Documente Academic
Documente Profesional
Documente Cultură
Dise
no e Implementaci
on de Controladores PID
Industriales
TESIS
Para optar el Grado de Maestro en Ciencias
Mencion: Automatica e Instrumentacion
Presentada por:
Agradecimiento
Quisiera expresar mi agradecimiento al Dr. Arturo Rojas Moreno, por
sentar las bases de una formacion academica solida, por su apoyo y asesora en
la presente tesis.
A la Seccion de Post Grado de la FIEE-UNI, por brindarme las facilidades
del caso para poder desarrollar este trabajo de investigacion.
A los buenos profesores de la Maestra en Automatica e Instrumentacion.
Las clases impartidas por los mismos me han permitido tener un concepto claro
de los sistemas industriales automatizados.
de los siguientes controladores PID de uso industrial: los del tipo convencional,
aquellos con capacidad de autosintona y los denominados adaptivo. Tales controladores van a ser implementados en una PC (Personal Computer) equipada
con una tarjeta de adquisicion de datos para el procesamiento de las se
nales.
Para validar los dise
nos propuestos, controlaremos la velocidad y posicion de un
manipulador robotico de un grado de libertad, empleando los algoritmos PID en
estudio.
Tabla de Contenido
Lista de Figuras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Lista de Tablas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Captulo 1.
Introducci
on
1.1. Generalidades . . . . . . .
1.2. Antecedentes . . . . . . .
1.3. Justificacion . . . . . . . .
1.4. Objetivos . . . . . . . . .
1.5. Alcances . . . . . . . . . .
1.6. Organizacion de la Tesis .
1.7. Cronograma de Ejecucion
1.8. Recursos Materiales . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4
4
5
6
6
7
8
8
9
Captulo 2.
Controladores PID
2.1. Estructuras PID . . . . . . . . . . . . . . . . . . . .
2.2. Implementacion Digital . . . . . . . . . . . . . . . .
2.2.1. Rutina de Integracion . . . . . . . . . . . .
2.2.2. Anti-windup . . . . . . . . . . . . . . . . . .
2.2.3. Aproximacion Derivativa y Filtrado . . . . .
2.2.4. Modificacion de la Accion Proporcional . . .
2.2.5. Rechazo al Ruido, Muestreo y Prefiltrado . .
2.3. Modelado del Proceso . . . . . . . . . . . . . . . . .
2.3.1. Metodo de la Respuesta Transitoria . . . . .
2.3.2. Metodo de Respuesta en Frecuencia . . . . .
2.4. Metodos de Sintonizacion PID . . . . . . . . . . . .
2.4.1. Metodo de la Respuesta Crtica de ZN . . .
2.4.2. Metodo de la Curva de Reaccion del Proceso
2.4.3. Metodo de Kessler . . . . . . . . . . . . . .
2.5. Autosintona . . . . . . . . . . . . . . . . . . . . . .
2.6. Controlador PID Adaptivo (STR) . . . . . . . . . .
2.6.1. Preliminares . . . . . . . . . . . . . . . . . .
2.6.2. Parametros PID del Controlador Adaptivo .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
11
13
13
14
14
15
16
17
17
21
24
24
25
25
27
30
30
32
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Captulo 3.
vi
El Proceso
3.1. Modelo del Proceso . . . . . . . . . . . . . . . . . . .
3.1.1. El Subsistema Mecanico . . . . . . . . . . . .
3.1.2. El Subsistema Electrico . . . . . . . . . . . .
3.1.3. Conversion de Energa Electrica en Mecanica .
3.1.4. Modelo y Compensacion de no Linealidades .
3.1.5. Linealizacion y Discretizacion del Proceso . .
Captulo 4.
Estudios de Simulaci
on
4.1. Control PID de Velocidad . . . . . . . . . . .
4.1.1. Metodo de la Respuesta Crtica de ZN
4.1.2. Experimento de Hagglund y Astrom .
4.2. Control PID de Posicion . . . . . . . . . . . .
4.2.1. Metodo de la Curva de Reaccion . . .
4.2.2. Metodo de Kessler . . . . . . . . . . .
4.3. Control PID Adaptivo . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
35
35
37
37
38
40
42
.
.
.
.
.
.
.
44
44
44
45
46
46
48
49
Captulo 5.
Conclusiones
51
Ap
endice A.
Listado de los Programas
53
Bibliografa.
55
vii
Lista de Figuras
2.1. Sistema de control con error realimentado. . . . . . . . . . . . . . . .
12
18
18
19
19
20
21
22
23
23
28
29
30
31
35
3.2. Diagrama de bloques del proceso no lineal. Salida del proceso: velocidad. 39
3.3. Respuesta del proceso no lineal a un escalon de 0.4 rad. Salida del
proceso: velocidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
40
40
3.5. Respuesta del proceso no lineal a un escalon de 0.4 rad. Salida del
proceso: posicion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
41
45
45
4.3. Velocidad controlada con los parametros PID obtenidos con el experimento de estabilidad. . . . . . . . . . . . . . . . . . . . . . . . . . .
46
4.4. Diagrama de bloques del sistema de control de velocidad. El controlador ha sido reemplazado por un rele con histeresis. . . . . . . . . .
47
47
4.6. Velocidad controlada con los parametros PID obtenidos con el experimento del rele realimentado. . . . . . . . . . . . . . . . . . . . . . .
