Beruflich Dokumente
Kultur Dokumente
PROGRESO
ALUMNO:
DOCENTE:
MATERIA:
INSTRUMENTACIÓN Y CONTROL
GRUPO: 801
INGENIERA QUÍMICA
1
ÍNDICE
INTRODUCCIÓN……………………………………………………………..3
CONCLUSIÓN.....................................................................................................29
REFERENCIAS................................................................................................... 30
2
INTRODUCCIÓN
Método para el estudio del comportamiento de sistemas mediante la construcción de un
modelo de simulación informática que ponga de manifiesto las relaciones entre la estructura
del sistema y su comportamiento. Como punto de partida conviene aclarar el sentido con el
que se utilizarán los dos términos que aparecen en la anterior caracterización. En primer
lugar, empezaremos por sistema. Este término se emplea con frecuencia, aunque con
distintas acepciones. De modo coloquial hablamos de un sistema, como de un modo o
manera de hacer algo; así, decimos que tenemos un sistema para resolver un problema o para
alcanzar un objetivo.
Los sistemas dinámicos es una metodología ideada para resolver problemas concretos,
permite la construcción de modelos tras un análisis cuidadoso de los elementos del sistema,
este análisis permite extraer la lógica interna del modelo, y con ello intentar un conocimiento
de la evolución a largo plazo del sistema, en dinámica de sistemas vamos a ocuparnos de
analizar cómo las relaciones en el seno de un sistema permiten explicar su comportamiento.
Un sistema, como ya se ha definido, es un conjunto de elementos en interacción, esta
interacción es el resultado de que unas partes influyen sobre otras, ya que estas influencias
mutuas determinarán cambios en esas partes, por tanto, los cambios que se producen en el
sistema son reflejos, en alguna medida, de las interacciones existentes. Los cambios en un
sistema se manifiestan mediante su comportamiento, por otra parte, el conjunto de relaciones
constituye lo que se denomina su estructura, podemos decir que la dinámica de sistemas trata
de poner de manifiesto cómo están relacionados la estructura y el comportamiento.
3
MODELACION DINAMICA DE SISTEMAS
Definición del Sistema
Un sistema es un conjunto de componentes o módulos que interactúan entre sí a partir de
intercambio de energía o información. La definición de sistema es importante para reconocer
la integridad del mismo y sus componentes. De aquí se definen términos como análisis y
síntesis de sistemas. Modelación y simulación.
Definición de Modelo
Proceso – Es una operación natural, progresivamente continua o desarrollo marcado por una
serie de cambios graduales consecutivos de una manera establecida hacia la consecución de
un objetivo o resultado particular.
Sistema – Es la combinación de componentes que actúan juntos en un objetivo o dinámica
común.
Controlabilidad – Es una propiedad de los sistemas de poder manipular su comportamiento
a partir de sus parámetros de entrada. Con estos parámetros de entrada podemos manipular
la salida a algún valor deseado.
Observabilidad – Es una propiedad de los sistemas de poder conocer parámetros internos del
mismo a partir de medir parámetros de salida.
Estabilidad – Es la propiedad del sistema de llegar a su estado estacionario cuando no hay
energía externa que sea introducida al mismo.
Inestabilidad – Se refiere a un estado en los sistemas en donde la energía interna tiene al
infinito cuando no hay energía que sea introducida al mismo.
Perturbación – Es una señal que tiende a afectar de manera adversa la salida del sistema. La
perturbación puede ser Interna o Externa al sistema.
4
Ejemplos de sistemas de control
Tipos de sistemas
Los sistemas dinámicos pueden clasificarse de acuerdo a la forma en que sus variables
internas están modeladas con respecto al tiempo en: Sistemas de Variable continúa Sistemas
de variable discreta Sistemas híbridos
Sistemas híbridos
Los sistemas híbridos son una combinación de los sistemas discretos y continuos. Pueden
poseer ambos tipos de variables y su estructura puede contener también modelos de funciones
5
matemáticas mezcladas. Estos sistemas surgen de la necesidad de modelar los sistemas
mecatrónicos más complejos de forma que puedan incluir los comportamientos continuos y
discretos en un solo modelo. Ejemplos de esos sistemas pueden ser las máquinas de control
numérico, los sistemas de comunicación electrónica, sistemas de transporte, de producción,
etc.
