See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/260058479

Identificación de procesos sobreamortiguados utilizando técnicas de

lazo cerrado

Article · January 2001

DOI: 10.15517/ring.v11i1-2.604

CITATIONS READS
24 2,570

1 author:

Victor M. Alfaro
University of Costa Rica
110 PUBLICATIONS   877 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Model Reference Robust Tuning of 2DoF PID Controllers View project

PID Performance/Robustness Trade-off Analysis View project

All content following this page was uploaded by Victor M. Alfaro on 06 February 2014.

The user has requested enhancement of the downloaded file.

 Ingeniería 11 (1,2):11-25, 2 001 San José. Costa Rica

IDENTIFICACIÓN DE PROCESOS
SOBREAMORTIGUADOS UTILIZANDO
TÉCNICAS DE LAZO ABIERTO
Víctor M.M.
Víctor Alfaro
Alfaro

Resumen
Se presentan varios de los métodos de identificación de procesos de lazo abierto, disponibles para la obtención de un modelo de
primer o segundo orden más tiempo muerto, para un proceso sobreamortiguado.
Mediante pruebas de simulación digital, se compara el desempeño de estos métodos y se determina la bondad de los mismos con
base en el error de predicción cometido.
Se dan recomendaciones sobre qué método utilizar con base en el modelo requerido.

Abstract

Several open loop identification methods for over damped process are presented, to obtain first and second order plus dead time
models.
A comparison based on the prediction error of the different models is made with the aid of digital simulation in order to measure
their performance.
Recommendations on the identification method to use are given based on the model required.

1. INTRODUCCIÓN Las técnicas de identificación experimental, que

nos interesan, pueden clasificarse en:
La puesta en servicio de un sistema de control in-
dustrial requiere de la correcta sintonización del
• Métodos basados en la curva de reacción del
controlador, es decir de la selección adecuada de
proceso (respuesta al escalón)
sus parámetros.
• Métodos de oscilación mantenida
• Métodos de realimentación con relé
Para poder sintonizar el controlador Gc(s) de un la-
• Métodos de control P
zo de control, como el mostrado en la Fig. Nº 1, es
necesario identificar primero la dinámica del pro- Los métodos basados en la curva de reacción del
ceso que se va a controlar Gp(s), para luego obte- proceso son métodos de lazo abierto, el controla-
ner los parámetros del controlador, empleando el dor puede o no estar instalado y si lo está operará
método de sintonización seleccionado. El proceso de modo “manual” durante la prueba.
de sintonización del controlador consta así de dos
etapas: identificación y sintonización. Los demás métodos son del tipo de lazo cerrado, en
donde el controlador se encuentra operando en
La obtención de la información dinámica del pro- “automático”.
ceso requiere que éste sea excitado de alguna for-
ma y que tanto la entrada aplicada así como la res- Las técnicas de identificación citadas anteriormen-
puesta del proceso, sean registradas. Por estas ra- te se basan, en consecuencia, en la curva de res-
zones resulta necesario realizar una prueba expe- puesta del proceso obtenida a lazo abierto o lazo
rimental que permita identificar un modelo di- cerrado y son procedimientos esencialmente gráfi-
námico para el proceso. cos. Otros procedimientos que utilizan secuencias
12 INGENIERÍA

binarias seudo-aleatorias (PRBS), como señales de Se presentan a continuación, algunos méto-

prueba y métodos numéricos basados en los míni- dos de identificación de procesos sobreamor-
mos cuadrados para la identificación de modelos tiguados basados en la curva de reacción y
en tiempo continuo o en tiempo discreto del tipo los resultados comparativos de la bondad de
ARX, ARMA, ARMAX y otros, están fuera del al- los mismos, obtenidos mediante pruebas de
cance de este trabajo. simulación digital.