48
48
4.8. Posicion controlada con los parametros PID obtenidos con la curva de
reaccion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
4.9. Posicion controlada con los parametros PID obtenidos con la curva de
reaccion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
Lista de Tablas
1.1. Cronograma de ejecucion del trabajo de tesis. . . . . . . . . . . . . .
24
25
26
36
Captulo 1
Introducci
on
1.1.
Generalidades
Este trabajo de tesis se ocupa del dise
no e implementacion de contro-
1.2.
Antecedentes
Es evidente que controladores PID con las caractersticas mencionadas en
how de dise
no e implementacion le pertenece a cada una de las firmas fabricantes.
En el medio nacional no existe un antecedente relacionado con el dise
no e
implementacion de controladores PID que posean las caractersticas, ademas de
las convencionales, la de autosintona y de adaptacion. En la industria nacional
solo se emplean los controladores PID comerciales.
1.3.
Justificaci
on
Las justificaciones para el desarrollo de esta tesis son:
1.4.
Objetivos
Los objetivos a alcanzar con el desarrollo de esta tesis son los siguientes:
2) Dise
nar e implementar en tiempo real controladores PID que posean capacidades de autosintona y adaptabilidad. Tales controladores van a ser
apropiados para controlar una gran variedad de procesos industriales.
3) Contribuir en cerrar la brecha que existe entre la teora y la aplicacion
practica correspondiente.
4) Dar un aporte a la industria nacional de la automatizacion de procesos,
mediante la introduccion de este tipo de controlador propuesto. De esta
forma tambien se contribuye en cerrar la otra brecha que es la dependencia
tecnologica.
1.5.
Alcances
Algunos alcances de este trabajo son:
1.6.
Organizaci
on de la Tesis
Esta tesis esta organizada en 5 captulos. El Captulo 2 se ocupa de las
generalidades de los controladores PID convencionales y de algunos topicos relacionados con su implementacion, como son, entre otros, las acciones proporcional,
integral y derivativa, el modo de evitar el windupde la accion integral (es decir,
cuando la salida del integrador del controlador no puede limitarse), y la forma de
rechazar el ruido. En este captulo tambien se analizan las reglas de sintona de los
parametros del controlador PID, la autosintona de tales controladores y el dise
no
de controladores adaptivos con autosintonizacion (los denominados self-tuning
regulators).
El captulo 3 se ocupa del proceso a ser controlado: un manipulador
robotico de un grado de libertad. En este captulo se deriva el modelo dinamico
del proceso y se determinan sus parametros y no linealidades empleando identificacion.
El Captulo 4 trata sobre el dise
no y la simulacion de sistemas de control
PID conteniendo controladores PID convencionales, controladores PID con autosintona y controladores PID adaptivos. Luego, los controladores PID dise
nados
se aplican al proceso manipulador roboticopara validar por simulacion los dise
nos
propuestos.
El captulo 5 esta dedicado a la implementacion en tiempo real del sistema
de control adaptivo con modelo referencial dise
nado. En este captulo tambien se
discuten los resultados experimentales obtenidos.
El Captulo 6 contiene las conclusiones y recomendaciones derivadas de
este trabajo.
1.7.
Cronograma de Ejecuci
on
En la tabla 1.1 se adjunta el cronogramas de ejecucion de la presente tesis.
Descripci
on de las tareas
Las tareas a realizarse para el desarrollo de la presente tesis, comprende:
A) Recopilacion y procesamiento de informacion.
1er Mes
A
B
B
C
D
E
F
C
D
E
F
F
G
H
1.8.
Recursos Materiales
10
Captulo 2
Controladores PID
2.1.
Estructuras PID
El controlador PID es el algoritmo de control mas usado en la actualidad
por la industria. Se estima que tal algoritmo se aplica en mas del 90 % de las
aplicaciones. Sin embargo, no existe un estandar industrial del algoritmo PID. La
version de texto universitariodel algoritmo de control PID posee la forma:
1 t
de(t)
u(t) = Kc e(t) +
e(t)d + Td
Ti 0
dt
e(t) = r(t) y(t)
(2.1)
donde u(t) es la se
nal o fuerza de control, y(t) es la salida controlada del proceso y
sujeta a medicion, e(t) es la se
nal de error, r(t) es la se
nal de referencia deseada o
set-point, Kc es la ganancia proporcional, Ti es la constante de tiempo integral
o simplemente tiempo integral, y Td es la constante de tiempo derivativo, o simplemente tiempo derivativo. La version del algoritmo PID mostrada en (2.1), se
denomina el controlador PID ideal no interactuante o algoritmo ISA (Instrument
Society of America).
Otros algoritmos de control PID empleados comercialmente son:
1) Controlador PID interactuante.
t
1
de(t)
u(t) = K e(t) +
e(t)d + 1 + Td
dt
Ti 0
(2.2)
e(t)d + Kd
de(t)
dt
(2.3)
Por ejemplo, Foxboro y Fisher emplean el algoritmo PID no interactuante, mientras que Honeywell y Texas usan el algoritmo interactuante [7].
11
l
r
u
Controlador
Proceso
u[k] = Kc
k
Ts
Td
e[k] +
+ (e[k] e[k 1])
Ti j=0 Ts
(2.4)
no y k = t/Td es el tiempo
donde Ts es el perodo de muestreo que se asume peque
discreto. Asumiendo que e[j] = 0 para todo j < 0 y empleando la relacion:
1
= 1 + q 1 + q 2 +
1 q 1
12
(2.5)
(2.6)
Is = Kis
S( )d,
0
Ds = Kds
dS(t)
dt
(2.7)
2.2.
(2.8)
Implementaci
on Digital
Para implementar digitalmente un algoritmo PID, debemos de aproximar
los terminos integral y derivativo del algoritmo. Existen varias formas de hacerlo.
