TALLER ASIGNATURA DE CONTROL AUTOMATICO MAGSTER CONTROL REALIMENTADO MOLINO SAG MEDIANTE CONTROLADOR FUZZY OBJETIVO Controlar la granulometra

del producto del molino SAG, con un controlador difuso, que mantenga la fraccin >T3 en 60% (0,5), manipulando la potencia. DESARROLLO Para resolver el problema se utiliz el modelo dinmico de molienda SAG, suministrado por el profesor de la asignatura. Ver figura 1. Se realiz un barrido de potencias, para obtener la caracterstica esttica de la planta y de esta manera definir el rango de variacin de la variable manipulada; adems de obtener el punto de operacin de la potencia para la salida deseada. El modelo posee cuatro entradas y dos salidas: Entradas: Granulometra (%), Tonelaje hora, Flujo de agua y Potencia . Salidas: Fraccin granulometra (% retenido) y razn mineral agua. La fraccin>T3, corresponde al % retenido acumulado de las primeras tres mallas. Para efectos de control se considerar el cambio en el tonelaje/hora del molino como perturbacin al sistema.

Figura 1: Modelo molino SAG

INTRODUCCIN Los modelos difusos empleados en el control de procesos tienden a seguir la misma metodologa empleada en el diseo de sistemas de control clsico, esto es: en primer lugar el diseo conceptual es hecho a papel una vez que se ha entendido tanto la mecnica del comportamiento del sistema como su dinmica en trminos de entrada/salida; acto seguido se procede a un ciclo de modelado y simulacin, y as sucesivamente hasta obtener el resultado deseado. Cabe aclarar que el proceso descrito anteriormente puede apoyarse en herramientas de cmputo especializadas. Para los sistemas difusos, el mtodo de diseo se efecta de acuerdo con el siguiente ciclo:

Definir las caractersticas del modelo

Definicin de conjuntos difusos

Definicin de reglas de control

Eleccin del mtodo de desfuzzificacin

Simulacin y ajuste del sistema

No

Comportamient o Deseado Figura 2: Ciclo de diseo

Sistem a Listo

DISEO DEL CONTROLADOR FUZZY Para el control de la planta se contempla el diseo de un controlador fuzzy, el cual tendr las siguientes caractersticas. Entradas: Error: universo del discurso [-1 1] Delta error: universo del discurso [-1 1] Salidas: Potencia: universo del discurso [-20 20] Nota: estos valores son valores de partida, para probar el controlador. A continuacin se muestran las funciones de membresas y el universo del discurso para cada una de las variables definidas anteriormente, adems de las reglas de control.

Figura 3: Error

Figura 4: Delta error

Figura 5: Potencia

Figura 6: Reglas de Control

Determinacin del Tiempo de Muestreo para la adquisicin de los datos. Para la determinacin del tiempo de muestreo es necesario conocer la constante de tiempo de la planta a controlar. El procedimiento a seguir es llevar a la planta a su punto de operacin y obtener la curva de reaccin mediante un cambio tipo escaln en la entrada de la planta. La magnitud del escaln debe ser pequea en comparacin al punto de trabajo. Un valor tpico es entre 10% a 20% del valor en estado estacionario. La figura siguiente muestra este procedimiento:

Figura 7: Aplicacin para obtener la curva de reaccin Se anexa el archivo de esta aplicacin.

Figura 8: Curva de Reaccin, potencia v/s FT3 Mediante un cambio de 20% de la potencia en estado estacionario se obtuvo la curva de reaccin mostrada en la figura 8. La constante de tiempo se determina considerando la quinta parte del tiempo que se demora la planta en llegar al 98% del valor final de la salida. Segn los clculos la constante de tiempo es de aproximadamente de 0.09, por lo tanto el tiempo de muestreo se puede aproximar a 0.01, es decir nueve veces menor a esta constante de tiempo.

La estrategia a seguir para controlar nuestra planta es llevarla a su punto de operacin en forma manual y luego cerrar el lazo para posteriormente aplicar una perturbacin en el tonelaje de alimentacin, tal como se aprecia en las siguientes figuras.

Figura 9: Aplicacin en Simulink control manual SAG mediante Fuzzy En esta figura se puede observar el controlador fuzzy y el switch que permite pasar e control de la planta de manual a automtico. Mediante el slider se ajusta la potencia en 20 para llevar la salida a 0.5 que corresponde al punto de operacin y luego se cierra el lazo. La figura siguiente muestra el comportamiento de la planta en esta accin.

Figura 10: Transferencia de manual a automtico En la figura anterior se observa que al pasar de manual a automtico y a pesar de estar la planta en su punto de operacin, es decir error cero, la salida se escapa de su punto de operacin a 0.4. y luego vuelve a 0.5. Para esta prueba no se considera la perturbacin en el tonelaje de alimentacin. Nota: Analizando la aplicacin se observa que la variable controlada se escapa de su punto de operacin, al pasar a automtico, producto de que el controlador fuzzy sigue actualizando su salida mientras est en lazo abierto, y en el momento de pasar a automtico la salida del fuzzy no es cero, salida que se suma al valor del bias (20). Esta situacin se podra evitar quizs no trabajando con variaciones de la potencia sino con valores absolutos o bien creando algn mecanismo que mantenga en cero la salida del fuzzy hasta el momento de pasar a automtico.

Figura 11: Comportamiento en lazo abierto con perturbacin en tonelaje Se hace partir la planta en manual y luego se aplica una perturbacin de 0.6 en la alimentacin del tonelaje/hora, una vez que la planta se ha estabilizado (en 0.8 unidades de tiempo). Ver configuracin del step. El comportamiento de la planta refleja la falta de control ya que la salida se desva de su punto de operacin en forma permanente en aproximadamente 8% de su valor o punto de operacin..

Figura 12: Comportamiento de la planta con perturbacin y en automtico Se observa en la figura anterior (indicado por la flecha) como la salida se recupera rpidamente a su punto de operacin luego de ocurrida la perturbacin. La planta se hizo partir en automtico lo cual produce el comportamiento inicial de la planta de sobrepasar el punto de operacin deseado (sobreimpulso) y luego volver a l.

Figura 13: Cambio de Set-Point desde 0.5 a 0.6 En esta simulacin se trata de observar el comportamiento de la planta ante un cambio en el punto de operacin. Se parte en automtico con un set-point en 0.5 y luego de estabilizada la planta se realiza un cambio en el set-point a 0.6. Se observa de la grfica un cierto sobreimpulso y tiempo de establecimiento pequeo con un error cero en estado estacionario. Se puede decir entonces en forma convencional que es una muy buena respuesta.. En la figura 14 se observa el comportamiento de la planta a un cambio en el punto de operacin de 0.5 a 0.4.

Figura 14: Cambio de set-point a 0.4 Conclusiones En general la planta controlada mediante el controlador fuzzy presenta buen comportamiento (tipo Deadbeat) tanto a perturbaciones en la carga como cambios en la referencia. El programa presenta problemas, en algunas ocasiones, de bloqueo en la simulacin que al parecer se deben a la versin del Matlab o bien al tamao de los vectores, tamao del paso de simulacin o tolerancias en error de integracin, como sugiere el matlab. Para evitar el bloqueo se prob con distintos universos de discurso tanto para el error como para el deltaerror, adems se agregaron bloques de saturacin para estas dos variables de entrada, llegndose finalmente a los valores fijados en la aplicacin. Profesor Francisco Cubillos Alumnos Hugo Ocampo lvarez Cristian Velsquez Claudio Ayala Bravo Fecha: Enero 2003