Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Facultad Politécnica
Ingenierı́a Eléctrica
Trabajo Final de Grado II
Identificación de la función de
transferencia de un desaireador
industrial a través del ensayo
en lazo cerrado
Por: Arturo Nicolás Fernández Russo y
Sergio Antonio Martı́nez Fernández
Profesor Orientador: Ing. Hugo Acelmidio Larangeira
Noviembre 2018
FICHA CATALOGRÁFICA
BIBLIOTECA DE LA FACULTAD POLITÉCNICA
DE LA UNIVERSIDAD NACIONAL DEL ESTE
<fecha>
Profesor
Presidente de la Mesa Examinadora
Profesor Profesor
Miembro de la Mesa Examinadora Miembro de la Mesa Examinadora
A nuestros padres, por el apoyo incondicional y por inculcarnos
la importancia del estudio.
A Dios.
Por darnos la sabidurı́a y fuerza para culminar esta etapa
académica.
Resumen VII
Abstract VIII
1. Introducción 1
1.1. Motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Definición del problema . . . . . . . . . . . . . . . . . . . . . . 2
1.3. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.1. Objetivo General . . . . . . . . . . . . . . . . . . . . . 3
1.3.2. Objetivos Especı́ficos . . . . . . . . . . . . . . . . . . . 3
1.4. Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.5. Justificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.6. Delimitación del Tema . . . . . . . . . . . . . . . . . . . . . . 4
1.7. Impacto de la Investigación . . . . . . . . . . . . . . . . . . . 4
1.8. Descripción de los contenidos por capı́tulo. . . . . . . . . . . . 5
ix
ÍNDICE GENERAL ÍNDICE GENERAL
3. Método 23
3.1. Enfoque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.2. Alcance de la investigación . . . . . . . . . . . . . . . . . . . . 24
3.3. Diseño . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4. Resultados 32
4.1. Recolección de datos de entrada y salida en lazo cerrado . . . 33
4.2. Tratamiento previo de los datos de entrada y salida . . . . . . 33
4.3. Elección de la estructura y obtención de los parámetros del
modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.4. Validación de Resultados . . . . . . . . . . . . . . . . . . . . . 37
4.5. Estimación de proceso en lazo abierto . . . . . . . . . . . . . . 38
4.6. Recolección de datos de entrada y salida en lazo abierto . . . . 39
4.7. Validación de resultados . . . . . . . . . . . . . . . . . . . . . 40
5. Conclusión 41
5.1. Discusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.2. Sugerencias para futuras investigaciones . . . . . . . . . . . . 42
Referencias bibliográficas 43
x
Índice de figuras
xi
ÍNDICE DE FIGURAS ÍNDICE DE FIGURAS
xii
Índice de Tablas
xiii
Capı́tulo 1
Introducción
1
Introducción
1.1. Motivación
El medio para la resolución de problemas tı́picos en las áreas de inge-
nierı́a presupone una fuerte base matemática, puesto que esta representa el
lenguaje para poder puntualizar tanto el comportamiento de fenómenos, co-
mo los métodos utilizados para modificar dichas conductas de una manera
controlada.
Cimentar procesos por medio de modelos es un objetivo importante de
la Ingenierı́a de Control. Estos necesitan representar el comportamiento real
en los casos en que existe un conocimiento anterior limitado de la estructura
del sistema estableciendo la relación entre sencillez y precisión.
La principal motivación que llevó a realizar este trabajo de investigación
es la existencia de una alta demanda en cuanto a conocimiento de instru-
mentación referentes a sistemas de control por parte de las industrias.
De esta manera la intención del libro es mostrar información sobre el
modelado de sistemas de nivel, estimación de parámetros y el diseño de los
diferentes mecanismos de control desde un punto de vista superior al teóri-
co ya que se manejan datos experimentales de un proceso de desaireación
industrial real. Por tanto lo que se busca es comprobar si los aspectos teóri-
cos adquiridos durante la formación académica son aplicables y útiles en el
campo laboral.
2
Introducción
1.3. Objetivos
1.3.1. Objetivo General
Identificar la función de transferencia de un desaireador industrial a través
del ensayo en lazo cerrado
1.4. Hipótesis
La identificación de los parámetros en un sistema de desaireación indus-
trial en lazo abierto puede ser obtenida por medio de la identificación de la
estructura en lazo cerrado y el análisis de las ecuaciones que gobiernan al
sistema a través de la herramienta de los mı́nimos cuadrados.
