UNIVERSIDAD MAYOR DE SAN SIMÓN
FACULTAD DE CIENCIAS Y TECNOLOGÍA
CARRERA DE INGENIERÍA QUÍMICA
MATERIA: DINAMICA Y CONTROL DE PROCESOS
DOCENTE: DR. WILSON GONZALO AGUILAR MAMANI
ASISTENTE: ING. CARLA JHOVANA FERREYRA YUCRA
1.1 BREVE DESARROLLO HISTÓRICO DEL CONTROL DE
PROCESOS
Inicio manual: El control era empírico y realizado por
operadores.
Primer control automático: James Watt introdujo el
gobernador centrífugo en el siglo XVIII.
Avances mecánicos: Se incorporaron sistemas neumáticos
e hidráulicos en los siglos XIX y XX.
Era electrónica: Con el transistor surgieron los
controladores analógicos.
Control digital: La computación permitió mayor precisión
y flexibilidad.
Automatización moderna: Se usan sensores inteligentes.
Inteligencia artificial: Los sistemas actuales se anticipan a
cambios con algoritmos predictivos.
1.2 INFLUENCIA DE PERTURBACIONES
EXTERNAS EN EL PROCESO QUÍMICO
•Condiciones no ideales: Los procesos químicos industriales suelen
estar afectados por perturbaciones externas.
•Variabilidad de materias primas: Cambios en composición o
propiedades alteran reacciones y equilibrios.
•Condiciones ambientales: Factores como temperatura y humedad
afectan la transferencia de masa y energía.
•Fallas y errores: Problemas en equipos o intervenciones humanas
impactan negativamente el proceso.
•Consecuencias: Las perturbaciones reducen eficiencia, calidad y
seguridad del proceso.
•Importancia del control: Se requiere un sistema que detecte y
corrija automáticamente las desviaciones.
•Estrategias de control: Se aplican técnicas como control
retroalimentado, anticipativo, adaptativo y robusto.
1.3 EJEMPLOS DE SISTEMAS CONTROLADOS
El control automático se encuentra implementado en una gran variedad de
operaciones dentro de la ingeniería química. A continuación, se describen
algunos ejemplos típicos de sistemas controlados, analizando su estructura de
control y su relevancia operativa.
Control de Temperatura en un Reactor Químico
En muchos procesos químicos, la velocidad de reacción es altamente sensible a la
temperatura. Por lo tanto, mantener una temperatura constante es vital para
garantizar una conversión adecuada, evitar reacciones secundarias indeseadas o
condiciones inseguras.
• Variable controlada: Temperatura del reactor.
• Variable manipulada: Flujo de vapor de calefacción o de fluido refrigerante.
• Perturbaciones: Cambios en la velocidad de alimentación, variaciones en la
temperatura de entrada, cambios en la composición del reactivo.
Este sistema generalmente utiliza un controlador PID que regula una válvula de
control de vapor o refrigerante para mantener la temperatura en el valor
deseado.
1.3 EJEMPLOS DE SISTEMAS CONTROLADOS
Nivel de Líquidos en Tanques de Almacenamiento
Mantener el nivel dentro de un tanque es fundamental para
prevenir desbordamientos o funcionamiento en seco de las
bombas.
• Variable controlada: Nivel del líquido.
• Variable manipulada: Flujo de entrada (ajustado mediante
válvulas o bombas).
• Perturbaciones: Cambios en el flujo de salida debido a demandas
variables.
Este tipo de sistema puede tener controladores independientes o
estar integrado en un sistema jerárquico de control para toda una
planta de almacenamiento.
1.3 EJEMPLOS DE SISTEMAS CONTROLADOS
Flujo de Reactivos en una Línea de Producción
Los caudales de reactivos deben mantenerse constantes y
sincronizados para garantizar relaciones estequiométricas
adecuadas.
• Variable controlada: Flujo másico o volumétrico de un reactivo.
• Variable manipulada: Apertura de una válvula o velocidad de
una bomba dosificadora.
