Está en la página 1de 101

DESARROLLO E IMPLEMENTACIN DE

CONTROLADORES INTELIGENTES EN
LA PLANTA MULTI-TANQUE DEL
LABORATORIO DE
SERVOMECANISMOS.

Daro Chicaiza
Luis Armijos

1. INTRODUCCIN

Sistema Multi-tanque
Es una
representacin
didctica de los
problemas de control
de nivel que ocurren
en la industria
El objetivo principal
es mantener un nivel
deseado de agua en
los tanques mediante
las electrovlvulas o
la bomba de agua.

PLANTA MULTITANQUE

3 Tanques de seccin
diferente.

3 Vlvulas manuales y
elctricas(electrovlvulas)

Tanque reservorio

Bomba de agua

3 Sensores de nivel

Una bomba de agua es


usada para transportar el
agua desde el reservorio
hasta el tanque superior.

Las

vlvulas

tanques

actan

resistores de flujo

de

los
como

Cada tanque est equipado


con sensor de nivel

el esta

basado en la medicin de la
presin diferencial producida
por el agua.

Cada sensor tiene una interfaz


electrnica

la

cual

permite

traducir presin en voltaje.

Este problema puede ser resuelto de diversas formas:

Controladores clsicos
Controladores PID

Controladores inteligentes
Control difuso
Redes neuronales
Algoritmos genticos

2. DESCRIPCIN Y ANLISIS DE
LOS COMPONENTES DEL
SISTEMA MULTI-TANQUE

Componentes Sistema Multi-Tanque

2.1 DESCRIPCIN DE LA INTERFAZ DE


POTENCIA DEL SISTEMA MULTI-TANQUE

La interfaz de potencia del controlador es un


componente

el

cual

permite

manejar

sensores y actuadores desde la computadora,


conectados mediante cables y un bus de
datos. Este componente consta de dos partes

Parte externa
Parte interna

Tarjeta RTDAC4

Etapa de
acondicionamiento de
sensores de nivel.

Etapa de potencia
para salidas
(electrovlvulas y
bomba de agua).

Etapa de alimentacin
de la planta MultiTanque.

2.2.1 Etapa de acondicionamiento


para los sensores de nivel

La

etapa

de

acondicionamiento

es

la

encargada de proporcionar una seal apta


en voltaje y corriente a la tarjeta PCI.
Permite corregir, filtrar, aislar y ajustar la
seal enviada por el sensor de nivel.

2.2.2 Etapa de potencia para salidas


(electrovlvulas y bomba de agua)

Esta

etapa

permite

obtener

voltaje

corriente ptimos para los actuadores. La


etapa de potencia consta de tres circuitos
integrados y cuatro MOSFETs de potencia,
considerando las tres electrovlvulas y el
motor DC de la bomba de agua.

2.2.3 Etapa de alimentacin de la


planta Multi-Tanque

La etapa de alimentacin de la tarjeta RTDAC4 necesita la


alimentacin de las fuentes 12 [VDC] y 24 [VDC] de la interfaz de
potencia, para poder alimentar a todos los componentes de la tarjeta.
La etapa alimenta a :

Circuitos integrados de la tarjeta

Electrovlvulas y motor DC de la bomba de agua

Sensores de nivel

2.3 ELEMENTOS EXTERIORES


A LA INTERFAZ DE POTENCIA
DEL CONTROLADOR

Los elementos externos que interactan con la


interfaz son:

Descripcin y anlisis sensores de nivel

Descripcin y anlisis electrovlvulas

Descripcin y anlisis bomba de agua

Descripcin de la tarjeta de adquisicin y


control RT-DAC4/PCI

Descripcin y anlisis sensores


de nivel

Los sensores piezo resistivos proporcionan


una frecuencia de salida lineal y precisa, la
cual es proporcional a la presin diferencial
aplicada por el lquido en el tanque. Esta
frecuencia de salida es traducida a nivel de
agua en la tarjeta PCI.