1) Control continuo.
2) Control discreto
3) Control híbrido
6
El problema con el control regulatorio es que la compensación se efectúa solo después de
que la salida se ha afectado por la perturbación. Un error debe de estar presente para efectuar
la acción de control.
El control hacia adelante
Esta estrategia se basa en anticipar los efectos de perturbación que habrá en el proceso de
medición de los parámetros del sistema y compensarlos antes de que afecten el proceso. El
control hacia adelante mide o anticipa la presencia de perturbación y hace la acción correctiva
ajustando los parámetros del proceso que compensan los efectos de la perturbación. Sin
embargo, no existe una compensación perfecta debido a las imperfecciones en las mediciones
hacia adelante, las operaciones de los actuadores, y el algoritmo de control. Estos dos
controles se relacionan mas con procesos industriales mas que con la manufactura discreta
de un producto.
7
cálculo diferencial, cálculo de variaciones y una variedad de métodos de programación
matemáticos.
Control adaptivo
El control óptimo en estado estacionario opera en un sistema de lazo abierto. Su éxito es
debido a que no hay perturbaciones que invaliden las relaciones conocidas entre los
parámetros del proceso y el rendimiento del mismo. Cuantas tales perturbaciones están
presentes en la aplicación, una forma de control óptimo puede ser usada llamada control
adaptivo. El control adaptivo combina el control en lazo cerrado y el control óptimo midiendo
variables relevantes del proceso durante la operación (como en control en lazo cerrado) y
usando un algoritmo de control que intente optimizar algunos índices de rendimiento (como
en el control óptimo.
Control adaptivo
El control adaptivo se distingue del control en lazo cerrado y el control óptimo en estado
estacionario por su capacidad única para lidiar con cambios en el tiempo del ambiente. No
es inusual para un sistema operar en un ambiente en donde los cambios en el tiempo
potencialmente afecten el rendimiento del sistema. Si los parámetros internos están fijos,
estos pueden tener un rendimiento diferente dependiendo en donde se mueven. Un control
adaptivo está diseñado para compensar tales cambios ambientales, monitoreando su propio
rendimiento. Y alterando algunos aspectos en su mecanismo de control es posible encontrar
su nivel óptimo. En un proceso de producción, el ambiente que varía en el tiempo consiste
de las variaciones diarias en materia prima, herramientas, condiciones atmosféricas, etc.
El sistema adaptivo debe de realizar tres funciones: 1. Identificación. El valor actual del
índice de rendimiento del sistema está determinado basado en la colección de mediciones
desde el proceso. Dado que el ambiente cambia en el tiempo, su rendimiento también cambia.
La función de identificación debe ser completada más o menos continuamente en el tiempo
durante la operación del sistema. 2. Decisión. Una vez que el rendimiento del sistema se ha
identificado, la siguiente función debe decidir qué cambios serán hechos para mejorar el
rendimiento. La decisión es implementada mediante algoritmos programados que adaptan al
sistema. Dependiendo de este algoritmo, la decisión podría cambiar uno o más parámetros
de entrada al proceso, alterar algunos de los parámetros internos del controlador o algún otro
cambio en el sistema.
3. Modificación. La tercera función del control adaptivo es implementar la decisión- Si la
decisión es una función lógica, las modificaciones lidian con los cambios físicos del sistema.
Involucra el hardware en lugar del software. Los parámetros del sistema o entradas del
proceso son alterados usando actuadores disponibles para manejar al sistema hacia un estado
más óptimo.