• Perturbaciones: Cambios de presión en la línea, obstrucciones
parciales o desgaste del equipo de bombeo.
Un sistema de control adecuado asegura que el flujo de cada
componente se mantenga estable, lo cual es esencial en procesos
continuos.
1.4 CLASIFICACIÓN DE VARIABLES DE PROCESOS QUÍMICOS
La correcta identificación y clasificación de las variables de proceso
es esencial para diseñar estrategias de control eficientes. Estas
variables se agrupan según su función y nivel de intervención en el
sistema.
Variables de Proceso
Son todas aquellas variables físicas o químicas que describen el
estado del sistema. Ejemplos clásicos incluyen:
• Temperatura
• Presión
• Flujo (másico o volumétrico)
• Nivel de líquidos
• Composición química (concentración, fracción molar, etc.)
Estas variables pueden ser medidas y utilizadas para diagnosticar el
desempeño del sistema.
1.4 CLASIFICACIÓN DE VARIABLES DE PROCESOS
QUÍMICOS
Variables Manipuladas
Son las variables sobre las que el controlador puede
actuar directamente para afectar el proceso. En general,
corresponden a entradas al sistema, y pueden incluir:
• Abertura de válvulas de control.
• Velocidad de bombas o compresores.
• Potencia eléctrica a resistencias de calentamiento.
• Tasa de dosificación de un reactivo.
La correcta selección de estas variables es esencial para
asegurar un control efectivo, especialmente en procesos
multivariables.
1.4 CLASIFICACIÓN DE VARIABLES DE PROCESOS
QUÍMICOS
Variables Controladas
Son aquellas que se desea mantener dentro de ciertos
límites o seguir un perfil deseado a lo largo del tiempo. Su
selección depende de los objetivos del proceso, que
pueden ser técnicos (seguridad, calidad del producto) o
económicos (eficiencia energética, rendimiento).
Ejemplos:
• Temperatura en un reactor.
• Presión en una columna de destilación.
• Composición de un producto final.
1.4 CLASIFICACIÓN DE VARIABLES DE PROCESOS QUÍMICOS
Variables Perturbadas
Se trata de variables que no se pueden controlar directamente, pero
que afectan significativamente al proceso. Las perturbaciones
pueden ser externas o internas, y se deben identificar y modelar
para diseñar sistemas de control robustos.
Ejemplos:
• Temperatura ambiente (afecta intercambio de calor).
• Composición variable de la materia prima.
• Fluctuaciones en la presión de la red de servicios.
• Fallas intermitentes de sensores o válvulas.
El conocimiento y modelado de estas variables es fundamental en
técnicas de control feedforward, control robusto y sistemas
predictivos.
1.5 ESTRATEGIAS DE CONTROL
En ingeniería de procesos, las estrategias de control permiten mantener las
variables críticas del sistema dentro de los límites deseados frente a
perturbaciones internas o externas. La elección de la estrategia adecuada
depende de la dinámica del proceso, la naturaleza de las perturbaciones y los
objetivos operativos.
Control en Lazo Abierto
El control en lazo abierto es una estrategia en la cual la señal de entrada se
determina sin tener en cuenta la salida del sistema. No hay medición ni
retroalimentación; se basa en una acción predefinida.
• Ventaja: Simplicidad y bajo costo.
• Desventaja: No puede corregir errores ni responder a perturbaciones.
• Ejemplo: Encender una resistencia durante un tiempo fijo sin medir la
temperatura real.
Este tipo de control solo es adecuado para procesos estables, predecibles y
con mínimas perturbaciones.
1.5 ESTRATEGIAS DE CONTROL
Control en Lazo Cerrado (Feedback)
En esta estrategia, el sistema mide la variable de salida, la
compara con un valor deseado (set point), y ajusta la
entrada para reducir el error.
• Ventaja: Compensa perturbaciones y errores de
modelado.
• Desventaja: Puede ser más complejo y requerir mayor
instrumentación.
• Ejemplo: Control de temperatura mediante un termostato
que ajusta el flujo de vapor según la temperatura medida.
