UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE-L

NOMBRE: WILSON LLANGANATE

NIVEL: SEXTO ELECTRÓNICA

FECHA: 17/02/2015

TEMA: Criterios de sintonización de controladores PID

Objetivos:

Generales: Investigar sobre los diferentes tipos de controladores modernos de

sistemas

Específicos:

Investigar qué tipos de controladores existen.

Determinar sus ventajas y desventajas.

Entender como es su aplicación y en que sistemas son útiles.

Resumen:

El presente trabajo trata sobre los diferentes tipos de controladores de sistemas

diferentes del clásico PID y se expone una breve descripción de los mismos, así

como sus ventajas y desventajas.

Abstrac:

This paper discusses the different types of drivers from different systems of

classical PID and a brief description of them as well as their advantages and

disadvantages discussed.

Marco Teórico:

Los tipos de control como los de acción proporcional, acción integral, acción

proporcional-integral, acción proporcional-derivativa realizan de manera eficiente

la función de mantener estable un sistema, pero son vulnerables a cambios e

incertidumbres que no se tomaron en cuenta se diseñaron. Existen algunas

alternativas que se han desarrollada recientemente. Entre ellos tenemos:

Control Adaptivo:

Un control adaptivo es un tipo de control no lineal el cual puede modificar su

comportamiento en respuesta a cambios en la dinámica del sistema a las

perturbaciones. En un mecanismo de adaptación se presenta una solución en

tiempo real al problema de diseño para sistemas con parámetros conocidos.

Existen dos tipos de controladores adaptivos; los Controles Adaptivos con Modelo

de Referencia y los Controladores Autoajustables.

Adaptivos con Modelo de Referencia: Son aquellos que intentan alcanzar para

una señal de entrada definida, un comportamiento de lazo cerrado dado por un

modelo de referencia, para obtener la señal de control mediante la minimizaciónde

una cierta función de transferencia.

Controladores Autoajustables: Son aquellos que tratan de alcanzar un control

óptimo, sujeto a un tipo de controlador y a obtener información del proceso y sus

señales.

Las ventajas de los controladores adaptivos con modelo de referencia están en su

rápida adaptación para una entrada definida y en la simplicidad de tratamiento de

la estabilidad. Los controladores autoajustables tienen la ventaja de que se

adaptan para cualquier caso y en particular para perturbaciones no medibles.

Un control adaptivo se puede utilizar en procesos industriales muy complejos

donde la variación de los parámetros de unsistema no se pude determinar desde

el inicio.

Ventajas y características:

Este control tiene las siguientes características:

Uso explicito de un modelo para predecir las salidas futuras.

Cálculo de cierta secuencia que minimice cierta función objetivo.

El horizonte se va desplazando hacia el futuro, lo que implica la aplicación

de la primera señal de control calculada en cada paso.

Ventajas del control adaptivo basado en modelos sobre otros métodos:

Se puede aplicar con pocos conocimientos de control, porque los conceptos

son intuitivos y el sintonizado es relativamente sencillo.

Se puede utilizar para controlar una gran cantidad de procesos , tanto

sencillos como complejos; incluyendo sistemas con tiempos de reardos

grades y sistemas de fase no mínima.

Se puede aplicar al caso multivariable.

El controlador resultante es una sencilla ley de control lineal.

Su extensión para tratar el caso con restricciones es conceptualmente

sencilla y puede ser incluida durante el diseño.

Es muy útil cuando las referencias futuras son conocidas.

Es una metodología abierta. (Control Adaptativo)

Control Robusto:

Un proceso pude ser demasiado complejo para ser descrito de forma precisa por

un modelo matemático. Se puede considerar que cualquier modelo matemático de

un proceso va ser en mayor o en menor grado impreciso o va tener

incertidumbres o errores de modelado. Si se desea controlar de manera eficiente

un proceso es necesario contar con la información de las posibles fuentes de

incertidumbre y evaluar su efecto sobre el comportamiento del sistema.

El control robusto abarca los problemas que se caracterizan por considerar

incertidumbres en el modelo que sean tolerables por un controlador lineal y que no

varíe en el tiempo.

Las principales aplicaciones de la teoría del control robusto se han llevado a cabo

en las áreas de control de procesos químicos, robótica, estructuras flexibles y

control de aeronaves.

Lo novedoso de las técnicas de control robusto es proponer métodos de diseño

que permitan la síntesis de controladores realmente multivaribles, tomando en

cuenta la incertidumbre de señal y de Modelamiento.

Una de las desventajas de dichas técnicas es la alta complejidad matemática,

tanto en diseño como en implementación, lo cual las hace poco atractivas para la

industria. (Control Robusto y técnicas de Diseño, 2012)

Control Difuso:

Un sistema de control difuso es una alternativa muy útil a los sistemas de control

que requieren de un modelo matemático demasiado complejo. este tipo de

sistema de control utiliza el conocimiento experto para generar una base de

conocimientos, la cual le otorga al sistema la capacidad de tomar decisiones. La

base del funcionamiento de este tipo de sistema de control es la lógica difusa.

La lógica difusa permite a los sistemas tratar con información que no es exacta; es

decir, ducha información contiene un alto grado de imprecisión, contrario a la

lógica tradicional que trabaja con información definida y precisa. Como ejemplo

que maneja la lógica difusa tenemos: estatura media, temperatura alta, etc.

La principal aplicación actual de la lógica difusa son los sistemas de control difuso,

que utilizan las expresiones difusas para formular las reglas que controlarán

dichos sistemas. Como la lógica difusa sugiere un cierto grado de pertenencia

para un dato que se presente dentro de los conjuntos difusos, permite a un

controlador difuso tomar diferentes grados de acción en un sistema. En los

sistemas de control debe tomarse en cuenta el conocimiento experto de una o

varias personas para la realización de la base de conocimientos sobre la cual se

basará la toma de decisiones.