2. MODELOS uno, se representen por medio de un modelo de

primer orden más tiempo muerto, como el dado
La mayoría de los métodos de sintonización de por la ecuación (1), algunos pocos requieren de
controladores se basan en los parámetros de un un modelo de segundo orden más tiempo muer-
modelo de orden reducido que permita repre- to, como el dado por (2). Si el sistema es suba-
sentar sistemas dinámicos de orden alto y por mortiguado debe representarse por un modelo
esta razón los más empleados son los de primer como el dado por (3).
o segundo orden más tiempo muerto, cuyas
funciones de transferencia son: Restringiremos los métodos de identificación,
así como los resultados obtenidos en su compara-
Primer orden más tiempo muerto ción, a aquéllos que permitan identificar un mo-
k p e − tm s delo de primer o segundo orden más tiempo
G p (s ) = muerto y en particular a los siguientes:
τ s +1 (1)
Segundo orden sobreamortiguado más tiempo • Métodos de la tangente (Miller, Ziegler y
muerto Nichols)
k p e − tm s
G p (s ) = • Métodos de dos puntos (Alfaro, Bröida,
(τ 1 s + 1)(τ 2 s + 1) (2) Chen y Yan, Ho, Smith, Vitecková)
Segundo orden subamortiguado más tiempo
muerto • Métodos de tres puntos (Jahanmiri y Fallan-
hi, Stark)
ω n2 k p e −tm s k p e − tm s
G p (s ) = =
s 2 + 2ςω n s + ω n2 τ 2 s 2 + 2ςτs + 1 (3) • Métodos de Strejc

3. MÉTODOS BASADOS EN LA • Método de las áreas características de Nishi-

CURVA DE REACCIÓN DEL PRO- kawa
CESO La curva de reacción del proceso se obtiene me-
diante una prueba de lazo abierto con el contro-
Para efecto de los métodos de sintonización de lador manual y el sistema situados en el punto
controladores, usualmente se requiere que los de operación deseado. En estas condiciones se
sistemas sobreamortiguados de orden superior a aplica un cambio de escalón en la salida del
 ALFARO: Identificación de procesos Sobreamortiguados... 13

controlador y se registra esta señal y la de sali- La ganancia es el cambio total en la salida divi-
da del proceso, desde el instante en que se apli- dido por el cambio en la entrada:
có el escalón de entrada hasta que el sistema al-
cance un nuevo punto de operación estable, si k p = ∆y / ∆u (4)
este es un proceso auto-regulado.
El tiempo transcurrido entre la aplicación del esca-
lón de entrada y el punto en que la recta tangente
3.1 MÉTODOS QUE UTILIZAN LA corta el eje del tiempo es el tiempo muerto
RECTA TANGENTE aparente del sistema, y el tiempo transcurrido
entre este instante y el tiempo en que la tangente
3.1.1MÉTODO DE LA TANGENTE DE ZIE- corta el valor final de la salida yu es la constante de
GLER Y NICHOLS[14] tiempo.

El primer método de identificación propuesto

como parte de un procedimiento de sintoniza- 3.1.2 MÉTODO DE LA TANGENTE
ción de controladores fue desarrollado por Zie- MODIFICADO DE MILLER [7]
gler y Nichols. Aunque estos autores no supu-
sieron que el sistema a identificar fuera auto-re- El procedimiento propuesto por Miller es una va-
gulado, esto es que la respuesta del sistema ten- riación del de Ziegler y Nichol y al igual que éste
día a un valor finito, su procedimiento de iden- requiere que se trace una recta tangente al punto de
tificación puede utilizarse para obtener un mo- inflexión de la respuesta. La ganancia y el tiempo
delo de primer orden más tiempo muerto. muerto en este método se calculan de la misma for-
ma que en el método de Ziegler y Nichols.
El procedimiento requiere que se trace una rec-
ta tangente a la curva de reacción del proceso La variación propuesta por Miller radica en el cál-
en su punto de inflexión o de máxima pendien- culo de la constante de tiempo del modelo, ésta se
te, como se muestra en la Fig. Nº 2. calcula como el tiempo requerido para que la res-
puesta alcance el 63.2% del cambio total a partir
Para obtener un modelo de primer orden más del tiempo muerto. Esta variación hace que la res-
tiempo muerto (1), se debe identificar la ganan- puesta del modelo y la del sistema real coincidan
cia kp, la constante de tiempo τ y el tiempo en por lo menos un punto, ambas respuestas pasan
muerto aparente tm del sistema. por el mismo punto en el instante t = t m + τ
14 INGENIERÍA
 ALFARO: Identificación de procesos Sobreamortiguados... 15

