Professional Documents
Culture Documents
ii
iii
RESUMEN
TITULO:
DISEO Y SIMULACIN DE UN CONTROLADOR MULTIVARIABLE PREDICTIVO
APLICADO A UN HORNO DE CALENTAMIENTO DE CRUDO. *
AUTOR:
**
GMEZ ORTEGA, Mayra Alejandra. Ing.
PALABRAS CLAVE:
Control Predictivo, Identificacin de Sistemas, Controlador multivariable, Tcnicas de
Control Avanzado.
DESCRIPCIN:
El presente trabajo de investigacin propone una estrategia MPC diseada y
sintonizada a partir de una simulacin dinmica rigurosa para ser aplicada a un horno
de calentamiento de Crudo. El objetivo operacional del horno es calentar la carga; por
consiguiente, la eficiencia de la operacin resulta al maximizar la transferencia de
calor hacia el fluido de proceso, es decir, al incrementar la temperatura para un
consumo dado de combustible.
*
Trabajo de Investigacin
**
Facultad de Ingenieras Fsico-Mecnicas. Maestra en Ingeniera Electrnica.
Director: Carlos Rodrigo Correa Cely, PhD. Codirector: Carlos F. Agudelo Gmez,
MsC. Codirector: Jaime G. Barrero Prez, MsC.
ABSTRAC
TITLE:
DESIGN AND SIMULATION OF A MULTIVARIABLE PREDICTIVE CONTROLLER
FOR A FURNACE TO HEAT CRUDE-OIL *
AUTHOR:
GMEZ ORTEGA, Mayra Alejandra. Eng. **
KEYWORDS:
Predictive Control, System Identification, Multivariable Controller, Advanced Systems
Control.
DESCRIPTION:
This article describes a formulation of a strategy for Model Predictive Control (MPC).It
was designed and tuned from rigorous dynamic simulation for a crude-oil heating
furnace. The MPC controller will maximize furnace heat transfer to the process fluid
which results eventually in a minimum energy costs.
The objective of the MPC Furnace Pass Balancing strategy was: to assure an oil flow
constant through the furnace and close to its optimum value; to ensure the appropriate
limits of the oxygen percent; to reach the optimal skin temperatures; to keep the oil
flow and fuel gas valves positions within the operating limits. Furnace Pass Balancing
Controller adjusted the flow distribution to maintain identical pass outlet temperatures.
Rigorous dynamic simulation model interfaced with the predictive controller allowed to
orientate the configuration processs to guarantee an optimal operating point. The
related benefits with the predictive control structure are an additional to those obtained
with the best operative practice. This controller solves an optimization problem
minimizing the variability of the variables of active restriction, i.e., changing the
operating conditions to work at the limit of the design.
This work is the result of a cooperative effort between the research group CEMOS of
the Electrical and Electronic Engineering School and the Automation Ecopetrol - ICP
groups.
*
Research Work.
**
Facultad de Ingenieras Fsico-Mecnicas. Maestra en Ingeniera Elctrica. Dir:
Carlos Rodrigo Correa Cely, PhD. Cod: Carlos F. Agudelo Gmez, MsC. Cod: Jaime
G. Barrero Prez, MsC.
ii
AGRADECIMIENTOS
A Jaime Guillermo Barrero Prez, codirector por la ayuda prestada para darle una
estructura adecuada a la investigacin.
ii
TABLA DE CONTENIDO
RESUMEN ................................................................................................................i
ABSTRAC ...............................................................................................................ii
AGRADECIMIENTOS ..............................................................................................i
LISTADO DE TABLAS.........................................................................................viii
INTRODUCCIN ...................................................................................................14
1.1 Introduccin...........................................................................................................16
2. IDENTIFICACIN DE SISTEMAS....................................................................22
2.1 Introduccin............................................................................................................22
3.1 Introduccin...........................................................................................................26
3.1.1 Antecedentes y Estado del Arte. ................................................................................. 28
iii
3.3 Formulacin del Problema de Control Predictivo .........................................31
3.3.1 Restricciones en el Control Predictivo. ....................................................................... 33
3.3.2 Ciclo de Ejecucin del Controlador. ............................................................................ 34
4.1 Introduccin............................................................................................................40
5. RESULTADOS DE LA SIMULACIN..............................................................58
6. CONCLUSIONES Y RECOMENDACIONES..................................................105
BIBLIOGRAFA ...................................................................................................109
iv
LISTADO DE FIGURAS
Figura 1. Horno................................................................................................17
Figura 9. Validacin Grfica del modelo ARX par TIC201 TPIEL2. ..............50
Figura 17. Diferencia entre flujos paso 1-2 cambio en la composicin del
crudo .........................................................................................................63
Figura 18. Vlvula gas combustible cambio en la composicin del crudo .....65
v
Figura 19. Temperatura de radiacin cambio en la composicin del crudo ..65
Figura 22. Vlvula gas combustible cambio en la composicin del gas ........67
Figura 31. Posicin de la vlvula de flujo del paso 1 y carga total cambio en la
composicin de la carga ........................................................................................80
vi
Figura 39. Respuesta de las variables controladas para cambios de M ............86
Figura 44. Variable TIC1.SP para cambios en los coeficientes de peso del
control .........................................................................................................92
Figura 45. Variable FIC1.SP para cambios en los coeficientes de peso del
control .........................................................................................................93
Figura 46. Variable FIC2.SP para cambios en los coeficientes de peso del
control .........................................................................................................93
Figura 48. Variable TIC1.SP para un cambio en la composicin del gas ..........97
Figura 49. Variable FIC1.SP para un cambio en la composicin del gas ..........97
Figura 50. Variable FIC2.SP para un cambio en la composicin del gas ..........98
vii
LISTADO DE TABLAS
Tabla 12. Prueba del controlador MPC con diferentes valores para M .................84
Tabla 13. Prueba del controlador MPC con diferentes valores de P .....................88
Tabla 14. Prueba del controlador MPC para un cambio en la penalizacin de los
movimientos de control ..........................................................................................92
Tabla 15. Prueba del controlador MPC para un cambio en la penalizacin de los
errores ...................................................................................................................94
viii
INTRODUCCIN
15
1. DESCRIPCIN DEL PROCESO
1.1 INTRODUCCIN
16
chimenea; los gases escapan a la temperatura de la chimenea con una gran
cantidad de energa.
Figura 1. Horno
17
1.2 BALANCEO DE PASOS
Los objetivos del esquema de balanceo de pasos son mantener el caudal total al
horno, y asegurar que el exceso de oxgeno, las temperaturas y las vlvulas de
los controladores PID que manejan el flujo en los pasos y presin de gas
combustible permanezcan dentro de los lmites operacionales. La estrategia varia
la distribucin de flujo en los pasos (cuidando los lmites del diferencial de flujo)
para igualar las temperaturas de salida; este balance permite minimizar los costos
de energa porque reduce las desviaciones.
18
La aplicacin de control asociada permite incrementar la eficiencia, mantener
estable la operacin, ampliar el tiempo de corrida de la unidad, aumentar la carga
total, prolongar la vida de los tubos y mejorar la rentabilidad de la planta
maximizando la transferencia de calor (reduccin en el consumo de gas
combustible) [1].
19
proceso que se muestra mas adelante, Figura 2, se incluye el sistema de control
ya configurado que consiste bsicamente de controladores PID. El modelo
simulado fue ajustado con datos de proceso real y reproduce fielmente la dinmica
del horno.
El flujo total de proceso llevado al horno para ser calentado se maneja con dos
pasos. La corriente que fluye al interior de cada tubo es regulada por
controladores indicadores de flujo. A la salida de la zona de radiacin se tiene
monitoreo contino de temperatura en los dos serpentines para asegurar la
verificacin de la recuperacin de calor. Para el control de la temperatura a la
salida del horno, se tiene un lazo de control formado por un controlador indicador
de temperatura que enva seal a la vlvula de admisin de gas regulada con un
controlador indicador de presin. Para registrar el consumo de combustible se
tiene un indicador de flujo.
