Beruflich Dokumente
Kultur Dokumente
[Escribir texto
Resumen
[Escribir texto
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
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
58
57.5
200
400
600
1400
1600
1800
2000
Resumen
III
[Escribir texto
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
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
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
58
57.5
200
400
600
1400
1600
1800
2000
Abstract.
III
Documento N1 Memoria
Memoria
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
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
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
Memoria
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
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
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
PARTE I MEMORIA
Memoria
Captulo 1 Introduccin
1.1
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
Parte I. Memoria
Pgina 2
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
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.
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
Parte I. Memoria
Pgina 5
Parte I. Memoria
Pgina 6
Parte I. Memoria
Pgina 7
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
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
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
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%
Parte I. Memoria
Pgina 11
50 s 20 s 50 s
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.
Parte I. Memoria
Pgina 12
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
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
1600 1800
2000
30
200
400
600
Parte I. Memoria
Pgina 13
Mando3 (agua)
Caudal de agua de alimentacin (%)
200
400
600
200
400
600
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.
[Ec.2.1]
Parte I. Memoria
Pgina 14
Donde la salida),
(t)-
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
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
Planta
Error
Optimizacin GaussNewton
Parte I. Memoria
Pgina 17
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.
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
Amplitud(%)
Tiempo (seg.) Figura 3.2: Salida con ajuste del trmino G11(s)
Funcin de transferencia:
Parte I. Memoria
Pgina 19
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
Funcin de transferencia:
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
Amplitud(%)
Tiempo (seg.)
Funcin de transferencia:
Parte I. Memoria
Pgina 22
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
Funcin de transferencia:
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
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
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
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
Parte I. Memoria
Pgina 27
Amplitud(%)
Tiempo (seg.) Figura 3.9: Salida y ajuste del trmino cruzado G31(s).
Funcin de transferencia:
Parte I. Memoria
Pgina 28
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
Entrada 2 (aire)
G22=
Entrada 3 (agua)
G33=
Parte I. Memoria
Pgina 30
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
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:
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
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
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
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.
Parte I. Memoria
Pgina 35
5
Amplitud(%)
400
450
500
550
El mando se encuentra acotado al 30%, por lo tanto cumple con el requisito de diseo de no superar el 100%.
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
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
280
300
320
340
360
Parte I. Memoria
Pgina 37
Amplitud(%)
0 200 250
Tiempo(seg.)
300
350
Parte I. Memoria
Pgina 38
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
35
30
25
Amplitud(%)
20
15
10
350
400
450
4 3 2 1 0 -1 0
500
Tiempo(seg.)
1000
1500
Parte I. Memoria
Pgina 40
De forma resumida se pueden comprobar los distintos parmetros finales de diseo en la Tabla 4.1:
G22(s)
G33(s)
Tabla 4.1: Resumen de los parmetros iniciales de diseo en frecuencia para los tres controles.
Parte I. Memoria
Pgina 41
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
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
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
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
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.
Parte I. Memoria
Pgina 46
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
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
Mando 1(Combustible)
Mando 2( Aire)
Parte I. Memoria
Pgina 49
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
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
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
Parte I. Memoria
Pgina 51
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
-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
Parte I. Memoria
Pgina 52
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
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
210
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
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
30
200 400
600 800 1000 1200 1400 1600 1800 2000 Tiempo (sg)
Parte I. Memoria
Pgina 54
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
30
200
400
600
Mando 3 (Agua)
Caudal de agua de alimentacin (%) Caso referencia Caso a evaluar
200
400
600
200
400
600
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
Parte I. Memoria
Pgina 55
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
-10
-20
System: caso_evaluar1 Gain Margin (dB): 30.7 At frequency (rad/sec): 0.229 Closed Loop Stable? Yes
-30
-40
-180
-120
Parte I. Memoria
Pgina 56
System: caso_evaluar2 Phase Margin (deg): 40.5 Delay Margin (sec): 4.41 At frequency (rad/sec): 0.16 Closed Loop Stable? Yes
-50 -60 -70 -80 -180 -150 Open-Loop Phase (deg) -120
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
Parte I. Memoria
Pgina 57
-20 -30 -40 -50 -60 -70 -80 -180 -135 Open-Loop Phase (deg) -90
Figura 4.15: Comparativa de los Nichols en lazo abierto finales con el caso referencia.
