VII CAIQ2013 y 2das JASP

APLICACIÓN DE CONTROL POR REALIMENTACIÓN DE

SALIDA A UN SISTEMA HIDRÁULICO CON RESTRICCIONES
DE DISEÑO

C. A. Cappelletti†‡ and E. J. Adam‡

†UTN – Facultad Regional Paraná, Almafuerte 1033, Paraná, Entre Rı́os, Argentina.
ccappelletti@frp.utn.edu.ar
‡UNL – Facultad de Ingenierı́a Quı́mica, Santiago del Estero 2854, Santa Fe, Santa Fe,
Argentina.
eadam@fiq.unl.edu.ar

Resumen. En este trabajo se presenta el diseño de un controlador industrial

del tipo PID mediante el uso de LMI y realimentación dinámica de salida,
que busca satisfacer criterios de performance H2 , H∞ y ubicación de polos.
La metodologı́a de trabajo se aplica a sistema hidráulico de laboratorio, donde
se quiere controlar la altura del lı́quido en uno de los tanques, manipulando el
caudal de entrada en el otro tanque.
Mediante simulaciones numéricas se muestra el desempeño de la variable
controlada y manipulada cuando se implementa un controlador óptimo lineal
y un PID industrial.
Palabras Claves. Control de Procesos, Control PID, LMI, Control Multiob-
jetivo.

1 Introducción

A partir de la década del 90, las ventajas del uso de variables de estado se hicieron
mucho más notorias cuando se advirtió que el conjunto de especificaciones robustas en

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

variables de estado encontraban un marco común de formulación, llamada Desigualda-

des Lineales Matriciales (LMI). Cuya principal ventaja radica en que se definen regiones
convexas, es decir, el conjunto de especificaciones de diseño es transformado en una in-
tersección de regiones convexas.
Planteadas las especificaciones, como restricciones en formato LMI, la solución de encon-
trar un controlador que las satisfaga se resume a resolver un problema de optimización
convexo, para lo cual hay algoritmos de búsqueda especializados como son los métodos
de punto interior. Al resolver un problema de optimización convexo, se tiene la certeza de
que si existe solución esta es única, y si no existe tal solución el problema es infactible, y
en este caso deberán relajarse las restricciones (objetivos o especificaciones) hasta lograr
factibilidad.
Sin embargo a pesar de ser muy poderosas las herramientas teóricas antes mencio-
nadas, son muy pocas las aplicaciones industriales que la utilizan. La razón es que la
mayorı́a de los casos los controladores calculados son de orden elevado y difı́ciles de im-
plementar. En contraste, el controlador PID resulta sumamente sencillo de manipular y
sintonizar por los técnicos de control lo que hace que éste último desplace de la industria
la implementación de otras estrategias de control más sofisticadas.
Por lo anteriormente expuesto, en este trabajo se busca sintonizar controladores
PID industriales mediante herramientas teóricas más sofisticadas que permitan lograr un
desempeño satisfactorio del sistema de control sin llegar a ser óptimo, pero muy superior
a la que se obtiene mediante una sintonización con métodos clásicos como la de Ziegler
and Nichols (1942), Cohen and Coon (1953), o mediante la parametrización IMC (Morari
and Zafiriou (1989)).
Este trabajo se organiza como se detalla a continuación. En la Sección 2, se describe el
modelo del sistema experimental de laboratorio a controlar mediante una representación
en espacio de estados. Luego, en la sección 3 se discuten conceptos básicos conocidos de
diseño de controladores para satisfacer restricciones vı́a LMI. En la Sección 4 se muestra
la sintonización de un control óptimo libre de offset mientras que, en la Sección 5 se
realiza el cálculo del controlador y las simulaciones numéricas. Finalmente, en la Sección
6 se presentan las conclusiones.

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

2 Control de un Sistema Hidráulico de Tanques en Cascada

En esta sección se presenta el diseño de un control de nivel de un sistema hidráulico,

por realimentación de salida.
Sobre el sistema se desea que no tenga offset ante el cambio de consigna del tipo
escalón, y que sea rápido en su respuesta. Adicionalmente se desea que el sistema se vea
poco afectado por perturbaciones externas que ingresan junto a la ación de control, esta
última especificación es del tipo robusto, ya toma en cuenta cambios de presión en la red
de suministro de agua debido, por ejemplo, a variaciones en la demanda.
Todas estas especificaciones de diseño encuentran en las LMI un marco común de
formulación.
A tal efecto, el control incluye el planteo de tres LMIś las que consideran una condi-
ción de estabilidad asintótica, minimización de normas y ubicación de polos en regiones
preestablecidas.

