Universidad Tecnológica Metropolitana

Ingeniería en Química

Prof: Juan Voss H.

Ing.Civil Químico
jvoss@utem.cl
1
Temas:
1.- Balances de masa y energía en estado dinámico
- estabilidad
- comportamiento de sistemas de primer y segundo
orden
- funciones de transferencia
2.- Control clásico
- Algoritmos de Control P, PI, PID
- Estabilidad
- Sintonización
- Análisis de frecuencia

Se realizarán 2 pruebas
Tema prueba 1: Balance de masa y energía (40%)
Tema prueba 2: Control Clásico (40%)
En clases de ejercicios se realizarán evaluaciones, cuyo promedio
será un 20% de la nota de presentación

2
Bibliografía:

Stephanopoulos, George: «Chemical control process, an

introduction to theory and practice»

Corripio, «Control automático de procesos, teoría y práctica»

Luyben, «Process modeling, simulation and control for chemical

engineers»

Bequette, : «Process Control Modeling, Design and

Simulation»

3
Algunos conceptos importantes:

¿Qué es y para que sirve un sistema de control?

¿Cómo definirían “Planta de Procesos”?

4
En una planta de procesos se deben cumplir algunas exigencias:

a. Seguridad

b. Especificaciones del producto

Se requiere un sistema de
c. Normas medioambientales control
d. Limitaciones operacionales

e. Económicas

5
 Equipos

Sistema de control

Intervención humana

6
 Suprimir o minimizar la influencia de
perturbaciones externas

Sistema de control Garantizar la estabilidad del proceso

Optimizar el rendimiento del proceso.

7
Objetivo:
Suprimir o minimizar influencia de perturbaciones externas

En este sistema , los objetivos operacionales serán:

Mantener la temperatura (T) a la temperatura deseada (Ts)

Mantener el volumen (V) del estanque en el valor deseado (Vs)

8
Si no hay cambio en los flujos ni en las temperaturas

No es necesario un sistema de control

Pero la realidad indica que siempre existen cambios

9
 Clasificación de Variables

Elección fundamental
Manipuladas para un sistema de
control
Variables de entrada

Perturbación

Medibles
Variables de salida
No Medibles

10
Sistemas

SISO Single in - Single out

MIMO Multiple in – Multiple out

11
Posteriormente se ve los distintos tipos de sistemas de control:

-Feedback
-Feedforward
-Cascada
-Modelo de control interno
-Modelo predictivo de control
-etc

12
 Para diseñar un buen sistema de control, se necesita conocer el
comportamiento del sistema.

Modelar un Encontrar las ecuaciones matemáticas

proceso que muestran su comportamiento

Balances de masa y Ecuaciones matemáticas

energía

13
Conceptos fundamentales

Variables directas e indirectas

Variables de Estado

Ecuaciones de Estado

14
 (S)

Si S es: Masa Total

Masa por componente
Energía Total
Momento

15
ECUACION GENERAL DE CONSERVACIÓN

16
Balance de masa

Sea i = entradas;
j = salidas

17
Balance de masa total

dM • •
= ∑ mi − ∑ m j
dt i j

• •
M = ρV mi = ρ i Fi m j = ρ j Fj
siendo : ρ = densidad F = caudal V = Volumen

18
 Con lo que nos queda:

d ( ρV )
= ∑ ρ i Fi − ∑ ρ j F j
dt i j
Si consideramos que hay reacción química, se debe realizar un balance
molar por componente.

d ( n A ) d (C AV )
= = ∑ C Ai Fi − ∑ C Aj F j ± rV
dt dt i j

n A = número de moles de A en el volumen de control

C A = Concentrac ión de A r = velocidad de reacción

19
Si el sistema no tiene reacción química, el balance de energía será:

dE d (U + K + P )
= = ∑ ρ i Fi h i − ∑ ρ j F j h j ± Q ± Ws
dt dt i j
E = Energía Total; U = Energía Interna; K = Energía Cinética
P = Energía Potencial; h = Entalpía Específica
Por convención se toma:
(+) si el flujo ingresa al sistema
(-) si el flujo sale del sistema

20
Balance de masa y energía sin reacción química

Determinar las cantidades fundamentales que nos mostrarán el

comportamiento del sistema (volumen de control)

21
El momento en el sistema se considera constante y despreciable frente a las
otras magnitudes.

Por lo que sólo nos interesa la masa total y la energía total.

Masa Total: M= ρV=ρAh (A = área del estanque; h = altura del líquido)

Energía total: E = U+K+P

dK dP dE dU
y =0 ⇒ =
dt dt dt dt
dU dH
≈ H = entalpía
dt dt

22
Desarrollando la ecuación de la entalpía:
H = ρVC p (T − Tref ) = ρAhC p (T − Tref ) (*)
C p = Capacidad calorífica del líquido en el estanque a presión cte.

Tref = Temperatura de referencia

En este ejemplo podemos ver que las variables de estado que nos muestran el
comportamiento del estanque son: h y T, con los parámetros ρ, A, Cp, Tref .

23
Lo anterior nos indica que nuestras ecuaciones de estado deben contener, el
comportamiento de la altura y el de la temperatura del líquido con respecto
al tiempo:

Balance de masa:

d ( ρAh)
= ρFi − ρF considerando ρ = cte
dt
Como A también es constante, nos queda:

dh
A = Fi − F
dt

24
 Balance de energía:

d ( ρAhC p (T − Tref ))
= ρFi C p (Ti − Tref ) − ρFC p (T − Tref ) + Q
dt

suponiendo ρ , C p = Cte y Tref = 0

d (hT ) Q
A = FiTi − FT +
dt ρC P

25
 d (hT ) dT dh
A = Ah + AT
dt dt dt
con lo que :
dT Q
Ah + T ( Fi − F ) = FiTi − FT +
dt ρC p

26
 dT Q
Ah = Fi (Ti − T ) +
dt ρC p
dh
A = Fi − F
dt
Estas dos ecuaciones nos entregan el modelo matemático de un reactor CSTR sin reacción química
con calefacción.

27
Variables de estado: T y h
Variables de salida: h, T (ambas medibles)

Variables de entrada:
Perturbaciones: Ti, Fi
Manipuladas: Q, F (sistema feedback)
F (sistema feedforward)
Parámetros: A, ρ, Cp.

28
 Balance de masa y energía con reacción química.

Tomando un reactor CSTR, en el que se lleva a cabo la reacción A B, exotérmica y con velocidad
de reacción de primer orden (r=kCA).

k = k 0 e − E RT r = k 0C Ae − E RT

29
 CASO A CASO B CASO C
BALANCE TOTAL BALANCE COMPONENTE A BALANCE TOTAL
BALANCE COMPONENTE A BALANCE COMPONENTE B BALANCE COMPONENTE B

Para el ejemplo de reactor CSTR, se tomará el caso A.

Balance total
Es igual al visto anteriormente:

d ( ρV )
= ρ i Fi − ρF
dt

30
Al realizarlo para el componente A:

d (C AV )
A = C Ai Fi − C A F − rV
dt
Si consideramos : ρ=cte; ρi=ρ
d (V )
= Fi − F (*)
dt
Y por componente:

d (C AV ) d (V ) d (C A )
= CA +V = C Ai Fi − C A F − Vk0C A e − E RT
dt dt dt
31
 Reemplazando (*):

d (C A ) − E RT
V = C Ai Fi − C A F − C A ( Fi − F ) − Vk 0 C A e
dt
Balance de Energía

Del balance de energía sin reacción tenemos:

dH
= ρ i Fi hi (Ti ) − ρFh (T ) − Q (*)
dt

Se sabe además que la energía total depende de la temperatura (T), del componente A y del
componente B; o sea:

H = H (T , n A , nB )
32
Al diferenciar esta relación con respecto al tiempo, queda:
dH ∂H dT ∂H dn A ∂H dnB
= + +
dt ∂T dt ∂n A dt ∂nB dt
pero por otro lado:

∂H ∂H ∂H
= ρVC p ; = H A (T ) ; = H B (T )
∂T ∂n A ∂nB
y con los balances por moles nos queda:

dH dT
= ρVC p + H A (T )[C Ai Fi − C A F − rV ] + H B (T )[ −C B F + rV ]
dt dt

33
 Sustituyendo (dH/dt) en la ecuación general de balance de energía (*), y
ordenando:

dT
ρVC p = − H A [C Ai Fi − C A F − rV ] − H B [ −C B F + rV ] + ρ i Fi hi − ρFh − Q
dt
Pero se sabe que:

ρ i Fi hi (Ti ) = ρ i Fi hi (T ) + ρ i Fi C pi (Ti − T ) = Fi [C Ai H A (T ) + ρ i C pi (Ti − T )]

y
ρFh (T ) = F [C A H A (T ) + C B H B (T )]

34
 eliminando términos y ordenando:
dT
ρVC p = Fi ρ i C pi (Ti − T ) + ( H A − H B ) rV − Q
dt

Pero H A − H B = ( − ∆ H r ) y ρ = ρi ; C p = C pi
Con lo que queda finalmente:

dT ( − ∆H r ) rV Q
V = Fi (Ti − T ) + −
dt ρC p ρC p

35
En resumen:

d (V )
= Fi − F
dt
d (C A ) Fi
= (C Ai − C A ) − k 0C Ae − E RT
dt V
dT Fi ( − ∆H r ) r Q
= (Ti − T ) + −
dt V ρC p V ρC p
Aquí, las variables son: V; CA; T
Variables de salida: : V; CA; T
Variables de entrada: (feedback) CAi ; Fi ; Ti ; Q; F
Perturbaciones más comunes: CAi ; Fi ; Ti

36
 Ejercicio
Obtenga el modelo matemático que describa el sistema de la figura.
Se tiene que F = h/R

37
 Ejercicio

El mezclado imperfecto en un reactor químico puede ser modelado dividiendo el

volumen total en dos secciones perfectamente agitadas con circulación entre ellas.
Asumiendo:
•Volúmenes y flujos constantes
•Sistema isotérmico
•Reacción irreversible de primer orden con respecto a A
Determine la función de transferencia que relaciona CAo con CA.