Descripcin y anlisis
electrovlvulas
Datos tcnicos
Marca:

Burkert

Modelo :

DS6024

Voltaje de
operacin:

24 [VDC]

Temperatura
regular:

-10 a +90 C

Temperatura
ambiente:

Max. +55 C
100%

Ciclo de trabajo:

continuamente
gases neutros y

Tipo de fluido o gas:

lquidos

Consumo:

Max 18W

Orificio:

8 a 12 mm

Acoples:

1/2" a 3/4"

Presin:

0-0.7 bar

Descripcin y anlisis bomba de


agua
Datos tcnicos
Marca:

PITTMAN

Modelo :

14204

Voltaje de
operacin:

24 [VDC]

Temperatura
mxima:

155[C]

Velocidad:

3200 [RPM]

Corriente:

3.67 [A]

Descripcin de la tarjeta de
adquisicin y control RT-DAC4/PCI

3. MODELO MATEMTICO
SISTEMA MULTI-TANQUE

MODELO MATEMTICO
SISTEMA MULTITANQUE

El procedimiento clsico para desarrollar un modelo matemtico consta de los


siguientes pasos:

Descripcin del sistema.

Desarrollo del modelo matemtico basado en la fsica del proceso.

Anlisis del modelo matemtico y desarrollo de un modelo de simulacin.

Ajuste de los parmetros del modelo (identificacin).

Identificacin Bomba DC.


Identificacin electrovlvulas mediante algoritmos genticos.

Verificacin practica del modelo.

3.1 Descripcin del sistema


Variable de proceso

Altura de
lquido

Variables manipuladas

Posicin de
apertura de las
electrovlvulas

Flujo de
entrada

3.2 Desarrollo del modelo


matemtico

La salida de un flujo laminar esta


gobernada por la ley de Bernoulli, que
es un calculo de energa potencial y
cintica del fluido

3.2 Desarrollo del modelo


matemtico

El modelo del sistema est determinado para relacionar el flujo


de entrada qo con el flujo de salida q.

Usando una ecuacin de equilibrio de flujo dentro del tanque, es


posible escribir:

3.2 Desarrollo del modelo


matemtico

3.2 Desarrollo del modelo


matemtico
Pero para una configuracin
real de tanques, tubos y
vlvulas la turbulencia y la
aceleracin del lquido en el
tubo no puede ser descuidada
entonces ms de un coeficiente
puede ser utilizado.

3.3 Modelos de control


sistema multitanque

3.3.1 Modelo de control


sistema multitanque

3.3.2 Modelo de control


sistema multitanque

De acuerdo al modelo de control seleccionado las


variables manipuladas (VM) son:
Nombre VM

VM

Actuador

Configuracin
de vlvulas

C1,C2,C3

Electrovlvulas

Flujo de
entrada

Bomba

Unidades VM

m3 / s
m3 / s

Para controlar el caudal se acta sobre la apertura


y cierre del los actuadores elctricos proporcionales
para lo cual se varia el voltaje mediante PWM.

3.4 Identificacin de las


variables manipuladas

Curva caracterstica de la bomba DC

Curva de los parmetros de las


electrovlvulas proporcionales

3.4.1 Curva caracterstica bomba


DC

En el toolbox del sistema multitanque se encuentra un


bloque en el cual esta la identificacin de la bomba realizado
por el fabricante.