Es el enfoque más utilizado en la industria debido a su
capacidad de autorregulación.
1.5 ESTRATEGIAS DE CONTROL
Control PID (Proporcional-Integral-Derivativo)
El controlador PID es una de las herramientas más versátiles del
control en lazo cerrado. Combina tres modos de acción:
• Proporcional (P): Responde a la magnitud del error.
• Integral (I): Corrige errores acumulados a lo largo del tiempo.
• Derivativa (D): Anticipa cambios futuros según la tasa de
variación del error.
• Ventaja: Balance entre rapidez de respuesta, precisión y
estabilidad.
• Desventaja: Su sintonización puede ser compleja para procesos
no lineales o ruidosos.
Es especialmente útil en sistemas donde se desea minimizar el error
en estado estacionario y evitar oscilaciones.
1.5 ESTRATEGIAS DE CONTROL
Control por Anticipación (Feedforward)
Esta estrategia mide directamente las perturbaciones y
ajusta la entrada antes de que afecten la salida del sistema.
• Ventaja: Puede actuar preventivamente y mejorar el
rendimiento frente a perturbaciones conocidas.
• Desventaja: Requiere un modelo preciso del proceso y
sensores de perturbación.
• Ejemplo: Ajustar el flujo de refrigerante en función de la
temperatura de entrada del fluido antes de que afecte el
reactor.
Generalmente se usa en combinación con control en lazo
cerrado para mayor robustez.
1.5 ESTRATEGIAS DE CONTROL
Control Adaptativo e Inteligente
Estas estrategias representan enfoques modernos que permiten
al sistema ajustar sus propios parámetros de control en tiempo
real.
• Control Adaptativo: El controlador cambia sus parámetros en
función del comportamiento del proceso, útil para sistemas no
estacionarios o variables con el tiempo.
• Control Inteligente (basado en IA): Utiliza técnicas como redes
neuronales, lógica difusa o aprendizaje automático para
modelar y controlar procesos complejos.
Estas técnicas son especialmente útiles en procesos
multivariables, no lineales y altamente interactivos, donde los
métodos clásicos no son efectivos.
1.6 ASPECTOS DE CONTROL DE UNA PLANTA QUÍMICA
Control integral: Implica diseño, operación e integración del
sistema, combinando ingeniería, informática, economía y seguridad.
Seguridad del proceso: Se garantiza mediante alarmas, apagados
automáticos, interbloqueos y sistemas redundantes (SIS).
Eficiencia operativa: Se logra con control multivariable y
optimización en línea, maximizando rendimiento y reduciendo
desperdicios.
Calidad del producto: El control estricto de variables asegura
productos dentro de especificaciones y evita reprocesos.
Arquitectura del sistema: Incluye sensores, actuadores,
controladores (PLC, DCS, SCADA), HMI y redes industriales.
Integración de datos: El sistema se conecta con SCADA, MES y ERP
para supervisión, producción y planificación.
Industria 4.0: Se incorpora IIoT, big data y análisis predictivo para
mejorar la toma de decisiones en tiempo real.
1.7 ASPECTOS DE CONTROL DE UNA PLANTA QUÍMICA
Estructura del sistema de control: Está formado por componentes
interconectados con funciones específicas que deben diseñarse e
integrarse correctamente.
Sensores: Miden variables del proceso y las convierten en señales
eléctricas; clave para monitoreo en tiempo real.
Características de sensores: Precisión, estabilidad, tiempo de
respuesta y rango de operación.
Actuadores: Ejecutan acciones físicas en el proceso en respuesta a
señales del controlador.
Requisitos de actuadores: Respuesta rápida, alta durabilidad y
resistencia a condiciones extremas.
Controladores: Componente central que compara la señal del sensor
con el set point y envía comandos al actuador.
Interfaz Hombre-Máquina (HMI): Facilita la interacción operativa
mediante monitoreo, configuración y control del sistema.
