Autosintonización on-line de controladores basado en
Transcripción
Autosintonización on-line de controladores basado en
Manyari M. – Autosintonización on-line de controladores basado en modelo y localización de polos Autosintonización on-line de controladores basado en modelo y localización de polos On-line auto tuning of controllers based on model and pole location Manuel Manyari Rivera Esta técnica permite identificar plantas de forma off-line y segundo orden sin comprometer en gran parte el mode- on-line a través de algoritmos recusirvos. lamiento de sus dinámicas. Considere la planta de segundo orden como siendo modelada por la siguiente función En el presente artículo. Se presenta un método de sintoni- de transferencia por: zación de controladores basado en identificación de sistemas y localización de los polos de la planta. Este algoritmo (3) utiliza identificación con mínimos cuadrados recursivos (RLS), ajusta los parámetros del controlador de forma a localizar los polos de forma conveniente y establece las Podemos expresar la función de transferencia del contro- condiciones iniciales de las variables de identificación y lador PI como: controladores en forma estratégica con la finalidad de no desestabilizar la planta en lazo cerrado ni causar transicio- RESUMEN Diversas técnicas para la sintonización de controladores PID han sido formuladas en los últimos años. Este artículo describe un algoritmo eficaz de auto-sintonización on-line de controladores PID basado en identificación de sistemas usando mínimos cuadrados recursivos (RLS). Los parámetros del controlador PI/PID son fijados a través de localización de polos y con condiciones iniciales establecidas estratégicamente de modo a no desestabilizar el sistema a lazo cerrado. Para mostrar los resultados del presente trabajo fueron hechas simulaciones en MATLAB® con diversas plantas de primer y segundo orden. ABSTRACT 138 In the last years, diverse techniques for tuning PID controllers have been formulated. This article describes an effective algorithm for auto tuning online PI and PID controllers, based on systems identification and using recursive least squares (RLS). Parameters of PI/PID controllers are fixed through pole location and initial conditions were established strategically for do not turn unstable the system in closed loop. In order to show the results of this work, simulations in MATLAB® with diverse plants have been presented. zación en la industria y a las flexibilidades y desempeños Este artículo está organizado como sigue: La teoría de Haciendo un análisis en el plano complejos, de (4) se pue- de implementación que estos controladores presentan. controladores, criterios para la localización de polos de de notar la presencia de un polo en el origen y un cero en la planta y especificaciones de diseño, son analizados en . Una forma simple y eficaz de eliminar la dinámica de En este contexto, diversas técnicas de sintonización han Fundamentos. El método de mínimos cuadrados recur- uno de los polos de G(s) es localizando el cero de C(s) en sido propuestas (Ziegler and Nichols, 1942), (Astrom, sivos en Identificación de Sistemas. Las condiciones de –a, es decir: 1995), (Basilio and Matos, 2002) entre otros. El primero de inicialización, ejemplos del algoritmo y algunas simula- ellos (Ziegler and Nichols, 1942), propuso una técnica que ciones, son presentadas en Discusión y Resultados y final- es ampliamente usada en problemas prácticos de sinto- mente se dan algunas Conclusiones. como en las aplicaciones de investigación. Esta técnica se mica de la planta para hacer el cálculo de los parámetros orden de la función de transferencia y disminuir la com- de los controladores P, PI y PID, de acuerdo con unas reglas señal de control que es proporcional al error entre el set- plejidad del problema. De tal forma tenemos que: de sintonización establecidas (Ziegler and Nichols, 1942). point y la salida (P), proporcional a la integral del error (I) y proporcional a la derivada del error (D), más específica- Una de las desventajas de éste método es el elevado porcen- 139 (6) mente: taje de overshoot en su respuesta de salida, que en algunas aplicaciones puede resultar indeseable y hasta intolerable. (1) Es fácil ver que la función de transferencia a lazo cerrado queda reducida a un sistema de segundo orden de la Otra propuesta hecha por (Astrom, 1995), ofrece una técnica de auto-sintonización basada en la conmutación y la rísticas de la