Gráfica de resultados Parámetros
Set point 5
Constantes de PID Kp=69.264
Ti=9.9
El método no satisface las expectativas planteadas para el proyecto por no cumplir
los tiempos de
establecimiento.
PID tunner
Gráfica de resultados Parámetros Set point 5 Constantes de PID Kp=0.49 Ti=0.004 Td=-17.5 La sintonización propuesta de PID tiene inconvenientes en el Td por el ruido que causa la fuente de la planta genera oscilaciones.
Tabla 10.3. Proceso experimentación control PID diseñado en la herramienta PID tunner
Set point 5 Constantes de PID Kp=6.78 Ti=0.205 Tiempo de establecimiento=63.16
No presenta sobre impulso y su error no es mayor el 5%.
Set point 10 Constantes de PID Kp=6.78 Ti=0.205 Tiempo de Establecimiento=141.68 No presenta sobre impulso y su error no es mayor el 5%.
SISOTOOL
Gráfica de resultados Parámetros
Set point 5 Constantes de PID Kp=4.14 Ti=0.241 Mp=6% Tiempo de establecimiento=73.88
No presenta sobre impulso y su error no es mayor el 5%. Set point 10 Constantes de PID Kp=4.14 Ti=0.241 Tiempo de Establecimiento=143.1
No presenta sobre impulso y su error no es mayor el 5%.
FUZZY
o Tres funciones de pertenencia
Gráfica de resultados Parámetros
Set point 5 Tiempo de
Establecimiento=145.98
Presenta oscilaciones muy prolongadas que supera el 5%.
Set point 10 Tiempo de
Establecimiento=156.04
No presenta sobre impulso y su error no es mayor el 5%.
Cinco funciones de pertenencia
Gráfica de resultados Parámetros
Set point 5 Tiempo de
Establecimiento=161.56
Presenta oscilaciones muy prolongadas que supera el 5%.
Set point 10 Tiempo de
Establecimiento=172.6
No presenta sobre impulso y su error no es mayor el 5%.
Siete funciones de pertenencia
Gráfica de resultados Parámetros
Set point 5 Tiempo de
Establecimiento=77.04
No presenta sobre impulso y su error no es mayor el 5%.
Set point 10 Tiempo de
Establecimiento=159.56 No presenta sobre impulso y su error no es mayor el 5%.
Tipo de Control
Método Sintonización SET POINT ERROR 5 % Tiempo establecimiento (segundos) Observaciones
PID Ziegler Nichols 5 cm Supera el margen de
error No cumple
No presenta estabilización por lo tanto no cumple con la acción de control PID Pidtool Tunner Matlab ® 5 cm Supera el margen de error No cumple No realiza establecimiento no se puede registrar por el ruido presentado en la señal de respuesta PI PIDTOOL Matlab ® 5 cm No supera el margen de error Nivel superior: 5.183 Nivel inferior:4.75 63.16 No presenta sobre impulso, la acción de control es rápida y eficiente 10 cm No supera el margen de 5% Nivel superior: 10.07 Nivel inferior: 9.5 141.68 No presenta sobre impulso PI SISOTOOL 5 cm No supera el margen de error Nivel superior: 5.25 Nivel Inferior:5.38 73.88 Máximo sobre impulso nivel porcentual 6%. El tiempo de establecimiento es mayor 10 cm No es mayor al 5% Nivel superior: 10.26 Nivel inferior: 9.5 143.1 No presenta sobre impulso
10. CONCLUSIONES
Las funciones de transferencia corresponden a diversos flujos en el método de identificación empleado, y hace una mejor estimación para flujos altos en zona lineal de primer orden. Tipo de Control Método Sintonización SET POINT ERROR 5 % Tiempo establecimiento Observaciones
FUZZY Mamdani Tres
funciones de pertenencia
5 cm Supera el error
porcentual de 5%
145.98 Oscilaciones prolongadas en la respuesta. Falla en la
acción de control sobrepasa el límite de error de 5%
10 cm No supera el error de
5%
156.04 Genera una señal de respuesta inferior al margen de
error, no genera sobre impulso
FUZZY Mamdani Cinco
funciones de pertenencia 5 cm Presenta margen de error superior al 5% Nivel máximo: 5.29 Nivel minimo:4.75
161.56 Se puede observar en la respuesta de la señal
oscilaciones prolongadas, error superior al 5%
10 cm No supera el margen
de error 5%
172.6 No presenta sobre impulso, el margen de error de salida en la estabilización no supera el 5%
FUZZY Mamdani
Siete funciones de pertenencia
5 cm No supera el 5%
buena repetitividad
77.04 No presenta sobre impulso, respuesta con buen
rendimiento, poca oscilación en la respuesta.
10 cm No supera el 5% de
error porcentual
Nivel alto: 9.915 Nivel bajo:9.5
159.56 No genera sobre impulso en la salida, la señal de
estabilización es muy eficiente no tiene margen de error 5% se encuentra por debajo de este rango.
10. CONCLUSIONES
De acuerdo al cuadro comparativo descrito al final del capítulo 9º se observa el desarrollo del análisis comparativo de un control clásico y un control Fuzzy para la planta de nivel Amatrol T5552 en Labview ® ubicada en el laboratorio especializado de electrónica, con características de error de estado estacionario, tiempo de establecimiento y máximo sobre impulso.
En el capítulo 5º se obtienen tres modelos experimentales de la planta Amatrol de nivel T5552 en zona lineal identificados mediante la herramienta de Matlab ® ident según la tabla 7.1 ( Simulación de las tres funciones de transferencia obtenidas)
Se realiza la implementación de dos controles clásicos PI en lazo cerrado para controlar el nivel del tanque de proceso ubicado en la planta Amatrol T5552, sintonizados con las herramientas PID Tunner y Sisotool
Se realiza la implementación de tres controles Fuzzy tipo Mamdani de nivel del tanque en la planta Amatrol T5552 desarrollado en Labview ®, segmentando el universo difuso en diferentes funciones de pertenencia triangular.