1.8 USO DE COMPUTADORES DIGITALES EN EL CONTROL DE PROCESOS
Funciones Clave
1. Ejecución de algoritmos complejos de control, como MPC (Model Predictive
Control), control adaptativo o multivariable.
2. Simulación del comportamiento dinámico del proceso, permitiendo pruebas
virtuales antes de aplicar cambios reales.
3. Registro y almacenamiento de datos históricos, útil para análisis, trazabilidad y
auditoría de la producción.
4. Supervisión remota desde centros de control o dispositivos móviles.
Sistemas Comunes en la Industria
• PLC (Programmable Logic Controller): Diseñados para tareas de control
secuencial, alta confiabilidad, inmunes al ruido eléctrico.
• DCS (Distributed Control System): Usado en procesos continuos y complejos,
con arquitectura modular y escalable.
• SCADA (Supervisory Control And Data Acquisition): Para supervisión de
procesos distribuidos geográficamente.
1.9 USO DE INTELIGENCIA ARTIFICIAL EN EL CONTROL DE PROCESOS
Mejora del control tradicional: La IA optimiza el monitoreo,
diagnóstico y control, superando las limitaciones de los sistemas
convencionales.
Aplicaciones clave: Predicción de fallos, detección de anomalías,
control predictivo avanzado y sistemas autoajustables.
Redes Neuronales Artificiales (ANN): Modelan procesos no lineales y
predicen variables difíciles de medir, aprendiendo de datos históricos.
Algoritmos Genéticos (GA): Optimizan parámetros de control y diseño
de procesos complejos sin requerir modelos matemáticos precisos.
Lógica Difusa: Permite controlar procesos con incertidumbre o sin
modelos definidos, emulando decisiones humanas.
Árboles de Decisión: Útiles para diagnóstico y clasificación de estados,
fáciles de interpretar y combinar en modelos robustos.
Integración digital (Plataformas + Comunicación): Herramientas
como TensorFlow, PyTorch y MATLAB se integran con sistemas
industriales mediante OPC-UA y API REST, clave en la Industria 4.0.
1.10 CONTROL DE PROCESOS
El objetivo principal del control de procesos es mantener las variables clave del sistema dentro de
rangos deseados que garanticen seguridad, calidad del producto y eficiencia económica.
Fundamentos
• Comprensión de la dinámica del proceso: Involucra modelado matemático, análisis de
respuesta temporal y estabilidad.
• Selección de variables controladas y manipuladas: Basada en criterios técnicos y económicos.
• Diseño del sistema de control: Elección de sensores, actuadores y algoritmos de control.
Aplicaciones
• Control de temperatura en reactores.
• Regulación de pH en procesos de neutralización.
• Control de presión en columnas de destilación.
• Ajuste de flujo de reactivos en síntesis químicas
• Y muchos más
Enfoques de Diseño
• Análisis de lazo abierto/cerrado.
• Sintonización de controladores PID.
• Uso de herramientas computacionales como MATLAB, SIMULINK o Aspen Plus.
1.11 PROCESO ESTABLE
Un proceso es estable si, ante una perturbación o entrada transitoria, su salida no
se aleja indefinidamente del estado de equilibrio.
En términos simples, el sistema vuelve (o tiende) a su estado original o a un nuevo
estado de equilibrio sin explotar ni oscilar sin control.
Ejemplo práctico:
Si en un reactor se incrementa levemente la temperatura de entrada, un sistema
estable ajustará el flujo de refrigerante y la temperatura volverá a valores
aceptables.
Si el sistema fuera inestable, la temperatura podría aumentar indefinidamente, lo
que pondría en riesgo la seguridad del proceso.
1.11 PROCESO ESTABLE
Objetivos del control en procesos estables
Mantener estabilidad dinámica (que el sistema no diverja).
Reducir el error en estado estacionario.
Obtener tiempos de respuesta rápidos pero sin sobrepaso excesivo.
Lograr un comportamiento robusto ante perturbaciones externas o incertidumbre en
el modelo.
Consecuencias de procesos inestables
Oscilaciones constantes o crecientes (ej. flujo pulsante).