planta. Para ciertas aplicaciones esta técnica dependiendo del proceso en cuestión. Por otro lado, un importante paso que un diseñador siem- KEY WORDS pre toma en cuenta es obtener el modelo de la planta, para identificar, analizar y diseñar. Todo esto bajo la premi- System identification, PID, pole location, online auto-tu- sa que: entre mayor conocimiento se tenga de la planta, ning, process control. mayor capacidad de ejercer control se obtendrá. INTRODUCCIÓN Una técnica simple y ampliamente usada para la identificación de sistemas es el método de mínimos cuadrados. En los últimos años, diversas técnicas para la sintoniza- Invest Apl Innov 1(2), 2007 Dicha eliminación de polo y cero nos permite reducir el Es bien conocido que los controladores PID brindan una especial los controladores PI y PID, debido a su gran utili- (5) FUNDAMENTOS basa en la observación de ciertos parámetros de la diná- tonización on-line, control de procesos. ción y diseño de controladores han sido estudiadas, en nización de controladores, ya sea en el mundo industrial resulta complicada y con poca performance para otras, Identificación de sistemas, PID, localización de polos, sin- (4) nes indeseables de la planta. adaptación del controlador para adecuarse a las caracte- PALABRAS CLAVE forma: Nótese que en (1), los parámetros a calcular y/o sintonizar son KP, KI y KD, los cuales serán materia de estudio en (7) el presente trabajo. Este tipo de controladores tienen la capacidad de eliminar el error en régimen estacionario ante una referencia tipo escalón y la habilidad de antici- Dadas algunas especificaciones de diseño, podemos par cambios en la salida (Basilio and Matos, 2002), puesto crear una ecuación característica de diseño, entonces a que contiene un integrador, el cual cumple con gran aproximamos el denominador de (7), a: parte de estas características funcionales. Sabemos que la función de transferencia del controlador PID puede ser (8) expresada por: Luego podemos obtener los parámetros de sintonización (2) Comúnmente los procesos reales pueden ser modelados como plantas de primer y segundo orden, sistemas de En este trabajo se puede encontrar referencias de algunos métodos de sintonización de controladores, dados en los últimos años. orden superior pueden ser aproximados por plantas de Invest Apl Innov 1(2), 2007 del controlador según (5) y (8): (9) Manyari M. – Autosintonización on-line de controladores basado en modelo y localización de polos Manyari M. – Autosintonización on-line de controladores basado en modelo y localización de polos (12) (18) TEOREMA: La función J( ) es mínima para ’ tal que: Figura 1 - Estructura de control a lazo cerrado. Siendo que la matriz es positiva definida, la so- lución de estimación conocida como Mínimos Cuadrados De esta manera se tiene un sistema de segundo orden con Si la matriz es no singular, el mínimo es dado por: error en régimen permanente nulo ante una entrada de Ponderados (Weighted LS) en la forma recursiva, viene Figura 2 - Bloques funcionales del sintonizador. dada por: tipo escalón. Cabe destacar que este tipo de respuestas, RESULTADOS (13) tienen buen índice de rechazo a perturbaciones externas por el hecho de tener un integrador en el controlador. El método de mínimos cuadrados puede aplicarse para la identificación de sistemas dinámicos discretos y conti- IDENTIFICACIÓN DE SISTEMAS Para comprobar los resultados del presente trabajo se (19) SIMULINK de MATLAB. Se ejecuto el algoritmo de estima- ción en N parámetros. ción de parámetros e inmediatamente el cálculo de los Uno de los objetivos de la ingeniería es poder obtener Es decir: el modelo matemático de los diferentes fenómenos de la • u(1), u(2), ..., u(N) secuencia de entrada aplicada a un sis- Donde: naturaleza, para así poder analizarlos y predecir su con- tema, L(N+1) es la ganancia de estimación, además tenemos: ducta futura. En este contexto, en la ingeniería de control • y(1), y(2), ..., y(N) secuencia de salida. matemático de las plantas y sistemas a ser controlados, Es bien conocido que un sistema dinámico, continuo e inva- pero por la necesidad técnica de diversas áreas, se creó la riante en el tiempo puede ser expresado en su equivalente teoría de identificación de sistemas. discreto, esto es, en una función de transferencia discreta: (14) mental del modelo de los procesos. Dentro de la identifi- 140 valores iniciales para el algoritmo de estimación y cálculo de ganancias. Vemos que en la función de