38
 Como se ha podido ver, para realizar un modelamiento matemático,
existen muchas dificultades, dentro de las cuales se pueden nombrar
( tomando el ejemplo el reactor CSTR):

1.- Determinación de los parámetros como: k0; E; U; etc., con la precisión deseada.

2.- La capacidad calorífica Cp y Cpi se consideraron constantes, siendo que en general

dependen de la temperatura y de la concentración. ¿Cómo se decide que esta
dependencia es pequeña o grande?

3.- Se consideró la densidad y la entalpía de reacción constantes.

4.- Durante la operación del CSTR el ensuciamiento, incrustaciones, etc. van alterando el
coeficiente de transferencia de calor. ¿Cómo puedo dar cuenta de estos efectos en el
modelo matemático?

5.- Se consideró una reacción de primer orden ¿es la correcta?

39
En general las dificultades se pueden agrupar en 3 grandes categorías:

1.- Las que provienen del poco conocimiento que se tiene de los
fenómenos físicos y químicos.

2.- Las que provienen de valores de parámetros incorrectos o inexactos.

3.- Los causados por el tamaño y complejidad del modelo resultante.

40
Ecuaciones con parámetros distribuidos y parámetros agrupados

Parámetros agrupados

Parámetros distribuidos

Parámetros distribuidos

Tomando un intercambiador de tubos concéntricos, se tiene:

41
Realizando un balance de energía en el elemento ∆z; en un tiempo ∆t.
Sea ϑ la velocidad promedio del líquido, Q la cantidad de calor transferida
desde el vapor y A la sección transversal del tubo.

42
 AρC p ∆z[T t + ∆t
− T t ] = ρC pϑA(T z ) ∆t − ρC pϑA(T z + ∆z
) ∆t + Q∆t (πD∆z )

Dividiendo por ΔzΔt:

[T −T t] ρC pϑA(T z ) ρC pϑA(T )
AρC p t + ∆t
= − z + ∆z
+ Q (πD )
∆t ∆z ∆z
Sacando el límite cuando Δt 0 y Δz 0

∂T ∂T
A ρC p = − ρC pϑA + QπD
∂t ∂z

43
 ∂T ∂T
A ρC p + ρC pϑA = QπD
∂t ∂z
como Q = U (Tst − T )

∂T ∂T
A ρC p + ρC pϑA = πDU (Tst − T )
∂t ∂z
Siendo esta la ecuación del modelo matemático que representa el comportamiento de la
temperatura del fluido en el tiempo y a lo largo del intercambiador.

44
Control evaluado 1 (1/04/16)

Determinar el modelo matemático de ambos estanques que

muestra el comportamiento de la altura del estanque con respecto
al tiempo; sabiendo que:
La superficie del estanque es constante
F3 = 0,2 F1. Analice la respuesta de ambos sistemas

45
 Relaciones constitutivas

Ley de Gases:
Gas ideal: PV = nRT

Relación de van der Waals


(
a  ˆ
)
 P + ˆ 2  V − b = RT Vˆ = volumen molar
 V 

Ecuación de estado virial: PV=ZRT

46
 Reacciones químicas:

Tomando como base la reacción: A + 2 B → C + 3D

y considerando de orden global 2 (primer orden c/r a A y primer orden c/r a B)
rA = -kCACB
rB = -2kCACB
rC = kCACB
rD = 3kCACB

− E RT
además: k=k e
o
E1
ln k = ln k 0 −  
R T 

47
 Relaciones de equilibrio:

Relación de composición entre la fase líquida y vapor de un componente

i cuando están en equilibrio:
yi = Kixi
yi = fracción molar de i en fase vapor
xi = fracción molar de i en fase líquida
Ki = constante de equilibrio vapor-líquido del componente i

48
 y según la ley de Roult:

Pi sat
Ki =
P
- En una mezcla binaria, se tiene la relación para el componente más volátil:

αx
y=
1 + (α − 1)x
α =volatilidad relativa

49
-Transferencia de Calor

Q = UAΔTm

1 1 1 ∆x
= + + + f
U ho hi k
-Flujo a través de válvulas

∆Pv
F = Cv f ( x)
γ
Siendo: Cv = coeficiente de la válvula
ΔPv = caída de presión
γ = gravedad específica
f(x) = función dependiente de la fracción de apertura de la
válvula (se verá más adelante)
50
 Linealización de Ecuaciones

Expansión en serie de Taylor

Ecuaciones con una variable

Sea f(x) una función no lineal, la expansión en serie de Taylor, en torno a

x0, viene dada por:

 df  ( x − x0 )  d f  (x − x0 )2 dn f  ( x − x0 )n
2
f ( x ) = f ( x0 ) +   +  2  + L +  n 
 dx  x0 1!  dx  x0 2!  dx  x0 n!

51
Una buena aproximación es omitir los valores de orden de magnitud
mayor o igual a 2.

Esta aproximación nos entrega un error no mayor a:

d2 f  ( x − x0 )2
I =  2 
 dx  x0 2!

con lo que nos queda:

 df  ( x − x0 )
f ( x) ≈ f ( x0 ) +  
 dx  x0 1!

52
 Ecuaciones con más de una variable

Sea: dx 1
= f 1 ( x1 , x 2 )
dt
f1 y f 2 no lineales
dx 2
= f 2 ( x1 , x 2 )
dt
 ∂f1   ∂f1 
f1 ( x1 , x2 ) = f1 ( x1, 0 , x2, 0 ) +   ( x1 − x1, 0 ) +   ( x2 − x2 , 0 )
 ∂x1  (x1, 0 , x2 , 0 )  ∂x2  ( x1, 0 , x2 , 0 )
 ∂f 2   ∂f 2 
f 2 ( x1 , x2 ) = f 2 ( x1, 0 , x2, 0 ) +   ( x1 − x1, 0 ) +   ( x2 − x2 , 0 )
 ∂x1  ( x1, 0 , x2 , 0 )  ∂x2  ( x1, 0 , x2 , 0 )

Aquí ya se omitieron los términos de orden ≥ 2

53
Ejemplo:
Dentro de las relaciones constitutivas más utilizadas está la
ecuación de la cinética de las reacciones; y con ella la de la
velocidad específica, la cual es claramente no lineal:
− E RT
f (T ) = k 0 e
Se tiene una ecuación de una variable no lineal, por lo que se
linealizará en torno a un punto T0:

− E RT0 E − E RT0
f (T ) = k 0 e − 2
e (T − T0 )
RT0

54
 Variables desviación

Variable desviación = variable en tiempo (t) del estado dinámico –

estado inicial de la variable(estado estacionario)

En el caso de la temperatura:

Tˆ = T − T0 y en el caso de estado estacionario : Tˆ = T − Tee

55
 La derivada con respecto al tiempo de la variable desviación es igual a la
de la variable dinámica

dTˆ d (T − Tee ) dT
= =
dt dt dt
Ejemplo:
Si tenemos la ecuación diferencial:
dh
A = Fi − F
dt
Su estado estacionario es:

0 = Fiee − Fee
56
 Restando ambas ecuaciones:
dh
A − 0 = Fi − F − Fiee + Fee
dt
Como: dhˆ dh
=
dt dt
Sustituyendo y agrupando nos queda:

dhˆ ˆ ˆ
A = Fi − F
dt
57
 Resolución de ecuaciones diferenciales lineales
(método de Laplace)

Condiciones:
-Las ecuaciones diferenciales deben ser continuas
-Las ecuaciones diferenciales deben ser lineales

La transformada de Laplace se define como:

∞
L[ f (t )] ≡ f ( s ) = ∫ f (t )e dt − st
0

58
“La transformada de la función f(t) existe si la integral
∞
∫
0
f (t )e − st dt toma un valor finito”

Ejemplo:
Sea f(t)=1 (constante), entonces:

∞ 1
L[1] ≡ f ( s ) = ∫ − st
1e dt =
0 s

59
una tabla de transformadas, se puede transformar la ecuación en forma
directa

Por ejemplo si se tiene una función f (t ) = e − at

Viendo las tablas de transformadas se puede decir que:

