Método C.S. en Control de Procesos Químicos

INSTITUTO TECNOLGICO DE AGUASCALIENTES
IMPLEMENTACIN Y ANLISIS DE ESTRATEGIAS

NUMRICAS ESTOCSTICAS DE OPTIMIZACIN GLOBAL
SOBRE ESQUEMAS DE CONTROL DE PROCESOS
TESIS
PARA OBTENER EL GRADO DE:
MAESTRO EN CIENCIAS EN INGENIERA QUMICA
PRESENTA
I.Q.M. ELENA ELSA BRICIO BARRIOS
ASESOR
DR. JOS ENRIQUE JAIME LEAL
COMIT
DR. ADRIN BONILLA PETRICIOLET
DR. CARLOS ALBERTO SOTO BECERRA
Aguascalientes, Ags; Julio del 2015
NDICE
NDICE DE TABLAS ..................................................................................................... I

NDICE DE FIGURAS ................................................................................................ IV
LISTA DE SMBOLOS ............................................................................................... VI
ABREVIATURAS ....................................................................................................... VII
RESUMEN ...................................................................................................................... 1
1. INTRODUCCIN ...................................................................................................... 2
1.1. Introduccin ......................................................................................................... 2
1.2. Objetivos ............................................................................................................... 3
1.2.1. General ........................................................................................................... 3
1.2.2. Especficos ...................................................................................................... 3
1.3. Planteamiento del problema ............................................................................... 4
1.4. Justificacin .......................................................................................................... 4
2. MARCO TERICO ................................................................................................... 5
2.1. Modelacin de sistemas ....................................................................................... 5
2.2. Esquemas de control de procesos ....................................................................... 6
2.2.1. Control On-Off............................................................................................... 6
2.2.2. Control PID .................................................................................................... 7
2.2.3. Control Adaptativo ..................................................................................... 12
2.2.4. Control de Modo Deslizante (SMC) ........................................................... 12
2.2.5. Control Hbrido ........................................................................................... 18
2.3. Sintonizacin de parmetros para un sistema de control .............................. 18
2.3.1. Sintonizacin de parmetros a travs de estrategias empricas .............. 19
2.3.2. Sintonizacin de parmetros a travs de estrategias numricas............. 22
2.4. Estrategia numrica estocstica de optimizacin global Cuckoo Search ..... 24
2.4.1. Funcionamiento del algoritmo de optimizacin Cuckoo Search ............ 25
2.5. Evaluacin de la robustez del sistema de control ............................................ 25

3. METODOLOGA ................................................................................................. 27
3.1. Incorporacin de un sistema de control de procesos ...................................... 27
3.2. Descripcin de los esquemas de control ........................................................... 28
3.3. Incorporacin de una estrategia numrica de optimizacin global en un
esquema de control de procesos ............................................................................... 28
3.4. Descripcin del funcionamiento del esquema de control de procesos con el
algoritmo de optimizacin para el ajuste de parmetros de control .................... 29
3.5. Criterio para evaluar la robustez de los sistemas de control ......................... 31
3.6. Sistemas de procesos estudiados ....................................................................... 31
4. RESULTADOS ..................................................................................................... 33
4.1. Evaluacin de un sistema de control en el proceso de tanques
interconectados.......................................................................................................... 33
4.2. Evaluacin de un sistema de control para un proceso de tanque de reaccin
con agitacin continua .............................................................................................. 37
4.2.1. Implementacin de un sistema de control PI ............................................ 41
4.2.2. Implementacin de un sistema de control SMC ....................................... 43
4.2.3. Evaluacin de la robustez de la accin de control PI vs SMC ................. 45
4.2.4. Anlisis comparativo entre el esquema de control PI y SMC ................. 47
4.3. Evaluacin de un sistema de control para un proceso de tanque de reaccin
con agitacin continua y presencia de perturbacin en el flujo de alimentacin.48
4.3.1. Implementacin de un sistema de control PI ............................................ 48
4.3.2. Implementacin de un sistema de control de tipo SMC........................... 50
4.3.4. Anlisis comparativo entre el esquema de control PI y el SMC.............. 54
4.4. Evaluacin de un sistema de control para un proceso de un tanque de
agitacin constante con mltiples perturbaciones ................................................. 55
4.4.1. Modelo matemtico del proceso ................................................................. 55
4.4.2. Implementacin de un sistema de control de tipo SMC........................... 60

4.4.4. Anlisis comparativo entre el esquema de control PI y el SMC.............. 64
5. CONCLUSIONES .................................................................................................... 65
5.1. Generales ............................................................................................................ 65
5.2. Especficas........................................................................................................... 65
6. BIBLIOGRAFA ...................................................................................................... 67
7. APNDICES ............................................................................................................. 74
7.1. Esquemas de control .......................................................................................... 74
7.1.1. Controlador PID.......................................................................................... 74
7.1.2. Controlador SMC ........................................................................................ 74
7.1.2.1. Superficie deslizante S(t).......................................................................... 74
7.2. Casos de estudio ................................................................................................. 75
7.2.1. Sistema de control en el proceso de tanques interconectados ................. 75
7.2.2. Sistema de control para un proceso de tanque de reaccin con agitacin
continua. ................................................................................................................. 75
continua y presencia de perturbacin en el flujo de alimentacin. .................. 77
7.2.4. Sistema de control para un proceso de un tanque de agitacin constante
con mltiples perturbaciones ............................................................................... 78
AGRADECIMIENTOS
Para mis paps Jaime y Eva que a lo largo de mi estancia en Aguascalientes

cuando me telefoneaban siempre preguntaban preocupados si ocupaban algo y que
pronto estara en su casa hacindoles compaa y permitindome maleducar a mis
mascotas. A mis hermanos, que a pesar de verlos en pocas ocasiones, siempre ha sido
grato verlos y en especial a Beto que aunque pasen los aos seguimos siendo un par de
tontos amigos dispuestos a robar un tiempo para tomar caf y comer galletas para evitar
cumplir nuestras obligaciones.
Para mi eterno novio Santiago Arceo que me ha acompaado fsica, emocional y
econmicamente por ms de una dcada a lo largo de mi permanencia en cinco Estados
del pas sin importar cual difcil o complicada sea la situacin que tenga que afrontar o
decisin por tomar. As tambin a mis suegros, que siempre me han recibido en su casa
con los brazos abiertos y queso en su refrigerador.
A Bianny, Blanquita y Pedro habitantes de Tierra caliente y clido corazn por
mantenernos en contacto despus de mi partida de Michoacn y a la familia Barrios
Vzquez quienes me han dado tanto cario por tantos aos y me ofrecieron su casa
cuando fue necesario.
A mis profesores que me hicieron pasar eternas noches en vela y largusimas
horas de incertidumbre previa a la satisfaccin. A mi asesor que me ense a sacar el
orgullo y a mi Comit Sinodal que aportaron comentarios y observaciones muy
valiosas que enriquecieron el contenido de este trabajo.
Al Dr. P.S. Donovan, Dr. Michael Ale y la Dra. Lena Reed por su apoyo y gua
acadmica en mi nueva aventura.
A la beca otorgada por CONACYT que sin ella no hubiese sido posible siquiera
soar en realizar un Posgrado.
DEDICATORIA
Le dedico el corazn de este trabajo quienes durante mi estancia en el ITA me

hicieron rer y saborear horas de alegra, quienes compart la mesa para comer en la
escuela y fuera de ella, quienes me dieron su confianza para contar mis penas y me
dieron aliento, mi eterno agradecimiento a las personas cuyos consejos y gua fue
indispensable para lograr todos mis objetivos, quienes me invitaron a salir tras un largo
da de trabajo. No tengo palabras para agradecer a los que me ofrecieron una cama
cuando ya no viva en Aguascalientes y en especial con los que mantengo contacto y
espero que contine por muchos aos.
A Santiago Arceo, que indudablemente ha sido mi Pepe Grillo por tanto aos y
espero tener la fortuna de continuar con l por lo que me reste de vida.
Al chico que me invit a su primer pastel de cumpleaos cuando celebr 30.

Q.D.E.P. Vctor Velzquez
Many places I have been

Many sorrows I have seen
But I don't regret
Nor will I forget
All who took the road with me
Billy Boyd
NDICE DE TABLAS
Elementos de sintonizacin de los controladores P, PI y PID a travs del

mtodo de Ziegler-Nichols a lazo cerrado...
20
Valores lmites donde se realiz la bsqueda de los parmetros de ajuste

optimizados para un controlador PID implementado en un sistema de
tanques interconectados.................................................................................
35
Parmetros de ajuste de la referencia obtenido por el mtodo de ZieglerNichols y optimizados para un controlador PID implementado en un
sistema de tanques interconectados. .............................................................
ndices de desempeo obtenidos en un sistema de control para un proceso

de tanques interconectados empleando un control PID..................................
37
Descripcin de los parmetros de diseo y sus valores en estado estable

para un sistema de reactor CSTR. ...................................................................
35
40

optimizados para un controlador PI implementado un sistema de reactor
CSTR................................................................................................................
41
Parmetros de ajuste de la referencia obtenido por el mtodo de ZieglerNichols y optimizados para un controlador PI implementado en un reactor
CSTR. ...........................................................................................................
42

optimizados para un controlador SMC implementado un sistema de reactor
CSTR. ...........................................................................................................
Parmetros de ajuste referenciados y optimizados para un controlador SMC

implementado en un reactor CSTR. ............................................................
10
44
ndices de desempeo obtenidos de un sistema CSTR empleando un control

PI. ..............................................................................................................
11
43
46
ndices de desempeo obtenidos de un sistema CSTR empleando un control
SMC.................................................................................................................. 46
12

optimizados para un controlador PI implementado un sistema de reactor
CSTR con presencia de perturbacin en el flujo de alimentacin...................
13
48
Parmetros de ajuste referenciados y optimizados para un controlador PI

implementado en un reactor CSTR con presencia de perturbacin en el flujo
de alimentacin. ..........................................................................................
14
49

optimizados para un controlador SMC implementado un sistema de reactor
CSTR con perturbacin a la entrada. ............................................................
15
51

implementado en un reactor CSTR con presencia de una perturbacin en el
flujo de alimentacin..................................................................................
16
ndices de desempeo obtenidos de un sistema CSTR con perturbacin a la

entrada empleando un control PI. .............................................................
17
53
Descripcin de los parmetros de diseo y sus valores en estado estable

para un sistema de un tanque de agitacin continua. ...................................
19
53
ndices de desempeo obtenidos de un sistema CSTR con perturbacin a la

entrada empleando un control SMC. ...........................................................
18
51
57

optimizados para un controlador PI para un tanque de agitacin con
mltiples perturbaciones en el flujo de alimentacin del fluido caliente......
20
58
Parmetros de ajuste referenciados y optimizados para un controlador PI

implementado en un tanque de agitacin con presencia de mltiples
perturbaciones en el flujo de alimentacin del fluido caliente.....................
21
58

optimizados para un controlador SMC para un tanque de agitacin con
mltiples perturbaciones en el flujo de alimentacin del fluido caliente........
22
60

II
implementado en un tanque de agitacin con presencia de mltiples

perturbaciones en el flujo de alimentacin del fluido caliente........................
23
61
ndices de desempeo obtenidos de un tanque de agitacin con mltiples

perturbaciones en el flujo de alimentacin del fluido caliente empleando un
control PI. ..................................................................................................
24
63
ndices de desempeo obtenidos de un tanque de agitacin con mltiples

perturbaciones en el flujo de alimentacin del fluido caliente empleando un
control SMC.....................................................................................................
63
III
NDICE DE FIGURAS
Accin de control de un esquema tipo On-Off sobre la variable Temperatura

para un proceso.
Interpretacin grafica del SMC.....
13
Comportamiento de la trayectoria del sistema a lo largo de la superficie

deslizante..
13
Mtodo de punto de inflexin sobre una curva de reaccin para la

determinacin de parmetros de ajuste de un sistema de control a travs del
mtodo de Ziegler-Nichols a lazo abierto..... 21
Diagrama de bloques de un sistema de control a lazo cerrado..... 27
Diagrama de bloques de un sistema de control a lazo cerrado con etapa de

autoajuste de parmetros mediante un algoritmo de optimizacin..
29
Esquema de un sistema de tres tanques interconectados.
33
Comportamiento transitorio de la respuesta de un control PID para un sistema
de tres tanques interconectados
36
Esquema de un sistema de un reactor CSTR
38
10 Comportamiento transitorio de la respuesta de un control PI para un sistema

CSTR... 42
11 Comportamiento transitorio de la respuesta de un control SMC para un sistema
CSTR... 45
12 Dinmica de accin del controlador en un sistema CSTR, empleando un
controlador de tipo PI y SMC..
47
13 Comportamiento transitorio de la respuesta de un control PI para un sistema

CSTR con perturbacin a la entrada.
50
14 Comportamiento transitorio de la respuesta de un control SMC para un sistema

52
IV
15 Dinmica de accin del controlador de un sistema CSTR con perturbacin a la

entrada, empleando un controlador de tipo PI y SMC.
54
16 Esquema de un tanque de agitacin constante. ...
55
17 Comportamiento transitorio de la respuesta de un control PI para un tanque de

agitacin con mltiples perturbaciones en el flujo de alimentacin del fluido
caliente.. 59
18 Comportamiento transitorio de la respuesta de un control SMC un tanque de
agitacin con mltiples perturbaciones en el flujo de alimentacin del fluido
caliente.. 62
19 Dinmica del controlador de un tanque de agitacin con mltiples
perturbaciones en el flujo de alimentacin del fluido caliente, empleando un
controlador de tipo PI y SMC... 64
LISTA DE SMBOLOS
Valor de la variable a controlar
Valor de la variable de control a la salida del proceso
Error o desviacin existente entre el valor deseado de la variable de

control
Accin del controlador
Ganancia del elemento del control Proporcional
Ganancia del elemento del control Integral
Ganancia del elemento del control Derivativo
S(t)
Superficie deslizante
Xo
Trayectoria del sistema
Parmetro de ajuste
()
Ley de control continuo
()
Ley de control discontinuo
Parmetro de sintonizacin responsable de la etapa de alcance
Parmetro de ajuste para la reduccin del ruido
Ganancia del proceso
Constante en el tiempo
t0
Tiempo muerto
ltima ganancia
ltimo periodo
Vector de parmetros de ajuste ptimos
Solucin del problema en un tiempo (i)
VI
Tamao de paso
ABREVIATURAS
Controlador Proporcional
Controlador Integral
Controlador Derivativo
PI
Controlador Proporcional-Integral
PD
Controlador Proporcional-Derivativo
PID
Controlador Proporcional-Integral-Derivativo
SMC
Control de Modo o Estructura Deslizante
FOPDT
Modelo de primer orden ms tiempo muerto
CS
Cuckoo Search
AG
Algoritmos Genticos
I.E.C.
Integral del error cuadrtico
I.E.A.
Integral del error absoluto del error
I.T.E.C.
Integral del producto del tiempo y el cuadrado de la magnitud del error
I.T.E.A.
Integral del producto del tiempo y el valor absoluto del error
. . .
Error cuadrtico medio
VII
RESUMEN
Este proyecto propone la implementacin de la estrategia estocstica de

optimizacin global Cuckoo Search para la seleccin de los parmetros ptimos de
ajuste de un sistema de control de tipo PI/PID y SMC.
Se analizaron cuatro casos clsicos de la Ingeniera de Procesos, donde las
ecuaciones gobernantes del proceso como del controlador, se desarrollaron a travs de
programacin de bloques de SIMULINK y se acopl con el algoritmo Cuckoo Search
codificado en lenguaje de MATLAB. Tras 100 ejecuciones se localizaron los
parmetros ptimos de ajuste y se eligieron el valor mayor, el menor y el promedio de
las funciones objetivo. En cada caso se analiz el tiempo de asentamiento, el mximo
sobreimpulso y se determin la robustez del sistema a travs de los ndices de
desempeo de los parmetros optimizados respecto a los obtenidos con los parmetros
de ajuste referenciados. Posteriormente, se analiz la dinmica de accin del
controlador con los parmetros de la funcin objetivo promedio respecto a los
parmetros referenciados con el objetivo de evaluar si la implementacin del algoritmo
de optimizacin estocstico Cuckoo Search es una alternativa viable como estrategia de
sintonizacin de parmetros en un sistema de control.
De acuerdo a los resultados obtenidos en los casos presentados, la aplicacin de
la estrategia de optimizacin de tipo estocstica Cuckoo Search mostr ser una buena
opcin para el ajuste de parmetros en controladores de tipo PID y SMC.
Especficamente al implementar los parmetros optimizados en un sistema con
mltiples perturbaciones sobre el control PI, la dinmica transitoria del sistema retorna
al valor deseado en menor tiempo respecto a los parmetros referenciados. Mientras
que, para el controlador SMC se encontr que la dinmica transitoria posterior a recibir
la perturbacin mostr un comportamiento anlogo al control PI.
1. INTRODUCCIN
1.1. Introduccin
La etapa de diseo, operacin y control es una parte importante del rea de

