Sie sind auf Seite 1von 148

[Escribir texto

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

PROYECTO FIN DE CARRERA

CONTROL AVANZADO DE UNA CALDERA.

AUTOR: David Morales Galn

MADRID, Junio de 2010

[Escribir texto

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

RESUMEN DEL PROYECTO


El control de procesos de forma automtica se ha configurado como uno de los grandes artfices del progreso industrial en lo que ahora se conoce como la segunda revolucin industrial. El uso intensivo de las tcnicas de medicin y control han desembocado en un nueva concepcin de los procesos industriales. Para la implementacin de los controles se requiere de grandes inversiones en los equipos pero que reducen enormemente los costes de los procesos industriales y tienen otros muchos beneficios intangibles como el ahorro en mano de obra o la eliminacin de errores. Adems, la evolucin de los microprocesadores y el mundo digital ha propiciado la aplicacin de ideas y algoritmos de control a sistemas fsicos que hasta hace no mucho eran muy difciles de analizar o controlar. Las aplicaciones hoy en da son mltiples: control de mquinas herramientas, suelos con sistemas de calefaccin, control de procesos qumicos, etc. En la lnea de lo expuesto, este proyecto tratar sobre el diseo del control de una caldera industrial, que seguir el esquema implementado con Simulink de la Figura 1.

Resumen

[Escribir texto

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Figura 1: Esquema Simulink del sistema control con caldera.

Siguiendo lo expuesto en la Figura 1, la caldera objeto de estudio presenta tres salidas a controlar (presin de vapor, exceso de oxgeno y nivel de agua), tres entadas al sistema o mandos (caudal de combustible, aire y agua) y una perturbacin medible (demanda de vapor). Como en la mayora de procesos industriales el sistema a estudiar es no lineal, siendo necesario un diseo entorno a un punto de trabajo, y multivariable. La existencia de una multiplicidad de variables a controlar supone una de los principales problemticas del proyecto al presentar sus respuestas acoplamientos entre ellas. Como en cualquier diseo de control se proceder a identificar en primer lugar la dinmica que caracteriza el proceso a estudiar, es decir, de la caldera. Este primer paso es de gran importancia ya que de l depender la fiabilidad del control diseado a posteriori.

Resumen

II

[Escribir texto

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Es importante destacar que este proyecto surge con motivo del concurso 2009-2010 propuesto por el Grupo de Ingeniera de control de CEA. Se propone la elaboracin de un control que ofrezca mejores prestaciones que el proporcionado por el concurso por lo que servir de referencia para los controles desarrollados. En consecuencia, se ha procedido en primer lugar a optimizar y mejorar dicho control propuesto para, a continuacin, estudiar mtodos ms complejos como el control predictivo. Como resultado del proyecto, se ha logrado a travs de dos procedimientos distintos un sistema estable y robusto frente a perturbaciones con una notable mejora respecto del control de partida. Como ejemplo se recoge en la Figura 2 la respuesta ante un escaln en la perturbacin medible (demanda) de la primera variable a controlar (presin de vapor), con los dos modelos de control que finalmente han resultado satisfactorios: PI optimizado y control predictivo monovariable.
Presin de vapor y consigna (%) 60.5

60

59.5

59

58.5

Caso referencia Predictivo monovariable Consigna PI optimizado

58

57.5

200

400

600

800 1000 1200 Tiempo (sg)

1400

1600

1800

2000

Figura 2: Respuesta de la primera salida (presin de vapor) ante un escaln en la perturbacin.

Resumen

III

[Escribir texto

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

ABSTRACT
Automatic control process is configured as one of the major architects of industrial progress developed in what is now known as the second industrial revolution. The intensive use of measurement and control techniques has led to a new conception of industrial processes. For the implementation of controls it is required large investments in equipment but, on the other hand, it greatly reduces costs of industrial processes and has many other intangible benefits such as savings in worker salaries or debugging. In addition, the development of microprocessors and the digital world has led to the implementation of ideas and control algorithms to physical systems that in the past were very difficult to analyze or control. Applications today are many: control of machine tools, floor heating systems, control of chemical processes, etc. In line with the above, that project will focus on the design of the control of an industrial boiler, which will continue the scheme implemented with Simulink (Matlab) in Figure 1.

Abstract

[Escribir texto

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Figure 1: Simulink diagram of the boiler control system.

Following what it is showed in Figure 1, the boiler under consideration has three control outputs (steam pressure, excess oxygen and water level), three inputs to the system or controls (fuel flow, air and water) and a measurable disturbance (steam demand). As in most industrial processes the system under study is nonlinear, requiring a design around a working point, and multivariable. The existence of a multiplicity of variables to control is one of the main problems of the project because of the interference between them. As in any control design the first goal must be the identification of the dynamics that characterize the process to be studied, the boiler. This first step has great importance because the reliability of the designed control will depend on it.

Abstract

II

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

It can be stood that this project comes up on the occasion of the 2009-2010 contest proposed by the Control Engineering Group of CEA. It proposes creating a control that offers better features than the provided by the contest. This control will work as a reference for the developing controls. The first goal to achieve is to optimize and improve the proposed control and then consider more complex methods such as predictive control. As a result of the project, it was achieved a stable and robust control against disturbances with a significant improvement over the initial control through two different procedures. An example is shown in Figure 2: the response of the first variable to be controlled (vapor pressure) to a step in the measurable disturbance (steam demand) with the two control models that have been successfully implemented.
Presin de vapor y consigna (%) 60.5

60

59.5

59

58.5

Caso referencia Predictivo monovariable Consigna PI optimizado

58

57.5

200

400

600

800 1000 1200 Tiempo (sg)

1400

1600

1800

2000

Figure 2: Response of steam pressure to a step in the disturbance.

Abstract.

III

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Documento N1 Memoria

Memoria

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

ndice
Parte I Memoria ................................................................................................................................. 1 Captulo 1 Introduccin ..................................................................................................................... 1 1.1 Estado del arte ........................................................................................................................... 1 1.2 Motivacin del proyecto ........................................................................................................ 2 1.3 Objetivos del proyecto............................................................................................................ 3 1.4 Metodologa de trabajo y recursos a utilizar ................................................................. 4 1.5 Estructura de la memoria ..................................................................................................... 5 Captulo 2 Descripcin de la planta y del sistema de control ............................................. 7 2.1 Modelo de la caldera ............................................................................................................... 7 2.2 Sistema de control PID de referencia ............................................................................ 11 2.3 Resultados obtenidos con el controlador de referencia ........................................ 12 2.4 ndice de calidad. Comparativa con el caso de referencia ..................................... 14 Captulo 3 Modelado de la planta para el sistema de controles ...................................... 16 3.1 Procedimiento de identificacin ..................................................................................... 17 3.2 Resultados obtendidos ........................................................................................................ 18 Captulo 4 Optimizacin del control multivariable PID ..................................................... 31 4.1 Determinacin inicial de los controles PID. Diseo por respuesta en frecuencia ..................................................................................................... 32 4.2 Optimizacin de los parmetros de los controles .................................................... 42 4.3 Resultados ................................................................................................................................ 44 Captulo 5 Discretizacin ............................................................................................................... 61

Memoria

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

5.1 Introduccin a la discretizacin y resultados............................................................. 61 5.2 Conclusiones ........................................................................................................................... 74 Captulo 6 Desarrollo de un control predictivo ..................................................................... 75 6.1 Fundamentos del control predictivo ............................................................................. 75 6.2 Diseo de un control predictivo monovariable ......................................................... 86 6.3 Diseo de un control predictivo multivariable .......................................................... 95 Captulo 7 Resultados y conclusiones del proyecto............................................................. 99 Bibliografa de la memoria .......................................................................................................... 104 Parte II Estudio econmico ..................................................................................................... 105 1. Estudio econmico ................................................................................................................ 106 Bibliografa estudio econmico ................................................................................................. 108 Parte III Cdigo fuente ............................................................................................................... 109 1. Diseo de un control PID por respuesta en frecuencia ........................................... 111 2. Programa coeficientes_multivariable.m .................................................................... 113 3. Programa ajuste.m ............................................................................................................. 115 4. Programa evala_control_caldera.m ........................................................................... 119

Memoria

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

ndice de figuras

Figura 2.1 Planta industrial de generacin de vapor ............................................................. 8 Figura 2.2: Esquema simplificado de la caldera industrial ............................................... 10 Figura 3.1: Representacin proceso de ajuste ....................................................................... 17 Figura 3.2: Salida con ajuste del trmino G11(s) .................................................................. 19 Figura 3.3: Salida con ajuste del trmino G22(s) .................................................................. 20 Figura 3.4: Salida con ajuste del trmino G33(s) .................................................................. 22 Figura 3.5: Salida y ajuste del trmino cruzado G13(s) ..................................................... 23 Figura 3.6: Salida y ajuste del trmino cruzado G21(s) ..................................................... 24 Figura 3.7: Esquema Simulink G31(s) ...................................................................................... 26 Figura 3.8: Esquema en Simulink del detalle del ajuste..................................................... 27 Figura 3.9: Salida y ajuste del trmino cruzado G31(s) ..................................................... 28 Figura 4.1: Mando ante escaln en referencia del 6% en control .................................. 36 Figura 4.2: Salida ante escaln en referencia del 6% en control1 ................................. 37 Figura 4.3: Mando ante escaln en referencia del 6% en control 2 .............................. 38 Figura 4.4: Salida ante escaln en referencia del 6% en control 2 ................................ 39 Figura 4.5: Mando ante escaln en referencia del 6% en control 3 .............................. 41 Figura 4.6: Salida ante escaln en referencia del 6% en control 3 ................................ 41 Figura 4.7: Esquema de ajuste de parmetros en Simulink ............................................. 44 Figura 4.8: Esquema en Simulink para realizar el segundo ajuste ................................ 47

Memoria

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Figura 4.9: Nichols en lazo abierto del control1 ................................................................... 52 Figura 4.10: Nichols en lazo abierto del control2................................................................. 53 Figura 4.11: Nichols en lazo abierto del control3................................................................. 54 Figura 4.12: Nichols en lazo abierto controlador 1 ............................................................. 57 Figura 4.13: Nichols en lazo abierto controlador 2 ............................................................. 58 Figura 4.14: Nichols en lazo abierto controlador 3 ............................................................. 58 Figura 4.15: Comparativa de los Nichols vs caso referencia ............................................ 59 Figura 5.1: Esquema proceso de discretizacin .................................................................... 63 Figura 5.2: Esquema Simulink de la caldera con los controles discretizados ........... 67 Figura 5.3: Nichols en lazo abierto control 1 ......................................................................... 68 Figura 5.4: Diagrama Bode en lazo cerrado del control 1 ................................................. 68 Figura 5.5: Zoom diagrama Bode con amplitud de pico .................................................... 69 Figura 5.6: Nichols en lazo abierto control 2 ......................................................................... 70 Figura 5.7: Diagrama Bode en lazo cerrado del control 2 ................................................. 71 Figura 5.8: Zoom diagrama Bode con amplitud de pico .................................................... 71 Figura 5.9: Nichols en lazo abierto control 3 ......................................................................... 72 Figura 5.10: Diagrama Bode en lazo cerrado del control 3 .............................................. 73 Figura 5.11: Zoom diagrama Bode con amplitud de pico .................................................. 73 Figura 6.1 Esquema de control predictivo-adaptativo ....................................................... 78 Figura 6.2. Trayectorias de referencia ...................................................................................... 84 Figura 6.3 Esquema Simulink del control predictivo .......................................................... 87 Figura 6.4: Esquema Simulink control predictivo monovariable .................................. 88 Figura 6.5: Parmetros a introducir en el bloque predictivo monovariable ............. 89

Memoria

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Figura 6.6 Salida2 (exceso de oxgeno) para tiempo de muestreo encontrolador 1 ts=30s .................................................................................................................. 92 Figura 6.7 Salida3 (exceso de oxgeno) para tiempo de muestreo en controlador 1 ts=30s ............................................................................................. 93 Figura 6.8 Esquema Simulink del control predictivo multivariable ............................. 96 Figura 6.9 Parmetros a introducir en el bloque predictivo multivariable....................................................................................................................................... 98

Memoria

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

ndice de tablas
Tabla2.1: Puntos de operacin de los mandos y salidas de la caldera ......................... 11 Tabla 2.2: Parmetros de los controladores de referencia ............................................... 12 Tabla 2.3 Resultados obtenidos con los controladores referencia ante un escaln en demanda de vapor del 20% .............................................. 14 Tabla 4.1: Parmetros iniciales de diseo para los tres controles................................. 42 Tabla 4.2: Grficas de mandos y salidas del 1 ajuste de parmetros .......................... 46 Tabla 4.3: Funciones de transferencia de los controles referencia y los que se procede a evaluar ..................................................................................................... 49 Tabla 4.4: Grficas de mandos y salidas resultantes del tercer ajuste ......................... 51 Tabla 4.5: ndices de calidad J en funcin de w para el tercer ajuste ........................... 51 Tabla 4.6: Grficas de mando y salida para ajuste con amortiguamiento .................. 56 Tabla 4.7: ndices de calidad J en funcin de w para ajuste con amortiguamiento .............................................................................................................................. 56 Tabla 4.8: Datos caractersticos de la respuesta en frecuencia de los controles optimizados y del modelo referencia ....................................................... 60 Tabla 5.1: Tiempos de muestreo y retraso correspondiente ........................................... 64 Tabla 5.2: Funciones de transferencia discretizadas .......................................................... 66 Tabla 5.3: Valores caractersticos de la respuesta en frecuencia del control 1 ........ 70 Tabla 5.4: Valores caractersticos de la respuesta en frecuencia del control 2 ........ 72 Tabla 5.5: Valores caractersticos de la respuesta en frecuencia del control 3 ........ 74

Memoria

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Tabla 5.6: Comparativa de los ndices de calidad de los dos controles discretizados y el control analgico .............................................................. 74 Tabla 6.1 Funciones de transferencia y constantes de tiempo ....................................... 91 Tabla 6.2: Valores de los parmetros de los tres controles predictivos ...................... 92 Tabla 6.3 Grficas resultantes de salida y mando del control predictivo en comparacin con el caso referencia ............................................... 95 Tabla 6.4: Comparativa de los ndices de calidad del control predictivo y el PID ............................................................................................................. 95 Tabla 7.1 Grficas de la respuesta temporal ante escaln en perturbacin de los controles vlidos ...................................................................................................................... 103 Tabla 7.2 ndices de calidad de los dos controles vlidos PI optimizado y predictivo monovariable ............................................................................. 103

Memoria

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

PARTE I MEMORIA

Memoria

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Captulo 1 Introduccin

1.1

Estado del arte

Las calderas se hayan ampliamente extendidas tanto para uso industrial como no industrial para la generacin de electricidad, calefaccin, agua sanitaria, etc. Su objetivo principal consiste en transformar en energa trmica la energa qumica que proviene de la combustin de un combustible para transferirla al agua y generar vapor, fuente de energa til para muchos procesos. Existen multitud de diseos con caractersticas particulares pero las calderas se pueden clasificar bsicamente en dos grandes grupos: pirotubulares y acuotubulares. En las pirotubulares los gases calientes procedentes de la combustin circulan por el interior de unos tubos estando baados por el agua de la caldera. Sin embargo, en las acuotubulares el agua circula por interior de tubos formando un sistema cerrado y siendo calentado por los gases calientes. Son utilizadas generalmente cuando se requiere de grandes cantidades de vapor como, por ejemplo, en centrales termoelctricas. sta ltima es el modelo de caldera que se estudiar en este trabajo. Las calderas son sistemas complejos que presentan comportamientos no lineales, multivariables (ms de una entrada y salida) y con numerosas

Parte I. Memoria

Pgina 1

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL interferencias o acoplamientos. Para su control la industria viene adoptando distintas estrategias entre las que se pueden destacar: control de uno, dos y tres elementos, control maestro, control de combustin, con correccin de oxgeno, control de temperatura, de presin, etc. Todas estrategias mencionadas se basan principalmente en la aplicacin de controladores PID a lazos simples, linealizando previamente el sistema entorno a un punto de trabajo lo que supone una aproximacin ya que el modelo de las calderas es no lineal. Estos mtodos vienen siendo el estndar de aplicacin en la industria de los ltimos aos [1]. Sin embargo, en muchos casos resultan ser ineficientes provocando grandes consumos de combustible y contaminacin. La necesidad de nuevos controles que ofrezcan mejores prestaciones a nivel de eficiencia, seguridad y de emisiones ha posibilitado la investigacin y profundizacin de sistemas de control ms avanzados como el predictivo, adaptativo o basado en redes neuronales. El control predictivo se postula como una gran solucin a los problemas citados y est gozando de una creciente popularidad. Este proyecto tratar desarrollar un control predictivo que se adapte adecuadamente a la caldera estudiada verificando las ventajas que aporta respecto de un sistema PID que tambin ser optimizado y mejorado.