Condiciones de operación peligrosas (presión o temperatura descontroladas).
Deterioro de equipos y productos fuera de especificación.
Paradas de planta o accidentes.
Consideremos el sistema de calentamiento de tanque:
Un líquido entra al tanque con un caudal
Fi (pies³/min) y una temperatura Ti (°F),
donde se calienta con vapor (que tiene
un caudal Fs, en lb/min). Sea F y T el
caudal y la temperatura de la corriente
que sale del tanque. Se considera que el
tanque está bien agitado, lo que implica
que la temperatura del efluente es igual
a la temperatura del líquido dentro del
tanque.
Los objetivos operativos de este calentador son:
Mantener la temperatura del efluente T en un valor deseado Ts.
Mantener el volumen del líquido en el tanque en un valor deseado Vs.
La operación del calentador se ve perturbada por factores externos, como los
cambios en el caudal y la temperatura de alimentación (Fi y Ti).
Si nada cambiara, entonces, después de alcanzar T=Ts y V=Vs, podríamos
dejar el sistema solo sin supervisión ni control.
Sin embargo, está claro que esto no es posible, ya que Ti y Fi están sujetos a
cambios frecuentes.
En consecuencia, se necesita algún tipo de acción de control para
contrarrestar el impacto de estas perturbaciones cambiantes y mantener T y
V en los valores deseados.
Control de temperatura de retroalimentación para un calentador de tanque
Una configuración similar puede usarse si se desea mantener el volumen V, o
equivalentemente el nivel del líquido h, en su punto de ajuste hs cuando Fi
cambia. En este caso, se mide el nivel del líquido en el tanque y se abre o cierra la
válvula que afecta el caudal de salida F o el caudal de entrada Fi.
Esquemas alternativos de control del nivel de líquido
También podemos usar una disposición de control diferente para mantener T=Ts
cuando Ti cambia. Se mide la temperatura de la corriente de entrada Ti y se abre
o cierra la válvula de vapor para suministrar más o menos vapor. Esta
configuración de control se denomina control anticipativo (feedforward)
Control de temperatura de avance para calentador de tanque agitado
Asegurar la Estabilidad de un Proceso:
Respuesta de un sistema de estabilización
Respuestas alternativas de sistemas inestables
Control de un Reactor Inestable (CSTR):
Consideremos un reactor continuo de tanque
agitado (CSTR) en el cual ocurre una reacción
irreversible y exotérmica del tipo A → B. El
calor generado por la reacción se elimina
mediante un medio refrigerante que fluye a
través de una camisa alrededor del reactor
El calor eliminado por el refrigerante es una función lineal de la temperatura T
Los tres estados estacionarios de un CSTR
Control de un Reactor Inestable (CSTR):
Consideremos un reactor continuo de tanque
agitado (CSTR) en el cual ocurre una reacción
irreversible y exotérmica del tipo A → B. El
calor generado por la reacción se elimina
mediante un medio refrigerante que fluye a
través de una camisa alrededor del reactor
El calor eliminado por el refrigerante es una función lineal de la temperatura T
Los tres estados estacionarios de un CSTR
Control de un Reactor Inestable (CSTR):
Por lo tanto, cuando el CSTR está en estado estacionario (es decir, nada cambia
con el tiempo), el calor producido por la reacción debe ser igual al calor
eliminado por el refrigerante. Esta condición da lugar a tres estados
estacionarios P1, P2 y P3, que se encuentran en los puntos de intersección de las
curvas A y B en la Figura.
Los estados estacionarios P1 y P3 se denominan estables, mientras que el estado
P2 es inestable.
Control de un Reactor Inestable (CSTR):
Supongamos que logramos iniciar el reactor a la temperatura T2 y
con la concentración de A, CA, correspondiente a esa temperatura.
Ahora supongamos que la temperatura de alimentación Ti
aumenta. Esto provocará un aumento en la temperatura de la
mezcla reaccionante, digamos hasta T′. En T′, el calor liberado por la
reacción Q1 es mayor que el calor eliminado por el refrigerante Q2,
lo cual provocará un incremento adicional de la temperatura en el
reactor y, como consecuencia, un aumento en la velocidad de
reacción.