8
MODELOS DE PROCESOS QUIMIOS
La combinación de métodos numéricos y computadoras digitales constituye una poderosa
herramienta para el análisis matemático. Por ejemplo, los métodos numéricos son capaces de
manejar no linealidades, modelos asociados a geometrías complejas y sistemas de ecuaciones
acopladas que son necesarios para el modelado eficiente de muchos sistemas fisicoquímicos
que se presentan en ingeniería. En la práctica, rara vez se consideran enfoques analíticos a
los problemas de ingeniería en razón de la complejidad de los sistemas a resolver. Aún en
problemas para los que podrían obtenerse con cierto esfuerzo soluciones analíticas, los
métodos numéricos son poco costosos, fáciles de emplear y con frecuencia se dispone de
ellos en programas comerciales. La primera pregunta que uno se formula es si existe algún
límite a la capacidad de cálculo de los métodos numéricos. La respuesta es afirmativa. Es
sabido que si un problema no puede resolverse analíticamente, lo mejor es programarlo en
una computadora (mediante un algoritmo adecuado). Este punto de vista se debe, sin lugar a
dudas, al enorme poder de cálculo de los métodos numéricos. Sin embargo, también es cierto
que existen muchos problemas que son imposibles de resolver utilizando métodos numéricos.
Para diversos problemas no se ha encontrado todavía un modelo matemático completo y
seguro, de manera que resulta obvio que es imposible encontrarles una solución numérica.
La dimensión de otros problemas es tan grande que su solución está más allá de los límites
prácticos en términos de la tecnología computacional disponible. Por ejemplo, en problemas
fluido-dinámicos que involucran flujos turbulentos, en estimaciones meteorológicas o
climáticas (campos de vientos, presiones, temperaturas, etc.), y como veremos más adelante,
en diversos problemas que se plantean en el área de la ingeniería química, existen serias
limitaciones en el área de diseño y de optimización en tiempo real, etc. En los últimos años
se han desarrollado grandes programas computacionales comerciales para simular el
comportamiento de sistemas de ingeniería de todo tipo. Usualmente, estos programas se
diseñan para que sean utilizados por aquellos profesionales de la ingeniería sin un
conocimiento intensivo de su funcionamiento interno.
El modelado de procesos implica la construcción de un modelo matemático mediante la
descripción de sus relaciones físicas y químicas fundamentales
9
Como:
- Modelos estructurales.
- Modelos determinísticos.
- Modelos empíricos
- Modelos aleatorios.
MODELOS ESTRUCTURALES
La relación estructural (topológica) entre las variables no concierne la relación funcional.
En el año 1974 aparece el primer simulador de procesos químicos, (el FLOWTRAN). A partir
de allí se ha generado una sucesión de acontecimientos que permiten en la actualidad la
existencia de varios y eficientes simuladores comerciales como por ejemplo SPEED UP,
ASPEN PLUS, PRO II, HYSYM, HYSYS, CHEMCAD, y otros.
10
CLASIFICACIÓN DE LOS MÉTODOS DE SIMULACIÓN
Las herramientas de simulación pueden clasificarse según diversos criterios, por ejemplo,
según el tipo de procesos (batch o continuo), si involucra el tiempo (estacionario o dinámico
-incluye a los equipos batch-), si maneja variables estocásticas o determinísticas, variables
cuantitativas o cualitativas, etc. A continuación se expondrán brevemente las características
de los distintos tipos de herramientas de simulación generalmente utilizadas.
11
matemática para resolver los balances correspondientes, ya que por lo general deberá
recurrirse a métodos iterativos.
LIBERALIZACIÓN DE SISTEMAS
En matemáticas y sus aplicaciones, la liberalización se refiere al proceso de encontrar la
aproximación lineal a una función en un punto dado. En el estudio de los sistemas dinámicos,
la liberalización es un método para estudiar la estabilidad local de un punto de equilibrio de
un sistema de ecuaciones diferenciales no lineales. Este método se utiliza en campos tales
como la ingeniería, la física, la economía, y la biología.
La primera interrogante que debe ser contestada es justamente cuando una ecuación
diferencial es lineal. Básicamente es la que contiene variables solamente elevadas a la
primera potencia en cualquiera de los términos de la ecuación.