2.2.1.
Rutina de Integraci
on
El termino integral Is en (2.7) se puede escribir como:
dPs
= Kis S
dt
(2.9)
(2.10)
13
S[k + 1]
2
(2.11)
Anti-windup
Una modificacion com
un en muchos controladores PID es la caracterstica
Aproximaci
on Derivativa y Filtrado
En la mayora de los controladores PID, tales como los descritos en (2.1),
(2.13)
dDs
dS
+ Ds = Kds
dt
dt
(2.14)
Para aproximar el termino derivativo en (2.14), uno puede seleccionar entre las
realizaciones siguientes:
1) Metodo de la diferencia por adelanto:
D[k + 1] D[k]
y[k + 1] y[k]
+ D[k] = Kds
Ts
Ts
Kds
D[k + 1] = (1 Ts / )D[k] +
(y[k + 1] y[k])
(2.15)
(2.16)
Modificaci
on de la Acci
on Proporcional
El sistema de control con realimentacion del error mostrado en la figura
2.1, trabaja puramente con la realimentacion del error (un grado de libertad).
Sin embargo, si separamos el camino de la se
nal tanto para r(t) como para y(t)
15
(2.18)
trial, la salida z del proceso esta siempre corrupta con ruido. Para estimar z,
es necesario emplear un esquema de rechazo al ruido en el sistema de control.
Un esquema efectivo es la tecnica de filtrado analogico/digital de dos pasos, la
cual es com
un en la implementacion digital de controladores PID. El filtro analogo, llamado prefiltro o filtro de antisolapado (antialiasing), se emplea antes de
muestrear la salida z. Su proposito es eliminar las componentes de alta frecuencia de la se
nal con frecuencias que esten encima de la mitad de la frecuencia de
muestreo. Esto es necesario porque puede aparecer un disturbio de alta frecuencia, despues del muestreo, como una se
nal de baja frecuencia (efecto de solapado
o efecto aliasing).
El filtro de antisolapado es generalmente un filtro de retraso de primer
orden o un filtro Butterworth de segundo orden. Para un filtro de primer orden
con una constante de tiempo , una regla practica consiste en seleccionar = Ts /2
donde Ts , como ya sabemos, es el tiempo de muestreo o discretizacion. Un prefiltro
Butterworth de segundo orden de la forma:
Bs =
s2 +
c2
2c s + c2
(2.19)
tambien puede ser usado, donde c es el ancho de banda del prefiltro. A manera
16
2.3.
tras que los modernos (los adaptivos), solo requieren unos parametros de sintona
iniciales. Para los controladores PID convencionales, se requiere un modelo simple del proceso controlado, el cual luego se emplea para buscar los parametros
de sintona mas adecuados. En lo que sigue, se describen varios metodos para
determinar un modelo parametrico lineal del proceso.
2.3.1.
M
etodo de la Respuesta Transitoria
La repuesta transitoria de un proceso, se refiere a la respuesta transitoria
K
esL
1 + s
m=K
(2.20)
17
K sL
e
s
R=KL
(2.21)
K 2
G(s) = 2
(2.22)
s + 2s + 2
donde los parametros del modelo (la frecuencia natural), K (la ganancia) y
(la frecuencia relativa o coeficiente de amortiguamiento), se pueden aproximar
graficamente empleando la figura 2.7 y las siguientes relaciones:
1
1 + (2/ln d)2
2
=
Tp 1 2
=
(2.23)
K 2
esL
s2 + 2s + 2
(2.24)
20
M
etodo de Respuesta en Frecuencia
La idea basica en la mayora de estos metodos es llevar al proceso en un
(2.25)
Kcr =
G i cr
(2.26)
Tal como se muestra en la figura 2.8, el punto de la curva de Nyquist correspondiente a cr se denomina el punto crtico. Existen varias formas para determinar
21
el punto crtico y el periodo crtico Tcr . Dos de los metodos mas comunes se
describen mas adelante.
Ziegler y Nichols [5], [6] han sugerido una tecnica experimental para determinar Kcr y Tcr basado en la observacion de que muchos sistemas de control
pueden ser llevados al lmite de la estabilidad empleando un control puramente
proporcional y seleccionando una ganancia K suficientemente grande (ver figura 2.9). En este lmite, la entrada u y la salida y al proceso son sinusoides con
una fase de -180o . La frecuencia de oscilacion es la frecuencia de cruce cr , y la
ganancia K que lleva al sistema al lmite de la estabilidad es la ganancia crtica
Kcr . Este metodo experimental solo es aplicable para procesos autoregulados.
Hagglum y Astrom [8] han sugerido un metodo para determinar el punto
crtico de la curva de Nyquist, el cual se basa en el experimento del rele realimentado. Como se muestra en la figura 2.10, una oscilacion tipo ciclo lmite es
22
si e > 0
u =
si e < 0
(2.27)
4
d
(2.28)
23
2.4.
2.4.1.
M
etodos de Sintonizaci
on PID
M
etodo de la Respuesta Crtica de ZN
Los metodos de sintonizacion de Ziegler y Nichols (ZN) presentados en
Kcr =
2
mL
(2.29)
Tabla 2.1: Reglas de sintona PID atendiendo a la respuesta crtica a lazo cerrado
seg
un Ziegler y Nichols.