3.2 MÉTODOS DE DOS PUNTOS t m = t 63 − τ

(8)
El método de Ziegler y Nichols y la variación
propuesta por Miller requieren que se trace una La ganancia del modelo se calcula como en los
recta tangente a la curva de reacción del sistema métodos anteriores con (4).
en el punto de inflexión. Esto no siempre es fá-
cil de realizar, máxime si la respuesta del sistema
presenta ruido. Una variación en la pen-diente 3.2.2 MÉTODO DE DOS PUNTOS GENERAL
de la recta tangente afecta tanto el valor del tiem-
po muerto como el de la constante de tiempo del Con posterioridad a la presentación del método
modelo. de dos puntos de Smith se han desarrollado otros
basados en el mismo procedimiento, diferencián-
Para identificar dos parámetros que requiere el dose únicamente en la selección de los dos ins-
modelo, la constante de tiempo y el tiempo muer- tantes en que la respuesta del modelo se hace
to aparente del sistema, se pueden establecer dos coincidir con la del proceso real.
ecuaciones con dos incógnitas utilizando dos
puntos sobre la curva de reacción. De este modo Pueden establecerse, por consiguiente, ecua-
se garantiza que la respuesta del modelo coinci- ciones generales para los métodos de dos pun-
da con la del sistema real en estos dos puntos co- tos, con el fin de identificar un modelo de pri-
mo mínimo. mer orden más tiempo muerto dado por (1) con
base en los tiempos requeridos para alcanzar
3.2.1 MÉTODO DE SMITH[9] dos puntos específicos en la curva de reacción
del proceso.
El primer método basado en dos puntos sobre la
curva de reacción fue propuesto por Smith. Los Si p1 y p2 son dos valores porcentuales del
instantes seleccionados por este autor fueron los cambio en la respuesta del sistema a un cambio
tiempos requeridos para que la respuesta alcance escalón en la entrada y t1 y2 son los tiempos
el 28.3% (t28) y el 63.2% (t63) del valor final, y requeridos para alcanzar estos dos valores, co-
corresponden a: mo se muestra en la Fig. Nº 3, entonces los pa-
t = t +τ / 3
28 m
(5) rámetros de un modelo de primer orden más
tiempo muerto se pueden obtener de:
t 63 = t m + τ (6)
τ = a t1 + b t 2
Este sistema de ecuaciones se puede resolver (9)
para tm y τ obteniéndose:
t m = c t1 + d t 2 (10)
τ = 1.5(t 63 − t 28 ) (7) y la ganancia con (4).
16 INGENIERÍA

Los porcentajes del cambio en la respuesta pa- En la Tabla Nº2 se muestran los tiempos y constan-
ra la determinación de los dos tiempos requeri- tes para obtener un modelo de segundo orden con
dos por el procedimiento de identificación, así un polo doble− t dado por:
como los valores de las constantes a, b, c y d kp e s
m

G p (s) =
(τ s + 1)
2
para los métodos de Alfaro[1], Bröida[3], Chen (11)
y Yan[4], Ho et al.[5], Smith[9] y Vitecková et utilizando el método de Ho y el de Vitecková, que
al.[13], se resumen en Tabla Nº 1. también se basan en dos puntos sobre la curva de
reacción del proceso.
 ALFARO: Identificación de procesos Sobreamortiguados... 17

3.3 MÉTODOS DE TRES PUNTOS

ς − ς2−1 ς ≥ 1 .0
τ2 = w para (20)
Un modelo de segundo orden más tiempo ωn
muerto, como los dados por (2) o (3), tiene tres y la ganancia determinada con (4).
parámetros en adición a la ganancia, por lo que
se requieren tres puntos sobre la curva de reac-
ción para identificarlo. 3.3.2 MÉTODO DE JAHANMIRI Y
FALLAHI [ 6 ]

3.3.1 MÉTODO DE STARK[10] Este método está basado en los tiempos para al-
canzar el 2 (t2) o el 5 % (t5), el 70 % (t70) y el
Los instantes seleccionados en este método fue- 90 % (t90) del valor final. Las ecuaciones para
ron los tiempos requeridos para que la respuesta identificar el modelo son:
alcance el 15 % (t15), el 45 % (t45) y el 75 %
(t75) del valor final. Su procedimiento de identi- tm = t2 o t5, el que dé menor IAE (21)
ficación está dado por:
t 90 − t70
t −t η= (22)
Sea x = 45 15 (12) t 90 − t m
t75 − t15
0.4844651 − 0.75323499η
ς=
0.0805 − 5.547(0.475 − x ) 2 ς= ,
x − 0.356 (13) 1 − 2.0946444η

f 2 (ς ) = 0.708(2.811) 2 para ς ≤ 1.0 η ≤ 0.4771 (23)

