Sunteți pe pagina 1din 41

1.

Regulador PID

1. Regulador PID ____________________________________________________1


1.1. Introducción ____________________________________________________________________________________________________________ 2
1.2. Discretización ___________________________________________________________________________________________________________ 4
1.2.1. Operador Derivada ________________________________________________________________________________________________________________4
1.2.2. Discretización por Partes____________________________________________________________________________________________________________5
1.3. Efecto Windup ___________________________________________________________________________________________________________ 6
1.4. Efecto Bumpless _________________________________________________________________________________________________________ 8
1.5. Ajuste del PID__________________________________________________________________________________________________________ 10
1.5.1. Relación entre ambos métodos:______________________________________________________________________________________________________12
1.5.2. Método de Asignación de Polos._____________________________________________________________________________________________________16
1.5.3. Realimentación con Relé___________________________________________________________________________________________________________21
1.6. Control con Modelo Interno (IMC)_________________________________________________________________________________________ 22
1.6.1. Paradigma de diseño para IMC ______________________________________________________________________________________________________28
1.6.2. Diseño de F _____________________________________________________________________________________________________________________30
1.6.3. Realización del Controlador IMC ____________________________________________________________________________________________________34
1.6.4. Diseño de PI-IMC para Plantas de Primer Orden ________________________________________________________________________________________36

1
1.1. Introducción
El regulador más usado es el PID
1 de(t)
u(t) = K [ e(t) + ∫ e(s) ds + T d ] (1.1)
Ti dt
La acción proporcional es el control por realimentación más simple
Por ejemplo
A
Y(s) = U(s) (1.2)
1 + sT
Si se lo realimenta con un regulador P resulta
KA KA
Y(s) = 1 + sτ R(s) = 1 + K A R(s) (1.3)
KA τ
1+ 1+ s
1 + sτ 1+ K A
El segundo término de la ecuación (1.1) muestra que esta acción es proporcional a la
integral del error.

2
Este factor dejará de integrar solo cuando el error sea nulo que es el objetivo buscado.
El término D es utilizado para mejorar los transitorios del sistema y el comportamiento
frente a perturbaciones.
En muchos controladores comerciales se hace una modificación a este aporte
definiéndolo como:
dy(t)
D = - KT d (1.4)
dt
Otra modificación
sTd
sTd ≈ (1.5)
sT
1+ d
N
con N ≈ 3" 20 , que limita el efecto en altas frecuencias
En definitiva, el regulador resulta:
 
 1 sTd 
U ( s ) = K bR ( s ) − Y ( s ) +
sTi
( R ( s ) − Y ( s ) ) −
sTd
Y ( s )  (1.6)

 1+ 
 N 
3
1.2. Discretización
1.2.1. Operador Derivada
 T k
Td 
uk = K e
 k +
Ti
∑ej + T
( ek − ek −1 ) (1.7)
 j =0 

( 
)
k-1

u k-1 = k p  e k-1 + k i ∑e j + k d e k-1 - e k-2  (1.8)

 j=0 
u k - u k-1 = k p  e k - e k -1 + k i e k + k d ( e k - 2 e k-1 + e k-2 )  (1.9)

u k - u k-1 = k p  ( 1 + k i + k d ) e k - ( 1 + 2 k d ) e k-1 + k d e k -2  (1.10)

U(z) α + β z -1 + γ z -2
= (1.11)
E(z) 1 - z -1

4
1.2.2. Discretización por Partes
P ( t ) = K ( br ( t ) − y ( t ) ) (1.12)

P ( kT ) = K ( br ( kT ) − y ( kT ) ) (1.13)

KT
I ( ( k + 1) T ) = I ( kT ) + e ( kT ) (1.14)
Ti
Td dD dy ( t )
+ D = − KTd (1.15)
N dt dt
diferencia hacia atrás
Td KTd N
D ( kT ) = D ( ( k − 1) T ) − ( y ( kT ) − y ( k − 1) ) (1.16)
Td + NT Td + NT
Esta aproximación es siempre estable y el polo derivativo tiende a cero con Td → 0
El control total es la suma de los tres términos
u ( kT ) = P ( kT ) + I ( kT ) + D ( kT ) (1.17)

