Consulta

Tema: Mtodos de Control Moderno para el uso e implementacin en los sistemas de control.Objetivos: General: Entender el funcionamiento de los diferentes tipos de controladores, analizando sus ventajas y desventajas para la aplicacin en los sistemas de control.Especficos: Investigar cmo funcionan los controladores, cules son las ventajas y desventajas de cada uno de estos. Entender cmo se utilizan estos controladores. Analizar los resultados obtenidos con el desarrollo de esta tarea. Resumen:El control automtico asienta sus bases esencialmente en el concepto de realimentacin. Este concepto se concreta en una estructura de control en la cual el controlador se puede entender como un operador, que en funcin de la salida deseada de la planta, y la salida real medida, proporciona la accin de control a aplicar sobre el sistema. Existen muchos tipos de control basados en este principio, entre ellos tenemos el PD, PI y los PID. Existen mtodos y estrategias para realizar la accin de control, los mtodos de control (clsico y moderno) permiten al controlador reaccionar mandando una seal correctiva del error, mientras que las estrategias de control hagan ms eficiente a la labor de control, ahorrando recursos y tiempo. Abstract:Automatic control rests essentially on the bases feedback concept. This concept is embodied in a control structure in which the driver can be understood as an operator, depending on the desired output of the plant, and the actual measured output provides the control action to be applied to the system. There are many types of control based on this principle, among them are the PD, PI and PID. There are methods and strategies for the control action, the control methods (classical and modern) allow the driver to react by sending a corrective signal the error, while control strategies become more efficient to control the work, saving time and resources.Marco Terico:CONTROL ANTICIPATORIO (Feed forward): Este mtodo permite al controlador analizar los datos de entrada y de salida y mediante algoritmos matemticos calcular la prxima salida probable, de modo tal que autoajusta sus parmetros con la finalidad de adecuarse al cambio, y minimizar la diferencia de medidas. Se recomienda para procesos lentos. Su desventaja radica en que es necesario medir todas las variables perturbadoras, ya que no corrige las perturbaciones no medidas. Se puede mejorar este mtodo agregando una retroalimentacin a la salida como se muestra en la figura 1, de modo tal que se deje que se produzca un error mnimo, el cual ser detectado y corregido en la siguiente medicin.

Figura 1. Control Anticipativo.

CONTROL ADAPTATIVO: Es una variante del control anticipatorio, en donde la respuesta del controlador va ra automticamente basado en los cambios de las condiciones dentro del proceso, es decir, la respuesta del controlador ser variable dependiendo del comportamiento actual del proceso. Para que se lleve a cabo esta adaptacin se requiere de algoritmos matemticos que simulen el proceso en base a los datos tomados en el instante mismo en que se realiza la accin como se muestra en la figura 2, este resultado va a genera r una seal compensadora que garantizar la confiabilidad del sistema.

Figura 2. Control Adaptativo

CONTROL OPTIMAL: El control optimal busca la performance en la accin de control, tiene por objetivo buscar una o varias soluciones que cumplan con ciertas restricciones impuestas por el problema y que a la vez cumpla con una funcin objetivo (funcin de costo), la cual puede ser maximiza r o minimiza r dicha funcin. El control permite diversas soluciones para un mismo problema, pero el control optima l busca dentro de esas soluciones la ms adecuada para cumplir con los requisitos planteados.