Ingeniera de Procesos. Con el incremento en la complejidad de los procesos actuales, la
etapa de operacin se ha dificultado, lo cual se refleja en la dinmica, o comportamiento
del sistema. Incluso en el caso en que un proceso se encuentre siendo operado en
condiciones ptimas, en las que su dinmica refleja un comportamiento estable, puede
ser alejado de este estado al presentarse perturbaciones a las que es susceptible (Pisano
y Usai, 2001).
Por lo anterior, es necesaria la incorporacin de un esquema de control que
pueda retornar un sistema en especfico a una dinmica estable, en el caso en que
pudieran presentarse perturbaciones (Nasir et al., 2010). A la fecha, se han diseado e
implementado una gran variedad de esquemas de control a diferentes reas,
clasificndose en dos grandes ramas: los esquemas de control clsicos y los esquemas
de control moderno (Nguyen et al., 1993; Chen y Peng, 2006).
Dentro de los esquemas en esta ltima categora, existe uno denominado como
estructura deslizante, el cual se caracteriza por ser insensible a perturbaciones externas y
lo suficientemente robusto para el control de sistemas con presencia de respuesta
inversa, que se presenta en muchos procesos del rea de Ingeniera Qumica (Camacho
y Smith, 2000).
Independientemente del esquema de control acoplado en un proceso, su accin
sobre la dinmica del proceso est dada, en gran medida, en funcin de los valores
asignados a los parmetros de ajuste del controlador. Este tipo de ajuste puede abordarse
como un problema de optimizacin de parmetros y, por ende, debe contarse con una
estrategia adecuada para obtener los valores ptimos de dichos parmetros (Minghong
et al., 2006).
Este trabajo reporta la implementacin de una estrategia estocstica de
optimizacin global (Cuckoo Search) para la seleccin de los parmetros de ajuste de un
sistema de control de tipo PI/PID y SMC sobre cuatro casos de estudio y su
comparativo respecto a la tcnica de sintonizacin de parmetros reportadas por los
2
autores. En cada caso se evalu el tiempo de asentamiento, mximo sobreimpulso,

robustez a travs de los ndices de desempeo y dinmica de la vlvula.
1.2. Objetivos
1.2.1. General
Incorporacin de la estrategia estocstica de optimizacin global Cuckoo Search
para la localizacin de los parmetros de ajuste de un sistema de control de tipo PI/PID
y SMC sobre cuatro casos de estudio de Ingeniera Qumica y su comparativo respecto a
las tcnicas de sintonizacin clsicas.
1.2.2. Especficos
Localizar los parmetros ptimos a travs del algoritmo de optimizacin Cuckoo

Search.
Evaluar la magnitud de la funcin objetivo para los parmetros de ajuste calculados

por el Mtodo de Ziegler-Nichols publicados por los autores respecto a los
parmetros obtenido por el algoritmo de optimizacin.
Analizar la dinmica transitoria de cada sistema y su comparativo respecto a las

tcnicas clsicas de sintonizacin de parmetros.
Cuantificar los ndices de desempeo de un conjunto de problemas de Ingeniera

Qumica de los esquemas de control clsico y moderno con los parmetros de ajuste
optimizados y de referencia.
Evaluar la dinmica de la vlvula para determinar cul esquema de control generar

menor dao sobre el dispositivo.
Determinar bajo qu casos, la implementacin de los parmetros de ajuste

optimizados son capaces de proveer un comportamiento dinmico ms robusto
respecto a las tcnicas de sintonizacin de referencia.
1.3. Planteamiento del problema

El diseo, operacin y control de un proceso industrial requiere el estudio
detallado de la dinmica del sistema. Sin embargo, la gran cantidad de parmetros que
lo componen, la ignorancia de algunos de estos, y, en muchos casos, la no linealidad
dificultan esta tarea. En los ltimos aos, los sistemas de control de modo variable
(SMC) han aminorado las dificultades de modelar sistemas no lineales. Estos sistemas
de control presentan mltiples ventajas respecto a los PI/PID, usualmente ms
empleados pero que pierden funcionalidad al aplicarse a procesos en los que existen
relaciones altamente no-lineales entre los parmetros de control y/o perturbaciones
externas.
Existe una gran variedad por las cuales un sistema no satisfaga con las
condiciones de operacin requeridas, por ejemplo: la sintonizacin de los parmetros de
ajuste que componen al controlador no fueron bien calculados, inadecuada estrategia de
control, descripcin incorrecto del proceso, generacin de perturbaciones o ruido.
Por lo que es necesario contar con un mtodo robusto que sea capaz de
proporcionar los parmetros de ajuste de controlador que retorne al sistema a la
dinmica estable.
1.4. Justificacin
A la fecha se tienen reportadas una gran variedad de estrategias de sintonizacin

que van desde mtodos basados en leyes empricas, estrategias de autoajuste hasta
tcnicas de optimizacin global, donde stas ltimas no han sido aplicadas en problemas
de Ingeniera Qumica bajo el esquema de control de tipo SMC. Es por esto, que el
propsito este trabajo es la incorporacin de la estrategia estocstica de optimizacin
global Cuckoo Search para la localizacin de los parmetros de ajuste de un control
PI/PID y SMC. Este proyecto es el primero en su tipo en abordar este mtodo de
optimizacin sobre esquemas de control de tipo deslizante.
2. MARCO TERICO
2.1. Modelacin de sistemas

Dentro de la Ingeniera de Procesos, existe una gran diversidad de sistemas
industriales, cuyas aplicaciones caen en diversas reas, como lo son las reas mecnica
(Zhou y Wenly, 1999; Piltan et al., 2011), elctrica (Johnston, 1998), electrnica (Yong
y Gahg, 2011) y qumica (Camacho y Smith, 2002; Chen y Peng, 2006). As mismo, ya
que los procesos o sistemas suelen componerse de subprocesos o etapas interconectadas
entre s, resulta necesario desarrollar un entendimiento de la dinmica de estas etapas
para su adecuado diseo, operacin y control (Farzin et al., 2011).
Si bien la descripcin del proceso representa una etapa importante de diseo,
sta puede resultar muy complicada siendo ms factible generar un modelo tipo entradasalida (Chalupa y Novak, 2013). Este tipo de modelo (entrada-salida) corresponde a un
conjunto de ecuaciones matemticas que describen la dinmica del proceso y ayudan a
identificar las principales variables que afectan al sistema a considerar (Nasir et al.,
2010; Chalupa y Novak, 2013).
El proceso de modelado parte de la integracin de elementos y componentes
provenientes de leyes fsicas y conservativas de cada rea con el fin de generar los
modelos matemticos que describan al sistema bajo estudio (Sam et al., 2002; Nasir et
al., 2010; Chalupa y Novak, 2013). El desarrollo de un modelo que sea capaz de
describir la dinmica real de un sistema suele ser un proceso complicado, en particular,
para los sistemas no lineales y multivariables, donde los procesos qumicos usualmente
presentan este tipo de comportamiento (Camacho y Smith, 2000; Chen y Peng, 2006).
Existen diversas causas por las que el comportamiento de un sistema puede
diferir de los resultados esperados, como la presencia de perturbaciones, formulacin
incorrecta del modelo matemtico, inadecuada sintonizacin de los parmetros de ajuste
del controlador (Pisano y Usai, 2011).
Por lo anterior, adems de requerirse una adecuada modelacin del sistema, es
necesario contar con herramientas robustas. En particular, para la etapa de operacin es
necesaria la implementacin de un mecanismo de control que auxilie al sistema a
retornar a una dinmica estable ante cualquier tipo de perturbacin que se presente
(Nasir et al., 2010).
5
2.2. Esquemas de control de procesos

El principal objetivo de disear e incorporar un esquema de control en un
proceso es mejorar la relacin desempeo dinmico versus convergencia o punto de
estabilidad, es decir, garantizar su estabilidad operativa ante la posible presencia de
perturbaciones, lo cual tambin est relacionado con la reduccin de costos de
produccin o de tiempos muertos en el proceso (Ogata, 1994).
A la fecha, existen una gran variedad de estudios relacionados al diseo y
aplicacin de esquemas de control para la estabilidad de sistemas reportados en la
literatura. Estos se clasifican en dos familias principales: los esquemas de control
clsico y los esquemas de control moderno.
Dentro de la teora de control clsico, el esquema de control ms utilizado es el
denominado On-Off, el cual presenta una estructura de diseo simple. Posteriormente,
se disearon los controladores Proporcional-Integral (PI) y Proporcional-IntegralDerivativo (PID), los cuales parten de un diseo matemtico ms elaborado. De acuerdo
a la literatura, este tipo de control (PI/PID) es ampliamente utilizado debido a la
simplicidad en que puede implementarse y operarse (Nguyen et al., 1993; Pawan y
Vinod, 2013).
En el control moderno, se han desarrollado esquemas ms robustos tales como
los de control adaptativo o de estructura deslizante, los cuales han sido aplicados y
evaluados en diversos problemas y reas de la ingeniera (Chen y Peng, 2006; Musmade
et al., 2011). Los siguientes apartados describen brevemente el funcionamiento de los
esquemas de control antes mencionados.
2.2.1. Control On-Off

El control On-Off es el esquema de control ms simple. ste se caracteriza por
tener dos posiciones fijas: encendido y apagado. En este esquema, la salida del
controlador va de un extremo a otro cuando el valor de la variable controlada se desva
del deseado (Kou et al., 2008).
En contraste con otras acciones de control, donde los esquemas tienen
capacidad de trabajar con variaciones continuas en su respuesta, los On-Off cuentan con
solo dos posiciones en la respuesta induciendo grados de correccin extremos sobre el
sistema. De esta forma, la variable controlada oscila continuamente entre los lmites
requeridos por el elemento de control (Nishida, 2011).
Si bien la principal ventaja de este controlador es su bajo precio de instalacin y
mantenimiento, ste posee una escasa precisin para trabajar con modelos de dinmica
compleja (Kou et al., 2008). La Figura 1 muestra la accin de control de un esquema
tipo On-Off para un proceso donde se requiere controlar la temperatura.
Figura 1. Accin de control de un esquema tipo On-Off sobre la variable temperatura

para un proceso.
2.2.2. Control PID

Otro de los esquemas del control clsico es el denominado PID, el cual incluye
tres acciones de control: Proporcional, Integral y Derivativo (Higuera et al., 2010;
Nishida, 2011; Pawan y Vinod, 2013). El control Proporcional, Integral y Derivativo
tienen tres funciones especificas: la compensacin de la desviacin para anular el error
actual, el error pasado y el error futuro anticipado, respectivamente (Basilio y Matos,
2002). A continuacin se detalla cada elemento de control y sus combinaciones.
2.2.2.1. Elemento de control Proporcional (P)
El elemento de control, o de regulacin Proporcional, es aquel que genera una
accin correctiva sobre el sistema y cuya magnitud es proporcional al error o desviacin
presente. Una caracterstica importante de la accin del control Proporcional es que ste
se emplea cuando se requiere una correccin sostenida (a causa de una perturbacin
prolongada que acta sobre el sistema).
Un esquema de control Proporcional en el dominio del tiempo est definido por
() = ()
(1)
donde es la accin del controlador sobre el proceso, es un parmetro escalar

ajustable que representa la ganancia del control Proporcional y () es el error del
sistema a lazo cerrado.
En el dominio de Laplace, el esquema de control Proporcional est representado por
() =
(2)
donde () y () es la accin del controlador y el error del sistema, respectivamente.

2.2.2.2. Elemento de control Integral (I)
El elemento de control o de regulacin Integral hace que el elemento final de
control se mueva a una velocidad proporcional a la seal de error, es decir, cuanto
mayor es la desviacin o error, mayor es la velocidad de desplazamiento del actuador.
As, mientras exista una seal de error, persistir una accin correctora, siendo menos
enrgica conforme se reduzca la seal de desviacin tanto en magnitud como en
duracin. De este modo, ante cualquier perturbacin, la accin correctora persistir
hasta producir una compensacin adecuada para restablecer en el proceso las
condiciones de equilibrio dinmico, anulando as la desviacin.
Sin embargo, la regulacin Integral tiene el inconveniente de que es poco
enrgica cuando aparece bruscamente una desviacin, ya que su efecto es paulatino.
Esta es su principal diferencia respecto a la regulacin Proporcional, en la que se
mantiene una desviacin permanente, pero que responde enrgica e instantneamente al
originarse una desviacin en el proceso.
Las acciones de control Integral, tanto en el dominio del tiempo como en el
dominio de Laplace, son:
=
=
(3)
(4)
donde es un parmetro escalar que representa la ganancia del control Integral y es

ajustable.
2.2.2.3. Elemento de control Derivativo (D)

El elemento de control o de regulacin Derivativo hace que la posicin del
elemento final de regulacin (actuador) adopte un desplazamiento instantneo,
proporcional a la velocidad de cambio de la desviacin o error (es decir, a la pendiente
de la seal de salida del proceso), en relacin a su posicin original. Por tanto, ante una
perturbacin de magnitud constante el desplazamiento del actuador (vlvula) es
proporcional a la primera derivada de su medida.
Una caracterstica importante del elemento Derivativo es su efecto anticipativo
sobre la respuesta del sistema. Esto equivale a una prediccin, con cierto tiempo de
antelacin, de los valores de la variable regulada acorde a la tendencia que presenta. Sin
embargo, a pesar de su utilidad, el control Derivativo no puede utilizarse solo debido a
que no responder a un error del estado estable. Por lo que, ste debe usarse en
combinacin con otras acciones de control (Harrison y Bollinger, 1978).
La accin del control Derivativo en el dominio del tiempo y en el dominio de
Laplace son representados por:
() =
()
() = ()
(5)
(6)
donde es un parmetro escalar ajustable que representa la ganancia del control

Derivativo.
Tal como se mencion, la combinacin de los tres elementos de control descritos
conforman un sistema de control que puede acoplarse a un proceso. Los sistemas de
control pueden ser el PI, PD y el PID son detallados a continuacin.
2.2.24. Control PI
El controlador PI combina el comportamiento del controlador Proporcional y el
controlador Integral. Esto permite que se aprovechen las ventajas de ambos elementos y
se reduzcan sus inconvenientes. El controlador PI acta inmediatamente despus de que
se presenta una perturbacin sobre el sistema. Gracias a la accin Proporcional, se
facilita inmediatamente un cambio en la salida del controlador, el cual tiende
gradualmente a ajustar el proceso. Posteriormente, la accin Integral proporcionar
paulatinamente la correccin suplementaria exacta hasta anular la desviacin o error.
Al estabilizarse el sistema, el actuador adoptar la posicin precisa para

satisfacer la demanda y/o requisitos impuestos por la perturbacin. Las expresiones
matemticas que define a este controlador, en el dominio del tiempo y en el dominio de
Laplace, son:
= +
() = +
()
(7)
(8)
La eficiencia del controlador PI, se incrementa con el aumento de la ganancia

y con el aumento de la componente , es decir, mediante la disminucin del tiempo de
reposicin. Sin embargo, si estos dos valores son demasiado extremos, la intervencin
del controlador llega a ser considerable, ante lo cual la respuesta del control llega a ser
oscilatoria y, por ende, inestable (Leyva, 2009).
2.2.2.5. Control PD
El controlador PD consta de la combinacin del elemento Proporcional y el
elemento Derivativo. La accin Derivativa describe la tasa de cambio de la desviacin
del sistema; cuanto mayor es esta tasa de cambio (el tamao de la desviacin del
sistema durante un perodo determinado) mayor es el componente Derivativo. Adems
de la respuesta de control del elemento Proporcional desviaciones mayores del sistema
se encuentran con respuestas muy breves pero de mayor amplitud.
Las ecuaciones que describen a este controlador en el dominio del tiempo y en el
dominio de Laplace son:
= +
()
() = + ()
(9)
(10)
Sin embargo, la aplicacin de este esquema de control est limitado debido a que
no puede compensar completamente las desviaciones del sistema y un componente
Derivativo ligeramente excesivo produce a la inestabilidad del sistema (Leyva, 2009).
2.2.2.6. Control PID
El controlador PID combina en un nico controlador las mejores cualidades de
cada elemento de control (Proporcional, Integral y Derivativo). La accin Proporcional
10
corrige la posicin del actuador en una cuanta proporcional al error, siendo de efecto
instantneo y enrgico. La accin Integral gira el vstago del actuador a una velocidad
proporcional a la seal del error, es de efecto lento y progresivo y acta hasta anular la
desviacin permanentemente. La accin Derivativa corrige la posicin del actuador en
una magnitud proporcional a la velocidad de cambio del error producindose un efecto
anticipativo al considerar la tendencia de la variable controlada.
Este sistema de control est expresado en el dominio del tiempo y en el dominio
de Laplace por:
= + +
() = +
()
+ ()
(11)
(12)
Estos parmetros ( , ) corresponden a los elementos para la

sintonizacin de los controladores PI, PD y PID. La robustez de operacin del
controlador est dada en funcin de sus valores.
Este tipo de esquema de control fue incorporado a los procesos industriales hace
siete dcadas (Pawan y Vinod, 2013) y a la fecha su aplicacin an continua vigente en
todas las reas de la ingeniera (Moradi, 2013). En la literatura, existe una amplia
variedad de estudios en los que se ha implementado esta estrategia de control: el trabajo
de Tahir y Al-Rawi (2006) emplearon un control PID para un sistema de tanques
interconectados. Camacho y Smith (2000) utilizaron un PI para controlar la operacin
de un tanque de mezclado y un reactor continuo. Jianhua y Junghu (2013) propusieron
un controlador PID para el control de redes de comunicacin. Mohan (2013)
implement este controlador para la manipulacin de un vehculo. Jing-Nang et al.
(2014) utilizaron un controlador PID para la regulacin de un sistema de aire
acondicionado. Jun et al. (2014) lo aplicaron para un sistema neumtico. Jian y Len
(2014) lo emplearon para el control no lineal de un robot manipulador, entre otros.
Sin embargo, estos esquemas de control no estn exentos de exhibir un
desempeo insatisfactorio cuando operan con sistemas complejos o con presencia de
respuesta inversa, o bien, cuando sus parmetros de sintonizacin son inadecuados ante
ciertas perturbaciones consecutivas. As, una acertada sintonizacin de los parmetros
de ajuste del controlador es necesaria para su ptimo funcionamiento (Vzquez, 2004).
11
2.2.3. Control Adaptativo