2.1 Sistema Hidráulico Experimental de Laboratorio

Considere el sistema hidráulico experimental de laboratorio de dos tanque con

interacción representado en la Fig. 1, donde sus caracterı́sticas fı́sicas y operativas se
informan en la Tabla 2.1.

Fig. 1: Sistema hidráulico de dos tanques que interaccionan entre sı́.

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

Antes de presentar el modelo matemático no lineal y lineal del sistema de tanques

con interacción de la Fig. 1, resulta importante remarcar la siguiente hipótesis de modelo
relacionada con la interacción entre los tanques:

Hipótesis de Modelo. Cuando el caudal de lı́quido se dirige del tanque 1 al 2 (esto

es h1 ≥ h2 ) dicho caudal es función de la diferencia de presión entre ellos y es acepta-
√
blemente modelado mediante la expresión, qs1 = Cv1 h1 − h2 . Si hay una inversión de
flujo (esto es, h1 < h2 ) dicho caudal se modela como, qe3 = Cv1 sqrth2 − h1 .
Las ecuaciones de balance que definen un modelo matemático no lineal en variables
de desviación se resume a,
√
A1 ddt
h̄1 0 + q̄ + q̄


= − Cv1 h1 − h2 − qs1 e1 m1 ,

(1)
√ √
A2 ddt
h̄2 0 − C 0



= CV 1 h1 − h2 − qs1 V 2 h2 − qs2 + q̄e2 ,

con condiciones iniciales h1 (t = 0) = h01 , y h2 (t = 0) = h02 o bien, h̄1 = 0 y h̄2 = 0, y

donde aquella variable indicada como •¯ representa a la variable escrita como desviación
del estado estacionario inicial.
Linealizando por serie de Taylor y reordenando las ecuaciones se obtiene el modelo
matemático lineal en el dominio del tiempo, resultando éste,

A1 ddt
h̄1
= − R11 h̄1 + 1
h̄
R1 2
+ q̄e1 + q̄m1 ,
(2)
 
A2 ddt
h̄2
= 1
h̄
R1 1
− 1
R1
+ 1
R2
h̄2 + q̄e2 ,
donde R1 y R2 son las resistencias hidráulicas de las válvulas manuales indicadas en la
Fig. 1 y cuyos valores experimentales se resumen en la Tabla(2.1).
Note que las Ecs.(2) se pueden llevar a la forma de representación de estados,

ẋ(t) = Ax(t) + B1 d(t) + B2 u(t),

(3)
z(t) = Cx(t),

donde se define x := [x1 x2 ]T , x1 (t) := h̄1 (t), x2 (t) := h̄2 (t) e y(t) := x2 (t), y por tanto
se tiene que,

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

   
a11 a12 −1/R1 A1 1/R1 A1
A= = ,
a21 a22 1/R1 A2 −(1/A2 )(1/R1 + 1/R2 )

   
b11 1/A1
B1 =  = ,
b21 1/A2
(4)
   
b12 1/A1
B2 =  = ,
b22 0

C = [c1 c2 ] = [0 1] .

Aquı́ u(t) es la variable manipulada (qm1 ) y d(t) son las perturbaciones de entrada
(qe1 y qe2 ). si bien los estados x1 y x2 son medibles ya que representan los niveles de
lı́quido en los tanques, solo se realimentará el nivel de salida x2 .

Dimensiones

Diámetros d1 = d2 = 0.04 m
rango de caudales de las válvulas 0 y 3.3 l/min
alturas máximas h1max = h2max = 0.60 m

3 Diseño por realimentación de salida

Cuando todos los estados no están fı́sicamente disponibles para su medición, solo una
parte o una combinación lineal de ellos puede usarse para control, a estos estados disponi-
bles se lo llama salidas medibles del sistema. En este capı́tulo se diseñaran controladores
que satisfacen criterios de performance H2 , H∞ y ubicación de polos que usan solamente
las salidas medibles o estados disponibles del sistema.
Es importante aclarar que el diseño solo se hará para sistemas ciertos.