20
Figura 2. Diagrama del flujo del horno simulado en HYSYS.
21
2. IDENTIFICACIN DE SISTEMAS
2.1 INTRODUCCIN
22
6. Si el modelo satisface el objetivo finaliza el proceso, de lo contrario, la
identificacin deber repetirse (ejm. modificar la estructura del modelo
(paso 3), evaluar un nuevo mtodo para la estimacin de parmetros (paso
4), o reemplazar los datos experimentales (paso 1 y 2)).
donde A y B son los parmetros del modelo en funcin del operador de retardo
q 1 , y (t ) es la secuencia de salida, u (t ) es la secuencia de entrada, e(t ) una
fuente de ruido.
En la estructura del modelo ARX presentado na y nb son los ordenes de los
polinomios A y B respectivamente, y [a1 , a 2 , a na ] , [b1 , b2 , bnb ] son los parmetros
23
A(q ) = 1 + a1 q 1 + a 2 q 2 + + a na q na
(2) .
B (q ) =b1 q 1 + b2 q 2 + + bnb q nb
y (t ) + a1 y (t 1) + + a na (t na ) = b1u (t 1) +
+ bnb u (t nb) + e(t ) (3) .
y (t ) = T (t ) (4)
donde, y (t ) es el predictor (modelo de regresin lineal)
(t ) = [ y (t 1) u (t nb)]
T
y (t na) u (t 1)
= [a1 a na b1 bnb ]
T
La prediccin lineal asume que la salida de la seal y (t ) en el instante t es una
combinacin lineal de n salidas conocidas y (t ) (vase ecuacin 4); los parmetros
estimados para el modelo permanecen constantes para cada instante.
24
Con el anlisis de residuos (errores de prediccin) se puede establecer que el
modelo es bueno cuando la autocorrelacin y la correlacin cruzada (entre el error
de prediccin y la entrada) muestran valores entre 0.2 y los incrementos de na o
nb no mejoran significativamente estos valores. Adicionalmente, resulta til
comparar la respuesta transitoria (respuesta al escaln) del modelo paramtrico
con la respuesta de la planta para verificar la concordancia y asegurar que se han
descrito las caractersticas correctas [2].
25
3. CONTROL PREDICTIVO
3.1 INTRODUCCIN
MPC es una estrategia de optimizacin que hace uso de un modelo del proceso
para predecir el efecto de la accin de control sobre la planta. El controlador se
vale del conocimiento de la dinmica del sistema para alcanzar las condiciones
deseadas a lo largo de una trayectoria de referencia mediante la accin
feedforward, y compensar las perturbaciones no medidas (dinmicas no
modeladas) con la accin feedback (vase Figura 3).
Perturbaciones
Lmites de
CONTROLADOR PREDICTIVO
MVs y CVs Salidas
Control Regulatorio
Setpoints Modelo Algoritmo (PID)
PLANTA
26
En cada ejecucin el algoritmo calcula la accin de control correctiva apropiada
para llevar el proceso tan cercano como sea posible al valor de referencia en
presencia de las perturbaciones manipulando los setpoints de los controladores
bsicos (acta como control supervisorio).
El alcance del MPC est ampliamente definido por el modelo emprico (derivado
de datos del proceso) que este usa, entonces es necesario resumir los pasos
involucrados para aplicar MPC:
27
3.1.1 Antecedentes y Estado del Arte. A finales de la dcada de los 70, las
aplicaciones industriales sobre sistemas multivariables incluyendo restricciones
permitieron el desarrollo de algoritmos que utilizaban una tcnica de control
basada en el concepto de prediccin mediante modelos explcitos del proceso,
para resolver un problema de optimizacin dinmica en cada ejecucin del
controlador.
El primer acercamiento a una aplicacin MPC fue presentado por Richalet (1976);
su trabajo describe el control heurstico predictivo basado en un modelo de
respuesta al impulso (MPHC por sus iniciales en ingls). El software de solucin
nombrado IDCOM (acrnimo de identificacin y comando) est basado en un
algoritmo interactivo heurstico que calcula las entradas ptimas.
(Alsop, & Ferrer, 2004), estudiaron los beneficios que la simulacin brinda al
ingeniero de control de procesos en un caso particular splitter de
Propileno/Propano. Esta propuesta, presenta un diseo para controladores
avanzados de proceso utilizando los principios de estado estable y modelos
28
dinmicos, como una alternativa para la identificacin de modelos empricos que
satisfagan los objetivos de control sin la necesidad de pruebas escaln sobre la
planta fsica.
(Van der Lee, Olsen, Young, & Svrcek, 2001), presentaron el desarrollo de un
ambiente de computo integrado para el diseo de un controlador avanzado
mediante HYSYS, Excel y MATLAB aplicado a una columna de destilacin de
Agua-Metanol.
29
3.2 PREDICCIN USANDO EL MODELO DE RESPUETA AL ESCALN
Su = [s1 sn ]
T
s2 s3 (5) .
n 1
y (k ) = s n u k n + si u k i = s1 u k 1 + s 2 u k 2 + + s n 1 u k n +1 + s n u k n (6) .
i =1
donde, u k = u k u k 1 .
La salida del modelo de prediccin nunca ser igual a la salida medida, a menos
que el modelo sea ideal, por tanto en cada instante es necesario calcular la
prediccin corregida.
c
y k +1 = y k +1 + pek +1 (7) .
c
donde, yk +1 es la prediccin corregida en el instante k + 1 y pek +1 es la diferencia
El lector puede remitirse a la literatura (vase [5]) para seguir la formulacin que
obtiene la notacin dada para la prediccin:
c
Y = S u u u + S p u p + pe (8) .
30
c
donde, Y es la salida predicha corregida, el primer trmino S u u u introduce el
efecto del actual y los futuros movimientos de u, y la suma del segundo y tercer
[ ]
trmino S p u p + pe son las salidas predichas a partir de los movimientos pasados
La formulacin MPC garantiza una solucin ptima del problema porque asegura
el cumplimiento de las restricciones de entradas/salidas y previene el nmero
excesivo de movimientos en las variables manipuladas.
31
de los valores de entradas y salidas conocidos hasta ese instante para calcular las
salidas predichas futuras a lo largo de un horizonte de prediccin P (variable
controlada y (t + k | t ), para k = 0, , P ), en funcin de los movimientos futuros de
control (valores futuros u (t + k | t ), para k = 0, , P ).
Pasado Futuro
u(t)
Horizonte de control
w(t) y(t+kt)
Setpoint
y(t)
32
La optimizacin implica el mejor valor de una funcin objetivo que puede tomar
diferentes formas; este trabajo de investigacin minimiza una funcin de la forma 1 :
2 2
M 1
P
c
J (k ) = y (t + k | t ) w(t + k ) ( k ) + [u (t + k 1)] (k ) (10) .
k =1 k =0
1
1
x es la norma del vector x definida como ( x T x) 2
33
La tcnica MPC calcula las acciones de control (movimientos en las variables
manipuladas) a partir de un modelo dinmico y un vector de errores predichos
para optimizar un ndice de funcionamiento de manera que todas las variables
controladas y manipuladas se encuentren dentro de los lmites establecidos.
u min u (t ) u max
u min u (t ) u (t 1) u max (11) .
y min y (t ) y max
donde los subndices min y max significan valor mnimo y mximo
respectivamente, u (t ) y u (t ) son la seal de entrada y el valor de cambio, y
y (t ) es la salida.
