UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA ELECTRICA Y ELECTRONICA

Dise
no e Implementaci
on de Controladores PID
Industriales

TESIS
Para optar el Grado de Maestro en Ciencias
Mencion: Automatica e Instrumentacion

Presentada por:

Arturo Parra Quispe

LIMA - PERU
2003

A mis Padres, Esposa e Hijos

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.

UNIVERSIDAD NACIONAL DE INGENIERIA

Facultad de Ingeniera Electrica y Electronica
Dise
no e Implementacion de Controladores PID Industriales
TESIS
Para optar el grado de Maestro en Ciencias
Mencion: Automatica e Instrumentacion
Presentada por:
Arturo Parra Quispe
Lima - Per
u
Extracto
Este trabajo de tesis trata sobre el dise
no e implementacion de controladores PID, los cuales se emplean masivamente en la industria para controlar
una gran variedad de procesos que trabajan en un rango de operacion peque
no.
Para tal punto de operacion, la dinamica del proceso se puede considerar lineal.
De hecho el algoritmo de control PID es basicamente lineal.
Los controladores PID mencionados, pierden eficiencia y/o capacidad de
control cuando se aplican a procesos tremendamente no lineales. Afortunadamente, procesos de este tipo son los menos, mientras que aquellos apropiados
para ser controlados con controladores PID son mas del 90 % del total.
Por su aplicacion masiva, los controladores PID han recibido y siguen recibiendo especial atencion por parte de los investigadores, ingenieros y tecnicos de
operacion de procesos. El algoritmo de control basico ha sufrido modificaciones
para lograr un mejor rendimiento del sistema de control a lazo cerrado. Por otra
parte, se han agregado otras caractersticas interesantes a los controladores PID
como son la capacidad de autosintonizacion de sus parametros PID a requerimiento del operador de planta y la capacidad de adaptarse automaticamente y
en lnea a situaciones cambiantes en el entorno del sistema de control.
Este trabajo de tesis en particular se ocupa del dise
no e implementacion
iv

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

2.2. Respuesta al escalon de un proceso autoregulado. . . . . . . . . . . .

18

2.3. Respuesta al escalon de un proceso no autoregulado. . . . . . . . . .

18

2.4. Respuesta al escalon de un proceso oscilatorio. . . . . . . . . . . . . .

19

2.5. Determinacion de K, L y en un proceso autoregulado. . . . . . . .

19

2.6. Determinacion de K, L y R en un proceso no autoregulado. . . . . .

20

2.7. Determinacion de d y Tp en un proceso oscilatorio. . . . . . . . . . .

21

2.8. Grafico de Nyquist. c 1,8. . . . . . . . . . . . . . . . . . . . . . .

22

2.9. Experimento de estabilidad de Ziegler y Nichols. . . . . . . . . . . . .

23

2.10. Sistema con rele realimentado. . . . . . . . . . . . . . . . . . . . . . .

23

2.11. Diagrama de bloques de un autosintonizador basado en el experimento

con rele de Astrom y Haggland. . . . . . . . . . . . . . . . . . . . . .

28

2.12. Un rele con histerisis. . . . . . . . . . . . . . . . . . . . . . . . . . . .

29

2.13. Determinacion del amortiguamiento d, sobreimpulso y el perodo de

oscilacion Tp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

30

2.14. Esquema del Self-tuning regulator(STR). . . . . . . . . . . . . . . .

31

3.1. Proceso: servomotor con carga no lineal. . . . . . . . . . . . . . . . .

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

3.4. Diagrama de bloques del proceso no lineal. Se

nal controlada: posicion.

40

3.5. Respuesta del proceso no lineal a un escalon de 0.4 rad. Salida del
proceso: posicion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

41

4.1. Diagrama de bloques del sistema de control de velocidad. . . . . . . .

45

4.2. Respuesta oscilatoria de la velocidad obtenida con el experimento de

estabilidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

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

4.5. Respuesta oscilatoria de la velocidad obtenida con el experimento del

rele realimentado. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

47

4.6. Velocidad controlada con los parametros PID obtenidos con el experimento del rele realimentado. . . . . . . . . . . . . . . . . . . . . . .

48

4.7. Diagrama de bloques del sistema de control de posicion. . . . . . . .

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. . . . . . . . . . . . . .

2.1. Reglas de sintona PID atendiendo a la respuesta crtica a lazo cerrado

seg
un Ziegler y Nichols. . . . . . . . . . . . . . . . . . . . . . . . . .

24

2.2. Modificacion de las reglas de sintona PID seg

un Ziegler y Nichols. . .

25

2.3. Reglas de sintona PID seg

un Ziegler-Nichols y Cohen-Coon. . . . . .

26

3.1. Parametros y variables del servomotor con carga no lineal. . . . . . .

36

Captulo 1

Introducci
on
1.1.

Generalidades
Este trabajo de tesis se ocupa del dise
no e implementacion de contro-

ladores PID, los cuales, como todos sabemos, se emplean masivamente en la

industria para controlar una gran variedad de se
nales tales como presion, nivel,
flujo, temperatura, ph, redox, velocidad, posicion, voltaje, corriente, entre otras.
En la mayora de los casos, el proceso controlado por un controlador PID, trabaja
en un rango de operacion peque
no. Para tal situacion la dinamica del proceso se
puede considerar lineal. De hecho el algoritmo de control PID es basicamente
lineal.
Nosotros entenderemos como sistema de control a lazo cerrado, cuando
el controlador del sistema genera una se
nal de control (la se
nal de entrada al
proceso), procesando mediante un algoritmo de control, la diferencia entre la se
nal
de salida del proceso y una se
nal de referencia o set-point. Evidentemente, la
se
nal de realimentacion es la salida controlada del proceso. En contraposicion,
un sistema de lazo abierto esta constituido por el controlador en cascada con el
proceso, sin presencia de realimentacion.
Los controladores PID lineales mencionados en el primer parrafo, pierden
eficiencia y/o capacidad de control cuando se aplican a procesos tremendamente
no lineales. Afortunadamente, procesos de este tipo son los menos, mientras que
los procesos apropiados para ser controlados empleando controladores PID son
mas del 90 % del total.
Sin embargo, aunque no va a ser materia de este trabajo de tesis, existen
controladores PID del tipo no lineal (ver referencia [4] por ejemplo), apropiados
para controlar procesos tremendamente no lineales. Sin embargo, su desventaja
radica en que tales controladores no son del tipo comercial y de uso masivo
debido a que el esquema de dise
no del sistema de control que emplean, se aplica
a procesos no lineales con ciertas caractersticas particulares (orden del proceso
4