Controlador
Kc
Ti
0.5Kcr
PI
0.45Kcr
0.83Tcr
PID
0.6Kcr
0.5Tcr
Td
Tp
Tcr
1.4Tcr
0.125Tcr
0.85Tcr
Tener en cuenta que los parametros PID de la tabla 2.1 (Kc , Ti y Td ) se refieren al algoritmo PID mostrado en (2.1). Ademas recordar que los parametros m
y L del modelo se obtuvieron graficamente empleando la respuesta a lazo abierto
del proceso a una excitacion escalon (ver subseccion 2.3.1 para mayores detalles).
En la tabla 2.1, Tp es aproximadamente el perodo de la dinamica dominante del
sistema a lazo cerrado.
En la segunda forma, denominada el metodo de respuesta en frecuencia
de ZN, primero se determinan los parametros Kcr y Tcr a partir del experimento
de estabilidad descrito en la subseccion 2.3.2. Entonces, a partir de la tabla 2.1,
24
2.4.2.
Controlador
Kp
Ti
Td
PID
0.35Kc
0.77Tc
0.19Tc
M
etodo de la Curva de Reacci
on del Proceso
El metodo de la curva de reaccion del proceso atribudo a Ziegler-Nichols
M
etodo de Kessler
El metodo atribudo a C. Kessler [11], para sintonizar los parametros PID
Controlador Kc
Ti
1
LS
PI
0,9
LS
3,33L
PID
1,2
LS
2L
Td
0,5L
(1 + T1 s)
Kp
(1
Gp (s) =
T1 > 4 T
+ t s)
T =
(2.30)
KI
(1 + t s)
T =
(2.31)
Gc (s) = Kc
1
1+
TI s
Xp =
100
Kc
(2.32)
T1
2Kp T
TI = 4 T
(2.33)
mientras que para el proceso descrito en (2.31), los parametros del controlador
PI se sintonizan as:
Kc =
1
2KI T
TI = 4 T
(2.34)
Kp
(1 + T1 s)(1 + T2 s) (1 + t s)
T =
t
T1 > T2 > T
(2.35)
KI
s(1 + T2 s) (1 + t s)
t
T2 > T
T =
Gp (s) =
(2.36)
26
(2.37)
Para el proceso descrito en (2.35), los parametros del controlador PID se sintonizan como sigue:
Kc =
T1
2Kp T
TI = 4 T
TD = T2
(2.38)
mientras que para el proceso descrito en (2.36), los parametros del controlador
PI se sintonizan as:
Kc =
2.5.
1
2KI T
TI = 4 T
TD = T2
(2.39)
Autosintona
El proposito de un autosintonizador PID es ajustar los parametros del con-
Figura 2.11: Diagrama de bloques de un autosintonizador basado en el experimento con rele de Astrom y Haggland.
el valor pico a pico de la salida del proceso. Luego de este procedimiento de identificacion, el proximo paso es computar los valores de los parametros PID usando
la tabla 2.1 o algunas reglas modificadas y programadas en el autosintonizador.
Cuando se completa la autosintonizacion, el proceso se conmuta automaticamente a la posicion C: proceso con controlador PID. El sistema permanece con
los parametros as calculados hasta que el operador solicite una nueva sintona de
parametros.
Con el objeto de reducir el ruido de medicion mientras se estiman Kc y
Tc , el rele de la figura 2.11 se reemplaza a menudo con un rele con histeresis
mostrado en la figura 2.12. El ancho w se puede fijar automaticamente basado en
la medicion del nivel de ruido en el sistema.
Otra tecnica com
un es emplear un estimador recursivo de parametros para
la identificacion del proceso y luego emplear un esquema de dise
no en el modelo
parametrico estimado con el fin de determinar los parametros PID. Si el procedimiento de identificacion se realiza en linea, el autosintonizador puede ser
facilmente convertido en un sintonizador adaptivo, en donde los parametros PID
se actualizan continuamente. Un controlador PID adaptivo basado en este procedimiento se describe en la siguiente seccion.
La segunda metodologa se basa en una logica heurstica desarrollada por
los ingenieros en el correr de los a
nos y se basa asumiendo que los disturbios se
28
e3 e2
e1 e2
e2
e1
(2.40)
(2.41)
basadas en los tiempos muertos del proceso, retardos de tiempo, etc. Despues
de realizada la sintonizacion, el controlador opera con parametros fijos hasta
que ocurra un disturbio con magnitud suficiente. Una tolerancia se introduce
a menudo en el autosintonizador el cual determina cuando conmutar al modo
de sintona. La tolerancia es tpicamente el doble del ancho de banda del ruido
prefijado por el operador.
2.6.
2.6.1.
30
Parmetros
del proceso
Diseo del
controlador
r(t)
Parmetros
PID
u(t)
Controlador
PID
Estimacin de
parmetros
y(t)
Proceso
31
2.6.2.
Par
ametros PID del Controlador Adaptivo
En el esquema de la figura 2.14, la estimacion de parametros se puede
(2.42)
(2.43)
donde:
R = r1 r2 q 1
S = k1 + k2 q 1 + k3 q 2
donde r[k] es la referencia, e[k] es el error y:
Kc Ts Kc Td
+
Ti
Ts
Kc Td
= Kc 2
Ts
Kc Td
=
Ts
k1 = Kc +
k2
k3
(2.44)
32
Aplicando ahora una entrada de la forma dada en (2.43) al proceso descrito por
(2.42), resulta:
ARy[k] = q BRu[k] + Rv
= q BSr[k] q BSy[k] + Rv
Por lo tanto, el sistema a lazo cerrado se describe como:
y[k] =
R
BS
r[k ] + v
T
T
(2.45)
donde:
T = AR + q BS
es el polinomio caracterstico a lazo cerrado. Asumiendo que los polos deseados
de la respuesta a lazo cerrado generan el polinomio deseado Tm , el cual es el polinomio caracterstico a lazo cerrado, nosotros requerimos encontrar el polinomio
S, esto es, k1 , k2 y k3 en (2.44), de modo tal que se cumpla lo siguiente:
AR + q BS = Tm
(2.46)
(2.47)
=1
na 2
(2.48)
1 + a1
b1
1
q +
a2 q 2
u[k 1]
(2.49)
alto orden, pero que poseen dinamica dominante de primer y segundo orden, dado
que sus dinamicas pueden muy bien ser aproximados por un modelo de segundo
orden.
