Metodología de Sintonización de

Controladores PID en Lazo Cerrado

Dr. Ing. Edilberto H. Vásquez Díaz

Universidad de Piura – Perú

1
Controladores PID
A pesar de los grandes avances de la teoría del control automático,
el controlador PID sigue siendo el más utilizado en la industria, de
hecho la mayoría de equipos comerciales para el control de
procesos facilitan su implementación. Sin embargo, un porcentaje
muy alto de estos PID’s, actualmente en funcionamiento, operan de
manera deficiente debido a cambios en la operación de los procesos
y/o una incorrecta sintonización de los controladores, originando
que el rango de operación de las variables de proceso no sean las
óptimas incidiendo en el aumento de costos de producción y en la
calidad de los productos.

2
Controladores PID en tiempo continuo

donde:
R (s ) : Es la señal de referencia o punto de ajuste (Set Point)
E (s ) : Es la señal de error
M (s ) : Es la señal de salida del controlador
D(s ) : Es la señal de perturbación
U (s ) : Es la señal o variable de control (variable manipulada)
Y (s ) : Es la señal de salida (variable controlada)
Equipos de Control

4
Sistemas de Control: 4 – 20mA

5
Sistemas de Control: Redes Industriales

6
Equipos de control
PLC’s : Controladores lógicos programables. Normalmente de arquitectura abierta y fácil
integración. Orientado al control secuencial de procesos. Incluye rutinas de control PID,
limitadas en cuanto a ejecución temporal por su tiempo de SCAN.

DCS: Sistemas de control distribuido, incluye técnicas de control avanzado. Capacidad

de elevada de procesamiento matemático, multitarea (programación temporal de
tareas). Arquitectura propietaria y de no fácil integración. Generalmente vienen con su
propio software de supervisión licenciado por aplicación

PAC: Controladores programables para Automatización. Presentan una arquitectita

abierta y de fácil integración (PLC´s) y capacidad de procesamiento matemático y
tienden a control avanzado.

7
Centro de Operaciones y Control (COC)
Centro de
operaciones:
Basado en
tecnología de
transmisión
digital y
Protocolos de
comunicación.

8
INTEGRACIÓN DE LA INFORMACIÓN
Cómo estamos logrando nuestros Objetivos ?
 Costo total de producción y su variación
 Recursos laborales y de produccíón
 El ciclo de vida de nuestros productos
 Utilización de activos fijos y variables
ERP
Qué está sucediendo en cada turno?
 Disponibilidad y consumo de
materiales
MES  Capacidad y disponibilidad de
producción
 Cambios de programación por
Que está sucediendo en cada línea?
turno
 Supervisión
Trazabilidad del producto y su
SCADA Alarmas
 calidad
 Indice de Calidad
 Datos operativos de los equipos
Métodos de sintonización PID
 Método de oscilaciones sostenidas
 Método de oscilaciones amortiguadas
 Método de la curva de reacción
 Modelo del proceso
 Ziegler-Nichols
 Cohen-Coon
 Criterios de desempeño
Métodos de Sintonización
 Una de las metodologías prácticas empleadas en la
industria para la sintonización de lazos PID en
funcionamiento es hacerlo mediante identificación del
proceso a controlar. Para ello es necesario abrir los
lazos y proceder a realizar pruebas escalón para
obtener la respuesta del proceso y obtener un modelo
un aproximado para proceder a encontrar los
parámetros del controlador. Sin embargo, abrir los
lazos es casi imposible debido a la operación continua
de las plantas industriales.

11
Métodos de Sintonización
 Identificación de Sistemas: Es una metodología que
permite determinar el modelo matemático de un sistema, a
partir de datos de Entrada/Salida obtenidos de su
funcionamiento.

12
Métodos de Identificación
 Métodos para Estimar el Modelo
 Métodos No Paramétricos:
 Análisis del Transitorio. Repuesta Impulso, entrada Escalón, Análisis
de correlación ….
 Métodos Paramétricos: Función de Transferencia:
 LS, PEM, IVM.

 Basados en algoritmos de optimización.

min ∑ ( y − ym )
2

 Métodos de Subespacios: Espacio de estados:

 Moesp, N4SID.
 Basados en manipulación algebraica.

13
Métodos de Subespacios
 Se obtiene directamente un Modelo en Espacio de Estados
para un sistema MIMO. A diferencia de los métodos
paramétricos, la identificacion es de tipo MISO

y (t) = M u (t) + M u (t) + ... + M u (t)

u1 y1 1 11 1 12 2 1m m
y2 y (t) = M u (t) + M u (t) + ... + M u (t)
u2 2 21 1 22 2 2m m
...
um yl y (t) = M u (t) + M u (t) + ... + M u (t)
l l1 1 l2 2 lm m

x(k + 1) = Ax(k ) + Bu( k )

y(k ) = Cx(k ) + Du( k )

14
Objetivo
 En el presente seminario se propone una metodología
para la sintonización de reguladores PID a partir de la
identificación a lazo cerrado del proceso, es decir sin la
necesidad de abrir los lazos de control. La metodología
propuesta es aplicada en simulación un proceso
MIMO de baja interacción controlado por medio de 2
PID’s con mala sintonización, logrando una nueva
sintonización de los lazos y obteniendo mejoras en las
variables de proceso.