predeterminado, elementos no lineales bastante bien definidos, cotas mnimas y

maximas en las se
nales en juego, etc). Para ser mas especficos, el controlador PID
no lineal de la referencia [4], se dise
na empleando la tecnica del control adaptivo
con modelo referencial, que como se conoce, es una tecnica de caracter no lineal.
Por su aplicacion masiva, los controladores PID han recibido y siguen
recibiendo especial atencion por parte de los investigadores, ingenieros y tecnicos
de operacion de procesos. El algoritmo de control basico ha sufrido modificaciones para lograr un mejor rendimiento del sistema de control a lazo cerrado,
tal como describe en detalle en el Captulo 2 de este trabajo. Por otra parte,
se han agregado otras caractersticas interesantes a los controladores PID como
son la capacidad de autosintonizacion de sus parametros PID a requerimiento
del operador de planta y la capacidad de adaptarse automaticamente y en lnea
a situaciones cambiantes en el entorno del sistema de control, como puede ser,
variacion de los parametros del proceso, presencia de disturbios en cualquier momento de operacion del sistema, caractersticas dinamicas no consideradas en el
proceso, etc. Tales caractersticas tambien se detallan en el Captulo 2 de este
trabajo.
De lo expuesto anteriormente, podemos ahora mencionar que este trabajo
de tesis se ocupa del dise
no e implementacion de controladores PID de uso industrial. Los controladores a ser dise
nados e implementados en una PC y empleando
una tarjeta de adquisicion de datos son:
1) Controladores PID convencionales con sus modificaciones.
2) Controladores PID con capacidad de autosintona a requerimiento del operador.
3) Controladores PID adaptivos con capacidad de adaptarse en lnea a cambios
en los parametros y en las se
nales del proceso.
Para validar los dise
nos propuestos emplearemos el proceso manipulador
robotico de un grado de libertad.

1.2.

Antecedentes
Es evidente que controladores PID con las caractersticas mencionadas en

la seccion anterior se ofrecen actualmente en el mercado. Sin embargo, el know5

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) Hsta el momento no existe en nuestro medio un estudio analtico acerca de

los controladores PID y sus variantes: controladores PID con capacidad de
autosintona y con capacidad de adaptabilidad. Este trabajo intenta rellenar
este vaco.
4) El controlador a dise
nar e implementar de hecho ya tiene relevancia comercial, dado que en la industria se esta acostumbrado a trabajar con controladores PID.
5) Este trabajo de tesis va ha demostrar experimentalmente la teora correspondiente. Esto significa que es un trabajo que llena la brecha entre la teora
y la practica, que muy pcas veces se practica en nuestro medio.
6) Este trabajo puede servir como punto de partida para futuros trabajos
relacionados con los controladores PID y sus variantes, dado que a
un se
siguen usando masivamente en la industria.
6) Con trabajos de este tipo se pretende contribuir con un grano de arena al
esfuerzo nacional de salir de la dependencia tecnologica.

1.4.

Objetivos
Los objetivos a alcanzar con el desarrollo de esta tesis son los siguientes:

1) Poner a consideracion un estudio de los controladores PID actuales y sus

variantes. Este estudio es necesario desde que los controladores PID son los
mas empleados en la industria.
6

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) Actualmente, varios controladores PID comerciales ya ofrecen algoritmos

del tipo difuso (fuzzy). Esta es una buena alternativa para lidiar con
procesos que no poseen una dinamica bien definida. Por la extension de
este trabajo de tesis, tal alternativa de inclur logica difusa se deja para un
trabajo posterior.
2) Los controladores dise
nados e implementados en este trabajo son para controlar procesos SISO (Single Input Single Output). Se deja para otro trabajo
posterior el dise
nar e implementar controladores multivariables, ya sea empleando algoritmos PID o algoritmos basados en logica difusa.
3) Los algoritmos de control PID dise
nados se van a implementar en una PC,
en donde el procesamiento de datos de entrada y salida la va a realizar una
tarjeta de adquisicon de datos. Esto quiere decir, en esta primera fase no se
va a construr un controlador PID stand-alone.o compacto. Este desarrollo
se deja para una segunda fase. La mejor solucion para esta segunda fase es
emplear un procesador digital de se
nales y sus perfericos correspondientes.

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.

Tabla 1.1: Cronograma de ejecucion del trabajo de tesis.

1er Mes
A
B

2do Mes 3er Mes

A
B
C

4to Mes 5to Mes

B
C
D
E
F

C
D
E
F

F
G
H

B) Elaboracion del Captulo 1: Introduccion.

C) Elaboracion del Captulo 2: Controladores PID.
D) Elaboracion del Captulo 3: El Proceso.
E) Elaboracion del Captulo 4: Estudios de Simulacion.
F) Elaboracion del Captulo 5: Implementacion.
G) Elaboracion del Captulo 6: Conclusiones (y Recomendaciones).
H) Defensa de la tesis.

1.8.

Recursos Materiales

Disponibles o Existentes (descripci

on de c/u):
1) Bibliografa correspondiente (generalmente de la Internet).
2) Manipulador robotico (ya existen en la SPGSE-FIEE).
3) Tarjeta de adquisicion de datos: Adioda (proporcionada por el Dr. Arturo
Rojas).
4) Dispositivos de medicion (del laboratorio de Electronica).
5) Fuentes de poder (ya existen en la SPGSE-FIEE).