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

3.1 Planteo del problema

Considérese el siguiente sistema LTI

ẋ(t) = Ax(t) + B1 w(t) + B2 u(t),

z(t) = Cx(t),

(5)
y(t) = Cy x(t) + Dy w(t),
z∞ (t) = C1 x(t) + D11 w(t) + D12 u(t),
z2 (t) = C2 x(t) + D21 w(t) + D22 u(t),
Aquı́, w(t) es un vector de perturbaciones, y(t) es la salida medible, z∞ (t) y z2 (t) son
salidas auxiliares utilizadas para definir los requisitos H∞ y H2 respectivamente, del
sistema realimentado.1

La dinámica del sistema de control es

σ̇(t) = Ac σ(t) + Bc y(t)
(6)
u(t) = Cc σ(t) + Dc y(t).
Reemplazando la salida medible de las Ecs.(5) en las Ecs.(6), se tiene

σ̇(t) = Ac σ(t) + Bc (Cy x(t) + Dy w(t)),

(7)
u(t) = Cc σ(t) + Dc (Cy x(t) + Dy w(t)),
reemplazando la acción de control de las Ecs.(7) en el sistema (5) y combinando a este
sistema con la ecuación de estado del sistema de control, se obtiene las ecuaciones de
estados y salidas del sistema realimentado como se muestra a continuación.

      
ẋ(t) A + B 2 D c Cy B 2 Cc x(t) B2 Dc Dy + B1
 =  +  w(t),
σ̇(t) B c Cy Ac σ(t) Bc Dy

      
z∞ (t) C1 + D12 Dc Cy D12 Cc x(t) D12 Dc Dy + D11
 =  +  w(t),
z2 (t) C2 + D22 Dc Cy D22 Cc σ(t) D22 Dc Dy + D21
(8)
1
En la literatura, normalmente no aparece la salida real del sistema z(t) = Cx(t) en forma explı́cita, ya
que es un caso particular de z∞ (t).

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

es decir, el sistema realimentado, que es una combinación de los sistemas (5) y (6), tiene la forma

ẋa (t) = Aa xa (t) + B1a w(t),

(9)
za (t) = Ca xa (t) + Da w(t).

3.2 Restricciones LMI para la Estabilidad de Aa

Haciendo uso de las Ecs(9), y utilizando el teorema de Lyapunov, se puede garantizar

que el sistema (5) puede se estabilizado por el controlador dinámico(6) si se satisfacen
simultáneamente las siguientes desigualdades,

A0a P + P Aa ≺ 0,
(10)
P  0.
Téngase en cuenta que a diferencia con realimentación de estado, en donde solo se
tiene dos matrices incognitas K y P , cuando se usa realimentación de salida se tiene
cinco matrices incógnitas, las cuatros del controlador dinámico y P . Por lo tanto, para
poder determinar estas matrices incognitas vı́a LMI, es necesario realizar un tratamiento
algebráico adicional que se puede consultar en Colmenares and Tadeo (2005), entre
otros, concluyendo con el teorema que se enuncia a continuación.

Teorema 1. El sistema descripto por las Ecs.(5), puede ser estabilizado por un controla-
dor dinámico descripto por las Ecs(6), si y solo si, existen un par de matrices simétricas
y positivas definidas (X, Y ), y un par de matrices regulares (U, V ), los cuales son solu-
ciones de las siguientes desigualdades matriciales:
 
XA + B̂Cy + 0
XA + Cy0 B̂0 Θ
  ≺ 0,
Θ0 YA + B2 Ĉ + YA0 + Ĉ0 B20
  (11)
X I
   0,
I Y

donde

Ĉ = Cc V 0 , B̂ = U 0 Bc , Â = U 0 Ac V 0 , Aa(1,1) = A + B2 Dc Cy ,
Z = A0a(1,1) + XAa(1,1) Y + XB2 Ĉ + B̂Cy Y,
XA = XAa(1,1) , YA = Aa(1,1) Y, Θ = Z + Â.

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

Observar que las desigualdades (11) son afines respecto a las variables matriciales X,
Y , XA , YA , Ĉ, B̂ y Θ, es decir, dichas desigualdades son LMIs, y como tal, definen una
región convexa si es que existe.
Si la solución es factible, una vez obtenidas estas siete variables, se pueden calcular
las matrices del controlador de la siguiente forma:

Elegir cualquier matriz V regular, de dimensiones adecuadas.

Obtener U = (I − Y X)V −1 .

Obtener Aa(1,1) = XA X −1 .

Obtener Z = A0a(1,1) + XAa(1,1) Y + XB2 Ĉ + B̂Cy Y .

Obtener  = Θ − Z, y luego Ac = (U 0 )−1 Â(V 0 )−1 .

Obtener Bc = (U 0 )−1 B̂, y Cc = Ĉ(V 0 )−1 .