3.5 Identificacin de los


parmetros de las electrovlvulas
Los coeficientes Ci y i varan con el porcentaje de
apertura de las electrovlvulas que depende del valor de
PWM

Principio de identificacin

Funcin de adaptacin

Algoritmo gentico
Adaptacin media para la identificacin del parmetro C2

Resultados de la identificacin
electrovlvula 1

Resultados de la identificacin
electrovlvula 2

Resultados de la identificacin
electrovlvula 3

Resultados de la identificacin
electrovlvula 1
C1

fit

PWM

2,25E-05

0,41640625

97,731

0,81

2,29E-05

0,39382813

98,308

0,83

2,46E-05

0,34398438

98,461

0,85

2,64E-05

0,30109375

98,392

0,87

2,89E-05

0,24049219

98,830

0,89

3,17E-05

0,20429688

98,995

0,91

3,29E-05

0,18339844

98,681

0,93

3,38E-05

0,16609375

98,115

0,95

3,58E-05

0,15433594

97,598

0,97

3,76E-05

0,1500625

97,260

Resultados de la identificacin
electrovlvula 1

Curva Caracterstica 1 Vs. PWM


R-square=0.9851

Curva Caracterstica C1 Vs. PWM


R-square=0.983

3.6 Verificacin del modelo


matemtico
La representacin en simulink del sistema multi-tanque Tank3 tiene la
misma forma que su modelo matemtico es decir en cascada, en la cual
se encuentran los tres tanques del sistema

3.6 Verificacin del modelo


matemtico
Representacin del modelo
matemtico del Tanque 1

Planta Real Vs. Planta Simulada

4. DISEO DEL CONTROLADOR


DIFUSO

Esquema general del controlador


difuso

Tipos de variables

Variables del sistema

Variable controlada

Nivel de agua (H10, H20, H30)

Variable manipulada

Ciclo de trabajo del PWM (Control)

Perturbaciones

Flujo laminar de salida ()

Inicialmente se puede realizar el control de


nivel, diseando un controlador para cada
electrovlvula y mantener el caudal de la
bomba de agua constante (caudal de entrada).

Si se mantiene el caudal de entrada constante


el tiempo que se demora en llegar al nivel
deseado depende del caudal de entrada.

Para disminuir al mximo el tiempo en


llegar al nivel deseado, se aadi el control
del motor DC de la bomba agua, esto hizo
que

el

caudal

de

entrada

cambie

dependiendo del nivel de agua en el


tanque 1.

4.2 Procedimiento

Para disear e implementar los controladores


difusos,

el

sistema

Multi-tanque

tiene

una

herramienta llamada MultiTank en Matlab, la cual


permite obtener una herramienta de simulacin e
implementacin del sistema

Pasos

Seleccin de variables de entrada y salida

Rango de operacin de las variables de entrada

Definicin de las funciones de pertenencia


Fuzzificacin

Desarrollo de la base de reglas

Rango de operacin de las variables de salida

4.2.1 Seleccin de variables de


entrada y salida.
Entradas del

Salidas del

controlador difuso

controlador difuso

Controlador tanque 1

Error_t1, intde

Velectro

Controlador tanque 2

Error_t2, intde

Velectro

Controlador tanque 3

Error_t3, intde

Velectro

Controlador bomba

Error_t1, intde

Velectro

4.2.2 Rango de operacin de las


variables de entrada.

El rango de operacin de las variables se refiere a


los lmites del error y del error acumulado.

El rango de operacin de estas variables se define


mediante una saturacin en cada variable.
Variables

Mnimo

Mximo

Error

-0,15

0.15

Error acumulado

-0.25

0.25

4.2.3 Definicin de las funciones


de pertenencia Fuzzificacin
ERROR

Positivo (1)

Cero (0)

Negativo (-1)
ERROR
ACUMULADO

Positivo (1)

Cero (0)

Negativo (-1)

Variable de salida (Velectro)

Abrir (2)

Abrir suavemente (1)

Mantener(0)

Cerrar suavemente(-1)

Cerrar(-2)

4.2.4 Desarrollo de la base de


reglas.
N

Reglas

1.

If(error es -1 ) and (intde es -1 ) entonces (Velectro es 2 )

2.

If (error es -1 ) and (intde es 0 ) entonces (Velectro es 1)

3.

If (error es -1 ) and (intde es 1 ) entonces (Velectro es 0 )

4.