15
Identificación a Lazo Cerrado
Ruidos de Proceso

Ruidos de Medición
CONTROLADOR

Señal de
PLANTA
Control

16
Métodos de Identificación a Lazo Cerrado
 Métodos de Identificación a Lazo cerrado:
 Método Directo: Lazo Abierto

Ruidos de Ruidos de
Proceso Medición
Señal de control

 Método Indirecto: Conocido el algoritmo del controlador

wk vk
rk uk yk
+ C(z) P(z)
-

17
Métodos de Identificación a Lazo Cerrado
Métodos de Entrada/Salida: Modelo Extendido

Entrada al
Referencia Proceso
u p (k )
r1 (k )

Salida del
Proceso
y p (k )

18
Método Utilizado: IdCL
Se realiza en tres pasos:

1. Se estima un modelo global del sistema, utilizando como

entradas las referencias y como salidas las señales de
control y salida del proceso. El modelo obtenido se
encuentra libre de ruidos de medición y de proceso.
Señal de
Control
Referencia u p (k )
r1 ( k ) Sistema a
Lazo Cerrado

Salida del
Proceso
y p (k )

19
Método Utilizado: IdCL
2. A partir de las referencias y el modelo del proceso obtenido
en el paso anterior, por simulación se obtienen las señales
de control (entrada al proceso) y las salidas del proceso.
Las cuales se encuentran libres de las perturbaciones, es
decir no están correlacionadas con los ruidos de medición y
de proceso.
Señal de Control
u~p (k ) obtenida
Referencia por Simulación
r1 ( k ) MODELO
AT, BT,CT, DT
Salida del Proceso
obtenida por
Simulación ~ y p (k )

20
Método Utilizado: IdCL
3. Se estima el modelo del proceso a partir de las señales
de control y salidas del sistema obtenidas en el paso
anterior

Señal de Salida del

Control Proceso
u~p (k ) AP, BP, CP, DP
~
y p (k )
Proceso

x p (k + 1) = A p x p (k ) + B pu~p (k )
y (k ) = C x (k ) + D u~ (k )
~
p p p P p

21
Método Utilizado: IdCL
 Ventajas del método propuesto.
 Estima el modelo del proceso en Espacio de Estados a
partir de datos en lazo cerrado.
 No necesita conocer los parámetros del controlador, ni
el orden del controlador.
 Estima el orden del proceso.

22
Descripción de la metodología

23
Descripción de la metodología
 Parámetros de los Controladores: PID

Kp =2 K p = 1.2
Ti = 0.035 Ti = 0.1
Td = 0 Td = 0
PID 1 PID 2

24
Identificación a lazo cerrado
Salida 1 vs Referencia 1 original
100

90

80

70

60

50

40

30

20

10

0
0 100 200 300 400 500 600 700 800 900 1000

Salida Y1 del sistema(rojo) y referencia correspondiente(azul)

25
Identificación a lazo cerrado
Salida 2 vs Referencia 2 original
35

30

25

20

15

10

0
0 100 200 300 400 500 600 700 800 900 1000

Salida Y2 del sistema y referencia correspondiente

26
 Set point 1 (grados)

80

60
0 100 200 300 400 500 600 700 800 900 1000
Set point 2 (metros)
30

20

10
0 100 200 300 400 500 600 700 800 900 1000
Entrada 1 (%)
100
80
60
40
20
0 100 200 300 400 500 600 700 800 900 1000
Entrada 2 (%)
80
60
40
20

0 100 200 300 400 500 600 700 800 900 1000
Salida 1 (grados)
100

50

0
0 100 200 300 400 500 600 700 800 900 1000
Salida 2 (metros)

20

0
0 100 200 300 400 500 600 700 800 900 1000
tiempo (segundos)

Señales de SP, salidas y señales de control

27
Identificación a Lazo Cerrado

28
Identificación a Lazo Cerrado

29
Modelo Obtenido en Espacio de
Estados
A= [0.97553 0.02629 -0.04541 0.00142,
-0.02363 0.88517 0.05423 -0.11504,
0.04068 -0.02889 0.93026 0.14479,
0.01589 0.08528 -0.073691 0.94827]

B= [-0.00023 -0.00046,
-0.00131 -0.00171,
0.00015 -0.00193,
0.00198 0.0002]
C= [-38.3995 10.4979 -18.6248 8.58682,
-0.47499 -11.6336 -0.8705 -3.41309]
D= [0 0,
0 0]
30
Simulación

Modelo creado a partir de la identificación

31
Simulación

Salida 1 Respuesta real(azul) vs simulada(verde)

32
Simulación

Salida 2 Respuesta real(azul) vs simulada(verde)

33
Diseño de los controladores

34
Diseño de los controladores

35
Nuevos Parámetros
K p = 0.75 K p = 1.7553
Ti = 0.04 Ti = 0.26
Td = 0 Td = 0
PID 1 PID 2

36
Resultados
100
Salida 1 vs Referencia 1 primer ajuste

90

80

70

60

50

40

30

20

10

0
0 100 200 300 400 500 600 700 800 900 1000

Nueva salida Y1 del sistema(rojo) y referencia correspondiente(azul)

37
Resultados
35
Salida 2 vs Referencia 2 primer ajuste

30

25

20

15

10

0
0 100 200 300 400 500 600 700 800 900 1000

Nueva salida Y2(rojo) del sistema y referencia correspondiente(azul)

38
Conclusión
 Se ha desarrollado un método de ajuste de
controladores PID por medio de identificación basada
en subespacios a lazo cerrado y reglas de sintonía
conocidas.
 La variedad de criterios de ajuste que ofrece el Control
Design Tool permite explorar distintas opciones y
obtener resultados comparables.
 La implementación off-line de la metodología puede
ser implementada on-line, gracias a las facilidades que
ofrecen las tecnologías informáticas y de
comunicaciones industriales .

39