5 control avanzado de procesos
TRANSCRIPT
Standards
Certification
Education & Training
Publishing
Conferences & Exhibits FERIA AUTOMATISA 2011
Bogotá, Abril 6-8 de 20111
International Society of Automation
COLOMBIA SECTION
1
Control Avanzado de Procesos,
APC
Fernando Otero, CAP
2
– Aspectos teóricos fundamentales de control de procesos
– Optimización de las bases del control regulatorio
– Alternativas de Control Avanzado de Procesos
– Evaluación de desempeño
– Sintonización comprensiva de lazos de control
– Control adaptivo
– Control basado en lógica difusa
– Utilización de redes neuronales en control de procesos
– Control predictivo basado en modelo (MPC)2
Control Avanzado de Procesos
3
– Durante los 60’s, se consideraba que el control avanzado era cualquier
algoritmo o estrategia de control que se desviara del controlador clásico
Proporcional-Integral-Derivativo (PID)
– El advenimiento de los computadores de proceso hizo que muchos
algoritmos de control que no podían realizarse con tecnología análoga,
ahora se pudiera implementar en los computadores.
– De hecho, la proliferación de las llamadas metodologías de control
avanzado sólo se pueden atribuir a los avances hechos en la industria
electrónica, especialmente en el desarrollo de dispositivos computacionales
de bajo costo
– Ahora, el control avanzado es sinónimo de la implementación de tecnologías
basadas en computador.
3
Control Avanzado de Procesos
Introducción
4
– Se ha reportado recientemente que el control avanzado
– puede mejorar cantidad de producto;
– reducir el consumo de energía;
– incrementar la capacidad;
– mejorar la calidad y consistencia del producto;
– reducir la cantidad de producto que se regala;
– incrementar el nivel de respuesta;
– mejorar la seguridad del proceso y reducir las emisiones ambientales.
4
Control Avanzado de Procesos
Introducción
5
– La implementación de control avanzado ha generado
ganancias entre el 2% y el 6% de los costos de operación
[Anderson, 1992].
– Estos beneficios son claramente enormes y se logran
disminuyendo la variabilidad de proceso, permitiendo que las
plantas operen a su capacidad de diseño
5
Control Avanzado de Procesos
Introducción
6
• Qué exactamente el control avanzado?
• Dependiendo de la formación del individuo, el control avanzado puede significar diferentes
cosas.
• Puede ser la implementación de esquemas de control feedforward, cascada,
compensadores de tiempo muerto, algoritmos de autosintonía, control adaptativo, o
optimización.
• Se prefiere considerar el control avanzado como algo más que el simple uso de
computadores con multi-procesadores o ambientes de software state-of-the-art.
• No se refiere a la utilización singular de algoritmos sofisticados de control simplemente.
• Describe una práctica incluye elementos de varias disciplinas tales como la ingeniería de
control, procesamiento de señales, estadística, teoría de las decisiones, inteligencia artificial,
ingeniería de hardware y software.
• Un elemento central de esta filosofía es el requerimiento de siempre tener en cuenta el
entendimiento del comportamiento de la planta de proceso.
6
Control Avanzado de Procesos
Introducción
7
Fundación sólida para implementar control avanzado
7
Control Avanzado de Procesos
No puede tener esto
Sin esto
88
Control Avanzado de Procesos
9
Control Avanzado Regulatorio
• Aún basado en control PID
• Incluye múltiples lazos
• Se puede presentar interacción de lazos
• Estrategias de control complejas
9
Control Avanzado de Procesos
Control Regulatorio Avanzado
10
• Control por Cascada
• Control por Override (oleoductos)
• Control Feedforward (adelanto)– Control de 3 elementos en nivel de domo de vapor en calderas
• Control Selectivo (control de combustión; límites
cruzados)
• Control de Trim (O2 - CO trim en combustión)
• Linealización de Control (pH, presión en oleoductos)
10
Control Avanzado de Procesos
1111
Control Avanzado de Procesos
12
Identificación y Control Adaptivo
• La mayoría de las técnicas actuales para diseñar sistemas de control se basan
en un buen conocimiento o entendimiento del proceso bajo estudio y su
entorno.
