Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
A Dios y a mi familia.
Manuel Alejandro.
AGRADECIMIENTOS
Expreso mis sentidos agradecimientos a:
Grupo ARGOS.
Instituto de Minerales CIMEX.
Moiss Oswaldo Bustamante Rua. I.M.M. Ph.D.
Nstor Ricardo Rojas Reyes I.M. MsC Lina
Maria Chica Osorio I.M.M.
RESUMEN
El comportamiento dinmico de los circuitos de molienda es altamente complejo debido
a la gran cantidad de variables que intervienen en el proceso tales como la dureza del
mineral, tasa de alimento, tasas de flujo de agua y porcentaje de slidos, esta
gran variabilidad operacional hace que dichos circuitos sean difciles de controlar,
vindose influenciado en el alto consumo de energa y en el bajo desempeo de los
circuitos.
Se presentan los resultados del proyecto e investigacin, en el cual se evalu el
comportamiento dinmico de un circuito de molienda en hmedo empleado para la
fabricacin de clinker en la industria cementera Colombiana. Como primera medida en
la evaluacin del comportamiento dinmico se realiz un estudio de las variables que
tienen ms influencia en el circuito, esta evaluacin mostr que la granulometra
del producto (DTP) y la humedad de la pasta estn altamente afectadas por el
flujo de mineral alimentado y por el flujo de agua que ingresa al molino.
Para determinar el comportamiento de la granulometra (DTP) y de la humedad se
efectuaron ensayos variando el flujo de mineral alimentado al molino y el flujo de agua,
observndose su respuesta en el tiempo, los datos obtenidos de los ensayos, dan razn
de la fuerte interaccin de cada una de las variables y cmo cualquier
perturbacin generada, desestabiliza el proceso, causando que la granulometra del
producto y la humedad no cumplan con las condiciones del proceso de
clinkerizacin. Una vez obtenidas las respuestas, el siguiente paso consisti en
obtener un modelo del circuito de molienda, este se obtuvo mediante la representacin
de funciones de transferencia, haciendo uso de la transformada de Laplace,
ajustndose de manera adecuada a las caractersticas dinmicas del circuito de
molienda.
Con el modelo ya establecido del circuito de molienda, el paso siguiente fue el diseo
del controlador multivariable centralizado por desacoplo, el cual integra la
granulometra y la humedad de la pasta, analizndose toda la estabilidad del proceso con
el diseo del controlador, se mejora notablemente el rendimiento del sistema y adems
se observo que dicho diseo atena fuertemente las perturbaciones ocasionadas.
Posteriormente se empleo el software Matlab y su herramienta Simulink para simular
el controlador diseado en el circuito de molienda y se compar con un controlador PID
convencional, esto con el fin de mostrarnos y darnos una idea acerca del
comportamiento del sistema. La simulacin permiti obtener representaciones graficas
del comportamiento del circuito ante cambios en el punto de operacin, del tamao de
partcula y la humedad, adems se muestra como el controlador es capaz de ajustarse a
estos cambios; de manera similar nos dio informacin acerca de cmo el
controlador atena las perturbaciones ocasionadas en el proceso, minimizando el
error en ambas variables controladas. Con toda esta informacin se evidencia la
implementacin de una estrategia de control para los circuitos de molienda en
la industria cementera Colombiana.
Palabras clave: Control de procesos, Circuitos de molienda, Comportamiento de
mineral, Minerales industriales, Simulacin y Modelacin de circuitos de molienda.
ABSTRACT
The dynamic behavior of the grinding circuits are highly complex due to the
large number of variables involved in the process such as ore hardness, rate of
feed water flow rates and percentage of solids, this high variability makes operational
such circuits are difficult to control, being influenced in the high energy consumption
and the low performance of the circuits.
We present the results of the project and research, which evaluated the dynamic
behavior of a wet grinding circuit used for the manufacture of clinker in the
cement industry in Colombia. As a first step in evaluating the dynamic behavior
is studied variables have more influence on the circuit, this evaluation showed that the
fineness of the product (DTP) and the humidity of the paste are highly affected by the
flow of ore fed and flow of water entering the mill.
To determine the behavior of the particle size (DTP) and humidity tests were conducted
by varying the flow of ore fed to the mill and the water flow, with its response time,
data obtained from the tests, give reason for the strong interaction of each of the
variables and how any disruption created, destabilizes the process, causing the particle
size and moisture of the product do not meet the conditions of the
process clinkerizacin. Once the answers, the next step was to obtain a model of
the milling circuit, this was achieved through the representation of transfer
functions, using the Laplace transform, conform adequately to the dynamic
characteristics of the grinding circuit.
With the model already established in the grinding circuit, the next step was the design
of the centralized controller for multivariable decoupling, which integrates the particle
size and moisture of pasta, analyzing the stability of the entire process with the design
of the controller is improved significantly system performance and it was observed that
the design strongly attenuates the disturbances.
Subsequently use the software Matlab and Simulink tool to simulate the
controller designed in the milling circuit and compared with a conventional PID
controller, this in order to show us and give us an idea about the behavior of the
system. The simulation allowed to obtain graphs of the behavior of the circuit to changes
in the operating point, particle size and moisture, also shows how the controller is
able to adjust to these changes, similarly gave us information about the controller
attenuates disruptions in the process, minimizing the error in both variables controlled.
With all this information is shown to implement a control strategy for circuit
grinding in the cement industry in Colombia.
Key words: Process control, Grinding circuits, Behavior ore, industrial minerals,
Modeling and Simulation of grinding circuit.
II
TABLA DE CONTENIDO
OBJETIVOS .................................................................................................................... 1
1. INTRODUCIN ........................................................................................................ 2
2. PLANTEAMIENTO DEL PROBLEMA................................................................. 3
3. ANTECEDENTES ..................................................................................................... 5
4. MARCO TEORICO ................................................................................................ 14
4.1 MODELAMIENTO E IDENTIFICACIN DE SISTEMAS ........................ 16
4.2. DEFINICIN DE SISTEMAS DE CONTROL MULTIVARIABlE............ 18
4.3. DESCRIPCION DE SISTEMAS MULTIVARIABLES ................................ 20
4.3.1. Conceptos de interaccin ............................................................................ 20
4.3.2. Mtodo de Bristol ........................................................................................ 20
4.3.3. Emparejamiento de variables controladas y manipuladas ..................... 22
4.4. DESACOPLAMIENTO DE VARIABLES. .................................................... 23
4.4.1. Desacoplamiento total ................................................................................. 24
4.4.2. Controlador multivariable centralizado por desacople........................... 25
4.5. CIRCUITOS DE MOLIENDA Y CLASIFICACIN.................................... 30
4.6. SISTEMAS DE CONTROL APLICADOS A CIRCUITOS DE MOLIENDA
..................................................................................................................................... 33
5. MATERIALES Y METODOS ............................................................................... 35
5.1. ESTRATEGIA EXPERIMENTAL ................................................................. 35
5.2. MATERIAL OBJETO DE ESTUDIO ............................................................ 36
5.3. CARACTERIZACIN DINMICA DEL CIRCUITO DE MOLIENDA . 36
5.3.1 Respuesta del sistema en lazo abierto ........................................................ 38
5.4. REPRESENTACIN MATEMATICA DEL CIRCUITO DE MOLIENDA
POR MEDIO DE FUNCIONES DE TRANSFERENCIA .................................... 40
6. RESULTADOS EXPERIMENTALES .................................................................. 44
6.1 INTERACCIN DE VARIABLES .................................................................. 46
6.2. ANLISIS DE ESTABILIDAD DEL SISTEMA ........................................... 47
6.3. CONTROL CENTRALIZADO POR DESACOPLE ..................................... 50
6.3.1. Desacople del sistema de molienda ............................................................ 50
6.3.2. Diseo del controlador convencional........................................................ 53
6.3.3. Diseo del Controlador centralizado por desacople ................................ 57
7. SIMULACION DEL SISTEMA DE CONTROL APLICADO AL CIRCUITO
DE MOLIENDA............................................................................................................ 62
8. DISCUSIN DE RESULTADOS ........................................................................... 70
9. CONCLUCIONES ................................................................................................... 72
10. RECOMENDACIONES........................................................................................ 74
11. BIBLIOGRAFIA.................................................................................................... 75
ANEXOS ........................................................................................................................ 78
III
INDICE DE FIGURAS
Figura 1. Diagrama de bloques de un sistema de control realimentado. ................. 15
Figura 2. Curva de reaccin para la estimacin de los parmetros de un modelo de
primer orden con retardo............................................................................................. 18
Figura 3. Proceso MIMO.............................................................................................. 19
Figura 4. Control centralizado 2x2 con red de desacoplo explicita.......................... 20
Figura 5. Control centralizado de un proceso 2x2. .................................................... 20
Figura 6. Relacin entre el margen de ganancia y el margen de fase para la funcin
de transferencia en lazo abierto dada por (34).......................................................... 27