1.5. Justificación
El análisis de procesos constituye un elemento importante para la toma
de decisiones cientı́ficas y responsables. El diseño como la operación se pue-
3
Introducción
4
Introducción
5
Capı́tulo 2
Conceptos fundamentales,
teorı́as y antecedentes
6
Conceptos fundamentales, teorı́as y antecedentes
7
Conceptos fundamentales, teorı́as y antecedentes
8
Conceptos fundamentales, teorı́as y antecedentes
2.1.3. Modelado
El primer paso para la elaboración de sistemas de control industrial es la
confección descriptiva del proceso a controlar definida como modelado.
El objetivo del modelado de sistemas es determinar una estructura ma-
temática que describa el comportamiento de un sistema o un proceso. Cuando
el modelado de sistemas involucra datos experimentales, el proceso se conoce
como Identificación [8].
Los modelos aportan una representación unificada para tratar con sis-
temas de tipos muy diferentes, que hacen posible introducir una serie de
conceptos útiles. En la práctica no se pretende encontrar la estructura exac-
ta, sino más bien el modelo adecuado para una determinada aplicación. La
utilización de modelo es esencial para la simulación y el diseño del control,
representando un procedimiento seguro y de bajo costo.
Para el efecto del control es a menudo suficiente describir pequeñas des-
viaciones con relación a un estado de equilibrio. En este caso la conducta se
puede modelar como un sistema dinámico lineal.
La investigación de todo modelado inicia con la determinación del proceso
estático. El comportamiento estacionario es útil para establecer el rango de
señales de control demandadas para cambiar la salida del proceso, dimensio-
nar los actuadores y seleccionar la resolución del sensor.
Tal como se indica en [9], el modelo estático se consigue por medio de la
experimentación manteniendo la entrada en un valor constante y evaluando
la salida en estado estacionario. Otra forma habitual es realizar la prueba
en lazo cerrado donde la salida del sistema se mantiene constante mediante
realimentación y se mide el valor en estado estacionario de la entrada. Las
pruebas requeridas para determinar el modelo del proceso estático otorgan
una idea intuitiva de la facilidad de control del proceso y del porcentaje de
perturbación existente en él.
El proceso no solo se basa en la respuesta estacionaria, sino que además
está establecido por el comportamiento dinámico transitorio para llegar a
ella. Hay una mayor dificultad para capturar la conducta dinámica, pero
dicho recurso es de suma importancia para el control.
Linealización de Modelos
Debido a que la mayorı́a de herramientas para el análisis de sistemas y
diseño de control requieren que el modelo sea lineal, es necesario disponer de
métodos para linealizar modelos.
La linealización generalmente consiste en una expansión en serie de Taylor
de la ecuación 2.5 de estado no lineal, alrededor de un punto de operación
9
Conceptos fundamentales, teorı́as y antecedentes
Técnicas de Modelado
Modelado Fı́sico: Ecuaciones Diferenciales
Una forma tradicional de obtener un modelo es por medio del análisis de
la naturaleza del proceso, se utiliza como base las leyes fı́sicas que caracte-
rizan al sistema particular, como las leyes de conservación de masa, energı́a
y momento. Cuando se derivan modelos fı́sicos, un sistema se divide tı́pica-
mente en subsistemas. Se determinan las ecuaciones de cada subsistema, y se
combinan los resultados para obtener un modelo del sistema completo. Tales
descripciones tı́picamente conducen a un modelo matemático en términos de
ecuaciones diferenciales de la forma:
a0 y n + a1 y n−1 + ... + an−1 y 0 + an y = bxn−1 + b1 xn−2 + ... + bn−1 x0 + bn x (2.6)
Éste es uno de los modelos estándar utilizados en control automático,
donde y representa las salidas y x las entradas del sistema. El número n
es igual al número de variables necesitadas para la descripción completa e
indica el orden de la ecuación diferencial.
Una caracterı́stica atractiva de los modelos fı́sicos es que los parámetros
de la ecuación pueden estar relacionados con magnitudes fı́sicas. Sin embargo,
su principal desventaja es la dificultad que presenta la resolución de dichas
ecuaciones.
