CONTROL MULTIVARIABLE

PARTE III:
CONTROL COLUMNA DESTILACION
Semestre B - 2014
Ing. Luis Alfonso Muoz Hernndez MSc.

1. SISTEMA EN ESPACIO DE ESTADO

. .
x1 Ca 9.9979 0.046787 0.009 Ca 0.009
0
. .
q

7.3245
1.7999 T 0.8854 0.8775
x2 T 1799.6
qc
. . 0

0
.
5
V
1
0

x3 V

sys=ss(A,B,C,D)
Ca
step(sys)
y1 Ca 1 0 0 0 0 q
y V 0 0 1 T 0 0 q
V
c
2

Estados: Ca(t), T(t), V(t)

Salidas: Ca(t) y V(t)
Entradas: q(t) y qc(t)

2. MATRIZ DE FUNCIONES DE TRANSFERENCIA

Transfer function from input 1 to output...
0.009 s^2 - 0.029 s - 0.03052
#1: -------------------------------s^3 + 3.173 s^2 + 12.3 s + 5.482

Gi,j = F.T. de la entrada J a la

1
#2: ------s + 0.5

salida i

G=tf(sys)
step(G)

Transfer function from input 2 to output...

0.04106
#1: --------------------s^2 + 2.673 s + 10.96
#2: 0

u1
0.009s 2 0.029s 0.03052
3
2
G ( s) s 3.173s 12.3s 5.482
1

s 0.5

u2
y1
0.04106

s 2 2.673s 10.96
130

30
y2
1

3. Diseo de un controlador Multivariable

LQR
En nuestro ejemplo se pide controlar dos variables (Concentracin y Volumen)
con cero error en estado estacionario. Esta tarea exige que si queremos
construir un controlador por realimentacin de estados debamos extender el
sistema de modo que incluya un par de integradores sobre las variables que
deseamos controlar con cero error de estado estacionario. El sistema extendido
tendr la siguiente presentacin:

donde el vector e representa

la integral del error de
seguimiento, definido como:

Usando esta nueva representacin podremos calcular un controlador

LQR si definimos las matrices de la funcin de costo:

de la siguiente forma:
Sobre la diagonal de
Q se tiene: Ca, T, V,
eCa y eV, o sea, 5
variables, por eso la
matriz q es de
tamao 5x5.
Observe que todos los estados y las entradas tienen la misma penalizacin.

Obtenindose una matriz de realimentacin de estado

con los siguientes valores:

K =[153.0921

0.8615 0.9204 0.4844 -0.8748;

-116.9228 -0.8703 -0.1422 -0.8748 -0.4844]

Correr
Param_CSTR.m

Las tres primeras columnas corresponden a la realimentacin de los 3

estados "naturales" del sistema (Concentracin, Temperatura y Volumen)
(matriz Ks) los dos columnas restantes corresponden a la realimentacin de
las integrales de los errores de seguimiento (matriz KI).

KS =[153.0921
-116.9228

KI =[0.4844

0.8615
-0.8703

-0.8748;
-0.8748 -0.4844]

0.9204 ;
-0.1422]
Correr
CSTRLQRLin.mdl

Figura 1.

Para correr los Modelos:

Param_CSTR

CSTRLQRLin
set_param(gcs, 'SaveOutput', 'on')
set_param(gcs, 'SaveFormat',
'StructureWithTime')
sim(gcs)
simplot(LQRLin) % Abra el Floating Scope y coloque
en
%parameters/data history/Variable

Con estas instrucciones

traemos la grafica del

Name

whitebg

Figura 2. Salidas del sistema lineal en Espacio de Estado

Con LQR (Q=diag([1 1 1 1 1]) R=diag([1 1]))
CSTRLQRLin
set_param(gcs, 'SaveOutput', 'on')
set_param(gcs,'SaveFormat',
'StructureWithTime')
sim(gcs)
simplot(LQRLin)
% Abra el Floating Scope y coloque en
%parameters/data history/Variable Name

whitebg
%%%% Para colocar ttulos

Es conveniente realizar la sintona del controlador usando el

modelo lineal, una vez ajustado se puede montar el controlador
sobre el modelo no-lineal. La Figura 1 muestra el diagrama de
Simulink (CSTRLQRLin.mdl) utilizado para probar el sistema. El
resultado generado por este primer controlador (Figura 2) no
satisface los requerimientos exigidos por las condiciones del
problema.