• En muchos casos, el proceso a ser controlado es demasiado complejo y los
procesos físicos básicos en él no son conocidos o entendidos completamente.
• Las técnicas de diseño de control entonces necesitan agregar una forma de
identificación que permita progresivamente obtener un mejor conocimiento
del proceso a ser controlado.
• Usualmente la identificación y el control son pasos que se realizan en forma
separada.
• Si el proceso es periódicamente actualizado sobre la base de estimados previos
y datos nuevos (identificación), entonces la identificación y el control pueden
realizarse en forma concurrente.
12
Control Avanzado de Procesos
Control adaptivo (o Control Adaptativo)
1313
Control Avanzado de Procesos
Control adaptivo (o Control Adaptativo)
Identificación y Control Adaptivo
Un sistema de control que permite lanzar en cualquier momento la identificación
del proceso y el cálculo de un nuevo controlador (regulador) .
1414
Control Avanzado de Procesos
Control adaptivo (o Control Adaptativo)
Identificación y Control Adaptivo
• Usualmente el paso primario de identificación ya ha sido llevado a cabo (e.g. FOPDT)
• Entonces sólo se necesita determinar los parámetros de un modelo fijo.
• Así, el problema se limita a una identificación paramétrica y un control adaptativo
paramétrico.
• En control adaptivo se aplica alguna técnica de identificación para obtener el
modelo del proceso y su entorno a partir de experimentos de entrada-salida y se
utiliza este modelo para diseñar y/o adaptar el controlador en forma periódica.
1515
Control Avanzado de Procesos
Control adaptivo (o Control Adaptativo)
Identificación y Control Adaptivo
Tipos más comunes de sistemas de control adaptativo:
• Control adaptativo programado
• Control adaptativo con modelo de referencia
• Control adaptativo autosintonizable
1616
Control Avanzado de Procesos
Control adaptivo (o Control Adaptativo)
Control Adaptativo Programado
1717
Control Avanzado de Procesos
Control adaptivo (o Control Adaptativo)
Control Adaptativo con Modelo de Referencia
1818
Control Avanzado de Procesos
Control adaptivo (o Control Adaptativo)
1919
Control Avanzado de Procesos
20
Introducción a la Lógica Difusa y el Control basado en Lógica Difusa
• La Lógica Difusa se ha convertido en otra referencia en control.
• Sin embargo también ha traído cierto escepticismo por su nombre, el cual suena
como equivalente a:
– Lógica a medias
– Lógica vaga
• A pesar de que muchos hubieran preferido otra nombre, ya es tarde y la Lógica
Difusa es en realidad algo muy claro y directo.
• La Lógica Difusa es una forma de “interfazar” procesos análogos inherentes que
se mueven a través de un rango continuo de valores, a un computador digital
que le gusta valores numéricos discretos bien definidos.
20
Control Avanzado de Procesos
Control basado en lógica difusa
21
The word “fuzzy” (la palabra “difuso”)
• La palabra “fuzzy”, en la teoría de conjuntos difusos, se usa para describir
términos, frases o sentencias que no son suficientemente claras, no son bien
conocidas, o su especificación está sujeta a la estimación, subjetividad o
intuición de la persona que hace la descripción. Ejemplo: varios, más o menos,
muy posible, está muy frío, parcialmente nublado…
• Note que la ambigüedad debe entenderse como un rango de tolerancia entre
ciertos valores posibles, y no como caos o desorden impredecible.
Definition: Fuzzy (definición de Fuzzy)
• El término Fuzzy significa impreciso, vago, poco claro. Cuando se aplica a la
teoría de conjuntos Fuzzy, se refiere a elementos pertenecientes a las fronteras
(difusas) de los conjuntos.
21
Control Avanzado de Procesos
Control basado en lógica difusa
22
Control Fuzzy y el Control PID
• El control fuzzy tiene algunas ventajas:
– En muchos casos el modelo matemático del proceso a controlar no existe o ser muy
“caro” en términos de memoria y capacidad de procesamiento computarizado, y el
sistema basado en reglas empíricas puede ser más efectivo.