34
importante realizar una descripcin de cada uno de los mdulos de la secuencia
de clculos MPC y su propsito:
35
3.4 PROGRAMACIN CUADRTICA: SOLUCIN DEL PROBLEMA DE
CONTROL
1 T
min( x) x H x + GT x
2 (12) .
sujeto a : A x B
36
1. Restricciones en las variables manipuladas: Para usar la forma QP
estndar los lmites de las entradas u (t ) son expresados en la desigualdad
en trminos de los movimientos de control u (t + k ) .
k
u min (t ) u (t + k | t ) + u (t 1)
j =0
u max (t ); k = 0,1,...Nu 1 (13) .
3. Restricciones en las variables controladas: Son los lmites sobre las salidas
del problema
37
c
y min (t ) y (t + 1 | t ) y max (t ) (16) .
c
donde y es la salida predicha corregida dada en (8).
c
Reemplazando y en (16) tenemos:
S u [ ]
S p u p + pe y max
S u (t )
[ ] (17)
y min S p u p + pe
.
u
[ ]
c
E = E S u u = S p u p + pe S u u (18) .
c
donde E es el error corregido predicho y E es el error no forzado (si no hay
movimientos futuros en las variables manipuladas).
1
min u u (t ) T H u (t ) G (t + 1 | t ) T u (t )
2 (19) .
sujeto a : A u (t ) B (t + 1 | t )
G (t + 1 | t ) = Su T T + E (t + 1 | t ) es el Gradiente,
A y B son los trminos de la desigualdad.
38
Las matrices A y B de la desigualdad pueden ser escritas explcitamente en el
problema (vase ecuacin 19); las expresiones matemticas matriciales
correspondientes se muestra en la ecuacin 20.
I 0 0 u (t 1) u max (0)
I I 0
u (t 1) u max ( Nu 1)
I I I u min (0) u (t 1)
I 0 0
I I 0 u min ( Nu 1) u (t 1)
u max (0)
I I
I
1 0 0 u ma x ( Nu 1)
A= B=
0 1 0
u min (0)
(20) .
u min ( Nu 1)
0 0 1
1 0 0 ym y max
y min ym
0 1 0
0 0 1
Su
Su
39
4. DISEO Y SIMULACIN DEL CONTROLADOR
4.1 INTRODUCCIN
40
bsicas consideradas en la operacin incluyen el flujo de Carga (cantidad de
material que va ser calentado), la presin del gas combustible, la temperatura de
piel de tubos, la temperatura en la zona radiante, el anlisis de oxgeno y el poder
calorfico del gas [15].
41
4.3 INTERFAZ DE CONEXIN
42
Figura 5. Ejemplo de uso de las rutinas de conexin MATLAB/HYSYS
43
3. Diseo detallado y simulacin: La simulacin dinmica, integrada con el
controlador MPC, puede ser utilizada para evaluar la unidad en diferentes
condiciones de operacin con perturbaciones y probar el desempeo del
controlador cuando el proceso exhibe no linealidades.
Para el diseo de las pruebas se estableci una seal PRBS (Pseudo Random
Binary Signal), la longitud de la secuencia de datos (tiempo de conmutacin o
intervalo de longitud en que la seal es constante), el periodo y la duracin de la
prueba fueron ajustados para cada variable manipulada. Para la seal de
excitacin aplicada a la variable TIC1.SP, el tiempo de conmutacin ms corto fue
de 5 minutos de longitud, la duracin de la prueba fueron 530 minutos y la
amplitud del movimiento se fijo a 5F; por su parte, para las variables FIC1.SP y
44
FIC2.SP la longitud fue de 2 minutos, la duracin de la prueba 800 minutos y el
tamao del movimiento fijado fue de 1000 barriles (vase Figura 6).
4
( F )
0
0 100 200 300 400 500 600 700 800
Time (min)
Seal PRBS variables manipuladas FIC1.SP y FIC2.SP
1000
( BPD )
500
0
0 100 200 300 400 500 600 700 800
Time (min)
45
Tabla 3. Matriz dinmica del sistema
46
Figura 7. Registro de datos de entrada/salida
Iniciar el simulador
Seal PRBS
Periodo de muestreo Ts
Longitud n
j=0
- Enviar Eprbs(j)
- Leer Sprbs(j)
- Esperar Ts
- Incrementar j
Si
j<n
No
Guardar Eprbs[ ]
Guardar Sprbs[ ]
Detener el simulador
47
Los datos de la prueba PRBS para cada subproceso fueron ajustados a un modelo
ARX implementado en MATLAB, los grados de los polinomios A y B fueron
limitados a valores entre 1 y 3; la evaluacin realizada en MATLAB para ordenes
hasta 10 revel que los ajustes (prediccin del error) para los datos de validacin
no mejoran significativamente despus del orden 3 (vase Tabla 4).
48
La Tabla 5 resume los resultados generados por MATLAB para el submodelo
TIC201TPIEL2 presentado en la ecuacin (2); el mismo proceso fue desarrollado
para cada par establecido en el diseo.
La Figura 8 compara las salidas predichas simuladas con las salidas medidas
(datos de validacin) y muestra la proporcin en que la variacin en la salida ha
sido explicada por el modelo, y la Figura 9 presenta el ajuste del modelo ARX para
el par TIC1-TPIEL2 de (2). En el tratamiento de los datos se han removido los
valores en estado estable y se han divido por la magnitud del tamao del
movimiento aplicado.
49
Figura 8. Validacin Grfica de los modelos ARX[na nb nk].
Salidas medidas y salidas de los modelos ARX simulados
2.5
Measured Output
arx311 Fit: 91.05%
2 arx461 Fit: 91.21%
arx161 Fit: 89.98%
arx441 Fit: 90.75%
1.5 arx661 Fit: 90.32%
arx411 Fit: 90.94%
Amplitud
0.5
-0.5
0 50 100 150 200 250 300
tiempo (min)
1.5
Amplitud
0.5
-0.5
0 50 100 150 200 250 300
tiempo (min)
50
Para validar que cada modelo describe correctamente el sistema (se muestran
slo las grficas para el submodelo TIC201TPIEL2), se calcularon y evaluaron
los residuos (errores de prediccin) del modelo y se realiz la comparacin grfica
(vase Figura 10) del ajuste de los modelos con los datos de validacin (no
usados en la identificacin) mediante el anlisis de independencia para las
funciones de autocorrelacin y correlacin cruzada entre las entradas y los
residuos de las salidas, estableciendo lmites de confianza del 99%.
0.5
-0.5
0 5 10 15 20 25
retardo
Correlacin cruzada entre la entrada TIC1 y la salida TPIEL2
0.6
0.4
0.2
-0.2
-25 -20 -15 -10 -5 0 5 10 15 20 25
retardo
51
capturadas segn se observa en la Figura 11. Resultados similares se obtuvieron
para los dems subprocesos.
Respuesta Escaln
2
1
Amplitud
0.5
-0.5
-20 -10 0 10 20 30 40 50
tiempo (min)
52
cliente. El cdigo escrito permite obtener la informacin de la planta desde
MATLAB, formar la estructura del algoritmo MPC, obtener los movimientos de
control y enviar los setpoints al proceso para cerrar el lazo.
53
4.5.1 Parmetros de simulacin y ajuste del controlador. El MPC tiene varios
parmetros que pueden ser ajustados e influenciar en el desempeo del
controlador. El horizonte de prediccin P debera ser suficiente para permitir al
sistema de lazo cerrado alcanzar el estado estable (normalmente entre 20 y 70), el
horizonte de control M generalmente es seleccionado para ser ms corto que P
(tpicamente un tercio de P), la matriz de pesos es fijada de acuerdo con el
nivel de error admisible cada variable controlada (un aumento en estos valores
disminuye la desviacin desde el setpoint), y la matriz de pesos se introduce
para penalizar el esfuerzo de control (si es igual a cero el controlador tiene el
comportamiento ms agresivo).