Figura 7. Esquema de un circuito de molienda. (Radhakrishnan, 1999)................. 32
Figura 8. Esquema circuito de molienda (Chica, 2009)............................................. 35
Figura 9. Respuesta del tamao de partcula ante un cambio positivo en la tasa de
alimento de mineral. ..................................................................................................... 38
Figura 10. Respuesta del tamao de partcula ante un cambio positivo en la tasa de
agua. ............................................................................................................................... 39
Figura 11. Respuesta de la humedad ante un cambio positivo en la tasa de alimento
de mineral. ..................................................................................................................... 39
Figura 12. Respuesta de la humedad ante un cambio positivo en la tasa de agua. . 40
Figura 13. Respuesta de G11 ante un cambio de escaln unitario............................. 41
Figura 14. Respuesta de G12 ante un cambio de escaln unitario............................. 42
Figura 15. Respuesta de G21 ante un cambio de escaln unitario............................. 42
Figura 16. Respuesta de G22 ante un cambio de escaln unitario............................. 43
Figura 17. Seguimiento del modelo de Sp ante un cambio positivo en la tasa de
alimentacin de mineral. .............................................................................................. 44
Figura 18. Seguimiento del modelo de Sp ante un cambio positivo en la tasa de
agua. ............................................................................................................................... 45
Figura 19. Seguimiento del modelo de Hd ante un cambio positivo en la tasa de
alimentacin de mineral. .............................................................................................. 45
Figura 20. Seguimiento del modelo de Hd ante un cambio positivo en la tasa de
agua. ............................................................................................................................... 46
Figura 21. Diagrama de Nyquist de G11. ..................................................................... 48
Figura 22. Diagrama de Nyquist de G12. ..................................................................... 48
Figura 23. Diagrama de Nyquist de G21. ..................................................................... 49
Figura 24. Diagrama de Nyquist de G22. ..................................................................... 49
Figura 25. Respuesta del proceso en lazo abierto ante una seal aleatoria en la tasa
de agua. .......................................................................................................................... 51
Figura 26. Respuesta del proceso en lazo abierto ante una seal aleatoria en la tasa
de alimento. .................................................................................................................... 51
Figura 27. Respuesta del proceso desacoplado ante un cambio aleatorio en la tasa de
agua. .......................................................................................................................... 52
Figura 28. Respuesta del proceso desacoplado ante un cambio aleatorio en la tasa de
alimento. .................................................................................................................... 53
Figura 29. Diagrama de bloques de la planta G1(s). .................................................. 53
Figura 30. Respuesta en frecuencia en lazo abierto del proceso............................... 54
Figura 31. Diagrama de Nyquist de G1(s) en lazo abierto. ........................................ 55
IV
INDICE DE TABLAS
Tabla1. Variables controladas y manipuladas comnmente usadas en circuitos de
molienda............................................................................................................................ 8
Tabla 2. Caractersticas de los principales controladores adaptables. ............................. 8
Tabla 3. Mediciones realizadas ..................................................................................... 36
Tabla 4. Composicin porcentual de las materias primas empleadas ............................ 36
Tabla 5. Principales parmetros en el circuito de molienda.......................................... 37
VI
NOMENCLATURA
Am
aij(s)
bij(s)
Dij(s)
Margen de ganancia
Polos de la funcin de transferencia
Ceros de la funcin de transferencia
Componentes del compensador. E(s)
Funcin de la seal de error
f(s)
Funcin de transferencia genrica
Margen de fase
m
G(s)
Matriz de funciones de transferencia de dimensiones n m
G1(s) Funcin de transferencia equivalente para el diseo del controlador
desacoplado.
hi(s)
Funcin de transferencia en lazo cerrado de la componente diagonal Ki(s)
k1
Ganancia del controlador centralizado.
k2
Ganancia del controlador centralizado.
K
Matriz de ganancias en estado estacionario.
K(s)
Matriz de funciones de transferencia del controlador.
Kd(s) Controlador diagonal
Ki(s)
Elemento del controlador diagonal descentralizado.
Kij(s) Elementos del controlador centralizado.
KPji
Ganancia proporcional del controlador PID
KIji
Ganancia integral del controlador PID
KDji
Ganancia derivativa del controlador PID
ki s Funcin de transferencia racional de dinmica no cancelable.
ij
Elementos de la matriz de ganancias relativas.
y(s)
VII
OBJETIVOS
OBJETIVO GENERAL
Disear una estrategia de control multivariable descentralizada-centralizada que permita
controlar la capacidad de un molino y la granulometra del producto a la salida
del hidrocicln en un circuito de molienda en hmedo.
OBJETIVOS ESPECIFICOS
1. Identificar las principales variables que intervienen en el
comportamiento dinmico del proceso de molienda y clasificacin.
2. Establecer el sistema de control multivariable para la cuantificacin de la
capacidad en un molino de bolas en circuito cerrado con un clasificador.
3. Definir criterios de implementacin de las estrategias de control
multivariable con los tipos de lazos a ejecutar en una planta cementera.
1. INTRODUCIN
Los circuitos de molienda son procesos que presentan dinmicas no lineales bajo
un amplio intervalo de operacin (Liu Yi, 2004). Para aprovechar toda su potencialidad,
su control debe llevarse a cabo mediante estrategias de control multivariable. De hecho,
la necesidad de controlar simultneamente varias variables con un alto grado
de interaccin, justifica el empleo de cualquiera de las estrategias de control multivariable.
Cuando en un sistema multivariable las interacciones entre los lazos de control son
dbiles el uso de un control descentralizado (Morilla & Vzquez. 2002, Vinante
&. Luyben 1972, Wang et al, 1996) puede ser adecuado. Pero cuando estos
acoplamientos son importantes es necesario acudir a controladores centralizados.
En control de procesos industriales es habitual encontrarse con sistemas con varias
entradas y salidas, siendo el caso 2x2 el ms tratado en la bibliografa, bien
porque corresponde a procesos tpicos reales, bien porque el proceso ha sido
descompuesto en bloques de este tamao (Vzquez, 2002). En el capitulo 4 se
muestran las posibles estrategias, el control centralizado, bajo dos enfoques
diferentes: el primero de ellos combina una red de desacoplo, formada por los
cuatro elementos Dij(s), con un controlador descentralizado, compuesto por los dos
elementos ki(s), y el segundo utiliza una red de controladores, formada por los
cuatro elementos kij(s), con filosofa puramente centralizada.
El control multivariable constituye un tpico de avanzada en el campo del control de
procesos. Desarrollado originalmente para resolver problemas especficos de control en
refineras. La tecnologa de control multivariable se utiliza hoy en da en plantas
qumicas, sector alimentario, automvil, metalurgia, industria papelera y otros entornos
industriales. Comercialmente, es una tecnologa consolidada y prcticamente todos los
fabricantes del sector ofertan alguna lnea de productos. Esta investigacin se centra en
el diseo de un control multivariable centralizado, a partir del modelamiento y
simulacin del circuito de molienda.
describa las interacciones entre las variables manipuladas y controladas. Las variables
fsicas reales son usadas en el modelamiento del proceso, y la validacin del modelo se
llevo a cabo usando datos obtenidos de un circuito de molienda en hmedo ubicado en
la planta de cementos Nare perteneciente al grupo Argos S.A.
Los desarrollos del sistema de control propuesto incluyen un analizador de la capacidad
del molino de bolas, y un sistema para monitorear la distribucin de tamao de partcula
tanto en la entrada al molino como en la salida del clasificador.
3. ANTECEDENTES
En dcadas pasadas la aplicabilidad del modelamiento y simulacin en los procesos de
molienda ha emergido significativamente, debido al alto consumo de energa de
esta operacin unitaria (Duarte et al, 1999).
Como es bien sabido, en los procesos de beneficio de minerales, la molienda
gasta aproximadamente el 50% de la energa necesaria en el beneficio de minerales
metlicos e industriales (Menacho, 1985, Austin, & Concha, 1994 , Fuerstenau &
Abouzeid,
2002). Este consumo est determinado principalmente por las prdidas de energa y el
desgaste de los medios moledores.
De todas las etapas de beneficio de minerales la molienda es la ms ineficiente, dando
razn de la utilizacin de solo un 1% de la energa suministrada al molino como energa
efectivamente utilizada en fracturar el mineral (Fuerstenau & Abouzeid, 2002). Dentro
de este escenario, las etapas de fragmentacin son determinantes para establecer la
eficiencia de las operaciones en planta.
Los circuitos de molienda son operaciones unitarias importantes en la produccin
de metales, minerales industriales y cemento (Hodouina et al, 2001). La funcin de
dichos circuitos es reducir el tamao de la partcula del mineral de tal manera que el
material sea preparado para un proceso de separacin posterior como la
flotacin o la concentracin.
La operacin de molienda tiene que garantizar una distribucin de tamaos de partcula
permanentemente fijos, y ello se persigue si el sistema garantiza estar en estado
estacionario, sin embargo, la operacin de estos circuitos es principalmente perturbada
por (Lynch, 1977, Xi-Song et al., 2008, Xi-Song et al., 2007):
de
flujode
Flujode
entrada salida
nAcumulaci
tasade
generacin
(1)
Por otro lado para el diseo del control ptimo se utilizo el principio mximo de
Pontryagin (Ferreira & Pascal, 1999), en el cual el modelo del proceso se representa
en forma matricial y sus parmetros se calculan utilizando la solucin de la matriz de la
ecuacin de Riccati (Takatsu et al, 1998).