Asumiendo que se cumple la condicion dada en (2.48), la ecuacion (2.46)
se puede resolver automaticamente para determinar en linea los parametros PID
de (2.44), es decir, Kc , Ti y Td , basado en el reciente estimado de los parametros
del proceso en (2.49), es decir, b1 , a1 y a2 . Notar que en (2.44), el tiempo de
muestreo Ts es conocido y normalmente se le especifica como un parametro de
dise
no.
34
Captulo 3
El Proceso
3.1.
[12], con la u
nica condicion de que se mencione la fuente. El proceso en estudio es
un servomotor D.C. (Direct Current) con carga no lineal. Es un proceso SISO de
una entrada y una salida que comprende un subsistema electrico y un subsistema
mecanico. El subsistema electrico esta compuesto por un generador PWM (Pulse
Width Modulation), que opera conjuntamente con un amplificador de potencia)
y por un servomotor D.C. controlado por voltaje de armadura. El subsistema
mecanico presenta un engranaje reductor de velocidad y un eslabon metalico
acoplado al eje del servomotor, a manera de un brazo robotico de un grado de
libertad. En el extremo del eslabon se pueden acoplar cargas esfericas adicionales
de masa Mo y radio Ro , con el proposito de variar la inercia de dicha carga.
La figura 3.1 presenta la estructura del proceso no lineal a controlar. La
tabla 3.1 describe las variables y los valores de los parametros.
MO
RO
T
+
eb
-
+
u Kact
R
Jm
0000
1111
1111
TM 0000
0000 m
1111
bm
q
m
N 2 = n N1
N2
N1
11
00
LO
00
11
00
11
00
11
m
00
11
00
11
q
00
11
00TL
11
00
11
00
11
00
11
00
11
00
11
JL
00
11
00
11
00
11
00000
11111
00
11
11111
00 00000
11
bL
11111
00 00000
11
35
Descripcion
Valor/Formula
tension de entrada al proceso
ganancia del amplificador
14.9
tension de armadura
Va = Kact u
resistencia de armadura
7.38 ohm
inductancia de armadura
4.64102 H
corriente de armadura
constante del torque motor
31.071103 N-m/A
torque motor
T = KI
torque de inercia motorica
torque: fricciones no lineales
torque inercial de la carga
torque del peso de la varilla/esfera
inercia del motor
1.9062106 kg-m2
inercia de la carga
3.5107 kg-m2
coef. de friccion del motor
1.8338106 N-m/rad/s
coef. de friccion de la carga
105 N-m/rad/s
masa de la esfera
0, 0.01, 0.02, 0.045 kg
masa de la varilla
0.06377 kg
longitud de la varilla
0.776 m
radio de la esfera
0.02 m
fuerza contra-electromotriz
eb = Ewm
constante de fuerza electromotriz
31.0352103 V/rad/s
relacion de engranajes
19.741
aceleracion de la gravedad
9.81 m/s2
velocidad angular de la carga
velocidad angular del eje
wm = nw
posicion angular del eje
posicion angular de la carga
qm = nq
36
3.1.1.
El Subsistema Mec
anico
La ecuacion del subsistema mecanico se puede obtener aplicando la segun-
da ley de Newton en el punto donde se acopla el eje del servomotor con la varilla
metalica (figura 3.1). El torque resultante nT que debe entregar el servomotor
para vencer todos los torques que se le oponen es:
nT = nTM + TE + TL + TN
(3.1)
TM = Jm w m + bm wm = nJm w + nbm w
(3.2)
donde:
2
1
TL = (Mo L2o + Mo Ro2 + mL2o + JL )w + bL w
5
3
m
TE = gLo (Mo + )sen q
2
(3.3)
(3.4)
(3.5)
donde:
2
1
M = Jef f + M L2o + M Ro2 + mL2o )
5
3
m
N = gLo (M + )
2
3.1.2.
(3.6)
(3.7)
Jef f = n2 Jm + JL
(3.8)
B = n2 b m + b L
(3.9)
El Subsistema El
ectrico
La tension de armadura Va que permite controlar la velocidad del motor
(3.10)
(3.11)
Va = uKact
(3.12)
37
3.1.3.