1.2 Motivacin del proyecto.


Este proyecto surge con motivo a la propuesta BENCHMARK 2009-10 del concurso de diseo de controladores, que a iniciativa del Grupo de Ingeniera de Control de CEA se viene convocando anualmente. En este caso, el proceso elegido es una caldera industrial que consta de tres salidas o variables a controlar y que presenta acoplamientos entre ellas,

Parte I. Memoria

Pgina 2

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL principal dificultad del presente proyecto. En definitiva, se aborda el control de un proceso multivariable 3x3 no lineal y caracterizada por una gran interaccin y fuertes restricciones en la magnitud y variacin de las seales de control. Se partir de tres controladores PID independientes para cada salida propuestos por el concurso y que funcionarn como referencia y comparativa de los controladores desarrollados. Para la comparativa se emplear un ndice de calidad, concepto que se explicar en los siguientes captulos. Por tanto, el objetivo principal ser el de lograr un controlador que mejore sustancialmente, tanto en respuesta temporal como en estabilidad, el modelo de referencia basado en PID independientes. Para ello, se tratar de optimizar dichos controles y se har uso de otras teoras de control ms avanzadas como la predictiva.

1.3 Objetivos del proyecto


De la motivacin del proyecto se desprenden los siguientes objetivos: Estudio de los modelos suministrados por BENCHMARCK

consistentes en una estrategia descentralizada de tres controladores PID que no contemplan los acoplamientos. Revisar y mejorar los modelos suministrados a travs de un

ajuste de los parmetros, atendiendo tanto a las caractersticas temporales como a la respuesta en frecuencia. En caso de que las interacciones entre los lazos sean fuertes, como es de prever, un modelo de control descentralizado como el suministrado puede no ser adecuado. Por ello, la optimizacin se efectuar considerando los acoplamientos.

Parte I. Memoria

Pgina 3

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Desarrollo de un control de tipo predictivo monovariable y otro

multivariable. Dicho control ofrece unas mejores prestaciones que las que proporciona el control clsico PID aunque requiere un modelo detallado de la planta. Supone una alternativa ms robusta y sofisticada respecto de los controles ms tradicionales. Comparacin de todos los modelos desarrollados con el fin de

extraer conclusiones.

1.4 Metodologa de trabajo y recursos a utilizar.


De acuerdo a los objetivos expuestos anteriormente se va a proceder a estructurar el proyecto en tres fases claramente diferenciadas: Fase1: Estudio del funcionamiento de los sistemas de control suministrados y mejora de stos. Dado que los controladores proporcionados no estn bien ajustados puesto que tan slo se emplean las acciones proporcional e integral prescindiendo de la derivativa se proceder en un primer momento a hacer un mejor uso de las tres acciones (P,I y D) as como de sus otros grados de libertad (filtro en la accin derivativa, estructuras PI-D,I-PD).

Fase2: Diseo de un sistema de control ms sofisticado: control predictivo Tras una primera fase en la que se analiza la estrategia ms simple, se procede a estudiar el sistema predictivo tanto en versin monovariable como la multivariable (que considera los acoplamientos en su dinmica interna).

Parte I. Memoria

Pgina 4

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Fase3: Comparacin de los resultados obtenidos con los distintos controladores. Una vez reunida toda la informacin necesaria se evaluarn todos los controladores de forma conjunta con el objetivo de identificar el ms adecuado para el control de la caldera industrial. Para el desarrollo del proyecto se va a emplear el programa de clculo Matlab y la librera Simulink. Las razones principales para su uso son su rapidez y facilidad de depuracin, adems de ser el programa elegido por el concurso de diseo de controladores BENCHMARK.

1.5 Estructura de la memoria


La presente memoria se ha desarrollado segn la estructura siguiente: En el segundo captulo se presenta un estudio minucioso acerca de las caractersticas de la caldera industrial, sus requerimientos y requisitos de funcionamiento. Ante la necesidad de conocer el modelo matemtico de la planta (caldera) para el diseo de los controles, en el captulo tercero se proceder a la identificacin de la dinmica de la misma obteniendo las funciones de transferencia correspondientes. En el captulo cuarto, y partiendo de las funciones de transferencia antes citadas, se estudiarn los posibles diseos de los controles. A continuacin se ajustarn para reducir el efecto que produce la perturbacin (demanda) en las diferentes variables a controlar.

Parte I. Memoria

Pgina 5

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL En el captulo quinto se proceder a una discretizacin del mejor control obtenido hasta el momento ya que este paso es fundamental para su implementacin como sistema digital en un microprocesador. En el captulo sexto se estudiar el control predictivo en sus dos versiones, monovariable y multivariable, y su aplicacin concreta al proceso. Por ltimo en el captulo sptimo se presentarn tanto los resultados finales del proyecto como las conclusiones.

Parte I. Memoria

Pgina 6

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Captulo 2 Descripcin de la planta y del sistema de control.

2.1 Modelo de la caldera


Como se explic en el captulo de introduccin el proceso elegido es una caldera industrial, la cual se ha implementado en Simulink y que reproduce con pequeas modificaciones el modelo de caldera propuesto por G.Pellegrinetti y J.Benstman en 1996 [2]. La caldera forma parte de una unidad de cogeneracin usada para calefaccin y generacin de energa elctrica diseada para suministrar un caudal de vapor de 22.10 kg/s a una presin de 2.24MPa. Su funcionamiento se basa en la conversin en vapor del agua introducida en el caldern a partir de la transferencia de calor por los tubos. Esta energa se obtendr a partir de la combustin de aire y combustible en el hogar, el cual est formado por tubos de agua que reciben directamente el calor de la llama consiguiendo la mxima transferencia de calor. Los gases resultantes de la combustin se enfran y abandonan el depsito. El funcionamiento del ciclo se puede observar a travs de la representacin grfica de la Figura 2.1.

Parte I. Memoria

Pgina 7

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Figura 2.1 Planta industrial de generacin de vapor

Para un correcto funcionamiento de la caldera se debe de cumplir una serie de requerimientos bsicos que se exponen a continuacin: El vapor resultante del ciclo deber mantenerse a unos niveles de presin y temperatura ptimos de tal forma que no se vean influenciados por las variaciones en la demanda de vapor. En el diseo del controlador se considerar que la temperatura se encuentra

Parte I. Memoria

Pgina 8

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL internamente regulada por lo que slo habr que atender al nivel de presin. La combustin deber ser eficaz independientemente de la carga a la que est sometida con el fin de cumplir con los estndares de seguridad, eficiencia energtica y condiciones ambientales. Este objetivo se consigue fijando un porcentaje de oxgeno en exceso respecto de la combustin estequiomtrica, siendo necesario que el sistema de control tenga una medida instantnea de dicha variable (exceso de oxgeno). Con el fin de evitar sobrecalentamientos indeseados en las piezas del caldern e inundaciones de las lneas de vapor ser necesario tener una medida instantnea del nivel de agua en el caldern con el fin de mantener dicho nivel a un valor fijo y especificado.

En resumen, el sistema de control presenta tres variables a controlar: presin de vapor, exceso de oxgeno y nivel del agua en el caldern. Para lograr este objetivo el control podr actuar sobre otras tres variables (mandos): combustible, aire y agua. Las variaciones en la demanda de vapor se tomarn como una perturbacin medible del sistema, que como es lgico no podr ser manipulada. El esquema simplificado de la caldera se presenta en la Figura 2.2.

Parte I. Memoria

Pgina 9

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Combustible Entradas (mandos) Aire Oxgeno Perturbacin Demanda de vapor

Presin de vapor Exceso de oxgeno Nivel de agua Variables a controlar (salidas)

Figura 2.2: Esquema simplificado de la caldera industrial.

Las tres variables de entrada podrn ser manipuladas en un rango del 0% al 100%.Adems el caudal de aire presenta una limitacin en la velocidad de cambio, no pudiendo superar el valor de 1%/s. Sin embargo todas ellas estn afectadas de ciertos retardos desconocidos. El modelo proporcionar informacin de sus tres variables de salida en % estando todas ellas afectadas por ruido para simular unas condiciones similares a una planta industrial. Debido a que el modelo de la caldera es no lineal se proceder a trabajar en su punto de trabajo habitual tal y como se recoge en la Tabla 2.1:

Parte I. Memoria

Pgina 10

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Entradas Salidas

Combustible (0)=35.2%

Presin de vapor(0)=60%

Aire(0)=36.01%

Exceso de oxgeno(0)=50%

Agua(0)=57.57%

Nivel de agua(0)=50%

Demanda de vapor(0)=46.36%

Tabla2.1: Puntos de operacin de los mandos y salidas de la caldera.

2.2 Sistema de control PID de referencia


Como se indic en el captulo introductorio se partir del controlador de referencia propuesto por el concurso que consiste en tres PID descentralizados que se encargan independientemente de controlar cada una de las variables (presin de vapor, exceso de oxgeno y nivel de agua) y que estn definidos a partir de los siguientes parmetros de la Tabla 2.2.

Parte I. Memoria

Pgina 11

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Controlador referencia 1 Controlador referencia 2 Controlador referencia 3

2.5 0.1 1.25

50 s 20 s 50 s

Tabla 2.2: Parmetros de los controladores independientes de referencia.

Como se puede observar en la Tabla 2.2 en los controladores de referencia tan slo se emplean las acciones proporcional e integral prescindiendo de la derivativa presentando por ello un gran margen de mejora.

2.3 Resultados obtenidos con el controlador de referencia


Con este primer controlador de referencia se hace trabajar a la caldera en el punto de operacin inicial durante los 100 primeros segundos, estando nicamente sometida a las perturbaciones no medibles asociadas al ruido en las tres variables controladas y a la demanda de vapor. Se observa que las tres variables de salida estn perfectamente reguladas movindose en unas bandas inferiores al 1%. En el instante t=100segundos se provoca un cambio brusco en forma de escaln en la demanda de vapor (perturbacin medible) con un valor del 20%.Como consecuencia de este cambio se puede apreciar que las salidas recuperan sus respectivas consignas con oscilaciones y rapidez variable dependiendo del caso.

Parte I. Memoria

Pgina 12

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Se puede destacar que las salidas recuperan la consigna en un tiempo aproximado de 1900 segundos. La evolucin de los caudales (mandos) es creciente y suave a excepcin del caudal de agua que inicialmente responde en direccin contraria. Todos los resultados se encuentran recogidos en la Tabal 2.3.

Salida1(presin vapor)
Presin de vapor y consigna (%) 60.5 Control referencia Referencia (60%) 60
80 90

Mando1 (combustible)
Caudal de combustible (%) Control referencia

59.5

70

59

60

50

58.5
40

58
30

57.5

200

400

600

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Salida2(exceso oxgeno)
Oxgeno en exceso y consigna (%) 55 Control referencia Referencia(50%) 50
80 90

Mando2 (aire)
Caudal de aire (%) Control referencia

70

45
60

40
50

35

40

30

200

400

600

800 1000 1200 1400 Tiempo (sg)

1600 1800

2000

30

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Parte I. Memoria

Pgina 13

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Salida3 (nivel de agua)
Nivel en el caldern y consigna (%) 54 53 52 51 50 49 48 47 46 45 Control referencia Referencia(50%)
90 control referencia 85 80 75 70 65 60 55 50 45

Mando3 (agua)
Caudal de agua de alimentacin (%)

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Tabla 2.3 Resultados obtenidos con los controladores referencia ante un escaln en demanda de vapor del 20%.

Este modelo expuesto as como sus resultados va a suponer el punto de partida y la referencia para verificar si los controles que se desarrollarn son ms adecuados o no.

2.4 ndice de calidad. Comparativa con el caso de referencia


Para comprobar si los controles diseados ofrecen mejores prestaciones que el control referencia ser imprescindible el uso de un ndice de calidad que muestre las mejoras de una forma cuantitativa. El ndice de calidad que ser utilizado en el presente proyecto se rige por la siguiente expresin:

[Ec.2.1]

Parte I. Memoria

Pgina 14

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Donde la salida),

(t)-

es el error de la i-sima variable controlada (error a

es la i-sima variable manipulada (mando), tfinal es la

duracin de la simulacin y tcambio es el instante de tiempo en el que se ha provocado el correspondiente cambio. El error introducido por la integral del valor absoluto de la derivada del mando vendr ponderado por el coeficiente w en una escala de 0 a 1, lo cual condicionar mucho el diseo cuando se tomen valores altos de w. El clculo del ndice de calidad J se va a realizar de una forma relativa respecto del control de referencia propuesto (Jcontrol_referencia/Jcontrol_propuesto) segn los distintos pesos del coeficiente w. Por tanto a medida que el ndice J sea ms pequeo el control ser mejor.

Parte I. Memoria

Pgina 15

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Captulo 3 Modelado de la planta para el diseo de controles

En primer lugar y antes de empezar a desarrollar los controles es necesario identificar las funciones de transferencia del sistema. Puesto que no se dispone de una caldera industrial de estas caractersticas resulta imposible realizar ensayos por lo que para realizar la identificacin de la planta tendremos que recurrir a la simulacin de sta a parir del modelo de Simulink proporcionado. De esta forma y partiendo del modelo de Simulink se va a proceder a introducir un escaln en cada una de las variables de entrada( combustible, aire y agua) sobre sus respectivos puntos de trabajo registrando las salidas obtenidas en el sistema (presin de vapor, exceso de oxgeno y nivel de agua). Una vez registrada se podr obtener la relacin entrada-salida (funcin de transferencia) a travs de un proceso de ajuste. Es importante indicar que la salida obtenida tendr que estar comprendida entorno al 10% aproximadamente ya que para que el ajuste sea vlido tenemos que movernos en puntos cercanos al punto de trabajo. Por ello la amplitud del escaln introducido variar en cada caso. Tambin ser necesario considerar la amplitud del ruido a la salida que en ningn caso podr alterar significativamente la salida medida.