(14)

ς = 13.9352 η ≥ 0.4771
, (24)
f 2 (ς ) = 2.6ς − 0.60w para ς f 1.0 (15) t90 − tm
τ= −ς
f 2 (ς ) 0.424301+ 4.62533ς − 2.65412e (25)
ωn =
t 75 − t 15 (16)
y la ganancia calculada con (4).
f 3 (ς ) = 0.922(1.66)ς (17)

f 3 (ς ) 3.4 MÉTODOS DE STREJC[3,11]

t m = t 45 − (18)
ωn En el caso particular de que las constantes de
tiempo del sistema sean aproximadamente igua-
ς + ς 2 −1 les, puede utilizarse este método para identificar
τ1 = para ς ≥ 1 .0 (19) un modelo de polos múltiples como los dados por:
ωn
18 INGENIERÍA

kp
G p (s ) = (26) Para identificar el modelo (27) una vez obteni-
(τ s + 1)
n
dos Tu y Ta de la curva de respuesta, se calcu-
k p e −t m s la Tu/Ta y se determina el orden del modelo n
Gp ( s) = (27) de la tabla de Strejc (Tabla Nº 3) como el valor
(τ s + 1) n de n correspondiente al valor de Tu/Ta inme-
Al igual que en los métodos de Ziegler y Nichols
diatamente inferior al valor calculado. Se ob-
así como el de Miller, se requiere trazar una rec-
tienen los valores de Ta/t y Tu/t para este valor
ta tangente al punto de inflexión de la curva de
de n y se calcula t.
reacción del proceso y obtener los valores Tu y
Ta , que corresponden, respectivamente, al tiem-
La proximidad de los dos valores de t obtenidos
po muerto tm y a la constante de tiempo t del mé- sería una indicación de la validez del modelo.
todo de la tangente.
Para el cálculo del tiempo muerto aparente del
La ganancia de los modelos se calcula con (4), el sistema, con el valor del orden del sistema n y
orden del modelo (26) se obtiene por redondeo al valor de Tu/Ta de la tabla de Strejc, se calcula
número entero inferior de: un valor de Tu denominado Tut. El tiempo
Tu muerto será la diferencia entre este y el valor
n = 10 +1 (28)
Ta de Tu determinado gráficamente, Tur
y la constante de tiempo del polo múltiple como:
(30)
(n − 1)n −1 −( n −1 )
τ = Ta e (29) t m = Tur − Trt
(n − 1)!
 ALFARO: Identificación de procesos Sobreamortiguados... 19

3.5 MÉTODO DE LAS ÁREAS 4.0 PRUEBAS COMPARATIVAS POR

CARACTERÍSTICAS SIMULACIÓN

Nishikawa et al.[8] proponen identificar un mo- La bondad de las técnicas de identificación, des-
delo de orden alto más tiempo muerto como el critas anteriormente, se evaluó mediante la simu-
dado por lación digital, tanto de las plantas de prueba co-
mo de los modelos identificados, utilizando el
kk e− tm s
G p (s) = n
programa VisSim 3.0[12].
∏ (τ j s + 1) (31)
j =1
4.1 PLANTAS DE PRUEBA
mediante el cálculo de las áreas determinadas por
la curva de reacción del sistema. La selección de las plantas empleadas para las
pruebas comparativas se basó en las plantas uti-
Definen las siguientes áreas: lizadas para tal fin en otras investigacio-
∞ nes[2,4,5,6,8,13], así como en las siguientes
Sy = ∫0
∆y − y (τ ) dτ (32) variantes:
1
G p1 (s) = 3 , τ = 0.5,1.0,1.5,2.0 (39)
t ( τ s + 1)
S (t ) = ∫ y (τ )dτ
0 (33)
G p2 (s) =
1
w
(.2s + 1)(.5s + 1)(s + 1) (40)
La ganancia del modelo se calcula en la forma
1
usual con (4). El área Sy da la suma de las cons- G p3 (s) =
tantes de tiempo más el tiempo muerto del siste- (.1s+1)(.2s+1)(.5s +1)(s+1)(2s+1)
ma: (41)
n −.15s
Sy e
τ T = ∑τ j + tm = G p4 (s) =
j =1 ∆y (34) (.33s + 1)(.5s + 1)(s + 1)
(42)
Definen también las siguientes cantidades:
4.2 ÍNDICES DE DESEMPEÑO
S(τ T )
σ= (35)
τ T ∆y Definiendo el “error de predicción” de un mode-
lo como la diferencia entre la salida de la planta
S(k τ T ) y la predicha por éste, se establecieron los si-
σ '= guientes índices de desempeño:
τ T ∆y (36)