Obtener2 Dc = B2∗ (Aa(1,1) − A)Cy∗ .

3.3 Restricciones LMI para Control óptimo, minimización norma H2 .

Establecida la condición de estabilidad que debe ser satisfecha, se pretende además,

que el controlador minimice la energı́a de los estados del sistema x(t), y la energı́a de
la señal de control u(t), de manera de garantizar un buen rechazo al ruido del proceso y
ruido de medición. A tal efecto se minimiza z2 (t) = [x u]0 .

Según las definiciones previas, la función de transferencia cuya norma dos se desea
minimizar, está dada por

Tzw (s) = C2a (sI − Aa )−1 B1a , siendo

(12)
 
C2a = C2 + D22 Dc Cy D22 Cc .

Mediante desigualdades Lineales Matriciales, el problema minimización puede plan-

tearse de dos forma:
2
El asterisco significa seudo inversa.

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

Utilizando el gramiano de controlabilidad del sistema realimentado LCa , y defi-

niendo las matrices P  LCa y N = N 0  0, se tiene la cota para la función de
transferencia y la restricción que debe ser satisfecha

0
Cota: ||Tzw ||22 < traza(C2a P C2a ) < traza(N ) = µ2 ,
(13)
Restriccion: Aa P + P A0a + B1a B1a
0
≺ 0.

Utilizando el gramiano de observabilidad del sistema realimentado LOa , y defi-

niendo la matrices P  Lca y N = N 0  0, se tiene la cota para la función de
transferencia y la restricción que debe ser satisfecha

0
Cota: ||Tzw ||22 < traza(B1a P B1a ) < traza(N ) = µ2 ,
(14)
0
Restriccion: A0a P + P A0a + C2a C2a ≺ 0.

Mediante la desigualdad de Schur, las LMIs (13) pueden escribirse como

   
0
N C2a P A P + P Aa B1a
   0,  a  ≺ 0, (15)
0 0
P C2a P B1a −I

la primera LMI fija la cota, mientras que la segunda garantiza la estabilidad del sistema
en lazo cerrado.

Haciendo lo propio para las LMIs(14), se obtienen

   
0 0
P P B1a A P + P Aa C2a
   0,  a  ≺ 0. (16)
0
B1a P N C2a −I

Para una tarnsformación congruente se define:

     
I 0 T 0 I Y
Jˆ =   , T̂ =   , siendo T =  . (17)
0 T 0 I 0 V0

arribando a,

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

 
X I XB1a + B̂Dy
 
 ∗ B2 Dc Dy + B1   0,
 
Y
 
∗ ∗ N
(18)
 
0 + C 0 B̂0 Θ
X + B̂Cy + XA C20 + Cy0 Dc0 D220
 A y 
 ∗ YA + B2 Ĉ + YA0 + Ĉ0 B20 YC2a + Ĉ0 D22 0  ≺ 0.
 
 
∗ ∗ −I

Obsérvese que la restricción de estabilidad establecidas por las LMIs (11), está incor-
porada, mediante el complemento de Schur, en las dos primeras filas y columnas de las
LMIs (18).

3.4 Restricciones LMI para el Control H∞ .

Cuando la pertrubación no es de espectro plano como son las señales impulsivas o el

ruido gaussiano, la manera de limitar su efecto, es acotar la norma H∞ de la función (o
matriz) de transferencia que relaciona la perturbación con la salida.
El siguiente lema ( Zhou and Khargonekar (1988)) transforma las especificaciones men-
cionadas en un problema de factibilidad, mediante el uso de LMI.

Teorema 2. Sea
Tzw (s) = C1a (sI − Aa )−1 B1a + D1a , (19)

Aa es estable y ||Tzw ||∞ < γ, si y solo si existe P  0, tal que verifique

 
A0a P + P Aa P B1a 0
C1a
 
0 0  ≺ 0. (20)
−γI
 
 B1a P D1a
 
C1a D1a −γI

Luego si se verifica la restricción anterior para el cálculo del controlador, se asegura

que el sistema realimentado ”γ-atenúa” la energı́a de la perturbación en su salida, esto es,
||z||22 < γ 2 ||w||22 . Operando con una transformación congruente similar a la anterior se
obtiene,

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

 
0 + C 0 B̂0
XA + B̂Cy + XA Θ XB1a(1,1) + U 0 Bc Dy C10 + Cy0 Dc0 D12
0
y
 
 ∗ YA + B2 Ĉ + YA0 + Ĉ0 B20 B2 Dc Dy + B1 0
Y C1a(1,1) + V Cc0 D12
0 
 ≺ 0.
 