Le[ ]− at
=
1
s+a

60
Dentro de lo que es el dominio de Laplace, al ser una ecuación lineal y
continua, se tienen algunas propiedades:

Si a 1 y a 2 son parámetros constantes, entonces

L[a1 f1 (t ) + a2 f 2 (t )] = a1 L[ f1 (t )] + a2 L[ f 2 (t )]
La transformada de una derivada será:

 d n f (t )  n −1 n−2 ' ( n−2 ) ( n −1)

L n  = s n
f ( s ) − s f ( 0 ) − s f ( 0 ) − L − sf ( 0 ) − f ( 0)
 dt 

61
Si las condiciones iniciales son cero (por ejemplo utilizando variables
desviación), entonces

 d n f (t ) 
L n  = s n
f (s)
 dt 
La transformada de una integral:

 t
 1
L ∫ f (t )dt = f ( s )
 0  s

62
Teorema del valor inicial:

lim f (t ) = lim[sf ( s )]
t →0 s →∞

Teorema del valor final

lim[sf ( s )] = lim f (t )
s →0 t →∞

63
 Expansión por fracciones parciales

dT 1
+ aT = Ti + KTv
dt τ
Tomando variables desviación:

dTˆ 1 ˆ
+ aT = Ti + KTˆv
ˆ
dt τ

64
 Aplicando transformadas de Laplace:

 dTˆ 
L   = sT ( s ) + s 2T ′(0) + K
 dt 

Como a tiempo cero, la temperatura en variable desviación es cero al

igual que sus derivadas, nos queda:

 dTˆ 
L   = sT ( s )
 dt 

65
Por lo que la ecuación en transformada de Laplace es:

1 ˆ
sT ( s ) + aT ( s ) = Ti ( s ) + KTˆv ( s )
ˆ ˆ
τ
Si no hay grandes cambios en la temperatura del vapor (Tv) y por otro lado
aumenta en 10°C la temperatura de entrada (Ti). Con esto

10
Tˆv ( s ) = 0; Ti (s ) =
ˆ
s

66
Con esto y las transformadas de Laplace obtenemos la ecuación

1ˆ
T ( s )[s + a ] = Ti ( s )
ˆ
τ

Agrupando y ordenando obtenemos:

10
Tˆ ( s ) =
τs ( s + a )

67
 Para obtener la antitransformada, se procede a expandir esta ecuación,
quedando:

ˆ 10  1 1 
T (s) =  −
τa  s s + a 

Las antitransformadas son:

1   1 
L−1   = 1 y L−1  = e − at

s  s + a 
Por lo que en el dominio tiempo se tiene:

ˆ
T (t ) =
10
τa
[
1 − e −at ]
68
 Tˆ (t ) = T (t ) − Tee

T (t ) = Tee +
10
τa
1− e [
− at
]
En forma general, la expansión en fracciones parciales viene dado por:
Sea
Q( s) C1 C2 Cn
x( s) = = + +L+
P ( s ) r1 ( s ) r2 ( s ) rn ( s )

69
 Ejemplo numérico:

− 1,117 s + 3,148
y(s) =
s ( s + 2,236)( s + 2,408)

− 1,117 s + 3,148 C1 C2 C3
y(s) = = + +
s ( s + 2,236)( s + 2,408) s s + 2,236 s + 2,408

70
 C1 = 0,5847; C2 = -14,679; C3 = 14,095

0,5847 14,679 14,095

y(s) = − +
s s + 2,236 s + 2,408

Tarea con evaluación: (entrega 8/4/16 al inicio de clases)

Expandir en fracciones parciales y determinar la antitransformada de

Laplace de:
8 − 3s
Y ( s) = 3 2
2 s + s + 5s + 3

71
 Solución de la tarea

8 − 3s Q( s)
Y ( s) = 3 2 =
2 s + s + 5s + 3 P ( s )
Raices de P(s)

S1 = -0,5879
S2 = 0,0439 +1,5968i
S3 = 0,0439 - 1,5968i
Expansión en fracciones parciales
si las raices son complejas conjugadas
( s − r ) = ( s − α ) 2 + β 2 siendo r = α ± βi

72
 La expansión queda de la forma

8 − 3s A B( s − 0,0439) + C
= +
[ ]
( s + 0,5879) ( s − 0,0439) 2 + (1,5968) 2 s + 0,5879 ( s − 0,0439) 2 + (1,5968) 2

resolviendo
A = 3,311
B = −3,218
C = −2,57

73
 8 − 3s 3,311 (−3,218)( s − 0,0439) + (−2,57)
= +
2 s 3 + s 2 + 5s + 3 s + 0,5879 ( s − 0,0439) 2 + (1,5968) 2

3,311 ( s − 0,0439) 1,5968

Y ( s) = − 3,218 − 1,6095
s + 0,5879 ( s − 0,0439) 2 + (1,5968) 2 ( s − 0,0439) 2 + (1,5968) 2

Buscando la antitransformada en tablas nos queda

Y (t ) = 3,311e −0,5879t − 3,218e 0,0439t cos(1,5968t ) −1,6095e 0,0439t sen(1,5968t )

74
Otro ejemplo:
Se tiene el siguiente sistema de ecuaciones diferenciales:

dx1
= 2 x1 + 3 x2 + 1
dt
dx2
= 2 x1 + x2 + e t

dt
 dx1   dx 2 
x1 (0) = x2 (0) =   =   =K= 0
 dt  t =0  dt  t =0

75
Aplicando transformada de Laplace:
1
sx1 ( s ) = 2 x1 ( s ) + 3 x2 ( s ) +
s
1
sx2 ( s ) = 2 x1 ( s ) + x2 ( s ) +
s −1
Ordenando

1
( s − 1) x1 ( s ) − 3 x2 ( s ) =
s
1
− 2 x1 ( s ) + ( s − 1) x2 ( s ) =
s −1

76
Resolviendo este sistema de ecuaciones:

s 2 + s +1
x1 ( s ) =
s ( s − 1)( s − 4)( s + 1)

s2 − 2
x2 ( s ) =
s ( s − 1)( s − 4)( s + 1)

Expandiendo en fracciones parciales:

1 1 1 7
x1 ( s ) = 4 − 2 + 20 − 10
s s −1 s − 4 s +1
−1 11 7
x2 ( s ) = 2 + 6 + 30 + 10
s s −1 s − 4 s +1
77
Sacando a ambas ecuaciones su antitransformada:

1 1 t 7 4 t 1 −t
x1 (t ) = − e + e − e
4 2 20 10
1 1 t 7 4 t 1 −t
x2 (t ) = − + e + e + e
2 6 30 10

78
 Función de transferencia

“Función en el dominio de Laplace (lineal y algebraica) que relaciona la

salida con la entrada de un proceso”

yˆ ( s )
yˆ ( s ) = fˆ ( s )G ( s ) = G (s)
fˆ ( s )

79
 Matemática de bloques

suma o resta
x(s) x(s)-y(s)
x(s) x(s)+y(s) +
+ -
+
y(s)
y(s)

x(s) G1
y(s)=[G1(+/-)G2]x(s)

G2

80
representación dinámica o estática

x(s) y(s)=G(s)x(s)
G(S)

Elementos en serie

x(s) G1 G2 y(s) x(s) G1G2 y(s)

81
Matriz de función de transferencia

Sea:
dy1
= a11 y1 + a12 y 2 + b11 f1 (t ) + b12 f 2 (t )
dt

dy 2
= a21 y1 + a22 y 2 + b21 f1 (t ) + b22 f 2 (t )
dt

C .I : y1 (0) = y 2 (0) = 0

82
Aplicando transformadas de Laplace y resolviendo con respecto a y1 ( s ) e y2 ( s)

yˆ1 ( s ) =
[(s − a22 )b11 + a12b21 ] fˆ ( s) + [(s − a22 )b12 + a12b22 ] fˆ ( s)
1 2
P( s) P(s)

yˆ 2 ( s ) =
[(s − a11 )b21 + a21b11 ] fˆ ( s) + [(s − a11 )b22 + a21b12 ] fˆ ( s)
1 2
P(s) P( s)

P ( s ) = s 2 − (a11 + a22 )s − (a12 a21 − a11a22 )

83
Haciendo que:
b11 s + (a12b21 − a22b11 )
G11 ( s ) =
P( s)
b12 s + (a12b22 − a22b12 )
G12 ( s ) =
P( s)
b21 s + (a21b11 − a11b21 )
G21 ( s ) =
P(s)

b22 s + (a21b12 − a11b22 )

G22 ( s ) =
P(s)

84
 Reordenando

yˆ1 ( s ) = G11 ( s ) fˆ1 ( s ) + G12 fˆ2 ( s )

yˆ 2 ( s ) = G21 ( s ) fˆ1 ( s ) + G22 fˆ2 ( s )

Y en forma matricial:

 yˆ1 ( s )   G11 ( s ) G12 ( s )   fˆ1 ( s ) 

 yˆ ( s ) = G ( s ) G ( s )   ˆ 
 2   21 22   f 2 ( s ) 

85
Representado en un diagrama de bloques

G11(s)
+
fˆ1 ( s ) yˆ1 ( s)
+
G12(s)

G21(s)
+
fˆ2 ( s ) yˆ 2 ( s)
+
G22(s)

86
 Comportamiento dinámico de sistemas

Nociones de estabilidad: Polos y Ceros

Estabilidad: un sistema se considera estable, cuando producida una

perturbación este llega a un nuevo o el mismo estado
estacionario

87
 Determinación de la estabilidad de un sistema

yˆ ( s )
G (s) =
fˆ ( s )

G(s) está compuesto por dos polinomios Q(s) y P(s), de la forma

Q(s)
G (s) =
P(s)

88
 P(s) = polinomio característico y sus raíces se denominan POLOS (en
estos puntos, G(s) tiende a infinito). Por lo que se puede decir:
Los polos de la función de transferencia son los polos del
sistema.