10
Conceptos fundamentales, teorı́as y antecedentes
Función de Transferencia
Debido a la complejidad asociada a la resolución de ecuaciones diferen-
ciales es común transformar las mismas con la aplicación de la transformada
de Laplace. La transformada de Laplace de una función del tiempo se define
como:
Z ∞
F (s) = f (t)dt (2.7)
0
El estudio de sistemas lineales se sujeta al álgebra. Una propiedad in-
teresante es que controladores, procesos, y señales se describen de la misma
forma. Por tanto, la ecuación 2.6 pasa a ser representado por dos polinomios
algebraicos:
Respuesta Impulsional
En un sistema lineal invariante en el tiempo, las señales de entrada y
salida, están relacionadas por la integral de convolución dada por:
Z t
y(t) = h(t − τ )x(τ )dτ (2.11)
0
11
Conceptos fundamentales, teorı́as y antecedentes
Modelos de Estado
La noción de estado es un concepto importante en dinámica de sistemas.
El estado es un conjunto de variables que resumen la conducta pasada del
sistema y admite una predicción del futuro bajo la hipótesis de que se conocen
las entradas futuras [13].
La función de transferencia está relacionada con la representación de es-
tados en el caso monovariable. De acuerdo con la ecuación:
H(s) = c(sI − A)−1 b (2.13)
Donde A es la matriz del sistema, b es el vector de entradas y c es el
vector de las salidas.
2.1.4. Identificación
Una opción diferente a la descripción por modelos fı́sicos y ecuaciones
diferenciales es el análisis por medio de la observación de la conducta de las
señales de entradas y las salidas; y las interacciones entre ellas. La elección de
dichas señales es crucial, y debe hacerse con cuidado de tal manera a poder
obtener de ellos los datos lo suficientemente informativos.
La arquitectura de sistemas a partir de datos observados es un mecanismo
fundamental en la ciencia. Varios métodos y nomenclaturas han sido desa-
rrolladas en diferentes áreas de aplicación. Una de las áreas es la teorı́a de
control, que ha contribuido a la teorı́a de modelado al considerar el proceso
como un ejercicio de diseño de la dinámica que se pretende estimar, dentro
de un conjunto de modelos, aproximando lo mejor posible a la realidad, en
lugar de emprender la búsqueda por el verdadero modelo [14].
La selección de modelos y el ajuste de los parámetros son influenciados
por varios factores como, el conocimiento inicial del sistema, las propiedades
del sistema identificado, la selección de la medida del error a ser minimizado,
y la presencia de ruidos.
La identificación envuelve parámetros y objetivos complejos, tı́picamente
los criterios de desempeño y validación. La noción de un buen modelo es
subjetiva y dependiente del propósito de su aplicación por lo que la estimación
del error es una regla importante en la ingenierı́a de procesos [15] [16].
12
Conceptos fundamentales, teorı́as y antecedentes
13
Conceptos fundamentales, teorı́as y antecedentes
Figura 2.2: Salida de un sistema de primer orden ante entrada escalón uni-
tario.
14
Conceptos fundamentales, teorı́as y antecedentes
15
Conceptos fundamentales, teorı́as y antecedentes
0,0805−5,547(0,475−x)2
ii) δ = (x−0,365)
v) f3 (δ) = 0,922(1,66)2
f3 (δ)
vi) θ = t2 − ωn
16
Conceptos fundamentales, teorı́as y antecedentes
Identificación off-line
Con el auxilio de señales de test apropiados de entrada (ruido blanco, se-
cuencia binaria), se excita el proceso y se almacenan las medidas de entrada
y salida para la aplicación de validación a posteriori de algoritmos no recur-
sivos. Para esto es necesario el conocimiento del orden del modelo. Todo el
cálculo de parámetros es hecho en un momento y el tiempo de validación es
diferente de aquel en que se realiza el ensayo, por esta razón la nomenclatura
off-line. Para este tipo de abordaje se utilizan modelos dinámicos discretos
para los procesos.
Identificación on-line
Es un procedimiento por computadora, para ello se requiere de métodos
recursivos que utilicen poca memoria y que sean capaces de actualizar la
estimación de los parámetros en cada periodo de muestreo. El algoritmo más
famoso es el de los mı́nimos cuadrados.
La aplicación en tiempo real de los algoritmos de identificación es in-
teresante para varios propósitos, entre los cuales sobresalen la detección, el
diagnostico, el control adaptativo y la aplicación de las redes neuronales.
17
Conceptos fundamentales, teorı́as y antecedentes
2.1.5. Filtrado
El filtro comúnmente utilizado es el de filtro de promedio móvil, antes
de aplicar dicho filtro la señal debe ser muestreada, es decir pasar de una
función continua a intervalos de carácter discreto.
