Universidad Nacional de Colombia – Sede INTEGRANTES
Manizales Carlos A. Trujillo Vidales
Facultad de Ingeniería y Arquitectura Santiago Castro Henao
Departamento Ingeniería Química David A. Velásquez Ramos
Control de procesos
Proyecto final
1. CORRECCIÓN PRIMERA ENTREGA
1.1. Parámetros de operabilidad del sistema.
Para la operación del sistema, inicialmente se había seleccionado una relación de
alimentación α = 0,1 y una taza de dilución D = 0,13, sin embargo, al operar con estos valores
se evidenciaban comportamientos anormales, como una tendencia del sustrato hacia
concentraciones negativas y un crecimiento exponencial en las curvas de biomasa y producto.
Por esto, se decidió elegir nuevos valores iniciales que modelen adecuadamente el sistema,
de esta forma, se eligió un α = 0,02 y D = 0,2.
Comparando y analizando las figuras 1 y 3, es notoria la eficiencia en el comportamiento del
producto, sustrato y biomasa durante las primeras 10 horas, donde en la figura 1, aunque α
sea distinto de cero, su comportamiento no refleja la adición de la corriente cargada con cierta
concentración de biomasa, sustrato y producto, es decir, no se presentan picos de aumento o
disminución de alguna de las variables. Por otro lado, la figura 3 presenta una oscilación
ascendente en las curvas de biomasa y sustrato, y una descendente en la curva de sustrato,
como se mencionó anteriormente, estos picos se deben a las concentraciones de producto y
biomasa de la segunda corriente de alimentación, y el descenso en el sustrato se debe al alto
consumo de este por el aumento en la concentración de biomasa.
1.2. Comportamiento del sistema.
Universidad Nacional de Colombia – Sede INTEGRANTES
Manizales Carlos A. Trujillo Vidales
Facultad de Ingeniería y Arquitectura Santiago Castro Henao
Departamento Ingeniería Química David A. Velásquez Ramos
Control de procesos
Proyecto final
Figura 1. Comportamiento del sistema con valores antiguos
Figura 2. Error de valores iniciales
Figura 3. Comportamiento del sistema con los nuevos valores de los parámetros.
Figura 4. Corrección de valores iniciales.
Universidad Nacional de Colombia – Sede INTEGRANTES
Manizales Carlos A. Trujillo Vidales
Facultad de Ingeniería y Arquitectura Santiago Castro Henao
Departamento Ingeniería Química David A. Velásquez Ramos
Control de procesos
Proyecto final
1.3. Modelo matemático empleado.
La selección del solucionador numérico de ecuaciones diferenciales ordinarias constituye un
aspecto crítico en la simulación de sistemas dinámicos en MATLAB/Simulink, pues
determina tanto la precisión como el costo computacional total. En el presente trabajo se optó
por el solucionador ode15s en lugar del habitualmente empleado ode45, decisión
fundamentada en la presencia de rigidez en los modelos de control analizados.
Un sistema se clasifica como rígido cuando sus ecuaciones exhiben constantes de tiempo con
órdenes de magnitud muy diferentes, generando modos dinámicos rápidos y lentos
coexistentes; esta característica es común en sistemas de control con realimentación, donde
actuadores, sensores y controladores introducen polos de alta frecuencia. El método ode45,
basado en un esquema explícito Runge-Kutta (4,5) Dormand-Prince, resulta altamente
ineficiente en tales casos, ya que la restricción de estabilidad absoluta obliga a reducir
drásticamente el paso de integración, incrementando exponencialmente el tiempo de
cómputo.
En contraste, ode15s implementa métodos implícitos de fórmulas de diferenciación hacia
atrás (BDF) de orden variable (1-5), especialmente diseñados para problemas rígidos.
Aunque cada paso requiere resolver sistemas no lineales mediante técnicas Newton
modificadas, el número total de pasos se reduce significativamente, logrando reducciones de
varios órdenes de magnitud en el tiempo de simulación sin comprometer la exactitud. Por
consiguiente, ode15s representa la elección óptima para los modelos estudiados, permitiendo
realizar análisis extensivos en tiempos computacionalmente viables.
2. OBJETIVOS DE CONTROL PARA EL PROCESO ESPECÍFICO
Esto es un sistema MIMO que para controlar debe ser SISO
2.1. Controlabilidad
Si se puede controlar [ CONT = 0]
2.2. Observabilidad
Si se puede observar [OBVS = 0]
2.3. RGA
Se utiliza el Relative Gain Array (RGA) para identificar los emparejamientos más adecuados
entre las variables de entrada y salida, así como sus interacciones. Para ello, se seleccionan
los valores del RGA que se encuentren entre 0 y 1, siendo lo ideal que se acerquen lo más
posible a 1. Los valores negativos se descartan, ya que provocan inestabilidad en el
Universidad Nacional de Colombia – Sede INTEGRANTES
Manizales Carlos A. Trujillo Vidales
Facultad de Ingeniería y Arquitectura Santiago Castro Henao
Departamento Ingeniería Química David A. Velásquez Ramos
Control de procesos
Proyecto final
controlador, mientras que los valores superiores a 1 tampoco se consideran, ya que no son
compatibles con un control SISO.
Tabla 1. Resultado del Relative Gain Array (RGA)
S X P 𝐇𝟏 𝐇𝟐 D 𝛂
X 0.0000 0.0852 0.0000 0.0972 0.0000 -1.1209 1.9384
S 0.9663 -0.0332 0.0000 0.0030 0.0000 0.0091 0.0548
P 0.0000 -0.0034 0.0000 0.8459 0.0003 0.8750 -0.7178
𝐇𝟑 0.0000 -0.0149 0.0000 0.0535 0.0000 1.2368 -0.2754
De acuerdo con los resultados obtenidos en la Tabla 1, los emparejamientos más apropiados
son: la biomasa que sale debe ser controlada con la biomasa que entra; el sustrato que sale
debe ser controlado con el sustrato que entra; el pH de salida debe ser regulado mediante el
pH de la corriente 1; y, para controlar la concentración de producto, la variable de
manipulación será la tasa de dilución.
Dado que el objetivo principal es controlar la cantidad de producto obtenido, la variable a
manipular será la tasa de dilución, lo que convierte el sistema MIMO en SISO. Además, el
valor de ganancia obtenido está muy cercano a 1, lo que garantiza una buena estabilidad en
el control de esta variable de salida.
3. Diseño de la estructura de control (lazos de control propuestos y nuevos grados de
libertad)
Para la estructura de control teniendo claro el objetivo de control, se implementará un
controlador ON-OFF y un controlador PID y se analizará su comportamiento.
ON-OFF
PID
4. Sintonización de los controladores por varias técnicas y evaluación del desempeño
del proceso en lazo cerrado utilizando índices de desempeño estándar.
IMC