Q(s) = Polinomio del numerador, cuyas raíces se denominan CEROS.

Los ceros del sistema nos indican el tipo de respuesta (directa o
inversa) luego de percibir una perturbación.

SE DICE QUE UN SISTEMA ES ESTABLE SI Y SOLO SI LA PARTE REAL DE

TODOS LOS POLOS ES NEGATIVA

89
 Comportamiento de sistemas de primer orden

Los sistemas de primer orden son aquellos que su salida es modelada

mediante una ecuación diferencial de primer orden.

Sea:
dy
a1 + a0 y = bf (t ) a0 ≠ 0
dt
Dividiendo por a0

a1 dy b
+y= f (t )
a0 dt a0

90
 Y sea
a1 b
=τ p = kp
a0 a0
La ecuación queda:

dy
τp + y = k p f (t )
dt
En que:
τp = constante de tiempo del proceso
kp = ganancia del estado estacionario o ganancia estática o ganancia del proceso.

91
 En variables desviación

dyˆ
τp + yˆ = k p fˆ (t )
dt
Considerando que el sistema es lineal y continuo, se realiza la
transformación al dominio de Laplace, quedando:

τ p syˆ ( s ) + yˆ ( s ) = k p fˆ ( s )

92
Ordenando:

yˆ ( s )(τ p s + 1) = k p fˆ ( s )

kp
yˆ ( s) = fˆ ( s)
(τ p s + 1)
En que:
kp
G (s) =
(τ p s + 1)
Esta es la función de transferencia de un proceso de primer orden

93
El comportamiento de una función de primer orden, estable, ante un
cambio tipo escalón de magnitud 1 es de la forma

t=0 t

94
 Qué sucede si a0 = 0

dy
a1 = bf ( t ) a0 = 0
dt

En transformada de Laplace queda:

kp b
y(s) = f (s) kp =
s a1
A estos sistemas se les denomina sistema Integrativo, Integral o
Capacitivo puro, y son todos aquellos en que uno o mas polos es o son
iguales a 0

95
Como determinar la constante de tiempo de un proceso
(empíricamente)

Si se perturba un sistema de primer orden en forma de escalón,

se tendrá:

∆u
u (s) = Perturbación escalón de magnitud ∆u
s
∆u
kp
y(s) =
τ ps +1 s
En el dominio tiempo

−t
 τp 
y (t ) = k p ∆u 1 − e 
 
96
 Si t →∞

y (t → ∞ ) = k p ∆u
y(t=0) hasta y( t ∞) es igual a Δy

∆y Cambio en la salida despuésde un largo tiempo

kp = =
∆u Cambio en la entrada

97
Si ahora se considera el tiempo igual a τp

 1
y (t = τ p ) = k p ∆u 1 −  = 0,632 k p ∆u = 0,632 ∆y
 e

Esto indica que la constante de tiempo del proceso es el tiempo que demora el
sistema en llegar al 63,2% de la respuesta total, luego de producida la perturbación.

98
 y

63,2%

∆y ∆u

Ƭp
t

99
Ejercicio
Se tiene un reactor Batch, en cuyo interior se realiza una reacción de primer orden exotérmica ( ΔHr = -156
kJ/mol). La reacción es del tipo A + B C.
El reactor esta provisto de una chaqueta de refrigeración, por cuyo interior fluye un
refrigerante(temperatura = 5°C y constante), cuyas propiedades son similares a las del agua.
parámetros iguales a 1

Al realizar una experiencia, en la que se produce un cambio en el flujo del refrigerante, el proceso reacciona
de acuerdo a lo que se muestra en la tabla.
En resumen, deben:
-Encontrar la función de transferencia del sistema
- Indicar la temperatura del reactor y el flujo de refrigerante a 3 minutos de haberse producido un cambio
escalón de 3 °C.

10
0
tiempo flujo refrigerante temperatura reactor

min lt/min °C

0,0 10,0 25,00

0,5 10,0 25,05

1,0 10,0 24,95

1,0 10,5 24,95

1,5 10,5 25,05

2,0 10,5 25,00

2,5 10,5 24,80

3,0 10,5 24,75

3,5 10,5 24,40

4,0 10,5 24,20

4,5 10,5 23,90

5,0 10,5 23,55

5,5 10,5 23,35

6,0 10,5 23,30

6,5 10,5 23,15

7,0 10,5 23,05

7,5 10,5 23,13

8,0 10,5 23,00

8,5 10,5 23,08

9,0 10,5 22,97

9,5 10,5 23,06

10,0 10,5 22,95 10

1
Comportamiento dinámico de sistemas de segundo orden

En estos sistemas se tienen dos casos:

1.- Sin dinámica en el numerador
2.- Con dinámica en el numerador

Sin dinámica en el numerador

Se tiene la ecuación diferencial ordinaria de 2° orden

d2y dy
a 2 2 + a1 + a 0 y = b0U
dt dt

10
2
Reescribiendo esta ecuación:
2
d y dy
τ 2
2
+ 2ξτ + y = kU
dt dt
a0 ≠ 0
a2 a1 b0
τ = ; 2ξτ = ; k =
2

a0 a0 a0
k = ganancia (unidades de salida/ unidades de entrada)
ξ = factor de amortiguamiento (adimensional)
τ = periodo natural (unidades de tiempo)

10
3
 Tomando transformada de Laplace (con variables desviación)

d yˆ
CI : = yˆ ( 0 ) = 0
dt t =0

k
yˆ ( s ) = 2 2 uˆ ( s )
τ s + 2ξτ s + 1
Siendo su ecuación característica:

τ s + 2ξτ s + 1
2 2

10
4
 Cuyos polos son:

ξ ξ −1 2 ξ ξ 2
−1
p1 = − + y p2 = − −
τ τ τ τ
Se asume que: ξ y τ son mayores a 0 entonces la parte real de p1 y p2 son
negativas; esto nos indica estabilidad.

Lo interesante es analizar el factor de amotiguamiento, para el cual

tenemos tres rangos de valores

10
5
1.- ξ>1 2 raíces reales Comportamiento
distintas SOBREAMORTIGUADO

2.- ξ=1 2 raíces reales Amortiguamiento crítico

iguales

3.- ξ<1 2 raíces complejas Comportamiento

conjugadas SUBAMORTIGUADO

10
6
 a) Si ξ > 1 ; sistema Sobreamotiguado

τ 2 s 2 + 2ξτs + 1 = (τ 1s + 1)(τ 2 s + 1)
Con:
τ τ
τ1 = τ2 =
ξ − ξ −12
ξ + ξ 2 −1
Y en el dominio tiempo, queda:
−t −t
 τ1 τ2 
τ e − τ e
y (t ) = k∆u 1 + 1 2 
 τ 2 −τ 1 
 
10
7
graficando

y/kΔu
4

3 2
1
ξ4< ξ3< ξ2< ξ1

t/τ

10
8
Y en el dominio tiempo:

 1
− ξt 
y ( t ) = k ∆ u 1 − e τ sen (α t + φ )
 1− ξ 2 

1− ξ 2  1 − ξ 2 
α= ; φ = tan −1  
τ  ξ 
 

11
0
t/τ

y/kΔu

2
3

ξ=1
ξ3< ξ2< ξ1< 1

t/τ

111
Análisis del comportamiento de un sistema Subamortiguado
1,6

y/kΔu
1,4

1,2
a

1 b
5%

0,8

Período de oscilación
0,6

0,4
c

0,2

0
0 tc 5 10 15 20
tr t/τ
112
tc = tiempo de crecimiento: Tiempo que le toma al sistema en llegar por primera vez al nuevo
estado estacionario.

tr = tiempo de respuesta: Tiempo que el sistema tarda en llegar a un 5% del valor del nuevo
estado estacionario y permanecer en este rango.

 − πξ 
a/c = Razón de sobreimpulso = exp  
 1 − ξ 2 

Sobreimpulso: distancia entre el estado estacionario y la altura

máxima del primer peak.