Conversi
on de Energa El
ectrica en Mec
anica
La ecuacion de conversion en energa electrica en mecanica es:
T = KI
(3.13)
donde K es la constante del par motriz. Igualando las ecuaciones (3.10) y (3.12)
(notar que wm = nw) obtenemos:
Enw R
Kact
u
I
I =
L
L
L
(3.14)
N
nKI
B
1
senq w TN +
M
M
M
M
(3.15)
Las ecuaciones (3.14) y (3.15) describen el modelo no lineal del proceso y pueden
tomar la siguiente representacion:
x = F (x) + G(x)u;
y = H(x)
(3.16)
x 2 = (
x 3
x2
N
B
1
F (x) =
( M )senx1 M x2 M TN +
nE
x R
x
L 2
L 3
; H(x) = x1
G(x) =
0
(3.17)
nK
x
M 3
(3.18)
Kact
L
Las matrices dadas en (3.18) representan el modelo matematico del proceso considerando carga no lineal. La figura 3.2 muestra el diagrama de simulacion del
proceso cuando la variable controlada es la velocidad angular del servomotor
38
Kact
gan4
n*K
R
sum1subsistema
elctrico
n*E
gan1 friccin de
Coulomb
w
1
+
Ms+B
sum2 subsistema
mecnico
gan2
u
entrada
MATLAB
Function
N
gan3
seno
grfico
q 1
s
Integrador
y
salida
Figura 3.2: Diagrama de bloques del proceso no lineal. Salida del proceso:
velocidad.
3.4 muestra el diagrama de simulacion del proceso cuando la variable controlada es la velocidad angular del servomotor (archivo servsimp.m) y la figura 3.5
muestra la respuesta correspondiente del proceso a un escalon con L = 0. Para
simular el proceso usando servsimv.m se debe ejecutar primero el archivo de datos
servparp.m.
Considerando L=0, la corriente de armadura resulta:
I=
Kact
nE
u
w
R
R
(3.19)
F (x) =
G(x) =
N
M
senx1
0
nKKact
u
RM
x2
B
M
n2 KE
MR
H(x) = x1
x2
1
T
M N
(3.20)
39
25
20
15
10
0
0
0.5
1.5
Tiempo
2
2.5
en segundos
3.5
Figura 3.3: Respuesta del proceso no lineal a un escalon de 0.4 rad. Salida del
proceso: velocidad.
cc
gan1
Kact
gan5
n*K
R
sum1subsistema
elctrico
n*E
gan2
u
entrada
sum2
N
gan3
friccin de
Coulomb
w 1 q
1
Ms+B
s
subsistema Integrador
mecnico
grfico
MATLAB
Function
seno
y
salida
3.1.4.
Modelo y Compensaci
on de no Linealidades
El torque TN se origina por la friccion estatica TF y por la friccion de
40
35
30
25
20
15
10
0
0
0.2
0.4
0.6
0.8
Tiempo
1
1.2
en segundos
1.4
1.6
1.8
Figura 3.5: Respuesta del proceso no lineal a un escalon de 0.4 rad. Salida del
proceso: posicion
modelarse como:
TF = CF sign(u);
TC = CC sign(w)
(3.21)
R
TN ;
nKKact
(3.22)
B
n2 KE
+
M
MR
x2 +
nKKact
v
RM
(3.23)
(3.24)
41
La ecuacion 3.24 indica que en la implementacion del software del sistema de control debemos compensar la se
nal de control u en 0.12 volt. Experimentalmente,
un valor de 0.2 ha generado buenos resultados.
Por otra parte, debido a que valores grandes de la se
nal de control u pueden
saturar al servomotor, es que se requiere un limitador de la tension de control
u. Este limitador puede tambien implementarse en el software de control. Se ha
determinado experimentalmente que para no entrar en la zona de saturacion del
servomotor, la se
nal de control compensada no debe sobrepasar el umbral de
1.4 voltios.
3.1.5.
Linealizaci
on y Discretizaci
on del Proceso
Asumiendo que la se
nal de control u esta debidamente compensada de
de salida y = Cc x, donde:
1
+
Kn2 E
)
MR
Cc =
1 0
(3.25)
y(s)
= Cc [sI Ac ]1 Bc
u(s)
(3.26)
(3.27)
y(z)
b1 z 1 + b2 z 2
b1 z + b2
=
= 2
u(z)
z + a1 z + a2
1 + a1 z 1 + a2 z 2
(3.28)
42
(3.29)
(3.30)
y(kT ) = Cx(kT )
(3.31)
donde G, H y C son las matrices de estado, de control y de salida, respectivamente, con dimensiones apropiadas. La representacion canonica controlable del
proceso (primera forma, ver subseccion 2.3.5 en [12]), resulta:
G=
;
a2 a1
H=
0
1
;
C=
b 2 a2 b 0 b 1 a1 b 0
;
D = [0]
(3.32)
a2 a1
; H=
b1
b 2 a1 b 1
; C=
1 0
; D = [0]
(3.33)
y(z)
b1 z 1 + b2 z 2
= C(zI G)1 H =
u(z)
1 + a1 z 1 + a2 z 2
(3.34)
43
Captulo 4
Estudios de Simulaci
on
En este captulo se llevan a cabo los estudios de simulacion correspondientes a las diversas tecnicas de sintonizacion descritas en el captulo anterior.
Todos los archivos MATLAB y Simulink se encuentran en el disquete adjunto a
este escrito.
4.1.
4.1.1.
Ti = 0,5Tcr = 0,01
Td = 0,125Tcr = 0,0025 0
Sin embargo, los parametros que debemos fijar en el bloque PID de SIMULINK
son:
P = Kc = 2,22
I=
Kc
= 22,2
Ti
D = Kc Td = 0,0
44
cc
Kact
gan4
gan1 friccin de
Coulomb
w
1
+
Ms+B
sum2 subsistema
mecnico
n*K
R
sum1subsistema
elctrico
n*E
u
gan2
entrada
+
PID
Controlador
sum3
N
r
q 1
s
Integrador
MATLAB
Function
gan3
seno
grfico
y
salida
r
referencia
Velocidad w [rad/s]
0.4
0.3
0.2
0.1
0.2
0.4
0.6
0.8
Tiempo
1
1.2
en segundos
1.4
1.6
1.8
0.2
0.4
0.6
0.8
Tiempo
1
1.2
en segundos
1.4
1.6
1.8
1.6
Entrada u [voltios]
1.4
1.2
1
0.8
0.6
0.4
0.2
4.1.2.