– Procesos muy no lineales no pueden ser manejados en forma eficiente por el control
PID; en cambio el control difuso lo puede hacer mejor.
– Además, la lógica difusa se acomoda más a implementaciones de bajo costo como
sensores más baratos, baja resolución de convertidores A/D, un solo chip
microcontrolador de 4 u 8 bits.
• En muchos casos el control difuso puede utilizarse para mejorar los
controladores tradicionales existentes mediante la adición de una capa extra de
inteligencia al método de control actual.
22
Control Avanzado de Procesos
Control basado en lógica difusa
23
Elementos de un Controlador Fuzzy
Un sistema de control Fuzzy incluye tres etapas básicas:
• Función pertenencia (membership functions)
• Base de reglas (rule base)
• Procedimiento de inferencia (inference procedure)
23
Control Avanzado de Procesos
Control basado en lógica difusa
2424
Curso de Control Avanzado de Procesos
Control basado en lógica difusa
Ejemplo de Controlador Difuso Comercial Embebido
2525
Control Avanzado de Procesos
Control basado en lógica difusa
Aplicación Industrial
26
Aplicaciones de control Fuzzy
Aplicación Industrial
• Una aplicación que aparece en la mayoría de los textos, es el uso de control
Fuzzy en un tren metropolitano de Japón.
• Se emplea tanto para mantener velocidad constante, como para el proceso de
detención del tren.
• Su importancia radica en ser el primer sistema de control Fuzzy aplicado a un
proceso complejo, donde está en juego la seguridad de gran cantidad de
personas.
• El excelente comportamiento que ha tenido, impulsó el desarrollo y uso de estos
sistemas de control a nivel mundial.
26
Control Avanzado de Procesos
Control basado en lógica difusa
2727
Control Avanzado de Procesos
28
Qué es una Red Neuronal Artificial (RNA o ANN)?
• Es un paradigma de procesamiento de información inspirado en la
forma en que el cerebro procesa información.
• Las RNAs son grupos de modelos matemáticos que emulan algunas de
las propiedades de los sistemas nerviosos biológicos y toman los
principios de las analogías del aprendizaje adaptivo biológico.
• Una RNA se compone de un gran número de elementos de
procesamiento altamente interconectados que son análogos a las
neuronas y que están unidos con conexiones de peso que son
análogos a las sinapsis.
28
Control Avanzado de Procesos
Utilización de redes neuronales en control de procesos
29
Neurona Artificial
29
Control Avanzado de Procesos
Utilización de redes neuronales en control de procesos
30
Función de Transferencia Sigmoide
30
Control Avanzado de Procesos
Utilización de redes neuronales en control de procesos
31
Red Neuronal con 2 Salidas
31
Control Avanzado de Procesos
Utilización de redes neuronales en control de procesos
3232
Curso de Control Avanzado de Procesos
Utilización de redes neuronales en control de procesos
33
Aprendizaje -Pesos y Biases
33
Control Avanzado de Procesos
Utilización de redes neuronales en control de procesos
34
Red neuronal4 entradas
1 capa escondida
3 neuronas en capa escondida
1 salida
34
Control Avanzado de Procesos
Utilización de redes neuronales en control de procesos
35
Verificación del Modelo
35
Control Avanzado de Procesos
Utilización de redes neuronales en control de procesos
36
Verificación del Modelo
36
Control Avanzado de Procesos
Utilización de redes neuronales en control de procesos
37
Aplicaciones:
• Sensores Virtuales
• Predicción de Propiedades
• Creación de modelos de proceso
• Para sintonización de controladores PID
37
Control Avanzado de Procesos
Utilización de redes neuronales en control de procesos
3838
Control Avanzado de Procesos
3939
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
El Control Predictivo basado en Modelo (Model
Predictive Control, MPC) es un método avanzado de
control de procesos que ha sido utilizado en varias
industrias desde los 80s.