En donde k es un valor entre 0 y 1. Integral del error de predicción absoluto:

∞
Si el sistema es de primer orden, n = 1, los pará- IEAP = ∫
0
y p (t ) − y m (t ) dt (43)
metros del modelo se determinan en función de
τT y σ como Integral del error de predicción cuadrático:
∞
τ1 = σ e τT (37) IECP = ∫ ( y p (t ) − ym (t )) 2 dt (44)
0

en donde yp(t) es la salida de la planta y ym(t) la

tm = τ1 − τ T
(38) del modelo identificado para la misma.
20 INGENIERÍA

El índice IEAP representa el área diferencial 4.4 RESULTADOS DE LA SIMULACIÓN

entre la respuesta de la planta y la del modelo,
de manera que si la IEAP → 0 entonces ym(t) Las cuatro plantas descritas en [4.1] se identifica-
→ yp(t). Cuanto menor sea este índice de de- ron con los métodos enumerados en [3.0] y su de-
sempeño mejor será la representación dada por sempeño fue evaluado por medio de los índices es-
el modelo. tablecidos en [4.2].
Los resultados obtenidos para el caso particular de
El índice IECP da un mayor peso a las desvia- la planta Gp3 se resumen en la Tabla Nº 4 para los
ciones grandes que a las pequeñas, por lo que modelos de primer orden más tiempo muerto, en la
dados dos modelos que posean valores del Tabla Nº 5 para los de segundo orden y en la Tabla
IEAP similares, el que tenga un menor IECP Nº 6 para los modelos de polo múltiple.
predecirá la salida de la planta con desviacio-
nes máximas menores.
4.5 ANÁLISIS DE LOS RESULTADOS
Como la evaluación hasta el infinito de los índi-
ces (43) y (44) es imposible de realizar, estos se El análisis y la comparación del desempeño de los
evaluarán para un intervalo de tiempo métodos de identificación estudiados, toman en
n
τ T = ∑τ i consideración los resultados obtenidos con las cua-
entre 0 y 10 τ T , siendo el suma- tro plantas de prueba.
i= 1
torio de las constantes de tiempo de la planta.

4.5.1 MÉTODOS DE LA TANGENTE

4.3 PARÁMETROS ÓPTIMOS DE LOS
MODELOS Los métodos basados en el trazo de la recta tangen-
te al punto de inflexión de la curva de respuesta del
Los índices de desempeño definidos en [4.2] sistema a un cambio escalón en el valor deseado,
permiten realizar una comparación entre los di- dieron los peores resultados.
ferentes modelos identificados para una planta
en particular, pero más importante que su cuan- En particular, el método de la tangente de Zie-
tificación para un modelo dado, es su valor re- gler y Nichols tuvo un porcentaje de error de pre-
lativo respecto al de otro. dicción PEP promedio del 700 % respecto al mo-
delo óptimo, considerados todos los procesos si-
Para establecer un valor o índice de referencia mulados. Las respuestas de los modelos identifi-
que compare la bondad de los modelos, se cados por este procedimiento fueron siempre
identificaron los parámetros del modelo de pri- más lentas que las del sistema real y con un error
mer y segundo orden más tiempo muerto que considerable.
minimizan el criterio IEAP, y se definió el
Porcentaje de error de predicción como La importancia de este método es sobre todo histó-
rica y su necesidad se reduce al caso en el que se
aplica el método de sintonización de controladores
IEAPi − IEAPopt
PEPi = 100 de Ziegler y Nichols de lazo abierto.
IEAPopt (45)
El método de la tangente modificado de Miller,
En donde IEAPi es el valor del índice IEAP pa- que hace coincidir la respuesta del modelo con la
ra un procedimiento de identificación en parti- del sistema real en un punto, mejora considera-
cular y el IEAPopt el del modelo optimizado blemente la exactitud del modelo. El porcentaje
para esa misma planta. de error de predicción promedio fue un 115%.
 ALFARO: Identificación de procesos Sobreamortiguados... 21