6) Software de aplicacion: Matlab, C++ (existe en la SPGSE-FIEE).

7) Hardware (amplificadores de potencia, existe en la SPGSE-FIEE).
7) PC Pentium (existe en la SPGSE-FIEE).
Por Adquirir:
Ninguno.

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)

2) Controlador PID ideal paralelo.


u(t) = Kp e(t) + Ki

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

Analticamente hablando, si redefinimos los coeficientes, entonces (2.3) es

equivalente a (2.1), esto es, (2.3) puede ser siempre reemplazado por (2.1). Por
otro lado, (2.1) tiene una correspondencia directa con (2.2) siempre que Td < 14 Ti .
De las ecuaciones anteriores podemos observar que tales algoritmos operan con una se
nal de error e(t) que es generada en lnea (on-line), es decir, con
el controlador en plena operacion, tal como se ilustra en la figura 2.1, en donde
las nuevas se
nales externas al lazo de control l y n son el disturbio en la carga y
el ruido de medicion respectivamente. El sistema de control mostrado en la figura 2.1 se denomina sistema de control con error realimentado y debe satisfacer
varios requerimientos: estabilidad a lazo cerrado, buena respuesta transitoria en
presencia de cambios de r(t), rechazo a los disturbios de carga y rechazo al ruido.
El objetivo de control es que la fuerza de control u(t) dise
nada, sea capaz de estabilizar la salida y(t) con respecto a r(t), cumpliendo ciertas especificaciones de
dise
no como son: determinados error en estado estable, porcentaje de sobreimpulso, tiempo de establecimiento, ancho de banda, margenes de fase y de ganancia,
entre otros criterios.

l
r

u
Controlador

Proceso

Figura 2.1: Sistema de control con error realimentado.

La representacion discreta correspondiente a (2.1) se puede encontrar

reemplazando la integral por una suma y la derivada por una diferencia finita
como sigue:


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

donde q 1 es el operador de desplazamiento por atraso definido como:

q 1 e[k] = e[k 1]
nosotros podemos ahora reescribir (2.4) como:



Kc Ts
Kc Td
1
1
+
(1 q ) e[k]
u[k] = Kc +
Ti 1 q 1
Ts

(2.5)

Para simplificar la escritura, podemos usar la siguiente relacion para el

algoritmo PID:
u(t) = P (t) + I(t) + D(t)

(2.6)

donde P es el termino proporcional, I es el termino integral y D es termino

derivativo. Tambien:
Ps = Kps S(t),


Is = Kis

S( )d,
0

Ds = Kds

dS(t)
dt

(2.7)

En particular (2.1) y (2.3) se pueden reescribir como:

u(t) = Pe + Ie + De

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)

en donde la derivada se puede aproximar mediante la regla rectangular, es decir,

por una diferencia finita de la forma:
Is [k + 1] Is [k]
= Kis S[k]
Ts
donde k es el tiempo discreto y Ts es el tiempo de muestreo, siendo valida la
relacion t = Ts k. Empleando la relacion anterior en (2.9), se obtiene la siguiente
formula recursiva:
Is [k + 1] = Is [k] + T s Kis S[k]

(2.10)
13

Otra forma es usar la regla trapezoidal de integracion:



k
k

S[0] + S[k] 
S[j] S[j 1]
Is [k] = Kis Ts
S[j]
= Kis Ts
+
2
2
j=1
j=1
Is [k + 1] = Is [k] + Kis T sKis
2.2.2.

S[k + 1]
2

(2.11)

Anti-windup
Una modificacion com
un en muchos controladores PID es la caracterstica

anti windupdel termino integral empleado en el algoritmo. El proposito de esta

modificacion es prevenir integrar el error cuando la variable o fuerza de control se
satura. Esta caracterstica puede ser formulada como el termino usual I seguido
de un elemento de saturacion insertado en el algoritmo, el cual se puede describir
como (ver (2.9)):
dPs
1
(2.12)
= Kis e(t) + (v(t) u(t))
dt
Tr
donde v(t) es la salida del correspondiente actuador en estado de saturacion y Tr
es la constante de tiempo de seguimiento, usualmente seleccionada peque
na (una
fraccion de Ti en (2.1)), de modo tal que el integrador pueda ser desenganchada
(reset) rapidamente.
2.2.3.

Aproximaci
on Derivativa y Filtrado
En la mayora de los controladores PID, tales como los descritos en (2.1),

(2.2) y (2.3), la accion derivativa opera solamente en la se

nal de salida medible y
y no en la referencia r. El proposito de esta modificacion es el prevenir cambios
drasticos en el termino D debido a los cambios abruptos en la se
nal r.
Una modificacion mas importante es filtrar la accion derivativa mediante
un filtro de primer o segundo orden para disminuir el ruido derivativo. Esta
caracter1stica limita la amplificacion del ruido de medicion de alta frecuencia en
la salida del controlador. La se
nal de control sera asi menos ruidosa y la ganancia
de alta frecuencia permanecera dentro de cotas apropiadas. Un termino derivativo
en (2.1) con un filtro de primer orden toma la forma:
Td dD
dy
+ D = K Td
N dt
dt

(2.13)

donde N es la cota de la ganancia derivativa y Td /N es la constante de tiempo

del filtro. Un valor tpico de N es 10.
14

En una forma respectiva, la modificacion para (2.7) es:

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) Metodo de la diferencia por atraso:

y[k] y[k 1]
D[k] D[k 1]
+ D[k] = Kds
Ts
Ts
Kds
(y[k] y[k 1])
D[k] = (1 Ts / )D[k 1] +

(2.16)

3) Metodo de la aproximacion de Tustin:

KS
D(s)
= G(s) =
y(s)
S+1
D(z)
= G(s)|s= 2 1z1
Ts 1+z 1
y(z)
2K(1 z 1 )
G(z) =
2 (1 z 1 + Ts (1 z 1 )
2 D[k] 2 D[k 1] + Ts D[k 1] + Ts D[k] = 2K(y[k] y[k 1])
2K
2 Ts
D[k 1] +
(y[k] y[k 1])
(2.17)
D[k] =
2 + Ts
2 + Ts
Los metodos recursivos en (2.16) y (2.17) son siempre estables. Sin embargo, (2.15) es inestable para Ts peque
no. La ecuacion (2.16) es bastante exacto
si Ts es bien peque
no. En general, la aproximacion de Tustin origina los mejores
resultados, y cuando Ts se hace mas peque
no, se puede alcanzar mejor exactitud.
2.2.4.