El horizonte del modelo tfinal es seleccionado para ser mayor o igual al tiempo de
asentamiento en lazo abierto. En las aplicaciones industriales revisadas en la
literatura se recomienda un tfinal con valores entre 20 y 70 para asegurar que no
surjan problemas en el clculo de las predicciones.
54
Los horizontes de prediccin P y control M fueron cambiados durantes las
simulaciones de prueba para detectar variaciones en el desempeo del algoritmo;
los valores fueron escogidos asegurando un esfuerzo computacional manejable.
55
Diferencia entre flujos paso 1-2 BPD -5000 5000
Temperatura zona de radiacin F 1400 1600
Temperatura de piel paso1 F 800 1300
Temperatura de piel paso2 F 800 1300
Vlvula flujo paso1 % 0 100
Vlvula flujo paso2 % 0 100
Vlvula gas combustible % 0 100
Carga Total BPD 35000 50000
56
Vlvula flujo paso1 % 3 2
Vlvula flujo paso2 % 3 2
Vlvula gas combustible % 3 2
Carga Total BPD 5 5
57
5. RESULTADOS DE LA SIMULACIN
58
2. Composicin del Gas Combustible: La composicin del gas combustible se
modific partiendo de las condiciones normales de operacin; si aumenta el
poder calorfico el gas se enriquece. El poder calorfico es la energa que
libera el combustible cuando se quema. Las corrientes GAS NORMAL, GAS
MAS CALOR y GAS MENOS CALOR son especificadas en la Tabla 10.
59
5. Presin del cabezal de Gas: Se modific el porcentaje de apertura de la
vlvula para variar el deltaP y simular ensuciamiento. Condicin Normal =
100%, Condicin para la perturbacin = 90%.
Segn lo mencionado arriba, el delta de presin menor que da el crudo al fluir por
los tubos hace que disminuya el flujo a travs de los mismos; la distribucin de la
carga total y hacen que las acciones de los FIC se compensen (vase Figura 12 y
60
13). El comportamiento de la carga total asociado a los cambios en los flujos
individuales es mostrado en la Figura 14.
25000
BPD
20000
15000
10000
0 10 20 30 40 50 60
Time (min)
90
85
80
75
%
70
65
60
55
50
0 10 20 30 40 50 60
Time (min)
61
Figura 14. Carga total cambio en la composicin del crudo
Perturbacin crudo pesado (minuto 10)
58000
Carga total
56000
54000
BPD 52000
50000
48000
46000
44000
42000
0 10 20 30 40 50 60
Time (min)
720
710
F
700
690
680
0 10 20 30 40 50 60
Time (min)
62
La diferencia entra las temperaturas de salida y la diferencia entre los flujos a
travs de los pasos, varan de acuerdo con los perfiles que siguen las variables de
proceso asociadas segn se muestra en las Figuras 16 y 17.
20
10
-10
F
-20
-30
-40
-50
-60
0 10 20 30 40 50 60
Time (min)
Figura 17. Diferencia entre flujos paso 1-2 cambio en la composicin del crudo
15000
10000
BPD
5000
-5000
0 10 20 30 40 50 60
Time (min)
63
De acuerdo con el esquema de control bsico, si el crudo se vuelve ms pesado y
se mantiene constante el control de flujo por los pasos y el control de temperatura
a la salida del horno, la demanda del gas combustible empieza a disminuir para
mantener la temperatura de salida igual al final de la prueba. El crudo ms pesado
a la misma condicin de temperatura va a vaporizarse menos, entonces la energa
que le suministra el gas va a ser utilizada principalmente para el calentamiento.
Como la energa requerida para vaporizar es mayor que la energa para aumentar
la temperatura, entonces para mantener la temperatura (medida de la fase lquido
vapor que va por la tubera a la salida del horno), el TIC regula la cantidad de flujo
de gas (vase Figura 18); el gas combustible es la fuente de energa que se
quema y genera calor.
Una vez superados los primeros minutos de la prueba el flujo de gas disminuye,
entonces se reduce la masa total de gas que asciende a travs del horno y la
cantidad de calor liberado disminuye. La masa de gas equivale a los gases de
combustin del gas combustible generados cuando el gas se mezcla con el aire.
Si el flujo de gas baja entonces la temperatura de chimenea baja, porque el calor
generado ser absorbido por la zona radiante y la zona convectiva, adems, se
reducen las prdidas de calor al ambiente debido a que se est liberando una
menor cantidad y mejora la eficiencia en el horno.
64
Figura 18. Vlvula gas combustible cambio en la composicin del crudo
Perturbacin crudo pesado (minuto 10)
44
Vlvula gas cambustible
42
40
38
36
34
%
32
30
28
26
24
0 10 20 30 40 50 60
Time (min)
1600
1550
F
1500
1450
1400
0 10 20 30 40 50 60
Time (min)
65
Figura 20. Temperaturas de piel cambio en la composicin del crudo
Perturbacin crudo pesado (minuto 10)
980
Temperatura de piel paso 1
Temperatura de piel paso 2
960
940
920
F
900
880
860
840
0 10 20 30 40 50 60
Time (min)
4.5
3.5
%
2.5
2
0 10 20 30 40 50 60
Time (min)
66
5.2.2 Perturbacin en la composicin del gas combustible. En la prueba se
cambi la composicin del gas combustible (minuto diez) para aumentar el poder
calorfico el gas; las variables se evaluaron para un periodo de 60 minutos.
50
45
%
40
35
30
0 10 20 30 40 50 60
Time (min)
67
Figura 23. Controlador de temperatura
Controlador de temperatura a la salida del horno
Perturbacin gas con mayor poder calorfico (minuto 10)
696
Variable de proceso
694 Setpoint
692
690
688
F
686
684
682
680
678
0 10 20 30 40 50 60
Time (min)
692
690
688
F
686
684
682
680
678
0 10 20 30 40 50 60
Time (min)
68
Figura 25. Temperaturas de piel cambio en la composicin del gas
Perturbacin gas con mayor poder calorfico (minuto 10)
890
Temperatura de piel paso 1
885 Temperatura de piel paso 2
880
875
870
F
865
860
855
850
845
0 10 20 30 40 50 60
Time (min)
4.5
4
%
3.5
2.5
0 10 20 30 40 50 60
Time (min)
69
La perturbacin en la composicin del gas no afecta significativamente los flujos
de los pasos; para mostrar la respuesta se presenta una grfica con el
comportamiento de los FIC.
24000
BPD
23980
23960
23940
23920
0 10 20 30 40 50 60
Time (min)
Por otra parte, si la humedad del aire aumenta (el aire se satura de agua)
entonces parte de energa del gas se utiliza para calentar el agua, en
consecuencia, la demanda de gas aumenta para mantener la misma temperatura
70
de salida. El agua es un inerte, no participa en la reaccin (no se combina) de
combustin.
71
manipuladas para llevar a las controladas al lmite de las restricciones. La
optimizacin implica el mejor valor del criterio de desempeo (funcin objetivo); el
controlador diseado no incluye factores econmicos de decisin.
El controlador MPC fue configurado para balancear los pasos del horno ajustando
los flujos a travs de ellos, para disminuir la diferencia entre las temperaturas de
salida y maximizar el flujo de carga; como medida de seguridad el controlador
limita la diferencia de flujos en los pasos.
El MPC fija los setpoints de los controladores del nivel regulatorio (TIC
temperatura de salida del Horno, FICs Flujos de los pasos) de acuerdo con la
solucin ptima obtenida a partir del modelo matricial del proceso obtenido con las
tcnicas de identificacin. Los controladores PID del nivel bsico se convierten en
controladores activos con la implementacin de la estrategia MPC (esquema
supervisorio), dado que los valores de los setpoints cambian dinmicamente
durante la simulacin.