subplot(4,1,1)
title('Concentracion Ca')
ylabel('Ca')
subplot(4,1,2)
title('Volumen V')
ylabel('V')
subplot(4,1,3)
title('Flujos q,qc')
ylabel('q/qc')
subplot(4,1,4)
title('Temperatura T')
ylabel('T')
xlabel('Tiempo (minutos)')
Legend( Concentracion muy
LENTA!!!)

De la figura 2 es claro que la respuesta de la concentracin es particularmente

lenta; de otro lado, el control de volumen llena las expectativas que se requieren
en el sistema. Intuitivamente podemos tomar dos acciones: una, penalizando la
desviacin de la concentracin (Ca), otra, penalizar la integral del error de
concentracin eCa. La idea es incrementar esta penalizacin, mientras
mantenemos los valores de los flujos dentro de los lmites permitidos por el
sistema. Las siguientes grficas muestran el efecto del cambio en la
penalizacin de la integral del error de concentracin, ponindolo en 50000.

Obtenindose el resultado que

se observa en la Figura 3.
1e5

Figura 3. Salidas despus de penalizar eCa a 50000

En el sistema lineal en Espacio de Estados

10

el sistema cumple con las especificaciones de control deseadas. Generando

unas matrices de realimentacin de la forma:
K =[154.9491 0.9060 1.0117
0.6745 -1.0000;
1.5785 -0.0029 -0.0016 -316.2270 -0.0021]

Ks =[154.9491 0.9060 1.0117;

1.5785 -0.0029 -0.0016]

Ki =[

0.6745 -1.0000;
-316.2270 -0.0021]

Finalmente verificaremos el funcionamiento del sistema conectando las

matrices de realimentacin al sistema lineal original de acuerdo con el
diagrama mostrado en la Figura 4 (CSTRLQR.mdl)

11

El desempeo del sistema es bastante similar al

observado con el sistema lineal como lo
muestra la Figura 5. Observe que el controlador
realiza
automticamente
la
labor
de
desacoplamiento
reduciendo
el
impacto
producido por los cambios en la referencia
de variables distintas.

12

Figura 5. Respuesta del sistema NO-LINEAL

13

4. Diseo de un Observador Optimo

(Filtro de KALMAN)
Para construir este observador asumimos que el ruido de medicin de las
salidas es:

y el "ruido en los estados"

Si asumimos dichos ruidos como no correlacionados, tendremos unas
matrices de covarianza de la siguiente forma:

14

Ya que el ruido w(t) se asume entrando a cada estado de manera individual, se

puede decir que:

La ganancia del observador se puede calcular, resolviendo la ecuacin de

Riccati o bien usando directamente la funcin kalman incluida en el toolbox de
control de Matlab. Para utilizar la funcin kalman es necesario entregar a la
rutina un sistema dinmico con la siguiente descripcin:

el prototipo de la funcin es:

15

donde KEST es un sistema dinmico con el observador

ya construido, L es la ganancia del observador y P la
solucin de la ecuacin de Riccati. SYS es el sistema
descrito
por
las
matrices
de
la
frmula
(SYS=SS(AK,BK,CK,DK)), QN es Rw y RN es Rv .
Resolviendo obtenemos la matriz L que gobernar la
dinmica del observador. En la Figura 6 se puede
observar la conexin del observador de estado. Es
importante resaltar que a la seal de salida se le ha
adicionado un ruido de medicin con varianza igual a la
diagonal de Rv. El diagrama est en el archivo
CSTRKALMAN.mdl. En la Figura 7 se puede observar el
diagrama interno de la implementacin del observador.
16

17

State of Linearization= Xo = [Caa Ta v]

Input of Linearization= Uo = [q qc]

Output of Linearization= Yo = [Caa v]

El desempeo del observador se puede

apreciar en la figura 10 donde se compara
el estado original con el estado estimado.
Observe que a pesar de lo ruidosa de la
seal de salida con el ruido de medicin el
sistema es capaz de hacer una estimacin
bastante "limpia" de los estados.
18