Este aumento en la velocidad genera aún más calor, lo que a su vez
aumenta más la temperatura, y así sucesivamente. Por lo tanto,
observamos que un pequeño aumento lleva al reactor a alejarse del
estado estacionario P2, alcanzando eventualmente la temperatura
correspondiente al estado estacionario P3
Control de un Reactor Inestable (CSTR):
Los estados estacionarios P1 y P3 se denominan estables
VARIABLES DE ENTRADA
Son las acciones o influencias que afectan el comportamiento del
sistema. Se dividen en dos categorías principales:
1. Variables Manipulables (VM)
Estas son las entradas que el sistema de control puede ajustar
directamente para influir en la salida del proceso.
•Ejemplos:
• Flujo de vapor en un intercambiador.
• Velocidad de una bomba dosificadora.
• Posición de una válvula.
•Función:
Permiten al controlador actuar sobre el proceso para alcanzar los
objetivos deseados (por ejemplo, mantener constante la
temperatura, nivel, presión, etc.).
•Uso típico: Son el "medio" mediante el cual el controlador corrige
cualquier desviación.
VARIABLES DE ENTRADA
2. Variables Perturbadoras o Perturbaciones (VP)
Son las entradas que afectan el proceso pero que no pueden ser
controladas directamente. Pueden ser conocidas o desconocidas.
•Ejemplos:
• Cambios en la temperatura ambiente.
• Composición variable de la materia prima.
• Fluctuaciones en la presión de alimentación.
• Fallas parciales en sensores.
•Función:
Son fuentes externas de variación. El sistema de control debe
responder adecuadamente a ellas para mantener la estabilidad del
proceso.
•Estrategia: En sistemas avanzados, si estas perturbaciones se
pueden medir, se pueden usar en estrategias feedforward para
anticiparse a su efecto.
VARIABLES DE SALIDA
Son las respuestas del sistema. Representan cómo se
comporta el proceso ante las entradas y se dividen en dos
tipos:
1. Variables Medibles (VMs)
Son las salidas del proceso que pueden ser observadas
mediante sensores o instrumentos.
•Ejemplos:
• Temperatura en un reactor (con un termopar).
• Nivel de líquido (con un transmisor ultrasónico).
• Caudal de un reactivo (con un medidor magnético).
•Función:
Son cruciales para la retroalimentación del sistema de
control. El controlador las necesita para comparar con el set
point y calcular el error.
VARIABLES DE SALIDA
Variables No Medibles (VNM)
Son salidas del proceso que no pueden ser medidas
directamente o en tiempo real. A menudo se estiman
mediante modelos matemáticos o algoritmos de inferencia.
•Ejemplos:
• Composición química exacta en línea (si no hay un
analizador disponible).
• Eficiencia térmica interna de un intercambiador.
• Grado de conversión de una reacción química
instantánea.
•Solución común: Se usan modelos de inferencia como
observadores de estado o técnicas de inteligencia artificial
(redes neuronales, lógica difusa) para estimar estas
variables.
TECNICAS DE CONTROL
1. Control en lazo abierto
•No utiliza retroalimentación.
•Se aplica una acción de control sin conocer la respuesta
del sistema.
•Útil solo en procesos muy predecibles.
2. Control en lazo cerrado (feedback)
•Usa la diferencia entre el valor deseado (set point) y el
valor real (medido) para ajustar la entrada.
•Corrige automáticamente las desviaciones.
3. Control Proporcional (P)
•La acción de control es proporcional al error.
•Rápido pero puede dejar un error en estado estacionario.
TECNICAS DE CONTROL
4. Control Proporcional-Integral (PI)
•El término integral elimina el error en estado estacionario.
•Muy usado en sistemas con respuesta lenta (temperatura,
nivel).
5. Control Proporcional-Derivativo (PD)
•El término derivativo anticipa cambios, mejorando la
estabilidad.