4.5.2 MÉTODOS DE DOS PUNTOS Las diferencias en los porcentajes de error de pre-
dicción de los diferentes métodos de dos puntos,
Con la excepción del método de Bröida, cuyo PEP están relacionadas con los puntos seleccionados
promedio fue del 125 %, los demás métodos de dos por los autores para hacer coincidir la respuesta del
puntos proporcionaron una buena exactitud de pre- modelo con la del proceso real. Por ejemplo,
dicción, Alfaro (17 %), Chen y Yang (19 %), Ho Smith los escogió en función de la constante de
(3 %), Smith (53 %) y Vitecková (16 %). tiempo del modelo (28,7 % representa un tercio de
la constante de tiempo y 63,2 % una constante de
A pesar de que el método de los dos puntos de tiempo); Alfaro separó los puntos de coinciden-
Smith es utilizado frecuentemente en la literatura, cia hacia abajo y hacia arriba de la curva de res-
su error no deja de ser apreciable, más del 50 %; puesta (25 y 75) % para lograr una mejor apro-
los métodos de Alfaro, Chen y Yang y el de ximación al inicio y final de la respuesta; Ho
Vitcková reducen el porcentaje de error de pre- (35 y 85) % los seleccionó con base a pruebas
dicción a casi una tercera parte respecto al de de identificación de modelos óptimos mediante
Smith, siendo siempre el de Ho el mejor de todos. el uso de mínimos cuadrados.

Tabla Nº 4 - Modelos de primer orden más tiempo muerto

Método kp τ tm IEAP* IECP* PEP

Ziegler y Nichols 1 4,3800 1,0700 1,646E+0 1,908E-1 790

Miller 1 2,9900 1,0700 4,314E-1 1,438E-2 133
Alfaro 1 2,5420 1,4250 2,277E-1 6,156E-3 23
Bröida 1 2,8550 1,3570 4,098E-1 1,453E-2 122
Chen y Yang 1 2,4780 1,5440 2,289E-1 8,616E-3 24
Ho et al. 1 2,3380 1,6240 1,920E-1 9,951E-3 4
Smith 1 2,6540 1,4060 2,810E-1 7,936E-3 52
Vitecková et al. 1 2,4780 1,5090 2,159E-1 7,335E-3 17
Nishikawa 1 2,3670 1,4360 2,061E-1 7,320E-3 11
Optimo** 1 2,3099 1,5980 1,849E-1 9,026E-3 -

* en el intervalo de solución de 0 a 38 ** respecto a la IEAP

22 INGENIERÍA

Tabla Nº 5 - Modelos de segundo orden más tiempo muerto

Método kp tm τ1 τ2 ζ ωn IEAP* IECP* PEP

Jahanmiri (t2%) 1 0,8500 1,7250 1,1830 1,0178 0,7000 1.495E-1 2.517E-3 284
Jahanmiri (t5%) 1 1,3000 1,9240 0,7710 1,1064 0.8210 2.000E-1 7.135E-3 413
Stark 1 0,6480 2,0830 1,1150 1,0490 0.6560 5.623E-2 3.179E-4 44
Óptimo** 1 0,6270 1,6000 1,5970 1,0000 0.6256 3.896E-2 1.992E-4

* en el intervalo de solución de 0 a 38
** respecto a la IEAP

Tabla Nº 6 - Modelos de polo múltiple

Método kp tm τ n IEAP* IECP* PEP**

Ho et al. 1 0.6070 1.6160 2 4.115E-2 2.141E-3 6

Strej (1) 1 - 1.1860 3 2.440E-1 5.342E-3 526
Strej (2) 1 0.1150 1.2570 3 1.523E-1 3.432E-3 291
Vitecková et al. 1 0.6350 1.4910 2 2.000E-1 4.236E-3 413
* en el intervalo de solución de 0 a 38
** respecto a la IEAP del modelo óptimo de segundo orden sobreamortiguado