El control difuso pude aplicarse en innumerables sistemas, tanto sencillos, como

brazos articulados y vehículos autónomos, en los cuales los modelos matemáticos

son muy complejos; así empleando técnicas de razonamiento aproximado es

posible controlar sistemas superiores cuando el entorno no se conoce de forma

precisa. Dicha característica permite mayor flexibilidad que el control clásico en el

que para la realización de un controlador se requiere de un alto grado de cálculo

matemático. Así, al desarrollar un controlador difuso es posible prescindir de la

rigidez matemática y transmitir el raciocinio humano hacía un sistema.

(Controlador Difuso)

Su uso es ventajoso cuando la complejidad del proceso en cuestión es muy alta y

no existen modelos matemáticos precisos, para procesos altamente no lineales y

cuando se envuelven definiciones y conocimiento no estrictamente definido

(impreciso o subjetivo).

En cambio, no es una buena idea usarla cuando algún modelo matemático ya

soluciona eficientemente el problema, cuando los problemas son lineales o cuando

no tienen solución.

Como principal ventaja, cabe destacar los excelentes resultados que brinda

un sistema de control basado en lógica difusa: ofrece salidas de una forma veloz y

precisa, disminuyendo así las transiciones de estados fundamentales en el

entorno físico que controle. Por ejemplo, si el aire acondicionado se encendiese al

llegar a la temperatura de 30º, y la temperatura actual oscilase entre los 29º-30º,

nuestro sistema de aire acondicionado estaría encendiéndose y apagándose

continuamente, con el gasto energético que ello conllevaría. Si estuviese regulado

por lógica difusa, esos 30º no serían ningún umbral, y el sistema de

control aprendería a mantener una temperatura estable sin continuos apagados y

encendidos.

También está la indecisión de decantarse bien por los expertos o bien por la

tecnología (principalmente mediante redes neuronales) para reforzar las reglas

heurísticas iniciales de cualquier sistema de control basado en este tipo de lógica.

Control Neuronal:

Las Redes Neuronales (“Neural Networks”) son estructuras matemáticas que

procuran representar la información en forma similar a como se estructura en

nuestro cerebro. El objetivo de usar redes neuronales es disponer de un sistema

que se comporte como una “caja negra” que pueda emular el comportamiento de

un sistema.

Para ello, se requiere de una etapa de entrenamiento (donde se ingresa

información disponible del sistema procurando que la red “aprenda” lo que se le

quiere enseñar) y una de “validación” (donde se contrasta el aprendizaje de la red

con otros datos disponibles del sistema que no se utilizan para el entrenamiento).

Cuando la red “ha aprendido”, se la puede utilizar tal como si se operara con el

sistema real.

En el caso de Control Neuronal (“Neural Control”), se pueden generar datos que

representen condiciones del proceso y acciones de control que lleven al sistema a

los valores deseados. Incorporando esa información al aprendizaje de la red,

podría lograrse que el sistema emule tales condiciones.

Este sistema requiere que el proceso de entrenamiento incluya todo el espectro

posible de situaciones a las que podría estar expuesto el sistema, ya que si se

llegase presentar una condición que no fue considerada durante la etapa de

entrenamiento, no puede asegurarse que el sistema responda en la forma

esperada.

Por tanto, la parte más crítica es la selección de datos adecuados para el

entrenamiento de la red. En esta etapa se puede encontrar combinado con otras

técnicas, como es el caso de sistemas “neuro-fuzzy”, que emplean lógica difusa

para poder establecer la selección de datos a utilizar en el entrenamiento. (El ABC

de la automatización)

Análisis de resultados:

Los distintos tipos de control permiten optimizar según las necesidades del

sistema los recursos, estableciéndose de esta manera los requerimientos del tipo

de control a diseñarse

Conclusiones:

Los controladores adaptivos con modelo de referencia tienen su ventaja en

su rápida adaptación para una entrada definida y en la simplicidad de

tratamiento de la estabilidad.

Una de las desventajas del control robusto es la alta complejidad

matemática, tanto en diseño como en implementación.

Cuando la complejidad del proceso en cuestión es muy alta y no existen

modelos matemáticos precisos es conveniente usar el control difuso

Bibliografía Control Adaptativo. (s.f.). Recuperado el 14 de febrero de 2015, de

http://es.slideshare.net/balzasbravas/control-adaptativo

Control Robusto y técnicas de Diseño. (19 de agosto de 2012). Recuperado el 14 de febrero de

2015, de https://sofrony-mecatronica.wikispaces.com/file/view/Sofrony_c.pdf

Controlador Difuso. (s.f.). Recuperado el 14 de febrero de 2015, de

http://catarina.udlap.mx/u_dl_a/tales/documentos/lep/hernandez_b_ii/capitulo4.pdf

Ecuaciones para la sintonización de controladores PID con. (s.f.). Recuperado el 14 de febrero de

2014, de http://eie.ucr.ac.cr/uploads/file/proybach/pb0714t.pdf

El ABC de la automatización. (s.f.). Recuperado el 14 de febrero de 2015, de

http://www.aie.cl/files/file/comites/ca/abc/Control_Avanzado.pdf

Sintonía Empírica de Sintonía Empírica de PIDs. (s.f.). Recuperado el 14 de febrero de 2015, de

http://www.disa.bi.ehu.es/spanish/asignaturas/17212/t4_control_pid_sintonia.pdf