Parte I. Memoria

Pgina 16

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

3.1 Procedimiento de identificacin.


El proceso de ajuste desarrollado est basado en la optimizacin a partir del algoritmo de Gauss-Newton. Se parte de unos parmetros aproximados de la planta de tal forma que la diferencia entre la salida obtenida con estos parmetros y la ensayada (error) es integrada y posteriormente optimizada con el algoritmo reajustando los parmetros. La complejidad de la expresin de la planta se incrementar gradualmente hasta conseguir el ajuste ptimo. Por ejemplo se partir de un primer orden para ir aadindole polos y ceros. El procedimiento a seguir se puede observar en el esquema de la Figura 3.1.

Planta

Error

Optimizacin GaussNewton

Figura 3.1: Representacin proceso de ajuste.

Parte I. Memoria

Pgina 17

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Es importante puntualizar que cuando se indica en la figura 1.2 la entrada y salida del ensayo en realidad se refiere a la entrada y salida obtenida como resultado de la simulacin puesto que no tenemos una caldera para realizar el ensayo.

3.2 Resultados obtenidos 3.2.1 Diagonal principal

G11(s): Combustible-Presin de vapor

La entrada introducida ser un escaln desde el punto de trabajo (35.2) hasta 70. La salida obtenida con su respectivo ajuste ser la presentada en la Figura 3.2.

Parte I. Memoria

Pgina 18

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Amplitud(%)

Tiempo (seg.) Figura 3.2: Salida con ajuste del trmino G11(s)

Funcin de transferencia:

Parte I. Memoria

Pgina 19

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL G22(s): Aire-exceso de oxgeno:

La entrada introducida ser un escaln desde el punto de trabajo (36) hasta 38. En este caso la amplitud del escaln es mucho menor que en el primer caso (g11) con el fin de obtener una salida entorno al 10%.Como el ruido obtenido a la salida es grande y alteraba la seal se ha optado por llegar al 12%. La salida obtenida con su respectivo ajuste ser la presentada en la Figura 3.3.

Amplitud(%)

Tiempo (seg.) Figura 3.3: Salida con ajuste del trmino G22(s)

Parte I. Memoria

Pgina 20

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Funcin de transferencia:

G33(s) :Agua-Nivel de agua

En este caso cuando se introduce un escaln la salida diverge y crece indefinidamente lo que hace necesario realimentar en lazo cerrado para medir de forma adecuada la salida. Se introduce un escaln desde el punto de trabajo (57.57%) hasta 65% y se realimenta con un control proporcional con Kp=2.Como es lgico la funcin de transferencia de la planta presentar necesariamente un polo en s=0 debido a la divergencia ya comentada. La salida obtenida con su respectivo ajuste se presenta en la Figura 3.4.

Parte I. Memoria

Pgina 21

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Amplitud(%)

Tiempo (seg.)

Figura 3.4: Salida con ajuste del trmino G33(s)

Funcin de transferencia:

Parte I. Memoria

Pgina 22

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

3.2.2 Trminos cruzados:

G13(s): Agua-Presin de vapor:

Este trmino de la matriz de funciones de transferencia la obtenemos introduciendo en la entrada 3(agua) un escaln desde el punto de trabajo Uo(3)(57.57%) hasta 90% .La salida registrada(presin de vapor) con su ajuste se presenta en la Figura 3.5.

Amplitud(%)

Tiempo (seg.) Figura 3.5: Salida y ajuste del trmino cruzado G13(s)

Parte I. Memoria

Pgina 23

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Funcin de transferencia:

G21(s): Combustible-Exceso de oxgeno

Como en el resto de casos se introduce un escaln desde 35.2% (punto de trabajo) hasta 36.5% obteniendo la salida y ajustes ptimos de la Figura 3.6. Salida con ajuste:

Amplitud(%)

Tiempo (seg.) Figura 3.6: Salida y ajuste del trmino cruzado G21(s)

Parte I. Memoria

Pgina 24

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Se puede observar en la Figura 3.6 que el ruido obtenido es significativamente mayor que en otros casos con un escaln de entrada mayor. Sin embargo, resulta inevitable si no queremos obtener una salida fuera del rango del 10% comentado anteriormente.

Funcin de transferencia

G31(s): Combustible-Nivel de agua

Como ha ocurrido anteriormente el sistema diverge si se introduce un escaln siendo necesaria la realimentacin en lazo cerrado. Se introduce un escaln en la referencia desde 35.21% (punto de trabajo) hasta 50% y se realimenta con un control proporcional de Kp=8 segn se observa en el esquema de la Figura 3.7.

Parte I. Memoria

Pgina 25

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Figura 3.7: Esquema Simulink G31(s)

Para el ajuste de parmetros del trmino G31(s) ser necesario restarle, haciendo uso de la funcin de transferencia G33(s) anteriormente calculada, el efecto que producir la entrada en el mando (agua) en la salida (nivel de agua) puesto que se est obteniendo la relacin entre combustible-nivel de agua. Este procedimiento se puede ver en la siguiente Figura 3.8:

Parte I. Memoria

Pgina 26

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Resta del trmino agua-nivel de agua.

Figura 3.8: Esquema en Simulink del detalle del ajuste.

Parte I. Memoria

Pgina 27

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL La salida (nivel de agua) y su ajuste es la presentada en la Figura 3.9.

Amplitud(%)

Tiempo (seg.) Figura 3.9: Salida y ajuste del trmino cruzado G31(s).

Funcin de transferencia:

Parte I. Memoria

Pgina 28

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL El resto de funciones de transferencia entre las variables cruzadas son nulas por lo que a modo de resumen podemos sacar las siguientes conclusiones: 1. gases. 2. 3. El exceso de oxgeno slo est afectado por los caudales de El nivel en el caldern tiene carcter integrador para los dos combustible y aire, y ms concretamente por su proporcin. caudales que le afectan (combustible y agua), como se ha explicado en el clculo de las funciones G31(s) y G33(s). 4. La presin de vapor presenta un comportamiento estable para los dos caudales que le afectan (combustible y agua). El caudal de aire slo influye en el exceso de oxgeno en los

Este anlisis permite postular un modelo lineal en el punto de operacin descrito por la siguiente ecuacin matricial (Ec.3.1) entre las funciones de entrada de las entradas y de las salidas:

(Ec.3.1)

A continuacin se muestra una tabla con todas las funciones de transferencia calculadas en los apartados anteriores:

Parte I. Memoria

Pgina 29

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Tabla funciones de transferencia


Salida 1 (presin de vapor) Entrada 1 (combustible) G11= G12= G13= Salida 2 (exceso oxgeno) Salida3 (nivel de agua)

Entrada 2 (aire)

G22=

Entrada 3 (agua)

G33=

Parte I. Memoria

Pgina 30

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Captulo 4 Optimizacin del control multivariable PID

Una vez realizada la identificacin de la planta que caracteriza la caldera industrial se procede en un primer momento, al diseo de unos controladores PID a partir de la respuesta en frecuencia. Este primer diseo se realiza con la funcin de servir de estimacin y de punto de partida para una posterior optimizacin, ya que a priori este modelo inicial no cumplir con las exigencias de rapidez y sobrepaso necesarias para mejorar el controlador de referencia. Para la optimizacin de emplear de nuevo un programa basado en el algoritmo de Gauss-Newton. Se comprobarn los mrgenes de estabilidad tras cada ajuste ya que no interesa un sistema muy rpido y con buenas caractersticas de respuesta si en algn momento se pudiera volver inestable. Por tanto y al no tiene ninguna aplicacin prctica se tratarn de evitar mrgenes de estabilidad estrechos.

Parte I. Memoria

Pgina 31

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

4.1 Determinacin inicial de los controles PID. Diseo por respuesta en frecuencia.
Con las funciones de transferencia de la diagonal principal y cruzadas se procede al diseo por respuesta en frecuencia de los controles PID descentralizados para, posteriormente, reajustar y optimizar la respuesta considerando el efecto de los acoplamientos entre las variables a controlar. Las condiciones de las que se parte para el diseo en frecuencia de los controles PID son las expuestas a continuacin:

Margen de fase = 50 ngulo de retraso del PI (positivo)= 5 Factor de filtrado=0.1

Con el objetivo de partir de un control que proporcione una respuesta lo ms rpida posible antes del ajuste se tomar el mximo ngulo de adelanto posible para el valor del factor de filtrado fijado (0.1) que se determina segn la siguiente expresin:

Por tanto:

Para el diseo inicial de los controles se establecer como condicin que el mando tome un valor moderado, nunca superior al 100%, ante un escaln en la referencia del 6%.

Parte I. Memoria

Pgina 32

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Diseo funcin de transferencia C1(s):

La funcin de transferencia de la que se parte es la siguiente:

Atendiendo a las condiciones de diseo del control PID mostrado anteriormente se procede a determinar los parmetros del formato serie cuya expresin y esquema se muestra en (I). Puesto que en la implantacin de los controles se va a emplear la versin en paralelo de los controles PID es necesario establecer la equivalencia serieparalelo para su correcta utilizacin. La expresin y esquema del formato paralelo se presenta en (II).

referencia

mando

salida

Parte I. Memoria

Pgina 33

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

referencia

mando

salida

Para la funcin de transferencia dada se muestran a continuacin los parmetros correspondientes tanto para el formato serie como para el paralelo equivalente.

Parmetros del formato serie: Frecuencia de corte: w0 =0.0292 rad/s Parmetro del PI: I = 0.1034 Parmetro del PD D=0.0282 Ganancia K =0.0122

Parte I. Memoria

Pgina 34

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Parmetros del formato paralelo: Ganancia Kp=0.0152 Parmetro del PI Ti=0.1288 Parmetro del PD Td=0.0198 N=7.0309

Una vez determinados los parmetros se verifica el correcto funcionamiento con las respuestas de mando y salida ante un escaln del 6% en la referencia tal como se muestra en las Figuras 4.1 y 4.2.

Figura 4.1: Mando ante escaln en referencia del 6% en control 1

Parte I. Memoria

Pgina 35

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

5
Amplitud(%)

0 200 250 300 350


Tiempo(seg.)

400

450

500

550

Figura 4.2: Salida ante escaln en referencia del 6% en control1

El mando se encuentra acotado al 30%, por lo tanto cumple con el requisito de diseo de no superar el 100%.

Diseo funcin de transferencia C2(s):

La funcin de transferencia de la que se parte es la siguiente:

Con dicha funcin y las condiciones de diseo expuestas anteriormente se obtienen los siguientes parmetros del control serie y paralelo equivalente:

Parte I. Memoria

Pgina 36

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Parmetros del formato serie Frecuencia de corte: w0 =0.0901 rad/s Parmetro del PI: I = 3.0396 Parmetro del PD D=0.8281 Ganancia K =0.0491

Parmetros del formato paralelo: Ganancia Kp=0.0612 Parmetro del PI Ti=3.7849 Parmetro del PD Td=0.5822 N=7.0309

De nuevo en las Figuras 4.3 y 4.4 la comprobacin del mando y de la salida ante escaln en referencia del 6%.

1.2

0.8
Amplitud(%)

0.6

0.4

0.2

0 180 200 220 240 260


Tiempo(seg.)

280

300

320

340

360

Figura 4.3: Mando ante escaln en referencia del 6% en control 2

Parte I. Memoria

Pgina 37

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Amplitud(%)

0 200 250
Tiempo(seg.)

300

350

Figura 4.4: Salida ante escaln en referencia del 6% en control 2

Diseo funcin de transferencia C3(s):

La funcin de transferencia de la que se parte es la siguiente:

A continuacin los parmetros del control en formato serie y paralelo equivalente:

Parte I. Memoria

Pgina 38

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Parmetros del formato serie: 1. 2. 3. 4. Frecuencia de corte: w0= 0.00902 rad/s Parmetro del PI: I = 110.9503 Parmetro del PD D=30.2262 Ganancia K =0.6072

Parmetros del formato paralelo: 1. 2. 3. 4. Ganancia Kp=0.7561 Parmetro del PI Ti=138.1592 Parmetro del PD Td=21.2520 N=7.0309

En las figuras 4.5 y 4.6 la comprobacin del mando y salida ante escaln del 6% en referencia como en los dos casos anteriores.

Parte I. Memoria

Pgina 39

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

35

30

25

Amplitud(%)

20

15

10

0 200 250 300


Tiempo(seg.)

350

400

450

Figura 4.5: Mando ante escaln en referencia del 6% en control 3


8 7 6 5
Amplitud(%)

4 3 2 1 0 -1 0

500
Tiempo(seg.)

1000

1500

Figura 4.6: Salida ante escaln en referencia del 6% en control 3

Parte I. Memoria

Pgina 40

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

De forma resumida se pueden comprobar los distintos parmetros finales de diseo en la Tabla 4.1:

Parmetros serie G11(S) w0 =0.0292 rad/s I = 0.1034 D =0.0282 K = 0.0122

Parmetros paralelo Kp=0.0152 Ti=0.1288 Td=0.0198 N=7.0309

G22(s)

w0 =0.0901 rad/s I = 3.0396 D=0.8281 K=0.0491

K=0.0612 Ti=3.7849 Td=0.5822 N=7.0309

G33(s)

w0= 0.00902 rad/s I= 110.9503 D =30.2262 K =0.6072

K=0.7561 Ti=138.1592 Td=21.2520 N=7.0309

Tabla 4.1: Resumen de los parmetros iniciales de diseo en frecuencia para los tres controles.

Parte I. Memoria

Pgina 41

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

4.2 Optimizacin de los parmetros de los controles:


A partir de los diseos iniciales de los controles se va a proceder a optimizarlos teniendo en cuenta su respuesta ante un escaln en la perturbacin (demanda). El objetivo principal de este reajuste ser el de mejorar el ndice de calidad del control de referencia propuesto por el Grupo de Ingeniera de Control de CEA, compuesto como ya se ha visto por tres controladores PI descentralizados. A continuacin y a modo de recordatorio se indica la expresin del ndice de calidad:

El proceso de optimizacin que se va a emplear en este apartado es el mismo que el utilizado en el ajuste de los parmetros de identificacin de la planta realizado anteriormente. Como se indic, dicha optimizacin est basada en el algoritmo de Gauss-Newton. El archivo ajuste.m que contiene dicho algoritmo se puede encontrar en el apartado de anexos de este proyecto. Teniendo en cuenta estos condicionantes se va a proceder en primer lugar a optimizar los controles de una forma descentralizada para obtener una primera aproximacin y ver si es considerable el efecto de las funciones de transferencia cruzadas. Para el ajuste se deja fijo N=7.0309 y los dems parmetros variables siendo el esquema de ajuste del modelo descentralizado el mostrado en la Figura 4.7.

Parte I. Memoria

Pgina 42

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Figura 4.7: Esquema de ajuste de parmetros en Simulink.