CONTROL ROBUSTO: El control robusto es aquel que va a permitir mantener la accin de control pese a perturbaciones externas e internas. Puede existir perturbaciones externas como ruido y vibraciones propias del proceso; o perturbaciones internas como un mal modelamiento matemtico, sistema s no lineales difciles de linealizar, incertidumbre en el accionar o respuesta de la plana frente a estmulos, entre otros. El control robusto se resume a identificar y controlar la incertidumbre en los parmetros y en el comportamiento de una planta. CONTROL EN TIEMPO REAL: Se define el control de sistemas en tiempo real, al control realizado en un intervalo de tiempo finito y constante, es decir que la informacin ser sensada con muestras intermitentes pero todas las veces con un mismo tiempo de muestreo. Caractersticas: Pueden realizar varias actividades en paralelo. Pueden ejecutar tareas en respuesta a seales externas. Deben funcionar en presencia de fallos o avera s parciales, haciendo uso de elementos redundantes. Adquieren datos del exterior. Puede ser pasiva cuando utilizan interrupciones, o activa mediante el uso de tarjetas de entrada / salida de seales. Necesitan de un sistema operativo que les brinde: gestin eficiente de interrupciones, planificacin de tareas y priorizacin de las mismas, acceso a puertos e interfaces, mecanismos de medicin del tiempo, entre otros. El sistema operativo ms empleado es el Linux.CONTROL DIFUSO: Se basa en la lgica difusa, la cual a diferencia de la lgica binaria o booleana (verdadero / falso 1 / 0), a signa va lores intermedios dentro de esta escala. Utiliza la experiencia del operador para generar una lgica de razonamiento para el controlador. No requiere del modelamiento matemtico de la planta, puede representar modelos de sistemas lineales y no lineales mediante el uso de variables lingsticas y una serie de condiciones o reglas previamente definidas. Sus algoritmos (reglas) hacen uso de instrucciones IF THEN.CONTROL NEURONAL: Hace uso de neuronas de inteligencia artificial. La neurona artificial estndar es un elemento de procesamiento que calcula una salida multiplicando su vector de entradas por un vector de pesos y este resultado es aplicado a una funcin de activacin; un conjunto de neuronas conforman una red neuronal. Las Redes Neuronales son parte de la Inteligencia Artificial (AI) caracterizada s por su capacidad de aprendiza je, su velocidad mediante el procesamiento masivo en paralelo de da tos y por la facilidad de modelado de sistemas y controladores no lineales.Caractersticas: Son dispositivos no-lineales. Pueden aprender un mapeo. Son adaptables. Las respuestas estn basadas en evidencia. Usan contexto, es decir, a ms informacin, la respuesta es ms veloz y mejor. Son tolerantes a fallas, o sea, que la falla es degradada. Su diseo y anlisis es uniforme. Tienen analoga neurobiolgica Su procesamiento es masivamente, en paralelo, distribuido y realizado con operaciones individuales simples. Aprenden por s mismas Tienen capacidad de generalizarAplicaciones: Representacin de comportamientos de funciones lineales y no lineales. Identificacin de patrones o sistemas. Sistemas de control Reconocimiento de imgenes. Reconocimiento de caracteres. Reconstruccin de datos. Prediccin y recomendacin para la toma de decisiones. Simulacin de modelos econmicos y financieros. Clasificacin de objetos Predicciones de climaCONTROL EN CASCADA (Cascade): Consiste en incluir uno o ms lazos de control interno dentro de otro externo, con el objetivo de anular perturbaciones, impidiendo que estas perturbaciones secundarias afecten al sistema principal. Bsicamente el controlador externo se encarga de la variable principal, mientras que los controladores internos se encargan de las perturbaciones ms frecuentes. Como regla general, a m s interno es el lazo, la respuesta de este debe ser ms rpido.Ventajas: Las perturbaciones ms frecuentes son corregidas antes de afectar a la variable principal. Permite usar ganancias altas. Tiene una rpida respuesta Diagrama de bloques:

Figura 3. Diagrama de Bloques del Control en Cascada.

CONTROL DE RELACIN (Ratio): Consiste en analizar y mantener una proporcionalidad entre dos o ms elementos (actuadores) dentro de un proceso continuo.

CONTROL DE RANGO DIVIDIDO (Split Range):Es aplicado a sistemas con una sola variable controlada y dos o ms variables manipuladas, las cuales afectan de igual forma a la variable controlada. Requiere compartir la seal de salida del controlador con varios elementos actuadores.Diagrama de bloques:

Figura 4. Diagrama de Bloques del Control de Rango Dividido.

CONTROL SELECTIVO (Override): Consiste en ejercer control sobre dos variables de un proceso, relacionas entre s de tal modo que una u otra pueda ser controlada por la misma variable manipulada. La accin de control se logra conectando la salida de los controladores a un switch selector. Es aplicado en seguridad y proteccin de equipos y motores.Diagrama de bloques:

Figura 5. Diagrama de Bloques del Control SelectivoCONTROL INFERENCIAL: Consiste en efectuar la medicin de la variable controlada a travs de otra variable relacionada, considerada variable secundaria (pero dependiente de la principal). Los componentes de este sistema son los mismos que los de un sistema de control realimentado ms una unidad de computo llamada estimador. Se aplica a procesos donde la obtencin de informacin o la medicin no se puede llevar a cabo por motivos de que no existe un elemento medidor para ese tipo de parmetros, o si existe es demasiado caro, o tambin porque no se puede medir constantemente el parmetro, lo que ha ce que se adquieran muy pocas muestra s en un tiempo muy largo. Por ejemplo tenemos la medicin del contenido de humedad en slidos en operaciones de secado.Conclusiones: Un controlador es eficiente dependiendo en donde sea su aplicacin. El control neuronal utiliza el proceso de multiplicacin entre vectores. Existen neuronas artificiales capaces de ser entrenadas y acopladas para un proceso determinado. El control robusto presenta total eficiencia ante las perturbaciones externas e internas que presenta el proceso. Algunos controladores usan algoritmos matemticos de adaptacin en el sistema.Recomendaciones: Tener conocimiento previos de lo que es un control y para que se lo utiliza. Saber diferenciar cuales son las caractersticas propias de cada uno de los controladores.Referencias: http://www.galeon.com/hamd/pdf/1libro1.pdf