Tal y como se expresa en [20] dado un entero positivo N , el filtro de
promedio móvil (PM) en el punto N es un sistema de tiempo discreto dado
por la relación de entrada/salida.
1
y(n) = [x(N ) + x(n − 1) + x(n − 2) + ... + x(n − N + 1)] (2.21)
N
Donde x(n) es la entrada aplicada al filtro, e y(n) es la respuesta de salida
resultante.
De la ecuación vemos que la salida y(n), al tiempo n del filtro PM en
el punto N , es el promedio de los N valores de entrada. Ası́, el término N
se refiere al número de valores de entrada utilizados al calcular la salida
del filtro. El filtro se conoce como “filtro de promedio móvil”, debido a que
calculamos el siguiente valor de la salida, moviendo el intervalo de puntos de
tiempo sobre él.
Los filtros PM con frecuencia se utilizan para reducir la magnitud del
ruido que puede estar presente en una señal. Para ver cómo es esto posible,
suponga que la entrada x(n) está dada en la forma x(n) = s(n) + e(n), donde
s(n) es la parte suave de x(n), y e(n) es la parte errática o ruidosa de x(n).
Entonces, la salida y(n) del filtro PM en el punto N está dada por:
1
y(n) = [s(n) + s(n − 1) + s(n − 2) + ... + s(n − N + 1)]
N (2.22)
1
+ [e(n) + e(n − 1) + e(n − 2) + ... + e(n − N + 1)]
N
Si e(n) varı́a aleatoriamente alrededor de cero, el término ruidoso dado por
el promedio puede hacerse tan pequeño como se desee, tomando el valor de N
lo suficientemente grande. Esto explica por qué los filtros PM funcionan bien
18
Conceptos fundamentales, teorı́as y antecedentes
2.1.6. Desaireador
Controlar los niveles de gas en los sistemas de agua de alimentación de
plantas de energı́a y calderas es fundamental para el funcionamiento de la
misma. Es importante extraer los gases de carácter corrosivos que pueden
tener un impacto negativo en el rendimiento de la caldera.
El desaireador o desgasificador consiste en un tanque de alimentación y
calentamiento, es un equipo que elimina el oxı́geno y otros gases contenidos
en el agua de alimentación de modo a evitar la corrosión de elementos y
tramos que componen el circuito agua-vapor de la planta. En medio acuoso,
el hierro se oxida a hidróxido ferroso por la acción del ión hidroxilo. Este,
por acción de oxı́geno en disolución pasa a hidróxido férrico, que implica
corrosión. A elevadas temperaturas el hidróxido ferroso se convierte a una
capa densa de protección denominada magnetita, que protege el metal del
agua y del oxı́geno. Sin embargo, esta capa que va creciendo conforme a las
horas de funcionamiento de la planta, puede provocar graves averı́as porque
su apilamiento genera grietas en los tubos y conductos de los equipos, que
se someten a altas temperaturas, motivadas por la escasa transferencia de
calor y a otros fenómenos mecánicos como desgarramientos producidos por
la consecuente dilatación térmica descontrolada [7].
19
Conceptos fundamentales, teorı́as y antecedentes
Desaireador Presurizado
En la figura 2.6 se observa el principio básico de operación de un desairea-
dor presurizado. El primer paso en el tratamiento del agua de alimentación
es calentar el agua para eliminar el oxı́geno.
20
Conceptos fundamentales, teorı́as y antecedentes
2.2. Antecedentes
Actualmente, el avance de metodologı́as y de los productos manufactura-
dos de control basados en modelos matemáticos ocasiona un aumento signifi-
cativo en el interés de identificación de sistemas dinámicos. Ası́, es necesaria
la representación de una simplificada noción de evolución en identificación de
sistemas, distinguiendo los diferentes periodos de desenvolvimiento en esta
área. [14]
En [15] se detallan los pasos a seguir para la consecución del modelado
del control de nivel de un lı́quido en un depósito de forma cilı́ndrica, el
estudio parte de la obtención de las ecuaciones diferenciales que representa
el comportamiento dinámico de cada una de las variables del sistema, y
continua con la aplicación de la transformada de Laplace suponiendo las
condiciones iniciales iguales a cero, dichas ecuaciones se utilizan en forma
de sistemas lineales mediante el uso de diagramas de bloques funcionales
21
Conceptos fundamentales, teorı́as y antecedentes
22
Capı́tulo 3
Método
23
Método
3.1. Enfoque
El enfoque abordado es de carácter cuantitativo ya que la comprensión del
comportamiento del sistema se fundamenta en el análisis numérico a partir
de mediciones realizadas en el proceso y el estudio de las relaciones existentes
entre las variables de excitación y respuesta controlada.
