Universidad Centroamericana Jos Simen Caas.

Lpez Chvez, Navarrete Rodrguez, Orellana Calles, Determinacin

de modelos industriales en lazo cerrado.


CONIA 2013
1


Resumen En la actualidad existen diferentes
procesos industriales que operan bajo condiciones
limitadas (por ejemplo encender y apagar el equipo),
estos procesos muchas veces tienen una orientacin
emprica y es difcil poder mejorar la eficiencia de los
mismos, puesto que no se dispone de un control que
determine su comportamiento. El control automtico
tiene como metodologa usar tcnicas de medicin y
control que tienen la finalidad de poder modelar los
diferentes procesos que existen en la industria. El hecho
de hacer control automtico implica hacer un estudio
matemtico del comportamiento dinmico de los
sistemas. La finalidad de realizar este proceso
matemtico recae en que para poder hacer un buen
control de un proceso industrial, esto comnmente se
realiza a partir de ecuaciones diferenciales, aunque la
complejidad de las mismas o la falta de informacin
sobre algunas variables, resulta en un proceso difcil de
realizar. Es aqu donde se utilizan alternativas a este
proceso matemtico riguroso, haciendo uso de datos de
entrada y salida del sistema y aplicando mtodos
numricos, se puede realizar la identificacin de los
parmetros que determinan el comportamiento dinmico
del sistema de estudio.

Palabras clavesplanta, optimizacin, cambio en el
punto de ajuste, lazo cerrado.

INTRODUCCIN
El control automtico es un rea de la ingeniera que
ha tomado un gran dominio sobre las aplicaciones que se
utilizan cotidianamente en la industria, muchos de los
procesos que en sus inicios fueron realizados de manera
manual, van siendo sustituidos por maquinaria que
realiza la misma funcin en menor tiempo de operacin,
haciendo mucho ms eficientes los procesos de
produccin. Adems de la eficiencia del proceso de
produccin, intrnsecamente estamos mejorando la
calidad del proceso. (Saavedra Barrera, 2012).

El avance del control automtico ha sido acelerado,
pasando de ser un proceso completamente manual a un
proceso semi-automtico, modificando partes de la lnea
de produccin, haciendo un proceso muchas veces
heurstico a la hora de sincronizar los dispositivos con
sistemas de control electrnicos. (Saavedra Barrera,
2012)

En la actualidad existen diferentes procesos
industriales que operan bajo condiciones limitadas (por
ejemplo encender y apagar el equipo), estos procesos
muchas veces tienen una orientacin emprica y es difcil
poder mejorar la eficiencia de los mismos, puesto que no
se dispone de un control que determine su
comportamiento.

Es en este punto donde nace la necesidad de hacer
control automtico, puesto que el control automtico
permite establecer las condiciones con las cuales se
pueda operar para optimizar el rendimiento y mejorar de
esta manera la eficiencia en los procesos industriales.
(Kuo, 1996)

El control automtico se usa en diversos campos,
como control de procesos qumicos y del petrleo,
control de hornos en la fabricacin del acero, control de
mquinas y herramientas, entre otros. El uso de las
computadoras y diferentes programas ha posibilitado la
aplicacin de ideas de control automtico a sistemas
fsicos que hasta hace pocos aos eran imposibles de
analizar o controlar. Lo cual permite realizar
simulaciones o estimaciones de los parmetros que
inciden en un proceso industrial y de esta manera poder
analizar dicho proceso. Es necesaria la comprensin del
principio del control automtico en la ingeniera
moderna, donde la electricidad o termodinmica, entre
otras reas tienen un papel fundamental para poder
determinar cmo se comportan las variables del proceso
en estudio (Katsuhiko, 1998).

Para hacer control es necesario realizar anlisis
matemtico del sistema a partir de ecuaciones
diferenciales, para lograr realizar identificacin de los
parmetros de una funcin de transferencia de un
determinado proceso, denominado comnmente
modelado matemtico de sistemas dinmicos (Kuo,
1996).