Najim et al (Najim et al, 1995) desarrollan un algoritmo de control adaptativo para un
circuito de molienda. Estos sistemas mejoran su desempeo con base en la respuesta de
los procesos por estimacin en lnea del modelo o los parmetros del controlador. Los
sistemas adaptativos proporcionan un modo atractivo para resolver una gran clase
de problemas con complejidad, no linealidades, incertidumbres de alto orden y
dinmica compleja.
En todos los algoritmos adaptativos, la ley de control es una combinacin lineal de la
entrada, la salida y la secuencia de referencia. El desarrollo de la primera generacin de
controladores adaptativos comenz alrededor de 1970. La tabla 2 resume los principales
algoritmos que son usados en el campo del control adaptable.
Tabla 2. Caractersticas de los principales controladores adaptables.
Algoritmo
Caractersticas
Ventajas e inconvenientes
Controlador
de Minimiza el error
El tiempo muerto debe ser
mnima varianza
conocido
(MVC)
Solo pueden ser controlados
sistemas de fase mnima.
Control adaptable Es usado un polinomio para El tiempo muerto debe ser
con modelo de especificar
la
regulacin
conocido
referencia
dinmica
deseada;
el Solo pueden ser controlados
(MRAC)
seguimiento de las dinmicas es sistemas de fase mnima.
proporcionado por un modelo de
referencia
Controlador
de
mnima varianza
generalizado
(GMVC)
Control
por
asignacin
de
polos (PPC)
Dar a conocer,
desde
una
perspectiva
histrica, el origen
y los conceptos
bsicos de
los
Sistemas
de
Control
Adaptable
incluyendo
la
ltima
generacin
de
sistemas
de control
adaptable
predictivo,
experto, y
en
particular
las
condicione
s
que
deben de
verificar
para
garantizar
los
criterios
de
rendimient
o y de
estabilidad
deseados.
A partir de
estos
criterios,
introducir
al lector al
anlisis y
diseo del
esquema
de Control
adaptable,
tanto en su
estrategia
bsica
como en
la
extendida,
as como
para
el
caso
de
ausencia
de ruidos
y
perturbaci
ones
en
las
suposicion
es de un
entorno
industrial.
Posteriormente Niemi et
al (Niemi et al, 1997)
desarrollan un modelo de
control
predictivo
utilizando el modelamiento
fenomenolgico de los
principales
componentes
del circuito de molienda.
El modelo dinmico del
molino se obtiene por
balances de masa. Las
tasas de flujo de slidos
y de agua,
pueden ser usadas como
entradas
de control,
haciendo que el modelo del
molino sea variable con el
tiempo; el clasificador es
modelado por una matriz
diagonal consistente de
factores de separacin, los
cuales son funciones no
lineales de sus entradas;
finalmente el sumidero
es
adecuadamente
modelado
como
un
mezclador perfecto.
10
del hidrocicln utilizan el modelo emprico propuesto por Lynch y Rao (Lynch & Rao,
1975).
La gran diferencia en estas dos tcnicas radica en que Radhakrishnan (Radhakrishnan,
1999) solo disea y simula la estrategia de control utilizando el software Matlab,
mostrando claramente el esquema implementado, as como las respuestas del sistema
ante cambios bruscos en la tasa de alimento de mineral y alimento de agua tanto en el
molino como en el sumidero, a diferencia de Chen et al (Chen et al, 2007) que
implementan su estrategia en una planta concentradora de mineral de hierro utilizando
PLCs (controladores lgicos programables) combinados con tcnicas de lgica difusa,
mostrando esta tcnica buenos beneficios, ya que se mantiene el tamao de partcula y
la carga circulante en un intervalo de operacin ptimo, de tal modo que no ocurra una
sobremolienda innecesaria que se refleje en un consumo de energa muy elevado y
obtener tamaos de partculas ms finas que las deseadas
Otro tipo de control implementado recientemente es el propuesto por Bouche et al
(Bouche et al, 2005) el software implementado y discutido por los autores es llamado
sistema OCS (Operator Control Station) el cual es el controlador de procesos
ms avanzado dentro de la familia de sistemas de control. Dicho sistema incorpora
las soluciones ms avanzadas tanto en hardware como en software, as como
el cumplimiento de los principales estndares internacionales relativos a los sistemas
de control, esto convierten al sistema OCS en una plataforma ptima para
solucionar problemas de optimizacin en circuitos de molienda en hmedo. El
sistema OCS dispone de un control basado en escalas que opera con un procesador
que posee una velocidad comparable a la mayora de las PLCs de medio tamao.
Los autores (Bouche et al, 2005) muestran cmo fue la instalacin y el desempeo de
los sistemas de control de molienda avanzado instalado en dos plantas de oro en
Sudfrica mediante el uso del sistema OCS.
Los lazos de control a nivel de PLC/SCADA instalados anteriormente en la planta
mostraron poco xito en el control de circuitos de molienda por lo que se vio la
necesidad de buscar y aplicar tcnicas de control ms avanzadas. El Control Avanzado a
menudo se describe como la supervisin del control bsico PLC/SCADA.
Por otra parte Los sistemas de Control Avanzado han complementado perfectamente los
controladores existentes y han reducido la brecha que existe entre el control clsico y el
control ptimo (Nordfeldt, 2005).
En la implementacin de dicha estrategia las principales variables de control medidas en
ambas plantas fueron:
12
13
4. MARCO TEORICO
Un sistema de control es aquel que es capaz de lograr que una varias variables
se comporten de una manera deseada. La variable puede mantenerse constante o
cambiar de una manera determinada (Ferreira & Pascal, 1999). Puede ser
realimentado
(feedback control) prealimentado (feedforward control), digital (microprocesador)
analgico (por ejemplo, circuitos elctricos, sistemas hidrulicos, sistemas mecnicos,
etc.), manual automtico.
La formulacin cientfica de un problema de control se basa en dos tipos
de informacin (Corripio & Smith, 2000):
1. El comportamiento del sistema debe ser descrito de una manera matemtica
precisa.
2. El propsito de control (criterio) y el entorno (perturbaciones) deben ser
especificados igualmente de una manera matemtica precisa.
Las tecnologas de los equipos de control han evolucionado, de tal forma, que cumplen
los requerimientos en cuanto a funciones y algoritmos de control, as como los
requerimientos de seguridad en las operaciones.
El uso de una computadora y el software de supervisin permiten tener los grficos del
proceso en la pantalla del computador. Este software tiene las siguientes funciones
(Morilla et al, 2005):
14
El principio de todo sistema de control (Corripio & Smith, 2000) es la aplicacin del
concepto de realimentacin o feedback (medicin tomada desde el proceso que
entrega informacin del estado actual de la variable que se desea controlar) cuya
caracterstica especial es la de mantener al controlador central informado del estado de
las variables para generar acciones correctivas cuando as sea necesario (Figura.1). Este
mismo principio se aplica en campos tan diversos como el control de procesos
qumicos, control de hornos en la fabricacin del acero, control de mquinas
herramientas, control de variables a nivel mdico e incluso en el control de trayectoria
de un proyectil militar.
dn
d y(t ) a
y(t )
....
a y(t ) b
dt n
dm
)
d m u(t ) b
u(t
.... ( )0b u
t
dt n
dt m
dt m
(2)
n
1 1
m
1 1
U (s) ...
b U (s)
(3)
16
Y (s)
U (s)
G(s)
(4)
do
nd
e
Y(
s),
U
(s
)
y
G
(s
)
so
n
la
sa
li
da
,
la
en
tr
ad
a
y
la
fu
nc
i
n
de
tr
an
sf
er
en
ci
a
de
l
pr
oc
es
o
re
sp
ec
ti
va
m
5
)
G
s
D
on
de
K,
y
td
so
n
la
ga
na
nc
ia,
la
co
ns
ta
nt
e
de
tie
m
po
y
el
re
ta
rd
o
de
tie
m
po
de
l
pr
oc
es
o
re
sp
ec
ti
va
m
en
te.
L
os
pa
r
m
1
7
Figura 2. Curva de reaccin para la estimacin de los parmetros de un modelo de primer orden
con retardo.
Una vez obtenida la curva de reaccin del proceso se procede a medir directamente en
la curva los valores dados a continuacin:
Con estos valores obtenidos de la curva se calculan los tres parmetros del modelo de
primer orden dados a continuacin.
K
y y0
, T63 T
,
t T
0T
(7)
u u0
.
.
y n (s)
1
y (s)
.
.
n2 (s) . ....... G nm
G n1 (s) G
(s)
.
.
