J.M.

Fuertes 1
Sesin CIPQ07. Temas de control avanzado
TEMA 5. Estrategias de control avanzado
5.1 Discretizacin del PID (incls en altre tema)
5.2 Estructuras de control industrial
2.1 Control en cascada
2.2 Control en avance ("feed-forward")
2.3 Control de relacin ("ratio")
2.4 Control de gama partida ("split-range")
5.3 Temas de control avanzado
3.1 Control multivariable.
3.1.1 Espacio de estados en tiempo continuo y discreto
3.1.2 Relacin entre representaciones de sistemas
3.1.3 Desacoplamiento o descomposicin modal
3.2 Control no lineal
3.3 Control ptimo y adaptativo
3.4 Control borroso ("fuzzy") y neuronal
3.4.1 Control borroso ("fuzzy")
3.4.2 Control neuronal
J.M.Fuertes 2
Control de una Planta Completa
Plant Wide Control
Diseo de los distintos lazos de control de una planta para asegurar los
distintos objetivos de funcionamiento de la misma
LC
LT
FT FC
PT PC
LT LC
FC
FT
J.M.Fuertes 3
Metodologa
El nmero de vlvulas de regulacin, o actuadores, constituye el
nmero de grados de libertad del mismo que se usarn para fijar
la produccin, calidad de los productos, mantener la seguridad
restricciones ambientales, los niveles en tanques, etc.
Un orden a seguir para asignar lazos es:
1 Escoger el lazo que fija la produccin (cabeza, cola,)
2 Lazos de control de calidad y seguridad
3 Lazos de almacenamiento de productos
4 Comprobar que los balances pueden satisfacerse
5 Utilizar el resto de los grados de libertad para optimizar
6 Validar el diseo mediante simulacin dinmica
J.M.Fuertes 4
Control de una planta completa
XC YC
No puede haber dos vlvulas de control en una misma tubera
La misma variable no debe controlarse con dos lazos de regulacin distintos
XC
XT XT
XC
J.M.Fuertes 5
Proceso 1
LC
Proceso 2
LC
FC FC
Los lazos de control de nivel deben seguir todos la misma direccin
FC FC
LC
En un sistema con recirculacin al menos en un punto debe haber un
controlador de flujo
Control de una planta completa
J.M.Fuertes 6
Procesos multivariables (MIMO)
En procesos multivariables
con interaccin y restricciones
en sus variables, perturbaciones
etc. las llamadas estructuras de
control no dan buenos
resultados y son difciles de
mantener.
En consecuencia, a menudo la
unidad se regula manualmente
por un operario.
LC
FC
T T
FC
LC
T T
qr
qb
q
ta
J.M.Fuertes 7
Sistemas Multivariables
y
1
y
2
u
2
u
1
G
11
(s)
+
+
G
21
(s)
G
12
(s)
G
22
(s)
+
+
Multivariable
Controller y
2,sp
y
1,sp
y
1
y
2
u
2
u
1
G
11
(s)
+
+
G
21
(s)
G
12
(s)
G
22
(s)
+
+
Multivariable
Controller y
2,sp
y
1,sp
J.M.Fuertes 8
Control Multivariable
En una planta multivariable se producen interacciones entre las distintas
salidas a partir de las acciones de control en sus entradas
El control puede buscar el emparejamiento de las variables controladas y
manipuladas a fin de reducir el efecto de las interacciones cruzadas.
Se puede hacer un diseo del desacoplo que combine las salidas del
controlador de tal manera que ste cancele los efectos de interaccin.
PROCEDIENTO
Obtngase un modelo del proceso
Estmese los parmetros del modelo a partir de pruebas sobre la planta
Disear un controlador a partir del modelo anterior
Formulacin de la funcin objetivo
Definicin de las restricciones
Sintona del controlador
Implementacin y prueba del controlador
J.M.Fuertes 9
Diagrama de bloques de un sistema de 2x2
J.M.Fuertes 10
Medida esttica de la interaccin
'
ij
ij
ij
K
K

K
ij
= ganancia de M
j
sobre C
i
con los otros bucles abiertos
K
ij
= ganancia de M
j
sobre C
i
con los otros bucles cerrados
Para un sistema de 2x2 :
22 11 21 12
21 12
12 21
21 12 22 11
22 11
22 11
K K K K
K K
K K K K
K K

J.M.Fuertes 11
Diseo del desacoplo
22
21
2
11
12
1
G
G
D
G
G
D

J.M.Fuertes 12
Sistemas comerciales de Control Multivariable
Dynamic Matrix Control (DMC)--AspenTech
Identification Command (IDCOM)--Adersa/Gerbios
Optimum Predictive Control--Treiber Controls
Predictive Controller (PC)--Profimatics, Inc.
Horizon Multivariable Predictive Control--Honeywell
Real-Time Optimization (RTO)
The Process Perfecter--Pavilion Technologies
Consideran el proceso entero o una parte o seccin del mismo
Pueden compensar exactamente las interacciones (si son conocidas)
Pueden trabajar con restricciones
No es necesario tener el mismo numero de variables manipuladas
(independientes) y variables controladas (dependientes)
Pueden integrar una compensacin feedforward
Pueden integrar optimizacin y control
J.M.Fuertes 13
Control Avanzado de Procesos
El control avanzado tiene en
cuenta la interaccin entre las
variables, sus restricciones,
las perturbaciones, etc. y
permite realizar un control
eficiente de forma automtica,
abriendo las puertas a la
optimizacin de su punto de
operacin.
LC
FC
T T
FC
LC
T T
qr
qb
q
ta
tb
Ref ta
Ref tb MBPC
J.M.Fuertes 14
Campo del Control Avanzado
En el caso de control monovariable, el PID tampoco es
adecuado en casos de dinmica difcil, o con especificaciones
exigentes:
retardos grandes inestabilidad
respuesta inversa mnima varianza
t u
y
t
J.M.Fuertes 17
Maximizing the Profit of a Plant
Many times involves controlling against constraints.
The closer that you are able to operate to these constraints, the more profit
you can make.
Example:
Consider a reactor temperature control example for which at excessively
high temperatures the reactor will runaway and explode.
But the higher the temperature the greater the product yield.
Therefore, better reactor temperature control allows safe operation at a
higher reactor temperature and thus more profit.
J.M.Fuertes 18
Beneficios del control avanzado. Ejemplo.
Time
I
m
p
u
r
i
t
y

