SEMINARIO VIRTUAL: TECNOLOGAS DE LA AUTOMATIZACIN Y DEL CONTROL AUTOMTICO Mdulo 3 Segunda Parte:

Control Predictivo
William Ipanaqu Alama, Dr. Ing. Director Maestra Mecnico- Elctrica william.ipanaque@udep.pe

Seminario Tecnologas de la Automatizacin y del Control Automtico

Panorama de la automatizacin industrial. Control y regulacin. Conceptos bsicos. Reguladores PID sus elementos bsicos. Algoritmos PID continuos y digitales Diseo bsico de un regulador PID. Ilustracin de una aplicacin de un PID: simulacin y experimento en tiempo real. Herramientas Hardware para implementar reguladores industriales. Sistemas SCADA en las aplicaciones industriales. Elementos de un sistema SCADA. Configuracin de un sistema SCADA. Ilustracin practica. Diseo basado en el modelo. Control predictivo.

Anlisis del Proceso

Sintonizacin del Controlador

Modelizacin Idealizacin

Especificacin objetivos Control

Controlador IDCOM DMC QDMC SMOC DMC IDCOM-M HIECON OPC PMBC MVC HMPC PC/PCT IDCOM-B STAR AcuNet PFC

Descripcin y Proveedor Original application Shell oil, FCCU aplication Quadratic objective function with constraints Shell multivariable optimizing control DMC corporation SETPONITs multiobjective formulation of IDCOM with constraints ADERSAs multiobjective formulation of IDCOM with constraints TRIEBER controls TEXAS TECH with various refineries and quemical plants Continental Controls HONEYWELL PROFIMATICS Integrated production control systems Dot products Olin Corporation Predictive functional control, Adersu

Uso explcito de un modelo para predecir la salida del proceso en instantes de tiempo futuros (horizonte). Clculo de una secuencia de control que minimiza una funcin objetivo determinada. Estrategia recesiva, tal que en cada instante el horizonte es desplazado hacia el futuro. Esto implica la aplicacin de la primera seal de control de la secuencia calculada en cada paso.

MPC presenta una serie de ventajas sobre otros mtodos, entre las cuales destacan: Los conceptos son muy intuitivos y al mismo tiempo la sintonizacin es relativamente fcil. Puede ser usado para controlar una gran variedad de procesos. Se puede tratar fcilmente el caso multivariable. Intrnsecamente tiene compensacin para tiempos muertos (dead times).

La metodologa de todos los controladores pertenecientes a la familia MPC es caracterizada por las siguientes estrategias: 1.- Prediccin de la salida del proceso y^(k+i), 0 < i Hp -En base a modelo matemtico del proceso dinmico. -Dependiendo de futuras ordenes posibles u(k+i). 2.- Definicin de la trayectoria de referencia w (k+i), 0 < i Hp -Describe como guiar al proceso desde y(k) hasta la Ref

3.- Construccin funcin objetivo J -Contiene las especificaciones de control 4.- Clculo de secuencia de rdenes de control u(k+i), 0 < i Hp -Minimizando la funcin objetivo J. 5.- Aplicacin de la orden u(k) al proceso. 6.- Realimentacin del modelo con el error de prediccin obteniendo: ( y(k+i) ^y(k+i)). -Para ajuste de parmetros.

Los Controladores predictivos han tenido notable aceptacin industrial y su campo de aplicacin es cada vez ms amplio

La razn de ello es su adaptabilidad al mundo real y a las ventajas no slo operativas sino econmicas que se puede derivar de su aplicacin

Elementos MPC

Modelo de Prediccin Funcin Objetivo Ley de Control a obtener

Parmetros, Modelo u PLANTA Y

Ref

Optimizador y Control X

Estimador

Modelo de Prediccin
El modelo escogido debe ser capaz de capturar totalmente las dinmicas del proceso y permitir calcular las predicciones. El uso del modelo del proceso es determinado por la necesidad de calcular las salidas con un predictor en instantes futuros. Las diferentes estrategias de MPC pueden usar varios modelos para representar la relacin entre las salidas y las entradas medibles.

APLICACION: MODULO HORNO

APLICACIN: MODULO MOTOR

Seal de Actuacin GPC motor

Seal de respuesta GPC motor

Seal de Actuacin GPC Horno

Seal de respuesta GPC Horno

Prueba de control PID Mdulo de velocidad

Cambio de consigna [rpm] 400 666 666 - 1000 1000 1333 1333 - 1666 1666 - 2000 2000 1666 1666 1333 1333 1000 1000 666 666 - 400

Sobreoscilacin [%]

Tiempo de establecimiento [s]

38 80 80 60 60 40 80 60 80 60

0.25 0.4 0.3 0.5 0.5 0.6 0.5 0.5 0.5 0.5

Prueba de GPC Mdulo de velocidad

Cambio de consigna [rpm] OV [%] ST[s]

333 666 666 1333 1333 2000 1333 1000 1000 666 666 - 333

30 25 38 20 18 15

0.2 0.2 0.3 0.2 0.2 0.3

Prueba de control PI Mdulo de temperatura

Cambio de consigna [rpm] 40 - 60 60 100 100 145 150 - 170 180 - 200 OV [%] ST[s] 0% 16 0% 20 0% 20 0% 30 0% 23

Prueba de GPC Mdulo de temperatura

Cambio de SP [C]

OV [%] ST[min]

27 50 50 70 70 90 90 110 110 130 130 150 150 170 170 190 190 - 210 210 - 230

20 40 20 25 18 19 12 0 2 2

19 40 18 25 18 30 16 16 16 16

Prueba de control PID Mdulo de velocidad bajo perturbaciones

Prueba de GPC Mdulo de velocidad bajo perturbaciones

Prueba de control PI Mdulo de temperatura bajo perturbaciones

Prueba de GPC Mdulo de temperatura bajo perturbaciones

100C

180C

CONSEJO NACIONAL DE CIENCIA, TECNOLOGA Y INNOVACION TECNOLOGICA MODELO DE CONTROL PREDICTIVO

William Ipanaqu Alama, Dr. Ing. Director Maestra Mecnico- Elctrica william.ipanaque@udep.pe