Capítulo 13
Control de procesos complejos: etapas iniciales

Introducción: El control de procesos complejos no es “fácil” pese a que haya técnicas de control multivariable que diseñan controladores con “una línea de Matlab”... hay muchas decisiones clave a tomar antes, de gran importancia económica, algunas de las cuales se tratarán en este capítulo.

13.1 Problemas a resolver, selección de punto de operación

[402: cscmotControl de sistemas complejos (motivación): preguntas a responder antes de calcular controladores ** PIC 08:19

[403: cscetaControl de sistemas complejos: etapas y papel de la Ingeniería de Sistemas y Automática ** PIC 12:00

[404: layersNiveles de decisión en control de procesos (plantwide control) * PIC 04:11

[405: pto1Selección y análisis de puntos de operación en sistemas complejos: ideas generales **** PIC 18:57

[406: hvacop1Selección óptima del punto de operación: ejemplo instalación de climatización (idealizado) *** PIC 16:05 *Link to English version

13.2 Selección de actuadores y variables controladas primarias

[407: hvacop2Selección óptima de pto. op. y variables controladas: instalación de climatización **** PIC 18:33 *Link to English version

[408: saplantSelección de actuadores y variables controladas: planteamiento del problema ** PIC 10:22

[409: sarefp1Selección actuadores y variables controladas: enfoque poliédrico seguimiento referencias, plantas cuadradas *** PIC 08:37

[410: sarefp2Selección actuadores y variables controladas: enfoque poliédrico seguimiento referencias, exceso de actuadores **** PIC 11:35

[411: sap1Selección variables controladas/manipuladas para cancelar perturbaciones: cancelación total (RP), enfoque poliédrico *** PIC 07:52

[412: sap2Selección variables controladas/manipuladas para cancelar perturbaciones: cancelación parcial (RP), enfoque poliédrico **** PIC 07:47

[413: sap3Selección variables controladas/manipuladas: conclusiones enfoque poliédrico (rég. perm.) **** PIC 06:41

[414: sa3refSelección de actuadores y variables a controlar: enfoque SVD (seguimiento de referencia, rég. permanente) *** PIC 10:26

[415: sa3refexSelección de actuadores SVD (seguimiento de referencia, rég. permanente): ejemplo *** PIC 06:23

[416: sa3pcSelección de actuadores SVD: cancelación total de perturbaciones, condicionamiento *** PIC 06:07

[417: satransSelección de variables controladas y manipuladas: caso transitorio (seguimiento referencias/cancel. total perturbaciones) **** PIC 11:20

[418: satransPSelección actuadores y variables a controlar: cancelación parcial perturbaciones, régimen transitorio ***** PIC 07:15

[419: sa4concSelección de actuadores y variables a controlar: conclusiones finales *** PIC 06:23

Importante: Los resultados en esta sección han considerado un análisis “preliminar”, “rápido”, basado en el modelo escalado del proceso. La comprobación sobre si se pueden seguir o no ciertas referencias “transitorias” realmente es una aproximación: se está usando el régimen estacionario senoidal (comando sigma), y las referencias y perturbaciones no tienen por qué tener un escalado “constante” a todas las frecuencias: la amplitud esperada de las referencias o perturbaciones puede estar relacionada con su “rapidez” (por ejemplo, esperar referencias de amplitud 1 a frecuencias menores a 2 rad/s, pero de amplitud 0.1 a frecuencias de 2 rad/s); una generalización del escalado dará lugar a lo que se llama “ponderación en frecuencia” (en el ejemplo, amplitud de referencia por debajo de la amplitud de Wref = 0.1 (s + 20)(s + 2)), tanto de referencias como perturbaciones (que se agruparan como “entradas externas”). Los actuadores también podrían tener una capacidad de movimiento más limitada a frecuencias altas y los objetivos de control también podrían ser diferentes a baja frecuencia (errores deseados “pequeños”) y a alta frecuencia (errores deseados “no tan pequeños”).

Por todo esto, desde un punto de vista formal, la validación completa sobre si se pueden seguir (o no) unos objetivos de control “sofisticados” se haría con el análisis basado en “planta generalizada ponderada” (vídeo [ pgpo(19:09)]), cuyos pesos están estrechamente relacionados con las ideas de escalado aquí propuestas, según se detalla en la Sección 19.3.2.

Control con saturación durante una fracción importante del transitorio: Considerando saturación, los procesos pueden “acelerarse” más de lo que se calcula basado en el cruce con 0dB de la ganancia escalada. El control para procesos lineales que puede saturar es el control predictivo. Consideraciones sobre dicha cuestión se abordan en el vídeo [ dacta(09:31)].