Como puede advertirse en el esquema de la Figura 4.7, se suma el valor del punto de trabajo en el mando con el objetivo de eliminar en el ajuste el transitorio inicial al que tiende el sistema. Gracias a ello se consigue que el sistema arranque siempre en su punto de trabajo con lo que de aqu en adelante todas las grficas se obtendrn aplicando esta operacin.

Parte I. Memoria

Pgina 43

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

4.3 Resultados 4.3.1 Resultados del primer ajuste de los controles de forma descentralizada.
Los resultados obtenidos despus de un primer ajuste sin tener en cuenta los efectos de los acoplamientos se recogen en la Tabla 4.2:

Salida1(presin vapor)

Mando1 (combustible)

Salida2(exceso oxgeno)

Mando2 (aire)

Parte I. Memoria

Pgina 44

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Salida3 (nivel de agua) Mando3 (agua)

Tabla 4.2: Grficas de mandos y salidas del primer ajuste de parmetros

El ndice de calidad J calculado es 0.4094 para w=0.Sin embargo para w=1(mximo peso para las desviaciones del mando) se obtiene J=29.53. De los grficos y de los ndices obtenidos se pueden sacar las conclusiones expuestas a continuacin: A. En primer lugar se observa, como era de prever, una clara

influencia del mando1 en las salidas 2 y 3 as como del mando 3 sobre la salida1. Estas influencias empeoran en gran medida el ndice de calidad. B. En segundo lugar el efecto del control del PD afecta negativamente al ndice J para valores de w altos puesto que al optimizar la accin diferencial logra una respuesta en la salida mejor pero a costa de una reaccin de los mandos rpida en exceso provocando mucho ruido. Claro de ejemplo de ello es el valor que toma J (29.53) cuando se pondera con w=1 el efecto de las

Parte I. Memoria

Pgina 45

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL desviaciones del mando. Este valor de J resulta inadmisible para los objetivos marcados.

Por las razones comentadas se procede a optimizar los parmetros en un segundo ajuste teniendo en cuenta el efecto de las variables cruzadas adems de controlar en mayor medida el efecto de la parte diferencial. Como en este primer ajuste se va a dejar fijo N=7.0309 y variables el resto de parmetros siendo el esquema seguido el de la Figura 4.8.

Figura 4.8: Esquema en Simulink para realizar el segundo ajuste

Parte I. Memoria

Pgina 46

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL En el esquema de la Figura 4.8 se muestra como se introducen los tres controles, dos de ellos con los parmetros (Kp, Td, Ti, N) fijos y el otro con los parmetros variables a excepcin, como ya se ha comentado, de N que tiene el valor de 7.0309. Se buscar que en la iteracin las tres salidas tiendan a cero de forma conjunta. En primer lugar se ajusta el control de la salida1 por ser el que ms afecta al resto de salidas, seguido del control 3 para terminar con el control 2.

4.3.2 Resultados segundo ajuste de los controles teniendo en cuenta la influencia de las variables cruzadas.
En este segundo ajuste se obtiene una mejora del ndice J pero sin alcanzar los niveles requeridos. Sin embargo se puede extraer una conclusin muy importante: El coeficiente correspondiente al PD (Td) de los tres controladores teniendo en cuenta los efectos cruzados tiende a un valor muy pequeo con lo que se indica que el efecto de dicho control diferencial tiene que ser muy reducido para alcanzar unos niveles de calidad altos. Por ello y partiendo de los parmetros obtenidos en este segundo ajuste se procede a ajustar el parmetro N que antes estaba fijo. Como era de esperar este tambin se hace muy pequeo dando como resultado Td=7.3880e-2 y N=2.4638e-3 . En conclusin, los valores tan pequeos de Td y N que se han obtenido indican claramente que se debe de prescindir de la parte diferencial si se quiere mejorar el ndice de calidad. Esto es debido a que el efecto diferencial afecta principalmente de manera negativa al mando ya que un exceso de rapidez en la salida se traduce en ms oscilaciones y valor ms alto en el mando, lo que se comprueba al ponderar con el coeficiente w el ndice de calidad. Puesto que el mando tiene una gran importancia ya que supone un coste econmico alto se ha preferido eliminar el efecto diferencial.

Parte I. Memoria

Pgina 47

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Consecuencia de ello, se va a realizar un tercer y ltimo ajuste en el que solo se tendr en cuenta la optimizacin de la parte proporcional-integral. De esta forma Td y N tomarn valor nulo, es decir, no hay accin diferencial.

4.3.3 Resultados tercer ajuste sin accin diferencial.


Empleando el modelo Simulink del segundo ajuste resultan los siguientes parmetros finales en el formato [Kp,Ti,] para cada uno de los tres controladores: PID1: [6.64e-1 4.52 ] PID2: [2.3417e-1 4.2563] PID3: [2.9 29]

Los resultados obtenidos en comparacin con los casos de referencia y las expresiones de los controles finales se recogen en la Tabla 4.4.En la Tabla 4.3 las funciones de transferencia de los controles referencia y los controles a evaluar. C1(s) C2(s) C3(s)

Caso referencia

Caso a evaluar

Tabla 4.3: Funciones de transferencia de los controles referencia y los que se procede a evaluar.

Parte I. Memoria

Pgina 48

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Salida 1( Presin de vapor)

Mando 1(Combustible)

Salida 2 (Exceso de oxgeno)

Mando 2( Aire)

Parte I. Memoria

Pgina 49

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Salida 3 (Nivel de agua) Mando 3(Agua)

Tabla 4.4: Grficas de mandos y salidas resultantes del tercer ajuste.

Los ndices de calidad J resultantes de ste ltimo ajuste alcanzan claramente los objetivos propuestos siendo mejor para cualquier valor del coeficiente w, como se muestra en la tabla 4.5.

w J

0 0.2614

0.1 0.3379

0.2 0.4075

0.3 0.4710

0.4 0.5292

0.5 0.5828

0.6 0.6322

0.7 0.6780

0.8 0.7206

0.9 0.761

1 0.79

Tabla 4.5: ndices de calidad J en funcin de w para el tercer ajuste.

Como se observa en las grficas, las salidas 2 y 3 presentan oscilaciones (poco amortiguamiento) que podra ser indicativo de unos mrgenes de estabilidad un poco pequeos, adems de las complicaciones que pueda presentar en la respuesta temporal. Para salir de dudas se muestran los grficos de Nichols de los tres controladores en lazo abierto en las Figuras 4.9, 4.10 y 4.11 mostradas a continuacin:

Parte I. Memoria

Pgina 50

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

System: caso_evaluar1 Phase Margin (deg): 50.7 Delay Margin (sec): 25.1 Nichols Chart At frequency (rad/sec): 0.0353 Closed Loop Stable? Yes 0 -5 -10 -15
Open-Loop Gain (dB)

caso_evaluar1 referencia1

System: referencia1 Phase Margin (deg): 110 Delay Margin (sec): 100 At frequency (rad/sec): 0.0192 Closed Loop Stable? Yes

-20 -25 -30 -35 -40 -45 -50 -180 -135 Open-Loop Phase (deg) -90 System: caso_evaluar1 Gain Margin (dB): 30.7 At frequency (rad/sec): 0.229 Closed Loop Stable? Yes

Nichols Chart

0 -5 -10 -15
Open-Loop Gain (dB)

caso_evaluar1 referencia1

-20 -25 -30 -35 -40 -45 -50 -180 -135 Open-Loop Phase (deg) -90

Figura 4.9: Nichols en lazo abierto del control1

Parte I. Memoria

Pgina 51

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Nichols Chart 20 10
System: caso_evaluar2 Gain Margin 0 (dB): 10.4 At frequency (rad/sec): 0.322 Closed Loop Stable? Yes System: caso_evaluar2 Phase Margin (deg): 13.3 Delay Margin (sec): 1.22 At frequency (rad/sec): 0.19 Closed Loop Stable? Yes

caso_evaluar2 referencia2

-10
Open-Loop Gain (dB)

-20 -30 -40 -50 -60 -70 -80 -180 -135 Open-Loop Phase (deg)
System: referencia2 Gain Margin (dB): 59.9 At frequency (rad/sec): 3.3 Closed Loop Stable? Yes

System: referencia2 Phase Margin (deg): 104 Delay Margin (sec): 48.7 At frequency (rad/sec): 0.0371 Closed Loop Stable? Yes

-90

Nichols Chart

System: x Phase Margin (deg): 13.3 Delay Margin (sec): 1.22 At frequency (rad/sec): 0.19 Closed Loop Stable? Yes

Open-Loop Gain (dB)

-5

-10

System: x Gain Margin (dB): 10.4 At frequency (rad/sec): 0.322 Closed Loop Stable? Yes

-15

-20 -182 -180 -178 -176 -174 -172 Open-Loop Phase (deg) -170 -168 -166

Figura 4.10: Nichols en lazo abierto del control2

Parte I. Memoria

Pgina 52

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Nichols Chart 15 10 5
Open-Loop Gain (dB)

caso_evaluar3 referencia3
System: caso_evaluar3 Phase Margin (deg): 12.4 Delay Margin (sec): 5.48 At frequency (rad/sec): 0.0396 Closed Loop Stable? Yes System: referencia3 Phase Margin (deg): 25.6 Delay Margin (sec): 24.1 At frequency (rad/sec): 0.0185 Closed Loop Stable? Yes

0 -5 -10 -15 -20 -25

System: caso_evaluar3 Gain Margin (dB): 6.19 At frequency (rad/sec): 0.0712 Closed Loop Stable? Yes

System: referencia3 Gain Margin (dB): 15.7 At frequency (rad/sec): 0.0867 Closed Loop Stable? Yes

180 Open-Loop Phase (deg)

210

Figura 4.11: Nichols en lazo abierto del control3

Como era de esperar las oscilaciones presentes en las salidas 2 y 3 son causadas por un margen de fase pequeo como puede comprobarse en las Figuras 4.9, 4.10 y 4.11.En general los mrgenes han empeorado por el ajuste en comparacin con el caso referencia. Obsrvese que incluso el margen de fase del controlador 3 de referencia es pequeo. Sin embargo, el margen de ganancia es suficiente en todos los casos. En consecuencia, este margen de fase es insuficiente para garantizar un mnimo nivel de seguridad en el control por lo que es necesario realizar un cuarto ajuste que mejore el margen a pesar de que empeore el ndice de calidad. De nuevo se realizar sin accin diferencial.

Parte I. Memoria

Pgina 53

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

4.3.4 Resultados cuarto ajuste con ms amortiguamiento:


Con este cuarto ajuste se va a pretender alcanzar un margen de fase mnimo de 40 optimizando el ndice de calidad en la medida de lo posible. El mejor ajuste alcanzado es el siguiente: PID1: [6.65e-1 4.52 7.3880e-2 2.4638e-3] PID2: [2.35e-1 8.5 7.3880e-2 2.4638e-3] PID3: [2.5 80 7.3831e-2 2.4638e-3] Sus salidas y mandos as como el ndice de calidad se presentan en las Tablas 4.6 y 4.7.

Salida 1( Presin de vapor)


Presin de vapor y consigna (%) 60.5 Caso referencia Caso a evaluar 60

Mando 1(Combustible)
Caudal de combustible (%) 90 Caso referencia Caso a evaluar 80

59.5

70

59

60

58.5

50

58

40

57.5

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

30

200 400

600 800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Parte I. Memoria

Pgina 54

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Salida 2 (Exceso de oxgeno)
Oxgeno en exceso y consigna (%) 55 Caso referencia Caso a evaluar 50

Mando 2 (Aire)
Caudal de aire (%) 100 Caso referencia Caso a evaluar

90

80
45

70

40

60

50
35

40
30

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

30

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Salida 3 (Nivel de agua)


Nivel en el caldern y consigna (%) 54 53 52 51 50 49 48 47 46 45 Caso referencia Caso a evaluar
90 85 80 75 70 65 60 55 50 45

Mando 3 (Agua)
Caudal de agua de alimentacin (%) Caso referencia Caso a evaluar

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Tabla 4.6: Grficas de mando y salida para ajuste con amortiguamiento.

w J

0 0.4443

0.1 0.5061

0.2 0.5624

0.3 0.6137

0.4 0.6608

0.5 0.7041

0.6 0.7441

0.7 0.7811

0.8 0.8154

0.9 0.8474

1 0.8773

Tabla 4.7: ndices de calidad J en funcin de w para ajuste con amortiguamiento.

Parte I. Memoria

Pgina 55

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Se observa que los ndices son ligeramente peores respecto de los ajustes anteriores. Sin embargo, la estabilidad del sistema debe ser prioritaria al nivel de calidad alcanzado.

Las respuestas en frecuencia del lazo abierto se recogen individualmente para cada control en las Figuras 4.12, 4.13, 4.14. En la Figura 4.15 las respuestas de todos los controles de forma conjunta respecto de los modelos de referencia. Los valores de inters de las mismas se recogen en la Tabla 4.8.

Controlador 1
Nichols Chart 10

0
System: caso_evaluar1 Phase Margin (deg): 50.7 Delay Margin (sec): 25.1 At frequency (rad/sec): 0.0353 Closed Loop Stable? Yes

Open-Loop Gain (dB)

-10

-20
System: caso_evaluar1 Gain Margin (dB): 30.7 At frequency (rad/sec): 0.229 Closed Loop Stable? Yes

-30

-40

-180

-150 Open-Loop Phase (deg)

-120

Figura 4.12: Nichols en lazo abierto controlador 1

Parte I. Memoria

Pgina 56

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Controlador 2
Nichols Chart 20 10 0
Open-Loop Gain (dB)

-10 -20 -30 System: caso_evaluar2


Gain Margin (dB): 47

System: caso_evaluar2 Phase Margin (deg): 40.5 Delay Margin (sec): 4.41 At frequency (rad/sec): 0.16 Closed Loop Stable? Yes

-40 At frequency (rad/sec): 2.41


Closed Loop Stable? Yes

-50 -60 -70 -80 -180 -150 Open-Loop Phase (deg) -120

Figura 4.13: Nichols en lazo abierto controlador 2

Controlador 3
Nichols Chart 10 5 0
Open-Loop Gain (dB)

System: caso_evaluar3 Phase Margin (deg): 40 Delay Margin (sec): 25.1 At frequency (rad/sec): 0.0278 Closed Loop Stable? Yes

-5 -10
System: caso_evaluar3 Gain Margin (dB): 10.4 -15 At frequency (rad/sec): 0.0934 Closed Loop Stable? Yes

-20 -25 -30 180 Open-Loop Phase (deg) 210

Figura 4.14: Nichols en lazo abierto controlador 3

Parte I. Memoria

Pgina 57

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Nichols Chart 10 0 -10


Open-Loop Gain (dB)

-20 -30 -40 -50 -60 -70 -80 -180 -135 Open-Loop Phase (deg) -90

referencia1 referencia2 referencia3 caso_evaluar1 caso_evaluar2 caso_evaluar3

Figura 4.15: Comparativa de los Nichols en lazo abierto finales con el caso referencia.