Ejemplo de EDO lineal
12
Donde ao y a1 son constantes o funciones del tiempo solamente, no de las variables
dependientes o sus derivadas.
Sistemas no lineales
Los procesos reales generalmente se modelan mediante ecuaciones algebraicas y/o
diferenciales no lineales. Si en la ecuación aparecen raíces cuadradas, cuadrados,
exponenciales, productos de variables, etc., la ecuación, es no lineal.
Ejemplos de EDO no lineal
LINEALIZACIÓN
Matemáticamente, una ecuación diferencial lineal es una para la cual se cumplen las
siguientes propiedades:
1. Si x(t) es una solución, entonces cx(t) es también una solución, donde c es una constante.
2. Si x1 es una solución y x2 es también una solución, entonces x1 + x2 es una solución.
La linealización es muy simple. Todo lo que se tiene que hacer es tomar las funciones no
lineales, expandirlas en una serie de expansión de Taylor alrededor de la operación al estado
estacionario, y despreciar todos los términos después de las primeras derivadas parciales.
Asumiendo que tenemos una función no lineal de variables del proceso x1 y x2: f (x1, x2). Por
ejemplo, x1 podría ser fracción molar o temperatura o razón de flujo. Denotando los valores
de estas variables al estado estacionario como:
Ahora expandiendo la función f(x1, x2) alrededor de sus valores al estado estacionario f (x1s, x2s).
13
La linealización consiste en truncar las series después de las primeras derivadas parciales.
Notar que la liberalización convierte la función no lineal (el producto de dos variables
dependientes) en una función lineal conteniendo dos términos.
14
SISTEMAS DE PRIMER ORDEN
1
Y(s) * R (s)
Ts 1
1 1 1 T
Y(s)
Ts 1 s s Ts 1
y( t ) 1 e t T t0
ess Lim e( t )
t
15
ess Lim r(t) - y(t) Lim 1 1 e t T 0
t t
Gráfica:
Para t = T la señal de salida ha
alcanzado el 63.2 % del valor
final, siendo esta una medida
típica en la caracterización de
sistemas de primer orden.
La pendiente a la curva en t =
0 es 1/T.
En la práctica, se considera
que cuando han transcurrido
por lo menos cuatro constantes
de tiempo, la señal de salida ha
alcanzado el valor final, el 98.2%, y se habla de que la respuesta ha alcanzado
el estado estacionario. Por lo tanto entre más pequeña es la constante de tiempo
de un sistema de primer orden más rápido alcanza el valor final.
1 1 1 T T2
Y(s)
Ts 1 s 2 s 2 s Ts 1
y( t ) t T Te t T t0
16
ess Lim r(t) - y(t) Lim t t T Te t T T
t t
1 T
Y(s) *1
Ts 1 Ts 1
1 t T
y( t ) e t0
T
1
ess Lim r(t) - y(t) Lim 1 e t T 0
t t
T
17
Grafica: y(t) = c(t)
18
y(t) = (1/T) e-t/T, para t ≥ 0
Una comparación de las respuestas del sistema para estas tres entradas indica
con claridad que la respuesta ala derivada de una señal de entrada se obtiene
diferenciando la respuesta del sistema para la señal original. También se observa
que la respuesta para la integral de la señal original se obtiene integrando la
respuesta del sistema para la señal original. Ésta es una propiedad de los
sistemas lineales e invariantes con el tiempo. Los sistemas lineales y variantes
con el tiempo y los sistemas no lineales no poseen esta propiedad.
n
2
Y(s)
R (s) s 2 2n s n 2
donde se define:
ζ= Relación de amortiguamiento.
wn= Frecuencia natural no amortiguada.
Los polos de un sistema de segundo orden vienen determinados por las raíces
del polinomio o ecuación característica (polinomio del denominador de la
función de transferencia):
P(s) s 2 2ns 1
Los polos del sistemas : s1, 2 n n 2 1
19
Los polos de un polinomio de segundo orden pueden ser reales distintos,
reales múltiples, complejos conjugados o imaginarios.