72
subir o bajar el setpoint de una variable, la accin a tomar sera estrechar los
lmites establecidos para esa variable hacia arriba o hacia abajo respectivamente.
Los principios bsicos para la ejecucin del MPC diseado establecieron que el
controlador debe mover las variables manipuladas en la direccin que asegure un
punto de operacin ptimo, hasta que encuentre un lmite de una variable
controlada o manipulada. Si una variable se aleja de su restriccin otra variable
debe pegarse a la suya; en general, es deseable mantener las variables
manipuladas lejos de los lmites y las variables controladas en los lmites.
73
pierda informacin importante de la dinmica del sistema que le permita al
controlador compensar la perturbacin y reducir las fluctuaciones de las variables
de salida. Varios valores para el intervalo de control fueron probados al introducir
las perturbaciones; para mostrar los resultados, la Figura 28 presenta el esfuerzo
de control de las variables manipuladas y la Figura 29 presenta el efecto sobre la
temperatura de piel de tubo y la temperatura de la zona de radiacin (variables
claves de restriccin) cuando se produce la perturbacin denominada crudo
pesado, las grficas son presentadas para tres valores de intervalos de control
diferentes.
685.5
685
0 10 20 30 40 50 60
Time (min)
4
x 10 Varibale Manipulada: FIC1.SP
2.5
( BPD )
2.45
2.4
0 10 20 30 40 50 60
Time (min)
4
x 10 Varibale Manipulada: FIC2.SP
2.5
( BPD )
2.45
2.4
0 10 20 30 40 50 60
Time (min)
74
Figura 29. Comparacin de variables para diferentes intervalos de control
1600
1580
F
1560
1540
1520
1500
0 10 20 30 40 50 60
Time (min)
930
920
910
F
900
890
880
870
860
0 10 20 30 40 50 60
Time (min)
4
x 10 Salida: Carga total
5.6
MPC (P=10, M=2, deltaT=30 seg)
5.4 MPC (P=10, M=2, deltaT=40 seg)
MPC (P=10, M=2, deltaT=60 seg)
5.2
4.8
BPD
4.6
4.4
4.2
3.8
0 10 20 30 40 50 60
Time (min)
75
La evaluacin del controlador MPC fue realizada mediante pruebas con
variaciones en los parmetros del algoritmo establecidos como Horizonte de
Prediccin (P), Horizonte de Control (M) y matrices de Pesos ( y ). Los
parmetros iniciales fueron fijados de acuerdo con la literatura de consulta [7, 8,
20] y con base en la respuesta del controlador (garanta del objetivo con el mnimo
esfuerzo de control); se fijo un caso base para la simulacin del sistema cuando se
producen perturbaciones en el proceso. Para simplificar la notacin de las
matrices de pesos y , de aqu en adelante en este documento se consign un
vector con el mismo nombre que corresponde con la diagonal de cada matriz.
1 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0 0
0 0 0
0 0 0 0 1 0 0 0 0 0
Caso Base M = 2, P = 20, = 0 0 0, =
0 0 0 0 0 1 0 0 0 0
0 0 0
0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 0 1
T T
Exceso de oxigeno 1
Diferencia entre temperaturas 1
Diferencia entre flujos 1
Temperatura zona radiante 1
Temperatura piel paso 1 1
= =
Temperatura piel paso 2 1
Vlvula flujo paso 1 1
Vlvula flujo paso 2 1
Vlvula gas combustible 1
C arg atotal 1
76
El horizonte de control igual a dos y el horizonte de prediccin igual a veinte son
satisfactorios para el control de la planta segn se muestra en la respuesta del
controlador cuando se produce una perturbacin de crudo pesado (vase Figura
30), sin embargo, diferentes valores fueron adoptados ms adelante en las
simulaciones.
4.5 20
F
4
%
3.5
-20
3
-40
2.5
-60
0 10 20 30 40 50 60
2 Time (min)
0 10 20 30 40 50 60
Time (min)
77
Salida: Diferencia entre flujos pasos 1-2 Salida: Temperatura zona de radiacin
25000 1650
MPC, (P=20 M=2) MPC, (P=20 M=2)
20000 MPC, (P=10 M=2) MPC, (P=10 M=2)
1600 MPC, (P=40 M=2)
MPC, (P=40 M=2)
MPC, (P=20 M=5)
15000 MPC, (P=20 M=5)
1550
10000
5000 1500
F
BPD
0
1450
-5000
-10000 1400
-15000
1350
0 10 20 30 40 50 60
-20000 Time (min)
0 10 20 30 40 50 60
Time (min)
F
910
F
900
900
890
890
880
880
870
870 860
0 10 20 30 40 50 60
860 Time (min)
0 10 20 30 40 50 60
Time (min)
85 80
80
70
%
75
%
70 60
65
50
60
55 40
0 10 20 30 40 50 60
50 Time (min)
0 10 20 30 40 50 60
Time (min)
78
4
Salida: Vlvula gas combustible x 10 Salida: Carga total
50 6.5
MPC, (P=20 M=2) MPC, (P=20 M=2)
MPC, (P=10 M=2) 6 MPC, (P=10 M=2)
MPC, (P=40 M=2)
45 MPC, (P=40 M=2)
MPC, (P=20 M=5)
MPC, (P=20 M=5) 5.5
40 5
BPD
4.5
35
%
30 3.5
3
25
2.5
0 10 20 30 40 50 60
20 Time (min)
0 10 20 30 40 50 60
Time (min)
79
Las respuestas para el caso base muestran que el controlador MPC predice la
perturbacin y se anticipa para ejercer una accin de control compensatoria ms
rpida y menos agresiva que la conseguida con el esquema de control
convencional. Segn se observa en la Figura 31, el MPC es superior al PID en el
manejo de la perturbacin, y como tiene la ventaja de mover el punto de operacin
de la planta (objetivo no contemplado en el control bsico), esta configuracin
consigue colocar algunas variables controladas en el lmite de las restricciones
(vlvulas de flujo en los pasos y carga total) garantizando que las variables
restantes permanecen dentro de los lmites establecidos.
De acuerdo con los resultados observados (Figura 31), la configuracin dada por
los PID supera la perturbacin y retorna los flujos a travs de los pasos a sus
setpoints (24000 BPD), mientras que el MPC compensa el efecto, mueve la
posicin de las vlvulas de los flujos por cada paso a su lmite superior (restriccin
activa vlvula totalmente abierta) y asegura la mxima carga total al horno
(vase Figura 31) segn el lmite de diseo (50000 BPD); consiguiendo con esto
mayor beneficio econmico potencial.
Figura 31. Posicin de la vlvula de flujo del paso 1 y carga total cambio en la
composicin de la carga
Salida: Posicin vlvula de flujo paso 1 Perturbacin: Crudo pesado (minuto 10) Controlador MPC Perturbacin: Crudo pesado (minuto 10)
100 56000
Carga total
MPC (P=20 M=2 deltaT=30 seg)
95 54000
Esquema bsico PID
90 52000
85 50000
80 48000
BPD
%
75 46000
70 44000
65 42000
60 40000
55 38000
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Time (min) Time (min)
80
Siguiendo los resultados de la prueba, con el crudo ms pesado la demanda de
gas se mantuvo casi invariable (posicin de la vlvula de admisin de gas) una
vez superada la perturbacin, a pesar que de que la carga al horno aument
(vase Figura 32); esto refleja un punto de operacin ms ptimo.
45
40
35
%
30
25
20
0 10 20 30 40 50 60
Time (min)
Como la carga al horno aumenta (no ms all del lmite de diseo) una vez
superado el efecto de la perturbacin, el esquema de balanceo de pasos ajusta los
flujos individuales para mantener temperaturas de salida iguales y garantiza
aproximadamente en el mismo valor en las temperaturas de piel de tubo an con
el aumento en la carga vase Figura 33 (normalmente segn el esquema de
control bsico si la carga aumenta la temperatura de piel disminuye), lo que resulta
en una mayor absorcin del calor y una variacin de los setpoints de los
controladores de flujo. Como la cantidad de calor absorbido aumenta, habr
menos prdidas y el horno operar de una forma ms eficiente.