Los esquemas de control adaptativo se encuentran dentro de los esquemas de
control moderno ms recientes. Estos pudieron implementarse y desarrollarse a partir de
las mejoras en la capacidad de computo (Vzquez, 2004). Estos esquemas se
fundamentan en el acoplamiento de reglas o estrategias que buscan ir generando valores
adecuados en los parmetros de ajuste del controlador, mejorando as la capacidad de
control en los sistemas en los que se incorpora, y son especialmente tiles cuando el
proceso est sujeto a cambios inesperados en las condiciones de operacin (Kuo et al.,
2008).
Por citar algunos casos, Leva (1993) y Wang et al. (1997) propusieron
respectivamente un algoritmo para el auto-ajuste de parmetros en un control PI y PID
multivariable, ambos basados en retransmitir la retroalimentacin. Chang et al. (2003)
generaron una metodologa para un control PID multivariable basado en un auto-ajuste
neuronal. Altinten et al. (2004) propusieron un control PID adaptativo empleando un
algoritmo gentico para el ajuste de parmetros aplicado a un reactor de polimerizacin
y Chang y Yan (2005) desarrollaron un PID adaptativo para una clase de sistemas
caticos con incertidumbre y perturbaciones externas. Recientemente, Moradi (2013)
implement un algoritmo para el autoajuste de parmetros de un PID garantizando la
estabilidad de un sistema de lazo cerrado para un sistema aeronutico. Papadopoulos y
Margaris (2013) desarrollaron un control PID adaptativo automtico basado en el
criterio denominado de magnitud ptima y fue aplicado a un conjunto de problemas
clsicos del rea de control industrial. Mohideen et al. (2013) acoplaron una estrategia
para un PID adaptativo empleando un algoritmo gentico para el ajuste de parmetros y
aplicndolo en un sistema de tanques.
2.2.4. Control de Modo Deslizante (SMC)

Dentro de las estructuras del control moderno, existe una variante denominada
sistema de control deslizante (SMC) derivada del control de estructura deslizable
propuesto por Utkin (1977). El SMC se compone de dos etapas que operan
considerando una superficie deslizante, S(t), sobre la cual la dinmica del proceso se
restringe. En una primera etapa, cualquier trayectoria del sistema, Xo, ubicada fuera de
la superficie deslizante es direccionada a dicha superficie a travs de una ley de control
en un tiempo finito y es mantenida ah. A esta etapa se le denomina etapa de alcance.
12
Posteriormente, se presenta la segunda etapa o etapa deslizante, la cual consiste en

hacer que la trayectoria del sistema, o su dinmica propiamente dicho, se desplace a
travs de la superficie deslizante hasta lograr que la desviacin o perturbacin presente
se anule (Musmade et al., 2011). La Figura 2 ilustra estas dos etapas.
Figura 2. Interpretacin grafica del SMC.
Una vez que la trayectoria del sistema alcanza a la superficie deslizante, es

preferible que el desplazamiento se realice de manera suave a lo largo de dicha
superficie. Sin embargo, esto no llega a lograrse plenamente. En su lugar el
desplazamiento se realiza a travs de oscilaciones de alta frecuencia a lo largo de la
superficie donde a a este fenmeno se le denomina ruido. En la prctica, la presencia
de ruido es indeseable dado que genera una alta actividad de control (Camacho y Smith,
2000). La Figura 3 ilustra lo descrito.
Figura 3. Comportamiento de la trayectoria del sistema a lo largo de la superficie

deslizante. a) sin presencia de ruido y b) con presencia de ruido.
13
El control SMC es atractivo para una clase muy amplia de sistemas debido a su
capacidad para tratar con no-linealidades as como con incertidumbres y perturbaciones
del sistema de manera directa. Particularmente, este tipo de esquema de control resulta
muy til en sistemas con presencia de respuesta inversa (Camacho et al., 1999).
2.2.4.1. Diseo de un sistema de control SMC
El primer paso en el diseo del SMC es definir la superficie deslizante, S(t), la
cual se selecciona por representar un comportamiento estable. As, de acuerdo al trabajo
reportado por Camacho y Smith (2000), S(t) es una ecuacin integro-diferencial que
acta sobre la expresin de rastreo del error y est definida por:
=
(13)
donde es un parmetro de ajuste que determina el comportamiento del sistema sobre

la superficie deslizante y n es el orden del sistema, respectivamente.
El objetivo del control es asegurar que la variable de control sea igual a su valor
de referencia todo el tiempo, es decir, el valor del error sea cero. Alcanzado el valor de
referencia, se garantiza que el error siempre sea cero en todo el tiempo y por tanto S(t)
llega a ser constante, con lo cual se cumple lo siguiente:
=0
(14)
Esta condicin garantiza la generacin adecuada de la superficie deslizante, S(t).

Posteriormente, se trabaja en el diseo de la ley de control que guiar a la variable
controlada hacia el valor de referencia, cumplindose la condicin dada por la Ecuacin
(14). La ley de control, U(t), est compuesta por una parte continua, (), y una parte
discontinua, (), representada por:
= + ()
(15)
La parte continua est en funcin de la variable controlada y del valor de

referencia:
= ( , )
(16)
Respecto a la parte discontinua, sta incorpora un elemento no lineal que incluye

al elemento de conmutacin de la ley de control. Esta parte del controlador es
discontinua a travs de la superficie deslizante:
14
()
(17)
() +
donde es un parmetro de sintonizacin responsable de la etapa de alcance del SMC

y es un parmetro de ajuste utilizado para reducir la presencia de ruido.
El diseo de la parte continua de la ley de control debe partir de un modelo que
describa adecuadamente a los sistemas. De acuerdo al trabajo de Camacho et al. (1999),
los Procesos Qumicos con respuesta inversa pueden ser aproximados mediante un
modelo de primer orden ms tiempo muerto (FOPDT), ya que el empleo de modelos
lineales de mayor orden llegan a generar un controlador inestable. Un modelo FOPDT
est representado por:
()
=
()
(18)
+1
donde K es la ganancia del proceso, es la constante de tiempo y t0 es el tiempo muerto

del proceso, respectivamente.
Sin embargo, de acuerdo a la literatura no existe un sistema de control SMC
capaz de trabajar con el tiempo muerto, por tal razn, este trmino puede aproximarse a
travs de una serie de Taylor de primer orden, es decir:
0 =
(19)
0 +1
Sustituyendo la Ecuacin (20) en la Ecuacin (19) se obtiene:

()
= +1
()
(20)
0 +1
De manera anloga, la Ecuacin (20) en su forma diferencial puede ser:

0
2 ()
2
+ 0 +
+ = ()
(21)
Lo cual define a una ecuacin diferencial de segundo orden (n=2). Este orden se
sustituye la Ecuacin (14), la cual describe a la superficie de deslizamiento:
=
+ 1 + 0
(22)
donde 1 = 2 y 0 = 2 . A su vez sustituyendo esta expresin en la Ecuacin (15) se

obtiene:
15
()
2
2
+ 1
+ 0 = 0
(23)
Ahora, sustituyendo la Ecuacin (1) que representa al error en el dominio del

tiempo, e(t)=R(t)-X(t), en los primeros dos trminos con diferencial del error de la
anterior expresin, se obtiene lo siguiente:
2 ()
2
2 ()
2
()
+ 1
()
+ 0 = 0
(24)
Despejando la derivada de mayor orden de la Ecuacin (22) para sustituirla en la

anterior expresin y despejando a U(t) se obtiene la parte continua del SMC:
=
0 +
()
()
0
+ 0 +
2 ()
2
+ 1
()
(25)
Puesto que las derivadas de los valores de referencia pueden descartarse sin
afectar la accin del controlador, la Ecuacin (26) se simplifica a:
=
0 +
()
()
0
+ 0
(26)
Y considerando que:
1 =
0 +
(27)
La parte de control continua llega a ser:

=
()
+ 0
(28)
As, la ley de control que define al sistema de control SMC y que est
representado por la adiccin de las partes continuas y discontinuas antes descritas est
dada por:
=
()
+ 0 () +
()
() +
(29)
Siguiendo las mismas consideraciones para la superficie de deslizamiento

representada por la Ecuacin (23), tomar la forma siguiente:
= ()
()
+ 1 + 0
(30)
16
Por otra parte y de acuerdo a lo reportado por Camacho y Smith (2000), para
asegurar que la superficie deslizante se comporte como un sistema sobreamortiguado, 0
est dada por:
0 =
12
(31)
Sustituyendo la Ecuacin (27) en la anterior expresin:

1 0 + 2
0 = 4
(32)
De igual forma, los parmetros Kd y de la parte discontinua del controlador

pueden determinarse mediante las siguientes expresiones (Camacho y Smith, 2000)
=
0.51
0.76
0
= 0.68 + 0.12 1
(33)
(34)
Cabe mencionar que las expresiones que definen al controlador SMC de las
Ecuaciones (29) y (30) estn en funcin de las expresiones , 1 , y y a su vez,
estos parmetros estn en funcin de los valores K, y t0. Por lo que, la robustez de este
esquema de control estar en funcin de los valores asignados a estos parmetros de
ajuste.
En las ltimas dcadas han sido publicados una gran variedad de estudios
relacionados a los esquemas de control de estructura deslizante (SMC), principalmente
abarcando diversos sectores industriales. Sin embargo, aun cuando su aplicacin en
problemas del rea de Ingeniera Qumica todava est limitada, existen algunos casos
con resultados satisfactorios. Algunos ejemplos es el trabajo de Camacho y Smith
(2000), quienes utilizaron un SMC para controlar la operacin de un tanque de mezclado
y un reactor continuo. Chen y Peng (2005) disearon un SMC aplicado a procesos
qumicos de primer y segundo orden y en un reactor con retardo en la entrada (2006).
Mihoub et al. (2009) aplicaron un modelo discreto del SMC de segundo orden para el
control de un reactor qumico. Musmade et al. (2011) disearon un SMC y lo utilizaron
en un conjunto de problemas (un proceso de fermentacin, un reactor isotrmico y un
proceso hidrulico). Kravaris y Savoglidis (2012) aplicaron un SMC para un sistema de
bioreactor continuo.
17
Si bien estos esquemas de control (SMC) han mostrado una accin de control
robusta en los casos que se han aplicado, este comportamiento tambin est
condicionado a la adecuada seleccin de los parmetros de sintonizacin (Camacho y
Smith, 2000; Nasir et al., 2010).
2.2.5. Control Hbrido

Los esquemas de Control Hbrido forman parte del control moderno y su
estructura se fundamenta en la combinacin de los principios de dos controladores, de
tal manera que este adquiera las propiedades y ventajas de los que lo componen
(Psichogios y Ungar 1992; Congying et al., 2008; Tang et al., 2010). Por ejemplo,
Sudeept y Surekha (2007) implementaron un esquema de control fuzzy con un control
auto-ajustable para un brazo mecnico. Cheng-Hung et al. (2009) usaron un controlador
fuzzy-PI para el control de movimiento de una prtesis de mano humana. Cheng-Hung y
Subbaram (2013) aplicaron un controlador fuzzy-PI para un brazo mecnico.
De igual forma que los esquemas de control descritos, su accin de control y su

capacidad para estabilizar un sistema depende en gran medida de los valores asignados
a las variables de ajuste del controlador por lo que una adecuada seleccin de los
mismos es requerida (Camacho y Smith, 2000; Nasir et al., 2010).
2.3. Sintonizacin de parmetros para un sistema de control

El paso final para la correcta implementacin de un esquema de control consiste
en realizar un adecuado ajuste de sus parmetros. Si el controlador puede ser
sintonizado para dar una respuesta satisfactoria, se entiende que el lazo de control ha
sido bien diseado. Para esto, es necesario contar con estrategias adecuadas para la
obtencin de los parmetros de ajuste del controlador (Angulo, 2013). A esta seleccin
de parmetros se le conoce como ajuste o sintonizacin del controlador (Linninger y
Ekaterini 2005) y puede efectuarse a travs de estrategias empricas o mediante
procedimientos numricos.
18
2.3.1. Sintonizacin de parmetros a travs de estrategias empricas

Existe una gran variedad de reglas o estrategias empricas de sintonizacin de
parmetros para esquemas de control. Por ejemplo, ODwyer (2000) realiz una
clasificacin en base al tipo de proceso, la funcin objetivo, el tipo de informacin
requerida y el tipo de controlador, hasta la aplicacin de estrategias de auto-modulacin
basadas en leyes o reglas empricas para el ajuste de parmetros de control (Leva, 1993;
Wang et al., 1997; Papadopoulos y Margaris, 2013; Moradi, 2013).
Las dos reglas de sintonizacin ms conocidas y empleadas son el Mtodo de
Ziegler-Nichols y el Mtodo de Cohen-Coon (Rebollo et al., 2001). Estas estrategias son
empricas y el anlisis necesario para determinar los valores de las variables del
controlador debe realizarse previamente a la operacin de control (ODwyer, 2000). A
continuacin se describen estas tcnicas.
Especficamente, el mtodo de sintonizacin de Ziegler-Nichols, ha mostrado
una capacidad de ajuste de parmetros de control aceptable (Rebollo et al., 2001). Este
procedimiento de ajuste se realiza con el objetivo de que el sistema a controlar cumpla
con las especificaciones de respuesta transitoria y de estado estacionario requeridas
(Ollero y Fernndez, 1997). La metodologa de sintonizacin se basa en dos variantes,
las cuales se resumen a continuacin.
i) Mtodo en lazo cerrado: Este mtodo consiste en obtener determinada informacin
de la respuesta de un controlador Proporcional incorporado a un proceso a lazo cerrado
en el que genera una perturbacin. En funcin de la respuesta y si sta es amortiguada,
se incrementa la ganancia hasta lograr oscilaciones constantes, es decir, hasta mantener
una oscilacin de amplitud constante. A esta ganancia del controlador Proporcional se
denomina ltima ganancia, , y el periodo de la oscilacin se denomina ltimo
periodo, . Finalmente, los valores de los parmetros de ajuste del controlador se
calculan como se muestra en la Tabla 1 (Ollero y Fernndez, 2007).
19
Tabla 1. Elementos de sintonizacin de los controladores P, PI y PID a travs del

mtodo de Ziegler-Nichols a lazo cerrado.
Controlador
/2
PI
/2.2
/1.2
PID
/1.7
/2
/8
donde es la ganancia del elemento Proporcional, es el tiempo Derivativo y es

el tiempo Integral.
ii) Mtodo en lazo abierto: En este mtodo las caractersticas estacionarias y dinmicas
del sistema se obtienen de un ensayo a lazo abierto. Esto parte de la generacin de una
perturbacin tipo escaln sobre el proceso para as obtener una curva de reaccin del
sistema ante tal perturbacin y a partir de sta, analizar y determinar ciertos parmetros.
Para este anlisis, se aplica el Mtodo del Punto de Inflexin sobre la curva de reaccin
generada ante la perturbacin incidida y donde esta curva se considera que sigue un
comportamiento de un modelo de primer orden ms tiempo muerto (FOPDT) que est
descrito por la Ecuacin (19).
La Figura 4 ilustra el mtodo del punto de inflexin sobre la curva de reaccin y
que se adapta a un modelo de FOPDT.
20
Figura 4. Mtodo de punto de inflexin sobre una curva de reaccin para la

determinacin de parmetros de ajuste de un sistema de control a travs del mtodo de
Ziegler-Nichols a lazo abierto.
A partir de la Figura 4 se obtienen los parmetros K, y t0 mediante las

siguientes expresiones (Arantegui, 2011)
= =
=
(35)
(36)
(37)
Estos parmetros (K. y t0) corresponden a los elementos para la sintonizacin

de los controladores del controlador SMC para un modelo de primer orden con tiempo
muerto (Camacho y Smith, 2000).
Sin embargo, ante sistemas multivariables, altamente no lineales y sujetos a la
presencia de mltiples perturbaciones y/o con respuesta inversa, la sintonizacin de los
parmetros de control a travs del mtodo de Ziegler-Nichols puede llegar a tornarse
imprctica. Por tanto, es necesario contar con mtodos o procedimientos robustos para
su sintonizacin (Pisano y Usai, 2011).
21
2.3.2. Sintonizacin de parmetros a travs de estrategias numricas