•Útil en procesos que requieren respuesta rápida.
6. Control PID (Proporcional-Integral-Derivativo)
•Combina los tres efectos anteriores.
•Es el controlador más utilizado en la industria.
TÉCNICAS AVANZADAS DE CONTROL
7. Control Feedforward (por anticipación)
•Mide la perturbación antes de que afecte la salida.
•Requiere un modelo del proceso.
•Se usa frecuentemente junto con feedback.
8. Control en cascada
•Utiliza dos lazos de control en jerarquía.
•El lazo interno mejora la respuesta del sistema a perturbaciones rápidas.
9. Control por relaciones (Ratio Control)
•Mantiene una relación fija entre dos flujos (ej. reactivos A y B).
•Usado en mezclas o reacciones estequiométricas.
10. Control selectivo
•Elige entre múltiples señales la que representa la condición más crítica
(máximo o mínimo).
•Se usa en hornos, columnas, sistemas de presión.
11. Control adaptativo
•Ajusta automáticamente los parámetros del controlador cuando las
condiciones del proceso cambian.
•Útil en sistemas no estacionarios o con comportamiento variable.
CONTROL BASADO EN MODELOS
12. Control Predictivo Basado en Modelos (MPC)
•Predice el comportamiento futuro del sistema.
•Optimiza la acción de control considerando restricciones
operativas.
•Muy eficaz en procesos multivariables y con retardos.
13. Control Óptimo
•Minimiza una función de costo (como energía, tiempo o
error).
•Requiere una formulación matemática precisa.
14. Control por realimentación de estado
•Utiliza todas las variables internas del proceso (estados)
para diseñar el controlador.
•Común en control multivariable (espacio de estados).
CONTROL INTELIGENTE
15. Control Difuso (Fuzzy Logic)
•Basado en reglas lingüísticas y conocimiento empírico.
•Bueno para procesos no lineales o mal definidos.
16. Redes Neuronales
•Aprenden relaciones complejas entre variables.
•Se usan para estimar modelos o diseñar controladores.
17. Control con Aprendizaje Reforzado
•El sistema aprende mediante prueba y error cómo actuar.
•Prometedor para control de procesos altamente
dinámicos.
18. Control con Algoritmos Genéticos
•Optimiza parámetros o estructuras de control.
•Utiliza principios evolutivos para buscar soluciones.
CONTROL INTELIGENTE
TÉCNICAS COMPLEMENTARIAS
19. Observadores de Estado (Kalman, Luenberger)
•Estiman variables no medibles del sistema.
•Se integran con controladores para mejorar precisión.
20. Control Supervisado
•Un sistema superior ajusta parámetros o activa diferentes
modos de control según el contexto.
•Incluye estrategias de diagnóstico y recuperación ante
fallos.
Aplicaciones
Técnica de Control Tipo Ventajas Desventajas
Comunes
Procesos muy
No corrige errores
Lazo Abierto Clásico Simplicidad estables o
ni perturbaciones
secuenciales
Lazo Cerrado Corrige errores Puede oscilar si Cualquier proceso
Clásico
(Feedback) automáticamente mal sintonado dinámico
Error en estado
Proporcional (P) Clásico Rápido, simple Flujo, presión
estacionario
Lento ante
Proporcional- Elimina error Nivel,
Clásico perturbaciones
Integral (PI) sostenido temperatura
rápidas
Proporcional- Mejora Posición, sistemas
Clásico Sensible al ruido
Derivativo (PD) estabilidad rápidos
Equilibrio entre Requiere Reactores,
PID Clásico rapidez y sintonización intercambiadores,
estabilidad cuidadosa hornos
Técnica de Aplicaciones
Tipo Ventajas Desventajas
Control Comunes
Requiere Temperatura
Corrige antes de
Feedforward Avanzado medición de con carga
que haya error
perturbación variable
Responde Complejidad en Intercambiadore
Cascada Avanzado rápido a diseño y s de calor,
perturbaciones configuración hornos
Mantiene Depende de
Dosificación de