transfe- lo es los mínimos cuadrados. En un problema de mínimos Del mismo modo, formamos una matriz de parámetros cuadrados la variable calculada es dada por: expresada por: (10) Donde: • , son funciones conocidas. (15) estimado el modelo de la planta, se aplicará las ecuaciones DISCUSIÓN rencia del controlador se tiene un polo en el origen y un cero en , si este cero tuviera un valor inicial menor, es decir a la izquierda del polo de la planta en el plano s, y en KP un valor bajo, el sistema puede tener una respuesta al escalón de tipo monotónica o subamortiguada, de tal forma que no representa gran influencia en la fase transitoria hasta la sintonización de acuerdo con las especificaciones de diseño. Partiendo del modelo inicial de la planta G’(s) se procede al establecimiento de las condiciones iniciales del estimador de parámetros mados basados en N mediciones, entonces introducimos Diferentes esquemas y metodologías de control PID vie- y el calculo inicial de los coeficientes del controlador. A las ecuaciones de parámetros en función de N: nen siendo ampliamente aplicados en los sistemas de continuación se muestra un ejemplo ilustrativo de este control de procesos. Es importante el cálculo de los pará- algoritmo. Sea la planta: , parámetros desconocidos. • decir, calcular G’(s), el modelo aproximado de G(s). Una vez de la sección anterior, es decir las ecuaciones (8) y (9). Sea (N), el vector que denota los mínimos cuadrados esti- • los coeficientes de la función de transferencia discreta, luego de ello, es simple convertir a su equivalente continuo, es cación de sistemas, se tiene una técnica muy usada, como fueron satisfactorios. trabajo, es la inicialización de condiciones, es decir, los A partir de estas ecuaciones recursivas podemos estimar coeficientes del controlador. Los resultados alcanzados Un punto importante en el desenvolvimiento de este vemos que es importante el conocimiento del modelo Esta teoría nos permite tener una aproximación experi- realizaron simulaciones utilizando como herramienta el nuos a través de un cambio de variables y una discretiza- metros del controlador PID debido a su gran importancia , parámetros experimentales. e influencia en la performance del control. Un problema El objetivo es determinar los parámetros desconocidos de tal forma que las variables y los valores experimentales encontrado en los sistemas es su variabilidad en el tiem (16) sean los más cercanos posibles a la variable medida ma de sintonización. La ecuación (10) podemos expresarla en forma vectorial a través de: La estimación de ’(N) utilizando mínimos cuadrados es (11) dada por: Ahora defínase la función pérdida como una función del Invest Apl Innov 1(2), 2007 te función de transferencia discreta: que estima los parámetros de la planta y posteriormente calcula las ganancias del controlador, se comportaría de una forma eficaz y sin necesidad de paradas o pruebas. error: Con un tiempo de muestreo h=0.05 s, tenemos la siguien- En este sentido, un algoritmo de sintonización on-line po, por tanto se requiere de una reformulación del proble- (17) Este trabajo desenvuelve una solución a este problema con una estrategia de sintonización on-line que calcula Aplicando el algoritmo de sintonización propuesto se logró identificar la planta, tal como muestra la figura 3, así como también el cálculo de los coeficientes del controla- De la misma manera, para N+1 muestras podemos rees- los parámetros del controlador a partir del modelo, todo dor, ver figura 4. Para la inicialización de los parámetros se cribir la ecuación como: esto efectuado en tiempo real según figura 2. tomó en cuenta el criterio antes descrito. Invest Apl Innov 1(2), 2007 141 Manyari M. – Autosintonización on-line de controladores basado en modelo y localización de polos De la figura 4, es fácil notar que los coeficientes calculados convergen a: Monitoreo de estaciones mecatrónicas: Laboratorio – TECSUP Monitor of mechatronic station: Laboratory - TECSUP Los cuales fueron hallados para una especificación de diseño =0.7. Con tal controlador se puede tener un sistema que rápidamente alcanza el set-point con un mínimo de sobrepaso y además tiene rechazo a perturbaciones Denis Chávarry Hernández, Elmer Mendoza Trujillo de salida, tal como muestra la figura 5. Cabe destacarse la importancia de la excitación de la planta para obtener un RESUMEN correcto modelo nominal. CONCLUSIONES 142 • En este trabajo fueron estudiadas técnicas de identificación