4.5.3 MÉTODO DE LAS ÁREAS 4.5.4 MODELOS DE TRES PUNTOS

CARACTERÍSTICAS
Aunque se obtuvo un PEP promedio del 57 % para
El método propuesto por Nishikawa presentó los modelos de Stark respecto a los óptimos para
un PEP promedio del 10 %, considerado muy un sistema de segundo orden, los resultados
bueno. Su principal característica fue que el tuvieron una gran variación, desde un máximo del
error de predicción no se vio afectado por las 188 % hasta un modelo con un IEAP 11 % menor
diferentes características de los modelos, el que el óptimo.
valor mínimo fue un 8 % y el máximo un 11 %,
resultando un procedimiento de identificación La razón por la que un modelo identificado por el
muy consistente. método de Stark pueda tener un IEAP menor que el
óptimo, es que el modelo optimizado estaba
El procedimiento elimina los errores inherentes restringido a ser de segundo orden sobreamor-
de los métodos gráficos, como el de la tangente tiguado, mientras que el modelo identificado por
y los de dos puntos, pero requiere del cálculo Stark puede ser tanto sobreamortiguado como sub-
de las áreas bajo la curva de respuesta, por lo amortiguado. De hecho, los modelos identificados
que es necesario “capturar” la misma para para las plantas con un polo triple siempre fueron
poder realizar los cálculos posteriores. ligeramente subamortiguados.
 ALFARO: Identificación de procesos Sobreamortiguados... 23

Resulta interesante, también, comparar los valores Strej siempre mostraron un mayor error de predic-
de las IEAP de los modelos de Stark respecto a los ción que el modelo óptimo de segundo orden.
de los modelos de primer orden más tiempo muer-
to óptimos. Los IEAP de los modelos de Stark Si bien los modelos de primer orden más tiempo
fueron en promedio un 54 % menores que el del muerto identificados por el método de Vitecková
mejor modelo de primer orden posible. Esto indi- dieron buenos resultados, los que producen mode-
ca que un modelo de segundo orden bien identi- los con un polo doble no fueron satisfactorios. En
ficado será siempre mejor que un modelo de algunos casos mostraron tener ventaja sobre los de
primer orden aunque éste obtenga buenos resul- Strej, pero para las plantas de polo múltiple el error
tados. de predicción fue del mismo orden de magnitud
que el de éstos.
Los modelos de segundo orden identificados
por el procedimiento de Jahanmiri y Fallahi, El método de Ho, aunque restringido a ser un
aunque fueron superiores a los modelos de polo doble, mostró un mejor desempeño que los
primer orden identificados por los otros méto- modelos de Strej. De los valores del PEP de los
dos, siempre fueron inferiores a los de Stark. modelos de Ho, se puede apreciar que es mejor
a medida que aumentan las constantes de tiempo,
o sea que identifica mejor los procesos lentos
4.5.5 MODELOS DE POLO MÚLTIPLE que los rápidos, incluso un sistema de orden
quinto lo representó con mucha precisión.
Los dos métodos de Strej identifican un mode-
lo de polo múltiple con o sin tiempo muerto, Si se comparan los resultados obtenidos con el
cuyo orden debe determinarse, mientras que el método de Ho y con el de Stark, se puede ver que
de Ho y el de Vitecková están restringidos a un el de Ho fue siempre mejor que el de Stark.
modelo con polo doble más tiempo muerto.
En la Fig. Nº 4 se muestra la curva de reacción del
Con excepción de la planta 1 con τ = 1,0, identifi- proceso junto con la respuesta de los modelos iden-
cada como un polo triple con una constante de tificados por los métodos de Ho (primer orden),
tiempo muy cercana a 1 (0,9910), los modelos de Alfaro y Stark.
24 INGENIERÍA