113
  − 2πξ 
b/a = Razón de decaimiento = (a/c)2 = exp  
 1 − ξ 2 

Un muy buen criterio a la hora de diseño de sistemas de control, es aplicar una

razón de decaimiento = ¼ .

Periodo de oscilación (T) : Tiempo entre 2 peaks.

1−ξ 2
Si ω = frecuencia en radianes =
τ
Si f = frecuencia cíclica, entonces
ω=2πf y f = 1/T

11
4
 (ξ = 0), el Periodo Natural de Oscilación

kp
kp τ2
G (s) = =
τ s +1
2 2
 1  1
 s − j  s + j 
 τ  τ
Son 2 raíces imaginarias puras, lo que implica una oscilación continua
con una amplitud constante y una frecuencia natural:
ωn = 1/τ
con lo que:
Tn = 2 π τ
11
5
 Comportamiento de sistemas de orden superior

Estos sistemas en realidad aparecen en circunstancias especiales, las cuales son

tres tipos:

1.- N sistemas de primer orden en serie

2.- Procesos con tiempo muerto

3.- Procesos con respuesta inversa.

11
6
N sistemas de primer orden en serie.

F1

h1 1 F2

h2 2 F3

k p1 k p2
G1 ( s ) = ; G2 (s) =
τ p1 s + 1 τ p2s +1

11
7
 h1 ( s ) h2 ( s )
G1 ( s ) G2 ( s )
F1 ( s )

Entonces:
k p1 k p 2 k p1 k p 2
G (s) = =
(τ p1 s + 1)(
τ p2 s + 1) τ τ
p1 p 2 s 2
+ (τ p1 + τ p 2 )s + 1

Haciendo: k ′p = k p 1 k p 2
τ ′ 2 = τ p 1τ p2

2 ξ ′τ ′ = τ p1 +τ p2

11
8
Queda una función de transferencia de 2° orden. Por lo que extrapolando a N estanques
en serie, no conectados, se obtiene la función de transferencia:

k p1k p 2 k p 3 L k pN
G (s) =
(τ p1 s + 1)(τ p 2 s + 1)(τ p 3 s + 1)L (τ pN s + 1)

11
9
Procesos de primer orden con tiempo muerto

y
y

θ t θ t
Primer Orden Segundo Orden

12
0
 y(t-θ)
f(t) Proceso de primer y(t)
Tiempo muerto
orden

f(s) kp y(s) L[y(t-θ)]

−θs
τ ps +1 e

Al ser dos funciones en serie, el resultado final será:

k p e −θs
L [y (t − θ ) ] = f (s)
τ ps +1

12
1
Si el sistema es de 2° orden:

k p e −θs
L [ y (t − θ ) ] = f (s)
τ s + 2ξτ + 1
2 2

12
2
Se utilizan las aproximaciones de Pade de primer orden y segundo orden

θ
1− s
e −θs
= 2 Aproximación de primer orden
θ
1+ s
2
θ 2 s 2 − 6θ s + 12
e −θ s = 2 2 Aproximación de segundo orden
θ s + 6θ s + 12

123
 Procesos con dinámica en el numerador y respuesta inversa

Respuesta inversa
Estos sistemas son de difícil control, debido a que al inicio el sistema va en
dirección contraria al deseado y luego retoma el comportamiento debido.
por lo general se producen cuando interactúan dos sistemas con
respuestas contrarias.
k p1 k p2
y(t) G ( s ) = ; G ( s ) =
Proceso 1 1
τ p1 s + 1 2
τ p2 s + 1
Respuesta
G1(s)
Global
f(s) - Y(s)

+
G2(s)

Proceso 2

y ( s ) = [G1 ( s ) − G 2 ( s ) ] f ( s )

124
Sea G(s) la función de transferencia del sistema completo:

 k p1 k p 2  (k p1τ p 2 − k p 2τ p1 )s + (k p1 − k p 2 )
G (s) =  −  =
τ p1 s + 1 τ p 2 s + 1  (τ p1 s + 1)(τ p 2 s + 1)
 
(k p1 − k p 2 ) (k − k )(k p1τ p 2 − k p 2τ p1 )s + 1
1
 p1 p2 
=
(τ p1 s + 1)(τ p 2 s + 1)

125
 Sea:
(k τ
p1 p 2 − k p 2τ p1 )(k p1 − k p 2 ) = τ n

(k p1 − k p 2 )= k p

Con lo que queda:

k p (τ n s + 1)
G ′( s ) =
(τ p1 s + 1)(τ p 2 s + 1)

12
6
 En los Procesos con dinámica en el numerador
El orden del polinomio en el numerador es menor que en el denominador; si fuese
mayor, se produce una incongruencia física y si es igual, por lo general los sistemas
presentan lo denominado “patada”, el sistema reacciona en forma instantánea y
luego decae. y

t
t=0
Si el orden del polinomio del numerador es menor al del denominador, se dan los
siguientes casos

127
La función de transferencia G’, si es llevada a términos de polos (p) y ceros (z), queda:

k pz (s − z1 )
G ′( s ) =
(s − p1 )(s − p2 )
Con:
1 1 1 k pτ n
z1 = − ; p1 = − ; p2 = − ; k pz =
τn τ p1 τ p2 τ p 1τ p 2
Aplicando una perturbación escalón de magnitud ∆u, la función en dominio Laplace
queda:

∆u
y ( s ) = G ′( s )
s

128
 Llevado al dominio tiempo (antitransformada)

  τ n − τ p1  −t τ p1  τ n − τ p 2  −t τ p 2 
y (t ) = k p ∆u 1 +  e + e 

  τ p1 − τ p 2   τ −τ  
  p2 p1 

Si hacemos τn = τp2 la respuesta es de primer orden

12
9
y

7
6
τ1 <τ 2 <τ 3 <τ 4 <τ 5 <τ 6 <τ 7
5 3
4
2

τ1 aτ 3 < 0
n=1

τ4 aτ7 > 0

Luego si τn<0, el sistema tiene respuesta inversa

si τn>0, el sistema tiene respuesta directa
Ahora se puede deducir que:
“un sistema tiene respuesta INVERSA, si uno o más ceros de su
función de transferencia tiene su parte real positiva”.

130
REPRESENTACION GRAFICA DEL COMPORTAMIENTO SEGÚN UBICACIÓN DE LAS RAICES

IMAGINARIO

Mayor
Respuesta oscilación
+ rápida

ESTABLE INVERSA INESTABLE

REAL
DIRECTA

Ceros
Mayor
oscilación Polos

131
 ALGORITMOS DE CONTROL AUTOMÁTICO

Los sistemas de control automático constan de tres equipos básicos

- Sensor

- Controlador

- Elemento final de control

132
Dentro de los sistemas de control se tienen:

- Retroalimentado (Feedback)

- Prealimentado (Feedforward)

- Cascada

- Modelo interno de control (Interna Model Control IMC)

- Control con modelo predictivo (Model Predictive Control)

13
3
Sistema de control retroalimentado (feedback)

¿Qué es o que representa un algoritmo de control?

13
4
El algoritmo de control representa el ajuste que se realiza al error que se
produce entre la variable medida y el set point, transformándolo en una
señal que envía al elemento final de control.

Este algoritmo pasa a ser la función de transferencia del controlador

Los principales son:

- On/Off
- P (proporcional)
- PI (proporcional – integral)
- PID (proporcional – integral – derivativo)

13
5
Diagrama de bloques de un sistema de control feedback

Utilizando el modelo de la figura anterior:

CONTROLADOR

error

⇒ e(s) c(s)
r(s) +
gc(s)
Set point
-

e ( s ) = h sp ( s ) − h m ( s ) ym(s)

c ( s ) = g c ( s )e( s )
e(s) = r (s) − ym (s)
136
VÁLVULA

c(s) u(s)

⇒ Presión a
la válvula
gv(s)
Flujo a
través de
la válvula

u ( s ) = g v ( s )c ( s )

En las válvulas encontramos dos tipos de acción

Aire para abrir siempre cerrada

Aire para cerrar siempre abierta

13
7
PROCESO

u(s) y(s)

⇒ Flujo
entrada
gp(s)
Altura
estanque

y ( s ) = g p ( s )u ( s )

La función de transferencia del proceso, se obtiene de los balances de

masa y energía

13
8
SENSOR

hm y(s) ym(s)

Altura
⇒ Altura
gm(s)
Altura
h medida estanque
medida

ym (s) = g m (s) y(s)

13
9
PERTURBACIÓN

Las perturbaciones como son impredecibles o casi impredecibles, se

modelan como si fuera un proceso que actúa sobre el sistema

l(s) y(s)

⇒ perturbación
gd(s)
altura

y ( s ) = g d ( s )l ( s )

14
0
 DIAGRAMA DE BLOQUES DE UN SISTEMA FEEDBACK
(CORRESPONDIENTE A LA FIGURA ANTERIOR)

l(s)
Entrada elemento Entrada gd(s)
error final de control proceso
+
r(s) e(s) c(s) perturbación
u(s) +
gc(s) gv(s) gp(s)
setpoint +
- Elemento final proceso y(s)
controlador
de control salida

gm(s)
ym(s)
sensor
medida

141
Se quiere llegar a la función de transferencia del sistema de lazo
cerrado (gcl(s) y g’cl(s) ), con lo que todo el sistema se puede
representar de la forma

y ( s ) = g cl ( s ) r ( s ) + g cl′ ( s ) l ( s )
Sabiendo que:
e(s) = r (s) − ym (s)
c ( s ) = g c ( s )e ( s )
u ( s ) = g v ( s )c ( s )
y ( s ) = g p ( s )u ( s ) + g d ( s )l ( s )
ym (s) = g m (s) y(s)

14
2
 Realizado manejo algebraico, llegamos a que:

g p (s)g v (s) g c (s) g d (s)

y(s) = r (s) + l(s)
1 + g p (s)g v (s)g c (s) g m (s) 1 + g p (s)g v (s) g c (s) g m (s)

g cl ( s ) g cl′ ( s )

La función característica del lazo cerrado es:

1 + g p (s) g v (s) g c (s) g m (s)

143
Con lo que podemos decir que:

Un sistema de control feedback de lazo cerrado será estable si

todos los polos de gcl son negativos.