de sistemas, localización de polos y consideraciones asociadas a algoritmos on-line, considerando condiciones iniciales y cumplimiento de especificaciones de diseño. En las simulaciones hechas, se pudo notar que las características del controlador son capaces de rechazar perturbaciones de salida de tipo escalón, ruidos de medición y perturbaciones de entrada. • Dentro de los trabajos a realizarse en base a este algoritmo, está su implementación para sistemas y procesos reales, incluyendo sistemas con tiempo muerto. Como trabajos futuros se prevé la implementación del algoritmo presentado para la obtención de parámetros para las instrucciones PID en Controladores Lógicos Programables (PLCs) y de esta manera controlar plantas modulares reales de los laboratorios de TECSUP, tales como control de nivel en tanques, control de temperatura en cámaras térmicas, entre otros; usando conjuntamente MATLAB® y RSLOGIX® a través de OPC O DDE en la implementación del algoritmo. Figura 3 - Polos de la planta identificados con WRLS. Invest Apl Innov 1(2), 2007 Figura 4 - Coeficientes del controlador, calculados a partir del modelo identificado. El presente trabajo explica la implementación de un sis- los procesos es la elección de los componentes de la red, tema de monitoreo y supervisión de cuatro estaciones así como la tecnología adecuada para su realización. En Mecatrónicas en el laboratorio de Tecsup. El objetivo es el trabajo que presentamos se muestra la secuencia uti- fomentar la importancia del monitoreo y supervisión de lizada para realizar el monitoreo de estaciones, utilizando los sistemas de producción, así como la forma de configu- equipos con capacidad de comunicación y redes indus- rar las redes de comunicación industrial. Para tal efecto triales. se utilizó una red Profibus DP para enlazar los PLC’s que controlan las estaciones de trabajo, esta red, a su vez, es Descripción de las estaciones mecatrónicas monitoreada por una estación maestra vía Ethernet. En el laboratorio de sistemas mecatrónicos de Tecsup ABSTRACT contamos con 8 estaciones, de las cuales se han tomado 4 de ellas para poder realizar su monitoreo, a continua- The present work explain the implementation of a moni- ción presentamos un detalle del funcionamiento de las toring and supervision system of four workstations me- estaciones elegidas: chatronics in laboratory of Tecsup. The objective is encourage the importance of the monitoring and supervision of Figura 5 - Respuesta al escalón unitario, incluyendo una perturbación de salida tipo escalón. REFERENCIAS BIBLIOGRÁFICAS 1. Astrom, K. J. and Haglund T. (1988), Automatic Tuning of PID Controllers, 1st ed. Research Triangle Park, ISA. 2. Astrom, K. J. and Haglund T. (1995) , PID Controllers: Theory, Design and Tuning, 2nd ed, ISA. 3. Astrom K. J., Wittenmark B. (1997), Computer controlled systems, Prentice Hall. 4. Basilio, J. C. and Matos S. R. (2002). Design of PI and PID controllers with transient performance specification, IEEE Transaction on Education, Vol. 45, Nro. 4 ), pp 364-370. 5. Goodwin, G., Graebe, S., and Salgado, M., (2001) Control Systems Design, Prentice-Hall. 6. Ogata, K., Modern Control Engineering, 3rd ed. Upper Saddle River, NJ: Prentice-Hall, 1997. 7. Ziegler, J. G. and Nichols, N. B. (1942), “Optimal settings for automatic controllers”, Trans. ASME, Vol. 64, 1. Estación de distribución: the production systems, as well as showing the form to configure the industrial communication networks. For La estación de distribución es un dispositivo de alimen- such effect a network Profibus DP was used to connect tación. Según VDI 3420, los dispositivos de alimentación PLC’s that control the workstations, this network is moni- son unidades que realizan funciones de carga, orden y tored by a masterful station via Ethernet.� alimentación de piezas al siguiente proceso. Además, los dispositivos de alimentación también pueden facilitar el PALABRAS CLAVES orden de las piezas de acuerdo con las características de dimensiones, peso, etc. Mecatrónica, Supervisión, Scada, Ethernet. KEY WORDS Mechatronics, Supervision, Scada, Ethernet. INTRODUCCIÓN En la actualidad todos los procesos de manufactura y cualquier proceso en general necesitan ser monitoreados, por ello, los fabricantes tienden a la integración de sus procesos de modo que todos se comuniquen. Uno de los principales obstáculos al realizar el monitoreo de Invest Apl Innov 1(2), 2007 Figura 1 - Estación de distribución. 143