 ∗ ∗ −γI 0 0 0
Dy Dc D12 + D110 
 
∗ ∗ ∗ −γI
(21)

3.5 Restricciones LMI para la Ubicacion de Polos o Autovalores de Aa .

La ubicación de los polos del sistema realimentado también puede ser formulado me-
diante LMIs, según se expresa en el teorema (Chilali. and Gahinet (1996b)) que se pre-
senta a continuación.

Teorema 3. Una matriz Aa es D-estable, es decir tiene todos sus autovalores en el inte-
rior de una región D, definida como

D , {s ∈ C : L + sM + s∗ M 0 ≺ 0}, (22)

si y solo si, existe una matriz P simétrica y positiva definida, tal que la matriz

MD (Aa , P ) = L ⊗ P + M ⊗ (Aa P ) + M 0 ⊗ (Aa P )0 ≺ 0. (23)

Asi por ejemplo, la condición de que los autovalores de Aa tengan su parte real< α,
puede expresarse como su pertenencia al conjunto D del siguiente modo

D = {λAa ∈ C : λAa + λ∗Aa < 2α}, (24)

siendo L = 2α y M = 1, tal condicion se satisface, si y solo si, existe P  0, tal que

satisfaga la siguiente LMI,

MD (Aa , P ) = (Aa P ) + (Aa P )0 + 2αP ≺ 0. (25)

Esta restricción se utilizará para gobernar la velocidad de respuesta del sistema realimen-
tado.

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

4 Diseño Libre de Offset vı́a LMI

Resulta de suma importancia en el control de procesos la perfomance en estado esta-

cionario, es decir su capacidad de absorber perturbaciones sin alejarse del punto de ope-
ración deseado o bien, lograr alcanzar sin error el estado estacionario de nuevos puntos
de operación (Muske and Badgwell (2002); Mader and Morari (2008) y González et al.
(2008)). También en la literatura clásica (Ogatta (1997); entre otros) aparecen alternativas
que combinan el diseño óptimo por realimentación de estados y la eliminación de offset.
La Fig.(2) muestra la realimentación de estados propuesta para el sistema hidráulico con
la ley de control óptimo (11), de acuerdo con Ogatta (1997).

Fig. 2: Realimentación de estados que incluye un modo integral.

Dicha figura muestra que además del feedback de estado se ha incluido un integrador
con el objeto de eliminar offset debido a que el sistema hidráulico a lazo abierto es tipo
cero, como se puede constatar en el modelo lineal.

De manera similar en el diseño por realimentación de salida, se incluye un integrador

en la trayectoria directa del lazo, de esta manera se diseña via restricciones LMI, un
G(s)
compenzador robusto para gobernar al sistema G̃(s) = s
.

d(s)

e(s) ^
U(s) z(s)
r(s) 1
+ C(s) s + G(s)
y(s)
n(s)
+
Fig. 3: Realimentación de salida que incluye un modo integral.

Una vez calculado dicho compenzador, esto es, aquel que minimice la norma H2

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

sujeto a restricciones H∞ y regiones LMI, el controlador final será el compenzador

robusto más la acción integral.

Por tal motivo, el siguiente paso consiste en representar a G̃(s) en variable de estado,
que según la Fig.(3), el sistema con integrador queda representado como:

ẋ(t) = Ax(t) + B1 d(t) + B2 u(t),

u̇(t) = û(t), (26)
z(t) = Cx(t),

y en forma matricial se tiene

        
ẋ(t) A B2 x(t) B1 0
 =  +  d(t) +   û(t)
u̇(t) 0 0 u(t) 0 1
(27)
 
x(t)
z(t) = (C 0)  .
u(t)

De esta manera, el sistema con integrador (tipo uno) resulta

ẋi (t) = Ai xi (t) + B1i d(t) + B2i û(t),

(28)
z(t) = Ci xi (t),

siendo      
x(t) A B2 B1
xi (t) =   , Ai =   , B1i =  ,
u(t) 0 0 0
  (29)
0  
B2i =  , Ci = C 0 .
1
Con respecto al controlador, ahora se tiene

σ̇(t) = Ac σ(t) + Bc e(t)

(30)
û(t) = Cc σ(t) + Dc e(t),

siendo
e(t) = r(t) − y(t), y y(t) = Cy xi (t) + Dy n(t). (31)

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

Combinando las Ecs. (28), (30), y (31), el sistema realimentado resulta

 
       d(t)
ẋi (t) Ai − B2i Dc Cy B2i Cc xi (t) B1i −B2i Dc Dy B2i Dc  
 =  +  n(t)  ,
 
σ̇(t) −Bc Cy Ac σ(t) o −Bc Dy Bc  
r(t)

z(t) = Ci xi (t).
(32)
siendo  
d(t)
 
w(t) =  n(t)  , (33)
 
 
r(t)
el vector de entradas exógenas, que ahora tiene incorporado el set-point.

