...

6. Control con grandes tiempos muertos

by user

on
Category: Documents
1

views

Report

Comments

Transcript

6. Control con grandes tiempos muertos
Control de Procesos Industriales
6. Control con
grandes tiempos muertos
por
Pascual Campoy
Universidad Politécnica Madrid
Control de procesos con grandes tiempos
muertos y procesos con respuesta inversa
• Control de procesos con grandes
tiempos muertos
– Problemática del control
– El predictor de Smith
• Control de sistemas con respuesta
inversa
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
2
1
Definición de sistemas con
grandes tiempos muertos (1/2)
• Tiempo muerto o retardo puro (tm):
– es el tiempo comprendido entre el momento en que se
produce un cambio en la entrada y el momento en el
que se observa en la salida el efecto de dicha
variación
• Procesos con grandes tiempos muertos:
– son aquellos procesos en los que el tiempo muerto es
más de dos veces su constante de tiempo (tm>>tp)
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
3
Definición de sistemas con
grandes tiempos muertos (2/2)
• Ejemplos de sistemas con grandes tiempos
muertos:
–
–
–
–
circulación de materiales o fluidos
mezclas imperfectas
sistemas de medida con retardo
...
• Modelo en T.L.: Gp(s) = G(s)
U.P.M.-DISAM
P. Campoy
e-tms
Control de procesos industriales
4
2
Problemas de control de
sistemas con grandes tiempos muertos mediante
realimentación de la salida (1/3)
El controlador sigue actuando aún cuando su salida sea
la adecuada para corregir el error
yr(t) +
y(t)
-tms
G
(s)
G(s)
e
C
⇒ uso de controladores con
baja Kc y elevado Ti y por
tanto sistemas muy lentos.
Kc
Tipo de
regulado r
Ganancia
P
1 tp
K p tm
Ti
Tiempo
integral
PI
0,9 t p
K p tm
3,33 tm
PID
1,2 t p
K p tm
2 tm
U.P.M.-DISAM
Td
Tiempo
derivativo
0,5 tm
P. Campoy
Control de procesos industriales
5
Problemas de control de
sistemas con grandes tiempos muertos mediante
realimentación de la salida (2/3)
• Ejemplo:
G(s) =
agua
e-t
m
s
1+s
T
gas
1.- Controlar el sistema usando Z-N para distintos valores de tm
2.- Ajustar manualmente los valores del controlador para tm=4
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
6
3
Problemas de control de
sistemas con grandes tiempos muertos mediante
realimentación de la salida (3/3)
• Ejemplo: Controlador mediante Ziegler-Nichols
yr(t) +
-
Tipo de
regulador
e-4s
GC(s)
Ganancia
proporcional
Kc
P
1
Kp
PI
0,9
Kp
PID
1,2
Kp
& tp #
$ !
$t !
% mp "
& tp #
$ !
$t !
% mp "
& tp #
$ !
$t !
% mp "
U.P.M.-DISAM
y(t)
1+s
Tiempo
integral
ti
Tiempo
derivativo
td
3,33 tmp
2 tmp
0,5 tmp
Kc= 0,3
P. Campoy
ti=8
td=2
Control de procesos industriales
7
El Predictor de Smith
• Principio de funcionamiento
• Ejemplo
• Influencia de los errores de modelado
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
8
4
Predictor de Smith: Principio
de funcionamiento (1/3)
• Idea: controlar la salida antes de que se
atrase
yr(t) +
-
GC(s)
G(s)
e
-tms
y(t)
Si no se puede medir la salida sin retraso, se predice dicho valor de
la salida
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
9
Predictor de Smith: Principio
de funcionamiento (2/3)
• Predecir la variable de salida sin retrasar
– 1ª aproximación:
• Realimentar la predicción de la salida
yr(t) +
-
GC(s)
G(s) e-tms
y(t)
Gm(s)
Inconveniente: es un control en lazo abierto
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
10
5
Predictor de Smith: Principio
de funcionamiento (3/3)
• Predecir la variable de salida sin retrasar
– Predictor de Smith:
• sumar al error predicho con el modelo, el error
real de la salida retardada el tiempo muerto
yr(t) +
-
Gm(s)
+
U.P.M.-DISAM
P. Campoy
y(t)
G(s) e-tms
GC(s)
e-t´ms
-
+
+
Control de procesos industriales
11
Problemas de control de
sistemas con grandes tiempos muertos mediante
realimentación de la salida (2/3)
• Ejemplo:
G(s) =
agua
e-4 s
1+s
T
gas
1.- Controlar el sistema usando un predictor de Smith y
compararlo con los resultados anteriores
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
12
6
Ejemplo Predictor de Smith:
planteamiento
yr(t) +
-
y(t)
e-4s
GC(s)
1+s
e-4s
1
1+s
+
&
s + 1 / Ti
1 #
!! = K C
GC = K C $$1 +
T
s
s
i "
%
U.P.M.-DISAM
P. Campoy
-
+
+
Ti = 1
#
"
! K C = 1; K C = 2
Control de procesos industriales
13
Ejemplo del Predictor de
Smith: resultados
Predictor de Smith con parámetros del controlador ajustados sin tiempo muerto.