(8)
u
(s)
m
n m
u (s)
m 1
Los sistemas de control multivariable son sistemas con varias entradas y salidas, en los
que una entrada afecta a varias salidas y recprocamente una salida es afectada
por varias entradas (Figura.3.) . El control de estos procesos, en la mayora de los casos,
es altamente complejo y por lo general se deben tener en cuenta varios interrogantes
para dar solucin al problema de control (Corripio & Smith, 2000):
19
20
K (s)
(s)
11
u
K (s)
1y
(9)
(1 s) u 2
(s)
(s) u1
2
(10)
(s)
(11)
s( )u 2
(s)
s( )u1
y
12
u
K (s)
y
21
u
K (s)
(12)
y
22
u
Las ganancias presentadas en las ecuaciones (9)-(12) pueden ordenarse en forma
de matriz a fin de tener una descripcin de las variables controladas y manipuladas,
como puede apreciarse esta matriz depende de las unidades, para propsitos de anlisis
de las interaccin es necesario normalizarla. Para ello se desarrollar el mtodo
propuesto por Bristol, cuyos resultados (Ramasamy et. al, 2005) fueron
satisfactorios. Esta matriz normalizada es conocida como la matriz de ganancias
relativas y cada una de sus componentes viene dada por:
iy (s)
u j (s)
Kij
ij
y i (s)
u j (s)
k, j
lim
s 0 ijG todos los lazos abiertos
lims 0 Gij resto de lazos cerrados
yk,ki
k k
(13)
ij y k ,k i
Luego para un sistema 2x2 la matriz de ganancias relativas 2x2 viene dada por:
K 22
K K
11
11
K
K K
11
12
22
12
(14)
21
K 21
K K
12K
K12 K 21
21
11
22
(15)
21
K 21
K K
12K
K K
(16)
12
2111
22
22K
1
1
K
K
K
11
2212
21
De
acu
erd
o
a
las
ecu
aci
on
es
(14
)
(17
)
pu
ede
co
ncl
uir
se
qu
e
la
su
ma
de
cua
lqu
ier
ele
me
nto
de
cua
lqu
ier
col
um
na
K K
c
o
n
ti
v
a
i
n
fi
n
it
a
,
n
i
c
o
n
g
a
n
a
n
c
i
a
r
e
l
a
ti
v
a
n
u
l
a
.
g
a
n
a
n
c
i
a
s
r
e
l
a
t
i
v
a
s
n
e
g
a
t
i
v
a
s
,
n
i
c
o
n
g
a
n
a
n
c
i
a
r
e
l
a
3.
T
e
n
e
r
e
n
c
u
e
n
t
a
a
l
g
u
n
o
s
c
r
i
t
e
r
i
o
s
d
e
p
r
i
o
r
i
d
a
d
c
o
m
o
s
o
n
:
c
o
n
t
r
o
l
a
r
l
a
s
v
a
r
i
a
b
les ms importantes
con aquellas variables
de entrada con las
que
tengan
una
respuesta dinmica ms
rpida sin respuesta
inversa, cerrar lazos de
control
con
las
ganancias relativas ms
prximas a uno.
4. Tener en cuenta
algunos
criterios
complementarios como
son: la simulacin de
las
distintas
alternativas, emparejar
variables con ganancia
relativa
ante
perturbacin
baja,
ndice de estabilidad
bajo.
G11 (s)
G21 (s)
G12 (s)
(19)
G22 (s)
U (s) K (s)E(s)
u (s)
u2 (s)
r
(s)
y
(s)
k
(s)
k
(s)
2
22
21
2
23
G
G
21
11
11G
sG D s
G12
D12
D
D22
11
2G2 D 21
11
(s)
12D
(22)
(s)
(s)D22 (s)
(23)
12
)(
) G
D21 (s)
21 (s)D11 (s) G s(
)
22
El producto de la matriz del sistema del proceso por la matriz del compensador hace que
las componentes (1,2) y (2,1) sean cero, para que el desacople del sistema sea total y no
halla interaccin entre los lazos y este se comporte como un sistema SISO.
D
(G s(
s)
11
(s)
G 12D
11
(s)
12
G(s)D(s)
(24)
(25)
(26)
(27)
24
(s)
12
(29)
sK
11k
( ) k (s) k
22 s(
21
)
(s) D12 (s)
(s)
11D
sD K s
)(
(
d
0
11D
(s) 1k
(s)
D (s) ( )
k 2 (s)
21
k1 s
(s)
( ) G21 (s) s( )
1k
G11 ( )s s( )
k2
K s
1k
(s)k2 (s)
12
G22 (s)
)(
( )
(30)
s k2 s
22
(31)
GsDs
11
21
)(
0
(s)
G 2 (s )
(32)
( ) 0
11G
(s)G
22 (s) G12 ( )s (s)
21G
Como puede observase a partir de la ecuacin (32) las dos componentes de la diagonal
son iguales, por tanto se hace ms fcil el diseo del controlador. Basta simplemente
disear k1(s) mediante la funcin de transferencia presentada en la ecuacin (26), y a su
vez se tendr k2(s):
1
G (s)
(33)
11
Teniendo una sola componente de la ecuacin (33) pueden obtenerse las otras tres
componentes de acuerdo a la ecuacin (31). Las componentes del controlador son
consecuencia del clculo condicionado por la naturaleza del proceso y la del bloque del
Se espera que el sistema en lazo cerrado sea estable y que no presente error en estado
estacionario para cambios en las dos variables controladas. Para que el sistema en lazo
cerrado no presente error en estado estacionario, las dos funciones de transferencia k1(s) y
k2(s) deben incorporar un integrador puro. Si la matriz de funciones de transferencia del
proceso no contiene integradores se propone especificar k1(s) y k2(s) como
integradores puros (Lieslehto, 1996). Adems si la matriz de funciones de transferencia
del proceso contiene retardos, se propone aadir en las especificaciones de k1(s) y k2(s)
un retardo puro, el mnimo posible ( i
0) (Wang, 2003). En definitiva se especificarn
funciones del tipo mostrado en la ecuacin (34):
k (s)
ki k s e
con i 0
(34)
s
donde i es un retardo de tiempo, el parmetro ki se convierte en un parmetro de
sintonizacin para alcanzar especificaciones de diseo y k s es una funcin de
i
transferencia racional que tome en consideracin la dinmica no cancelable del proceso
equivalente, hay que tener en cuenta que esta dinmica no cancelable suele ser la misma
en los cuatro procesos equivalentes los cuales deben ser estables y de fase no mnima y
que darn lugar a funciones de transferencia ki s como el cero comn de fase no
mnima no se puede cancelar, debe aparecer en ki s bajo estas condiciones las
funciones de transferencia ki(s) en lazo abierto y en lazo cerrado para cada uno de los
lazos son del tipo:
k (s)
s
k i
sz e
(35.a)
sz
donde z es el valor de raz del polo hallada por media de la respuesta en frecuencia.
ki s
z
s
i s
sh
(i )
s z
hi (s)
i s
k sz e
s
i
e
s z
(35.b)
s z ki e s s ki ze
1
s
Una forma de garantizar la estabilidad de las funcin hi(s) es imponiendo
especificaciones de estabilidad relativa (margen de fase (m), margen de ganancia (Am)
sobre las funciones ki(s). Se puede demostrar que la funcin ki(s) dada por la ecuacin
(34) presenta los siguientes mrgenes de estabilidad relativa a las siguientes frecuencias
(Wang, 2000).
m
90
180
cf
(36)
ki
Am 2k i
cg
Am
cg
ki
(37)
90
90
(38)
d
e
m
a
n
e
r
a
,
q
u
e
e
s
p
e
c
i
f
i
c
a
d
o
e
l
m
a
r
g
e
n
d
e
g
a
n
a
n
c
i
a
,
e
l
m
a
r
9)
()()
1122 21
( 24
1
G sG
G
s
G
(s )12 (
11)
22
21
( )
(
12 s
G)
k
(
s
)
1
2
G sG
G
s
G
(s )12 (
11)
22
21
( )
2
7
k (s)
11
(s)k2 (s)
G
(42) 22
G
Gs G
s s
s112 1)21 (
2( 2(
))
Uti
liz
an
do
la
fun
ci
n
(f(
s))
par
a
rep
res
ent
ar
el
ret
ard
o
pur
o
de
cua
lqu
ier
fun
ci
n
de
tra
nsf
ere
nci
a
ge
nr
ica
f(s)
.
Tal
qu
e
(ki
(s))
=
a
s
f
d
o
n
d
e
s
e
h
a
p
r
e
s
c
i
n
d
i
d
o
d
e
l
o
p
e
r
a
d
o
r
e
n
t
o
d
a
s
l
u
n
ci
o
n
e
s
d
e
tr
a
n
sf
er
e
n
ci
a
p
ar
a
fa
ci
li
ta
r
la
n
ot
a
ci
n,
y
d
o
n
d
e
m
in
re
p
re
s
e
nt
a
la
f
Co
mo
k11(
s)
no
pu
ede
ten
er
car
ct
er
ant
ici
pat
ivo
,
im
po
nie
nd
o
la
co
ndi
ci
n
de
qu
e
su
ret
ard
o
tie
ne
qu
e
ser
ma
yor
o
igu
al
qu
e
cer
o,
se
lle
ga
a
1 min( 11
22 , 12
21 ) 22
t
a
n
t
o
1 max(min( 11
22 , 12 21 )
22 , min( 11 22
, 12 21 ) 21 )
l
o
s
(4
5)
r
e
t
a
r
d
o
s
1
min(
11
22 , 12
21
)
min(
21 , 22
)
De forma similar se llega a la
siguiente condicin para 2.
mi
n(
11
22
, 12
21 )
mi
n(
11 ,
P
o
r
(
4
6
)
s
e
d
e
b
e
n
12
e
s
p
e
c
i
f
i
c
a
r
d
e
f
o
r
m
a
ta
l
q
u
e
s
e
c
u
m
pl
a
n
la
s
c
o
n
di
ci
o
n
e
s
(
4
6
)
y
(
4
7
),
a
u
n
q
u
e
p
ar
a
n
o
in
tr
o
d
u
ci
r
re
ta
rdo
s
adi
cio
nal
es
en
el
sist
em
a
es
pre
feri
ble
util
iza
r
los
val
ore
s
m
ni
mo
s
qu
e
res
ult
an
al
im
po
ner
la
igu
ald
ad.