81
Figura 33. Temperaturas de piel cambio en la composicin de la carga
940
930
920
910
F
900
890
880
870
860
0 10 20 30 40 50 60
Time (min)
82
Figura 34. Acciones de control y variables de proceso
( BPD )
730 2
720 1
0 10 20 30 40 50 60
F
Time (seg)
710 4
Varibale Manipulada: FIC2.SP
x 10
4
Flujo paso 1 (variable de proceso)
700 Setpoint FIC1.SP
3
( BPD )
690
2
680
0 10 20 30 40 50 60
1
Time (min) 0 10 20 30 40 50 60
Time (min)
4.5
3.5
%
2.5
MPC (P=20 M=2 deltaT=30 seg)
Esquema bsico PID
2
0 10 20 30 40 50 60
Time (min)
83
A continuacin se presenta una evaluacin del comportamiento de las variables
controladas, cambiando los parmetros de configuracin. Las evaluaciones se
presentan por cada parmetro individualmente, para identificar de manera clara el
efecto asociado sobre el desempeo del controlador.
Tabla 12. Prueba del controlador MPC con diferentes valores para M
Coeficientes de Coeficientes de pesos sobre el
Horizonte de
Horizonte de control
Caso prediccin pesos sobre u error
(M)
(P) ( ) ( )
1 2 20 [0 0 0] [1 1 1 1 1 1 1 1 1 1]
2 1 20 [0 0 0] [1 1 1 1 1 1 1 1 1 1]
3 4 20 [0 0 0] [1 1 1 1 1 1 1 1 1 1]
688.5
688
( F )
687.5
687
686.5
686
685.5
685
0 10 20 30 40 50 60
Time (min)
84
Figura 37. Variable FIC1.SP para diferentes valores de M
24700
24600
( BPD )
24500
24400
24300
24200
24100
24000
0 10 20 30 40 50 60
Time (min)
24700
24600
( BPD )
24500
24400
24300
24200
24100
24000
0 10 20 30 40 50 60
Time (min)
85
Figura 39. Respuesta de las variables controladas para cambios de M
40
3.5
20
F
%
0
3
-20
2.5
-40
2 -60
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Time (min) Time (min)
1 1580
0.5 1560
BPD
0 1540
-0.5 1520
-1 1500
-1.5
1480
-2
0 10 20 30 40 50 60 1460
0 10 20 30 40 50 60
Time (min)
Time (min)
930 930
920 920
910
F
910
F
900 900
890 890
880
880
870
870
860
0 10 20 30 40 50 60 860
0 10 20 30 40 50 60
Time (min)
Time (min)
86
Salida: Vlvula flujo paso 1 Salida: Vlvula flujo paso 2
100 100
MPC, Horizonte de control=2 MPC, Horizonte de control=2
MPC, Horizonte de control=1 MPC, Horizonte de control=1
90 MPC, Horizonte de control=4 90 MPC, Horizonte de control=4
80 80
70 70
%
%
60 60
50 50
40 40
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Time (min) Time (min)
5
40
4.5
BPD
35
%
30
3.5
25
3
20
0 10 20 30 40 50 60 2.5
0 10 20 30 40 50 60
Time (min)
Time (min)
87
Tabla 13. Prueba del controlador MPC con diferentes valores de P
Horizonte Coeficientes de
Horizonte de Coeficientes de pesos
de
Caso control pesos sobre u sobre el error
prediccin
(M) ( ) ( )
(P)
1 2 20 [0 0 0] [1 1 1 1 1 1 1 1 1 1]
2 2 5 [0 0 0] [1 1 1 1 1 1 1 1 1 1]
3 2 40 [0 0 0] [1 1 1 1 1 1 1 1 1 1]
760
( F )
740
720
700
680
0 10 20 30 40 50 60
Time (min)
88
Figura 41. Variable FIC1.SP para diferentes valores de P
Variable manipulada: FIC1.SP Perturbacin: Crudo pesado (minuto 10)
25000
MPC, Horizonte de prediccin=20
24900 MPC, Horizonte de prediccin=5
MPC, Horizonte de prediccin=40
24800
24700
24600
( BPD )
24500
24400
24300
24200
24100
24000
0 10 20 30 40 50 60
Time (min)
24700
24600
( BPD )
24500
24400
24300
24200
24100
24000
0 10 20 30 40 50 60
Time (min)
89
Figura 43. Respuesta de las variables controladas para cambios de P
5 40
20
F
4
%
3
-20
2 -40
-60
0 10 20 30 40 50 60
1 Time (min)
0 10 20 30 40 50 60
Time (min)
Salida: Diferencia entre flujos pasos 1-2 Salida: Temperatura zona de radiacin
40000 1650
MPC, Horizonte de prediccin=20 MPC, Horizonte de prediccin=20
MPC, Horizonte de prediccin=5 1600 MPC, Horizonte de prediccin=5
MPC, Horizonte de prediccin=40 MPC, Horizonte de prediccin=40
30000
1550
1500
20000
1450
F
BPD
10000 1400
1350
0
1300
-10000 1250
1200
0 10 20 30 40 50 60
-20000 Time (min)
0 10 20 30 40 50 60
Time (min)
920
920
900
900
880
F
880
F
860
860
840
840
820
820
800
0 10 20 30 40 50 60
800 Time (min)
0 10 20 30 40 50 60
Time (min)
90
Salida: Vlvula flujo paso 1 Salida: Vlvula flujo paso 2
100 100
MPC, Horizonte de prediccin=20 MPC, Horizonte de prediccin=20
95 MPC, Horizonte de prediccin=5 MPC, Horizonte de prediccin=5
90
MPC, Horizonte de prediccin=40 MPC, Horizonte de prediccin=40
90
80
85
80 70
%
75
%
60
70
50
65
60 40
55
30
0 10 20 30 40 50 60
50 Time (min)
0 10 20 30 40 50 60
Time (min)
80 55000
70 50000
60
BPD
45000
%
50
40000
40
35000
30
30000
20
25000
0 10 20 30 40 50 60
10 Time (min)
0 10 20 30 40 50 60
Time (min)
91
setpoints de los controladores de flujo y enseguida se presentan la acciones de
control calculadas (vase Figuras 44 a 46).
Tabla 14. Prueba del controlador MPC para un cambio en la penalizacin de los
movimientos de control
Horizonte Coeficientes de
Horizonte de Coeficientes de pesos
de
Caso control pesos sobre u sobre el error
prediccin
(M) ( ) ( )
(P)
1 2 20 [0 0 0] [1 1 1 1 1 1 1 1 1 1]
2 2 20 [0 0.5 0.5] [1 1 1 1 1 1 1 1 1 1]
3 2 20 [0 1 1] [1 1 1 1 1 1 1 1 1 1]
Figura 44. Variable TIC1.SP para cambios en los coeficientes de peso del
control
687
( F )
686.5
686
685.5
685
0 10 20 30 40 50 60
Time (min)
92
Figura 45. Variable FIC1.SP para cambios en los coeficientes de peso del
control
24700
24600
( BPD )
24500
24400
24300
24200
24100
24000
0 10 20 30 40 50 60
Time (min)
Figura 46. Variable FIC2.SP para cambios en los coeficientes de peso del
control
24700
24600
( BPD )
24500
24400
24300
24200
24100
24000
0 10 20 30 40 50 60
Time (min)
93
En general las respuestas de las variables controladas mantienen casi la misma
forma (no mostradas), sin embargo el esfuerzo de control asociado al coeficiente
de peso necesario para obtener esa misma respuesta, es menor a medida que el
peso aumenta.