If (error es 0 ) and (intde es -1 ) entonces (Velectro es 1)

5.

If (error es 0 ) and (intde es 0 ) entonces (Velectro es 0)

6.

If (error es 0 ) and (intde es 1 ) entonces (Velectro es 2 )

7.

If (error es 1 ) and (intde es -1 ) entonces (Velectro es 0 )

8.

If (error es 1 ) and (intde es 0 ) entonces (Velectro es -1)

9.

If (error es 1 ) and (intde es 1 ) entonces (Velectro es -2)

4.2.5 Rango de operacin de las


variables de salida
PWM

Ciclo de trabajo mnimo

Ciclo de trabajo mximo

Electrovlvula tanque 1

0,65

Electrovlvula tanque 2

0,65

Electrovlvula tanque 1

0,65

PWM

Ciclo de trabajo mnimo

Ciclo de trabajo mximo

Motor DC de bomba de

0,28

0,5

agua

4.4 Simulacin del controlador


Difuso

Subsistema Controlador_tanque1,
Controlador_tanque2, Controlador_tanque3.

Subsistema _Controlador_bomba

Pruebas del controlador simulado

Tanque 1 =0.07 [m]


Tanque 2 =0.07 [m]
Tanque 3 =0.07 [m]

Nivel de agua

Nivel de agua

Error en estado

Tiempo de

Sobre impulso

deseado Sp

medido [m]

estacionario

establecimiento

mximo Mp[%]

[m]

ts [s] al 5 %

[m]

Parmetros

0.07

0.0723

-0.0023

114

11.7

0.07

0.0734

-0.0034

140

12.1

0.07

0.0749

-0.0049

201

10,7

Tanque 1
Parmetros
Tanque 2
Parmetros
Tanque 3

4.5 IMPLEMENTACIN DEL


CONTROLADOR

La nica diferencia con el controlador


simulado aparte del modulo real de la planta,
son las ganancias C1, C2, C3. Estas
ganancias es una pequea compensacin
en el nivel de agua, esta permiten corregir el
error que existe en la medicin y permite que
el nivel de agua en el tanque de agua sea el
nivel de agua.

Pruebas del controlador


implementado

Tanque 1 =0.07 [m]


Tanque 2 =0.07 [m]
Tanque 3 =0.07 [m]

Nivel de agua

Nivel de agua

Error en estado

deseado Sp

medido [m]

estacionario

[m]

Parmetros

[m]

Tiempo de

Sobre impulso

establecimiento mximo Mp[%]


ts al 5% [s]

0.07

0.0723

-0.0023

23.5

1.08

0.07

0.0691

57.3

1.73

0.07

0.0681

0.0019

96.7

1.79

Tanque 1
Parmetros
Tanque 2
Parmetros
Tanque 3

5. CONTROLADOR
REDES NEURONALES

Controlador neuronal
Hay varios mtodos de entrenamiento para la obtencin de una red neuronal
de control y por esta razn hay varios tipos de controladores neuronales, entre
ellos tenemos :
Controladores neuronales con modelo de referencia lineal
Controladores directos con red neuronal inversa.
El objetivo de este captulo es
encontrar una red neuronal capaz
de controlar el nivel H1 del fluido
del tanque superior

5.1 Controlador Neuronal con


Modelo de Referencia (CN MR)
Identificacin

Red de identificacin que


emule el comportamiento de
la planta

Modelo de
Referencia
lineal

Obtencin de los patrones


de entrenamiento para la red
de control

Red Total

Red
control
identificacin

Red de control

Extraccin de la red de
control de la red total

Red

Modelo de referencia lineal es un modelo matemtico


que tiene el comportamiento ideal de la seal controlada

Controlador Neuronal con Modelo


de Referencia (CN MR)

u= Seales de control
Bomba DC y electrovlvula
H1(n)= Variable de estado,
nivel del lquido
Sp= Nivel de lquido
deseado