La finalidad de realizar este proceso matemtico recae
DETERMINACIN DE MODELOS DE PROCESOS INDUSTRIALES A
PARTIR DE DATOS EN LAZO CERRADO

Lpez Chvez, Fidel Ulises, Navarrete Rodrguez, Francisco Antonio y Orellana Calles, Jos Ernesto.
fidlopez@gmail.com, narod_29@hotmail.com, joseorellanacalles@gmail.com
Universidad Centroamericana Jos Simen Caas
Universidad Centroamericana Jos Simen Caas. Lpez Chvez, Navarrete Rodrguez, Orellana Calles, Determinacin
de modelos industriales en lazo cerrado.


CONIA 2013
2
en que para poder hacer un buen control de un proceso
industrial, aunque debe mencionarse que el desarrollo
matemtico a partir de ecuaciones diferenciales resulta
ser un proceso demasiado complicado debido a que
algunas variables se escapan del anlisis o no se cuenta
con la suficiente informacin para caracterizarlas (Tao &
Furong, 2012). Es por eso que para realizar la
identificacin del modelo se realizan un procedimiento a
partir de algoritmos de mtodos numricos, conocidos
comnmente como mtodos empricos, donde tomando
datos de entrada y de salida del sistema es posible poder
obtener los parmetros que caracterizan al sistema
(Aguado & Cipriano, 2009).
I. MARCO TERICO

A. Mtodo de identificacin a partir de optimizacin.
El mtodo de identificacin de parmetros de un sistema
a partir de optimizacin es lo que comnmente utilizan
los investigadores para poder realizar sus estudios de
sistemas en la industria, es un mtodo donde se busca
que una funcin objetivo tenga como solucin el valor
optimo del anlisis. Esta funcin objetivo es la funcin
del error cuadrtico medio que se representa en (1.1)
(Aguado & Cipriano, 2009).
( ) ( ) ( )
2
1
1

N
o
k
f t y kTs y kTs
N
=
= (

(0.1)
Donde se busca la minimizacin del error comparando la
salida del sistema real con la estimacin de la salida
entregada por el programa de identificacin. Con esto es
posible realizar una validacin del mtodo empleado
para la caracterizacin de los parmetros del sistema del
proceso.
B. Mtodo de identificacin a partir de cambio en el
punto de ajuste.
Se emple este mtodo de identificacin, ya que
brinda la facilidad de realizar una identificacin de los
parmetros del modelo del sistema tanto para lazo
abierto como para lazo cerrado. Adems, la mayora de
los mtodos de identificacin hacen uso de registros de
datos donde las variables estn en forma de desviacin,
pero la mayora de los datos que se obtienen de
mediciones realizadas en la industria estn en su forma
en bruto. Adems se debe considerar que los datos tienen
presencia de ruido y muchas veces el sistema no se
encuentra en estado estacionario cuando se introduce una
entrada o cambio en el punto de ajuste como se muestra
en la Error! No se encuentra el origen de la
referencia. (Ahmed et al., 2006).

Se propone un nuevo mtodo de identificacin que
utiliza los datos en forma bruta. La idea bsica es
considerar el estado de equilibrio inicial como otro
parmetro desconocido en la ecuacin de estimacin.
Tambin el mtodo calcula las condiciones iniciales,
junto a los parmetros del modelo. Las ecuaciones
necesarias se derivan primero en trminos de las
variables de desviacin. Ms tarde usando la ecuacin
Error! No se encuentra el origen de la referencia., la
ecuacin de estimacin se presenta en trminos de la
forma bruta de las variables. (Ahmed et al., 2006)
Describir la formulacin matemtica es necesaria, por lo
que vamos a considerar un sistema lineal nica entrada
nica salida (SISO), con retardo de tiempo descrito por:
( )
( )
( )
( ) ( ) a y b u
n m
n m
t t e t o = + (0.2)
| |
( ) 1 1
1 0
a ... R
n
n n n
a a a
+

= e (0.3)
Son los coeficientes que acompaan a las derivadas de la
seal de salida.
| |
( ) 1 1
1 0
b ... R
m
m m m
b b b
+

= e (0.4)
Son los coeficientes que acompaan a las derivadas de la
seal de entrada desplazada en el tiempo.
( )
( )
( )
( )
( )
( )
( )
( ) | |
( ) 1 0 1 1
y ... R
T
n n n n
t y t y t y t
+
= e (0.5)
Son las n-simas derivadas de la seal de salida.
( )
( )
( )
( )
( )
( )
( )
( ) | |
( ) 1 0 1 1
u ... R
T
m m m m
t u t u t u t o o o o
+
= e (0.6)
Son las m-simas derivadas de la seal de entrada
desplazada en el tiempo.
Y ( ) e t es el trmino del error.
Tomando la transformada de Laplace de la ecuacin
(0.2) tenemos:
Universidad Centroamericana Jos Simen Caas. Lpez Chvez, Navarrete Rodrguez, Orellana Calles, Determinacin
de modelos industriales en lazo cerrado.