Por otro lado, para analizar comportamientos se hace mediante una

de los casos siguientes:

-Modificando sólo el setpoint problemas SERVO

-Modificando la perturbación problemas REGULADOR

14
4
FUNCIONES DE TRANSFERECIA EN EL SISTEMA DE LAZO CERRADO
Las funciones de transferencia g(s), presentes en un sistema de lazo
cerrado, son:

gd función de transferencia de la perturbación, es desconocida

por lo que no es de fácil formulación

gp función de transferencia del proceso, se obtiene mediante

balances de masa y energía

gc función de transferencia del controlador, son los algoritmos

de control, lo veremos más adelante

gv función de transferencia del elemento final de control,

veremos algo más adelante

gm función de transferencia del sensor, veremos algo más

adelante
14
5
 FUNCIONES DE TRANSFERENCIA DEL CONTROLADOR

Algoritmo ON/OFF

Este algoritmo es el más sencillo, toma valores máximos o

mínimos

h(t)

F1(t)

Si h ≥ hsp ⇒ Pv1 = Pv1max

Si h ≤ hsp ⇒ Pv1 = Pv1min

14
6
 ALGORITMO DE CONTROL P

Este algoritmo entrega una señal proporcional al error

Por esta razón se denomina PROPORCIONAL

c (t ) = k cε (t ) + C s
kc = ganancia proporcional del control
Cs = señal cuando el error es 0
El control proporcional se describe por el valor de kc o lo más común por su
banda proporcional PB
100
PB =
kc
14
7
La banda proporcional caracteriza el rango en que el error se mueve, en
orden a manejar la señal de control en todo su rango.

Mientras mas grande la ganancia estática, menor es la banda

proporcional lo que significa mayor sensibilidad y por ende el sistema se
torna más inestable.

normalmente 1 ≤ PB ≤ 500

Si a la ecuación anterior le tomamos variable desviación: c ′ ( t ) = c ( t ) − C s

Nos queda: c ′( t ) = k c ε ′( t )
Y en variables desviación: c ′( s ) = k c e ′( s )

Por lo tanto: g c (s) = kc FUNCIÓN DE TRANSFERENCIA DE

UN CONTROL TIPO P

148
 ALGORITMO DE CONTROL PI

El algoritmo de control PI, proporcional integral, agrega a la señal

entregada una parte correspondiente a la integral del error.

t
kc
c (t ) = k cε (t ) +
τI ∫ ε ( t ) dt + C
0
s

ƬI = constante de tiempo integral (min)

Es un parámetro ajustable (igual que kc ).

Este se refiere a minutos por repetición. Normalmente: 0 ,1 ≤ τ I ≤ 50

1
τ I = repeticion es por minuto

14
9
Tomando variables desviación y aplicando transformadas de laplace, el
sistema queda:
 1 
′ 
c ( s ) = k c 1 +  e ′ ( s )
 τIs 

 1  FUNCIÓN DE
Por lo que: g c ( s ) = k c  1 +  TRANSFERENCIA DE UN
 τIs  CONTROLADOR PI

15
0
 ALGORITMO DE CONTROL PID

Este algoritmo es proporcional -integral –derivativo.

Le agrega el trabajo derivativo al error. Por lo que el control tiende a

anticipar como va a ser el error.
Por lo que se le denomina control anticipativo.

d ε (t )
t
kc
c (t ) = k cε (t ) +
τI ∫ ε ( t ) dt + k τ
0
c D
dt
+ Cs

ƬD = constante de tiempo derivativo

15
1
Cuando se tiene la acción derivativa, se presentan algunos
inconveniente, de los cuales los principales son:

1.- Para errores constantes distintos a cero no hay acción

derivativa d ε (t )
=0
dt

2.- Para respuestas con alto ruido, con errores cercanos a cero, se
producen acciones derivativas largas, lo que lleva a accionesde
control largas.

15
2
 d ε (t )
t
kc
c (t ) = k cε (t ) +
τI ∫ ε ( t ) dt + k τ
0
c D
dt
+ Cs

Tomando variables desviación, aplicando laplace y ordenando, nos

queda:
 kc 
c ′ ( s ) =  k c + + τ D s  e ′ ( s )
 1+τ Is 
Por lo que:

 1 
g c ( s) = kc 1 + + τ D s 
 τIs 
15
3
 ELEMENTOS FINAL DE CONTROL

Estos son los elementos que actúan sobre el proceso por lo que
también se les denomina actuadores.

Los principales tipos de elementos son:

- Vávulas
- Bombas con velocidad variable

Las válvulas pueden ser accionadas mediante un motor eléctrico, aire

a presión, sistemas magnéticos, etc.

Ahora veremos algunos puntos importantes en cuanto a las válvulas.

15
4
 Modelando el comportamiento de una válvula con una función de
transferencia, tendremos:
Veremos una válvula de accionamiento neumático

Señal del
control
PRESIÖN F
gv(s)
Pv Flujo

Por lo que:
F = g v ( s ) Pv
Recordando Flujo de Fluidos; específicamente flujo a través de
válvula se tiene:
∆P
F = K f (x)
ρ
15
5
 En que:

∆P = Caída de presión a través de la válvula

K = Coeficiente de la válvula (la da el fabricante y es un

parámetro de las dimensiones de la válvula)

ρ = Densidad del fluido

f(x) = Curva característica de la capacidad de flujo

x = fracción de desplazamiento del vástago

Si tenemos que el rango en un control neumático es 3<Pc<15 psig

x = (Pc − 3) /12 aire para abrir

x = (15 − Pc ) /12 are para cerrar
15
6
f(x) puede tomar varias formas, que dependerá de las necesidades
que se tengan. Para lograr que se comporte de acuerdo a alguna
función específica, se construye el tapón con una forma específica.

Dentro de las principales funciones se tiene:

Lineal f ( x) = x
Raiz Cuadrada f ( x) = x
Igual porcentaje f ( x) = a x −1
1
Hiperbólica f ( x) =
a − (a −1) x

15
7
 1

0,9
f(x)

0,8

0,7
Lineal

Raiz Cuadrada
0,6
Igual Porcentaje a=10

0,5 Igual Porcentaje a=50

Hiperbolica a=10
0,4 Hiperbolica a=50

Apertura Rapida
0,3

0,2

0,1

0
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
x (posición del vástago (fracción))

158
La forma aproximada del tapón es:

Lineal Igual porcentaje

Raíz cuadrada

Apertura rápida
Hiperbólica 15
9
Para obtener la función de transferencia, se debe hacer un análisis del
funcionamiento de una válvula en este caso neumática
Presión del aire de control
Diafragma de área A
p

Vástago (Stem)

160
Sea

pA = fuerza ejercida por el aire comprimido sobre el diafragma; la

presión pes la señal de apertura o cierre de la válvula. A es el
área del diafragma.

Kx = fuerza ejercida por el resorte unido al vástago y al diafragma; K

es la constante de Hooke para el resorte y x es el
desplazamiento.

C dx/dt = fuerza friccional resultante de el estrecho contacto del

vástago y la empaquetadura; C es el coeficiente de
fricción entre el vástago y la empaquetadura

16
1
 Aplicando la ley de Newton

dx  M  d 2 x
pA − Kx − C =   2
dt g
 c  dt
Acomodando:
 M  d 2 x C dx A
  2
+ +x= p
 Kg c  dt K dt K
Sea: M
τ2= M es la masa del vástago
Kg c

C
2 ζτ =
K
A
kp =
K
16
2
Con lo que se obtiene una ecuación de la forma:
2
d x dx
τ 2
2
+ 2ζτ + x = kp p
dt dt
Esta ecuación de segundo orden, aplicando variables desviación y
transformando al dominio laplace, se obtiene su función de transferencia:

A
x′ K
= g (s) =
p′ M s 2 + C s + 1
 Kg 
 c  K
Lo normal es que M<<<Kgc, la dinámica de una válvula neumática se
puede aproximar a un sistema de primer orden.