Parte I. Memoria

Pgina 58

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Referencia 1 Margen de fase Margen de ganancia Tabla 4.8: Datos caractersticos de la respuesta en frecuencia de los controles optimizados y del modelo referencia. No corta 30.7 59.3 47 15.7 10.4 110 Caso a evaluar1 50.7 Referencia 2 104 Caso a evaluar2 40.5 Referencia 3 24.1 Caso a evaluar3 40

En el tercer control el modelo referencia presentaba un margen de fase muy pequeo, que gracias al nuevo ajuste se ha establecido en 40.A consecuencia de ello se ha rebajado el margen de fase respecto del modelo referencia en los controles 1 y 2.

4.3.5 Conclusiones
Primer y segundo ajuste: los resultados obtenidos indican una clara influencia de las mandos 1 y 3.No es posible un ajuste descentralizado. Tercer ajuste: Necesidad de eliminacin de la accin diferencial Cuarto ajuste: oscilaciones en la salida son causados por ya que un exceso de rapidez en el mando empeora el ndice de calidad. mrgenes de estabilidad demasiado estrechos. Hay que ajustar teniendo en cuenta los mrgenes de ganancia y fase aunque sea en

Parte I. Memoria

Pgina 59

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL perjuicio del ndice de calidad para asegurar un margen de seguridad adecuado. El aumento de margen de fase en el control 3 ha provocado que para mantener el ndice de calidad en buenas condiciones haya sido necesario reducir el margen de fase en los controles 2 y 3 ya que la entrada 3 tiene una incidencia significativa sobre la 1. El control final obtenido en el ajuste 4 es el que se proceder a discretizar.

Parte I. Memoria

Pgina 60

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Captulo 5 Discretizacin

5.1 Introduccin a la discretizacin y resultados.


Para la implementacin de los controles diseados en un sistema real es preciso proceder a una discretizacin de los mismos. El proceso de control se encuentra normalmente integrado en un microprocesador el cual acta sobre el mando a partir de la comparacin entre la seal muestreada de la salida de la planta analgica y de la referencia. Al mando discreto resultante a la salida del control se le aplica un retenedor de orden cero que se encarga de mantener la salida constante entre instantes de muestreo cuya transformada de Laplace es la funcin de transferencia siguiente:

[Ec.5.1]

El proceso de discretizacin se ilustra en la figura siguiente (Figura 5.1) a travs sistema mixto que emplea la planta analgica, el control PID digital y el conjunto muestreador-retenedor. Dicho esquema es empleado para realizar la simulacin de la respuesta temporal de un sistema de control ya que refleja fielmente la respuesta que se obtendr en el ensayo real.

Parte I. Memoria

Pgina 61

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Planta analgica Parte digital

Figura 5.1: Esquema proceso de discretizacin.

Un aspecto importante en la discretizacin de un sistema de control es la seleccin del periodo de muestreo, la cual implica considerar temas muy variados: especificaciones del sistema de control, hardware disponible, precio del mismo, coste de desarrollo del software, etc. En este proyecto entre los requisitos de diseo del concurso se establece como periodo de muestreo Ts=0.2 seg. El sistema del muestreador y el retendedor de orden cero introducen un retardo de la mitad del periodo de muestreo (Ts/2), lo cual puede condicionar el diseo de los controles de la caldera y en el caso de que dicho retraso tuviese una significativa influencia habra que redisear y optimizar de nuevo los controles calculados teniendo en cuenta el retraso a la hora de disear el control a partir de la planta.

Parte I. Memoria

Pgina 62

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Para ver el nivel de influencia del retardo se establece una relacin entre el periodo de muestreo con la rapidez del sistema segn la expresin 2 lo que permite clasificar los tiempos de muestreo en pequeos, medianos y grandes de la forma en que se recoge en la Tabla 5.1 [3].

[Ec.5.2]

Periodo de muestreo

Grande

Mediano

Pequeo

2 57.3

1 28.6

0.5 14.3

0.2 5.7

0.1 2.9

Tabla 5.1: Tiempos de muestreo y retraso correspondiente.

En el caso de que el tiempo de muestreo del presente trabajo quede encuadrado dentro de los tiempos considerados pequeos no sera necesario redisear los controles sino que directamente se transformaran las funciones de transferencia de los controles del dominio en s al dominio en z, siendo en este caso vlido el diseo a partir del modelo continuo o analgico. En el caso de obtener periodos medianos o grandes habra que disear con alguno de los dos modelos siguientes segn convenga: Modelo analgico modificado: Aproxima el efecto de muestreo

y retencin con un retardo de ts/2. Es vlido para ts pequeos y medianos. Modelo digital: Se emplea para el diseo el modelo discretizado de la planta. Es vlido para cualquier tiempo de muestreo. Por su

Parte I. Memoria

Pgina 63

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL mayor complejidad se suele emplear especialmente para periodos de muestreo grandes.

Hay que tener en cuenta que dicho diseo a partir del modelo continuo es una aproximacin por lo cual el margen de fase quedar retrasado segn el valor correspondiente de la Tabla , hecho que se comprobar posteriormente a mediante los correspondientes grficos de Nichols. A continuacin se comprobar la clasificacin segn la velocidad del sistema atendiendo a la w de cruce obtenida en los diseos de los controles PID. PID1 PID2 PID3 =0.007 =0.032 =0.005

Por suerte los tiempos de muestreo han quedado dentro de los denominados pequeos por lo que se comprueba que el diseo a partir del modelo continuo es vlido y se procede directamente a la discretizacin. Para ello se tienen diversas opciones pero en este proyecto se va a optar por usar las denominadas transformaciones racionales que se caracterizan por poder traducirse fcilmente en algoritmo. Se usarn dos: derivada en adelanto (Ec.5.3) y transformacin trapezoidal (Ec.5.4).

Parte I. Memoria

Pgina 64

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL En la siguiente Tabla 5.2 se recogen las expresiones discretizadas de los controles obtenidos en el cuarto ajuste con ms amortiguamiento con los dos mtodos mencionados.

C1(z)

C2(z)

C3(z)

Control analgico

Derivada en adelanto

Integracin trapezoidal

Tabla 5.2: Funciones de transferencia discretizadas.

Con los controles discretizados y el control original se procede al anlisis de las respuestas temporales y en frecuencia del sistema con los controles citados anteriormente. Puesto que las respuestas ante un escaln en la perturbacin van a ser muy parecidas se va a comparar directamente los ndices de calidad obtenidos a partir de las respuestas del modelo mixto con la caldera analgica y el control digital (Figura 5.2).Para el anlisis de la respuesta en frecuencia se van a comparar los grficos de Nichols en lazo

Parte I. Memoria

Pgina 65

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL abierto y de Bode en lazo cerrado de las dos discretizaciones y para cada uno de los controles originales.

Figura 5.2: Esquema Simulink de la caldera con los controles discretizados.

Parte I. Memoria

Pgina 66

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Controlador 1

Nichols Chart 0 Trapezoidal Derivada Analgico

-5

Open-Loop Gain (dB)

-10

-15

-20

-25

-30 -180 -150 Open-Loop Phase (deg)

Figura 5.3: Nichols en lazo abierto control 1

Parte I. Memoria

Pgina 67

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Bode Diagram 1.5 1


Magnitude (dB)

trapezoidal1 derivada1 analgico1

0.5 0 -0.5 -1 -1.5 10


-2

Frequency (rad/sec)

Figura 5.4: Diagrama Bode en lazo cerrado del control 1

Bode Diagram trapezoidal1 derivada1 analgico1

1.5

Magnitude (dB)

0.5

-0.5

10

-1.6

10

-1.5

10 Frequency (rad/sec)

-1.4

10

-1.3

Figura 5.5: Zoom diagrama Bode con amplitud de pico.

Parte I. Memoria

Pgina 68

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Am Analgico modificado m o u Apico(dB) corte 0.0575

30.7 50.7 0.0353 0.229 1.36

Trapezoidal 28.5 50.4 0.0353 0.204 1.39 Derivada por adelanto 27.6 50.3 0.0353 0.193 1.42

0.0576

0.0576

Tabla 5.3: Valores caractersticos de la respuesta en frecuencia del control 1.

Controlador 2
Nichols Chart 0

-10

Trapezoidal Derivada Analgico

Open-Loop Gain (dB)

-20

-30

-40

-50

-60

-70 -180 Open-Loop Phase (deg) -150

Figura 5.6: Nichols en lazo abierto control 2

Parte I. Memoria

Pgina 69

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Bode Diagram 4 3 2
Magnitude (dB)

trapezoidal2 derivada2 analgico2

1 0 -1 -2 -3 -4 10 Frequency (rad/sec)
-1

Figura 5.7: Diagrama Bode en lazo cerrado del control 2


Bode Diagram 4 trapezoidal2 derivada2 analgico2 3

2
Magnitude (dB)

-1

10

-0.9

10

-0.8

10 Frequency (rad/sec)

-0.7

Figura 5.8: Zoom diagrama Bode con amplitud de pico.

Parte I. Memoria

Pgina 70

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Am Analgico modificado 47

Apico(dB) corte 3.26 0.249

40.5 0.16 2.41

Trapezoidal 28.6 39.6 0.16 0.832 3.48 Derivada por adelanto 28.6 39.5 0.16 0.832 3.5

0.25

0.249

Tabla 5.4: Valores caractersticos de la respuesta en frecuencia del control 2.

Controlador 3
Nichols Chart

0 Trapezoidal Derivada Analgico

-2
Open-Loop Gain (dB)

-4

-6

-8

-10

180 Open-Loop Phase (deg)

210

Figura 5.9: Nichols en lazo abierto control 3

Parte I. Memoria

Pgina 71

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Bode Diagram 4 trapezoidal3 derivada3 analgico3

3 2

Magnitude (dB)

-1

-2

10 Frequency (rad/sec)

-2

Figura 5.10: Diagrama Bode en lazo cerrado del control 3

Bode Diagram 4 trapezoidal3 derivada3 analgico3

3.5

Magnitude (dB)

2.5

10

-1.9

10

-1.8

10

-1.7

10

-1.6

10

-1.5

10

-1.4

Frequency (rad/sec)

Figura 5.11: Zoom diagrama Bode con amplitud de pico.

Parte I. Memoria

Pgina 72

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Am(dB) m Analgico modificado 10.4 40 o u Apico(dB) corte 0.063

0.0278 0.0934 3.83

Trapezoidal 10.3 Derivada por adelanto 10.3

39.8 0.0278 0.0927 3.88

0.063

39.8 0.0278 0.0927 3.88

0.063

Tabla 5.5: Valores caractersticos de la respuesta en frecuencia del control 3.

w Janalgico Jtrapezoidal Jderivada

0 0.4443 0.4544 0.4435

0.1 0.5061 0.5161 0.5051

0.2 0.5624 0.5722 0.5611

0.3 0.6137 0.6234 0.6122

0.4 0.6608 0.6704 0.6591

0.5 0.7041 0.7135 0.7022

0.6 0.7441 0.7534 0.7420

0.7 0.7811 0.7903 0.7788

0.8 0.8154 0.8246 0.8130

0.9 0.8474 0.8565 0.8449

1 0.8773 0.8863 0.8746

Tabla 5.6: Comparativa de los ndices de calidad de los dos controles discretizados y el control analgico.

Del anlisis tanto de la respuesta temporal como en frecuencia se desprende que las dos discretizaciones presentan un ajuste muy bueno al modelo analgico, siendo muy prximas entre s y estables en lazo cerrado. En efecto, el tiempo de muestreo es lo suficientemente pequeo como para no afectar al diseo de los controles.

Parte I. Memoria

Pgina 73

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL En atencin a los datos obtenidos, la discretizacin trapezoidal presenta de forma ligera mejores mrgenes de estabilidad y amplitudes de pico que la derivada en adelanto mientras que los ndices de calidad son un poco peores. En definitiva, cualquiera de las dos discretizaciones es vlida, la eleccin depender de los requisitos concretos que se deseen en cada caso.

5.2 Conclusiones
La optimizacin de los controles diferencial-integral ha producido resultados cuantitativamente mejores respecto de los que se parta (modelo referencia). Sin embargo, la imposibilidad de hacer uso de la accin diferencial deja un considerable margen de mejora. Puesto que los controles PID presentan numerosas carencias se va a disear en el siguiente apartado un control de tipo de predictivo que a priori va a permitir obtener una respuesta mejor a la salida sin abusar excesivamente del mando y asegurando la estabilidad.

Parte I. Memoria

Pgina 74

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Captulo 6 Desarrollo de un control predictivo


Como se ha podido observar con lo desarrollado hasta este momento, las metodologas de diseo tradicionales como los controladores PID presentan algunas limitaciones que impiden conseguir unos sistemas de control con mejores caractersticas y ms eficientes. En consecuencia se precisa de profundizar en sistemas ms complejos y que ofrezcan mejores y mayores posibilidades. Uno de ellos es el control predictivo , de gran importancia en el mundo de la industria, y que se va a aplicar en este proyecto para la caldera industrial.

6.1 Fundamentos del control predictivo.


Las limitaciones de la metodologa de control PID ha propiciado el desarrollo de nuevas teoras de control. As, por ejemplo, cabe destacar la aparicin del control ptimo como concepto general (que se plasma en distintos mtodos concretos) destinado a conseguir objetivos tales como: eficiencia ahorro energtico calidad seguridad etc.

Parte I. Memoria

Pgina 75

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL El control predictivo es una aplicacin concreta del control ptimo, cuyo principio bsico de funcionamiento es igualar la salida predicha del sistema con una salida deseada predefinida basndose en un modelo de proceso. Con este objetivo se har uso de una funcin objetivo que generalmente, suele minimizar el cuadrado del error de seguimiento de la trayectoria de la variable de proceso (salida) respecto de la salida deseada. El controlador predictivo emplea un modelo del proceso con el fin de predecir su comportamiento futuro en un horizonte de tiempo definido calculando los valores de las variables manipuladas en cada periodo de muestreo de acuerdo con los valores de consigna deseados y las restricciones y condiciones de operacin del proceso.

Resumen: En qu se basa el modelo de prediccin: El control predictivo basado en modelos se basa en las siguientes ideas: 1. Se usa un modelo del proceso para predecir su comportamiento futuro, sobre un horizonte de prediccin N. Los valores predichos de las salidas y (t+k/t), para k=1,.., N, donde y (t+k/t) es el valor predicho de la salida en el instante t+k a partir del valor en el instante actual t. De esta forma, depende de los valores hasta el instante t (valores pasados de las entradas y las salidas) y de los valores futuros de las seales de control u (t+k/t). 2. Se establece una trayectoria de referencia futura w(t+j) que describe como se desea conducir el proceso desde el valor actual y(t) a la consigna futura deseada r(t+j). 3. Se calculan los valores futuros de control {u(t), u(t+1),...,u(t+N)} tratando de minimizar la funcin error e(t)=w(t+j)-y(t+j).

Parte I. Memoria

Pgina 76

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Normalmente se incluye una estructuracin en la ley de control, introduciendo un horizonte de control N. Esta optimizacin puede incluir restricciones en los valores futuros de las variables del proceso, por ejemplo, la salida, la seal de control o la variacin de la seal de control. 4. Inicialmente se aplica a la planta el primer elemento del mando u(t/t) olvidando el resto para volver a repetir el proceso en el instante de muestreo siguiente. As se obtiene una nueva ley de control u(t+1/t+1) diferente de la de la seal de control calculada anteriormente u(t+1/t).