CONIA 2013
3
( ) ( ) ( )
1
1
a s b s c s
n m s n
n m n
Y s U s e E s
o

= + + (0.7)
Donde:
( ) ( ) , Y s U s y ( ) E s son la transformada de Laplace
de ( ) y t , ( ) u t y ( ) e t , respectivamente.
( ) 1 1 1 0
s ... R
T
n n n n
s s s
+
( = e

(0.8)
Los elementos de
1 n
c capturan las condiciones
iniciales de la seal de salida y estn definidos como
| |
1
1 1 2 0
... R
n
n n n
c c c


= e c (0.9)
A continuacin, vamos a idear un mtodo de filtro lineal
para la estimacin de los parmetros. Diferentes
estructuras de filtro se han propuesto en la literatura para
la estimacin de parmetros del modelo de tiempo
continuo utilizando el enfoque de filtro lineal.
Adoptamos aqu una estructura de filtro propuesto en
(Ahmed et al., 2006), que utiliza un filtro que tiene la
dinmica integral, junto con un orden de trminos de
retraso. El propsito de utilizar una estructura de este
tipo es formular finalmente un procedimiento iterativo
para estimar simultneamente los parmetros y el retardo
(Ahmed et al., 2006). En (Ahmed et al., 2006) el filtro
tiene una funcin de transferencia de la forma
( )
n
n
s s
|
+
donde los parmetros de y | son
especificados por el usuario.
Aqu, utilizamos un filtro cuya funcin de transferencia
es descrita por:
( )
( )
1
P s
sA s
=
(0.10)
Donde,
( ) a s
n
n
A s = (0.11)
Es el denominador de la funcin de transferencia del
proceso, a
n
y s
n
han sido definidos por la ecuacin (0.3)
y (0.8), respectivamente.
El propsito de incluir el trmino integral en el filtro es
disociar la forma de demora a los otros parmetros,
mientras que el papel de
( )
1
A s
es el mismo que otros
filtros lineales, el cual es, para evitar los derivados
directos de las seales ruidosas.
Ahora, si denotamos y aplicamos la operacin de
filtrado en ambos lados de la ecuacin (0.7) nos
encontramos con la formulacin:
( ) ( ) ( ) ( ) ( ) ( ) ( )
1
1
a s b s c s
n m s n
n m n
P s Y s P s U s e P s P s E s
o

= + + (0.12)
Usando la expansin en fracciones parciales para la
funcin de transferencia del filtro este puede ser
expresado como:
( )
( )
( )
1 1
C s
sA s A s s
= + (0.13)
Donde:
( ) ( )
1 2
1 1
...
n n
n n
C s a s a s a

= + + + (0.14)
Son los coeficientes escogidos, del numerador en la
expansin de fracciones parciales

II. METODOLOGIA
A. Metodologa mtodo de optimizacin
Internamente en el programa MatLab se construyeron
programas en combinacin de la herramienta simulink,
adems del Toolbox de optimizacin como base de la
metodologa utilizada para el problema.
El Toolbox de optimizacin de MatLab es una coleccin
de funciones que ampla la capacidad de computacin
numrica del programa. Este conjunto de funciones logra
minimizar o maximizar funciones no lineales generales.
Al hacer referencia a la optimizacin, se refiere a una
bsqueda de un valor mximo o mnimo de una funcin,
esta funcin se denomina comnmente funcin objetivo.
Para esta aplicacin se utilizar la minimizacin con
restricciones, fmincon, ya que no se tiene un proceso
donde se est libre de restricciones. La funcin,
combinada con el uso de simulink se desarrolla el
mtodo de identificacin de parmetros de la planta de
estudio.
Se mencion anteriormente que la funcin de
optimizacin busca hacer un anlisis de minimizacin o
maximizacin de una funcin objetivo. Para que el
mtodo de identificacin de los parmetros de la planta
tenga validez, es necesario realizar un proceso de
minimizacin, haciendo que la funcin objetivo sea
mnima.
Universidad Centroamericana Jos Simen Caas. Lpez Chvez, Navarrete Rodrguez, Orellana Calles, Determinacin
de modelos industriales en lazo cerrado.