5
1.3. Efecto Windup
Antireset wind up.
satura el término integral

-y
KTds

e + v u
K Actuador
+
+

- +

+
K/Ti 1/s

+ es

1
Ti
u

6
-y
KTds

e + v Modelo u
K Actuador
+
+

- +

+
K/Ti 1/s

+ es

1
Ti
u

7
1.4. Efecto Bumpless
efecto Bumpless evita acciones bruscas de control al pasar de manual a automático.
1
Tr
- +

Actuación
manual 1 1
Tm s

y
PD
r
Manual

e u
1 1
Tr s Auto

- +

1 es
Tr

Ilustración 1-1 Pid con Efecto Bumpless

8
α
u k = k ek + -1 u k -1
1- ( 1-α ) z
(1.18)
 α   z - 1+α 
uk = k  1 + z - 1  e k = k  ek
z - 1 
α z -1
bk = um (1.19)
1 - ( 1 - α ) z -1 k

u k = u k-1 + e k - α e k-1
 (1.20)
 u k = u m en manual

9
1.5. Ajuste del PID
Ziegler-Nichols (1942) en frecuencia
Control Kp Ti Td
ador
P 0,5K c
PI 0,45K c 0,833tc
PID 0,6 K c 0,5tc 0,125tc
Tabla 5-II Regulador PID en cadena cerrada

amortiguamiento ¼

10
Ziegler-Nichols de lazo abierto

Ilustración 1-2 Ajuste del PID por Ziegler-Nichols en lazo abierto


Control Kp Ti Td
ador
P 1
a
PI 0,9 3L
a
PID 1,2 2L 0,5L
a
Tabla 5-II Regulador PID en cadena abierta

11
Estos valores se obtienen de los de la 1ª regla haciendo
2
Kc =
a (1.21)

tc = 4 L
El criterio de optimización es el mismo que para la 1ª regla.
1.5.1. Relación entre ambos métodos:
b -sT
G(s) = e (1.22)
s
respuesta al escalón:
L=T
(1.23)
a = bT
de acuerdo a la segunda tabla el regulador PID será
1.2 T
K= Ti = 2T Td = (1.24)
bT 2
método de respuesta en frecuencia

12
t c = 4T
π (1.25)
kc=
2bT
De acuerdo a esto, el regulador PID será:
0.6π 0.94 T
K= ≈ Ti = 2T Td = (1.26)
2bT bT 2

13
- Interpretación
  1 
G r(iω c ) = 0.6 k c  1 + j  ω cT d - 
  ω c i  
T
  2π t 2 
= 0.6 k c  1 + j  0.12t c - c
2π t c  
(1.27)
  tc
= k c ( 0.6 + 0.26 j )
es un avance de 23
- Generalización
sea la función de transferencia en lazo abierto
G p(jω ) = r p e
j( π +φ p )
(1.28)

queremos ubicar esta respuesta a una determinada frecuencia en un punto


B = r s e j( π +φ s ) (1.29)

mediante un regulador
G r(jω ) = r r e
jφ r
(1.30)

14
Podríamos hacer el diseño por el método de margen de amplitud es decir que para Φs= 0
la amplitud sea rs= 1 / Am siendo ésta un margen de amplitud dado. Por lo tanto se debe
cumplir:
j( π +φ s )
rs e = r p r r e j( π +φ p+φ r ) (1.31)

entonces el regulador será:


 rs
 rr =
 rp (1.32)

φ = φ - φ
 r s p

la ganancia proporcional es la parte real del regulador


r s cos( φ s - φ p )
k p= (1.33)
rp
el ángulo estará dado por
1
ω Td - = tan( φ s - φ p ) (1.34)
ω Ti