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

en el termino proporcional de la ley de control (dos grados de libertad), entonces

la flexibilidad en el dise
no se incrementa, lo cual conduce a un mejor rendimiento
en el control.
La modificacion deseada se logra parcialmente si nosotros modificamos el
error e en la parte proporcional de (2.1) por:
ep = r y

(2.18)

donde es un parametro de dise

no constante. La respuesta transitoria a lazo
cerrado se puede ahora mejorar variando apropiadamente.
Poseer mas grados de libertad significa disponer de mas parametros para
ser sintonizados. En controladores PID convencionales, usualmente no esta sujeto a un proceso de sintonizacion.
2.2.5.

Rechazo al Ruido, Muestreo y Prefiltrado

Tal como se muestra en la figura 2.1, en todo sistema de control indus-

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

de ejemplo, se puede seleccionar:

c = s /8
donde s = 2/Ts es la frecuencia de muestreo. Este prefiltro aten
ua se
nales con
un factor de 16 en la mitad de la frecuencia de muestreo (s /2).

2.3.

Modelado del Proceso

Los controladores PID convencionales se sintonizan manualmente, mien-

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

de la misma sin control (respuesta a lazo abierto) a una se

nal excitadora. La se
nal
de excitacion mas usada es el escalon. Muchos procesos industriales poseen las
respuestas al escalon mostradas en las figuras 2.2, 2.3 y 2.4.
Procesos autoregulados son aquellos que poseen una respuesta estable al
escalon, es decir, despues que el proceso es excitado con un salto de escalon, su
salida alcanza un nuevo nivel. Este es el caso tpico de los procesos de temperatura.
Un proceso de primer orden con retardo y tiempo muerto puede describirse muy
bien como sigue:
G(s) =

K
esL
1 + s

m=K

(2.20)

donde K es la ganancia del proceso a lazo abierto, es su constante de tiempo,

L es el tiempo muerto (time delay) y m es la razon de reaccion unitaria. Este
modelo describe el comportamiento del proceso escalado en L, donde L en este
sentido representa una aproximacion de las constantes de tiempo de alto orden del
proceso. Tener en cuenta que K es la relacion entre la salida en estado estacionario
del proceso con respecto a una entrada tipo escalon de magnitus arbitraria.

17

Figura 2.2: Respuesta al escalon de un proceso autoregulado.

Figura 2.3: Respuesta al escalon de un proceso no autoregulado.

La figura 2.5 muestra la determinacion grafica de los parametros K, L y

mediante el trazado de una tangente a la respuesta al escalon de un proceso
autoregulado.
18

Figura 2.4: Respuesta al escalon de un proceso oscilatorio.

Figura 2.5: Determinacion de K, L y en un proceso autoregulado.

Procesos no regulados, como es el caso de procesos de nivel, poseen una

respuesta al escalon como el de la figura 2.3. La dinamica de tales procesos se
puede modelar como:
G(s) =

K sL
e
s

R=KL

(2.21)

donde L es el tiempo muerto aparente, el cual aproxima las constantes de tiempo

19

del proceso, R es la razon de reaccion unitaria y K es la ganancia. Estos dos

parametros se pueden obtener graficamente, tal como se ilustra en la figura 2.6.

Figura 2.6: Determinacion de K, L y R en un proceso no autoregulado.

Procesos oscilatorios poseen una respuesta como la mostrada en la figura

2.4, y su dinamica se puede aproximar mediante la siguiente funcion de transferencia:

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)

donde d es el amortiguamiento y Tp es el perodo de oscilacion tal como se muestra

en la figura 2.7.
Una forma alternativa de (2.22) incluyendo un tiempo muerto aparente L
es:
G(s) =

K 2
esL
s2 + 2s + 2

(2.24)
20

Figura 2.7: Determinacion de d y Tp en un proceso oscilatorio.

donde L se puede determinar en la misma forma que para el modelo dado en

(2.20)
2.3.2.

M
etodo de Respuesta en Frecuencia
La idea basica en la mayora de estos metodos es llevar al proceso en un

estado de autooscilacion (ciclo lmite) usando realimentacion en una frecuencia

apropiada. La frecuencia de este ciclo lmite se denomina la frecuencia de cruce c
y es la mas baja frecuencia donde la curva de Nyquist del sistema a lazo cerrado
intercepta el eje real negativo:
arg G(icr ) =

(2.25)

donde G(s) es la funcion de transferencia a lazo abierto del sistema. El perodo

Tcr = 2/cr se denomina el perodo crtico. Otro termino importante es la ganancia crtica Kcr , la cual conduce al sistema al lmite de la estabilidad bajo un control
puramente proporcional. La relacion entre Kcr y Tcr es:
1


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.

Figura 2.8: Grafico de Nyquist. c 1,8.

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

Figura 2.9: Experimento de estabilidad de Ziegler y Nichols.

forzada en el proceso empleando un rele descrito por:

u =

si e > 0

u =

si e < 0

(2.27)

donde es la amplitud del rele. La condicion de oscilacion en la figura 2.10 es

que el proceso lineal G(s) posea una curva de Nyquist que intersecte el eje real
negativo. El tiempo crtico Tcr es el mismo que el perodo de oscilacion del ciclo
lmite, y la ganancia crtica Kcr es la ganancia del rele dada por:
Kcr =

4
d

(2.28)

donde d es la amplitud de la oscilacion en la se

nal de error e.