163
 SENSORES

El primer elemento en un loop de control es el sensor. Este elemento es

el que envía una lectura de la variable controlada para que
posteriormente mediante una señal del conrolador, el elemento final de
control realice los cambios.

Las principales variables que se miden son:

Temperatura
Presión
pH
Flujo
También, aunque son más sofisticados y por ende más caros:
Concentración
Densidad, etc

16
4
 El diagrama de bloques es:

y(s) ym(s)
gm(s)

La función de transferencia dependerá del sensor que se utilice.

En el caso que se utilice un sensor de presión diferencial con
capacitancia variable, tendremos la siguiene función de
transferencia:

16
5
Realizando un balance de fuerzas sobre el líquido (aceite) que se
encuentra en el capilar y en la zona de los capacitores y diafragma
sensor

16
6
 fuerza debido a fuerza debido a
la presión p1 del la presión p2,
proceso, ejercida - ejercida en el = Masa x aceleración
en el terminal 1 terminal 2 del
del capilar capilar

 AL ρ  d 2x
p1 A − p 2 A =   2
 gc  dt
Donde:
A = sección transversal del capilar
L= largo del tubo capilar
ρ = densidad del fluido que está dentro del capilar
x = desplazamiento del fluido dentro del capilar = desplazamiento del
diafragma

167
 La fuerza p2A al final del capilar es una composición de dos fuerzas

-La resistencia ejercida por el diafragma, esta actúa como un resorte

-Fuerzas de fricción viscosa ejercida por el fluido

dx
p 2 A = Kx + C
dt
Donde:
K = La constante de Hooke para el diafragma
C = coeficiente de amortiguamiento del líquido viscoso frente al
diafragma

 AL ρ  d 2 x C dx A
  2 + +x= p1
 Kg c  dt K dt K

168
sea
τ 2 = AL ρ Kg
c

2ζτ = C
K
k=A
K
Obteniendo las variables desviación y aplicando transformadas de laplace,
se obtiene la función de transferencia del sensor

x ′( s ) k
= g m (s) = 2 2
p1′ ( s ) τ s + 2ζτ s + 1
Acordarse de que x’(s) es la medición y p’1(s) es la respuesta final del
sistema

169
Respuesta de lazo cerrado al nivel de un líquido en un estanque

170
 Diagrama de bloques del sistema anterior

Fi(s)
gd(s)
+
hsp(s) e(s) c(s) Fo(s) +
gc(s) gv(s) gp(s)
+ h(s)
-

gm(s)
hm(s)

Variable controlada: h
Perturbación: Fi
Variable manipulada F0

171
Veremos como obtener las funciones de transferencia

Proceso

Balance de Masa dh
A = Fi − F0
dt

Luego (visto en clases anteriores)

1 1
h ′( s ) = Fi ′( s ) − F0′( s )
As As
Luego se tiene: 1 1
g p (s) = g d (s) =
As As

17
2
Sensor

Como es un sensor diferencial de presión, gm lo vimos

anteriormente.

Considerando ∆P = αh (la presión depende de la altura y α

es una constante)

kα
hm ( s ) = 2 2 h(s)
τ s + 2ζτ s + 1

17
3
Válvula

Se asume que responde a un sistema de primer orden

A
x′ K
= g (s) =
p ′ C s +1
K
A C
kv = τv = y x ′ = F0′ p ′ = c ′( s )
K K

kv
F0′( s ) = c ′( s )
τ vs +1

17
4
Controlador

Instalamos un controlador PI

 1  τ I s +1
c ′( s ) = k c  1 + ε ′( s ) = k c  ε ′( s )
 τIs   τIs 

17
5
 Con lo anterior, la función de transferencia del lazo cerrado queda

g p gcgv gd
h ′( s ) = F0′( s ) + Fi ′( s )
1+ g p gc gv gm 1+ g p gc gv gm
La ecuación característica

 1   τ I s + 1   k v  k mα 

1+ g p gc gv gm =1+   k c   
   2 2 
 As   τ I s   τ v s + 1  τ s + 2ζτ s + 1 

Con esto se puede determinar si el sistema es estable o no

Esta estabilidad va a depender además de los valores de la ganancia
estática del control y del tiempo integral del mismo

176
Efecto de un control tipo P en la respuesta de un proceso controlado

Un sistema de lazo cerrado

g p gc gv gd
y ′( s ) = y ′sp ( s ) + d ′( s )
1+ g p gcgv gm 1+ g p gc gv gm

Considerando:
gv = gm =1 y g c (s) = kc

Considerando un proceso de primer orden

kp kd
g p (s) = y g d (s) =
τ ps +1 τ ps +1

17
7
Con lo anterior, el lazo cerrado queda:

kck p kd
y ′( s ) = y ′sp ( s ) + d ′( s )
τ p s + 1 + k pkc τ p s + 1 + k pkc

Ordenando y realizando cambios de variables:

τp k p kc kd
τ cl = ; k cl = y k d′ =
1 + k p kc 1 + k p kc 1 + k pkc
k cl k d′
y ′( s ) = y ′sp ( s ) + d ′( s )
τ cl s + 1 τ cl s + 1
k cl y k d′ = ganancias estáticas del lazo cerrado
τ cl < τ p ⇒ la respuesta en lazo cerrado es más
rápida que e lazo abierto 17
8
Para que el sistema sea estable: Ƭcl>0; o que es lo mismo

τp
>0 Si Ƭp>0 (proceso en lazo abierto estable)
1 + k pkc

Entonces: 1 + k p kc > 0
Y por consiguiente para que el lazo cerrado sea estable se debe
cumplir que:

k pkc > −1

17
9
Analizando un sistema servo con un cambio tipo escalón unitario en
el setpoint
y ′sp ( s ) = 1 y d ′( s ) = 0
s

k cl  1 
y ′( s ) =  
τ cl s + 1  s 

Sacando la antitransformada

−t
 
y ′( t ) = k cl  1 − e τ cl 
  18
0
Se puede notar que si kcl no es exactamente igual a 1 aparece un
OFFSET; esto es que ante un cambio en el setpoint en presencia de un
control proporcional la respuesta del sistema nunca llega al nuevo
setpoint, quedando estable bajo él.

y(t) setpoint
Ysp(t)

OFFSET
respuesta

t=0 t

18
1
Si se hace un pequeño análisis, como materia práctica, es importante
que kpkc>0

Porque si:

− 1 < k p k c < 0 entonces k cl < 0

En este caso el lazo cerrado es estable PERO la respuesta a un cambio

en el setpoint es inversa, es decir la respuesta se mueve en sentido
contrario.

18
2
 Por otro lado, se puede analizar también:

offset = lim [e ( t ) ] = R − y ( t → ∞ )
t→∞

R es la magnitud del cambio en el setpoint

Utilizando el teorema del valor final

y ( t → ∞ ) = Rk cl

Luego:
offset = R (1 − k cl )

18
3
  k pkc   1 
offset = R 1 −  = R 
 1 + k p k c   1 + k p k c 

Para disminuir el offset, se debe aumentar kpkc, pero como kp es del

proceso y no se puede modificar, se aumenta kc.

Pero al aumentar kc demasiado, Ƭcl disminuye tanto que el sistema

queda al borde de la estabilidad comenzando a oscilar

184
Ejemplo:

Offset con control P sobre n proceso de primer orden

Considerar la función de transferencia del proceso para un estanque

agitado y calefaccionado, donde la respuesta es la temperatura (ºC) y la
variable manipulada es la potencia de calefacción (kW). El tiempo es en
minutos.
1
gp =
5s + 1
Suponemos un cambio escalón unitario en el setpoint.
Suponga sensor y elemento final de control ideales.

Obtenga los gráficos del comportamiento del sistema para valores de

la ganancia estática del control dentro del rango de estabilidad.
Tomar valores positivos y negativos.

18
5
 ¿Qué sucede en un sistema integral?
1
sea gp =
As
Utilizando un control proporcional, analizando un sistema servo y
una variación escalón de magnitud unitaria en el setpoint se tiene

1  1
y ′( s ) =  
A
s +1 s 
kc
Utilizando el teorema del valor último lim ( s y ′( s )) = 1
s→ 0

offset = y ′sp − y ′( t → ∞ ) = 1 − 1 = 0
Luego se puede decir que para un sistema integral, un control
proporcional NO produce offset

186
Tarea

Hacer un análisis de offset con control P y función de transferencia del

proceso de segundo orden
Hacer el análisis servo y cambio escalón de magnitud 1.

Luego cambie a un control PI. Y analice con un sistema de primer

orden.

18
7
 ANALISIS DE ESTABILIDAD DE UN SISTEMA FEEDBACK

Un sistema es estable si la parte real de todos sus polos es negativa

Estabilización de un sistema inestable mediante un control

tipo P.