Puesto que la accin de control en un sistema es dependiente de los valores
asignados a los parmetros de sintonizacin del controlador, es posible abordar esta
parte como un problema de optimizacin, resultando necesario contar con las
herramientas numricas adecuadas para tal fin (Linninger, 2005).
Existen diversos estudios que han aplicado alguna estrategia numrica con fines
de optimizacin en los esquemas de control. Este tipo de herramientas, en funcin a su
formulacin o forma de operar, se clasifican en dos categoras: las estrategias de
optimizacin global de tipo determinista y del tipo estocstico.
2.3.2.1. Sintonizacin de parmetros empleando estrategias deterministas
La estrategias deterministas aprovechan de las propiedades analticas del sistema
para generar una secuencia de puntos que convergen a una solucin ptima global (MinHua et al., 2012). Sin embargo, para determinadas condiciones la solucin ser nica
(Krone, 1980). Por tanto, es posible llevar a cabo la sintonizacin de los parmetros de
ajuste de un esquema de control a travs de estos mtodos (Luersen y Riche, 2004).
En particular, el algoritmo de bsqueda Nelder-Mead, es un mtodo de
localizacin local creado en 1965, que una modificacin del mtodo simplex propuesto
en 1962 (Nelder y Mead, 1965). Este algoritmo es tan eficaz que se convertido en uno
de los mtodos ms empleados para la optimizacin de sistemas no lineales,
especialmente en el campo de la Qumica, Ingeniera Qumica y Medicina (Kelley,
1999). La ventaja que provee este mtodo es la generacin de un valor que evaluar la
funcin objetivo, por lo que no es necesario calcular todos los valores posibles porque el
algoritmo va reemplazando cada vez uno de los puntos de prueba ajustando con el
propsito de encontrar los valores que satisfaga la funcin en menor tiempo.
Entre los casos donde se han utilizado el algoritmo de Nelder-Mead en
problemas de control, estn: el trabajo de Camacho et al. (1999) en el que se
implement un control para una reaccin con respuesta inversa. Camacho y Smith
(2000) utilizaron este mismo controlador para un tanque de agitacin continua y un
reactor exotrmico. Mingzhong et al. (2001) utilizaron un controlador hbrido PID-SMC
para el control de pH en un reactor. Musmade et al. (2011) acoplaron un controlador
SMC al algoritmo Nelder-Mead para un reactor de fermentacin y un conjunto de
tanques interconectados.
22
2.3.2.2. Sintonizacin de parmetros empleando estrategias estocsticas

Por su parte, las estrategias de optimizacin estocsticas se caracterizan por ser
mtodos que superan las limitantes que exhiben las estrategias deterministas. Al no ser
dependientes de las estimaciones iniciales, poseer la habilidad de escapar de los ptimos
locales y no requieren reformulacin alguna del caso de estudio (Massaci y Patrizi
1985; Deb et al., 2002; Yang y Deb, 2009; Higuera et al., 2010; Parpas y Webster,
2014).
El funcionamiento de las estrategias estocsticas se basa en heursticas ya que
buscan emular mecanismos naturales o fenmenos fsicos (Yang y Deb, 2009). En los
aos setenta surgi una nueva clase de algoritmos cuya idea bsica era combinar
diferentes mtodos heursticos a un nivel ms alto para conseguir una exploracin del
espacio de bsqueda de forma eficiente y efectiva. Estas tcnicas se nombraron
metaheursticas (Glober et al., 2000).
Existe una amplia variedad de estudios en los que se han implementado las
estrategias metaherusticas en diversos problemas. Por citar algunos casos est el trabajo
de Altinten et al. (2004) aplicaron Algoritmos Genticos (AG) para el ajuste de
parmetros de un control PID en un problema de un reactor de polimerizacin.
Mohideen et al. (2013) aplicaron este algoritmo y controlador para un sistema de
aeronutica. Hamzah et al. (2013) implementaron AG en un control SMC para la
estabilizacin de un volante posterior a un giro. Obaid et al. (2013) utilizaron el
algoritmo Enjambre de Partculas para el clculo de los parmetros de ajuste de un
control SMC en un sistema de suspensin. Dehdarinejad et al. (2013) emplearon el
mismo algoritmo y controlador para un convertidor elctrico DC-DC.
De acuerdo a los resultados obtenidos en estos estudios, la incorporacin de las
estrategias de optimizacin global de tipo estocstico, han mostrado la adecuada
generacin de parmetros ptimos para esquemas de control. Por tal razn, estas
estrategias numricas se convierten en una alternativa atractiva para la sintonizacin de
parmetros dentro de un esquema de control (Yildis, 2009; Higuera et al., 2010).
Es de inters denotar que la mayora de las aplicaciones de estas estrategias
numricas estocsticas se centran en problemas que incorporan esquemas de control de
tipo PID y son escasos los casos reportados donde se incorpore en esquemas de control
23
de tipo SMC (Hamzah et al., 2013; Obaid et al., 2013; Dehdarinejad et al., 2013; Kessal
y Rahmani, 2014).
2.4. Estrategia numrica estocstica de optimizacin global Cuckoo Search

Yang y Deb (2009) propusieron y desarrollaron un algoritmo de bsqueda
metaheuristico denominado Cuckoo Search (CS), el cual est inspirado en el
comportamiento parsito de estas especies de aves al poner sus huevos en los nidos de
otras especies de aves. Si el anfitrin descubre que no son sus huevos, ste los elimina o
bien abandona el nido. Si no los elimina y se queda a empollar los huevos propios y
parsitos, al nacer los polluelos del Cuckoo, stos por instinto desplazarn a los huevos
husped hacia fuera del nido, aumentando su probabilidad de acceso al alimento
proporcionado por el ave anfitrin y garantizando as su propia supervivencia. Este
comportamiento obedece a la incapacidad que presentan las especies Cuckoo para
alimentar a sus propias cras debido a la gran demanda de alimento que estas especies
exigen.
Diversos estudios han demostrado que el comportamiento de vuelo errtico en
diversos animales y moscas de fruta sigue el principio de vuelo de Levy (Moravej y
Akhlaghi, 2013; Yang y Deb, 2013). As, a partir de la aplicacin de este principio se
puede obtener una ecuacin para la generacin de nuevas soluciones, +1 dada por:
+1
+ ()e
(38)
donde ( > 0) es el tamao de paso el cual debe estar relacionado a las escalas del
problema bajo estudio (generalmente se asigna un valor unitario), es la solucin del
problema en un tiempo previo al siguiente movimiento para generar una nueva solucin,
y Levy(i) es la distribucin Levy. El vuelo de Levy esencialmente proporciona un camino
aleatorio mientras la longitud de paso aleatorio se extrae de la distribucin Levy.
El principio de colocacin de huevos de estas aves en los nidos husped es
anlogo al que siguen en la naturaleza algunas especies de moscas de frutas y aves en la
bsqueda de alimento (Higuera et al., 2010), lo cual es de manera aleatoria, ya que la
trayectoria que siguen es al azar pues cada movimiento se basa partiendo de la
ubicacin actual y en funcin de una determinada probabilidad para cambiar de posicin
en cierta direccin.
24
2.4.1. Funcionamiento del algoritmo de optimizacin Cuckoo Search

Los pasos forman esencialmente un proceso de caminata aleatoria a travs del
espacio de bsqueda. As, algunas de las nuevas soluciones generadas por la
distribucin de Levy generan una posible mejor solucin respecto a la actual. Algunas
de estas nuevas soluciones podran localizarse en un espacio alejado del inicial. Esta
etapa de diversificacin evita que el proceso de bsqueda no quede entrampado en
ptimos locales (Yang y Deb, 2009). Por tanto, el algoritmo CS se basa en tres reglas
cclicas dadas por:
Cada Cuckoo genera un huevo y es colocando en un nido husped de manera

aleatoria.
Los mejores elementos (huevos) se mantienen y pasan a la siguiente generacin.
El nmero de nidos es fijo y cada huevo puesto por el Cuckoo tiene probabilidad
de ser descubierto por el ave husped con una probabilidad 0,1 en cuyo
caso estos huevos (elementos) son eliminados y sustituidos en otros espacios de
bsqueda. Una descripcin ms detallada de este algoritmo es descrita en el
trabajo de Yang y Deb (2009).
Es por ello que el objetivo de este trabajo es la incorporacin de esta reciente
herramienta de optimizacin global de tipo estocstico como una estrategia de ajuste de

los parmetros de control en sistemas del rea de Ingeniera Qumica, lo cual ser el
primer estudio que aborda estas herramientas empleando un control PI/PID y un control
SMC. En el siguiente apartado se describe el procedimiento para la incorporacin de
estas herramientas en un esquema de control de procesos.
2.5. Evaluacin de la robustez del sistema de control

De la forma de la respuesta transitoria se deduce un ndice de comportamiento
que indica cuantitativamente la capacidad del sistema para ser controlado, es decir, la
robustez del sistema de control en un proceso. A este ndice tambin se le conoce como
error dinmico, el cual considera la magnitud de la desviacin y su duracin y cuantifica
el rea comprendida entre la curva de respuesta y la lnea del valor de referencia.
Un sistema puede considerarse optimizado cuando este ndice posee su valor mnimo,
ya que est en funcin de los valores asignados a los parmetros de ajuste del sistema de
control. Existen diversos tipos de errores dinmicos, por ejemplo:
25
a) Integral del error (I.E.)

Este ndice presupone que las desviaciones positivas y negativas respecto al
valor de referencia de la variable de control se compensan entre s. Su
expresin est dada por
. . =
(39)
b) Integral del error cuadrtico (I.E.C.)

Independientemente del signo de las desviaciones, este ndice penaliza ms
las desviaciones de mayor magnitud que las de menor magnitud, por lo que
un sistema optimizado bajo este ndice presentar oscilaciones durante un
mayor tiempo pero de amplitud mnima. Su expresin es:
. . . =
(40)
c) Integral del error absoluto del error (I.E.A.)

Este ndice penaliza por igual las desviaciones de ambos signos y lo hace
proporcionalmente a la magnitud de la desviacin:
. . . =
(41)
d) Integral del producto del tiempo y el cuadrado de la magnitud del error

(I.T.E.C.)
ste penaliza las desviaciones grandes ms que las pequeas y penaliza
severamente la duracin de las oscilaciones:
. . . . =
(42)
e) Integral del producto del tiempo y el valor absoluto del error (I.T.E.A.)
Este ndice penaliza de sobremanera la duracin de la desviacin:
. . . . =
(43)
26
3. METODOLOGA
3.1. Incorporacin de un sistema de control de procesos

La incorporacin de un esquema de control es una necesidad plausible en todo
sistema o proceso susceptible a la presencia de desviaciones o cambios en su dinmica,
debido a la existencia de perturbaciones. El efecto de estas perturbaciones puede ser
anulado o minimizado a travs de la incorporacin de un esquema de control apropiado
dentro del proceso, y para ello, debe medirse continuamente la evolucin del sistema
controlado hasta su estabilizacin, esto ltimo a travs de una retroalimentacin de la
respuesta del sistema controlado.
La Figura 5 muestra un diagrama de bloques de un sistema de control con
retroalimentacin, as como las variables de entrada-salida involucradas.
R()
+-
e()
Control
U()
Proceso
X()
Figura 5. Diagrama de bloques de un sistema de control a lazo cerrado.
donde R() es el valor deseado de la variable a controlar dentro del proceso estudiado,
X() es el valor de la variable de control a la salida del proceso, e() es el error o
desviacin existente entre el valor deseado de la variable de control y su respuesta a la
salida del proceso y U() es la accin del controlador a la entrada del proceso. El
smbolo () se refiere a que las seales que intervienen en la entrada-salida de cada
bloque pueden estar en el dominio del tiempo (t) o en el dominio de Laplace (s). La
expresin matemtica para el clculo del error est definida por:
=
(44)
En los siguientes apartados se describe la metodologa desarrollada para la

incorporacin de la estrategia numrica de optimizacin, las caractersticas de operacin
27
del algoritmo que fueron utilizadas para el ajuste de los parmetros de los controladores
PI/PID y SMC.
3.2. Descripcin de los esquemas de control
Tal como se mencion en el Marco Terico de este trabajo, un esquema de
control es el elemento responsable de generar una seal correctiva que continuamente es
enviada al elemento final de regulacin del proceso, con el fin de alcanzar, restablecer o
mantener las condiciones deseadas del proceso. Adems, los diversos modos de
actuacin que determinan la salida del controlador se denominan modos de regulacin y
stos son dependientes de la incorporacin combinada de diferentes acciones de control.
Por lo anterior, existe una amplia diversidad de estructuras de control que se han
desarrollado y acoplado, mostrando sus bondades y ventajas en los casos estudiados. De
acuerdo a su estructura, estas estrategias se clasifican como estrategias de control
clsicas o modernas y su accin depende en gran medida de las caractersticas del
problema en que se incorpore.
En este trabajo se estudi un esquema de control clsico (PI/PID) y un esquema
de control moderno (SMC), para tener un comparativo de su efecto sobre cada caso a
tratar.
3.3. Incorporacin de una estrategia numrica de optimizacin global en un

esquema de control de procesos
Adems de las ventajas que tiene el incorporar una estrategia de optimizacin
como una herramienta de auto-ajuste en un sistema de control, otra ventaja adicional
respecto al mtodo de Ziegler-Nichols para el ajuste de parmetros es que se exime la
necesidad de detener el proceso para localizar la ltima ganancia ( ) y el periodo de
la oscilacin ( ), y de analizar la curva de reaccin, y as determinar los parmetros
del controlador PID y SMC, respectivamente, los cuales estn en funcin de la magnitud
de la desviacin a la que es sometido el sistema.
Esto significa que los valores adecuados de los parmetros del controlador
cambian para cada perturbacin (magnitud) y sto conlleva a efectuar un anlisis
individual que en un proceso en operacin tomara tiempo y sera imprctico. Es a
travs de la implementacin de la estrategia numrica de optimizacin que se evita este
28
proceso haciendo robusta la respuesta del controlador, independientemente de la

magnitud de la perturbacin que se presente.
La Figura 6 muestra un diagrama de bloques de un sistema de control a lazo cerrado con
la incorporacin de la etapa de optimizacin de parmetros en el proceso mismo, as
como las variables de entrada-salida involucradas en cada etapa, donde corresponde al
vector de parmetros de ajuste que fueron optimizados por el algoritmo para el sistema
de control con que se trabaje.
Algoritmo de
optimizacin
R()
+-
e()
Control
U()
Proceso
X()
Figura 6. Diagrama de bloques de un sistema de control a lazo cerrado con etapa de

autoajuste de parmetros mediante un algoritmo de optimizacin.
Para este trabajo se implement la estrategia estocstica de optimizacin global

denominada Cuckoo Search (CS), la cual an no se ha implementado en problemas de
sistemas de control de procesos o en sistemas con presencia de respuesta inversa. Los
siguientes apartados describen el funcionamiento de este algoritmo y su operacin
dentro del sistema de control.
3.4. Descripcin del funcionamiento del esquema de control de procesos con

el algoritmo de optimizacin para el ajuste de parmetros de control
Partiendo del diagrama de bloques de la Figura 6, el proceso de control se define en
los siguientes pasos:
i)
El sistema debe estar definido por las ecuaciones gobernantes, por lo

general, est compuesto por un sistema de ecuaciones diferenciales
ordinarias simultneas.
29
ii)
El sistema de control a incorporar puede ser un PI (Ecuaciones (8) y

(9) ) o PID (Ecuaciones (12) y (13)), tanto en el dominio del tiempo o
en el dominio de Laplace. Tambin, puede incorporarse un control
SMC, descrito por las Ecuaciones (29) y (30).
iii)
Los elementos que componen al sistema se acoplan como se muestra

en la Figura 6 y en un determinado tiempo se genera una perturbacin
sobre el proceso, afectando la respuesta de salida de una determinada
variable de control.
iv)
La variable de control genera una respuesta de salida que se compara

con el valor de referencia. As se estima la magnitud del error en el
proceso debido a la perturbacin incidida.
v)
De acuerdo a la magnitud de la desviacin, en comparacin con una

tolerancia preestablecida (1E-3), el algoritmo de optimizacin generar
un vector de parmetro de ajuste para estabilizar el proceso si la
magnitud de la desviacin es mayor a la tolerancia. El paso anterior
ser repetido por el algoritmo de optimizacin hasta que la magnitud
de la desviacin sea menor que la tolerancia.
vi)
Cuando la combinacin de estos parmetros de ajuste satisfaga la

tolerancia, se denominar al vector como los parmetros ptimos de
ajuste.
Las condiciones de operacin programadas en el algoritmo de optimizacin se

resumen a continuacin.
Espacio de bsqueda de cero a dos veces la magnitud del parmetro de ajuste

calculado por los autores (Theran y Camacho, 2005).
10 partculas o nidos (Babaee y Khosravi, 2012; Asadi, 2013).
Probabilidad de que el huevo sea descubierto por el ave husped P=0.25

(Higuera et al., 2012).
400 iteraciones (cantidad mxima recomendada por el algoritmo desarrollado en

MATLAB por Yang y Deb, 2010).
100 ejecuciones (Higuera et al., 2012).
Evaluacin de la funcin objetivo a travs del error cuadrtico medio . . .