CONIA 2013
4

Figura II.1 Esquema de la secuencia del programa de
optimizacin para la identificacin de los parmetros de
planta en un sistema en lazo cerrado.
Primeramente es necesario que contemos con un registro
de datos tanto de la entrada como a la salida del sistema
para el mtodo de optimizacin, dichos datos servirn
para que el programa tenga la suficiente informacin
para que logre encontrar cuales son los valores ptimos
que caracterizan la funcin de planta. Estos datos tiene
que ser confiables y de buena calidad para que logre
encontrarse los coeficientes.
En la Figura II.2 se muestra un sistema que fue til para
generar datos experimentales que fueron utilizados para
el programa de optimizacin.

Figura II.2 Adquisicin de datos experimentales
utilizados para la validacin del mtodo de
identificacin.
Posteriormente es necesario definir cul es el orden del
sistema que se va a utilizar para el modelo de planta.

Para una mejor resolucin del problema a partir del
programa de optimizacin es necesario tener un leve
conocimiento de las caractersticas del sistema segn sea
su ecuacin diferencial, ya que a partir de ella podemos
seleccionar el orden ms adecuadamente. La deduccin
matemtica de estas ecuaciones brinda la suficiente
informacin para que la identificacin se realice de
manera correcta. Esto es necesario para definir no solo el
orden sino los lmites en los espacios de bsqueda del
programa que dependen de las caractersticas fsicas del
sistema.

B. Metodologa del mtodo de identificacin a partir
de cambio en el punto de ajuste.




Es necesario mencionar que para poder realizar la
identificacin de un sistema dinmico con condiciones
iniciales distintas de cero hay dos opciones. La primera
es convertir la funcin de transferencia a espacio de
estados y utilizar el bloque de state-space de simulink,
la segunda es utilizar el bloque de funcin de
transferencia con condiciones iniciales del cual se
dispone en simulink.
Para ello se guardan los valores de la salida del sistema
(PV) y los valores de entrada (SP) de esta manera se
proceden a identificar el sistema dinmico deseado.
Luego de generar los datos se aplica este mtodo el cual
ha sido previamente explicado en el Captulo 2 de
manera detallada. Este mtodo permite identificar un
sistema dinmico con condiciones iniciales distintas de
cero, as como se puede modelar para que el sistema a
identificar sea de orden n.
Para la identificacin del sistema dinmico lo primero
que se busca es construir la matriz |
+
para obtener la
primera estimacin de los valores de los coeficientes que
definen el sistema a identificar, para ello se debe
realizar previamente una regresin mltiple ya sea en
forma matricial o en forma polinomial para obtener el
vector u
+
, cuyas ecuaciones han sido previamente
definidas en el Captulo 2.
Una vez que se obtiene el valor del vector u
+
se
sustituyen los coeficientes tanto del numerador como del
denominar de la funcin de transferencia del sistema a
identificar esto se realiza con los parmetros que se han
Universidad Centroamericana Jos Simen Caas. Lpez Chvez, Navarrete Rodrguez, Orellana Calles, Determinacin
de modelos industriales en lazo cerrado.


CONIA 2013
5
obtenido de la matriz u
+
, lo cual se hace en (2.162),
que se muestra a continuacin.
( )
( )
( )
( )
( )
1 1
1 1

b s c s d s

a s b s a s b s
m s n m s
m n m
n m s n m s
n m n m
K s e e
Y s R s
K s e K s e
o o
o o



+
= +
+ +
(0.15)
Luego de construir la (0.15) se realiza la transformada
inversa para poder obtener nuevamente los datos en
tiempo y se utiliza la variable instrumental
+
, la cual es
un arreglo matricial que viene descrito por para poder
construir las primeras 4 posiciones del vector, ya que las
ltimas 4 posiciones se mantendrn fijas, las cuales son
las que ya han sido utilizadas en la matriz |
+
. En (2.163)
se muestra como se construye la matriz
+
.
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( ) ( )
1 1
0
1 1
0
y P
P y