6.1.1 Partes fundamentales del control predictivo


Los elementos que caracterizan el control predictivo basado en modelos son los que se presentan en la Figura 6.1:

Prediccin Planificador trayectoria

Referencia

Modelo predictivo

Seal de control

Proceso real

salida

Mecanismo adaptacin

Figura 6.1 Esquema de control predictivo-adaptativo

Parte I. Memoria

Pgina 77

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL La descripcin de los bloques presentados en la Figura puede ser resumida de la siguiente forma: Planificador de trayectoria: Genera la seal de salida guiando el Modelo predictivo: Calcula la seal de control (mando)

proceso de salida al punto final que se desea de una forma ptima. necesaria para conseguir igualar la salida tras el proceso real con la deseada que ha establecido previamente el planificador de trayectoria. Mecanismo de adaptacin de parmetros: Ajusta los parmetros del modelo predictivo para anular el error que se pueda producir entre la salida y la establecida por el planificador. De la misma forma, se encarga de informar de las desviaciones producidas para que pueda redefinir la trayectoria establecida anteriormente.

Para cada uno de estos elementos hay varias opciones, segn la eleccin que se realice tendremos los diferentes mtodos de control predictivo basado en modelos. Se va a ir viendo ahora cada uno de estos elementos bsicos.

6.1.1.1 Modelos de prediccin.


Cualquier tipo de modelo a partir del cual se puedan calcular las predicciones se puede utilizar para la estrategia de control predictivo, algunos de los ms utilizados para el modelo del proceso son [4]: Modelo respuesta impulsional.

La salida del proceso es:

Parte I. Memoria

Pgina 78

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL donde hj son las muestras de la respuesta impulsional unidad y q-1 es el operador retardo unidad, con q-1u(t)=u(t-1) y H(q-1)=h1 q-1+h2 q-2+...+hn q-n. La mejor prediccin usando este modelo es:

Obsrvese que u (t+k/t)=u(t+k) para k<0. Las ventajas de este modelo son: - Requiere poca informacin a priori. - Puede describir fcilmente dinmicas poco usuales. - La prediccin es simple y menos sensible a errores puesto que no existen trminos recursivos. Este modelo no se pude usar con sistemas inestables lo que supone su principal desventaja.

Modelo respuesta al escaln.

Se supone que la respuesta al escaln se estabilizada tras n perodos de muestreo.

donde gj son las muestras de la respuesta al escaln unidad y u(t)=u(t)-u(t1), y0 es el efecto acumulativo de los incrementos de control despus de n muestras, estabilizado a un valor constante. La prediccin de la salida del proceso es:

Parte I. Memoria

Pgina 79

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Este modelo tiene las mismas ventajas e inconvenientes que el modelo respuesta impulsional.

Modelo de funcin de transferencia.

El proceso se describe por la ecuacin en diferencias:

La prediccin de la salida del proceso es: u(t+k/t) Las ventajas principales de este modelo son: - Se puede utilizar para modelar sistemas inestables o poco amortiguados. - El nmero de parmetros es pequeo. Por otro lado el modelo presenta las siguientes desventajas: - Es necesario presuponer el orden del sistema, es decir, n y m. - La prediccin puede hacerse ms difcil debido a su naturaleza recursiva. -Es posible que aumente la sensibilidad frente a los errores.

Este ltimo modelo basado en la funcin de transferencia es el que se va a adoptar para el desarrollo de este proyecto. Tomando u(k) como entrada en el instante k ,y(k) medida en el instante k como salida e funcin de transferencia tiene la siguiente expresin: (Ec.6.1) el modelo basado en

Parte I. Memoria

Pgina 80

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Como en general no se puede saber a priori la dinmica exacta del lazo abierto descrita por la expresin anterior se emplear como modelo predictivo una estimacin de la expresin anterior: (Ec.6.2) Donde es la salida predicha en el instante k para el prximo instante as como su

k+1.Comose puede observar en esta expresin no se incluye la perturbacin ya que sta es desconocida. El nmero de parmetros valor pueden ser diferentes a los de Ec.3.1. Adems el valor de estos parmetros podr ser actualizado en cada instante k por media del mecanismo de adaptacin antes citado.

6.1.1.2 Clculo del mando a aplicar en el proceso real:


Una vez definido el modelo de prediccin as como la trayectoria definida por el planificador se procede al clculo del mando de la siguiente forma:

Esta ltima expresin describe las dos operaciones bsicas en el control predictivo: i. ii. Clculo de la trayectoria deseada. Clculo del control u (k).

6.1.1.3 Trayectoria deseada.


Una de las partes importantes del control predictivo es la eleccin de la trayectoria de referencia. Esta trayectoria es la que se deseara conseguir para alcanzar, en un horizonte dado (h), a la referencia futura. Es decir, en el

Parte I. Memoria

Pgina 81

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL instante de tiempo k tenemos una prediccin de la referencia futura a la cual queremos aproximarnos de una manera ms o menos suave (Figura 6.2). A partir de esta prediccin, obtenemos la secuencia de referencias desde k hasta k+h. Es sta una de las principales ventajas del control predictivo sobre, por ejemplo, los controles PID clsicos. En estos ltimos, la referencia se conoce en el mismo instante en que se necesita, por lo que el esfuerzo de regulacin es ms brusco. Sin embargo, con la metodologa predictiva, el regulador dispone de un tiempo para alcanzar la referencia, siendo la respuesta ms suave. Como es lgico la velocidad de la trayectoria fijar, en cierto sentido, la velocidad del control predictivo. Normalmente, suelen emplearse filtros con la finalidad de suavizar la referencia siendo lo ms empleados los siguientes: Filtros de primer orden. Son los ms sencillos. Siendo la

secuencia de referencias futuras, se obtiene la siguiente expresin:


wk .wk 1 (1 ).rk

Filtros de segundo orden. Estos filtros permiten que la respuesta inicial tenga una derivada nula evitando las discontinuidades en el origen de la trayectoria deseada. Para lograr un filtro lo ms rpido posible sin amortiguaciones es frecuente que se empleen dos polos iguales y amortiguamiento crtico:

wk n .rk 2. . n .wk 1 n .wk 2


2 2

Existen otros filtros de mayor complejidad como, por ejemplo:


wk rk k .(rk y k )

Parte I. Memoria

Pgina 82

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Figura 6.2. Trayectorias de referencia

En este proyecto se va a partir de un planificador de trayectoria sin filtro ya que por la naturaleza del sistema no parece estrictamente necesario. En caso de querer optimizar el control resultante se proceder a aadir el filtro. Por tanto el planificador de trayectoria es el encargado de generar una salida deseada. Como principio de diseo, la salida deseada se ajustar a una trayectoria que partiendo de los actuales valores de la salida alcance el punto final establecido de una forma suave y poco abrupta y al mismo tiempo rpida y sin sobrepasos.

Parte I. Memoria

Pgina 83

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Una forma sencilla y eficiente de generar esta trayectoria consiste en usar la salida de un modelo estable introduciendo el punto final al que debe llegar como entrada siendo las salidas del proceso actual las condiciones iniciales. De esta forma la trayectoria quede definida como: [Ec.6.4] Una forma razonable de obtener los parmetros p q es con la respuesta

a un punto de referencia constante empezando en las condiciones iniciales y(k) e y(k-1) . Este tipo de respuesta es tpicamente la correspondiente a un segundo orden crticamente amortiguado y de ganancia esttica unitaria, siendo sta la empleada en el proyecto.

6.1.1.4 Adaptacin de parmetros.


De acuerdo al principio por el que se rige el control predictivo, en esta ocasin se establece la prediccin para el instante k+d en vez de k+1.El control predictivo calcula la accin de control u(k) con la intencin de predecir la salida en el instante k+d. Se puede expresar la salida deseada de la siguiente forma [5]:

Parte I. Memoria

Pgina 84

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Esta ecuacin tambin puede ser expresada de la siguiente forma:

De tal forma que:

El error ser:

Teniendo en cuenta la expresin del error y aplicando un algoritmo de optimizacin basado en mnimos cuadrados con el objetivo de conseguir [5]:

Se obtiene las siguientes dos expresiones de los parmetros y del error resultante: (k-1) [Ec.6.5]

[Ec.6.6]

Parte I. Memoria

Pgina 85

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

6.2 Diseo de un control predictivo monovariable


El control basado en las ideas expuestas en los prrafos anteriores que se ha implementado en Simulink es el que se recoge en la siguiente Figura 6.3. El esquema contiene clculo del mando (modelo de prediccin), predictor (planificador de trayectoria) y la caja para la adaptacin de parmetros.

Figura 6.3 Esquema Simulink del control predictivo.

Parte I. Memoria

Pgina 86

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL En este apartado el control implantado en la caldera ser de tipo monovariable, es decir, se asignar un predictor independiente para cada una de las tres salidas (Figura 6.4), lo que supone que el control no considerar el efecto de las variables cruzadas. Para tenerlo en cuenta se desarrollar en el siguiente apartado un controlador predictivo multivariable. Los grados de libertad que presenta la caja del control predictivo son tres: nmero de muestras, tiempo de muestreo y amplitud incremental del mando. Se introducir la planta discretizada con retenedor de orden 0 a travs del comando c2d (planta,ts) de Matlab y que estar por tanto en funcin del tiempo de muestreo deseado. Los mandos mximo y mnimo se ajustan al valor 100 y 0 respectivamente (Figura 6.5).

Figura 6.4: Esquema Simulink control predictivo monovariable

Parte I. Memoria

Pgina 87

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Figura 6.5: Parmetros a introducir en el bloque predictivo monovariable.

Para conseguir una respuesta ptima y un ndice de calidad bueno se probar por tanteo hasta conseguir la mejor solucin.

6.2.1 Resultados predictivo monovariable.


Inicialmente se ha tratado de ajustar los valores partiendo de un tiempo de muestreo comn. Sin embargo, la gran influencia de las variables entre s,

Parte I. Memoria

Pgina 88

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL unido a la diferencia de rapidez en sus dinmicas, ha provocado que se tenga que optar por un tiempo de muestreo distinto en cada caso. Esta medida no plantea especiales inconvenientes ya que dichos controles sern implementados en microprocesador y es factible el establecimiento de distintos periodos de muestreo. Por otro lado, atendiendo a las funciones de transferencia y sus respectivas constantes de tiempo (Tabla 6.1) se pueden estimar inicialmente los tiempos de muestreo a los que funcionar el predictivo. Obsrvese que la constante de tiempo de la funcin G11(s) es significativamente mayor que las de G22(s) y G33(S) por lo que el tiempo de muestreo a priori tambin lo ser. A medida que el tiempo de muestreo se hace ms grande es necesario dejar un incremento en el mando mayor ya que en caso de limitarlo en exceso para tiempos de muestreo grandes no consigue alcanzar la salida deseada.

Parte I. Memoria

Pgina 89

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Tabla 6.1 Funciones de transferencia y constantes de tiempo dominantes

Como se ha comprobado en apartados anteriores la primera variable a controlar (presin de vapor) influye notablemente sobre las otras dos. Por ello al tantear con tiempos de muestreo mayores los incrementos de mando afectan a las otras dos salidas provocando grandes oscilaciones e ndices de calidad muy malos. Por ello y al contrario de lo que se pudiera pensar inicialmente se ha optado por seleccionar un tiempo de muestreo muy pequeo (0.05 s) que permita un mando suave (Tabla 6.2). Los valores finales ptimos de los tres grados de libertad para cada controlador son los recogidos en la Tabla 6.2.

Parte I. Memoria

Pgina 90

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Horizonte de prediccin Tiempo de muestreo(s) Incremento del mando(%) Predictor 1 Predictor 2 Predictor 3 20 25 20 0.05 1 4 0.1 0.5 2

Tabla 6.2: Valores de los parmetros de los tres controles predictivos.

Para ejemplificar la imposibilidad de adoptar un periodo de muestreo mayor en el controlador 1 se ha tomado como tiempo de muestreo 30 s permitiendo mayor margen en el mando y manteniendo los parmetros de los controladores 2 y 3 constantes (Tabla 6.2).Las salidas de exceso oxgeno y nivel de agua (2 y 3) se recogen en las Figuras 6.6 y 6.7 que muestran claramente las oscilaciones e inestabilidad que se produce.
70 65 60 55 50 45 40 35 30 0

200

400

600

800

1000

1200

1400

1600

1800

2000

Figura 6.6 Salida2 (exceso de oxgeno) para tiempo de muestreo en controlador 1 ts=30s

Parte I. Memoria

Pgina 91

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

52 51 50 49 48 47 46 45 0

200

400

600

800

1000

1200

1400

1600

1800

2000

Figura 6.7 Salida3 (exceso de oxgeno) para tiempo de muestreo en controlador 1 ts=30s

Las grficas resultantes para los valores de la Tabla 6.2 en comparacin con el caso referencia se muestran en la Tabla 6.3. Por ltimo, se recoge en la Tabla 6.4 una comparativa de los ndices de calidad logrados con el predictivo y los conseguidos con el mejor ajuste con los controles PID (cuarto ajuste sin accin diferencial ni oscilaciones) desarrollado en el apartado anterior.

Parte I. Memoria

Pgina 92

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Salida 1( Presin de vapor)


Presin de vapor y consigna (%) 60.5 Caso referencia Caso a evaluar 60

Mando 1(Combustible)
Caudal de combustible (%) 90 Caso referencia Caso a evaluar 80

59.5

70

59

60
58.5

50
58

40
57.5 0 200 400 600 800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

30

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Salida 2 (Exceso de oxgeno)


Oxgeno en exceso y consigna (%) 55 Caso referencia Caso a evaluar

Mando 2 (Aire)
Caudal de aire (%) 100 Caso referencia Caso a evaluar

90
50

80
45

70

40

60

50
35

40
30 0 200 400 600 800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

30

200 400

600 800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Parte I. Memoria

Pgina 93

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Salida 3 (Nivel de agua)
Nivel en el caldern y consigna (%) 54 53 52 51 50 Caso referencia Caso a evaluar

Mando 3 (Agua)
Caudal de agua de alimentacin (%) 90 85 80 75 70 Caso referencia Caso a evaluar

49

65
48

60
47

55
46 45

50
0 200 400 600 800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

45

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Tabla 6.3 Grficas resultantes de salida y mando del control predictivo en comparacin con el caso referencia.

w Jpredictivo JPID

0 0.2641 0.4443

0.1 0.3002 0.5061

0.2 0.3331 0.5624

0.3 0.3631 0.6137

0.4 0.3906 0.6608

0.5 0.4159 0.7041

0.6 0.4392 0.7441

0.7 0.4609 0.7811

0.8 0.4809 0.8154

0.9 0.4996 0.8474

1 0.5171 0.8773

Tabla 6.4 Comparativa de los ndices de calidad del control predictivo y el PID

Los resultados de la tabla reflejan unos ndices considerablemente mejores que los obtenidos con la metodologa de control PID, confirmando de esta

Parte I. Memoria

Pgina 94

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL forma que el control predictivo proporciona un mejor resultado que con la metodologa de control tradicional.

6.3 Diseo de un control predictivo multivariable


Con el objetivo de mejorar los resultados obtenidos en el apartado anterior se procede al diseo de un control multivariable. En este caso se emplea un nico controlador para toda la caldera que realiza el proceso de prediccin teniendo en cuenta el efecto de las variables cruzadas. Por tanto el esquema utilizado es el presentado en la Figura 6.8.