Figura 2.10: Sistema con rele realimentado.

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

1942, con ciertas modificaciones, se siguen empleando a

un en la industria (ver
referencias [5], [6] y [9]). Estos metodos se basan en muchos experimentos realizados en tpicos procesos industriales autoregulados.
El metodo de la respuesta crtica a lazo cerrado de Ziegler y Nichols tiene
dos formas. En la primera, se determina primero un simple modelo del proceso
autoregulado, empleando la tecnica descrita en la seccion anterior (tecnica de
respuesta al escalon). Luego, se computan directamente los mejores parametros
PID usando (2.29) y la tabla 2.1, como sigue:
Tcr = 4 L

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

se calculan los parametros del controlador PID, a saber, Kc , Ti y Td . Dado que

en muchas situaciones no es practico realizar en un proceso el experimento de
estabilidad de Ziegler y Nichols, entonces se puede emplear otra alternativa, tal
como la tecnica de excitacion por rele descrita en la subseccion 2.3.2.
Notar que la tecnica de sintona de Ziegler y Nichols resulta en un margen
de ganancia de 1.5 y un margen de fase de 25 grados, lo cual resulta en d = 0.25 (un
cuarto de la amplitud del amortiguamiento); esto es: d =0.25 en la figura 2.7 y =
0.22 en (2.22). Tales caractersticas conducen a una buena respuesta del proceso
controlado en presencia de disturbios en la carga. Nosotros podemos lograr otros
objetivos modificando la tabla 2.1. Por ejemplo, la tabla 2.2 proporciona los
parametros PID recomendados para lograr un margen de ganancia de al menos 2
y un margen de fase de 45 grados [9].
Tabla 2.2: Modificacion de las reglas de sintona PID seg
un Ziegler y Nichols.

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

y Cohen-Coon [3] se puede aplicar a procesos autoregulados y no autoregulados,

cuyas respuestas se muestran en las figuras 2.5 y 2.6. Los parametros PID del
controlador se determinan empleando la tabla 2.3, en donde S es la pendiente
promedio normalizada del proceso. Para el caso de procesos autoregulados, tal
pendiente toma la forma S = K/ , mientras que para el caso no autoregulado
la pendiente es S = R/L. Ya sabemos que K es la ganancia a lazo abierto del
proceso y se determina mediante la relacion entre la respuesta en estado estable
del proceso a una excitacion escalon de magnitud arbitraria.
2.4.3.

M
etodo de Kessler
El metodo atribudo a C. Kessler [11], para sintonizar los parametros PID

en procesos no autoregulados y autoregulados, establece que para procesos que

25

Tabla 2.3: Reglas de sintona PID seg

un Ziegler-Nichols y Cohen-Coon.

Controlador Kc

Ti

1
LS

PI

0,9
LS

3,33L

PID

1,2
LS

2L

Td

0,5L

poseen las siguientes funciones de transferencia:

Gp (s) =

(1 + T1 s)

Kp

(1

Gp (s) =

T1 > 4 T

+ t s)

T =

(2.30)

KI
(1 + t s)

T =

(2.31)

Se recomienda emplear un controlador PI de la forma (con Xp siendo la banda

proporcional):


Gc (s) = Kc

1
1+
TI s


Xp =

100
Kc

(2.32)

Para el proceso descrito en (2.30), los parametros del controlador PI se sintonizan

como sigue:
Kc =

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)

Tambien, para procesos que poseen las siguientes funciones de transferencia:

Gp (s) =
T1 > 4 T

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

Se recomienda emplear un controlador PID de la forma:



1
Gc (s) = Kc 1 +
(1 + TD s)
TI s

(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-

trolador automaticamente ya sea debido a la demanda del operador de planta o

debido a una se
nal externa. Actualmente se ofrecen autosintonizadores comerciales en el mercado [9], [8], [14]. Estos autosintonizadores se basan en dos principios:
1) Identificacion de parametros combinado con el calculo de los parametros
PID mediante una metodologa de dise
no.
2) Reconocimiento de patrones combinado con alg
un metodo para determinar
los valores delos parametros.
En el primer metodo la dinamica del proceso se identifica automaticamente usando una tecnica de modelado como el descrito en la seccion 2.3. Una
de las tecnicas mas comunes se describe en [8]. Un diagrama de bloques de dicho
autosintonizador se muestra en la figura 2.11.
Durante la fase de sintona, el lazo de control es un lazo con rele realimentado, semejante al lazo mostrado en la figura 2.10. Tal como se discutio en la
seccion 2.3, en esta fase se alcanzara una oscilacion periodica, donde el perodo
de oscilacion es simplemente el tiempo crtico Tc y la ganancia 4/d del rele (a
la frecuencia crtica) es la ganancia crtica (ver subseccion 2.3.2 para mayores
detalles). El perodo Tc se puede determinar simple y automaticamente midiendo
los tiempos entre los cruces en cero. La amplitud d se puede determinar midiendo
27

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

Figura 2.12: Un rele con histerisis.

pueden aproximar mediante escalones y pulsos peque

nos. Un esquema. empleado
en el controlador Exact de Fozboro, es el resultado de un sistema experto basado
en el metodo de reconocimiento de patrones descrito en [2]. En este metodo,
un cambio escalon se aplica al sistema luego de cierta fase de inicializacion. El
autosintonizador entonces monitorea la respuesta transitoria resultante del error
y calcula los parametros claves: amortiguamiento d, sobreimpulso y el perodo
de oscilacion Tp definidos en la figura 2.13, donde:
d=

e3 e2
e1 e2

e2
e1

(2.40)

El operador puede especificar el maximo amortiguamiento d y el maximo

sobreimpulso en el rango de [0,1] y [0.1,1] respectivamente [9]. Los parametros
claves se emplean entonces en decidir como ajustar los parametros PID empleando
reglas empricas desarrolladas por Foxboro y parcialmente descritas en [13]. Por
ejemplo, a partir de la tabla 2.1, el metodo de Ziegler y Nichols sugiere que:
Ti
0,5
=
Tp
0,85

(2.41)

donde Ti y Td son los parametros PID descritos en (2.1). En la practica, sin

embargo, se pueden hacer algunas modificaciones de las relaciones dadas en (2.41),
29

Figura 2.13: Determinacion del amortiguamiento d, sobreimpulso y el perodo

de oscilacion Tp .