Identificacin (CN MR)


El comportamiento de la altura en el tiempo es el mismo que tiene in sistema
de primer orden. El modelo de referencia lineal esta dado la siguiente ecuacin
diferencial

Definicin del problema


Las entradas de la red neuronal de control son:
La variable de estado (H0) [m]
El valor de altura deseado (sp) [m].
H0=0.01:0.01:0.25;
sp=0.01:0.01:0.25;
Pc=combvec(H0,sp);
timestep=10;
Pc=Datos Patrones para el entrenamiento de la red total
Timestep= Tiempo de muestreo

Definicin del problema


Obtencin de los datos objetivos Tc para el entrenamiento de la red total.
for i=1:length(Pc)
H0=Pc(1,i);
r=Pc(2,i);
sim('modelo_Ref_lineal');
Tc(i)=lv1(length(lv1),2)-H0;
end

Entrenamiento de la red
neuronal
Las cuatro capas por las que est conformada la red total se disponen de la
siguiente forma:
2 capas para la identificacin (Red del Modelo)
2 para el control (Red de Control).
Entradas de la red total
x{1} Variable de estado H1
x{2} Set point sp
Salida de red total
y{1} Variable de estado H1

Pruebas CN MR

Prueba 1

Parmetros de

Nivel de agua

Nivel de agua

Error en

Tiempo de

Sobre

control

deseado Sp

medido [m]

estado

establecimien

impulso

estacionario

to ts al 5% [s]

mximo

Tanque 1

Tm=5 [s]

[m]

e[m]
0.07
0.15
0.23

0.0744
0.1485
0.2226

-0.0044
-0.0785
0.0074

Mp[%]
80
80
80

0
0
0

Prueba 2

Parmetros de

Nivel de agua

Nivel de agua

Error en

Tiempo de

Sobre

control

deseado Sp

medido [m]

estado

establecimien

impulso

estacionario

to ts al 5% [s]

mximo

Tanque 1

Tm=5 [s]

[m]

e[m]
0.07
0.15
0.23

0.0724
0.1485
0.2220

-0.0024
0.0015
0.0080

Mp[%]
85
85
85

0
0
0

Prueba 3

Parmetros de

Nivel de agua

Nivel de agua

Error en

Tiempo de

Sobre

control

deseado Sp

medido [m]

estado

establecimien

impulso

estacionario

to ts al 5% [s]

mximo

Tanque 1

Tm=0.5 [s]
Tm=5 [s]
Tm=10

[m]

e[m]
0.07
0.07
0.07

0.0505
0.0724
0.0730

0.0195
-0.0024
-0.0030

Mp[%]
390.5
85
170

0
0
0

5.2 Controlador Directo con red


neuronal inversa (CN RI)

Los patrones de entrenamiento se obtienen del proceso de


identificacin de la planta siguiendo las siguientes estructuras.

Definicin del problema

El controlador debe tener como informacin la seal de referencia.


El controlador debe ajustar sus entradas para que coincidan con el
valor de referencia H1ref o set point. Lo que se har es entrenar la
red neuronal de tal manera que la entrada sea:

Definicin del problema


Las entradas de la red neuronal de control son:
u=0.65:0.01:1;
%seal de control vlvula 1
ub=0.28:0.01:0.5; %seal de control bomba
X1=0.01:0.01:0.25;
%variable de estado H1
Pm=combvec(X1,u,ub) ;
timestep=5;

Pm=Datos Patrones para el entrenamiento de la red total


Timestep= Tiempo de muestreo

Definicin del problema


Obtencin de los datos objetivos Tc para el entrenamiento de la red total.
for i=1:length(Pm)
H20=Pm(2,i);
%seal de control electrovlvula
CB=Pm(3,i); %seal de control bomba
H0(1)=Pm(1,i); %variable de estado
sim('Tank2_Model_LazoAbierto');
Tm(i)=y1(length(y1),2)-Pm(1,i);
end

Entrenamiento
control

de

la

Red

Los

de

patrones de entrenamiento surgen de la consideracin de que el controlador debe funcionar en forma inversa a la planta. En la planta se conoce el estado
inicial y la seal de control y mediante estos datos se obtiene la variacin en el estado del sistema.