(Haugen, 2010; Higuera et al., 2012):
. . . = ( )2
(45)
30
Tanto las ecuaciones gobernantes del proceso como del controlador incorporado
al sistema, se desarrollaron a travs de programacin de bloques de SIMULINK. El
algoritmo de optimizacin CS es el creado por Yang y Deb (2009) y est codificado en
lenguaje de MATLAB, as, tanto los bloques de SIMULINK y el cdigo del CS se
acoplaron para tener la estructura del sistema de control de la Figura 6.
3.5. Criterio para evaluar la robustez de los sistemas de control

Mientras el valor de la variable de control no coincida con el valor de referencia
o deseado, se estar operando el proceso en una condicin indeseable. As, en funcin
del tipo de sistema y de la magnitud de la desviacin, la operatividad del proceso puede
comprometerse, ya que sta puede ser inadmisible e incluso riesgosa. Por ejemplo, el
rebasar la temperatura en un sistema puede llegar a generar fraccionamiento molecular,
carbonizacin, cristalizacin, aumento excesivo de presin, reacciones qumicas
indeseables, deformaciones o roturas en tuberas o producto fuera de especificacin.
Por tanto, es necesario establecer un criterio que permita analizar y evaluar la
respuesta transitoria de un determinado sistema de control frente a una perturbacin
hasta lograr su estabilizacin. As, mediante el ajuste de los parmetros del controlador,
se busca optimizar la respuesta del sistema hasta satisfacer los requisitos impuestos.
Existen diversos criterios o parmetros a considerar en la evaluacin de la
robustez de un sistema de control implementado tales como el sobreimpulso mximo,
tiempo de asentamiento, tiempo de retardo, tiempo de primer error nulo, razn de
amortiguamiento, error esttico e ndice de error o de desempeo, siendo este ltimo el
ms utilizado.
La seleccin de qu ndice conviene ms aplicar para evaluar la robustez de un
controlador no es tarea fcil ya que depende en gran medida del tipo de proceso y la
forma que toma su respuesta transitoria durante el proceso de control. Por tanto en este
estudio se evaluaron los cinco ndices.
3.6. Sistemas de procesos estudiados

Definidos los sistemas de control a implementar desarrollado en SIMULINK. El
algoritmo de optimizacin codificado en MATLAB, stos fueron acoplados y se
31
procedi a realizar el proceso de optimizacin considerando las condiciones de

operacin del algoritmo. Posteriormente se evalo la dinmica transitoria de cada
sistema y se cuantific los ndices de desempeo. La idea esencial de los sistemas
estudiados se describe a continuacin.
Sistema de tres tanques interconectados. El controlador debe mantener el nivel

de los tanques sin vaciarse o derramarse, tras recibir una perturbacin positiva
tipo escaln unitario (Tahir y Al-Rawi, 2006).
Tanque de reaccin de agitacin continua donde se lleva a cabo una reaccin

exotrmica. El sistema de control se emple para controlar el cambio de
temperatura dentro del reactor durante la reaccin qumica y se desea que el
lquido que contiene el reactor se mantenga a 88C (Camacho y Smith, 2000).
Tanque de reaccin de agitacin continua donde se lleva a cabo una reaccin

exortrmica y recibe una perturbacin externa en el flujo de alimentacin. Al
igual que el caso anterior, el lquido que contiene el reactor se debe mantener a
88C. Sin embargo el sistema de control debe corregir el cambio de temperatura
a causa de una perturbacin generada en el flujo de alimentacin (Camacho y
Smith, 2000).
Tanque agitado que es alimentado con un flujo a alta y otro a baja temperatura.
Se desea mantener la temperatura a la salida de una tubera que conecta al
tanque a 150F
tras recibir mltiples perturbaciones negativas al flujo de
alimentacin de agua caliente (Camacho y Smith, 2000).
Dado que en realidad sera imprctico analizar cada conjunto de parmetro de

ajuste optimizado por el tiempo de cmputo requerido, se analiz y determin la
robustez del sistema de control considerando los valores de los parmetros de ajuste
localizados contemplando el valor mayor, el menor y el promedio de las funciones
objetivo generadas en las 100 ejecuciones. A su vez, estos ndices se compararon con
los obtenidos al considerar los valores de los parmetros de ajuste tomados de las
referencias y con los cuales de igual forma se evalu cada uno de los sistemas de control
incorporados en cada estudio.
32
4. RESULTADOS
En esta seccin se detallan los casos de estudio que se han mencionado

anteriormente, se presentan las ecuaciones gobernantes que describen la dinmica de
cada sistema y los valores de los parmetros operativos, as como el tipo y magnitud de
perturbacin que se hace presente en cada sistema. Tambin, se describe el sistema de
control que se incorpora en cada caso de estudio, as como los resultados obtenidos al
integrar la herramienta numrica de optimizacin para el ajuste de los parmetros del
sistema de control implementado.
4.1. Evaluacin de un sistema de control en el proceso de tanques

interconectados
Se tiene un sistema de tres tanques interconectados en una configuracin
cerrada, donde la seal de respuesta del actuador presenta un retraso de 0.25 min. El
sistema opera en condiciones estables manteniendo los niveles de cada tanque
constantes, lo cual evita que stos se vacen o llegue a presentarse desbordamiento. En
cierto tiempo, se presenta una perturbacin tipo escaln de magnitud unitaria en el
tanque 1. La Figura 7 muestra el esquema de este sistema (Tahir y Al-Rawi, 2006).
Figura 7. Esquema de un sistema de tres tanques interconectados.
33
El modelo matemtico que describe la dinmica del proceso est representado

por la funcin de transferencia dada por:
=
1.68 0.25
1.1+1 0.21+1
(46)
Las dos constantes de tiempo (1.1 y 0.21 min) estn asociadas con la
capacitancia del tanque y el canal de retraso, respectivamente. La constante 0.25 min
est relacionada al retraso de la seal en el actuador, cuyo elemento de retraso (e-0.25s)
puede obtenerse mediante una aproximacin de Pad de primer orden, representada por:
10.125
0.25 = 1+0.125
(47)
Por tanto, la conjuncin de las Ecuaciones (45) y (46) describen la funcin de

transferencia del sistema estudiado:
=
1.68 10.125
1.1+1 0.21+1 1+0.125
(48)
En una primera etapa, el sistema de control se estructur de acuerdo a la Figura

2, la cual corresponde a un sistema de control a lazo cerrado. En esta estructura se
implement un controlador clsico tipo PID, representado por la Ecuacin (12), que
corresponde al esquema de control utilizado en la referencia de la cual se tom este caso
de estudio. Primero, se reprodujo el sistema utilizando los valores de los parmetros de
ajuste empleados en la referencia. Posteriormente, se implement el mtodo de
optimizacin CS adaptando el sistema de control a la estructura dada por la Figura 6 y
utilizando el mismo tipo de controlador antes indicado. La funcin objetivo a minimizar
es:
. . = (1 )2
(49)
donde el valor de 1 corresponde al valor deseado del sistema.

Se acoplaron los valores que delimitan el espacio de bsqueda del algoritmo de
optimizacin para el sistema de los tres tanques interconectados, estos rangos se
muestran en la Tabla 2.
34
Tabla 2. Valores lmites donde se realiz la bsqueda de los parmetros de ajuste

optimizados para un controlador PID implementado en un sistema de tanques
interconectados.
Parmetro
Cota inferior
Cota superior
2.4
1.92
0.6
De acuerdo a los resultados obtenidos al emplear la herramienta de optimizacin

para el ajuste de los parmetros del controlador PID, se consideraron los valores de los
parmetros de ajuste del controlador correspondientes al valor ms alto -fobj.(Mayor)-, al
valor promedio -fobj.(Promedio)- y al valor ms bajo -fobj.(Menor)-, obtenidas en las 100
simulaciones efectuadas. La Tabla 3 muestra los valores de los parmetros de ajuste del
controlador PID implementado, considerando los valores referenciados y los obtenidos
durante el proceso de optimizacin.
Tabla 3. Parmetros de ajuste de la referencia obtenido por el mtodo de ZieglerNichols y optimizados para un controlador PID implementado en un sistema de tanques
interconectados.
Parmetro
Optimizados
Referencia
fobj.(Mayor)
fobj.(Promedio)
fobj.(Menor)
1.2
2.25
2.12
1.41
0.96
0.87
0.85
0.77
0.3
0.17
0.17
0.17
fobjetivo.
1.2E-6
1E-33
5.16E-13
4.47E-11
* Datos tomados de la referencia Tahir y Al-Rawi (2006).
35
La Tabla 3 muestra que los parmetros de ajuste que corresponde a fobj.(Mayor) y

fobj.(Promedio) son cercanos, por lo que la dinmica transitoria de estos parmetros
optimizados ser parecida. As tambin, la magnitud del tiempo derivativo es igual en
los tres vectores optimizados, sin embargo aunque tengan la misma magnitud la accin
Derivativa, por s sola, no es capaz de controlar un proceso. Adems se observa que el
valor de la funcin objetivo decrece considerablemente al emplear los parmetros
optimizados.
Con fines ilustrativos, se efectuaron las simulaciones del sistema de control
utilizando los parmetros de ajuste indicados en la Tabla 2. La Figura 8 muestra el
efecto de estos parmetros de ajuste sobre el comportamiento de transicin que tiene la
variable de salida.
Figura 8. Comportamiento transitorio de la respuesta de un control PID para un sistema

de tres tanques interconectados.
La Figura 8 muestra que al emplear a los parmetros de ajuste de fobj.(Mayor) y

fobj.(Promedio) presentan un sobreimpulso de mayor magnitud respecto a los parmetros de
referencia y fobj.(Menor). Sin embargo, el tiempo de asentamiento de fobj.(Mayor) y fobj.(Promedio)
es menor en comparacin a los parmetros referenciados y los obtenidos con la funcin
objetivo menor.
36
Si bien es cierto que el tiempo de asentamiento es un parmetro importante en

los sistemas de control de procesos, ste no es un parmetro que indique la robustez del
mismo, por lo cual se emplean los ndices de desempeo descritos en la Metodologa.
Estos ndices se determinaron considerando a los parmetros de control referenciados y
los obtenidos durante el proceso de optimizacin, los cuales se indican en la Tabla 3.
Cada uno de los ndices (errores) calculados se muestran en la Tabla 4, donde se
muestra el tipo de error y bajo qu conjunto de parmetros de ajuste se obtuvo.
Tabla 4. ndices de desempeo obtenidos en un sistema de control para un proceso de

tanques interconectados empleando un control PID.
ndices de desempeo
Parmetros
I.E.
I.E.C.
I.E.A.
I.T.E.C.
I.T.E.A.
Referencia
2,86E1
6,11E2
1,46E3
3,77E1
6,43E2
fobj.(Mayor)
7,42E1
1,09E4
2,39E4
6,83E2
5,80E3
fobj.(Promedio)
6,28E1
1,61E4
3,45E4
9,53E2
7,63E3
fobj.(Menor)
4,77E1
5,37E1
1,15E2
3,24
2,51E1
Acorde a los datos numricos expuestos en la Tabla 4, se muestra que los valores
referenciados presentan un menor error si se considera el I.E. Sin embargo, al considerar
el resto de los ndices de desempeo los parmetros optimizados muestran un menor
error respecto a los obtenidos con los valores referenciados. Considerando lo anterior, y
excluyendo al ndice I.E., el orden de la robustez del sistema de control estar dado en
el siguiente orden: fobj.(Menor) < referenciados <fobj.(Mayor)< fobj.(Promedio).
4.2. Evaluacin de un sistema de control para un proceso de tanque de

reaccin con agitacin continua
Para este caso, el sistema que se analiz consiste en un reactor CSTR donde se
lleva a cabo una reaccin exotrmica de tipo . El tanque se encuentra a una
37
temperatura de 88C, por lo que al producirse la reaccin, la temperatura del fluido

dentro del reactor aumentar siendo necesario implementar un sistema de control que
permita retornar este parmetro a su estado inicial. La Figura 9 muestra el esquema de
este sistema (Camacho y Smith, 2000).
Figura 9. Esquema de un sistema de un reactor CSTR.
Para remover el calor producido por la reaccin, el reactor es rodeado por una
chaqueta a travs de la cual un fluido refrigerante fluye a 27C. Al iniciar la reaccin
exotrmica, la temperatura del sistema se incrementar, por lo que el flujo del
refrigerante variar con el objetivo de estabilizar la temperatura del reactor a 88C.
Se consideran los siguientes supuestos:
El calor perdido proveniente de la chaqueta hacia el exterior es despreciable.
Las capacidades calorficas y la densidad de los reactantes y de los productos

son iguales y constantes.
El calor de reaccin es constante.
El nivel de lquido en el reactor es constante.
El refrigerante contenido entre el reactor y la chaqueta que lo envuelve, se

encuentra perfectamente mezclado.
El sistema de ecuaciones simultneas que describe la dinmica de cada una de
las partes que compone al anterior proceso son:

38
Balance molar del reactivo A:
(50)
Balance energtico en la chaqueta:
Balance de energa dentro del reactor:
(51)
(52)
Coeficiente de velocidad de reaccin:
+273
(53)
Transmisor de Temperatura:
80
20
(54)
Vlvula de control:
(55)
Seal del error:
(56)
La descripcin de cada variable operativa contenida en las anteriores

expresiones, as como su valor en estado estable se muestra en la Tabla 4.
39
Tabla 5. Descripcin de los parmetros de diseo y sus valores en estado estable para un
sistema de reactor CSTR.
Variable
Descripcin
Valor
Concentracin del reactivo A en el reactor.
1.133/3
Concentracin del reactivo A en la alimentacin al reactor.
2.88 /3
Temperatura en el reactor.
88C
Temperatura del lquido de la chaqueta.
27C
Calor de reaccin.
-9.6E7 J//
Capacidad calorfica del reactivo y del producto.
1.815E5 J/
Coeficiente de transferencia de calor.
3550 J/2
Densidad del lquido de la chaqueta.
1000 /3
rea de transferencia de calor.
5.4 2
Densidad del contenido del reactor.
19.2 /3
Volumenn de la chaqueta.
1.82 3
F(t)
Flujo de alimentacin al reactor.
0.45 3 /
Mximo flujo por el cual pasa a la vlvula de control.
0.020 2 /
Calor especfico del lquido de la chaqueta.
4184 /
Rangeabilidad de la vlvula de control.
50
Tiempo constante del sensor de Temperatura.
0.33 min
Parmetro de frecuencia de Arrhenius.
4.462 3 /
Energa de activacin del reactor.
1.182E7 /
Temperatura de la chaqueta.
50.5 C
Seal de la salida del controlador en estado estacionario.
0.254
Volumenn del reactor.
7.08 3
Constante de la ley de gases ideales.
8314.39 /
Seal de la salida del transmisor en estado estacionario.
0.4
40
4.2.1. Implementacin de un sistema de control PI

Al igual que en el caso anterior, se implement un sistema de control a lazo
cerrado donde el controlador empleado fue un PI, mismo que utilizaron Camacho y
Smith (2000) en su estudio. Dado que las ecuaciones gobernantes del proceso estn
formuladas en el dominio del tiempo, la ecuacin del controlador a utilizar corresponde
a la Ecuacin (7) antes descrita en este trabajo. Los parmetros del controlador a
considerar como de referencia fueron obtenidos por los autores empleando el mtodo de
Ziegler-Nichols.
Posteriormente, se implement el mtodo de optimizacin CS adaptando el
sistema de control a la estructura dada por la Figura 6 con la funcin objetivo:
. . = (88 )2
(57)
donde 88 corresponde a la temperatura que se desea en el interior del reactor.