Parte I. Memoria

Pgina 95

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Figura 6.8 Esquema Simulink del control predictivo multivariable.

Para que el controlador tenga en cuenta los efectos cruzados es preciso introducir como parmetro los coeficientes de los polinomios caractersticos en Z tanto de las salidas como de los mandos. De este modo los coeficientes se toman a partir de la siguiente expresin:

(Ec 6.7)

Parte I. Memoria

Pgina 96

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL En consecuencia: (Ec.6.8) La matriz de polinomios caracterstica de la salida ser:

En base a la Ec. 6.8 para cada salida se obtendr una matriz de polinomios caractersticos de los mandos:

La matriz que englobe a todas los polinomios caractersticos de los mandos ser: matBu=( ..

Para el clculo de stas matrices se ha empleado el programa coeficientes_multivariable que se encuentra en el Anexo de este proyecto. Como en el caso del control predictivo monovariable se tienen 3 grados de libertad: tiempo de muestreo, horizonte de prediccin y amplitud del mando (Figura 6.9). Cabe decir que las matrices antes indicadas estn en funcin del tiempo de muestreo por lo que los coeficientes cambiarn cuando lo haga ste.

Parte I. Memoria

Pgina 97

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Figura 6.9 Parmetros a introducir en el bloque predictivo multivariable.

Como en el caso del control monovariable los parmetros se optimizarn a tanteo.

6.3.1 Resultados y conclusiones del predictivo multivariable


El control predictivo multivariable supone establecer un tiempo de muestreo comn a todas las variables a controlar. Como se pudo observar en el apartado anterior del control monovariable est situacin provocaba

Parte I. Memoria

Pgina 98

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL inestabilidades por la gran influencia de los efectos cruzados y la diferencia entre las constantes de tiempo. La implementacin de un control multivariable que en el modelo de prediccin contemple dichos efectos no ha sido suficiente para unificar el control bajo un mismo periodo de muestreo. No ha sido posible encontrar una solucin ptima que mejore los ndices de calidad desarrollados anteriormente. De este apartado se desprende que la presin de vapor (salida 1) condiciona el diseo del resto de controles por su fuerte influencia y su constante de tiempo notablemente mayor a la de las otras dos variables a controlar.

Parte I. Memoria

Pgina 99

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Captulo 7 Resultados y conclusiones del proyecto

En el presente proyecto se parta del modelo implementado en el entorno de Simulink de una caldera industrial. El objetivo principal consista en lograr un control que mejorase el aportado por el Grupo de Ingeniera responsable del concurso en que se basa este proyecto. El control de la caldera presentaba como principal problema el acoplamiento de efectos de las variables a controlar. En primer lugar, el controlador de referencia de partida, basado en un controlador PI para cada una de las salidas, hacia pensar que el margen de mejora era grande con un adecuado uso de la accin diferencial. Sin embargo y a la vista de los resultados obtenidos ha sido imposible aplicar dicha accin puesto que tanto el ndice de calidad como la respuesta temporal ante un escaln en la perturbacin empeoraban considerablemente. Conseguir una mayor velocidad a travs de la accin diferencial repercuta en cambios bruscos en el mando que, al ser ponderados en la expresin del ndice, ofrecan una respuesta peor. En consecuencia, de este primer estudio se ha obtenido como resultado un controlador PI optimizado (sin accin diferencial) para cada una de las tres salidas que ofrece una respuesta notablemente mejor que la del modelo de referencia.

Parte I. Memoria

Pgina 100

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Como consecuencia de las limitaciones del sistema de control anterior en el que no se ha podido hacer uso de la accin diferencial por los motivos expuestos ha sido necesario el diseo de un control ms sofisticado: el control predictivo. El control predictivo que est indicado para resolver de forma efectiva problemas de control y automatizacin de procesos industriales que se caracterizan por presentar un comportamiento dinmico complicado, multivariable y/o inestable ha solucionado en gran parte el problema en cuestin. En el desarrollo del control predictivo se ha optado en primer lugar por una versin monovariable e independiente para cada una de las salidas en las que no se han considerado los acoplamientos en la dinmica interna de clculo del propio control. Este primer diseo ha resultado muy satisfactorio al lograr un ndice de calidad claramente mejor respecto del controlador de referencia como se ha observado en el Captulo 6. Por otro lado, para mejorar los resultados del monovariable, se opt por disear un control multivariable que s tuviera en cuenta los efectos de los acoplamientos y que pudiera arrojar por ello unos resultados mejores. Este diseo ha resultado ser un tanto decepcionante. La contemplacin de dichos efectos no ha sido suficiente para mejorar los resultados del monovariable. Las diferencias entre las dinmicas presentes en la caldera unido a la fuerte influencia que la primera variable a controlar (presin de vapor) tiene sobre las otras dos han sido las razones fundamentales por las cuales no se ha logrado un mejor resultado tal y como se esperaba. Por tanto, los nicos controladores vlidos son dos: el control PI optimizado y el control predictivo monovariable. Los resultados obtenidos en los dos controles en lo que se refiere a la respuesta temporal se encuentran recogidos a continuacin a modo de comparativa en las Tablas 7.1 y 7.2:

Parte I. Memoria

Pgina 101

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Salida 1( Presin de vapor)


Presin de vapor y consigna (%) 60.5

Mando 1(Combustible)
Caudal de combustible (%) 90

60

80

59.5

70

59

58.5

Caso referencia Predictivo monovariable Consigna PI optimizado

60

Caso referencia Predictivo monovariable PI optimizado

50

58

40

57.5

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

30

200 400 600 800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Salida 2 (Exceso de oxgeno)


Oxgeno en exceso y consigna (%) 55

Mando 2 (Aire)
Caudal de aire (%) 100

90
50

80
45

70
Caso referencia Predictivo monovariable Consigna PI optimizado

40

60

Caso referencia Predictivo monovariable PI optimizado

50

35

40
30

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

30

200 400

600 800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Parte I. Memoria

Pgina 102

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL Salida 3 (Nivel de agua)
Nivel en el caldern y consigna (%) 54 53 52 51 50 49 48 47 46 45 Caso referencia Predictivo monovariable Consigna PI optimizado
90 85 80 75 70 65 60 55 50 45 Caso referencia Predictivo monovariable PI optimizado

Mando 3 (Agua)
Caudal de agua de alimentacin (%)

200

400

600

800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

200 400 600 800 1000 1200 1400 1600 1800 2000 Tiempo (sg)

Tabla 7.1 Grficas de la respuesta temporal ante escaln en perturbacin(demanda) de los dos controles vlidos.

w Jpredictivo JPI optimizado

0 0.2641 0.4443

0.1 0.3002 0.5061

0.2 0.3331 0.5624

0.3 0.3631 0.6137

0.4 0.3906 0.6608

0.5 0.4159 0.7041

0.6 0.4392 0.7441

0.7 0.4609 0.7811

0.8 0.4809 0.8154

0.9 0.4996 0.8474

1 0.5171 0.8773

Tabla 7.2 ndices de calidad de los dos controles vlidos: PI optimizado y predictivo monovariable.

Como ya se ha demostrado a lo largo del proyecto el PI optimizado est ajustado a unos mrgenes de estabilidad adecuados y el predictivo

Parte I. Memoria

Pgina 103

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL monovariable siempre se mantiene estable por las caractersticas propias del algoritmo predictivo en que est basado. En conclusin y a la vista de los resultados se puede concluir que el control ms adecuado para ser implementado y que ofrece estabilidad y mejores ndices de calidad es el predictivo monovariable con una clara diferencia respecto del PI optimizado.

Parte I. Memoria

Pgina 104

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Bibliografa

[1]Jos Renato Rodrguez; Desarrollo de un sistema de control avanzado de la presin de vapor en una caldera de tubos de fuego. Tesis doctoral, PUCP-2006 [2] Artculo Pellegrinetti y Benstman; Nonlinear Control Oriented Boiler Modeling (1996). [3]F.Luis Pagola; Control Digital; Universidad Pontificia Comillas. [4]Fco.Ignacio Argello;Modelizacin e implementacin de un control predictivo en un microrobot autnomo;ensayo. [5] P. J. Gawthrop, H. Demircioglu and I. Siller-Alcal, Multivariable Continuous time Generalised.Predictive Control: State Space Approach to linear and nonlinear Systems IEE Proceedings Control Theory and Applications 1998.

Parte I. Memoria

Pgina 105

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

PARTE II ESTUDIO ECONMICO

Parte II. Estudio econmico

Pgina 106

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

1. Estudio econmico
Los sistemas de control sobre procesos se han configurado como uno de los puntos ms crticos e imprescindibles en cualquier actividad industrial. Atendiendo al caso concreto sobre el que versa el proyecto, el vapor es empleado para tres objetivos principalmente: generacin de calor, materia prima y generacin de electricidad. Las calderas son sistemas complejos formados por una serie de elementos interrelacionados entre s y que requieren de sistemas robustos y eficientes de control. Un control eficaz de las condiciones de trabajo de una caldera es necesaria por tres razones: econmica, seguridad y medio ambiental. En primer lugar, el control de ciertos parmetros como temperaturas y presiones son fundamentales a la hora de evitar ciertos peligros como la explosiones u otros accidentes. Por otro lado, un control funciona para lograr mantener unas condiciones ptimas de trabajo y que, por tanto, proporcionan un gran ahorro. Un ejemplo claro, es la fijacin de un porcentaje de oxgeno respecto de la combustin estequiomtrica para mantener unas condiciones de seguridad y eficiencia energtica (Captulo 2). Por ltimo, la creciente y masiva demanda por parte de la sociedad de combustibles fsiles para desarrollar todas las actividades productivas puede conllevar a un agotamiento de los recursos. Adems la combustin de estos fsiles provoca emisiones de dixido de carbono nocivas para el medio ambiente. Puesto que las calderas son grandes consumidoras de combustible fsil se antoja fundamental el desarrollo de sistemas eficientes de control que administren adecuadamente los recursos disponibles [1]. La labor de construir un sistema de estas caractersticas no siempre resulta sencilla, siendo habitual grandes inversiones de tiempo y dinero. Por tanto, el proyecto que se ha desarrollado es perfectamente viable y, lo que es ms importante, rentable. Se ha tratado de ofrecer distintas variantes

Parte II. Estudio econmico

Pgina 107

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL factibles, con especial atencin a los mandos a travs del ndice de calidad, para ofrecer soluciones que aparte de ser robustas y eficaces tambin son eficientes ya que se evita en la medida de lo posible incrementos bruscos en los mandos y, por ende, gastos innecesarios.

Parte II. Estudio econmico

Pgina 108

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Bibliografa
[1]Jos Renato Rodrguez; Desarrollo de un sistema de control avanzado de la presin de vapor en una caldera de tubos de fuego . Tesis doctoral, PUCP-2006

Parte II. Estudio econmico

Pgina 109

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

PARTE III CDIGO FUENTE

Parte III. Cdigo fuente

Pgina 110

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

1. Diseo de un control PID por respuesta en frecuencia


% Diseo de un control PID por respuesta en frecuencia % [control,w0]=dis_afpi(planta,Mf,Fa,Fr,fa,sol,wmin,wmax) % Esta funcin disea un control AF % control: Funcin de transferencia del control resultante % w0: pulsacin de cruce % planta: Funcin de transferencia de la planta % Mf: Margen de fase en grados % Fa: adelanto de fase en grados % Fr: retraso de fase en grados (de debe especificar positivo) % fa : Factor de filtrado % sol: 0 (solucin de K mxima) y 1 (solucin de K mnima) % wmin: Mnima pulsacin para la bsqueda de la pulsacin de cruce % wmax: Mxima pulsacin para la bsqueda de la pulsacin de cruce % Mtodo de diseo: Apuntes de Regulacin Automtica, Pagola

(1992), pag. 132 %Parmetros Mf=50; Fa=54.9; Fr=5; fa=0.1; wmin=0.01; wmax=1000; aux1=mod(180/pi*angle(freqresp(p,wmin)),-360)+180+Fa-Fr-Mf; aux2=mod(180/pi*angle(freqresp(p,wmax)),-360)+180+Fa-Fr-Mf; sol=1; if (aux1*aux2)>=0 disp('No existe una raiz en el intervalo especificado')

Parte III. Cdigo fuente

Pgina 111

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL
control=[]; w0=[]; return end

if (Fa>asin((1-fa)/(1+fa))*180/pi) fprintf('El adelanto de fase ha de ser menor que %f', asin((1fa)/(1+fa))*180/pi) control=[]; w0=[]; return end

while (wmax-wmin)>1e-5 wmed=(wmin+wmax)/2; aux0=mod(180/pi*angle(freqresp(p,wmed)),-360)+180+Fa-Fr-Mf; if aux0*aux1<=0 wmax=wmed; else wmin=wmed; end end

% Control AFPI (C(s)=K*(1+Ta*s)*(1+Ti*s)/(1+Ta*fa*s))/s w0=wmed C=1/abs(freqresp(p,w0)); if sol==0 x=(1-fa)/2/tan(Fa*pi/180)+sqrt(((1-fa)/2/tan(Fa*pi/180))^2-fa); else %x=(1-fa)/2/tan(Fa*pi/180)-sqrt(((1-fa)/2/tan(Fa*pi/180))^2-fa) %modulo de la planta

Parte III. Cdigo fuente

Pgina 112

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL
x1=((1/fa)-1)/(2*tan(Fa*pi/180))-sqrt((((1/fa)1)/(2*tan(Fa*pi/180)))^2-1/fa); end Ti=1/w0*tan((90-Fr)*pi/180) %variable I integral Ca=C*w0/sqrt(1+(Ti*w0)^2); Ta=(x1/w0) %modulo integral y planta

%variable D del PD

K1=sqrt(1+(fa*x1)^2)/(sqrt(1+x1^2)); %modulo del pd K2=Ca*K1 ; Kp=K2*Ti control=tf(conv([K2*Ta K2],[Ti 1]),[Ta*fa 1 0]) return %modulo completo Kp/I

2. Programa coeficientes_multivariable.m
Programa destinado a obtener las matrices de los polinomios caracterismos en el control predictivo multivariable.
%Funciones transferencia diagonales y cruzadas c11=tf([5.658 0.02982],[2814 557.6 22.01 0.1476]); c22=tf([449.1],[54.24 4080 793.7 75.03]); c33=tf([-0.07702 0.009998],[27.96 8.572 1 0]); c13=tf([-0.1646],[233.3 1]); c21=tf([3.138 -1.348],[0.009222 4.567 1.962 0.2108]); c31=tf([0.2513 -0.001516],[205.7 88.31 9.555 0.2818 0]); %tiempo de muestreo ts=1; %planta discretizada g11=c2d(c11,ts)