C
ri
te
ri
o
p
a
r
a
es
p
e
ci
fi
c
a
r las ganancias ki
Teniendo en cuenta que los
retardos i ya son conocidos,
hay
dos
posibilidades
indirectas para especificar los
ki; si se especifica un margen
de fase m (menor que 90), el
parmetro ki
debera valer
segn la ecuacin (36),
i
90 m
k
180
28
ki 2 A m
(h s)
s z
hi (s) k
i1
s
s z
ki s z
(50)
z k si ki
Por lo tanto para calcular la constante ki se puede emplear la respuesta transitoria donde
los polos de la funcin de transferencia hi(s) estn caracterizados por la frecuencia
natural no amortiguada y el factor de amortiguamiento.
(51)
ki z z ki
n
2 ki z
Es posible fijar el valor de con ki<z.
Aplicacin de los controladores kij(s)
Los elementos kij(s) del controlador que resultan de aplicar la expresin (31) son
funciones relativamente complejas en las que intervienen funciones racionales de s y
exponenciales de s, para poderlos implementar se recomienda utilizar, como
otros autores (Nordfeldt, 2005, Tavakoli. et al, 2006 y Wang. 2003) tcnicas de
reduccin de modelos con base a la respuesta en frecuencia. Pero si adems se
pretende que los elementos del controlador tengan naturaleza PID, bastar con
forzar la estructura mostrada en la ecuacin (52) en todos los elementos del controlador,
k PID (s)
ji
ki
s2 K sK
(K
Dji
Pji
)e
(52)
kji s
Iji
Donde aparecen explcitamente el retardo del controlador kji y sus tres ganancias:
proporcional (KPji), integral (KIji) y derivativa (KDji). Y donde para el caso PI
bastar forzar a que la ganancia derivativa (KDji) sea nula.
Por otra parte, en lugar de aplicar la reduccin de modelos a las expresiones completas
de los elementos del controlador, se propone aplicarla despus de separar aquello que
29
ki
(m
ji
(s))
( k
ji
(53)
)s
ji
m (s)
ji
sb
aij
sk
i
1
2
as
2
as
a
(54)
donde bij(s) y aij(s) guardan una relacin estrecha con los elementos Gij(s)de la matriz de
funciones de transferencia del proceso y de esta manera las ganancias del controlador
PID son respectivamente, KPji=a1/b0, KIji=a0/b0 y KDji=a2/b0.
Si la matriz de funciones de transferencia tuviera ceros o polos en el semiplano derecho,
la especificacin de las ki(s) como la ecuacin (52) podra llevar a elementos del
controlador a que fueran inestables en lazo abierto (Tavakoli. et al. 2006 y Wang. 2003).
Por tanto, la aplicacin de esta metodologa slo contempla por ahora procesos
2x2 estables de fase no mnima.
Si los elementos G22(s) y G21(s) del proceso ya tienen integrador puro no es preciso que
lo incorporen los elementos k11(s) y k21(s) del controlador, y de la misma forma, si los
elementos G12(s) y G11(s) ya tienen integrador puro no es preciso que lo
incorporen k12(s) y k22(s).
Para poner en prctica el diseo realizado se recomienda acudir a la estructura de
control centralizado de la figura 5, donde la red de desacoplo contendr los bloques PID
con sus respectivos retardos en serie, y donde los controladores k1(s) y k2(s) sern
controladores proporcionales con las ganancias k1 y k2 determinadas en el diseo. De
esta forma la red de desacoplo, que depende de la parte estructural del proceso, se podr
mantener fija para todos los diseos y las ganancias k1 y k2 servirn como grados de
libertad para modificar el comportamiento de los lazos 1 y 2 respectivamente.
4.5. CIRCUITOS DE MOLIENDA Y CLASIFICACIN
La molienda se realiza en molinos rotatorios, que giran alrededor de su eje horizontal y
que contienen una carga de bolas a granel conocida como medios moledores, los
cuales estn libres para moverse a medida que el molino gira produciendo
la conminucin
de las
partculas
del mineral,
por el
impacto bola-partcula-bola
(Bustamante, 2009).
30
En el proceso de molienda, las partculas con tamaos entre 5 a 250 mm son reducidas
en tamao hasta 10 - 300 micrones, aproximadamente, dependiendo del tipo de
operacin que se realice. El propsito de la operacin de molienda es ejercer un control
estrecho en el tamao del producto y, por esta razn frecuentemente se dice que
una molienda correcta es la clave de una buena recuperacin del mineral deseado.
Es de gran importancia poder controlar el desempeo de un molino de bolas en
un circuito de molienda debido a las caractersticas dinmicas complejas y a la
alta interaccin entre las variables de control.
La teora cintica clsica del proceso de molienda resulta insuficiente para especificar
todos los fenmenos que determinan el estado dinmico de los circuitos asociados,
debido a ello se requiere la utilizacin de modelos de tipo caja gris o semifsicos.
(Radhakrishnan, 1999, Ramasamy et al, 2005, Sbarbaro et al,2007 y Xi-song Chen &
Qi Li, 2007)
Las ventajas de molienda hmeda son (Menacho, 1985, Bouso, 2004):
31
(55)
orclasificad
Flujo msico de slidos en la corriente de rebalse al
orclasificad
Carga circulante CC (Austin & Concha, 1994):
CC
orclasificad
(56)
orclasificad
32
Flujo msico
Flujo msico
Flujo msico
de (
slidos
slidos
slidos
Alimento
el la
reb descarg
als a
e
del
hidrocln
nhi nhidroc
dro icl
cicl
Se puede verificar
fcilmente que si la
ecuacin (57) se
divide
a
ambos
lados de la ecuacin
por el flujo msico
de slidos en el
rebalse, la relacin
entre
la
carga
circulante y la razn
de recirculacin es
de la forma:
CC 1 C
Normalmente
para
un
sistema
molienda-clasificacin bajo condiciones
normales de operacin, los valores de la
razn de recirculacin son mayores a la
unidad, siendo la especificacin de
diseo de molinos por el mtodo de
Bond, de C = 2.5 .
4.6. SISTEMAS DE
CONTROL APLICADOS
A
CIRCUITOS
DE MOLIENDA
Tradicionalmente los circuitos de
molienda son controlados usando
controladores PID multilazo, los cuales
estn sintonizados por separado para
evitar interacciones multivariable. Este
tipo de estrategia ayuda a reducir los
lazos de interaccin; sin embargo, las
respuestas en lazo cerrado resultan
altamente ineficaces (Pomerleau et al,
2000).
Una mejor forma de optimizar este
tipo de procesos podra ser la
aplicacin de estrategias de control
multivariable, como es el caso de
sistemas de control distribuidos
(DCS) (Radhakrishnan, 1999, Xi-song
et al, 2008) y control basado en
modelos de referencia (CBM) (Niemi et
al, 1997, Ramasamy, 2005, Xi-song et al,
2007), los cuales tiene la capacidad de
informar las interacciones que ocurren
entre las variables.
La base conceptual del control actual de
molinos consiste en la variacin de los
flujos de alimentacin de mineral y agua
y/o la velocidad del molino para
mantener la presin en los descansos y la
potencia consumida en un intervalo dado
(Radhakrishnan, 1999, Xi-song et al,
2008 ). Adems, el control est
orientado bsicamente a mantener la
presin y concentracin de pulpa que
alimenta el sistema de clasificacin
posterior y a que la potencia del molino
se encuentre en un intervalo dado.
El flujo de agua suministrado y la
dosificac
in de
mineral
as
como la
velocida
d
de
operaci
n
son
goberna
dos por
medio
de
un
Controla
dor
Lgico
Program
able
(PLC) y
de
un
Panel de
Operado
r
con
pantalla
tctil
(touch
screen),
a travs
del cual
se
pueden
monitore
ar
algunos
parmetr
os
fundame
ntales
del
proceso;
tales
como
peso del
mineral,
flujos
de agua
y
realizar
algunas
acciones
de
operaci
n
necesari
as.
Otros
datos
de
variables operativas,
tales como densidad
y
presin
estn
disponibles para ser
enviadas
33
34
5. MATERIALES Y METODOS
5.1. ESTRATEGIA EXPERIMENTAL
Las pruebas realizadas para evaluar el comportamiento dinmico dentro del circuito
cerrado de molienda que opera con suspensiones poliminerales, se llevaron a cabo en la
molienda de crudo (caoln/arena) No. 2 de la Planta Nare de Cementos Argos S.A., en
un circuito como el que aparece en la Figura 8.
Allis
Chalmers
8728
Wilfley K4197
--------Cambio
Cambios realizados
Muestreo cada 120 s
(Anexo A)
Muestreo cada 120 s
(Anexo A)
positivo
Cambio
positivo
85 gpm
+1.7 ton/h
+ 16 gpm
65,89
98,43
Al2O3
22,15
0,18
Fe2O3
0,57
0,06
adecuadas de estado estable entre las variables manipuladas y las controladas (Corripio
& Smith, 2000).