Adems, se defini el espacio de bsqueda del algoritmo de optimizacin para el
sistema de reactor CSTR, tal como se muestra en la Tabla 6.

optimizados para un controlador PI implementado un sistema de reactor CSTR.
Parmetro
Cota inferior
Cota superior
6.66E-3
Con la Ecuacin (57) y los intervalos de bsqueda de los parmetros de ajuste

del algoritmo de la Tabla 6. La Tabla 7 muestra los valores de los parmetros de ajuste
del controlador PI implementado, considerando los valores referenciados y los
obtenidos durante el proceso de optimizacin.
41
Tabla 7. Parmetros de ajuste de la referencia obtenido por el mtodo de ZieglerNichols y optimizados para un controlador PI implementado en un reactor CSTR.
Parmetro
Optimizados
Referencia*
fobj.(Mayor)
fobj.(Promedio)
fobj.(Menor)
2.49
2.33
1.24
3.33E-3
5.4E-3
5.01E-3
4E-3
fobjetivo.
2.5E-6
1E-33
1.5E-11
1.18E-9
* Datos tomados de la referencia Camacho y Smith (2000).
La Tabla 7 muestra que los parmetros de ajuste fobj.(Mayor)
fobj.(Promedio) poseen
valores cercanos, por lo que su dinmica transitoria ser semejante, mientras que la
magnitud de la funcin objetivo difieren en 22 rdenes de magnitud. Adems, la
funcin objetivo de la referencia es tres veces mayor respecto a fobj.(Menor).
Con los valores de los parmetros de ajuste de la Tabla 7, se realiz la
simulacin del proceso para as visualizar el comportamiento transitivo que presenta
cada esquema para retornarlo a la estabilidad, como se muestra en la Figura 10.
Figura 10. Comportamiento transitorio de la respuesta de un control PI para un

sistema CSTR.
42
La Figura 10 muestra que los parmetros de ajuste referenciados y los obtenidos

seleccionando la funcin objetivo mayor y promedio presentan un comportamiento
anlogo en la dinmica transitiva. Mientras que
fobj.(Menor) muestra una dinmica
transitiva ms lenta.
4.2.2. Implementacin de un sistema de control SMC
Considerando la estructura de control a lazo cerrado representado por la Figura 2
se implement un esquema de control de tipo SMC representado por las Ecuaciones (29)
y (30). Posteriormente, la estructura de control se acopl la etapa del algoritmo de
optimizacin para el ajuste de parmetros que est representado por la Figura 6. La
ecuacin que describe la funcin objetivo corresponde a la Ecuacin (57), mientras que
los valores que comprende el espacio de bsqueda se muestra en la Tabla 8.

optimizados para un controlador SMC implementado un sistema de reactor CSTR.
Parmetro
Cota inferior
Cota superior
3.9
6.66E-3
4.05
Con la Ecuacin (57) y el espacio de bsqueda de la Tabla 8 se realizaron las

simulaciones donde se obtuvieron los valores de los parmetros de ajuste referenciados
por los autores y los obtenidos durante el proceso de optimizacin, sto se muestra en la
Tabla 9.
43
Tabla 9. Parmetros de ajuste referenciados y optimizados para un controlador SMC

implementado en un reactor CSTR.
Parmetro
Optimizados
Referencia*
fobj.(Mayor)
fobj.(Promedio)
fobj.(Menor)
1.95
0.50
1.62
4.23
0.85
1.48
1.49
1.79
1.35
2.86
1.84
1.33
fobjetivo.
8.5E-2
3.52E-24
6.57E-7
5.22E-5
La Tabla 9 muestra que los parmetros de ajuste de los parmetros de referencia

como los optimizados no son cercanos, es decir, la dinmica transitoria de cada vector
de parmetros ser diferente. Adems se observa nuevamente que el valor de la funcin
objetivo decrece considerablemente al emplear los parmetros optimizados.
Considerando los valores reportados en la Tabla 9, se efectuaron las
simulaciones del sistema a controlar para as visualizar la dinmica transitiva del
sistema para cada conjunto de parmetros de ajuste referenciados y optimizados. La
Figura 11 muestra el comparativo.
44
Figura 11. Comportamiento transitorio de la respuesta de un control SMC para un

sistema CSTR.
En la Figura 11 se observa que el tiempo de asentamiento varia para cada

conjunto de parmetros, donde el orden est dado por: fobj.(Mayor)<fobj.(Promedio)<
referenciados, mientras que los parmetros fobj.(Menor) no logra retornar. Con respecto a la
presencia de sobreimpulso, en todos los casos se presenta donde de acuerdo a su
magnitud se establece en el siguiente orden: fobj.(Mayor)< fobj.(Promedio)<referenciados<
fobj.(Menor).
4.2.3. Evaluacin de la robustez de la accin de control PI vs SMC
Los ndices de desempeo fueron calculados a partir de los parmetros de
control de la referencia y los obtenidos durante el proceso de optimizacin. Las Tablas
10 y 11 muestran el resultado del clculo de los ndices para cada conjunto de
parmetros en el controlador PI y SMC, respectivamente.
45
Tabla 10. ndices de desempeo obtenidos de un sistema CSTR empleando un control

PI.
Parmetros
ndices de desempeo
I.E.
I.E.C.
I.E.A.
I.T.E.C.
I.T.E.A.
Referencia
9,65E6
1,34E-03
1,82
2,60E1
2,36E4
fobj.(Mayor)
9,44E6
8,88E-04
1,20
1,67E1
2,34E4
fobj.(Promedio)
9,37E6
8,08E-04
1,15
1,72E1
2,56E4
fobj.(Menor)
9,34E6
4,34E-03
2,22
3,19E1
7,09E4
Tabla 11. ndices de desempeo obtenidos de un sistema CSTR empleando un control

SMC.
Parmetros
ndices de desempeo
I.E.
I.E.C.
I.E.A.
I.T.E.C.
I.T.E.A.
Referencia
1,28E8
6,23E1
4,74E3
8,56E4
9,07E6
fobj.(Mayor)
9,63E7
5,31E-1
4,47E2
5,27E2
4,57E5
fobj.(Promedio)
1,39E8
5,32E-1
6,27E2
4,06E2
6,92E5
fobj.(Menor)
1,36E8
3,40
1,86E3
6,52E3
3,90E6
La Tabla 10 muestra que para el control PI, los ndices obtenidos con los
parmetros optimizados son menores y, por consiguiente, mejores en comparacin a los
ndices generados a travs de los datos referenciados. El orden de los parmetros en la
generacin del error mnimo que en este caso es el I.E.C. es: fobj.(Promedio) < fobj.(Mayor)
<fobj.(Menor)<referenciado.
Para el caso del controlador SMC, la Tabla 11 muestra los resultados de los
ndices obtenidos. Se observa que el ndice I.E.C. son los que presentan magnitudes
46
menores, as el orden que estara generndose en funcin de los parmetros es:

fobj.(Mayor)< fobj.(Promedio)< fobj.(Menor)<referenciado.
4.2.4. Anlisis comparativo entre el esquema de control PI y SMC

Como parte de evaluar las bondades de los esquemas de control que se utilizaron
en este estudio, se compar el efecto que stos tienen sobre la dinmica del controlador.
Con fines ilustrativos la simulacin se efectu empleando los parmetros de ajuste
obtenidos durante el proceso de optimizacin. Particularmente, se consideraron los
parmetros correspondientes a los de la fobj.(Promedio) para ambos controladores ya que se
desea mostrar la dinmica promedio del controlador. La Figura 12 muestra un
comparativo de la accin de cada controlador durante el proceso de estabilizacin.
Figura 12. Dinmica de accin del controlador en un sistema CSTR, empleando un

controlador de tipo PI y SMC.
En la Figura 12 se observa cmo el sistema de control SMC muestra una
dinmica de accin ms suave (bajas oscilaciones) en comparacin a la dinmica de
accin que genera el controlador PI. Tal como se indic en la Metodologa, una de las
ventajas que presenta la accin de control del SMC es que busca estabilizar los sistemas
llevando su dinmica a travs de una superficie deslizante tratando de evitar en la
manera de lo posible la presencia de altas oscilaciones que pudiesen daar
posteriormente al actuador.
47
4.3. Evaluacin de un sistema de control para un proceso de tanque de

reaccin con agitacin continua y presencia de perturbacin en el flujo de
alimentacin.
Este caso es anlogo al caso 4.2, donde aunado a la existencia de la reaccin
exotrmica en el sistema, se tiene la presencia de una perturbacin positiva de entrada
sobre el flujo de alimentacin del reactivo con una magnitud del 10%. Por tanto, se
requiere la implementacin de un esquema de control que retorne al sistema a un estado
estable. La Figura 9 corresponde al diagrama de este sistema (Camacho y Smith, 2000).
Las consideraciones del sistema como los modelos matemticos y sus valores de estado
estable descritos en el anterior problema corresponden a este mismo sistema.
4.3.1. Implementacin de un sistema de control PI

De nueva cuenta, se program el esquema de control a lazo cerrado como lo
ilustra la Figura 2 y fue incorporado un sistema de control PI correspondiente a la
Ecuacin (7) que corresponde al empleado por Camacho y Smith (2000) en su estudio.
De igual forma, los parmetros de ajuste de control que utilizaron estos autores fueron
obtenidos mediante el mtodo de Ziegler-Nichols, los cuales se tomaron como datos de
referencia. Posteriormente, se incorpor al esquema de control la etapa de ajuste por
optimizacin representado por la Figura 6 y la ecuacin de la funcin objetivo a
minimizar correspondi a la Ecuacin (57), mientras que el espacio de bsqueda se
muestra en la Tabla 12.
optimizados para un controlador PI implementado un sistema de reactor CSTR con
presencia de perturbacin en el flujo de alimentacin.
Parmetro
Cota inferior
Cota superior
3.6
6.66E-3
48
Con la Ecuacin (57) y los intervalos de bsqueda de los parmetros de ajuste

del algoritmo de la Tabla 12, se realizaron las simulaciones para localizar los
parmetros de ajuste ptimos para este caso. La Tabla 13 muestra los parmetros de
ajuste de referencia y los optimizados con la magnitud de la funcin objetivo.
Tabla 13. Parmetros de ajuste referenciados y optimizados para un controlador
PI implementado en un reactor CSTR con presencia de perturbacin en el flujo de
alimentacin.
Parmetro
Optimizados
Referencia*
fobj.(Mayor)
fobj.(Promedio)
fobj.(Menor)
1.8
1.84
2.01
1.82
3E-3
4.4E-3
4.99E-3
4.2E-3
fobjetivo.
5.1E-5
1E-33
1.81E-21
9.82E-20
La Tabla 13 muestra que la magnitud de los parmetros de ajuste de la

referencia, fobj.(Mayor) y fobj.(Promedio) tendrn una dinmica transitoria semejante. Adems,
se observa que el valor de la funcin objetivo decrece considerablemente al emplear los
parmetros optimizados.
Tomando los valores de la Tabla 13, se procedi a efectuar las simulaciones del
sistema para visualizar el comportamiento transitivo que tiene la variable de control
(temperatura del reactor) hasta lograr su asentamiento, sto se ilustra en la Figura 13.
49
Figura 13. Comportamiento transitorio de la respuesta de un control PI para un sistema

La Figura 13 muestra que los parmetros de ajuste producto de la optimizacin

muestran un comportamiento muy similar, mientras que la simulacin realizada con los
parmetros referenciados requiere mayor tiempo para lograr su asentamiento, en
comparacin
los
parmetros
optimizados.
As
mismo,
se
observa
que
independientemente de los parmetros aplicados, la presencia de sobreimpulso en el

sistema est presente y de magnitud semejante para todos los casos.
4.3.2. Implementacin de un sistema de control de tipo SMC

Siguiendo el procedimiento de los casos anteriores, se incorpor el control SMC
a la estructura de lazo cerrado de la Figura 2 y donde este controlador est representado
por las Ecuaciones (29) y (30). Se efectu la simulacin considerando los parmetros de
ajuste reportados en la referencia (Camacho y Smith, 2000) con el objetivo de
reproducir la informacin reportada.
A continuacin, se implement el esquema de control representado por la Figura
6 mediante la incorporacin del algoritmo de optimizacin para el auto-ajuste de los
parmetros del controlador. Al igual que en la seccin anterior la funcin objetivo a
minimizar correspondi a la Ecuacin (57) y el espacio de bsqueda del algoritmo se
muestra en la Tabla 14.
50
optimizados para un controlador SMC implementado un sistema de reactor CSTR con
perturbacin a la entrada.
Parmetro
Cota inferior
Cota superior
26
1.64E-2
Definida la funcin objetivo y el espacio de bsqueda mostrado en la Tabla 14

se procedi con las simulaciones. La Tabla 15 indica los valores de los parmetros de
ajuste referenciados y los obtenidos durante el proceso de optimizacin, as como la
magnitud de la funcin objetivo.

implementado en un reactor CSTR con presencia de una perturbacin en el flujo de
alimentacin.
Parmetro
Optimizados
Referencia*
fobj.(Mayor)
fobj.(Promedio)
fobj.(Menor)
3.71
1.65
2.24
13
9.54
1.42
1.49
1.6
0.59
1.73
1.19
fobjetivo.
8.2E-2
9.77E-26
9.69E-8
4.89E-6
La Tabla 15 muestra que tanto los parmetros de ajuste de referencia como los
optimizados poseen diferente magnitud, por lo que la dinmica transitoria para cada
conjunto de parmetros que corresponde a los valores optimizados y los calculados por
51
las referencia ser nica. Mientras que, la funcin objetivo se observa que los
parmetros optimizados nuevamente son menores respecto a los referenciados.
De igual manera, los parmetros de ajuste reportados en la Tabla 15 fueron
empleados para generar las simulaciones correspondientes del sistema de control y
visualizar su dinmica transitiva para cada conjunto de parmetros de ajuste. As, la
Figura 14 muestra el comparativo de este comportamiento.
Figura 14. Comportamiento transitorio de la respuesta de un control SMC para un

sistema CSTR con perturbacin a la entrada.
La Figura 14 muestra que al emplear los parmetros de ajuste calculados por la

referencia, as como los obtenidos por el mtodo de optimizacin, la dinmica
transitoria es nica. Se observa que al emplear los parmetros optimizados con fobj.(Mayor)
y fobj.(Promedio) el tiempo de asentamiento es cercano y menor respecto a la fobj.(Menor) y a
los calculados por los autores.
La robustez de cada uno de los controladores antes descrito fue evaluada
mediante la obtencin de los ndices de desempeo. Este estudio se efectu
considerando tanto los parmetros de ajuste referenciados como los obtenidos posterior
al proceso de optimizacin para cada uno de los esquemas de control implementados.
52
Las Tablas 16 y 17 muestran los resultados de dichos ndices para cada conjunto de
parmetros y en cada controlador estudiado, respectivamente.
Tabla 16. ndices de desempeo obtenidos de un sistema CSTR con perturbacin a la
entrada empleando un control PI.
Parmetros
ndices de desempeo
I.E.
I.E.C.
I.E.A.
I.T.E.C.
I.T.E.A.
Referenciados
1,74E7
9,09
9,41E2
7,57E3
8,77E5
fobj.(Mayor)
1,73E7
1,58E1
1,59E3
1,14E4
1,17E6
fobj.(Promedio)
1,72E7
8,41
8,10E2
6,29E3
6,06E5
fobj.(Menor)
1,73E7
8,68
8,31E2
6,57E3
6,30E5
Tabla 17. ndices de desempeo obtenidos de un sistema CSTR con perturbacin a la

entrada empleando un control SMC.
Parmetros
ndices de desempeo
I.E.
I.E.C.
I.E.A.
I.T.E.C.
I.T.E.A.
Referenciados
1,13E8
2,18E2
1,31E4
3,58E5
2,68E7
fobj.(Mayor)
7,18E7
5,21E1
4,21E3
5,39E4
4,61E6
fobj.(Promedio)
7,87E7
1,58E2
9,26E3
2,28E5
1,46E7
fobj.(Menor)
7,79E7
1,41E4
4,22E4
6,85E7
1,84E8
La Tabla 16 muestra para el caso del controlador PI que a travs de la

optimizacin de los parmetros de ajuste, se obtiene ndices de error menores en
comparacin a los ndices que se generan a travs de los parmetros referenciados. El
orden de los parmetros en la generacin del error mnimo que en este caso es el I.E.C.
es: fobj.(Promedio)<fobj.(Menor)<referenciado < fobj.(Mayor).
53
Para el caso del controlador SMC, la Tabla 17 muestra que, de igual forma, los
parmetros optimizados generan en ciertos casos magnitudes de los ndices menores a
los obtenidos a travs de los parmetros de referencia. En este caso y considerando el
ndice I.E.C., el orden de los parmetros es: fobj.(Mayor)<fobj.(Promedio)<referenciado<
fobj.(Menor).
4.3.4. Anlisis comparativo entre el esquema de control PI y el SMC

Se analizaron los controladores PI y SMC sobre la dinmica del controlador, y
donde se consider nicamente los valores de los parmetros de ajuste optimizados,
especficamente, a los correspondientes de la fobj.(Promedio), para mostrar la dinmica
promedio del controlador. La Figura 15 muestra el comparativo de la dinmica del
actuador para cada sistema de control.
Figura 15. Dinmica de accin del controlador de un sistema CSTR con perturbacin a
la entrada, empleando un controlador de tipo PI y SMC.
La Figura 15 muestra, al igual que en el caso previo, que el control SMC genera
una accin de control ms suave respecto al del control PI. Una vez ms se observa que
el controlador SMC reduce la alta dinmica de accin, respecto a lo que se obtiene al
implementar los controladores clsicos en este caso de estudio.
54
4.4. Evaluacin de un sistema de control para un proceso de un tanque de

agitacin constante con mltiples perturbaciones
El sistema que se analiz consisti en un tanque agitado que es alimentado con
un flujo a alta y otro a baja temperatura. El fluido en el tanque se encuentra a una
temperatura de 150F y es transportado a travs de una tubera; se desea mantener esta
temperatura posterior a la presencia de mltiples perturbaciones negativa en el flujo de
alta temperatura. Por tanto, se implementa un esquema de control que garantice la
estabilidad del sistema. La Figura 16 muestra el esquema de este sistema (Camacho y
Smith, 2000).
Figura 16. Esquema de un tanque de agitacin constante.
Se aplican los siguientes supuestos:
El volumenn del fluido en el tanque es considerado constante.
El lquido contenido en el tanque es homogneo.
El reactor y la tubera externa se encuentran perfectamente aislados.
4.4.1. Modelo matemtico del proceso

El sistema de ecuaciones simultneas que describe la dinmica de cada una de las
partes que compone al anterior proceso est definido por:
Balance de energa alrededor del tanque de agitacin:
1 1 1 + 2 2 2 1 + 2 3 3 =
3
(58)
Retraso de seal entre el tanque y el sensor:

55
4 = 3 0
Tiempo muerto:
0 =
(60)
+2
Seal del transmisor:
4 100
100
(61)
Posicin de la vlvula:
(59)
(62)
Ecuacin de la vlvula:
2 =
500
60
(63)
La descripcin de cada variable operativa contenida en las anteriores

expresiones, as como su valor en estado estable se muestra en la Tabla 13.
56
Tabla 18. Descripcin de los parmetros de diseo y sus valores en estado estable para
un sistema de un tanque de agitacin continua.
Variable
Descripcin
Valor
Flujo de la corriente caliente.
250 /
Flujo de la corriente fra.
191.17 /
Capacidad calorfica del lquido a presin contante del
0.8 /
fluido caliente.
2
1.0/
fluido fro.
3
0.9/
fluido en el tanque.
3
0.9/
fluido en el tanque.
1
Temperatura de la corriente caliente.
250F
Temperatura de la corriente fra.
50F
Temperatura del fluido del tanque.
150F
Densidad del fluido del tanque.
62.4 / 3
Seal de la salida del controlador en estado estacionario.
0.478
Volumenn del tanque.
15 3
Seal de la salida del transmisor en estado estacionario.
0.5
Posicin de la vlvula.
0.478
Coeficiente del flujo de la vlvula.
12 /
Cada de presin en la vlvula.
16 psi
Dimetro de la tubera externa.
0.2006 2
Longitud de la tubera.
125 ft
Tal como se realiz en los casos anteriores, se desarroll un sistema de control a

lazo cerrado como se muestra en la Figura 2, donde Camacho y Smith (2000)
implementaron un controlador PI descrito por la Ecuacin (7) de este trabajo. La
ecuacin que corresponde a la funcin objetivo para este caso es:
57
. . = (150 )2
(64)
donde 150 corresponde a la temperatura de referencia en el interior del tanque.