Parte III. Cdigo fuente

Pgina 113

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL
g22=c2d(c22,ts) g33=c2d(c33,ts) g13=c2d(c13,ts) g21=c2d(c21,ts) g31=c2d(c31,ts) %periodo de muestreo predictivo multivariable ts=1 %Matriz con los polinomios de las salidas desde q-1 a=[g11.den{1}(2) g11.den{1}(3) g11.den{1}(4)] b=[g22.den{1}(2) g22.den{1}(3) g22.den{1}(4)] c=[g33.den{1}(2) g33.den{1}(3) g33.den{1}(4)] m=[a 0 0;b 0 0;c 0 0]; matA=m' %Matriz elementos del mando %Primera salida y1=(B1/A1)*U1+(B2/A2)*U2+(B3/A3)*U3 B1=tf(g11.num{1},1)*tf(g13.den{1},1); B1=B1/B1.num{1}(1);%se divide coeficiente de mayor orden B2=tf(0); B3=tf(g13.num{1},1)*tf(g11.den{1},1); B3=B3/B3.num{1}(1); m1=[B1.num{1}(2) B1.num{1}(3) 0 0 0;B2.num{1} 0 0 0 0

;B3.num{1}(2) B3.num{1}(3) B3.num{1}(4) 0 0]; M1=m1' %Segunda salida y2 B1=tf(g21.num{1},1)*tf(g22.den{1},1); B1=B1/B1.num{1}(1); B2=tf(g22.num{1},1)*tf(g21.den{1},1); B2=B2/B2.num{1}(1); B3=tf(0); m2=[B1.num{1}(2) B1.num{1}(3) B1.num{1}(4) B1.num{1}(5)

0;B2.num{1}(2) B2.num{1}(3) B2.num{1}(4) 0 0 ;B3.num{1} 0 0 0 0 ];

Parte III. Cdigo fuente

Pgina 114

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL
M2=m2' %Tercera salida y3 B1=tf(g31.num{1},1)*tf(g33.den{1},1); B1=B1/B1.num{1}(1); B2=tf(0); B3=tf(g33.num{1},1)*tf(g31.den{1},1); B3=B3/B3.num{1}(1) m3=[B1.num{1}(2) B1.num{1}(3) B1.num{1}(4) 0 0 ;B2.num{1} 0 0 0 0 ;B3.num{1}(2) B3.num{1}(6)]; M3=m3' B3.num{1}(3) B3.num{1}(4) B3.num{1}(5)

%Matriz completa mandos matBu = cat( 3, M1,M2,M3)

%Matriz de perturbaciones B1=zeros(5,3); B2=zeros(5,3); B3=zeros(5,3); matBd = cat( 3, B1,B2,B3);

3. Programa ajuste.m
Es el programa empleado en los procesos de optimizacin del proyecto.
%%%%%%%%%%%%%% %%%%%%%%%%%%%% %clear all clear theta thaux dgn J format compact format short e ALGORITMO DE AJUSTE DE UN SISTEMA POR MINIMOS CUADRADOS

Parte III. Cdigo fuente

Pgina 115

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL
%%%%%%%% PARAMETROS Y VALORES INICIALES %%%%%%%%%%%%%%%%%%

th=[3.9302 5.3284e1]; theta=th; Np=length(theta); %%%%%%%%%%%% Tsamp=ts; Nd=tfin/Tsamp; tol1=1; 'V') tol2=1; V=1; objetivo Vaux=0.01; objetivo dgn=ones(1,Np); % Direccion de Gauss-Newton (incremento de los parametros) niter=0; %%%%%%%%%%%%%% % Numero de iteraciones CHEQUEO DE LA ESTABILIDAD INICIAL % Inicializacion del valor nuevo de la funcion % Tolerancia (variacion de los parametros 'theta') % Inicializacion del valor anterior la funcion PARAMETROS DEL ALGORITMO % Intervalo fijo de integracion % Numero de datos en el ajuste % Tolerancia (variacion de la funcion objetivo

% Matriz de estado del sistema (linealizacion) % [A,B,C,D]=linmod('sistema');% % Flag de estabilidad (la parte real de todos los % Autovalores de 'A' son negativas?) % stb=all(real(eig(A))<=0); % if stb==0 % disp('SISTEMA INESTABLE. MODIFICA LOS PARAMETROS DEL REGULADOR') % return % end %%%%%%%%%%%%%%%%%%%%%%% ALGORITMO DE AJUSTE

while (100*(V-Vaux)/Vaux>tol1 | 100*max(abs(dgn./theta))>tol2) %& niter<10

Parte III. Cdigo fuente

Pgina 116

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL
niter=niter+1; % Se incrementa el numero de iteraciones

% Actualizacion de los parametros th=theta; %h0=theta(2); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % Simulacion del sistema sim('sistema',tfin); %ys=[y(:);y1(:);y2(:)]; ys=y(:); %ym=[sal(:);sal1(:);sal2(:)]; ym=sal(:); error=ys-ym; % Funcion objetivo (error cuadratico medio) V=sqrt(sum((error).^2)/Nd);

% Construccion de la matriz Jacobiana por diferencias finitas for i=1:Np thaux=theta; h=.001*abs(theta(i)); % Incremento para las derivadas if abs(theta(i))<10*sqrt(eps) h=.01*sqrt(eps); end thaux(i)=theta(i)+h;

Actualizacion de los parametros th=thaux; %h0=thaux(2); sim('sistema',tfin); %yaux=[y(:);y1(:);y2(:)]; yaux=y(:);

Parte III. Cdigo fuente

Pgina 117

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL
%ym=[sal(:);sal1(:);sal2(:)]; ym=sal(:); error=yaux-ym; J(:,i)=(yaux-ys)/h; end % Representacion grafica de 'ys', 'ym' y del error=ys-ym clf stairs([ym ys error]) grid % BUSQUEDA DE 'MU' (ajuste del paso en la direccion de Gauss% Newton para garantizar una disminucion de la funcion objetivo mu=2; Vaux=V+10; stb=1; % Busqueda de 'mu' mientras no se reduzca la funcion objetivo o % el sistema sea inestable while Vaux > V | stb==0 mu=mu/2; thaux=theta+mu*dgn; % Actualizacion de los parametros del regulador th=thaux; %h0=thaux(2); % Matriz de estado del sistema (linealizacion) % Simulacion con los nuevos parametros if stb==0 yaux=zeros(size(yaux)); else sim('sistema',tfin); %yaux=[y(:);y1(:);y2(:)]; yaux=y(:);

Parte III. Cdigo fuente

Pgina 118

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL
%ym=[sal(:);sal1(:);sal2(:)]; ym=sal(:); error=yaux-ym; end % Actualizacion de la funcion objetivo Vaux=stb*sqrt(sum((yaux-ym).^2)/Nd); end % Parametros y funcion objetivo en pantalla theta=thaux; parametros_theta=[theta] Vaux end

4. Programa evalua_control_caldera.m
Es el programa empleado para obtener los ndices de calidad (J) respecto del control de referencia.
% Programa para evaluar el control de la CALDERA % F. Morilla, octubre 2009 % Carga resultados de la simulacin correspondiente al controlador que hace de referencia load pruebaCaldera_CL1.mat registrosr=registros; % Carga resultados de la simulacin correspondiente al controlador que se quiere evaluar load monovariable

Parte III. Cdigo fuente

Pgina 119

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL
reg=[mando1(:,2) mando2(:,2) mando3(:,2) registros(:,4) salida1(:,2) salida2(:,2) salida3(:,2) registros(:,8) registros(:,9) registros(:,10)]; registros=reg; % Presenta los resultados figure(1) plot(t,registrosr(:,5),t,registros(:,5),t,registros(:,8),t,registr os1(:,5)) title('Presin de vapor y consigna (%)') xlabel('Tiempo (sg)') legend('Caso referencia','Caso a evaluar') figure(2) plot(t,registrosr(:,6),t,registros(:,6),t,registros(:,9),t,registr os1(:,6)) title('Oxgeno en exceso y consigna (%)') xlabel('Tiempo (sg)') legend('Caso referencia','Caso a evaluar') figure(3) plot(t,registrosr(:,7),t,registros(:,7),t,registros(:,10),t,regist ros1(:,7)) title('Nivel en el caldern y consigna (%)') xlabel('Tiempo (sg)') legend('Caso referencia','Caso a evaluar') figure(4) plot(t,registros(:,4)) title('Demanda de vapor (%)') xlabel('Tiempo (sg)') figure(5) plot(t,registrosr(:,1),t,registros(:,1),t,registros1(:,1)) title('Caudal de combustible (%)') xlabel('Tiempo (sg)')

Parte III. Cdigo fuente

Pgina 120

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL
legend('Caso referencia','Caso a evaluar') figure(6) plot(t,registrosr(:,2),t,registros(:,2),t,registros1(:,2)) title('Caudal de aire (%)') xlabel('Tiempo (sg)') legend('Caso referencia','Caso a evaluar') figure(7) plot(t,registrosr(:,3),t,registros(:,3),t,registros1(:,3)) title('Caudal de agua de alimentacin (%)') xlabel('Tiempo (sg)') legend('Caso referencia','Caso a evaluar') % Evuala la efectividad relativa del cambio de controlador for w=0:0.1:1, J=evaluaJCaldera(t,registrosr,registros,tcambio,w), End

Parte III. Cdigo fuente

Pgina 121

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Documento N2 Pliego de condiciones

Pliego de condiciones.

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

ndice

Captulo 1 pliego de condiciones generales y econmicas .................................................. 1 1.Condiciones generales................................................................................................................ 1 2.Condiciones econmicas ........................................................................................................... 2 Captulo 2 pliego de condiciones tcnicas y particulares ..................................................... 4 1.Equipo informtico ...................................................................................................................... 4 2.Normas de calidad. ...................................................................................................................... 4 3.Normas de Seguridad e Higiene. ............................................................................................ 5 4.Vida til del proyecto.................................................................................................................. 5

Pliego de condiciones.

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Captulo 1 Pliego de condiciones generales

1.1 Condiciones generales


Las condiciones y clusulas que se establecen en este documento son de obligado cumplimiento por las partes contratantes. I. Tanto el administrador como el cliente se comprometen desde la fecha de la firma del contrato a llevar a cabo lo que se estipule. II. Ante cualquier reclamacin o discrepancia en lo concerniente al cumplimiento de lo pactado por cualquiera de las partes, una vez agotada toda va de entendimiento, se tramitar el asunto por la va de lo legal. El dictamen o sentencia que se dicte ser de obligado cumplimiento para las dos partes. III. Al firmarse el contrato, el suministrador se compromete a facilitar toda la informacin necesaria para la instalacin y buen funcionamiento del sistema, siempre que sea requerido para ello. IV. Asimismo, el cliente entregar al suministrador todas las caractersticas distintivas del equipo comprado y aquellas otras que considere oportunas para el necesario conocimiento de la misma a efectos del diseo del presente equipo. V. El plazo de entrega ser de tres meses, a partir de la fecha de la firma del contrato, pudiendo ampliarse en un mes. Cualquier

Pliego de condiciones.

Pgina1

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL VI. modificacin de los plazos deber contar con el acuerdo de las dos partes. VII. En caso de retrasos imputables al suministrador, se considerar una indemnizacin del 1 % del valor estipulado por semana de retraso.Existir un plazo de garanta de un ao a partir de la entrega del sistema. Dicha garanta quedar sin efecto si se demostrase que el sistema ha estado sometido a manipulacin o uso indebido. VIII. Cumplido dicho plazo de garanta, el suministrador queda obligado a la reparacin del sistema durante un plazo de cinco aos, fuera del cual quedar a su propio criterio atender la peticin del cliente. IX. En ningn momento tendr el suministrador obligacin alguna frente a desperfectos o averas por uso indebido por personas no autorizadas por el suministrador.

1.2 Condiciones econmicas


I. Los precios indicados en este proyecto son firmes y sin revisin por ningn concepto, siempre y cuando se acepten dentro del periodo de validez del presupuesto que se fija hasta Junio de 2010. II. El pago se realizar como sigue: 75% a la firma del contrato. 25% en el momento de entrega.

III. La forma de pago ser al contado mediante cheque nominativo o mediante transferencia bancaria. En ningn caso se aceptarn letras de cambio.

Pliego de condiciones.

Pgina3

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL IV. El suministrador se har cargo de los gastos de embalaje y del transporte, dentro de la ciudad donde se encuentre la instalacin. En caso de ser necesario transporte interurbano, el gasto correr por cuenta del cliente. En todo caso, el responsable de los posibles desperfectos ocasionados por el transporte ser el suministrador. V. Durante el plazo de garanta, la totalidad de los gastos originados por las reparaciones corrern por cuenta del suministrador. VI. Fuera de dicho plazo y durante los siguientes cinco aos, los costes sern fijados mediante acuerdo por ambas partes. Pasados 5 aos, stos los fijar exclusivamente el suministrador.

Pliego de condiciones.

Pgina3

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Captulo 2 Pliego de condiciones tcnicas y particulares


2.1 Equipo informtico
El equipo informtico debe estar homologado conforme a la normativa Europea y Espaola a fecha de Junio de 2010. El equipo informtico debe instalarse conforme a las indicaciones del fabricante, manteniendo las condiciones de humedad y temperatura entre los lmites marcados. Los programas informticos empleados han de contar con la licencia preceptiva y cumplir con las condiciones de la misma. En caso de usar programas de licencia GNU, se debern respetar las condiciones de la misma.

2.2 Normas de calidad


Los sistemas se disearn de forma que cumplan las normas UNE, CEI y EN aplicables a este tipo de productos, as como las normas ETSI (European Telecommunications Standards Institute) para sistemas de radiofrecuencia.

Pliego de condiciones.

Pgina4

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

2.3 Normas de seguridad e higiene


El proyecto cumplir con la Ley 31/95 de Prevencin de Riesgos Laborales.

2.4 Vida til del producto


Los sistemas se disearn para una vida til no inferior a 10 aos en funcionamiento continuo.

Pliego de condiciones.

Pgina5

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Documento N3 Presupuesto

Presupuesto

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

1. Presupuesto
En este documento se presentan los clculos aproximados del coste del proyecto en lo que hace referencia a la compra de hardware y software necesarios y coste de ingeniera asociado.

Coste de la mano de obra: Considerando que el coste de un ingeniero es de 50 euros por hora y que el tiempo invertido en el proyecto ha sido de 300 horas aproximadamente tenemos que el coste de la mano de obra es:

Coste del software Para la elaboracin del proyecto se ha requerido de las siguientes herramientas: 1. Matlab..1500 2. Micrsoft office 2007.600

Coste del hardware Un PC comercial corriente es suficiente para la elaboracin del proyecto. Segn los precios de mercado se estima un valor final de 600. Este coste se vera notablemente incrementado en el caso de querer comprobar a travs de un ensayo real los resultados obtenidos en simulacin. Como se ha comentado anteriormente, ha resultado imposible disponer de una caldera industrial que se ajuste a las caractersticas expuestas en el concurso, siendo el proyecto eminentemente terico.
Presupuesto Pgina1

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Coste total del proyecto

El coste total es aproximado puesto que se han sobreestimado algunos factores como las licencias del software, que en muchos casos estn incorporados en las empresas siendo necesario el clculo de la parte proporcional de la amortizacin que corresponden a este proyecto.

Presupuesto

Pgina2

UNIVERSIDAD PONTIFICIA COMILLAS


ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)
INGENIERO INDUSTRIAL

Control avanzado de una cadera

Fdo: David Morales Galn Madrid, Junio de 2010

Das könnte Ihnen auch gefallen