( 2 : 2 2, 1)
n n
r
m m
K r
K
I
r
K
t h t
h h t t
t
t y t
n m n m
o o

o
|


+
+
+
+
=
O
+ + + +
(
(
(
(
(
(

(0.16)
Una vez que la matriz
+
ha sido construida se realiza
nuevamente una regresin mltiple. Este proceso se
realiza hasta que los coeficientes del filtro y el tiempo
muerto converjan con la tolerancia deseada.
(Wooldridge, 2010)

Las ecuaciones planteadas en la metodologa se
muestran de manera grfica con el siguiente Flujograma
para su mejor comprensin en la Figura II.3.

Figura II.3 Flujograma del programa de identificacin
de un sistema dinmico por medio de la respuesta al
escaln.

III. ANALISIS DE RESULTADOS
A. Anlisis de resultados mtodo de optimizacin
Una de las primeras pruebas realizadas para la
validacin de los modelos planteados, que tienen la
finalidad de obtener los parmetros que componen a la
funcin de la planta fue hacer uso el mtodo de
optimizacin objetivo con una funcin de optimizacin
de MatLab llamada fmincon.
Para el anlisis del programa de optimizacin se
muestran diferentes condiciones de ejecucin, donde
dichas condiciones muestran que el programa entrega
resultados que demuestren la validacin del proceso de
identificacin. Esto da lugar a que la seleccin de las
condiciones produzca una identificacin ms eficiente y
que no se deje de manera arbitraria la bsqueda de los
coeficientes de la planta.

Para cada una de las pruebas que se realizan, el
programa de identificacin que utiliza como herramienta
la funcin de minimizacin fmincon, esta funcin tiene
parmetros que sirven para que minimice el nmero de
Universidad Centroamericana Jos Simen Caas. Lpez Chvez, Navarrete Rodrguez, Orellana Calles, Determinacin
de modelos industriales en lazo cerrado.


CONIA 2013
6
iteraciones en el proceso y segn sea la tolerancia del
programa, termine el proceso si esta se cumple.



B. Anlisis de Resultados para el mtodo de cambio
en el punto de ajuste.
La metodologa mostrada para la identificacin de los
parmetros de la planta de estudio a partir del mtodo de
cambio en el punto de ajuste se plantea con el siguiente
algoritmo de programacin:
Algoritmo 1: procedimiento iterativo para estimacin de
parmetros y tiempo muerto
Paso 1: Elija una estimacin inicial para
( )
o
A s y
o
o
Paso 2: 1 i = construir
+
I y
+
u mediante la sustitucin
de
( ) A s y o por
( )
o
A s y
o
o as se obtiene la
solucin de

LS
u
+
como
( )
1

LS T T
u

+ + + + +
= u u u I (0.17)
Con (0.17) se obtiene ( )
1

A s , ( )
1

B s y
1

o para
1

u .
Paso 3: 1 i i = + . Construir I , u y + o sus
equivalentes de lazo cerrado para datos de lazo cerrado
mediante la sustitucin ( ) A s , ( ) B s y o por
( )
1

i
A s

, ( )
1

i
B s

y
1

i
o

, y obtener la solucin IV de u
como
( )
1

i T T
u

= + u + I (0.18)
( )
1

i T T
u

+ + + + +
= + u + I (0.19)
Se obtiene ( )

i
A s , ( )

i
B s y

i
o para

i
u , y repetir paso 3
hasta que ( )

i
A s y

i
o converjan.
Paso 4- Finalizacin: cuando ( )

i
A s y

i
o converjan, el
correspondiente
1

u es la estimacin final de los

parmetros e incluye la estimacin de q , o y la
condicin inicial.
C. Eleccin de
0
A y
0
o
La iniciacin del procedimiento de iteracin implica la
eleccin de
0
A
y
o
o
. En teora, no existe ninguna
limitacin en la eleccin de
o
A
. El filtro debe ser lineal,
por otra parte, ya que el filtro se actualiza en cada
iteracin, la estimacin final de los parmetros que se
encuentra no es muy sensible a la eleccin inicial. Sin
embargo, para proporcionar una buena aproximacin
inicial, se sugiere elegir
o
A
basada en la informacin
del proceso. Si tenemos una estimacin de la frecuencia
de corte del proceso, , le recomendamos elegir
( )
1
o n
A
s
=
+
. De manera similar, por
o
o
una eleccin
basada en la informacin del proceso salvara muchos
clculos. En el caso en que la informacin del proceso
no est disponible, se aconseja elegir un valor pequeo
para
o
o
. (Ahmed et al., 2006)