Parte I. Memoria
Pgina 58
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
Parte I. Memoria
Pgina 60
Captulo 5 Discretizacin
[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
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
[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
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
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
C1(z)
C2(z)
C3(z)
Control analgico
Derivada en adelanto
Integracin trapezoidal
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
Parte I. Memoria
Pgina 66
Controlador 1
-5
-10
-15
-20
-25
Parte I. Memoria
Pgina 67
Frequency (rad/sec)
1.5
Magnitude (dB)
0.5
-0.5
10
-1.6
10
-1.5
10 Frequency (rad/sec)
-1.4
10
-1.3
Parte I. Memoria
Pgina 68
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
Controlador 2
Nichols Chart 0
-10
-20
-30
-40
-50
-60
Parte I. Memoria
Pgina 69
Bode Diagram 4 3 2
Magnitude (dB)
1 0 -1 -2 -3 -4 10 Frequency (rad/sec)
-1
2
Magnitude (dB)
-1
10
-0.9
10
-0.8
10 Frequency (rad/sec)
-0.7
Parte I. Memoria
Pgina 70
Am Analgico modificado 47
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
Controlador 3
Nichols Chart
-2
Open-Loop Gain (dB)
-4
-6
-8
-10
210
Parte I. Memoria
Pgina 71
3 2
Magnitude (dB)
-1
-2
10 Frequency (rad/sec)
-2
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)
Parte I. Memoria
Pgina 72
0.063
0.063
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
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
Parte I. Memoria
Pgina 75
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
Referencia
Modelo predictivo
Seal de control
Proceso real
salida
Mecanismo adaptacin
Parte I. Memoria
Pgina 77
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.
Parte I. Memoria
Pgina 78
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.
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
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
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.
Esta ltima expresin describe las dos operaciones bsicas en el control predictivo: i. ii. Clculo de la trayectoria deseada. Clculo del control u (k).
Parte I. Memoria
Pgina 81
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:
Parte I. Memoria
Pgina 82
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
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.
Parte I. Memoria
Pgina 84
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
Parte I. Memoria
Pgina 86
Parte I. Memoria
Pgina 87
Para conseguir una respuesta ptima y un ndice de calidad bueno se probar por tanteo hasta conseguir la mejor solucin.
Parte I. Memoria
Pgina 88
Parte I. Memoria
Pgina 89
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
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
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
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
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
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
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
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
Parte I. Memoria
Pgina 95
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
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
Parte I. Memoria
Pgina 98
Parte I. Memoria
Pgina 99
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
Parte I. Memoria
Pgina 101
Mando 1(Combustible)
Caudal de combustible (%) 90
60
80
59.5
70
59
58.5
60
50
58
40
57.5
200
400
600
30
200 400 600 800 1000 1200 1400 1600 1800 2000 Tiempo (sg)
Mando 2 (Aire)
Caudal de aire (%) 100
90
50
80
45
70
Caso referencia Predictivo monovariable Consigna PI optimizado
40
60
50
35
40
30
200
400
600
30
200 400
600 800 1000 1200 1400 1600 1800 2000 Tiempo (sg)
Parte I. Memoria
Pgina 102
Mando 3 (Agua)
Caudal de agua de alimentacin (%)
200
400
600
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.
0 0.2641 0.4443
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
Parte I. Memoria
Pgina 104
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
Pgina 106
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
Pgina 107
Pgina 108
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
Pgina 109
Pgina 110
(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')
Pgina 111
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
Pgina 112
%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)
Pgina 113
;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)
Pgina 114
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
Pgina 115
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
Pgina 116
% 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;
Pgina 117
Pgina 118
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
Pgina 119
Pgina 120
Pgina 121
Pliego de condiciones.
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.
Pliego de condiciones.
Pgina1
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
Pliego de condiciones.
Pgina3
Pliego de condiciones.
Pgina4
Pliego de condiciones.
Pgina5
Documento N3 Presupuesto
Presupuesto
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
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