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.

Controlador PID Adaptivo (STR)

Preliminares
El controlador PID adaptivo del tipo autosintonizable, es conocido en

la literatura tecnica en ingle como Self-tuning Regulator(STR). El STR fue

propuesto inicialmente por Kalman [10] y desarrollado posteriormente por Astrom

30

y Wyttenmark en 1973 [1]. Un STR es un sistema de control adaptivo en donde

se asume que alli existe un modelo parametrico lineal constante que describe la
dinamica del proceso. Ya es costumbre, sin embargo, aplicar la metodologa del
STR a procesos variantes con el tiempo, siempre que los cambios en los parametros
del proceso sean lentos con respecto a los cambios en su respuesta dinamica
correspondiente.
Tal como se muestra en la figura 2.14, los parametros del proceso se estiman en linea empleando un estimador recursivo de parametros. Los valores
estimados de los parametros se emplean luego en un esquema de dise
no para
computar los parametros del controlador. Por lo tanto, el bloque denominado
dise
no del controlador, proporciona la solucion al problema de dise
no para un
proceso con parametros conocidos.

Parmetros
del proceso
Diseo del
controlador

r(t)

Parmetros
PID
u(t)
Controlador
PID

Estimacin de
parmetros

y(t)
Proceso

Figura 2.14: Esquema del Self-tuning regulator(STR).

Debe de indicarse aqui, para que los parametros estimados converjan a

valores reales, la se
nal de entrada al proceso debe de ser suficientemente rica,
y el sistema a lazo cerrado debe de ser estable. Entonces, condiciones para la
convergencia de los parametros estimados es un punto muy importante en el
problema de dise
no. En la siguiente subseccion aplicaremos el STR de la figura
2.14 para sintonizar controladores PID.

31

2.6.2.

Par
ametros PID del Controlador Adaptivo
En el esquema de la figura 2.14, la estimacion de parametros se puede

realizar empleando el metodo de su eleccion, uno de los cuales es el de los mnimos

cuadrados recursivos. Luego, los parametros estimados pueden ser usados para
solucionar el problema de dise
no del controlador, en nuestro caso, un controlador
PID. Un metodo muy difundido para resolver el problema de dise
no es el de la
ubicacion de polos. La idea es determinar los parametros del controlador de modo
que los polos del sistema a lazo cerrado se ubiquen en localizaciones deseadas.
Asumamos que el proceso de la figura 2.14 se puda describir mediante el
siguiente modelo discreto ARMA:
Ay[k] = q  Bu[k] + v

(2.42)

donde v es un disturbio,  1 es el retardo y:

A = 1 + a1 q 1 + a2 q 2 + + ana q na
B = b1 + b2 q 1 + b3 q 2 + + bnb q nb
y q 1 es el operador de desplazamiento por retraso, con la propiedad:
q i y[k] = y[k i]
Para la estructura del controlador, podemos reescribir (2.5) como:
Ru[k] = Se[k]

e[k] = r[k] y[k]

(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)

Dado que existen tres incognitas (k1 , k2 y k3 ) y  1, entonces Tm necesita

ser aproximado, en el mejor caso, por un polinomio de tercer orden (asumiendo
que el termino constante ha sido equalizado mediante simple manipulacion). Por
consiguiente, se debe de satisfacer la siguiente relacion:
max{1 + na ,  + nb + 2} 3

(2.47)

donde na y nb son los ordenes de los polinomios A y B respectivamente.

Dado que  1, para que se cumpla (2.47), debemos tener:
nb = 0

=1

na 2

(2.48)

Por consiguiente, el controlador PID autosintonizante propuesto puede lidiar sin

dificultad con procesos descritos por:
y[k] =

1 + a1

b1
1
q +

a2 q 2

u[k 1]

(2.49)

con b1 = 0. La condicion (2.48) y la forma de la ecuacion (2.49) simplemente

establecen que procesos de primer y segundo orden son buenos candidatos para
los controladores PID. Dichos controladores tambien son buenos para procesos de
33

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.

Modelo del Proceso

Este captulo ha sido extrado, previa autorizacion verbal, de la referencia

[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

Figura 3.1: Proceso: servomotor con carga no lineal.

35

Tabla 3.1: Parametros y variables del servomotor con carga no lineal.

Smbolo
u
Kact
Va
R
L
I
K
T
TM
TN
TL
TE
Jm
JL
bm
bL
Mo
m
L0
R0
eb
E
n
g
w
wm
qm
q

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)

Reemplazando las ecuaciones (3.2), (3.3) y (3.4) en la ecuacion (3.1) se obtiene:

nTm = M w + Bw + N sen q + TN

(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

viene expresada por:

Va = IR + LI + eb

(3.10)

donde eb es la tension contraelectromotriz y es igual a:

eb = Ewm

(3.11)

Va = uKact

(3.12)

y la tension de armadura Va es:

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)

Empleando las ecuaciones (3.13) y (3.14) en (3.5) y despejando w obtenemos:

w =

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)

Eligiendo como variables de estado: x1 = q (posicion angular), x2 = x 1 = q = w

(velocidad angular) y x3 = I (intensidad de corriente), podemos obtener:
x 1 = x2
N
B
1
nK
)senx1 x2 TN +
x3
M
M
M
M
nE
R
Kact
=
x2 x3 +
u
L
L
L

x 2 = (
x 3

donde la salida es la posicion x1 . Por consiguiente:

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

(archivo servsimv.m) y la figura 3.3 muestra la respuesta correspondiente del

proceso a un escalon con L = 0. Cabe anotar que la respuesta al escalon para
L = 0 es muy similar a la obtenida con L = 0 debido a que la inductancia L
es muy peque
na y para fines practicos puede despreciarse, con lo cual el orden
del proceso no lineal queda reducido a uno de segundo. Para simular el proceso
usando servsimv.m se debe ejecutar primero el archivo de datos servparv.m. Todos estos archivos se encuentran en el disquete adjunto a este escrito. La figura
cc

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)

y la ecuacion (3.18) pasa a ser:

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

Velocidad w (rad/s); entrada u (voltios)

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

Figura 3.4: Diagrama de bloques del proceso no lineal. Se

nal controlada: posicion.