Los controladores predictivos basados en modelo utilizan
modelos dinámicos de los procesos. Estos modelos
usualmente son lineales y se obtienen mediante un
método de identificación.
4040
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
Investigaciones académicas sobre MPC
Algunas investigaciones teóricas realizadas por
Klieinmann, 1970
Thomas, 1975
Chen and Shaw, 1982
Etc.
Teoría de Control Predictivo:
Keerthi and Gilbert, 1988
Mayne and Michalska, 1990
Etc.
4141
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
Primeras aplicaciones industriales de MPC
• Model predictive Heuristic Control by Richalet et al. 1976
(Adersa)
• Dynamic Matrix Control (DMC) by Cutler and Ramaker 1979
(Shell Oil)
• Quadratic-Program Dynamic Matrix Control (QDMC) by Cutler et
al 1983 (Shell Oil)
4242
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
Implementar un MPC
MPC
4343
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
Implementar un MPC
MPC
44
Fundamentos de MPC
• El Control Predictivo basado en Modelo (MPC) es un algoritmo de control
multivariable que utiliza:
– Un modelo interno dinámico del proceso
– La historia de movimientos de control en el pasado, y
– Una función objetivo de optimización J en el horizonte de predicción para calcular los
movimientos de control óptimos.
– La función objetivo de optimización está dada por:
sin violar restricciones (límites bajo/alto)
• Con:
• xi = i -th variable de control (e.g. temperatura medida)
• ri = i -th variable de referencia (e.g. temperatura requerida)
• ui = i -th variable manipulada(e.g. movimientos de la válvula de control)
• = coeficiente de peso que refleja la importancia relativa de xi
• = coeficiente de peso que penaliza los cambios relativamente grandes en ui
44
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
45
Estructura básica del MPC
45
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
46
Componentes del MPC
• Modelo de Predicción
• Función Objetivo
• Obtención de la Ley de Control
46
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
47
Qué ha hecho al MPC exitoso en la Industria?
• Maneja naturalmente problemas de control multivariable
• Puede tomar en cuenta limitaciones en el actuador
• Permite operación más cerca de restricciones, por lo cual se
pueden incrementar los beneficios.
• Tiene suficiente tiempo para computaciones en línea.
• Puede manejar procesos de fase no mínima y procesos
inestables
• Es un método fácil de sintonizar
• Maneja cambios estructurales
47
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
48
Características del MPC
• Implementación de horizonte móvil
• Formulación en el dominio del tiempo orientado al desempeño
• Incorporación de restricciones
• Modelo explícito del sistema utilizado para predecir la dinámica
futura de la planta
48
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
4949
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
5050
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
51
Aplicaciones del MPC
• Columnas de destilación
• Unidades de Hidrocracking
• Plantas de Pulpa y Papel
• Mecanismos Servo
• Brazos Robóticos
• Otros…
51
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
52
Ejemplo:
Simplificando Control Override
52
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
53
Verificación del Modelo
53
Control Avanzado de Procesos
Control predictivo basado en modelo (MPC)
54
Monitoreo del Desempeño
54
Control Avanzado de Procesos
MPC
55
Costo de no tener un programa sostenido de Control
Avanzado
55
Control Avanzado de Procesos
Más del 50% de las
aplicaciones de Control
Avanzado fueron apagadas
en los 2 primeros años
luego de su instalación
56
Porqué las aplicaciones de control avanzado no permanecen en
línea?
• Problemas de control regulatorio– Fallas de instrumentos
– Problemas en las válvulas
– Deficiente sintonía
• Cambios en el proceso– Nuevas restricciones o límites
– Diferentes objetivos de control
– Diferente dinámica de procesos
• Aplicaciones sin mantenimiento– Caja negra
– Mantenimiento sin presupuesto
– No hay monitoreo
• Falta de capacitación a operadores– Los operadores no entienden lo que el APC está haciendo
• Falta de capacitación técnica
• No hay un sistema de gerencia definido
• Otros factores humanos
56
Control Avanzado de Procesos
GRACIAS
Preguntas?
57
Control Avanzado de Procesos