15
1.5.2. Método de Asignación de Polos.
sistema de primer órden
kp
Gp= (1.35)
1+ s T 1
regulador PI
 1 
Gr = K  1 +  (1.36)
 sT i 
resultando un sistema de segundo órden en lazo cerrado
G p Gr
Gc = (1.37)
1+ G p Gr

la ecuación característica será

2  1 kp K  kp K
s +s + + =0 (1.38)
 T1 T1  T1Ti
y nuestra condición de diseño dice

16
s + 2 ξ ω s +ω = 0
2 2
(1.39)

el regulador PI resulta
2ξ ω T 1 - 1
K=
kp
(1.40)
2ξ ω T 1 - 1
Ti=
ω2T1
se puede hacer algo parecido para un sistema de 2do órden
- Caso Discreto del Método de Asignación de Polos.
sistema de segundo orden
A(z) = z 2 + a 1 z + a 2
(1.41)
B(z) = b1 z + b 2

regulador PI

17
S(z)
H r(z) =
R(z) (1.42)

R(z) = ( z - 1 ) R 1(z)

una forma genérica sería


S(z) = s 0 z 2 + s 1 z + s 2
(1.43)
R(z) = ( z - 1 ) ( z + r 1 )

la ecuación característica será


( z 2 + a 1 z + a 2 )( z - 1 )( z + r 1 ) +
(1.44)
( b1 z + b 2 )( s 0 z 2 + s 1 z + s 2 ) = 0

que es de cuarto órden.


Se podría especificar un denominador como,

P(z) = ( z - e -αω h )2 ( z 2 + p 1 z + p 2 ) (1.45)

donde

18
p 1 = - 2 e -ξω h cos( ω h 1 - ξ )
2
(1.46)
-2 ξω h
p2 = e

Ejemplo:
1
G p(s) = (1.47)
( 1 + s )( 1 + 0.26 s )

si el período de muestreo es h = 0.1 seg.


0.0164 z + 0.0140
H p(z) = 2
(1.48)
z - 1.583 z + 0.616
condición de diseño:
ξ = 0.5 ω = 4 α = 1 (1.49)

P será

P(z) = ( z - 0.670 )2 ( z 2 - 1.54 z + 0.670 ) (1.50)

reemplazando
19
r 1 = - 0.407
s 0 = 6.74
(1.51)
s 1 = - 9.89
s 2 = 3.61

20
1.5.3. Realimentación con Relé
Desarrollando en serie de Fourier la salida de un relé, su primer armónico tiene una
amplitud de:
4d
Ar = (1.52)
π
si la amplitud de la salida es a, la ganancia a esa frecuencia será

 2π  πa
G j  = - 4d (1.53)
 tc 

21
1.6. Control con Modelo Interno (IMC)
Se puede plantear el siguiente esquema
do

e u + y
r +
Q G
− +

+

la salida es
QG 1 − QGˆ
y= r+ do
( ) ( )
[1.54]
1 + Q G − Gˆ 1 + Q G − Gˆ

si el modelo es perfecto,

22
( )
y = QGr + 1 − QGˆ d o [1.55]

el IMC se puede mostrar como

do

e u + y
r +
Q G
− +

+

23
do
C
e u + y
r +
Q G
− + +
+

do

e u + y
r + Q
C= G
− 1 − QGˆ +

El control es diseñado en base al modelo de la planta


( )
C = C Gˆ [1.56]"

24
Es muy intuitivo
do

e u + y
r +
Q G
− +

+

está relacionado con el concepto de predictor de Smith

25
Si la planta es estable, ¿cómo elegir Q?
¿Si probamos con Q = Gˆ −1 ?

(
y = QGr + 1 − QGˆ d o) [1.57]

( )
y = Gˆ −1Gr + 1 − Gˆ −1Gˆ d o [1.58]

G  Gˆ 
y = r + 1 −  do [1.59]
Gˆ  G
ˆ

G
≈1⇒ y ≈ r [1.60]

con Q = Gˆ −1 se obtiene el control perfecto

26
Problemas:
(a) nunca el modelo es perfecto
(b) los actuadores se saturan
(c) un retardo no se puede invertir en forma exacta
(d) problemas matemáticos de inversión
(e) problemas con plantas inestables