5. CONCLUSIONES IFAC Workshop on Digital Control: Past,

Present and Future of PID Control,
Terrasa, España, Abril 5 – 7, 2 000.
Los métodos de sintonización de controladores
parten de un modelo identificado para el proceso a 5. Ho, W.K., C.C. Hang y L.S. Cao –
controlar, en consecuencia la fidelidad del modelo “Tuning PID Controllers Based on Gain
para representar su dinámica es de primordial impor- and Phase Margin specifications”,
tancia para los objetivos de control deseados. Automatica (UK), Vol. 31 Nº 3, pág. 497-
502, 1 995.
Las pruebas de simulación demostraron que en plan-
tas de orden alto, los modelos de segundo orden más 6. Jahanmiri, A. y H.R. Fallahi – “New
tiempo muerto son superiores a los de primer orden. Methods for Process Identification and
design of Feedback Controllers”,
Los resultados permiten recomendar que se identi- Transactions of The Chemical Engineers
fique el modelo a través de un mínimo de dos pro- (EUA), Vol. 75 Part A, Jul. 1 997.
cedimientos diferentes, y se comparen las respuestas
predichas por los modelos con la del sistema real. 7. Miller, J. – “Department of Chemical
Engineering Report”, Louisiana State
En el caso de requerirse un modelo de primer orden University, Baton Rouge, La., EUA, 1 967.
más tiempo muerto, se recomienda utilizar el método
de Ho y otro de los métodos de dos puntos, como el 8. Nishikawa, Y., N. Sannomiya, T. Ohta y
de Alfaro o el de Chen y Yang. H. Tanaka – “A Method for Auto-Tuning
of PID Controller Parameters”,
En el caso de requerirse modelos de segundo orden, Automatica (UK), Vol. 20 Nº 3, pág. 321-
se recomienda utilizar el método de Ho y el de Stark. 332, 1 984.

9. Smith, C.L. – “Digital Computer Process

6. BIBLIOGRAFÍA Control”, Scranton, Pa., EUA,
International Textbook Co., 1972.
1. Alfaro, V.M. – “Apuntes del curso IE-432
– Laboratorio de Control Automático”, 10. Stark, D.M. – comunicación personal en
Escuela de Ingeniería Eléctrica, Mollenkamp, R.A. – “Introduction to
Universidad de Costa Rica, San José, Automatic Process Control”, Research
Costa Rica, 1 998. Triangle Park, NC, EUA, Instrument
Society of America, 1 984.
2. Aström, K.J. y T. Hägglund – “Benchmark
Systems for PID Control”, IFAC 11. Strejc, V. en Glatzel, C. – “Apuntes del
Workshop on Digital Control: Past, curso EL-633 – Control e Instrumentación
Present and Future of PID Control, Industrial”, Departamento de
Terrasa, España, Abril 5 – 7, 2 000. Electricidad, Universidad de Chile,
Santiago, Chile, 1 974.
3. Bouamama, B.O. – “La régulation
automatique”, Ecole Universitaire 12. Visual Solutions - “VisSim User’s Guide
D’Ingénieurs de Lille (ECUDIL), Francia, Version 3”, Westford, Ma., EUA, Visual
1 998. Solutions, 1 999.

4. Chen, C.L. y S.F. Yang – “PI tuning based 13. Vitecková, M., A. Viecek y L. Smitny –
on peak amplitude ratio”, Preprints of “Simple PI and PID Controllers tuning for
 ALFARO: Identificación de procesos Sobreamortiguados... 25

monotone self regulation plant”, IFAC ζ razón de amortiguamiento

Workshop on Digital Control: Past, ∆u cambio en la señal de entrada
Present and Future of PID Control, ∆y cambio en la señal de salida
Terrasa, España, Abril 5 – 7, 2 000. s variable compleja

14. Ziegler, J.B. y N.B. Nichols – “Optimum SOBRE EL AUTOR

Settings for Automatic Controls”, ASME
Transactions (EUA), Vol. 64, pág. 759- Víctor M. Alfaro
768, 1 942. Profesor Asociado, Departamento de Automática,
Escuela de Ingeniería Eléctrica, Universidad de
Costa Rica.
7. SIMBOLOGÍA Apartado postal 1122, 2050 San Pedro, San José,
Costa Rica.
Gc(s) función de transferencia (controlador) Tel. 234.2494, Fax. 280.6370, correo electrónico:
Gp(s) función de transferencia (modelo) valfaro@pacuare.eie.ucr.ac.cr
kp ganancia estática
τ, τ1, τ2 constantes de tiempo El presente trabajo fue realizado como parte del
proyecto Nº 731-A0-169 inscrito en la
tm tiempo muerto aparente
Vicerrectoría de Investigación de la Universidad
ωn frecuencia natural de Costa Rica.
View publication stats