3.3. Diseño
Un desaireador es un tanque cuyo fin principal es eliminar el oxigeno
del agua con el propósito de proteger a los tubos de su poder corrosivo, y
calentar el agua de alimentación para la caldera para que al entrar a la misma
se consiga un ahorro de energı́a a una temperatura de utilización.
Para el análisis del proceso dinámico de desaireación es necesario un mo-
delo matemático que lo represente tal y como lo muestra la figura 3.1.
24
Método
25
Método
26
Método
Una vez registrados los datos hay que corregirlos antes de iniciar la
identificación del modelo, por tanto, se trata de preparar los datos pa-
ra facilitar y mejorar el proceso de identificación. Existen datos que no
27
Método
forman parte de la dinámica del proceso, sino más bien son perturba-
ciones causadas por defectos de instrumentación y dinámica propia de
la válvula de control.
Se utiliza un filtro para reducir la magnitud del ruido que puede estar
presente en la señal identificando el periodo de las oscilaciones.
28
Método
Figura 3.4: Modelado matemático para sistemas de segundo orden con polos
conjugados.
Figura 3.5: Modelado matemático para sistemas de segundo orden con polos
reales.
29
Método
30
Método
H(s)LA .C(s)
H(s)LC = (3.1)
1 + H(s)LA .C(s)
H(s)LA
H(s)LA = (3.2)
1 − H(s)LA .C(s)
31
Capı́tulo 4
Resultados
32
Resultados
33
Resultados
34
Resultados
35
Resultados
36
Resultados
37
Resultados
38
Resultados
39
Resultados
Para analizar la respuesta del sistema se optó por utilizar una entrada de
tipo escalón que permitiera analizar el comportamiento de la planta para
cualquier valor de entrada. La señal de excitación consiste en una entrada
de tipo escalón con magnitud 5 en la apertura de la válvula obteniendo el
comportamiento mostrado en la figura 4.12.
40
Resultados
41
Capı́tulo 5
Conclusión
5.1. Discusión
La base fundamental para la elección de la estructura son las leyes fı́sicas
que gobiernan la naturaleza del proceso, es muy importante escoger el mo-
delo que se quiere representar por medio de las ecuaciones y el análisis del
comportamiento dinámico del proceso.
La validación sirve para establecer si el modelo representa correctamente
la dinámica del sistema real.
Para el desarrollo de estudios de identificación resulta compleja la re-
copilación de datos de procesos dinámicos significativos y funcionales. Sin
embargo para la realización del presente trabajo dicho recurso no ha repre-
sentado una dificultad.
A nivel industrial los datos presentan una gran cantidad de ruido y per-
turbación por lo que es necesario acondicionar la señal previa a su utilización
y análisis.
Durante el desarrollo del trabajo se observó que el algoritmo de estimación
de mı́nimos cuadrados es una herramienta útil para la identificación de la
función de transferencia en lazo cerrado del proceso de control de nivel del
desaireador. A partir de la identificación de dicha función de transferencia,
con el conocimiento de la estructura y los valores de los parámetros del
controlador, es posible estimar la función de transferencia del proceso en
42
Discusión
lazo abierto.
El modelo obtenido presenta una similitud del 92 % en lo que se refiere
a constante de tiempo. Sin embargo, presenta un valor estacionario superior
lo que se supone podrı́a ser causado por un nivel de perturbación mayor
originado por el nivel de producción presente en la prueba en lazo cerrado.
43
Referencias bibliográficas
[6] David B. Ender, Process control performance: Not as good as you think.,
Control Engineering, 1993.
[8] L. Ljung, System Identification: theory for the user. Englewood Cliffs.
Prentice Hall, 1987.
[9] P. S. Buckley, Techniques of Process Control, John Wiley and Sons Ltd,
1965.
[10] Simon S. Haykin, Barry Van Veen, Señales y sistemas, Limusa, 2001.
44
Discusión
[13] Dale E. Seborg, Process Dynamics and Control (Wiley Series in Che-
mical Engineering), Wiley , 1989.
[21] M. Sanz del Amo, Marı́a del R. Patiño Manual práctico del operador de
calderas industriales, Parainfo, 2014.
45