Figura 8. Respuesta del sistema CON LQR Y

FILTRO DE KALMAN

19

Figura 9. Respuestas con ruido del sistema CON LQR Y

FILTRO DE KALMAN

20

Figura 10. Estados estimados versus estados reales

21

5. Diseo de un Controlador Cuadrtico

Gausiano (LQG)
En esta fase no nos resta sino cerrar el lazo de control de
manera que conectemos el controlador LQR al observador. La
conexin se puede hacer de dos maneras:
1. FORMA 1: conectar las salidas observadas (ye) del
observador de estado a la entrada (y)
del LQR
(CSTRLQG1.mdl). Ver Figura 11.
2. FORMA 2: conectar las salidas reales (y) del Modelo del
CSTR, directamente a la entrada (y) del LQR. (CSTRLQG2.mdl).
Ver Figura 13.

El desempeo de ambas opciones es diferente como se muestra

en las figuras 12 y 14.

22

23

Figura 12. Salidas del LQG1 (Forma 1 de conectar)

Desempeo del sistema con controlador LQG y realimentacin

de la salida estimada

24

25

Figura 14. Salidas del LQG2 (Forma 2 de conectar)

Desempeo del sistema con controlador LQG y realimentacin

de la salida medida

26

6. EJERCICIO DE EXAMEN
COLUMNA DE DESTILACION
En este ejercicio utilizaremos una columna de destilacin para separacin de crudo
pesado. La columna es alimentada por el plato inferior y genera tres fracciones.
Nuestro inters se centra en la composicin del destilado

xD y la composicin del

fondo xB.
Consideramos como variables

controladas:

y1: Concentracin del compuesto retirado en la cabeza de la columna (Destilado

xD).
y2: Concentracin del compuesto retirado en la parte baja de la columna xB.

Las variables

manipuladas son:

u1: Flujo del compuesto de la cabeza de la columna Fr.

u2: Flujo del compuesto bajo o vapor Fv.
27

6. EJERCICIO DE EXAMEN
COLUMNA DE DESTILACION (Cont)

LC
L
D
AT
V
LC
AT
B

Dos entradas:
Setpoints
para
el
controlador de flujo en
el vapor Fv (abajo) y en
el reflujo Fr (arriba)
Dos salidas:
Composicin de los
productos xB y xD (es el
que genera la utilidad)

28

6. EJERCICIO DE EXAMEN
COLUMNA DE DESTILACION (Cont)

PT

LC

D
y

AT

F
z

AC
AC

LC

AT

B
x

El flujo de reflujo Fr se
ajusta/manipula con
el PID para mantener
la composicin de xD
en su setpoint.
El flujo de vapor Fv se
ajusta/manipula con
el PID para
mantener la
composicin de xB
en su setpoint. .
29

6. EJERCICIO DE EXAMEN
COLUMNA DE DESTILACION (Cont)
2.2 Para la columna de destilacin presentada, calcule los controladores PI para
los dos lazos y analice las respuestas del sistema. (implemente el modelo en
Simulink). Haga las simulaciones abriendo y cerrando los respectivos lazos.
Disee una red de desacople esttica evaluada a la frecuencia 1/50 rad/s

4.3 Disee un sistema de realimentacin de estado optimo (LQR). Calcule Q y R

de forma que el sistema de la columna de destilacin cumpla con las
especificaciones de control: tiempo de establecimiento de 250 s y un
amortiguamiento razonable del 10%.

4. 4 Construya observadores ptimos que estimen los estados de la Columna

de destilacin. Defina de antemano las varianzas de los ruidos. Aplique los
ruidos de medicin y estados y simule (Kalman y LQG).

30

MATRIZ DE FUNCIONES DE TRANSFERENCIA

1 .0
G11( s )
100 s 1
0.4
G21( s )
10 s 1

0.3
G12 ( s )
10 s 1
2.0
G22 ( s )
100 s 1

1
Steady State RGA
0.94
0.4(0.3)
1
1(2)
Ejercicio a resolverse en la clase de Marzo 15/16 de 2012 en la UNAB.
31