La Tabla 19 muestra el espacio de bsqueda del algoritmo de optimizacin para
este caso de estudio.
optimizados para un controlador PI para un tanque de agitacin con mltiples
perturbaciones en el flujo de alimentacin del fluido caliente.
Parmetro
Cota inferior
Cota superior
-1.0
-0.44
Establecida la funcin objetivo de la Ecuacin (64) y el espacio de bsqueda del

algoritmo de la Tabla 19, se realizaron las simulaciones con los parmetros del
controlador calculados por los autores como los localizados en el proceso de
optimizacin se muestran en la Tabla 20.
Tabla 20. Parmetros de ajuste referenciados y optimizados para un controlador PI

implementado en un tanque de agitacin con presencia de mltiples perturbaciones en el
flujo de alimentacin del fluido caliente.
Parmetro
Optimizados
Referencia*
fobj.(Mayor)
fobj.(Promedio)
fobj.(Menor)
-0.5
-0.30
-0.28
-0.26
-0.22
-0.13
-0.14
-0.17
fobjetivo.
6.12E-6
4.68E-16
1.12E-3
4.2E-2
58
La Tabla 20 muestra que la dinmica transitoria para los parmetros de ajuste

que conforman a la fobj.(Mayor) y fobj.(Promedio) ser semejante. Al evaluar, la magnitud de la
funcin objetivo se observa que los parmetros optimizados para este caso de estudio no
son menores respecto los referenciados.
Con cada vector que corresponde a los parmetros de ajuste calculados por los
autores y los optimizados se evalu el comportamiento transitivo que tiene la variable
de control (temperatura de salida de la tubera), como se muestra en la Figura 17.
Figura 17. Comportamiento transitorio de la respuesta de un control PI para un tanque

de agitacin con mltiples perturbaciones en el flujo de alimentacin del fluido caliente.
En la Figura 17 se observa que la dinmica transitoria de los parmetros de

referencia y los optimizados difieren, sin embargo, los parmetros fobj.(Mayor) retorna al
estado estable en menor tiempo respecto a fobj.(Promedio). Adems, el comportamiento del
sistema con los parmetros de ajuste de referencia y los fobj.(Menor) tienen amplias
oscilaciones pero stas son decrecientes.
59
4.4.2. Implementacin de un sistema de control de tipo SMC

En base a la Figura 2 se implement un esquema de control de tipo SMC
representado por las Ecuaciones (29) y (30). Se efectuaron las simulaciones
considerando los parmetros de ajuste reportados por Camacho y Smith (2000) con el
objetivo de reproducir la informacin reportada. A continuacin, se acopl el algoritmo
de optimizacin para el ajuste de parmetros que se muestra en la Figura 6, se program
la Ecuacin (64) como la funcin objetivo a minimizar y se introdujeron los valores
lmites correspondientes a la Tabla 21.
optimizados para un controlador SMC para un tanque de agitacin con mltiples
perturbaciones en el flujo de alimentacin del fluido caliente
Parmetro
Cota inferior
Cota superior
5.94
4.64
1.56
Con la Ecuacin (64) y la Tabla 21 se realizaron las simulaciones para localizar

los parmetros ptimos de ajuste. La Tabla 22 muestra los parmetros de ajuste de la
referencia y los optimizados.
60

implementado en un tanque de agitacin con presencia de mltiples perturbaciones en el
flujo de alimentacin del fluido caliente.
Parmetro
Optimizados
Referencia*
fobj.(Mayor)
fobj.(Promedio)
fobj.(Menor)
2.97
2.05
2.28
1.69
2.32
2.10
2.16
2.32
-0.78
-0.56
-0.58
-0.62
fobjetivo.
2.26E-18
6.59E-15
2.0E-3
1.92E-2
* Datos tomados de la referencia (Camacho y Smith, 2000).
La Tabla 22 muestra que la dinmica transitoria al emplear los parmetros de

ajuste referenciados y los optimizados ser nica. Al evaluar la magnitud de la funcin
objetivo se observa que los parmetros optimizados para este caso de estudio no son
menores respecto los referenciados.
Con los valores reportados en la Tabla 22, se realizaron las simulaciones del
sistema a controlar para evaluar su dinmica transitiva con cada conjunto de parmetros
de ajuste. La Figura 18 muestra dicho comportamiento de la dinmica para cada
conjunto de parmetros de ajuste obtenidos.
61
Figura 18. Comportamiento transitorio de la respuesta de un control SMC un tanque de

agitacin con mltiples perturbaciones en el flujo de alimentacin del fluido caliente.
En la Figura 18 muestra que la dinmica transitoria de los parmetros

optimizados tienen un comportamiento oscilatorio decreciente, mientras que los
parmetros referenciados retornan a la dinmica estable sin mostrar sobreimpulsos
adems de retornar a la dinmica estable en menor tiempo respecto a los parmetros
localizados por el algoritmo de optimizacin.

Se evalo el ndice de desempeo para conocer la robustez de cada esquema de
control. Se consideraron los parmetros de ajuste propuesto por los autores y los
obtenidos por el proceso de optimizacin. Las Tablas 23 y 24 muestran los resultados de
cada conjunto de parmetros y controlador analizado.
62
Tabla 23. ndices de desempeo obtenidos de un tanque de agitacin con mltiples

perturbaciones en el flujo de alimentacin del fluido caliente empleando un control PI.
Parmetros
ndices de desempeo
I.E.
I.E.C.
I.E.A.
I.T.E.C.
I.T.E.A.
Referenciados
2,44E6
4,26
1,89E2
2,43E2
1,12E4
fobj.(Mayor)
2,37E6
5,59
2,06E2
2,93E2
1,12E4
fobj.(Promedio)
2,36E6
4,49
1,69E2
2,07E2
8,11E3
fobj.(Menor)
2,35E6
3,73
1,55E2
2,13E2
9,27E3
Tabla 24. ndices de desempeo obtenidos de un tanque de agitacin con mltiples

perturbaciones en el flujo de alimentacin del fluido caliente empleando un control
SMC.
Parmetros
ndices de desempeo
I.E.
I.E.C.
I.E.A.
I.T.E.C.
I.T.E.A.
Referenciados
2,43E6
4,86
2,1E2
3,15E2
1,35E4
fobj.(Mayor)
2.67E6
3,84
1,86E2
1,67E2
8,45E3
fobj.(Promedio)
2.49E6
5,8
2,38E2
3.2E2
1,24E4
fobj.(Menor)
3.12E6
3,58
1,83E2
2,52E2
1,3E4
La Tabla 23 muestra para el caso del controlador PI que la accin de control al

emplear los parmetros optimizados es mejor en comparacin a los parmetros
referenciados. As, el orden al emplear el error definido por el I.E.C. es: fobj.(Menor)<
referenciado<fobj.(Promedio)<fobj.(Mayor).
En el caso del controlador SMC, la Tabla 24 muestra que en la mayora de los
ndices, los parmetros optimizados generan un comportamiento ms robusto en el
sistema de control. As, considerando el mismo ndice I.E.C. el orden es:
fobj.(Menor)<fobj.(Mayor)< referenciados< fobj.(Promedio).
63
4.4.4. Anlisis comparativo entre el esquema de control PI y el SMC

Se evalu el efecto de los controladores PI y SMC sobre la dinmica del
controlador; en este caso de estudio se consideraron los parmetros de ajuste
optimizados fobj(Promedio). La Figura 19 muestra el comparativo de dicha dinmica para
cada sistema de control.
Figura 19. Dinmica del controlador de un tanque un tanque de agitacin con mltiples
perturbaciones en el flujo de alimentacin del fluido caliente, empleando un controlador
de tipo PI y SMC.
La Figura 19 muestra que el control SMC genera una dinmica ms suave (pocas
oscilaciones) en comparacin a la dinmica por parte del control PI. Este
comportamiento es anlogo al obtenido en otros casos de estudio mostrados en las
secciones anteriores, por lo que la implementacin de un sistema de control moderno
con parmetros de ajuste optimizados, la accin del controlador causar menores daos
respecto al control clsico PI.
64
5. CONCLUSIONES
5.1. Generales
De acuerdo a los resultados obtenidos en estos casos de estudio, la aplicacin de
la estrategia de optimizacin de tipo estocstica Cuckoo Search ha mostrado ser una
buena opcin para el ajuste de parmetros en controladores de tipo PID y SMC. .
Se localizaron los parmetros ptimos de ajuste para el control PID/PI donde se
encontr que en tres de los cuatro casos analizados que los parmetros fobj.(Promedio) y
fobj.(Mayor) eran cercanos, proporcionando una dinmica transitoria semejante. Mientras
que para el control SMC no se observ este comportamiento.
Al evaluar la
magnitud de la funcin objetivo, tiempo de asentamiento y
mximo sobreimpulso de los parmetros de ajuste de la referencia respecto a los

optimizados, se observo que en todos los casos donde se analiz esquema de control
PI/PID, mostr ser menor al emplean los parmetros optimizados. Mientras el
controlador SMC, se observa que, a excepcin del sistema de tanque con mltiples
perturbaciones, el empleo de los parmetros optimizados ayuda al retorno al valor
deseado en menor tiempo respecto a los parmetros referenciados.
El anlisis de los ndices de desempeo muestra que, a excepcin del ndice I.E.,
el control PI/PID y SMC con los parmetros de ajuste optimizados tienen una magnitud
menor respecto a los parmetros de referencia.
A su vez, se ha demostrado que al emplear los fobj.(Promedio), se observa cmo la
dinmica del control SMC muestra oscilaciones ms suave (bajas oscilaciones) en
comparacin a las generadas por el controlador PI.
El principal aporte de los parmetros optimizados sobre el control PI, es que el
sistema retorna al valor deseado tras recibir mltiples perturbaciones. Mientras que para
el controlador SMC se encontr que el tiempo de asentamiento se reduce
considerablemente respecto a los parmetros referenciados adems de no trasgredir las
suaves oscilaciones caractersticas de este esquema de control.
5.2. Especficas
Al analizar los casos que comprendan perturbaciones de tipo menor (reactor
qumico),
intermedio
(reactor
qumico
con
perturbacin),
unitario
(tanques
interconectados) y mltiple (tanque de agitacin), se obtuvo que la dinmica transitoria

65
muestra que el empleo de los parmetros optimizados con el controlador PI/PID, se

observ que el tiempo de asentamiento y sobreimpulso se reduce, mostrando que la
implementacin del algoritmo Cuckoo Seach es una alternativa viable para la
localizacin de parmetros ptimos de ajuste.
Al implementar los parmetros ptimos de ajuste en el control de tipo deslizante,
se observ que para el sistema con una perturbacin menor es recomendable porque
reduce el tiempo de asentamiento y mximo sobreimpulso. Mientras que en el caso del
reactor qumico con perturbacin, no se present una diferencia significativa respecto a
los parmetros de referencia. En el caso del tanque con mltiples perturbaciones se
observ que los parmetros optimizados son menos robustos a causa del que el
algoritmo de bsqueda local Nelder-Mead forma parte de la parte continua y
discontinua de las ecuaciones que componen a este esquema de control moderno.
Si se desea que el control PI/PID y SMC tengan dinmicas transitivas con menor
tiempo de asentamiento, sobreimpulsos e ndices de desempeo ms robusto se
recomienda implementar otras funciones objetivo a minimizar tales como los ndices de
desempeo.
66
6. BIBLIOGRAFA
Altinten, A.; Erdogan, S.; Alioglu, F.; Hapoglu, H. y Alpbaz M. (2004). Application
of adaptive PID with genetic algorithm to a polymerization reactor. Chemical
Engineering Communications volumenn 191, pp. 1158-1172.
Angulo, F. (2013). Nonlinear control, CSTR Reactor, LQR, Lyapunov. Control
Engineering Practice, volumen 20, pp. 1129-1145.
Basilio, J. y Matos, S. (2002). Design of PI and PID controllers with transient
performance specification. IEEE Transaction on Education, volumen 45, pp. 364370.
Beni, G. y Wang, J. (1989). Swarm intelligence in cellular robotic systems, proceed.
NATO Advanced Workshop on Robots and Biological Systems, Tuscany, Italy.
Blum, C. y Roli, A. (2003). Metaheuristic in combinatorial optimization: overview
and conceptual comparison. Applied Mathematics and Computation, volumen 3, pp.
268-308.
Camacho, O.; Rojas, R. y Garca, W. (1999). Variable structure control applied to
chemical processes with inverse response. ISA Transactions, volumen 38, pp. 55.
Camacho, O. y Smith, A. (2000). Sliding mode control: an approach to regulate
nonlinear chemical processes. ISA Transactions, volumen 39, pp 205-218.
Chang, W.; Hwang; R. y Hsieh, J. (2003). A multivariable on-line adaptive PID
controller using auto-tuning neurons. Engineering Applications of Artificial
Intelligence, volumen 16, pp. 57-63.
Chang, W. y Yan, J. (2005). Adaptive robust PID controller design based on a
sliding mode for uncertain chaotic systems. Chaos, Solutions and Fractals, volumen
26, pp. 167-175.
Chalupa, P.; y Novak, J. (2013). Modeling and model predictive control of a
nonlinear hydraulic system. Computers and Mathematics with Applications,
volumen 64, pp. 2647-2662.
Chen, C. y Peng, S. (2005). Design of a sliding mode control system for chemical
processes. Journal of Process Control, volumen 15, pp. 515-530.
67
Chen, C. y Peng, S. (2006). A sliding mode control scheme for non-minimum phase
non-linear uncertain input-delay chemical processes. Journal of Process Control,
volumen 16, pp. 3745.
Cheng-Hung, C.; Naidu, D. y Schoen, M. (2009). A hybrid adaptative control
strategy for a smart prosthesis hand. IEEE Engineering Medicine and Biology
Society, volumen 31, pp. 5056-5069.
Cheng-Hung, C. y Subbaram. N. (2013) Hybrid control strategies for a five-finger
robotic hand. Biomedical signal processing and control, volumen 8, pp. 382-390.
Colorni, A.; Dorigo, M. y Maniezzo, V. (1991). Distributed Optimization by Ant
Colonies, Actes de la Premiere Conference Euroeenne sur la vie Artificielle, Paris,
France, Elseiver Publishing, pp. 134-142.
Congying, L.; Shixing, W.; Zhi, Y. Junygon, Y. y Huijin, W. (2008). Anti-windup
nonlinear PID controller design and its application to winged missile control system.
Proceeding of the 27 the Chinese control conference, pp. 377-379.
Deb, K.; Pratap, A.; Agarwal, S. y Mayarival, T. (2002). A fast and elitist multiobjetive algorithm. Computer and Operation Research, volumen 40, pp. 1616-1624.
Dehdarinejad, M.; Abyaneh, H.; Razavi, F. y Hosseini, S. (2013). Optimization of
SMC parameters using PSO in a Full-Bridge DC-DC converter with inductive load.
IEEE International Conference on Smart Energy Grid Engineering, Article number
6707925.
Farzin, N.; Sulaiman, A.; Gavahian, S.; Soltani, A. y Roosta, S. (2011). Design
Mathematical Tunable Gain PID-Like Sliding Mode Fuzzy Controller with
Minimum Rule base. International Journal of Robotics and Automation, volumen 2,
pp. 146-152.
Gill, P.; Murray, W. y Saunders. M. (2005). An SQP algorithm for large scale
constrained optimization. SIAM Review, volumen 47, pp. 99-131.
Glober, F. (1989). Tabu Search- Par1.ORSA Journal on Computing, volumen 2, pp.
4-32.
Goldberg, D. (1989). Genetic algorithms in search, optimization and machine
learning. Kluwer Academic Publishers.
Haugen, Finn. (2010). Comparing PI tuning methods in a real benchmark
temperature control system. Identification and Contro, volumen. 3, pp. 79-91.
68
Hamzah, N.; Sam, Y., Selamat, H. y Ariin, M. (2013). GA-based sliding mode
controller for yaw stability improvement. 9th Asian, control conference, ASCC
2013.
Higuera, O.; Aguero, C.; Canas, J. y Millan, S. (2010). Qsearch: bsqueda
optimizada aplicada a la calibracin de controladores PID en un cuadricptero
autnomo. Proccedings of VIII Workshop Robocity 2010.
Holland, J. (1975). Adaptation in Natural and Artificial Systems, Ann Arbor:
University of Michigan Press.
Jian, X y Lei, Q. (2014) Robust adaptative PID control of robot manipulator with
bounded disturbances. Advances in Mechanical Engineering, volumen 201, pp. 1326.
Jianhua, Z. y Junghu. C. (2013). PID control strategy for networked process control.
Hindawin Publishing Corporation Mathematical Problems in Engineering, volumen
2013, pp. 11-22.
Jing-Nang, L.; Tsung-Min, L y Chien-Ching, C. (2014). Modeling validation and
control analysis of air conditioning system. The scientific World Journal, volumen
2014, pp. 1-10.
Johnston, C. (1998). Geographic Information Systems in Ecology. Methods in
Ecology. First Edition. Blackwell Science Ltd. Malden, USA, volumen 14, pp. 134142.
Jun, Z.; Jizhuang, F.; Yanhe, Z.; Jie, Z. y Wenjie, Z. (2014). One nonlinear PID
control the improved the control performance of a manipulator actuate by a
pneumatic muscle actuator. Advances in Mechanical Engineering, volumen 2014,
pp. 150-169.
Kennedy, J. y Erthart, R. (1995). Particle Swarm Optimization. Purdue School of
Engineering and Technology.
Kessal, A. y Rahmani, L. (2014). GA-optimized parameters of sliding-mode
controller based on both output voltage and input current with an application in the
PFC of AC/DC converters. IEEE Transactions on Power Electronics, volumen 29,
pp. 3159-3156.
Kirkpatrick, S.; Gellat, C. y Vechhi, M. (1983). Optimization by simulated
annealing, Sciences, volumen 220, pp. 617-680.
69
Kravaris, C. y Savoglidis, G. (2012). Tracking the singular arc of a continuous