45
Velocidad w [rad/s]
0.4
0.3
0.2
0.1
0.2
0.4
0.6
0.8
Tiempo
1
1.2
en segundos
1.4
1.6
1.8
0.2
0.4
0.6
0.8
Tiempo
1
1.2
en segundos
1.4
1.6
1.8
Entrada u [voltios]
0.8
0.6
0.4
0.2
Figura 4.3: Velocidad controlada con los parametros PID obtenidos con el experimento de estabilidad.
de la salida mostrada en la figura 4.5, cuyo perodo resulta ser el tiempo crtico
Tc = 0.066 s y su amplitud es de d = 0,7. Por consiguiente:
Kcr =
4
= 0,818
d
Empleando la tabla 2.1, calculamos los siguientes parametros del controlador PID:
Kc = 0,6Kcr = 0,49
Ti = 0,5Tcr = 0,033
Td = 0,125Tcr 0
Sin embargo, los parametros que debemos fijar en el bloque PID de SIMULINK
son:
Kc
= 14,88
D = KTd 0
Ti
La salida controlada con tales parametros se muestra en la figura 4.6 y se obtuvo
P = Kc = 0,49
I=
4.2.
4.2.1.
los parametros PID del controlador, determinados usando la tabla 2.3, son:
P = Kc =
0,9
= 0,184
LS
I=
Kc
= 0,26
Ti
D = Kc Td 0
46
cc
Kact
gan4
gan1 friccin de
Coulomb
w
1
+
Ms+B
sum2 subsistema
mecnico
n*K
R
sum1subsistema
elctrico
n*E
u
gan2
entrada
+
gan3
Mux
Mux
q 1
s
Integrador
MATLAB
Function
grfico
seno
Relay
y
salida
r
referencia
sum3
Figura 4.4: Diagrama de bloques del sistema de control de velocidad. El controlador ha sido reemplazado por un rele con histeresis.
Velocidad w [rad/s]
1.5
0.5
0
0
0.1
0.2
0.3
0.4
Tiempo
0.1
0.2
0.3
0.4
0.5
0.6
en segundos
0.7
0.8
0.9
0.7
0.8
0.9
Entrada u [volts]
0.5
0.5
0
0.5
0.6
Empleando el diagrama SIMULINK de la figura 4.7 (archivo servspzn.m), conjuntamente con el archivo de datos servpznk.m, obtenemos la respuesta controlada
mostrada en la figura 4.8.
47
Velocidad w [rad/s]
1.5
0.5
0
0
0.1
0.2
0.3
0.4
Tiempo
0.1
0.2
0.3
0.4
0.5
0.6
en segundos
0.7
0.8
0.9
0.7
0.8
0.9
Entrada u [volts]
0.5
0.4
0.3
0.2
0
0.5
0.6
Figura 4.6: Velocidad controlada con los parametros PID obtenidos con el experimento del rele realimentado.
cc
Kact
gan4
n*K
R
sum1subsistema
elctrico
n*E
u
gan2
entrada
+
PID
Controlador
sum3
gan1 friccin de
Coulomb
grfico
w 1 q
1
+
Ms+B
s
gan3
MATLAB
Function
seno
Mux
Mux
y
salida
r
referencia
4.2.2.
M
etodo de Kessler
La funcion de transferencia del proceso no lineal en estudio (figura 3.4) no
posee la forma de los procesos descritos en la subseccion 2.4.3. Por esta razon no
usaremos este metodo.
48
Posicin q [rad/s]
1
1
1
0.9999
0.9999
0
0.05
0.1
0.15
0.2
0.05
0.1
0.15
0.2
Tiempo
0.25
0.3
0.35
0.4
0.45
0.5
0.25
0.3
0.35
en segundos
0.4
0.45
0.5
Voltaje u [volt]
0.3668
0.3668
0.3668
0.3668
0.3668
0
Figura 4.8: Posicion controlada con los parametros PID obtenidos con la curva
de reaccion.
4.3.
(2.46)):
Tm = AR + q 1 BS
donde:
A = 1 + a1 q 1 + a2 q 2
B = b1
R = r1 + r2 q 2
r1 = 1
S = k1 + k2 q 1 + k3 q 2
49
Posicin q (rad)
1.2
1
0.8
0.6
0.4
0.2
0
10
15
10
15
0.25
0.2
0.15
0.1
0.05
0
Tiempo en segundos
Figura 4.9: Posicion controlada con los parametros PID obtenidos con la curva
de reaccion.
50
Captulo 5
Conclusiones
Para validar los algoritmos de control PID se ha usado el proceso brazo
robotico con un grado de libertad, debido a que este puede servir como proceso con autoregulacion (para elaborar un sistema de control de velocidad) y sin
autoregulacion (para laborar un sistema de control de posicion). Ademas, la naturaleza propia de este proceso lo hace difcil de controlar, debido a la presencia de
no linealidades en el mismo, como son fuerza de friccion de Coulomb y torque no
lineal en la carga. En todos los casos simulados, se logra el objetivo de control: la
se
nal controlada sigue a la se
nal de referencia. Sin embargo, para validar los algoritmos de control PID en tiempo real a implementarse, se deberan emplear varios
modelos de procesos tpicos de la industria, como son flujo, presion, temperatura,
etc.