Se escogi un modelo completo de los principales componentes que intervienen en el
circuito de molienda (molino e hidrocicln) que describa las interacciones entre las
variables manipuladas y controladas. Adems se hace necesario desarrollar un modelo
de mltiples entradas-mltiples salidas para cumplir con los requerimientos de calidad y
mantener una operacin estable. Con base en un adecuado anlisis del proceso y
los requerimientos de calidad en la planta cementera,se seleccionaron dos variables
controladas: tamao de partcula (15 % retenido en la malla 325) y humedad en
el producto final (85%). Debido a las limitaciones de la molienda solo se dispone de
dos variables manipuladas: la tasa de alimentacin de mineral fresco al molino y la tasa
de agua a la salida del molino, los principales parmetros del circuito de
molienda estudiado estn dados en la Tabla 5.
Tabla 5. Principales parmetros en el circuito de molienda
Dimetro (m)
2.17
Longitud (m)
8.53
Tipo de molino
Rebalse
Molino de bolas
Tamao de partcula del
5
mineral alimentado (mm)
Capacidad (tph)
12
Nmero de hidrociclones
4
Conexin
Paralelo
Dimetro (m)
0.2794
Hidrociclones
15 2% (325
Tamao de partcula
mallas)
requerido
Humedad
85 2%
Para propsitos de modelamiento se realizaron varias pruebas con el fin de mostrar la
relacin existente entre las variables controladas y manipuladas, esto es, para
simplemente conocer si al hacer un aumento o una disminucin en una variable
manipulada; puede causar un aumento, disminucin u otro cambio significativo en las
variables controladas, adems de incluir la velocidad de respuesta de la accin, si esta es
rpida o lenta.
Lo anterior se logra mediante la aproximacin de desarrollo de modelos de
entrada- salida que esta orientado en una simple prueba de cambio de escaln en el
sistema y observando la respuesta en estado estacionario (respuesta del sistema en lazo
abierto). Estos modelos proporcionan informacin necesaria para la seleccin de una
estrategia de control adecuada, diseo y sintona de los controladores apropiados.
37
Figura 9. Respuesta del tamao de partcula ante un cambio positivo en la tasa de alimento de
mineral.
38
Figura 10. Respuesta del tamao de partcula ante un cambio positivo en la tasa de agua.
Las respuestas de la humedad, ante cambios de escaln en las dos variables manipuladas
pueden ser analizadas similarmente a partir de las Figuras 11-12.
Figura 11. Respuesta de la humedad ante un cambio positivo en la tasa de alimento de mineral.
39
5.4
REPRESENTACIN MATEMATICA DEL CIRCUITO
MOLIENDA POR MEDIO DE FUNCIONES DE TRANSFERENCIA
DE
Y GU
Donde:
Sp
Ff
G12
G
11G
Y H , U W y G G
21 22
m
d
(60)
11
Sp
Fd
0.58e
41s
83s 1
(61)
40
pS
72.
8 s
1 7.
1 e
214
Wd
12
1
2
F
0
H
G
(6
22
(64)
43
1s
Do
nd
e
la
tra
nsf
or
ma
da
de
La
pla
ce
es
am
pli
am
ent
e
usa
da
en
la
teo
ra
de
co
ntr
ol
par
a
ten
er
un
a
bu
en
a
apr
oxi
ma
ci
n
del
mo
del
o
al
pro
ces
o real y la constante de
Laplace s es
considerad s (Bequette,
2002;
a como el
&
operador Richard
Robert,
diferencial
d
dt
2002). Las respuestas de
las funciones de
transferencia ante un
cambio en el escaln son
mostradas en las Figuras
13-16.
Figura 13.
Respuesta de
G11 ante un
cambio de
escaln
unitario.
41
42
43
6. RESULTADOS EXPERIMENTALES
Una vez obtenidas los modelos mediante funciones de transferencia (como se menciono
en el capitulo 4 seccin 4.1) que relacionan las variables manipuladas y controladas se
procede a hacer una validacin del modelo, esto con el fin de mirar si el modelo sigue la
respuesta del proceso y as poder disear una estrategia de control que permita mejorar
el rendimiento del circuito de molienda.
Una prueba simple es comparar en un mismo grfico los datos experimentales con las
funciones de transferencia del modelo desarrollado y mirar el comportamiento, esto se
logra con la ayuda del software MATLAB y sus herramientas de diseo de sistemas
de control. Las Figuras 17-20 muestran el seguimiento del modelo para cada par
de variables relacionadas anteriormente.
Figura 17. Seguimiento del modelo de Sp ante un cambio positivo en la tasa de alimentacin de
mineral.
44
Figura 18. Seguimiento del modelo de Sp ante un cambio positivo en la tasa de agua.
Figura 19. Seguimiento del modelo de Hd ante un cambio positivo en la tasa de alimentacin de
mineral.
45
Figura 20. Seguimiento del modelo de Hd ante un cambio positivo en la tasa de agua.
Se puede apreciar en todas las figuras, el modelo lineal obtenido se ajusta muy bien a
las dinmicas requeridas por el circuito de molienda.
6.1 INTERACCIN DE VARIABLES
La primera pregunta que se debe hacer despus de tener la caracterizacin dinmica del
proceso, es saber si el apareamiento de las variables controladas y las manipuladas es el
adecuado.
Para este sistema solo fueron posibles dos combinaciones diferentes de las dos variables
controladas con las dos variables manipuladas. Un apareamiento inapropiado de las
variables puede ocasionar un aumento de las interacciones entre los lazos de
control, obtenindose una respuesta pobre del controlador.
Para empezar, tiene sentido que cada variable controlada se controle mediante la
variable manipulada que ejerce mayor influencia sobre aqulla. En este contexto, la
influencia y la ganancia tienen el mismo significado y, en consecuencia, para tomar una
decisin se deben encontrar todas las ganancias del proceso (4 ganancias para un
sistema 2 X 2). Especficamente, la matriz de ganancias de estado estacionario (MGEE)
de lazo abierto del circuito de molienda es la siguiente:
K 0.58
- 0.67
- 0.0504
0.28
46
(65)
Con base en esta MGEE, parecer que debiera elegirse la combinacin de variable
controlada y manipulada con lo que se obtiene el valor absoluto ms grande en
cada
lnea; es decir, si K12 es mayor que K11 entonces se debe elegir la tasa de agua para
controlar la DTP sin embargo, esta manera de elegir el par de variable controlada
y manipulada no es completamente correcta, ya que las ganancias Kij pueden
tener diferentes unidades y, consecuentemente, no es posible hacer la comparacin.
Como se ve, la matriz depende de las unidades y, por lo tanto, no es til para este
propsito.
Para normalizar la MGEE y hacerla independiente de las unidades, se utilizo la tcnica
que desarroll Bristol (Bristol, 1966). La matriz de ganancia relativa de Bristol (MGR)
obtenida partir de la MGEE para el circuito de molienda es:
0.1721
0.8279 0.8279
0.1721
(66)
(67)
jj
j 1
47
48
49
Como puede observarse de las ecuaciones (61)-(64), todas ellas presentan sus polos en
el semiplano izquierdo del plano s, adems observando las figuras 21-24 y teniendo en
cuenta el criterio de estabilidad de Nyquist se puede concluir que el proceso en
lazo abierto es estable, debido a que ningn polo de las funciones de transferencia
graficadas en las figuras 21-24 encierra el punto -1+j0.
6.3. CONTROL CENTRALIZADO POR DESACOPLE
El objetivo de desacoplar el sistema es que este se comporte como un sistema SISO,
tenindose un controlador ms manejable que a su vez disminuya las interacciones entre
los lazos del proceso acoplado.
6.3.1. Desacople del sistema de molienda
Aplicando las ecuaciones (27) y (61-64) al circuito de molienda se tiene que:
e 8
0
72. 1 7.
D
12
214
92s 1 20s
1
0.58e
(69)
(70)
0.67
21
D1200s 1
D22
(68)
0.28
1
431s
11
41
83s 1
(71)
50
Figura 25. Respuesta del proceso en lazo abierto ante una seal aleatoria en la tasa de
agua.
En la figura 25. Se observa que al tomar el sistema en lazo abierto y fijar la tasa
de alimento, se vario la tasa de agua con una seal de excitacin aleatoria con tiempo
de muestreo de 50 segundos y una amplitud con un valor mnimo de 74 gpm y un
mximo
105 gpm, que son los valores en los que fluctan normalmente la tasa de agua en
la planta industrial de Nare. La figura 25 presenta una gran oscilacin y convierte
el circuito de molienda en un sistema oscilatorio.
Figura 26. Respuesta del proceso en lazo abierto ante una seal aleatoria en la tasa de
alimento.
51
Con respecto a la figura 26. Puede decirse que al realizar un cambio similar en la tasa de
alimento con una seal aleatoria con un periodo de 50 segundos con un valor mnimo de
4 tph y un mximo de 8 tph (debe aclararse que estos cambios en la tasa de alimento en
la planta Nare no son tan extremos, pero para efectos de simulacin se tom una
amplitud extrema con el objeto de determinar como esta variable afectaba la humedad),
se obtiene un respuesta del sistema oscilatoria y no se logra alcanzar el estado estable.