En

el controlador se tiene el estado inicial, los valores de referencia y se desea calcular las sealas de control.

Targ=Pm(2:3,:);
Pm=Pm(1,:);
Pm=[Pm;Tm];
Tm=Targ;
cnet_inv=train(cnet_inv,Pm,Tm);

Pruebas CN RI

Prueba 4

Parmetros de

Nivel de agua

Nivel de agua

Error en

Tiempo de

Sobre

control

deseado Sp

medido [m]

estado

establecimien

impulso

estacionario

to ts al 5% [s]

mximo

Tanque 1

Tm=5 [s]

[m]

e[m]

0.07
0.15
0.23

0.0694
0.1493
0.229

0
0
0

Mp[%]

15.1
24.6
33.2

0.36
0.12
0.09

Prueba 5

Parmetros de

Nivel de agua

Nivel de agua

Error en

Tiempo de

Sobre

control

deseado Sp

medido [m]

estado

establecimien

impulso

estacionario

to ts al 5% [s]

mximo

Tanque 1

Tm=5 [s]

[m]

e[m]

Mp[%]

0.07

0.0655

0.0045

15

0.15
0.23

0.1450
0.2256

0.0050
0.0044

54.1
62

2.43
0.45

Prueba 6

Parmetros de

Nivel de agua

Nivel de agua

Error en

Tiempo de

Sobre

control

deseado Sp

medido [m]

estado

establecimien

impulso

estacionario

to ts al 5% [s]

mximo

Tanque 1

Tm=0.5 [s]
Tm=5 [s]
Tm= 10 [s]

[m]

e[m]

0.07
0.07
0.07

0.0691
0.0655
0.0609

0
0.0045
0.0091

Mp[%]

16
15
20

0.83
0
0

6. Conclusiones

La planta Multi-tanque fue satisfactoriamente habilitada


para

ello

se

tuvo

que

analizar

verificar

el

funcionamiento de cada uno de los componentes del


sistema Multi-tanque. Se encontr circuitos integrados
daados tanto en la interfaz de potencia como en el
circuito de acondicionamiento de los sensores, al
cambiar estos componentes se logro cumplir uno de los
objetivos propuestos en esta tesis.

Uno

de

los

implementacin

objetivos
de

un

de

este

controlador

estudio
con

fue

la

algoritmos

genticos pero su uso no era adecuado para este tipo


sistema ya que es una planta de lenta repuesta y los
actuadores no soportan un funcionamiento continuo y por
un tiempo prolongado, entonces se uso los AGs para la
identificacin de los parmetros de cada electrovlvula
como parte del desarrollo del modelo matemtico,
llegando a una aproximacin aceptable al modelo real.

El controlador Fuzzy cumpli con el objetivo de


mantener los niveles de agua en los tres tanques a
las alturas propuestas, pero se debe tomar en cuenta
que la sintonizacin de las ganancias del controlador
tienen su efecto sobre los parmetros de control y la
seal de control de la electrovlvula, un valor elevado
de la ganancia proporcional provoca una seal de
control ms susceptible a las perturbaciones, que a
su vez produce un calentamiento de la electrovlvula.

Para el control del sistema Multi-tanque


mediante redes neuronales se utiliz dos
mtodos

de

entrenamientos

diferentes:

modelo de referencia y red neuronal inversa,


cumpliendo con las dos redes de control el
objetivo propuesto, la diferencia de estos
radica en el desempeo del controlador, los
mejores parmetros de control tiene el
controlador con red neuronal inversa.