Ausencia de error en el modelado
Kc= 0,6 ti=40 td=10
Kc= 1
ti=1
td=0
Realimentación directa de la salida
Kc= 0,3 ti=8
td=2
Predictor de Smith con parámetros
antiguos del controlador
Kc= 1 ti=10
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
14
7
Influencia de los errores de
modelado en el predictor de Smith
Error de modelado:
ΔG(s) = G(s) e-tms - Gm(s) e-t´ms
Función de transferencia con Predictor de Smith:
Gref(s)=
GC(s) G(s)
1+GC(s)G
(s)Gm(s)+GC(s)Δ
(s)ΔG(s)
e-tms
Conclusiones:
si ΔG(s)=0, Gref(s) es la que se obtendría para un sistema sin retardo, añadiendole
posteriormente el retardo en bucle abierto
El error de modelado disminuye el margen de fase y por tanto la estabilidad
relativa.
El error de modelado limita la ganancia del controlador
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
15
Ejemplo del Predictor de
Smith: errores de modelado
1,5
1,5
1
1
0,5
0,5
50
100
150
Predictor de Smith.
Smith. sin error de modelado
50
100
150
Error en el modelado de K y tp del 10%
1,5
1,5
1
1
0,5
0,5
50
100
Error en el modelado del tm del 10%
U.P.M.-DISAM
P. Campoy
150
50
100
150
Error en el modelado del tm del -10%
Control de procesos industriales
16
8
Simplificación del Predictor
de Smith: el Predictor PI
• Si el tm>>tp, la dinámica del sistema sin
retardo se puede puede aproximar
por su ganancia
yr(t) +
-
y(t)
G(s) e-tms
GC(s)
e-t´ms
Gm(s)
-
+
Kp
+
+
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
17
Simplificación del Predictor de
Smith: el Predictor PI (2/2)
• Ejemplo de la caldera
1,5
1,5
1
1
0,5
0,5
50
100
150
50
Predictor de Smith
U.P.M.-DISAM
P. Campoy
100
150
Predictor PI
Control de procesos industriales
18
9
Control predictivo en procesos con grandes
tiempos muertos y con respuesta inversa
• Control de procesos con grandes tiempos
muertos
• Control de sistemas con respuesta inversa
– Definición de sistemas con respuesta inversa
– Modelado de sistemas con respuesta inversa
– Control predictivo de sistemas con respuesta
inversa
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
19
Sistemas con respuesta inversa
• Definición:
– son sistemas que evolucionan inicialmente de
forma contraria a como lo hacen en régimen
permanente
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
20
10
Modelado de sistemas con
respuesta inversa (1/3)
• Sistema de fase no mínima (un cero
positivo):
K (1- a s)
(1+ τ1s) (1+ τ2 s)
la acción derivativa con signo menos da lugar a la
respuesta inversa
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
21
Modelado de sistemas con
respuesta inversa (2/3)
• Suma de 2 sistemas: uno sin ceros y otro
con acción derivativa pura
K
(1+ τ1s) (1+ τ2s)
+
-Kas
+
(1+ τ1s)(1+ τ2s)
K (1- a s)
(1+ τ1s) (1+ τ2 s)
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
22
11
Modelado de sistemas con
respuesta inversa (3/3)
• Suma de 2 sistemas: uno más rápido y otro
más intenso (K1> K2, τ1>> τ2)
K1
(1+ τ1s)
- K2
+
+
(1+ τ2s)
K1-K2 + (K1 τ2- K2 τ1)s
(1+ τ1s) (1+ τ2s)
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
23
Ejemplo de control de sistemas
de respuesta inversa
yr(t) +
-
GC(s)
y(t)
0,7 -2s
(1+10s)(1+s)
Kp= 0,7
tm= 3,5
tp = 10
tablas
Zieger-Nichols
tD= 0,95
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
KC = 4,9
tI = 7
tD= 1,75
tD= 0,5
24
12
Control predictivo de sistemas
con respuesta inversa
• Estructura
yr(t) +
-
GC(s)
y(t)
Kp (1- a s)
(1+ τ1s) (1+ τ2 s)
+
-A s
-
(1+ τ1s) (1+ τ2 s)
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
25
Ejemplo control predictivo de
sistemas con respuesta inversa (1/2)
yr(t) +
-
GC(s)
0,7 -2s
(1+10s)(1+s)
y(t)
+
-A s
-
(1+10s)(1+s)
#
Ti = 10
$
%K LDR = 0,1* 0,9 = 0,09; K LDR = KC 0,07 " KC = 1,28
alternativa:
mediante aproximación por sistema de 1er orden
!
U.P.M.-DISAM
P. Campoy
" Ti = t p = 10
#
$KC = 1/K p = 1,42
Control de procesos industriales
26
!
13
Ejercicio
-20(s-1.5)
(s+2)(s+7)
1. Comprobar el comportamiento de una estructura básica de
control, analizado su mejora mediante ajuste manual de los
parámetros del PID
2. Diseñar y calcular una estructura de control,adecuada para
este sistema
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
27
Ejemplo control predictivo de
sistemas con respuesta inversa (2/2)
• Resultados
A=2 Kc=1.28 tI=10
U.P.M.-DISAM
P. Campoy
Control de procesos industriales
28
14
Fly UP