Para 0≤ζ<1
y( t )
n
1 2
e n t sen n 1 2 t , para t 0
20
Para ζ=1
y( t ) n te n t , para t 0
2
Para ζ>1
n 2 1 n t n 2 1 n t
y( t ) e
e
, para t 0
2 2 1 2 2 1
La función de transferencia:
2 2 2
Y(s) ωn ωn ωn
2
R(s) s 2ζζ n s n 2
s ζωn jωn 1 ζ s ζωn jωn 1 ζ
2 2
s σ jωd s σ jωd
ζ e ζωnt 1 ζ 2
y(t) 1 e ζωnt cos ωd t senωd t 1 sen ωd t tan-1 , para t 0
1 ζ 2 1 ζ 2 ζ
21
La señal de error para este sistema es la diferencia entre la entrada y la salida, y
es
2
ωn 1
Y(s)
s ωn s
2
22
2
ωn
y(s)
s ζω ω
n n
ζ 2 1 s ζωn ωn ζ 2 1
1 ζ ζ 2 1 ωn t 1 ζ - ζ 2 1 ωn t
y(t) 1
e e
2 ζ 2 1 ζ ζ 2 1 2 ζ 2 1 ζ ζ 2 1
23
y(t)
24
Especificaciones de respuesta transitoria
1. Tiempo de retardo, td
2. Tiempo de levantamiento, tr
3. Tiempo pico, tp
25
y(t)
Tiempo pico, tp: tiempo requerido para que la respuesta alcance el primer pico
del sobrepaso.
y(t p ) y()
SD% 100
y()
26
La cantidad de sobrepaso máximo (en porcentaje) indica de manera directa la
estabilidad relativa del sistema.
Cuando se dice que se añade un polo o un cero en la cadena abierta, se está haciendo
referencia a que se tiene una estructura de realimentación negativa y se está agregando el
efecto del polo o del cero en la FDT de la planta o en la realimentación, esto es, en G(s) o
en H(s). Por eso, se dice que es en la cadena abierta, por que es la adición del efecto del
polo o del cero cómo si se abriera el lazo de realimentación.
27
Adición de un polo en la cadena abierta
Una de las formas, para llegar a esta conclusión, es a través de las técnicas del lugar
de las raíces, LDR (ver capítulo 10). Estas técnicas describen, mediante criterios gráficos,
las raíces del polinomio característico, 1+G(s)H(s)=0, a partir de la información de la
cadena abierta. Los resultados son los polos de la cadena cerrada y por lo tanto definirán la
estabilidad y el tipo de respuesta temporal.
k
+
s s
- 1 sT p
Los ceros en la cadena abierta hacen que el sistema se vuelva más estable y más
rápido. Este efecto se observa empleando el LDR. Las ramas son atraídas hacia la ubicación
del cero. Luego si el cero está en el semiplano negativo, las ramas se alejarán del semiplano
positivo y consecuentemente, el sistema se volverá más estable y también más rápido.
k
1
s
1 sT p
28
Para su verificación considérese un sistema de segundo orden al que se le añade un
cero de primer orden. Al conjunto se le aplica una entrada en escalón. En transformada de
Laplace permitirá una descomposición en dos fracciones:
Si se llama y*(t) a la respuesta del sistema sin el cero, la salida del conjunto ante una
entrada en escalón ser.
CONCLUSIÓN
29
REFERENCIAS
1. Antonio Sole (2011). Instrumentación Industrial, Octava Edición, México,
ISBN:978-607-707042-9
2. Rivas, R., Sánchez, C., Ghraizi, A. & Peran J (2000), Localización: Automática e
Instrumentación. ISBN:0213-3113.
3 .Robert L. Mott (2006). Mecánica de Fluidos, Sexta Edición, México, ISBN: 970-26-0805-8
4. Katsuhiko Ogata, Ingeniería de Control Moderna, cuarta edición, Pearson. ISBN: 84-205-
3678-
5. www.fundamentosdelacalidad/medidorespreimarios.com
6. www.edu/tiposdemedidores/eninstrumentacion.com
30