En los sistemas industriales y en la planta Amatrol T5552. Se encontraron inconvenientes de ruido, por fuentes y elementos conectados; los cuales, alteran negativamente las acciones de control. La constante derivativa en sistemas que presentan un ruido excesivo ocasionan inestabilidad en el proceso, por este motivo se implementa un controlador PI, donde se pueden mitigar de mejor manera los ruidos.
Los controles clásicos (PI) implementados en este proyecto, tienen como fortaleza el tiempo de estabilización al ser rápidos y precisos, algunos con debilidades en el sobre impulso.
Los sistemas de control difuso, son menos propensos a tener alteraciones significativas con los molestos ruidos, esta característica, genera confianza a la hora de implementación y le entrega un valor agregado al control.
Una característica negativa en los sistemas de control difuso al momento de su implementación, es la carga computacional, es necesario poder contar con dispositivos modernos y de características específicas, los cuales incrementan los valores económicos para el desarrollo de estos sistemas.
La característica de mayor relevancia en el diseño del controlador fuzzy es la facilidad de implementación y el buen desempeño en relación a otro tipo de controles. Dependiendo del tipo de proceso a controlar, genera gran atractivo en el momento de trabajar con esta tecnología.
En el desarrollo del modelo de la función de transferencia se puede observar no linealidades por sus características físicas, las cuales pueden ser representadas parcialmente en funciones de primer orden como las planteadas en este documento u órdenes superiores. Casi el cien por ciento de las funciones de transferencia presentan este tipo de características y es usual encontrarlas en todo tipo de procesos.
En el acondicionamiento del actuador (válvula proporcional neumática) presenta una histéresis por accionamiento mecánico, esto se debe a que tiene que superar la presión del resorte de la válvula manteniendo una presión de aire constante, esta región corresponde a flujos bajos, donde presenta una indeterminación del accionamiento.
11. BIBLIOGRAFÍA
1. Katsuhiko Ogata, Ingeniería de Control Moderna, Tercera edición, Prentice Hall, 1997
2. E. Y. Garzón González, «Plataforma de aprendizaje para control BATCH,» Trabajos de Grado Maestría Ingeniería universidad Javeriana , 2014. En este trabajo de grado se involucra la planta de procesos Amatrol T5552 la cual fue controlada con múltiples tipos de control
3. L. Y. López Osorio, «Desarrollo de un sistema de fusión sensorial implementado sobre la tarjeta Single Board SBRIO 9632, que permita el monitoreo de las condiciones ambientales en un entorno» Trabajo de Grado Ingeniería en Control Universidad Francisco José de Caldas,
4. https://controldeprocesosquimicosunivalle2013.files.wordpress.com/2013/02/funciones-de- transferencia.pptx 5. http://verona.fi-p.unam.mx/~lfridman/clases/control/Clase06Sistemas%20de%20primer%20orden.ppt 6. https://es.slideshare.net/khenryhgaj/clase7-sistemas-de-segundo-orden-1 7. https://www.fing.edu.uy/iiq/cursos/dcp/teorico/8_FUNCION_DE_TRANSFERENCIA_ORDENES_MA YORES.pdf
8. User guide and specifications NI myDAQ.pdf National Instruments
9. B. Udep, “LÓGICA DIFUSA Y SISTEMAS DE CONTROL,” p. 26. 10. cs.princeton, “Fuzzy inference systems.” [Online]. Available:
http://www.cs.princeton.edu/courses/archive/fall07/cos436/HIDDEN/Knapp/fuzzy004.htm 11. Ramírez, “Capítulo 2 : Logica difusa,” 2005. [Online]. Available:
http://catarina.udlap.mx/u_dl_a/tales/documentos/lmt/ramirez_r_o/capitulo3.pdf.
12. I. Amatrol, “Analytical Process Control Student Reference.” Jeffersonvillage, Indiana USA, p. 317, 2013.
13. A. J. Barragán Piña “Síntesis de sistemasde control borroso estables por diseño”Memoria para optar al grado de doctor, Universidad de Huelva, 2009.
14. L. A. Ruger Ruger “Metodo basico para implementar un controlador digital pid en un
microcontrolador pic para desarrollo de aplicaciones a bajo costo”, Universidad de Cundinamarca 15. E. A. Criollo A, «ups,» 2015. [En línea]. Available:
http://www.dspace.ups.edu.ec/bitstream/123456789/7843/1/UPS-CT004686.pdf. [Último acceso: 08 04 2016
16. G. Ampuño, W. Aguila y H. Ceballos , «Implementación y analisis de rendimiento de un control industrial de nivel para tanques con fluidos, basado en lógica difusa,» MASKANA, I+D+ingeniería, vol. 1, nº 10, p. 10, 2014. 17. http://www.omegadyne.com/ppt/prod.html?ref=PX309 18. http://verona.fi-p.unam.mx/~lfridman/clases/control/Clase14.ppt1 19. http://slideplayer.es/slide/1850518/ 20. https://es.wikipedia.org/wiki/MATLAB ® 21. http://www.uv.es/etomar/13042/MC_P1_05.PDF
22. L. A. Zadeh, “Lógica difusa,” pp. 17–24, 1965
23. H. Eduardo, “Sistema de inferencia difusa basado en relaciones Booleanas A fuzzy inference system based on Boolean relations,” vol. 15, no. 2, pp. 52–66, 2010
24. http://www3.fi.mdp.edu.ar/electrica/opt_archivos/ENTORNO.pdf