4. Comparacin de las salidas con diferentes pesos del error: La matriz de pesos
permite fijar la importancia relativa de las variables controladas; la Tabla 14
establece los cambios para los coeficientes de los pesos.
Tabla 15. Prueba del controlador MPC para un cambio en la penalizacin de los
errores
Horizonte Coeficientes de
Horizonte de
de Coeficientes de pesos sobre el error
Caso control pesos sobre u
prediccin ( )
(M)
(P) ( )
1 2 20 [0 0 0] [1 1 1 1 1 1 1 1 1 1]
2 2 20 [0 0 0] [1 1 1 1 1 1 10 10 1 1]
3 2 20 [0 0 0] [1 1 1 1 1 1 500 500 1 1]
94
asign mayor importancia al error de las posiciones de las vlvulas de flujo en los
pasos, porque esta accin va en contra del esfuerzo normal del controlador. Las
simulaciones mostraron que cuando se penaliza con ms nfasis el error en la
posicin de las vlvulas de flujo mejora un poco el desempeo del horno, porque
disminuye el tamao de las fluctuaciones en las variables para alcanzar el mismo
valor. De acuerdo con el comportamiento observado, la estrategia mantiene el
objetivo con las temperaturas de piel y de la zona radiante, y permite la apertura
total de las vlvulas de flujo (mxima carga); esta accin evidencia la habilidad del
controlador para convertir una variable controlada en una variable de restriccin
activa. Un efecto directo del cambio de los factores de peso se ve en el control
ejercido para disminuir la diferencia de flujo entre los pasos 1-2.
40
3.5
20
%
0
3
-20
2.5
MPC, todas las variables con la misma importancia
-40
MPC, peso error 10
MPC, peso error 500
2 -60
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Time (min) Time (min)
4 Salida: Diferencia entre flujos pasos 1-2 Salida: Temperatura zona de radiacin
x 10
3 1640
MPC, todas las variables con la misma importancia MPC, todas las variables con la misma importancia
MPC, peso error 10 MPC, peso error 10
1620
2 MPC, peso error 500 MPC, peso error 500
1600
1
1580
BPD
0
F
1560
-1
1540
-2
1520
-3 1500
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Time (min) Time (min)
95
Salida: Temperatura piel paso 1 Salida: Temperatura piel paso 2
960 960
MPC, todas las variables con la misma importancia MPC, todas las variables con la misma importancia
950 MPC, peso error 10 950 MPC, peso error 10
MPC, peso error 500 MPC, peso error 500
940 940
930 930
920 920
910 910
F
F
900 900
890 890
880 880
870 870
860 860
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Time (min) Time (min)
90 90
80
80
70
70
%
%
60
60
50
5
40
4.5
BPD
35
%
30
3.5
25
3
20 2.5
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Time (min) Time (min)
96
operacin ptimo y estable, segn como se observa en las Figuras 48 a 50, y de
acuerdo con la configuracin del caso base la accin de control calculada para los
setpoints de los controladores PID es conservativa (casi no hay cambio) y tiene un
efecto estabilizante sobre las variables de salida (una vez superada la
perturbacin).
686
685.5
( F )
685
684.5
684
0 10 20 30 40 50 60
Time (min)
Variable manipulada: FIC1.SP Perturbacin: Mayor poder calorfico del gas (minuto 10)
24002.9
24002.8
24002.7
( BPD )
24002.6
24002.5
24002.4
24002.3
24002.2
24002.1
0 10 20 30 40 50 60
Time (min)
97
Figura 50. Variable FIC2.SP para un cambio en la composicin del gas
Variable manipulada: FIC2.SP Perturbacin: Mayor poder calorfico del gas (minuto 10)
24005.5
MPC, Setpoint FIC2.SP
24005
24004.5
24004
( BPD )
24003.5
24003
24002.5
24002
0 10 20 30 40 50 60
Time (min)
Segn los resultados de las simulaciones (vase Figura 51) con el conjunto de
parmetros del caso base, el punto de operacin tras la accin de control del MPC
consigue mantener las temperaturas de piel de tubo, la temperatura de la zona de
radiacin y dems variables aproximadamente en el mismo valor con una pequea
reduccin en el consumo de gas (ahorro); el proceso opera en una zona segura
donde las variables de salida se mantienen alrededor de los valores esperados.
Perturbacin: Mayor poder calorfico del gas (minuto 10) Perturbacin: Mayor poder calorfico del gas (minuto 10)
4.2 0.06
Exceso de Oxgeno Diferencia entre temperaturas pasos 1-2
4.15
0.04
4.1
0.02
4.05
4 0
F
3.95
%
-0.02
3.9
3.85 -0.04
3.8
-0.06
3.75
-0.08
3.7 0 10 20 30 40 50 60
0 10 20 30 40 50 60 Time (min)
Time (min)
98
Perturbacin: Mayor poder calorfico del gas (minuto 10) Perturbacin: Mayor poder calorfico del gas (minuto 10)
0.5 1565
Diferencia entre flujos pasos 1-2 Temperatura zona de radiacin
1560
0
1555
-0.5 1550
1545
-1
BPD
1540
F
-1.5
1535
-2 1530
1525
-2.5
1520
-3 1515
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Time (min) Time (min)
Perturbacin: Mayor poder calorfico del gas (minuto 10) Perturbacin: Mayor poder calorfico del gas (minuto 10)
875 875
Temperatura piel paso 1 Temperatura piel paso 2
874 874
873 873
872 872
871 871
F
F
870 870
869 869
868 868
867 867
866 866
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Time (min) Time (min)
Perturbacin: Mayor poder calorfico del gas (minuto 10) Perturbacin: Mayor poder calorfico del gas (minuto 10)
74.3 74.3
Vlvula flujo paso 1 Vlvula flujo paso 2
74.29 74.29
74.28 74.28
74.27 74.27
74.26 74.26
74.25 74.25
%
74.24 74.24
74.23 74.23
74.22 74.22
74.21 74.21
74.2 74.2
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Time (min) Time (min)
99
Perturbacin: Mayor poder calorfico del gas (minuto 10) Perturbacin: Mayor poder calorfico del gas (minuto 10)
32.8 48020
Vlvula gas combustible Carga total
32.6
48010
32.4
32.2 48000
32
BPD
47990
%
31.8
31.6 47980
31.4
47070
31.2
31 47960
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Time (min) Time (min)
100
Figura 52. Respuesta de las variables controladas cambio en la temperatura y
humedad del aire
3.5 0
3
%
F
2.5
-0.5
1.5
0 10 20 30 40 50 60 -1
Time (min) 0 10 20 30 40 50 60
Time (min)
Salida: Diferencia entre flujos pasos 1-2 Salida: Temperatura zona de radiacin
3 1600
MPC, Perturbacin: Aumento en la temperatura del aire
2.5 MPC, Perturbacin: Aumento en la humedad del aire
1400
2
1
1000
F
0.5
800
0
-0.5 600
-1
0 10 20 30 40 50 60 400
Time (min) 0 10 20 30 40 50 60
Time (min)
860 860
MPC, Perturbacin: Aumento en la temperatura del aire MPC, Perturbacin: Aumento en la temperatura del aire
MPC, Perturbacin: Aumento en la humedad del aire MPC, Perturbacin: Aumento en la humedad del aire
840 840
820 820
800
F
800
F
780
780
760
760
740
740
720
0 10 20 30 40 50 60 720
Time (min) 0 10 20 30 40 50 60
Time (min)
101
Salida: Vlvula flujo paso 1 Salida: Vlvula flujo paso 2
76.5 76.5
76 76
74.5
%
74.5
%
74
74
73.5
73.5
73
73
72.5
0 10 20 30 40 50 60 72.5
Time (min) 0 10 20 30 40 50 60
Time (min)
48400
70
60
%
BPD
48200
50
48000
40
30 47800
20
0 10 20 30 40 50 60 47600
Time (min) 0 10 20 30 40 50 60
Time (min)
102