Procesos inestables y de fase no mínima. Es de especial interés mencionar el caso de procesos inestables y de fase no mínima donde los anchos de banda indicados por el cruce de σ̲(G(jω)) con los 0 dB peca en muchos casos de excesivamente optimista, por dos razones:

13.2.1 Ejemplos adicionales

Sistema térmico orden 4

[420: termsa1Sistema térmico orden 4: dimensionamiento de actuadores (rég. perm., poliedros) **** PIC 10:25

[421: termsa2Sistema térmico orden 4: dimensionamiento de actuadores (SVD, transitorio) **** PIC 14:17

Sistema térmico orden 11 (horno lineal)

[422: forn1Caso de estudio: Modelado y analisis controlabilidad entrada/salida de sistema horno lineal orden 11 *** PIC 15:49

Sistema térmico experimental

[423: icscpl11ICSC-PL1 (1): descripción prototipo horno *** PIC 11:12

[424: icscpl12ICSC-Pl1 (2): Descripción de experimentos y formato de datos *** PIC 14:45

[425: icscpl13ICSC-PL1 (3): Discusión preliminar sobre resultados de identificación y controlabilidad E/S **** PIC 14:58

Otros ejemplos

[426: dactaAnálisis de controlabilidad entrada-salida proceso con 2 actuadores de diferente ancho de banda (Matlab) *** PIC 09:31

[427: props3x3Analisis de propiedades y controlabilidad entrada-salida de un sistema 3x3 **** PIC 13:48

En resumen, el análisis de rapidez/dimensionamiento conseguible mediante el sigma-plot es meramente “orientativo”: es aproximado (reg. est. senoidal, geometría de elipses), conservador si las técnicas de control predictivo son permitidas (podría conseguirse más rapidez de la que calculamos), pero demasiado optimista (los bucles serán mucho más lentos del resultado de este cálculo) en caso de procesos inestables, o de fase no mínima, o con retardo. También los errores de modelado disminuirán los objetivos de prestaciones “recomendables” (los controladores demasiado rápidos son poco tolerantes a errores de modelado, compromiso especificaciones robustez, Sección 25.2).

Caso de estudio sistema 2x3

[428: sa23aControlabilidad entrada/salida (estático) 2x3, caso estudio: [1] planteamiento y enfoque SVD error cero *** PIC 09:36

[429: sa23bControlabilidad entrada/salida (estático) 2x3, caso estudio: [2] enfoque poliedros (MPT3, quadprog) **** PIC 14:49

[430: sa23cControlabilidad entrada/salida (estático) 2x3, caso estudio: [3] enfoque SVD error no nulo, comparación y conclusiones **** PIC 14:49

Caso de estudio sistema 2x3, otro proceso

[431: sacerf1Seleccion vbles. manipuladas y controladas: seguimiento referencias, SVD, ejemplo Matlab (1) *** PIC 12:58 *Link to English version

[432: sacerf2Seleccion vbles. manipuladas y controladas: seguimiento referencias, SVD, ejemplo Matlab (2) **** PIC 15:45 *Link to English version

[433: sacerf3Seleccion vbles. manipuladas y controladas: seguimiento referencias, poliedros, ejemplo Matlab (3) **** PIC 16:38 *Link to English version

[434: sacerf4Seleccion vbles. manipuladas y controladas: cancelación total perturbaciones, ejemplo Matlab (4) **** PIC 15:59 *Link to English version

[435: sacerf5Seleccion vbles. manipuladas y controladas: cancel. parcial pertubaciones, poliedros (5) **** PIC 13:44 *Link to English version

[436: sacerf6Seleccion vbles. manipuladas y controladas: cancel. parcial pertubaciones, SVD (6) **** PIC 16:35 *Link to English version

[437: sacerf7Seleccion vbles. manipuladas y controladas: régimen transitorio, sigma (7) *** PIC 10:56 *Link to English version

13.3 Aplicación a robótica: elipsoides de manipulabilidad y fuerza

Elipsoide de manipulabilidad (velocidades)

[438: elipm1ENManipulability of robotic arm (1): modelling, jacobian, singular value decomposition *** PIC 16:33

[439: elipm2ENManipulabilifty ellipsoid of robot arm (2): theory, example, polyhedron approach **** PIC 17:52

[440: elipm3ENManipulabilifty ellipsoid of robot (3): further examples and animations *** PIC 12:23

Elipsoide de fuerzas

[441: elipf1ENJacobian: matrix gear ratio, effect on force/torque multiplication **** PIC 20:22

[442: elipf2ENForce ellipsoid in a robot (1): definition and basic examples *** PIC 11:53

[443: elipf3ENForce ellipsoid in a robot (2): principal maneuvers, Jacobian singular value decomposition **** PIC 14:41

[444: elipf4ENDuality of force/manipulability ellipsoids in a robot (inverse behaviour) *** PIC 14:43

13.4 Selección de la estructura de control

[445: ect1aEtapas iniciales de un problema de control de sistemas complejos, resumen. *** PIC 12:51

[446: ect1bEstructuras de control: centralizado, descentralizado, jerárquico. ** PIC 18:46