IV. CONCLUSIONES
Los mtodos de identificacin de modelos de control en
lazo cerrado, presentan una gran importancia ya que a
partir de ellos, es posible poder realizar la
caracterizacin matemtica de los sistemas presentes en
cada una de las reas de la industria. Los mtodos de
identificacin realizan la construccin de un sistema
aproximado, que contiene caractersticas similares a la
planta real. He aqu su importancia, ya que debido a
estos mtodos es posible encontrar la funcin que
representa la planta sin necesidad de realizar un
procedimiento matemtico riguroso.

Los modelos utilizados en el programa de optimizacin
presentan caractersticas diferentes a medida se
presentan modificaciones en las condiciones del
programa. Estas modificaciones hacen posible que la
estimacin sea ms confiable o no la estimacin de los
parmetros, en el captulo 4 se muestra que entre mayor
sea la ventana de tiempo y la tasa de muestreo permita
captar suficientes datos de la funcin estimada, podemos
Universidad Centroamericana Jos Simen Caas. Lpez Chvez, Navarrete Rodrguez, Orellana Calles, Determinacin
de modelos industriales en lazo cerrado.


CONIA 2013
7
obtener una minimizacin de la funcin objetivo
utilizada.

La facilidad o la dificultad que se presenta en el
momento de realizar un proceso de identificacin, recae
en la adquisicin de los datos, el mtodo utilizado para
el proceso y tambin sobre las condiciones de las
componentes en el lazo de control.

La estabilidad de los sistemas en lazo cerrado presenta
una condicin en el programa de optimizacin que no
puede dejarse por alto, ya que a medida nos encontramos
con sistemas inestables en lazo cerrado,
independientemente del orden del sistema que sea, es
posible o no tener una correcta identificacin de los
parmetros de los procesos. Adems, aun siendo posible
su identificacin este procedimiento lleva mucho tiempo
de simulacin y recurso del hardware donde se ejecuta el
programa.

Haciendo una comparacin entre los dos mtodos se
logra observar que uno presenta ventajas sobre el otro,
una de esas diferencias es la cantidad de datos necesarios
para hacer la estimacin de los parmetros de la planta.
El mtodo de optimizacin necesita una cantidad de
datos que es mucho mayor que los necesarios para
mtodo de cambio en el punto de ajuste. Esto produce
que el primer mtodo sea mucho ms rpido que el de
optimizacin. Pero entre menos datos se tenga para la
identificacin del modelo menor es la precisin del
programa, este factor hace ms eficiente el mtodo de
optimizacin en comparacin del mtodo de cambio en
el punto de ajuste.

Si la planta a identificar no tiene un regulador en el lazo
de control, es necesario hacer una correcta sintonizacin,
ya que si no se realiza correctamente, no ser posible la
estabilidad del sistema, haciendo que el mtodo de
identificacin no logre encontrar los coeficientes de la
planta.

Para mejorar la identificacin de un sistema dinmico
por medio de optimizacin es necesario reducir en la
medida de lo posible el intervalo de bsqueda de los
parmetros de la planta. Esto se puede hacer, a partir de
las variables que representan a la ecuacin del sistema.

El punto de partida del proceso iterativo en el mtodo
de optimizacin es una variable crucial para identificar
mejor y ms rpido los coeficientes de la planta de
estudio. Si este est muy alejado el mtodo se limita a
dar como resultado coeficientes que representan algn
extremo del intervalo de bsqueda.

El tiempo muerto produce un efecto de fase no mnima
en el sistema, segn sea la aproximacin que se est
utilizando, la cual no pertenece al sistema. Para evitar
este problema se debe escoger la aproximacin que
produzca el menor efecto.

Para realizar un proceso que sea ms aproximado a un
proceso real es necesario utilizar las curvas de caudal
efectivo, en lugar de las curvas de caudal inherente, ya
que al realizar el proceso matemtico del modelado del
sistema dinmico del sistema queda muy idealizado.

V. REFERENCIAS