De acuerdo a las figuras 25 y 26 puede inferirse que el circuito de molienda es
un circuito altamente acoplado y su dinmica es fuertemente afectada ante un cambio
de una variable cualquiera, como puede ser la presin, el tamao de corte, la velocidad
del molino o el tiempo de residencia del mineral en el molino. Adems los aspectos
antes mencionados ratifican la teora propuesta por Bristol con respecto a la
matriz de ganancia relativa y a la interaccin de las dos variables controladas
como puede apreciarse en la ecuacin (66).
Una vez hecho el anlisis de interaccin entre las variables del circuito de molienda y
con base en la estrategia de control que se va a disear, se hace necesario el desacople
del circuito.
Figura 27. Respuesta del proceso desacoplado ante un cambio aleatorio en la tasa de agua.
La figura 27 muestra como una vez realizados los clculos para el desacoplador,
simulado el sistema con el circuito de molienda con el desacoplador calculado y
haciendo el mismo cambio en la tasa de agua se disminuye el efecto de esta sobre el
tamao de partcula. Similarmente puede inferirse como la interaccin entre la tasa de
alimento y la humedad se disminuy notablemente (figura 28) cuando se simul con las
mismas condiciones para la tasa de alimento con respecto al sistema desacoplado.
52
Figura 28. Respuesta del proceso desacoplado ante un cambio aleatorio en la tasa de
alimento.
Puede concluirse que el sistema esta desacoplado y por tanto puede disearse un
controlador diagonal, obtenindose un controlador SISO. Estas condiciones garantizan
mayor controlabilidad del proceso despus de la compensacin dinmica.
6.3.2 Diseo del controlador convencional
De acuerdo a las funciones de transferencia del proceso obtenidas y a la funcin
de transferencia equivalente ecuacin (33). Se tiene que la funcin de transferencia para
el diseo del controlador
representada en el espacio de estados es la
presentada en la figura 29:
53
x1
x2
.0 0625
x1
x5
0
0
0 .0
00
.0
31
25
0
0
0
x5
03125
00
0
0.0
03
90
6
0
0
0x
0- - 0. 0
0 01 .
. 90 0
01 0
6 3
1 7
7 1
0
0
2
00
00
00
0.003906
0
0
0
0
0
x0
3 0
3
1
2
5
.
x4
0
0
(7
2)
0
x6
0
0
0- 0. 0.00 .0
01 715 03125
43 6
7 x 7
0
0
0
0
7
00 x
00
0
x
0
0
.
0
0
3
9
0
6
1x
x
2
y 0 0 - 0.04868
0.05727 0 - 0.03719
x
5
x6
x7
x
8
Las respuestas en
frecuencia y
e
s
t
a
b
i
l
i
d
a
d
t
a
n
t
o
e
n
l
a
z
o
a
b
i
e
r
t
o
o
d
e
c
i
a
r
l
a
e
n
f
u
n
c
i
l
a
s
d
e
t
r
a
n
s
f
e
r
e
n
c
i
a
mo se puede apreciar de
la figura 30, se infiere
que el circuito de
molienda es de fase no
mnima, debido a los
retardos
que
se
presentan en dos de
las cuatro funciones de
transferencia
del
proceso. Adems, se
observan
las
caractersticas de la
ganancia y de la fase del
sistema sobre un rango
de frecuencia de 10-4
rad/seg. a 103 rad/seg.
Segn el diagrama se
deduce que para bajas
frecuencias el sistema es
poco sensible a cambios
en los parmetros (tasa
de alimento y tasa de
agua). Alrededor de los
10-2 rad/seg el
f
i
g
u
r
a
s
(
3
0
)
(
3
5
)
.
G
c
o
m
o
(
s
)
e
n
s
e
l
a
z
o
p
u
e
d
e
n
c
e
r
r
a
d
a
p
r
e
F
R
e
f
e
a
p
C
o
sistema esta en la zona de mayor sensibilidad. Ya para los 103 rad/seg. el margen
de estabilidad del sistema es muy bajo.
55
Del anlisis anterior se puede concluir que la funcin de transferencia equivalente del
proceso es totalmente controlable y se puede disear un controlador por medio de
tcnicas mono variables para el circuito de molienda.
6.3.3. Diseo del Controlador centralizado por desacople
Como el circuito de molienda es un proceso con una moderada interaccin entre
sus variables, pues su matriz de ganancias relativa (RGA) ecuacin (66) es de 0.8279 en
su diagonal principal y esta descrito por la siguiente matriz de funciones de transferencia:
0.72e 8 s 1 1.7e 214 s
0.58e 41s
G(s)
83s 1
- 0.67
1200s 1
92s 1 20s 1
0.28
431s 1
(74)
12 8 ; 21 0 ; 22 0
(75)
min( ,0 ) 1 8
,41 0 ;
(76)
min( ,41; 2 0
2 min( ,41 )8
)8
(77)
11 41 ;
1 min(
)8
Como se menciono en la seccin 4.4.2, se especifico que los retardos i deben ser los
mnimos posibles, de las expresiones (76) y (77) se obtiene un valor para 1=8 y 2=0,
de acuerdo con la ecuacin (34) las funciones de transferencia k1(s) y k2(s), toman la
forma siguiente:
k1 s z
e 8 s
sk
(1 )
s z
k2 (s)
k2 s z
s s z
431s 1
11k s
( )
0.58
s
83
1
11
41s
0.28
ss
2030
e 33s
431s 1
3500k1 20s 1
s83
( )
sk
0.28
ks z
8 s
s s z
0.72e
1 1.7e
214
- 0.67
92s 1 20s 1
1200s 1
1 92s
s )1 s z
1 1200(
(81)
s
s s
s s
e 214 s
20 1 92 1 1200 1 6030 83 1 431 1 1 .1 7
(80)
8 s
214 s
12
s( )
1 1.7e
0.72e
0.58 e
0.28
83s 1
( )
sk
12
k
900
ss
0.72e
431s 1
s
s
s s z
214
1 1.7e
k2 s z
92s 1 20s 1
41s
92s 1 20s 1
83 1 431 1
1200
(
- 0.67
1200s 1
214
10 17
(83)
)1
z
s
s s
e 33s s s
e 214s
20
1
92
1
1200
6030
83
1
431
2030
1 1 .1 7
58
(82)
- 0.67 1k
s z
8 s
k21 s
s
s
( )
0.58
0
e
01
4
1
s
(84)
0.67
9 2
2s0
s
1
1
83
431
s
1
sk
1200s
1
s z
k s
s s
s
( )
1 1
1 92
83
ss z 33s
1 1
1 .1 7e
e2030
20s 1 92s s4 214 s
1 1200s 1 31
6030
s83
21
k2 s z
k22 s
s z
s
( )
0.58
4
1
00
2
1
4
1
1.7e
(86)
- 0.67
sk
8
8
)
k s s
s
1200s 1
1 1 1
725
1200
0 2 92 431 1
20
ss z 1 1 1 e 214s
2030 20s 1 92s 6030
1
s431 1 7.
1 s1200
s83
22
11
szk2s k2 z
Donde los polos de la
funcin de transferencia
h2(s) estn caracterizados
por la frecuencia natural
no amortiguada n y el
factor de amortiguamiento
k z
i
z
( )
( b9 0
2 ki z
y es posible fijar
el valor de con
k2<z.
5
9
Figura 36. Ganancia k1 para el controlador del circuito de molienda en funcin del margen de
ganancia deseado.
6. Con el fin de que todas las componentes del controlador presenten una
estructura PID, se toma en cuenta la reduccin de las funciones de transferencia
de las ecuaciones (53) y (54). De las ecuaciones (81), (83), (85) y (87) se puede
apreciar que todas las componentes del controlador carecen de retardo y
son altamente
complejas
de
implementar, luego
aproximando la
expresin simplificada inversa mji(s),
para cada componente del controlador se tiene:
1 1 1 e214 s s z
2030 20s 1 92s 1 1200s 1
1 7.
6030
s431
s83
m11(s)
3500 20s
1 s83
11
1 92s
1 1200(
1 9844.
(s)
(91)
s )1 s z
10 3
10 3
(92)
s1
111.
1 1 e214 s s z
1 7.
s431
s83
m12 (s)
900 10 17e
s83
214 s
1
s431
1
1200
(
1
12
0911.
s )1 s z
(93)
(s) s 1
111.
10
10 3
(94)
1
1 1 .1 7e214 s s z
s431
s83
m21 (s)
8375 20s
1 s83
1 92s 1 1 s z
(95)
s431
2 4879.
21 (s) m
s3
333.
10 3
10 3
(96)
1 1 e214 s s z
1 7.
s431
s83
m22 (s)
(97)
7 1850.
22 (s) m
s8
333.
10 4
10 4
(98)
D
e
e
s
t
a
f
o
r
m
a
l
o
s
c
o
n
t
r
o
l
a
d
o
r
e
s
P
I
r
e
s
u
l
t
a
n
t
e
s
s
o
n
:
( s
ks
)
1
k 1
1
P
1
I
.
( 1
S
1 9844.