27
1.6.1. Paradigma de diseño para IMC
Se elige
Q = FGˆ inv [1.61]

siendo Gˆ inv una aproximación estable de la inversa de Ĝ


y F una condición de diseño (filtro) para lograr determinadas propiedades en lazo
cerrado.
Gˆ inv intenta resolver el problema (c) y F los problemas (a), (b) y (d)
Si se toma esta condición de diseño se obtiene
QG 1 − QGˆ
y= r+ do
( ) ( )
[1.62]
1+ Q G − G ˆ 1+ Q G − G ˆ

FGˆ inv G 1 − FGˆ inv Gˆ


y= r+ do
( ) ( )
[1.63]
ˆ
1 + FGinv G − Gˆ ˆ
1 + FGinv G − G ˆ

suponiendo que

28
Gˆ inv G ≈ Gˆ inv Gˆ ≈ 1 [1.64]

resulta
y ≈ Fr + (1 − F ) d o [1.65]

recordar que elegimos Gˆ inv como una aproximación estable de la inversa de Ĝ


si Ĝ tiene inversa estable y no tiene retardos se puede elegir Gˆ inv = Gˆ −1
si no es el caso se hace una separación
Bˆ ( s ) Bˆ e ( s ) Bˆi ( s )
G (s) =
ˆ = [1.66]
ˆA ( s ) Aˆ ( s )
Bˆ e ( s ) contiene los ceros estables y
Bˆi ( s ) contiene los ceros inestables o de no mínima fase
se elige
ˆ (s)
A
Gˆ inv ( s ) =
( )
[1.67]
Bˆ e ( s ) Bˆi ( s )
s =0

29
se considera la ganancia estática de Bˆi ( s )
no se puede hacer esto con el retardo (se verá luego)
1.6.2. Diseño de F
y ≈ Fr + (1 − F ) d o [1.68]

F es la respuesta deseada del sistema.


Para seguimiento de referencias:
- F rápida => respuesta rápida
- F lenta => respuesta lenta
Para rechazo de perturbaciones:
- F rápida => buen rechazo de perturbaciones
- F lenta => rechazo pobre

30
Generalmente F se elige de la forma
1
F= [1.69]
( β s + 1)
p

se agrega el exponente p de modo de que Q = FGˆ inv sea bipropia o tenga igual número
de polos y ceros.
Por ejemplo

Gˆ ( s ) =
1
, F =
1 ˆ = 2s + 1
, Q = FG [1.70]
2s + 1 β s +1 inv
β s +1
s − 5 s 2
+ 2 s + 1 1 s 2
+ 2s + 1
Gˆ ( s ) = 2 ˆ (s) =
,G , F = , Q = ˆ =
FG [1.71]
( β s + 1) −5 ( β s + 1)
inv inv
s + 2s + 1 −5 2 2

31
β pequeño => F rápido
β grande => F lenta
Una F lenta reduce los efectos negativos de
- incertidumbre en el modelo
- limitaciones de los actuadores
- ruido de medición
β se convierte en un potenciómetro de diseño
Una elección más sofisticada de F lleva a un diseño más complejo.

32
step(tf(1,[.1 1]),tf(1,[1 1]),tf(1,[2 1]))
Step Response
From: U(1)
1

0.9

0.8

0.7

0.6
Amplitude
To: Y(1)

0.5

0.4

0.3

0.2

0.1

0
0 2 4 6 8 10 12

Time (sec.)

