrica se mejora si se emplean ms bits:
float coeff; vs double coeff; (64 bits)

A/D y D/A Mucho menos precisin Resoluciones tpicas: 8, 12, 16 bits Es mejor tener una buena resolucin en el convertidor A/D que en el D/A
Un sistema de control es menos crtico ante seales que se aplican a la entrada de la planta.

No linealidades debidas a la cuantizacin por A/D pueden convertirse en oscilaciones.

Realizar simulaciones para comprobar si las resoluciones A/D y D/A pueden mejorar las prestaciones del sistema
88


Seleccin del periodo de muestreo: Una regla habitual: = 0.1 a 0.6
: ancho de banda deseado del sistema en lazo cerrado Filtros anti-aliasing Deben proporcionar atenuacin a la frecuencia de Nyquist Es importante incluir en el controlador compensacin anti-windup

89

Control fuzzy

90

Control Fuzzy

La tecnologa de control puede resolver cualquier problema que est perfectamente definido en forma de ecuaciones de estado

Proceso no est bien definido No linealidades Errores en las mediciones Cambio en la dinmica del proceso

CONTROL FUZZY

91

Control Fuzzy

1. Metodologa de diseo 2. Conjunto difuso 3. Funcin de pertenencia 4. Variable lingstica 5. Reglas difusas 6. Funcin de implicacin 7. Agregacin de reglas 8. Proceso de defuzzificacin

92

Control Fuzzy

1. Metodologa de diseo

Un sistema, que acta como si una persona estuviera en el lazo de control, establece un juego de reglas para controlar el proceso Esta informacin es incorporada al control fuzzy que simula la toma de decisiones de esta persona. Ejemplo: control de la velocidad de un coche.

93

Control Fuzzy

2. Conjuntos difusos Tipo de conjunto caracterizado porque los elementos del universo de discurso en el que est definido pueden pertenecer a l en un cierto grado, representado por una funcin de pertenencia.

94

Control Fuzzy

3. Funcin de pertenencia Matemticamente, un conjunto difuso puede representarse mediante un conjunto ordenado de pares que asignan un grado de pertenencia a cada elemento u del universo de discurso U.

F = {(u, F (u )) u U }

95

Control Fuzzy

4. Variable lingstica Es una variable cuyos valores pueden expresarse mediante trminos del lenguaje natural.

96

Control Fuzzy

5. Reglas difusas Una regla difusa es una sentencia condicional del tipo SIENTONCES donde el antecedente y el consecuente son proposiciones difusas

SI <proposicin difusa> ENTONCES <proposicin difusa> SI <proposicin difusa> ENTONCES <proposicin difusa>

97

Control Fuzzy

5. Reglas difusas Tipos de proposiciones difusas Atmicas: la temperatura es alta Compuestas: se combinan proposiciones atmicas mediante diferentes conectivos lingsticos: Conectivo no Conectivo o Conectivo y complemento difuso unin difusa AB interseccin difusa AB

min ( A ( x), B ( x) )

prod ( A ( x), B ( x) )
98

Control Fuzzy

6. Funcin de implicacin La funcin de implicacin explica la relacin que existe entre el antecedente y el consecuente de una regla difusa

A B ( x, y ) = [ A ( x), B ( y )]

99

Control Fuzzy

7. Agregacin de reglas

100

Control Fuzzy

8. Defuzzificacin El proceso de defuzzificacin transforma la funcin de pertenencia representativa de un conjunto difuso en un elemento del universo de discurso

101

Control Fuzzy

8. Defuzzificacin Centro de gravedad Centro de sumas Primer mximo ltimo mximo Media de mximos

102

Control Fuzzy

103

Ejemplo

Accin P Posicin deseada Accin I Salida analgica Ampl. de potencia Motor de CC Posicin actual

Accin D Entrada digital Interfaz encoder Encoder

Diagrama de bloques de la estructura de control PID

104

Posicin deseada Salida analgica Ampl. de potencia Motor de CC

Posicin actual

Entrada digital

Interfaz encoder

Encoder

Diagrama de bloques de la estructura de control fuzzy

105

e : seal de error

Base de reglas u : salida de control

: derivada del error

106

Respuesta temporal

107

Pndulo invertido

: error : vel. angular u: Isalida

108