Sin embargo, debemos de mencionar algunos puntos que son de relevancia
para el desarrollo futuro de la tesis. En primer lugar cabe mencionar que la literatura tecnica esta abarrotada de publicaciones relacionadas con reglas de sintona
para control PID de procesos con autoregulacion, pero existe muy poco para el
caso de procesos sin autoregulacion (procesos inestables). La investigacion futura
debe de tener una de sus lineas en esta direccion. Por ejemplo, sera necesario
extender el metodo de la inclusion de reles en el lazo de control para sintonizar
el control PID de procesos no autoregulados.
Respecto al sistema de control PID adaptivo propuesto, en donde se restringe al proceso para ser maximo uno de segundo orden con retardo, vale la
pena explorar otras posibilidades en donde se pueda controlar procesos de mayor
orden. Cabe anotar que la naturaleza del controlador PID hace que el proceso
a controlar mediante la tecnica de ubicacion de polos, hace que el proceso sea
de segundo orden. A pesar de que la mayora de procesos industriales se pueden
modelar con dinamicas de segundo orden con retardo, vale la pena explorar otras
posibilidades. Por ejemplo, modificar el algoritmo de control adaptivo propuesto
(el PID Self-Tuning Regulator), para que pueda ser aplicado a una gran va51
riedad de procesos. En otro caso, teniendo en cuenta que en esta situacion los
parametros del controlador se van a autoajustar automaticamente, probar con
otros algoritmos de control mas avanzados, por ejemplo, comtrol optimo.
Respecto a la implementacion en tiempo real de los algoritmos, en principio se realizara en una PC, empleando una tarjeta de adquisicion de datos. Es
interesante tambien explorar la posibilidad de implementar los algoritmos en una
tarjeta DSP como paso previo para construir posteriormente un controlador PID
universal.
52
Ap
endice A
53
% SE~NAL DE REFERENCIA
Yo(t)= Ref;
% ESTIMACION DE PARAMETROS (METODO MCRM)
psi = [x1(t-1) x1(t-2) u(t-1)];
rho = max(1,norm(psi));
psin = psi/rho;
Nn = chol(Pi); % Nn*Nn = Pi => Nn*Nn = Pi
S = inv(diag(Nn*ones(3,1),0));
Ps = S*Pi*S;
psins = inv(S)*psin;
rt = 1 + psins*Ps*psins;
lamb = 1 - (rt-sqrt(rt^2-4*norm(Ps*psins)^2/trace(Ps)))/2;
ee = x1(t)/rho - thi*psin;
j = psins*Ps*psins + lamb;
th = thi + ee*inv(S)*Ps*psins/j;
Hns = Ps*psins/j;
Ps = (Ps - Hns*psins*Ps)/lamb;
tt = abs(max(eig(Ps))/min(eig(Ps)) );
cmax = 100; cmin = 15;
if tt <= cmin,
Pi = Ps; thi = th;
elseif tt >= cmax,
Nnew = chol(Ps); % Nnew*Nnew = Ps
Snew = inv(diag(Nnew*ones(3,1),0));
Psnew = Snew*Ps*Snew;
Pi = Psnew; thi = th;
end
% CALCULO DE LOS PARAMETROS DEL CONTROLADOR
ae1 = -th(1); ae2 = -th(2);
be1 = th(3);
k1(t) = (1-ae1-(u1+u2+u3))/1*be1;
k2(t) = (ae1-ae2+u1*u2+u1*u3+u2*u3)/1*be1;
k3(t) = (ae2-u1*u2*u3)/1*be1;
% CALCULO DE LA SE~NAL DE CONTROL u(t)
e(t) = Yo(t) - x1(t);
u(t) = u(t-1)+k1(t)*e(t)+k2(t)*e(t-1)+k3(t)*e(t-2);
% LIMITANDO u(t) PARA EVITAR SATURACION
lim = 1.25;
% MODELO DE SEGUNDO ORDEN DEL PROCESO (DISCRETIZCION DIRECTA)
TN = 0;
x1(t+1) = x1(t) + T*x2(t);
x2(t+1) = x2(t) + T*(-(N/M)*(x1(t)) - (B/M + n^2*K*E/(M*Ra))*x2(t) ...
- TN/M + (n*K*Kact/(Ra*M))*u(t) );
end
% ***************** FIN DEL BUCLE **********************
% GRAFICOS
ejex = linspace(0,Mm*T,Mm);
subplot(2,1,1)
plot(ejex,Yo(4:Mm+3),ejex,x1(4:Mm+3)); grid
ylabel(Posici
on q (rad))
subplot(2,1,2)
plot(ejex,u(4:Mm+3)); grid
ylabel(Se~
nal de control u (voltios))
xlabel(Tiempo
en
segundos)
print -f -deps pidadap
% crea pidadap.eps
54
Bibliografa
[1] Astrom, T. J. Self-tuning regulators-design, principles and applications (in
Applications of Adaptive Control). Academic Press, 1980.
[2] Bristol, E. H. Pattern recognition: An alternative to parameter identification in adaptive control, Automatica, 13 (6):197 (September 1977).
[3] D. E. Seborg, T. F. Edgar, D. A. Mellichamp. Process Dynamics and Control .
Wiley, 1989.
[4] Ghanadan, R. Adaptive PID Control of Nonlinear Systems. MS thesis,
University of Maryland, College Park, 1990.
55
[14] Y.Nishikawa,
et. al. A method for auto-tuning of pid control parameters,
Automatica, 20 :321 (march 1984).
56