33
1.6.3. Realización del Controlador IMC
en la forma IMC
do

e u + y
r +
Q G
− +

+

en la forma "PID" clásica


do

e u + y
r +
CPID G
− +

34
de donde se deduce que
Q
CPID = [1.72]
1 − QGˆ
Con el diseño IMC se puede lograr un comportamiento PID si
- se controla con un PI un modelo de primer orden
- se controla con un PID un modelo de segundo orden
- se controla con un PID un modelo de primer orden con retardo
Ventajas del diseño de un PID vía IMC:
- fácil obtener el modelo de los datos de planta (resp. escalón)
- se explicita la forma de la respuesta en lazo cerrado eligiendo F o β
- se calculan las constantes del controlador (P, I y D) con fórmulas apropiadas.

35
1.6.4. Diseño de PI-IMC para Plantas de Primer Orden
Modelo de la planta

Gˆ = [1.73]
τˆs + 1
el tiempo de crecimiento está relacionado con la constante de tiempo
Tˆr ≈ 2,2τˆ [1.74]

τˆs + 1 1
Gˆ inv = ,F = [1.75]
Kˆ β s +1
Q = FGˆ inv [1.76]

el controlador según IMC es


Q FGˆ inv τˆs + 1 1 1
C= = = = [1.77]
1 − QG 1 − FGinv G K β s Gˆ β s
ˆ ˆ ˆ ˆ

en el caso de un PI paralelo

36
K ip
C = CPI = K + p
p [1.78]
s
eligiendo
τˆ 1
Kp =
p
, Ki =
p
[1.79]
ˆ
Kβ Kˆ β
dado β , τˆ y K̂ tenemos una forma sistemática de ajustar el controlador.
τˆ 1 τˆs + 1
CPI = + = [1.80]
Kˆ β Kˆ β s Kˆ β s
Resumen:
- encontrar τˆ y K̂
- elegir el controlador PI y β
Recordar que con β pequeños se obtiene
- rápidos seguimientos de referencias
- menor robustez a errores de modelo
- mayor sensibilidad a errores de modelado en alta frecuencia
37
- actuaciones más importantes
- más sensible a saturaciones de los actuadores
- mejor rechazo a perturbaciones
- mayor sensibilidad al ruido de medición
- mayor efecto de los ceros inestables
- mayor efecto del retardo
% Control PI IMC Sistema de Primer Orden
% Sistema continuo
Kh = 10;
tauh = 1;
d=poly([-1/tauh]);
sis = tf( Kh,d);
%Sistema en variables de estado
Pss = ss(sis);
% y su respuesta al escalón ...
precision= .01;
t = 0:precision:5;
u = ones(size(t));
y = lsim(sis,u,t);
figure(1)
plot([y]);

% período de muestreo
T=.1;

38
% PI discreto
beta =5;
kp = tauh/beta/Kh;
ki = 1/beta/Kh;
kd = 0;

beta =.2;
kp = tauh/beta/Kh;
ki = 1/beta/Kh;
kd = 0;
% se usa la aproximación de Euler s=(q-1)/T
%ud(i)=ud(i-1)+A*error(i)+B*error(i-1)
A = kp;
B = ki*T-kp

Tfin = 5;
t = 0:precision:T;
ref = 1;
y = zeros(size(t));
ly = length(t);
x0= zeros(1,1);
[xx yx]= size(x0);
yy = 0;
uu = 0;
ttt=0;
yd=zeros(Tfin/T,1);
ud=zeros(Tfin/T,1);
error=zeros(Tfin/T,1);

39
for i = 3:Tfin/T
% muestreo de la salida
yd(i) = y(length(y));
% Regulador
error(i)= ref-yd(i);
ud(i)=ud(i-1)+A*error(i)+B*error(i-1);

% bloqueador de orden cero


ub = ud(i) * ones(size(t));
% Sistema
[y, tt, x0] = lsim(Pss,ub,t,x0(length(x0),:));
% se guardan los valores de entrada y salida
yy = [yy ; y(2:length(y))];
uu = [uu ; ub(2:length(ub))'];
end;
figure(2)
plot([uu yy]);

40
10 1.4

9
1.2
8

7 1

6
0.8
5
0.6
4

3 0.4

2
0.2
1

0 0
0 100 200 300 400 500 600 0 100 200 300 400 500

41