C
o
n
c
e
n
t
r
a
t
i
o
n
Limit
Old Controller
Time
I
m
p
u
r
i
t
y

C
o
n
c
e
n
t
r
a
t
i
o
n
Limit
New Controller
Time
I
m
p
u
r
i
t
y

C
o
n
c
e
n
t
r
a
t
i
o
n
Limit
Improved Performance
J.M.Fuertes 19
Reguladores de varianza mnima
Un criterio til desde el punto de vista de regulacin cuando sobre el sistema
actan perturbaciones estocsticas es minimizar la varianza de la salida sobre
el valor de referencia.
w
y
Varianza alta
Varianza baja
Los reguladores de varianza mnima son reguladores lineales de dos grados
de libertad que estn diseados para conseguir varianza mnima en la
variable controlada
Tienen en cuenta el posible retardo del proceso y para su diseo se utiliza un
modelo CARMA del proceso.
J.M.Fuertes 20
Control y optimizacin
La reduccin de varianza permite mover la referencia y respetar
los lmites de la variable.
La mejora del control permite la optimizacin.
tiempo
ref
ref
lmite superior
J.M.Fuertes 21
limite
W1 W2
minimizar varianza permite mover la consigna mas cerca de los lmites de
operacin ptimos
necesidad de un mejor control
operar cerca de las restricciones
Control y optimizacin
J.M.Fuertes 22
Control LQG
Se desea encontrar una secuencia de valores de la seal de control u(0),
u(1),.,u(N-1) que hagan evolucionar el sistema desde un estado x(0) hasta
un estado x(N) minimizando la funcin:

'

+ +

1 N
0 j
2 1 0
) j ( u Q )' j ( u ) j ( x Q )' j ( x ) N ( x Q )' N ( x E
Q
0
y Q
1
simtricas y definidas semipositivas
Q
2
simtrica y definida positiva
) t ( e ) t ( Cx ) t ( y
) t ( v ) t ( u ) t ( x ) 1 t ( x
+
+ + +
J.M.Fuertes 23
Lazo cerrado. Robustez
+
+
-
T 1 / R
S
Proceso
u
v
y
B
0
/ A
0
w
) Sy Tw (
B R
1
u v
S B R A
R A
w
S B R A
T B
y
Rv A Tw B y ) S B R A ( v ) Sy Tw (
R
1
A
B
v u
A
B
y
1 0 0
0
0 0
0
0 0 0 0
0
0
0
0

+
+
+

+ + +

,
_

+
BS AR HB +
La ley de control
puede ser inestable
si B es inestable
R tiene que tener a B como factor
No se cancela B
0
exactamente pues
Diseo:
0 0 0
HB S B R A HB BS AR + +
J.M.Fuertes 24
l estrategia de control basada en el uso explcito de un modelo del proceso
para predecir el comportamiento futuro de la variable controlada sobre
un horizonte temporal.
l es factible por los cambios tecnolgicos en computadores, tcnicas de
modelado, mtodos numricos,...
l existen muchos algoritmos con unos principios comunes.
Proceso Optimizador
u
w
y
v
Predictor
y(t+j)
Control Predictivo
J.M.Fuertes 25
MBPC
PID
Control Predictivo
J.M.Fuertes 26
u(t)
u(t+k|t)
y(t+k|t)
^
t t+1 t+2
...
tiempo
pasado futuro
tiempo
Seal de referencia
Prediccin de la salida:
Control Predictivo
J.M.Fuertes 27
n procesos mono o multivariable, incluso con distinto nmero de variables
manipuladas y controladas
n procesos estables o inestables en lazo abierto con dinmica difcil:
retardos, respuesta inversa, interaccin,...
n permite trabajar con restricciones sobre las variables manipuladas y
controladas
n compensacin de perturbaciones medibles (accin feedforward)
n buen compromiso entre la robustez y las caractersticas de funcionamiento
n fcil de comprender por los usuarios
n fcil de mantener
n el modelado en lnea abre el camino de la supervisin, el diagnstico, la
optimizacin,..
n son adecuadas las tcnicas de diseo asistido por ordenador
Control Predictivo Basado en Modelos (MBPC)
J.M.Fuertes 28
l Modelo interno usado para predicciones del comportamiento futuro
l Seal de referencia
l Clculo de seales de control que proporcionan un mejor escenario futuro
l Estructuracin de la ley de control
l Estrategia de horizonte mvil: el vector de prediccin contiene la
contribucin al comportamiento futuro en la variable controlada de las
entradas previas a la planta.
Elementos del Control Predictivo
-10 -5 0 5 10
Time
y
Past Behavior
Future Prediction
Setpoint
-10 -5 0 5 10
Time
u
Past Inputs
Future Inputs
P P
m
P
u A ) y(t y +

J.M.Fuertes 29
Se trata de minimizar el error a partir del setpoint
[ ]
[ ]
u A t y
t y t E
y y t E
t y y
i c
n
i
i c i
P
sp i
n
i
i sp

) (
) ( ) (
entonces
) (
: define se
) (
2
1
2
1