Sea el proceso con la siguiente respuesta

10 5
y ′( s ) = m ′( s ) + d ′( s )
s −1 s −1

Este sistema es claramente inestable ya que su polo es real > 0

18
8
 Si se toman sensor y elemento final de control ideales

gd =(5/s-1) d’(s)

+
y’sp(s) e(s) c(s) Fo(s) +
gp=(10/s-1)
gc=kc gv=1
+ Y’(s)
-

gm=1
ym(s)

18
9
El sistema de lazo cerrado queda

10 k c 5
y ′( s ) = y ′sp ( s ) + d ′( s )
s − (1 − 10 k c ) s − (1 − 10 k c )
Para que el sistema sea estable, los polos deben se negativos; para
esto se debe cumplir que
1 − 10 k c < 0
1
Con lo que kc debe ser: kc >
10

19
0
 Desestabilización de un proceso estable con un control PI
Considerar un proceso de segundo orden cuya función de
transferencia es:
1
g p (s) = 2
s + 2s + 2
Los polos son: p1 = − 1 + j y p2 = −1 − j
Esto indica que es un sistema estable.

Instalamos un sistema de control PI, considerando el sensor y elemento

final de control ideal.

Tomando un problema servo, nos queda

191
 g p gc
y ′( s ) = y ′sp ( s ) = g sp ( s ) y ′sp ( s )
1+ g p gc
τ I s +1
gc (s) =
τIs
luego

1 τ Is +1
kc
s + 2s + s
2
τIs k c (τ I s + 1) τ I
g sp = =
1 τ I s +1 kc
1+ 2 kc s + 2 s + (2 + kc )s +
3 2

s + 2s + 2 τIs τI

19
2
Tomando los siguientes valores:

k c = 100 y τ I = 0 ,1

Se determinan los polos de la ecuación:

100
s + 2 s + ( 2 + 100 ) s +
3 2

0 ,1
Los que dan:

p1 = − 7 ,185 p 2 = 2 ,59 + 11,5 j p 3 = 2 ,59 − 11,5 j

Ver que sucede si ƬI = 0,5 y kc = 10

19
3
El sistema feedback es estable si TODAS las raíces de su ecuación
característica tienen su parte real NEGATIVA

Al producto: g ol = g p g v g c g m se le denomina

función de transferencia de lazo abierto

Esta relaciona la medición de la variable con el setpoint si el

lazo retroalimentado se corta justo antes del comparador

y m′ ( s ) = g ol y ′sp ( s )
Y la ecuación característica se puede escribir también

1 + g ol = 0
19
4
Esta ecuación depende de las funciones de transferencia de los
elementos dentro del lazo cerrado (la función de transferencia de la
perturbación está fuera del lazo cerrado)

Las raíces de esta ecuación muchas veces se le denomina polos del lazo
cerrado

19
5
Métodos para determinar estabilidad de los sistemas de lazo cerrado

Criterio de estabilidad de Routh-Hurwitz

1.- Expandir la ecuación característica en forma polinomial

1 + g p g v g c g m = a 0 s n + a1 s n −1 + K + a n −1 s + a n = 0

a0 debe ser positivo, si no lo es multiplicar por -1

Condición necesaria

Todos los coeficientes del polinomio deben ser positivos; si UNO de

ellos es negativo, significa que una raíz tiene su parte real positiva lo
que indica que el sistema es INESTABLE

19
6
Condición suficiente

Si todos los coeficientes son positivos, se forma la matriz de Routh.

1 a0 a2 a4 a6 K
2 a1 a3 a5 a7 K
3 A1 A2 A3 K K
4 B1 B2 B3 K K
5 C1 C2 C3 K K
M M K K K K
n + 1 W1 K K K K

19
7
 donde

a1 a 2 − a 0 a 3 a1 a 4 − a 0 a 5 a1 a 6 − a 0 a 7
A1 =
a1
A2 =
a1
A3 =
a1
L
A1 a 3 − a1 A2 A1 a 5 − a1 A3
B1 =
A1
B2 =
A1
L
B1 A2 − A1 B 2 B1 A3 − A1 B 3
C1 =
B1
C2 =
B1
L
etc

19
8
Este método nos indica que se deben analizar los componentes de la
primera columna

Si UNO de estos elementos es NEGATIVO, se tiene como mínimo

UNA raíz con su parte real positiva sistema es INESTABLE

Si TODOS los elementos son positivos sistema ESTABLE

El número de cambios de signo de la primera columna es igual al

número de raíces con su parte real positiva

19
9
 Ejemplo

Ver la estabilidad mediante el método de la matriz de Routh de

kc
s + 2 s + (2 + k c )s +
3 2
=0
τI

20
0
 Método del lugar de raíces

En este método se deben dar los kc y se grafican en coordenadas

IM/RE todas las raíces que se obtienen. Cuando la curva cruza el
eje de reales =0, el sistema se desestabiliza.

>kc

>kc Re

IM 20
1
Ejemplo

Se tiene un sistema con un control proporcional. El sensor y elemento

final de control son ideales

La función de transferencia del proceso es la siguiente

2 ,98 ( s + 2 , 25 )
g p (s) =
( s + 1, 45 )( s + 2 ,8 ) 2 ( s + 4 ,53 )

La ecuación característica del sistema cerrado es:

2 ,98 ( s + 2 , 25 )
1+ kc = 0
( s + 1, 45 )( s + 2 ,8 ) ( s + 4 ,53 )
2

20
2
Se confecciona la tabla con las raíces que se obtienen por
cada kc

kc p1 p2 p3 p4
0 − 1, 45 − 2 ,85 − 2 ,85 − 4 ,35
1 − 1, 71 − 2 ,3 + 0 , 9 j − 2 , 3 − 0 ,9 j − 4 , 74
5 − 1,98 − 1, 71 + 1,83 j − 1, 71 − 1,83 j − 5 ,87
20 − 2 ,15 − 1, 09 + 3,12 j − 1, 09 − 3,12 j − 7 , 20
50 − 2 , 20 − 0 , 48 + 4 ,35 j − 0 , 48 − 4 ,35 j − 8 , 61

20
3
 Sintonización de controladores

Método de Ziegler-Nichols

Este método se basa en lo siguiente

1.- Con un controlador P en lazo cerrado aumenta la magnitud

de kc hasta que comienza la oscilación permanente

2.- La ganancia que produce la oscilación continua se le

denomina ganancia crítica o última kcu
y el periodo de un peak a otro se denomina periodo crítico o
último Pu

20
4
Teniendo estos valores, se obtienen los parámetros del control de
acuerdo a la siguiente tabla

kc τI τD
P 0 ,5 k cu − −
Pu
PI 0 , 45 k cu −
1, 2
Pu Pu
PID 0 , 6 k cu
2 8
Tyrus y Luyben modificaron un poco los valores y siguieren los
siguientes parámetros de ajuste
kc τI τD
k cu
PI 2 , 2 Pu −
3, 2
k cu Pu
PID 2 , 2 Pu
2,2 6 ,3

20
5
Para obtener los valores de Pu y kcu, se toma la ecuación características
de lazo cerrado en forma de polinomio.
Se reemplaza s por wj.
Se obtienen dos ecuaciones, una con los valores reales y la otra con
los valores imaginarios, las dos deben ser cero.

De estas ecuaciones se despeja kcu y wu

2π
Esta es la frecuencia, con lo que el periodo último será: w u =
Pu

20
6
Para mayor información sobre sintonización de parámetros recurrir a
libros de control de procesos o a

HANDBOOK OF PI & PID CONTROLLER TUNING RULES; AIDAN O’DWYER;

IMPERIAL COLLEGE PRESS; 2009

207
Ejemplo de obtención de kcu y Pu :
3
Sea la función del proceso g p (s) =
5s 3 + 6 s 2 + 3s + 2
τ s +1
Control PI g c (s) = I
τIs
Se cambia a control p y se desestabiliza, para eso cambiamos a
frecuencia
Función característica:
3 5 s 3 + 6 s 2 + 3s + 3 + 3k c
1 + g p gc = 1 + 3 kc =
5s + 6 s 2 + 3s + 3 5s 3 + 6 s 2 + 3s + 3

Como esta ecuación debe ser cero, nos queda:

5 s 3 + 6 s 2 + 3 s + 3 + 3k c = 0

20
8
 Reemplazando s por wj (frecuencia)

5 (ω j ) 3 + 6 ( ω j ) 2 + 3 (ω j ) + 3 + 3 k c = 0
(ω j ) 3 = − ω 3 j (ω j ) 2 = − ω 2

− 5ω 3 j − 6ω 2 + 3ω j + 3 + 3 k c = 0

Tanto imaginarias como reales deben ser cero

− 5ω u3 + 3ω u = 0
− 6ω u2 + 3 + 3 k cu = 0 (*)
2π
5ω = 3ω u ⇒ ω u =
3
u 35 ωu =
2π Pu
Con lo que: Pu =
35
Y reemplazando en la ecuación (*)
1
k cu =
5 209
Utilizando estos k y P últimos, mediante el método de Ziegler-
Nichols con decaimiento ¼, los parámetros de control toman los
siguientes valores,

kc τI τD
P 0 ,1 − −
PI 0 . 09 6 , 76 −
PID 0 . 12 4 , 075 1, 014

210