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

Coulomb TC . TF es el torque necesario a vencer para que el servomotor comience

a moverse. Cuando el servomotor ya esta en movimiento, aparece el torque de
friccion de Coulomb TC oponiendose a dicho movimiento. Tales torques pueden

40

35

Posicin q (rad); entrada u (voltios)

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)

donde la funcion sign(.) toma el valor +1 cuando el argumento es positivo y 1

cuando es negativo. Para el servomotor empleado se ha determinado experimentalmente [12] que CF CC = 0,15.
Nuestro problema es entonces compensar (eliminar) el torque TN de la
ecuacion (3.20). Para ello definimos:
u=v+

R
TN ;
nKKact

(3.22)

Reemplazando la ecuacion (3.22) en (3.20) obtenemos una ecuacion compensada

de la forma:
N
x 2 = senx1
M

B
n2 KE
+
M
MR


x2 +

nKKact
v
RM

(3.23)

Asumiendo en (3.22) que TN = TC = CC sign(w), lo cual es cierto cuando el

sistema ya esta en movimiento, el termino no lineal resulta:
RCC
sign(w) = 0,12sign(w)
nKKact

(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

no linealidades y despreciando la inductancia L del servomotor, entonces, para

desviaciones peque
nas alrededor del origen se cumple que senx1 x1 . Aplicando
tal aproximacion en la ecuacion (3.20) obtenemos una ecuacion de estado lineal
de la forma x = Ac x + Bc u y una ecuacion

0
Ac =
N
B
M
( M


0
;
Bc =
KnKact
MR

de salida y = Cc x, donde:

1
+

Kn2 E
)
MR


Cc =


1 0

(3.25)

A tal resultado tambien se puede llegar si aplicaramos la tecnica del jacobiano.

La funcion de transferencia Gp (s) del proceso puede determinarse mediante la
relacion:
Gp (s) =

y(s)
= Cc [sI Ac ]1 Bc
u(s)

La funcion de transferencia de pulso Gp (z) se determina como sigue:


y(z)
Gp (s)
1
Gp (z) =
= (1 z )Z
u(z)
s

(3.26)

(3.27)

donde Z[.] es el operador transformada z. Dicha funcion de transferencia depende

del tiempo de muestreo T y posee la siguiente estructura:
Gp (z) =

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

Su correspondiente ecuacion de diferencias es:

y(k) = a1 y(k 1) a2 y(k 2) + b1 u(k 1) + b2 u(k 2)

(3.29)

Dado que un mismo proceso puede tener m

ultiples representaciones de estado,
a partir de la ecuacion (3.28) podemos determinar diversas representaciones de
estado de la forma:
x(k + 1) = Gx(k) + Hu(k)

(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)

Tener en cuenta que para nuestro proceso b0 = 0. Si seleccionamos como variables

de estado x1 = y(k), x2 (k) = y(k + 1) b1 u(k), obtendremos la segunda forma
canonica controlable (subseccion 2.3.5 en [12]):

G=

a2 a1


; H=

b1
b 2 a1 b 1


; C=


1 0

; D = [0]

(3.33)

La funcion de transferencia de pulso del proceso tambien se calcula de:

Gp (z) =

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.

Control PID de Velocidad

M
etodo de la Respuesta Crtica de ZN
El metodo de la respuesta crtica de Ziegler y Nichols fue explicado en la

subseccion 2.4.1. De la figura 3.5 identificamos: K = 19, L = 0 y = 0,25. Dado

que m = KL/ = 0, entonces no aplicaremos la ecuacion 2.29 para determinar
los parametros PID del controlador.
En cambio, usaremos el experimento de estabilidad de ZN. Para llevar a
cabo este experimento, emplearemos el diagrama de bloques de la figura 4.1. Fijando los siguientes valores para el controlador PID: 3.7 para la parte proporcional
(el valor crtico Kcr ), 0 para la parte integral y 0 para la derivativa, se obtiene
la velocidad oscilante mostrada en la figura 4.2, cuyo perodo es Tcr = 0.02 s.
Usar el archivo de parametros servpazn.m para almacenar los datos. Empleando
la tabla 2.1, calculamos los siguientes parametros del controlador PID:
Kc = 0,6Kcr = 2,22

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

La salida controlada con tales parametros se muestra en la figura 4.3.

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

Figura 4.1: Diagrama de bloques del sistema de control de velocidad.

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

Figura 4.2: Respuesta oscilatoria de la velocidad obtenida con el experimento de

estabilidad.

4.1.2.

Experimento de Hagglund y Astrom

El experimento de Hagglund y Astrom es el experimento con rele reali-

mentado, el cual se describe en la subseccion 2.3.2. Para realizar este experimento

empleamos el diagrama de bloques de la figura 4.4. Fijando los siguientes valores
para el rele con histeresis: w/2 = 0,1 y = 0,45, se obtiene la respuesta oscilatoria

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=

con la figura 4.1.

4.2.
4.2.1.

Control PID de Posici

on
M
etodo de la Curva de Reacci
on
De la figura 3.5 obtenemos: L = 0,35, R = 6,5, S = R/L = 18,6. Luego,

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

Figura 4.5: Respuesta oscilatoria de la velocidad obtenida con el experimento del

rele realimentado.