Figura 53. Respuesta de las variables controladas ensuciamiento en las
boquillas
Perturbacin: Ensuciamiento en las boquillas (minuto 10) Perturbacin: Ensuciamiento en las boquillas (minuto 10)
4.115 0.0025
Exceso de Oxgeno Diferencia entre temperaturas pasos 1-2
4.114 0.002
4.113 0.0015
4.112
0.001
%
F
4.111
0.0005
4.11
0
4.109
-0.0005
4.108
0 10 20 30 40 50 60 -0.001
Time (min) 0 10 20 30 40 50 60
Time (min)
Perturbacin: Ensuciamiento en las boquillas (minuto 10) Perturbacin: Ensuciamiento en las boquillas (minuto 10)
0.14 1514.95
Diferencia entre flujos pasos 1-2 Temperatura zona de radiacin
0.138 1514.9
0.136 1514.85
0.134
1514.8
BPD
0.132
1514.75
0.13
1514.7
0.128
1514.65
0.126
0 10 20 30 40 50 60 1514.6
Time (min) 0 10 20 30 40 50 60
Time (min)
Perturbacin: Ensuciamiento en las boquillas (minuto 10) Perturbacin: Ensuciamiento en las boquillas (minuto 10)
866.26 866.26
Temperatura piel paso 1 Temperatura piel paso 2
866.24 866.24
866.22 866.22
866.2
866.2
F
866.18
866.18
866.16
866.16
866.14
866.14
866.12
0 10 20 30 40 50 60 866.12
Time (min) 0 10 20 30 40 50 60
Time (min)
103
Perturbacin: Ensuciamiento en las boquillas (minuto 10) Perturbacin: Ensuciamiento en las boquillas (minuto 10)
74.2695 74.268
Vlvula flujo paso 1 Vlvula flujo paso 2
74.269
74.2675
74.2685
%
74.268 74.267
%
74.2675
74.2665
74.267
74.266
74.2665
74.266
0 10 20 30 40 50 60 74.2655
Time (min) 0 10 20 30 40 50 60
Time (min)
Perturbacin: Ensuciamiento en las boquillas (minuto 10) Perturbacin: Ensuciamiento en las boquillas (minuto 10)
32.67 48017
Vlvula gas combustible Carga total
32.66 48016.9
32.65 48016.8
32.64 48016.7
32.63
48016.6
32.62
BPD
%
48016.5
32.61
48016.4
32.6
48016.3
32.59
48016.2
32.58
48016.1
32.57
0 10 20 30 40 50 60 48016
Time (min) 0 10 20 30 40 50 60
Time (min)
104
6. CONCLUSIONES Y RECOMENDACIONES
6.1 CONCLUSIONES
105
carga seguido de la disminucin del fenmeno de coquizacin que causa el
final de ciclo de la unidad.
106
6. El exceso de oxgeno es una medida directa de la ineficiencia en la
operacin del horno, si esta variable aumenta su valor indica un mayor
consumo de energa. El MPC control el lmite superior en cada ejecucin,
sin embargo, segn el diseo se estableci una prioridad alta al lmite
inferior, porque un defecto en el exceso de oxgeno resulta en una
combustin incompleta que deriva en la inestabilidad operacional del horno.
8. Las altas temperaturas de piel disminuyen la vida til de los tubos y causan
la posible ruptura en operacin. Dado que la temperatura de piel de tubo
limita la carga total del horno (porque hay una condicin mecnica del tubo
que fija la mxima temperatura permitida), el controlador MPC mantuvo
estas variables dentro de los lmites establecidos distribuyendo el flujo no
balanceado a travs de los pasos. Para evitar la baja vida til, el algoritmo
MPC asegur en cada ejecucin que el proceso no operara con una carga
mayor al lmite de diseo.
107
10. La implementacin del controlador predictivo basado en el modelo lineal
identificado sobre la planta (sistema no lineal), puede mostrar un
comportamiento oscilatorio que deteriora el desempeo debido a la
inexactitud del modelo (error); el modelo es vlido para un intervalo de
operacin. Para superar la imprecisin del modelo, en cada instante de
ejecucin el MPC implement un vector de salidas predichas corregidas;
esta forma de feedback asegura mayor exactitud y robustez contra las
incertidumbres.
108
BIBLIOGRAFA
[2] LJUNG, L., System Identification (Theory for the User), Captulo 1
Introduccin, Captulo 4 Models of Linear Time-Invariant Systems, Captulo 16
Model Structure selection and Model Validation, Second Edition, New Jersey,
USA, 1999.
[6] QUIN, S. Joe, BADGWELL, T., A survey of industrial model predictive control
technology, Science Direct, Control Engineering Practice, Elsevier Science Ltda,
Austin, TX, USA, 2002.
[7] ALSOP, N., FERRER, J., What Dynamic Simulation brings to a Process
Control Engineer: Applied Case study to propylene / propane splitter, Scanraff,
Aspentech, 2004.
109
[8] DIYZHUIJZEN, G., STAALMAN, D., KOORN, A., Identification and model
predictive control of a slab reheating furnace, Conference on control applications,
IEEE International, Glasgow, Scotland, U.K., 2002.
[9] OLSEN, D., VAN DER LEE, J., YOUNG, B., SVRCEK, W., A case using an
integrated, real-time computing enviroment for advanced process control
development, American control Conference, IEEE International, Arlington, 2001.
[13] MORARI, M., LEE, J., GARCA, C., Model Predictive Control, Marzo, 2002.
110
ANEXO A. INTERFAZ GRFICA DEL CONTROLADOR
111
3. Teclear Interfaz en la ventana de comandos de MATLAB para ejecutar el
archivo Interfaz.fig ubicado en la carpeta ...\ControladorMPC\ de su disco
duro y habilitar el despliegue grfico.
A. 2 INTERFAZ DE USUSARIO
La interfaz inicia con una ventana de men principal como se observa en la Figura
A.1; desde esta ventana se puede acceder a todos los paneles de configuracin y
de presentacin establecidos para el controlador.
112
El botn Regulatorio empieza la captura de datos y almacena los valores de las
salidas (archivo .mat) de la planta de acuerdo con el esquema de control PID
configurado. El botn MPC inicia el problema de control Predictivo basado en los
parmetros especificados en los paneles de diseo y guarda las salidas (archivo
.mat) de la planta.
113
A.2.1 Panel estructura. Permite al usuario reconocer las variables del problema
de control de acuerdo a su clasificacin como variables manipuladas o variables
controladas, las unidades de medida que se maneja para cada variable y el valor
en estado estable segn las condiciones configuradas en la planta, vase Figura
A.2.
114
de salida (variable controlada) segn las unidades de medida fijadas en la
columna Unidades, vase Figura A.3.
115
mximo valor permitido para las variables de salida (variables controladas) y
permite modificaciones a travs de las cajas de texto asociadas.
A.2.4 Panel factores de peso. Permite al usuario variar los factores de peso
para la penalizacin de los movimientos de control (parte superior del panel), el
valor de atenuacin es un valor entre 0 y 1. Adicionalmente, el usuario puede
especificar la importancia de la desviacin desde el setpoint de una variable
controlada con respecto a otra variable controlada (estos pesos inciden sobre la
distribucin de los errores dinmicos), vase Figura A..
116
Figura A.5 Panel Pesos
117
A.2.6 Panel salidas. Presenta al usuario el valor actual de cada salida de la
planta en la columna central de la tabla y trae la informacin de restricciones
(lmite bajo, lmite alto) y setpoints de los paneles de configuracin para evaluacin
constante (Figura A.7).
Figura A.7 Panel Salidas
118