bioreactor using sliding mode control. Journal of the Franklin Institute, volumen
349, pp. 1538-1601.
Kuo, C.; Huang, Y.; Chen, C. y Chang, C. (2008). Adaptative sliding mode control
with PID tuning for uncertain systems. Proceedings of the International
Multiconference of Engineers and Computer Scientists, volumen 2, pp. 2040-2043.
Leva, A. (1993). PID auto-tuning algorithm based on relay feedback. IEE PortControl Theory and Applications, volumen 140, pp. 328-337.
Linninger, A. y Ekaterini, K. (2005). Batch process. CRC Press.
Massaci, P. y Patrizi, G. (1985). Optimal control and stochastic control police in
mineral and metallurgical processing. Control Applications of Nonlinear
Programming and Optimization, volumen 2, pp. 152-162.
Mihoub, M.; Nouri, A. y Abdennour, R. (2009). Real-time application of discrete
second order sliding mode control to a chemical reactor. Control Engineering
Practice, volumen 17, pp. 1089-1095.
Minghong, L.; Fuli, W. y Forong G. (2001). PID bases sliding mode controller for
nonlinear processes. Industrial and Engineering Chemistry, volumen 40, pp. 26602067.
Mohan, Santhakumar. (2013). Investigation into the dynamics and control of an
underwater vehicle-manupulator system. Modelling and Simulation in Engineering,
volumen 2013, pp. 17-30.
Mohideen, K.; Saravanakumar, G.; Valarmathi, K.; Devaraj, D. y Radhakrishnan
T.K. (2013). Real-coded Genetic Algorithm for system identification and tuning of a
modified model reference adaptative controller for a hybrid tank system. Applied
Mathematical Modelling, volumen 37, pp. 3829-3847.
Moradi, M. (2013). Self-tuning PID controller to three-axis stabilization of a
satellite with unknown parameters. International Journal of Non-Linear Mechanics,
volumen 49, pp. 50-56.
Moravej, Z. y Akhalaghi, A. (2013). A novel approach based on cuckoo search for
DG allocation in distribution network. International Journal of Electrical Power and
Energy Systems, volumen 44, pp. 672-679.
70
Musmade, B.; Munje, R. y Patre B. (2011). Design of sliding mode controller to

chemical processes for improved performance. International Journal of Control and
Automation, volumen 4, pp. 15-30.
Nasir, A.; Raja; I. y Ahmad, M. (2010). Performance comparison between sliding
mode control (SMC) and PD-PID controllers for a nonlinear inverted pendulum
system. World Academy of Science, Engineering and Technology, volumen 71. pp.
122-127.
Nguyen, H.; Tao, T. y Thompson, W. (1993). An empirical study of robustness of
Fuzzy Systems. IEEE International Conference on Fuzzy Systems, volumen 2, pp.
1340-1345.
Nishida, M. (2011). Experimental study on On-Off control systems for flexible
quadruped locomotion robot. Advanced Intelligent Mechatronics, volumen 1, pp.
850-885.
Obaid, M.; Husain, R. y Al-kubati, A. (2014). Intelligent sliding mode controller for
active suspension system using particle swarm optimization. Jurnal Teknologi,
volumen 69, pp. 1-7.
O'Dwyer, A. (2000). A summary of PI and PID controller tuning rules for processes
with time delay. Part 1: PI controller tuning rules. Proceedings of PID IFAC
Workshop on Digital Control, pp. 175-180.
Ogata, K. (1994). Designing linear control systems with MATLAB. Control
Engineering Practice, volumen 2, pp. 279-282.
Papadopoulos, K. y Margaris N. (2013). Optimal automatic tuning of active
damping PID regulators. Journal of Process Control, volumen 23, pp. 905-915.
Parpas, P. y Webster, M. (2014). A stochastic muti-scale model for electricity
generation capacity expansion. European Journal of Operational Research, volumen
232, pp. 329-374.
Piltan, F.; Sulaiman, N.; Gavahian, A.; Soltani, S. y Roosta, S. (2011). Design
mathematical tunable gain PID-like sliding mode fuzzy controller with minimum
rule base. Journal of Robotics and Automation, volumen 2, pp. 146-156.
Pisano, A. y Usai, E. (2011). Sliding mode control: A survey with applications in
math. Mathematics and Computers in Simulation, volumen 81, pp. 954-979.
71
Psichogios, D. y Ungar, L. (1992). A hybrid neural network-first principles

approach to process modeling, AIChE Journal, volumen 38, pp. 1499-1511.
Rebollo, I.; Graa, M.; y Hernndez, C. (2001). Aplicacin de algoritmos
estocsticos de optimizacin al problema de la disposicin de objetos no-convexos.
Revista de Investigacin Operacional, volumen 22, pp. 184-192.
Rojas, R.; Garca, W. y Camacho, O. (2005). On sliding mode control for inverse
response processes. World Congress, volumen 16, pp. 1660-1668.
Sahu, R.; Panda, S. y Rout; U. (2013). DE optimized parallel 2-DOF PID controller
for load frecuency control of power system with governor dead-band nonlinearity.
Electrical Power and Energy Systems, volumen 49, pp. 19-33.
Sam, M.; Osman, S. y Ghani, R. (2002). Proportional integral sliding mode control
of a quarter car active suspension. Control and Power Engineering, volumen 3, pp.
16301633.
Shouwei, Z.; Hai, L.; Jitao, S. y Zhengui, X. (2012). An implicit Lyapunov control
for finite-dimensional closed quantum systems. International Journal of Robust and
Nonlinear Control, volumen 22, pp. 1212-1228.
Storn, R. y Price, K. (1997). Differential Evolution: A simple and efficient adaptive
scheme for global optimization over continuous spaces. Journal of Global
Optimization, volumen 11, pp. 341-359.
Sudeept, M. y Surekha B. (2007). Comparative Study of some new hybrid fuzzy
algorithm for manipulator control. Modelling and Simulation in Engineering,
volumen 2007, pp. 32-42.
Tang, J.; Hu, Y.; Xiao, Z. y Li, J. (2010). Missile PID controller parameter tuning
based on iterative learning control. 2nd International Conference on Signal
Processing Systems, volumen 3, pp. 689-692.
Tern, J. y Camacho, O. (2005). Genetics algorithms as a tuning tool for PID and
sliding mode controllers. Revista Tcnica de la Facultad de Ingeniera, Universidad
del Zulia, volumen 28, pp. 200-209.
Tahir, H. y Al-Rawi, A. (2006). Variable structure control design of process plant
based on sliding mode approach. Proceedings in the 25 Chinese Control Conference.
Utkin, V. (1992). Sliding modes in control and optimization. Springer-Verlag.
72
Vzquez, C. (2004). La nueva generacin de PLC, PAC controladores automticos

programables. Tech Mexico automatizacin, volumen 6, pp. 6-21.
Wang, Q.; Zou, B.; Lee, T. y Bi. Q. (1997). Auto-tuning of multivariable PID
controller from decentralized relay feedback. Automatica, volumen 33, pp. 319-330.
Xue, D.; YangQuan, C. y Atherton, D. (2012). A hybrid control of PID controller.
Society for Industrial Applied Mathematics, volumen 5, pp. 183-203.
Yang, X. y Deb, S. (2009). Cuckoo search via Lvy flights. In Proc. Of World
Congress on Nature & Biologically Inspired Computing, India. IEEE Publications,
pp. 210-214.
Yang, X y Deb, S. (2013). Multiobjective cuckoo search for design optimization.
Computers and Operations Research, volumen 40, pp. 1616-1624.
Yildis, A. (2009). Cuckoo Search algorithm for the selection of optimal machining
parameters in milling operations. The International Journal of Advanced
Manufacturing Technology, volumen 64, pp. 55-61.
Yong, R. y Gang, H. (2011). An Identifying Function Approach for Determining
Structural Identifiability of Parameter Learning Machines International Joint
Conference on Neural Networks. pp. 1593-1599.
Yu, C. (2008). Fuzzy logic based auto-modulation of parameters PI control on
active power filter. Intelligent Control and Automation. WCICA 2008, pp. 52295232.
Zhou, D.; Chundi, M. y Wenly, X. (1999). Adaptive sliding-mode guidance of a
homing missile. Journal of Guidance, Control, and Dynamics, volumen 22, pp. 589594.
Zhu, R.; Byrd, P. y Nocedal, J. (1997). Algorithm 778; L-BFGS-B-Fortran
subroutines for large-scale bound constrained optimization. Transactions on
Mathematical Software, volumen 23, pp. 550-560.
73
7. APNDICES
7.1. Esquemas de control
7.1.1. Controlador PID
7.1.2. Controlador SMC
7.1.2.1. Superficie deslizante S(t)
74
7.2. Casos de estudio

En el siguiente apartado se muestran los diagramas de bloque de cada caso de
estudio as como su entrelazado.
7.2.1. Sistema de control en el proceso de tanques interconectados

continua.
Balance de masa para el reactivo A (Ecuacin 50).
Balance del casquillo (Ecuacin 51).
75
Balance de energa dentro del reactor (Ecuacin 52).
Coeficiente de reaccin (Ecuacin 53).
Transmisor de temperatura (Ecuacin 54).
76
Vlvula de control (Ecuacin 55).
Seal del error (Ecuacin 56).
Las Ecuaciones 50, 51, 52, 53, 54, 55 y 56 as como las acciones de control
fueron entrelazadas tal como se muestra en el diagrama global.
7.2.3. Sistema de control para un proceso de tanque de reaccin con

agitacin continua y presencia de perturbacin en el flujo de alimentacin.
Anlogo al caso anterior, este sistema consisti en evaluar la accin de control
PI y SMC con los parmetros de ajuste referenciados y optimizados para un tanque
CSTR donde se lleva a cabo una reaccin qumica y una perturbacin positiva en el
77
flujo de alimentacin. En este caso se incluy un bloque de perturbacin de tipo escaln

positivo en el flujo de alimentacin, tal como se muestra en el siguiente diagrama.
7.2.4. Sistema de control para un proceso de un tanque de agitacin

constante con mltiples perturbaciones
Balance de energa alrededor del tanque de agitacin (Ecuacin 58).
78
Retraso de seal entre el tanque y el sensor (Ecuacin 59).
Tiempo muerto (Ecuacin 60).
Seal del transmisor (Ecuacin 61).
Posicin de la vlvula (Ecuacin 62).
Ecuacin de la vlvula (Ecuacin 63).
79
Las Ecuaciones 58, 59, 60,61, 62 y 63 las mltiples perturbaciones y el sistema

de control PI y posteriormente SMC; fueron enlazadas entre s tal como se muestra en el
diagrama global.
80

Método C.S. en Control de Procesos Químicos

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Método C.S. en Control de Procesos Químicos

Uploaded by

Copyright:

Available Formats

INSTITUTO TECNOLGICO DE AGUASCALIENTES

IMPLEMENTACIN Y ANLISIS DE ESTRATEGIAS

Aguascalientes, Ags; Julio del 2015

NDICE DE TABLAS ..................................................................................................... I

2.5. Evaluacin de la robustez del sistema de control ............................................ 25

4.4.2. Implementacin de un sistema de control de tipo SMC........................... 60

Para mis paps Jaime y Eva que a lo largo de mi estancia en Aguascalientes

Le dedico el corazn de este trabajo quienes durante mi estancia en el ITA me

Al chico que me invit a su primer pastel de cumpleaos cuando celebr 30.

Many places I have been

Elementos de sintonizacin de los controladores P, PI y PID a travs del

Valores lmites donde se realiz la bsqueda de los parmetros de ajuste

ndices de desempeo obtenidos en un sistema de control para un proceso

Descripcin de los parmetros de diseo y sus valores en estado estable

Valores lmites donde se realiz la bsqueda de los parmetros de ajuste

Valores lmites donde se realiz la bsqueda de los parmetros de ajuste

Parmetros de ajuste referenciados y optimizados para un controlador SMC

ndices de desempeo obtenidos de un sistema CSTR empleando un control

ndices de desempeo obtenidos de un sistema CSTR empleando un control

Valores lmites donde se realiz la bsqueda de los parmetros de ajuste

Parmetros de ajuste referenciados y optimizados para un controlador PI

Valores lmites donde se realiz la bsqueda de los parmetros de ajuste

Parmetros de ajuste referenciados y optimizados para un controlador SMC

ndices de desempeo obtenidos de un sistema CSTR con perturbacin a la

Descripcin de los parmetros de diseo y sus valores en estado estable

ndices de desempeo obtenidos de un sistema CSTR con perturbacin a la

Valores lmites donde se realiz la bsqueda de los parmetros de ajuste

Parmetros de ajuste referenciados y optimizados para un controlador PI

Valores lmites donde se realiz la bsqueda de los parmetros de ajuste

Parmetros de ajuste referenciados y optimizados para un controlador SMC

implementado en un tanque de agitacin con presencia de mltiples

ndices de desempeo obtenidos de un tanque de agitacin con mltiples

ndices de desempeo obtenidos de un tanque de agitacin con mltiples

Accin de control de un esquema tipo On-Off sobre la variable Temperatura

Interpretacin grafica del SMC.....

Comportamiento de la trayectoria del sistema a lo largo de la superficie

Mtodo de punto de inflexin sobre una curva de reaccin para la

Diagrama de bloques de un sistema de control a lazo cerrado..... 27

Diagrama de bloques de un sistema de control a lazo cerrado con etapa de

Esquema de un sistema de tres tanques interconectados.

Comportamiento transitorio de la respuesta de un control PID para un sistema

de tres tanques interconectados

Esquema de un sistema de un reactor CSTR

10 Comportamiento transitorio de la respuesta de un control PI para un sistema

13 Comportamiento transitorio de la respuesta de un control PI para un sistema

14 Comportamiento transitorio de la respuesta de un control SMC para un sistema

15 Dinmica de accin del controlador de un sistema CSTR con perturbacin a la

16 Esquema de un tanque de agitacin constante. ...

17 Comportamiento transitorio de la respuesta de un control PI para un tanque de

Valor de la variable a controlar

Valor de la variable de control a la salida del proceso

Error o desviacin existente entre el valor deseado de la variable de

Accin del controlador

Ganancia del elemento del control Proporcional

Ganancia del elemento del control Integral

Ganancia del elemento del control Derivativo

Trayectoria del sistema

Ley de control continuo

Ley de control discontinuo

Parmetro de sintonizacin responsable de la etapa de alcance

Parmetro de ajuste para la reduccin del ruido

Ganancia del proceso

Vector de parmetros de ajuste ptimos