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

sum2 subsistema Integrador

mecnico
N

gan3

MATLAB
Function
seno

Mux
Mux
y
salida

r
referencia

Figura 4.7: Diagrama de bloques del sistema de control de posicion.

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.

Control PID Adaptivo

Para el proceso que nos ocupa, la ecuacion caracterstica es (ver ecuacion

(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

Tal ecuacion caracterstica del sistema tambien toma la forma:

Tm = AR + q 1 BS = (1 1 q 1 )(1 2 q 1 )(1 3 q 1 )
donde las i son las races deseadas del sistema a lazo cerrado. Identificando
coeficientes obtenemos las siguientes relaciones, de donde se pueden despejar los
parametros k1 , k2 y k3 del controlador PID:
a1 1 + k1 /b1 = (1 + 2 + 3 )
a2 a1 + k2 /b1 = 1 2 + 1 3 + 2 3
a2 + k3 /b1 = 1 2 3

49

La ecuacion de la planta para la identificacion de parametros (ver (2.42)) es:

y[k] = a1 y[k 1] a2 y[k 2]b1 u[k 1]
mientras que la ecuacion del controlador (ver (2.43)) es:
u[k] = u[k 1] + k1 e[k] + k2 e[k 1] + k3 e[k 2]
La figura 4.9 muestra el resultado de la simulacion realizado con el programa pidadap.m y cuyo listado se encuentra en el Apendice A.
1.4

Posicin q (rad)

1.2
1
0.8
0.6
0.4
0.2
0

10

15

10

15

Seal de control u (voltios)

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

Listado de los Programas

% pidadap.m SIMULACION DEL SISTEMA DE CONTROL DE POSICION PID
%
ADAPTIVO CON AUTOSINTONIZACION
clear all
% PARAMETROS DEL PROCESO NO LINEAL (TABLA 3.3)
JL = 3.5e-7;
bL = 1e-5;
Ro = 0.01;
Jm = 1.9062e-6;
bm = 1.8338e-6;
g = 9.81;
E = 31.035e-3;
Ra = 7.38;
m = 0.06377;
Kact = 14.9;
cc = 0.25;
Mo = 0.00; % 0.01, 0.02, 0.045;
K = 31.071e-3;
n = 19.741;
L = 4.64e-3;
Lo = 0.776;
B = n^2*bm +bL;
Jeff = n^2*Jm +JL;
M = Jeff + (1/3)*m*Lo^2 + Mo*Lo^2 + (2/5)*Mo*Ro^2;
N = g*Lo*(Mo+m/2);
% MODELO LINEAL DEL PROCESO DE SEGUNDO ORDEN (c: CONTINUO)
Ac = [0 1;-N/M -(B + n^2*K*E/Ra)/M];
Bc = [0;n*K*Kact/(Ra*M)];
Cc = [1 0]; Dc = [0];
% MODELO LINEAL DISCRETO DEL PROCESO DE SEGUNDO ORDEN
T = 0.01; % perioodo de muestreo
[G,H,C,D]=c2dm(Ac,Bc,Cc,Dc,T,zoh);
[num,den]=ss2tf(G,H,C,D);
a1 = den(2); a2 = den(3);
b1 = num(2); b2 = num(3);
% REPRESENTACION POLINOMIAL
% A(z^(-1)) = 1 + a1*z^(-1) + a2*z^(-1);
% B(z^(-1)) =
b1*z^(-1) + b2*z^(-1);
% A(z^(-1))*Y(k) = B(z^(-1))*U(k) + Ce; % CASO AUMENTADO
% en el estado estacionario: z = 1:
% (1 + a1 + a2)*Yo = (b1 + b2)*Uo + Ce
% CONDICIONES INICIALES
u(1) = 0; u(2) = 0;
% se~nal de control
e(1) = 0; e(2) = 0; e(3) = 0; % se~nal de error
x1(1) = 0; x1(2) = 0; x1(3) = 0; % salida posicion
x2(1) = 0; x2(2) = 0; x2(3) = 0; % velocidad
% CONDICIONES INICIALES DE LOS PARAMETROS
Ref = 1;
% magnitud de la se~nal de referencia
thi = [-a1 -a2 b1];
% vector inicial de parametros
u1 = - 0.1; u2 = 0.2+0.2i; u3 = 0.2-0.2i; % raices deseadas
alfa=1000; Pi = alfa*eye(3); % matriz de covarianza inic.
lamb=0.98; lamb0 = 0.99;
% factor de memoria
cmax = 100; cmin = 10;
% umbrales de estimacion
% ******** LAZO DEL SISTEMA DE CONTROL ADAPTIVO *********
Mm = 1500;
for t = 3:Mm+3

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.

[5] J. G. Ziegler, N. B.Nichols.

Optimum settings for automatic controllers,
ASME Trans., 64 :759 (nov 1942).

[6] J. G. Ziegler, N. B.Nichols.

Process lags in automatic control circuits,
ASME Trans., 433 (jul 1943).
[7] Jerry, J. P. A Comparison of pid control algorithms, Control Eng., 102
(march 1987).
[8] K. J. Astrom, T. Hagglund. Automatic tuning of simple regulators with
specifications on phase and amplitude margins, Automatica, 20 :645 (May
1984).
[9] K. J. Astrom, T. Hagglund. Automatic Tuning of PID Controllers, Instrument Sciety of America (1988).
[10] Kalman, R. E. Design of a self-optimizing control system, ASME Trans.,
468 (1958).

55

[11] Kessler, C. Optimum settings for automatic controllers, Regelungstechnik ,

6 :395400, 432436 (1958).
[12] Rojas-Moreno, Arturo. Control AvanzadoDise
no y Aplicaciones en Tiempo
Real . Publicacion Independiente, 2001.
[13] T. W. Kraus, T. J. Myron. Self-tuning pid controller uses pattern recognition approach, Control Eng., 106 (June 1984).

[14] Y.Nishikawa,
et. al. A method for auto-tuning of pid control parameters,
Automatica, 20 :321 (march 1984).

56