1 10 3 s
0
10
(s) k PI s
1
k k
12
11
2
1.
103 s
1
09
11.
3
10
(s) k PI s
3
k k
10 3 s
21
1 33
3.
2
48
79.
4
10
(s) k s
8
kPI k
10 4 s
22 33
2
3.
7
18
50.
(99)
(1
00
)
(101)
(102)
Figura 37. Diagrama de bloques del sistema de control desacoplado con controladores PID
convencionales.
62
Figura 38. Oscilacin sostenida del sistema en lazo cerrado con kcr=-10.1.
En este diseo convencional se hallo la ganancia critica (kcr) del sistema en lazo cerrado
obtenindose un valor de kcr=-10.1 y un valor del periodo crtico igual a pcr=1250 s, lo
cual puede concluirse de la figura 38. se hallaron los tres tipos de controladores
(Proporcional, Proporcional integral y Proporcional integral derivativo) hallndose
un mejor desempeo del sistema en lazo cerrado con un controlador PID, los valores de
la ganancia proporcional , el tiempo integral
y el tiempo derivativo son
respectivamente kp= -6.06, Ti=625 y Td=156.25.
En las figuras 39 y 40 se observa la respuesta del circuito de molienda ante cambios en
el punto de operacin del sistema cuando se implementa el controlador PID del tamao
de partcula y el porcentaje de humedad respectivamente.
Figura 39. Respuesta de la DTP con el controlador PID convencional ante un cambio en el punto de
operacin.
63
Figura 40. Respuesta del porcentaje de humedad con el controlador PID convencional ante un
cambio en el punto de operacin.
64
Figura 41. Respuesta de la DTP con el controlador PID convencional ante una perturbacin.
Figura 42. Respuesta del porcentaje de humedad con el controlador PID convencional ante una
perturbacin.
65
La figura 42 ratifica el desempeo del controlador cuando este se disea con dos lazos
de control separados, esta vez para una respuesta en el porcentaje de humedad. En este
caso se observa que a los 490 s, se presenta una humedad del 98%, generando un error
del 15.3%. Despus de los 500 s, la humedad empieza a descender pero una vez ms no
se alcanza el punto de operacin en el cual se cumplen las condiciones de calidad.
Las observaciones presentadas a partir de las figuras 41 y 42, permiten concluir que es
necesario disear un controlador en el cual se involucren todas las dinmicas y
perturbaciones comprendidas en un circuito de molienda. En la figura 43 se ilustra el
diagrama de bloques del controlador centralizado, el cual cumple con los
requisitos mnimos mencionados anteriormente. .
Figura 43. Diagrama de bloques del diseo del sistema de control centralizado.
Figura 44. Respuesta de la DTP con el controlador centralizado ante un cambio en el punto de
operacin.
66
Figura 45. Respuesta del porcentaje de humedad con el controlador centralizado ante un cambio en el
punto de operacin.
Figura 46. Respuesta de la DTP con el diseo del controlador centralizado ante una perturbacin. A
67
Figura 47. Respuesta del porcentaje de humedad con el diseo del controlador centralizado ante
una perturbacin.
68
69
8.
DISCUSIN DE RESULTADOS
70
potencial que puede llegar a tener la implementacin de una estrategia de este tipo en la
industria cementera Colombiana.
Con esta investigacin y la posible implementacin de la estrategia de control diseada
se puede pensar en el uso de otro tipo de estrategias de control que permitan evaluar e
identificar los parmetros del circuito de molienda y hacer uso de tcnicas
de identificacin de parmetros en lnea que nos permitan encontrar relaciones entre
otras variables operacionales tales como, la razn de recirculacin, el porcentaje de
slidos en el molino. El cort circuito de finos y el ndice de claridad.
71
9.
CONCLUCIONES
72
73
10. RECOMENDACIONES
Como paso siguiente en el desarrollo de este trabajo es necesario realizar
la implementacin fsica del esquema propuesto, y comparar asimismo los resultados
del montaje con los obtenidos mediante la simulacin del proyecto.
Es necesario buscar otras formas de generar o evaluar el vector de estados
necesario para la realimentacin, y evitar el indeseable uso de la derivacin de la
salida, que permitan un mejor funcionamiento del esquema de control. Tales
formas pueden ser usar otras estrategias de medicin o la estimacin de los
estados faltantes mediante Observadores de Estado en incluso Observadores ptimos
como los Filtros de Kalman,
(Ogata, 1996), (Kwakernaak, 1975), (Mosca, 1995).
Debe estructurarse otra forma para determinar el valor de los parmetros de la planta,
para evitar la complejidad algebraica y numrica que tiene la forma expuesta en
este trabajo. Ya sea por el uso de transformaciones aproximadas de la
funcin de transferencia o el uso de alguna forma de estimacin de los parmetros
deseados a partir de los coeficientes de la planta ya sea mediante regresiones o de
correlaciones entre estos.
74
11. BIBLIOGRAFIA
Astrom, K., & Hagglund, T. PID controllers: Theory, design and tuning. North
Carolina, USA: Instrument Society of America;1995.
Austn, L. G. & Concha, F. Diseo y simulacin de circuitos de molienda
y clasificacin. Programa Iberoamericano de ciencia y tecnologa para el
desarrollo. CYTED.
Subprograma
de Tecnologa Mineral. Red
de
Fragmentacin
XIII-A. Concepcin. Chile. 1994.
Bequette, B.W.Process Control: Modeling, Design, and Simulation. Prentice Hall, NJ,
USA. 2002.
Bouche. C, Brandt. C, Broussaud. A, Drunick. W. Advanced control of gold ore
grinding plants in South Africa. Minerals Engineering Vol 18 pp 866876. 2005.
Bouso. J. L, , Evolucin histrica de los circuitos de molienda. Eral equipos y procesos,
S.A. Procesamiento de minerales. Rocas y minerales. 2004.
Brinksmeier. E, Aurich. J. C, Govekar. E, Heinzel. C., Hoffmeister. H.-W, Klocke. F,
Peters. J, Rentsch. R, Stephenson. D. J, Uhlmann. E, Weinert. K and Wittmann.
M. Advances in Modeling and Simulation of Grinding Processes. Annals of the CIRP
Vol.
55-2.Pp 667-696.2006.
Bristol, E. H., On a New Measure of Interaction for Multivariable Process Control,
Trans. IEEE. Enero 1966.
Bustamante M.O, Programa de Optimizacin de molienda, Comunicacin personal,
2009.
Chica, L. Estudio del cortocircuito de finos en hidrociclones operados con suspensiones
poliminerales en la industria cementera. Tesis de Maestra. Universidad Nacional
de Colombia-Sede Medelln. 2009.
Conrad A.V.E. & Aldrich C. Neurocontrol of a ball mill grinding circuit using
evolutionary reinforcement learning. Minerals Engineering, VoI. 14, No. 10, pp. 12771294. 2001.
Corripio, A.B. & Smith, C.A. Control automtico de procesos: Teora y Practica.
Noriega Editores 2000.
Duarte M, Seplveda F, Castillo A, Contreras A, Lazcano V, Gimenez P, Castelli L. A
comparative experimental study of five multivariable control strategies applied to a
grinding plant. Powder Technology Vol. 104, pp. 1-28. 1999
75
76
77
Takatsu H., Itoh T. & Araki M. Future needs for the control theory in industries. Report
and topics of the control technology survey in japanese industry. Journal of
Process Control, 8:369374, 1998.
Tangsathitkulchai, C. Acceleration of particle breakage rates in wet batch ball milling.
Powder Technology.124 p 67-75. 2002.
Tavakoli S.; Griffin, I.; Fleming, P. J.: Tuning of decentralised PI (PID) controllers for
TITO processes. Control Engineering Practice 14, pp. 1069-1080. (2006)
Vzquez, F.; Morilla, F.; Dormido, S. An iterative method for tuning decentralized
PID controllers. Proceeding of the 14th IFAC World Congress, pp. 491-496. (1999)
Vzquez, F. Diseo de controladores PID para sistemas MIMO con control
descentralizado.Tesis doctoral. UNED, 2001.
Vzquez, F.; Morilla, F. (2002) Tuning decentralized PID controllers for MIMO
systems with decoupling. Proceeding of the 15th IFAC World Congress, pp. 21722178.
Vinante, C. D.; Luyben, W. L. (1972) Experimental studies of destillation decoupling,
Kem. Teollisuus, 29, 499.
Wang, Q. G.; Hang C. C.; Zou, B. (1996) A frequency response approach to
autotuning of multivariable PID controllers, Proceeding of the 13th IFAC World
Congress, pp. 295-300.
Wang, Q. G.; Huang B.; Guo, X. (2000) Autotuning of TITO decoupling controllers
from step tests, ISA Transactions, 39, pp. 407-418.
Wang, Q. G. Decoupling Control. Lecture Notes in Control and Information Sciences;
285. Springer-Verlag. (2003).
Xi-song Chen, , Qi Li, Shu-min Fei, Supervisory expert control for ball mill grinding
circuits, Expert Systems with Applications 34 (2008) 18771885
Xi-song Chen *, Jun-yong Zhai, Shi-hua Li, Qi Li, Application of model
predictive control in ball mill grinding circuit, Minerals Engineering 20 (2007) 1099
1108.
78