Ratio Control Avanzado proporciones precisión de
reactivos
críticas mediciones
Previene Control de
Selectivo Lógica más
Avanzado condiciones presión, hornos
(Override) compleja
peligrosas múltiples
Se ajusta Requiere
Procesos no
Adaptativo Avanzado automáticament modelo y reglas
estacionarios
e de adaptación
Técnica de Aplicaciones
Tipo Ventajas Desventajas
Control Comunes
Requiere
Optimización
potencia Columnas de
Predictivo Basado en multivariable
computacion destilación,
(MPC) modelo con
al y modelo refinerías
restricciones
preciso
Matemáticam Control de
Basado en Minimiza
Óptimo ente calidad,
modelo costos o errores
complejo energía
Control preciso Requiere Aeronáutica,
Realimentaci Basado en
en sistemas estimación de química
ón de Estado modelo
multivariables estados avanzada
Técnica de Aplicaciones
Tipo Ventajas Desventajas
Control Comunes
Lida con
pH, temperatura
incertidumbre y Difícil validación
Difuso (Fuzzy) Inteligente con operadores
conocimiento matemática
humanos
experto
Modela
Predicción de
Redes procesos no Requiere
Inteligente calidad,
Neuronales lineales muchos datos
diagnóstico
complejos
Requiere Control
Aprendizaje Aprende de la simulaciones o autónomo de
Inteligente
Reforzado experiencia exploración plantas
segura complejas
Costoso en Sintonización de
Algoritmos Optimiza sin
Inteligente tiempo de PID,
Genéticos modelo explícito
cómputo planificación
Ejemplo: Dosificación Estequiométrica en una Reacción Química
Contexto del Proceso:
En una planta de producción de sulfato de aluminio, se realiza una
reacción entre ácido sulfúrico (H₂SO₄) y hidróxido de aluminio (Al(OH)₃).
La relación estequiométrica debe mantenerse para asegurar una
reacción completa sin exceso de reactivo.
Objetivo del control:
Mantener una relación fija entre el caudal de ácido sulfúrico (flujo
maestro) y el caudal de hidróxido de aluminio (flujo esclavo) para
cumplir la estequiometría 2:1.
Implementación del Ratio Control:
•Variable Maestro (Master): Caudal de ácido sulfúrico.
•Variable Esclava (Slave): Caudal de suspensión de hidróxido de
aluminio.
•Set point del esclavo: Se calcula como:
El sistema de control mide el flujo del ácido y ajusta automáticamente la
válvula del flujo de aluminio para mantener la proporción deseada.
Beneficios:
•Asegura una reacción completa sin desperdiciar reactivos.
•Mejora la calidad del producto final (concentración exacta).
•Evita problemas operativos por exceso de ácido o base (pH
desequilibrado).
•Simplifica la supervisión operativa, ya que no se requiere ajustar
ambos flujos manualmente.
Categoría Variable Descripción
Flujo maestro, referencia para
Caudal de H₂SO₄
mantener la proporción
Variables de Entrada
Flujo esclavo, ajustado por el
Caudal de Al(OH)₃
sistema de control
Resultado del sistema
Relación de flujo ácido/base
(valor controlado)
Variables de Salida
Refleja si la proporción
Composición del producto final
estequiométrica se mantiene
Ajustada por el controlador para
Variables Manipulables Válvula de control de Al(OH)₃
cumplir el ratio
Variaciones en la concentración del Afectan la estequiometría real
ácido aunque el flujo esté bien dosificado
Variables Perturbables
Puede alterar los caudales
Presión en la línea de dosificación
momentáneamente
Caudal de H₂SO₄ Medido por sensor de flujo
Variables Medibles Caudal de Al(OH)₃ Medido por sensor de flujo
Relación H₂SO₄ / Al(OH)₃ Calculada en el sistema de control
No siempre se mide en tiempo
Composición exacta del producto
real; se estima o se analiza fuera de
(en línea)
Variables No Medibles línea
Normalmente inferido a partir de
Grado de conversión
otras variables