Con el integrador incorporado, el sistema representado en las Ecs.(5) queda expresado

como
ẋi (t) = Ai xi (t) + B1i w(t) + B2i û(t),
z(t) = Ci xi (t),

(34)
y(t) = Cyi xi (t) + Dy w(t),
z∞ (t) = C1i xi (t) + D11 w(t) + D12 û(t),
z2 (t) = C2i xi (t) + D21 w(t) + D22 û(t).

5 Cálculo del controlador LMI para el sistema de tanques

El sistema a regular resulta

     
−0,084 0,084 0,0133 0,0133 0
     
ẋi (t) =  0,084 −0,1437  xi (t) +   d(t) +  0  û(t),
     
0 0
     
0 0 0 0 1

 
z(t) = 0 1 0 xi (t),
(35)

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

mientras que la salida medible y las auxiliares, sobre las que rigen las especificaciones H2
y H∞ , resultan  
y(t) = 0 1 0 xi (t) + n(t),

 
z∞ (t) = 0 1 0 xi (t) = z(t),

    (36)
1 0 0 0
   
   
 0 1 0   0 
z2 (t) = 
 
 x i (t) +   û(t).
 
 0 0 q   0 
   
0 0 0 1

5.0.1. Especificaciones para el controlador

Como se ha dicho, se desea que el sistema no tenga offset ante cambios de consigna
tipo escalón, para lo cual se ha agregado el integrador. También, se desea minimizar
la norma H2 del sistema realimentado cuya transferencia es Tzr = −Tzn , para obtener
el mejor rechazo antes perturbaciones de espectro plano, como son ruido del proceso
y ruido de medición. Además de garantizar la estabilidad del sistema realimentado, la
optimización anterior debe satisfacer dos requerimientos adicionales, a saber

Fijar un tiempo de establecimiento inferior a ts = 350 segundos, para lo cual se

ubican en los polos en una región tal que, <(s) < −0,012.

Rechazar perturbaciones en el caudal de suministro que inevitablemente se suman al

caudal de control, para ello se acota la norma H∞ de la función de transferencia Tzd (s).
Imponiendo la restricción ||Tzd ||∞ < 0,2, se asegura que la energı́a de la perturbación
presente en la salida, será menor al 4 % de su valor original.

Para satisfacer las especificaciones requeridas, según lo visto en la sección ??, deben
satisfacerse las LMIs (11), (15), (20) y (25) para el sistema con integrador. El software
utilizado para obtener las cuatro matrices, Ac , Bc , Cc y Dc del controlador, es el LMI

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

0.35

0.3

Altura (m)
0.25

0.2

0.15
0.1
0.05
0 50 100 150 200 250 300

3.5
3
Caudal Manipulado (l/min)

2.5
2
1.5

0.5

0
0 50 100 150 200 250 300
Tiempo (s)

Fig. 4: Respuesta al escalón y caudal manipulado. Lı́nea azul q = 0, lı́nea verde q = 0,5.

toolbox de matlab.
Con las restricciones previas se sintetizan dos controladores, y en la Fig.(4) se
observan las respuestas de los sistemas ante una entrada escalón (con un salto de 0,3
metros), y los caudales manipulados. Con las mismas restricciones, la diferencia entre
ambos controladores radica en como fué seleccionada la salida z2 (t) cuya energı́a se
desea minimizar.
En la Ec.(36), el parámetro q selecciona (o no) la salida del integrador (u(t)). Fijándose
q = 0,5, se obtuvo la respuesta más lenta que se corresponde con el control mas suave,
en este caso se eligió: z2 , [x1 x2 u
2
u̇]0 . Mientras que eligiendo q = 0, se obtiene la
respuesta más rápida porque no se minimiza la energı́a a la salida del integrador, en este
caso se eligió: z2 , [x1 x2 0 u̇]0 .

En la Fig.(5), se representan las respuesta en frecuencia de la transferencias Tzd (s)

utilizando ambos controladores, de la comparación se observa, que el controlador más
agresivo produce un mejor rechazo a las perturbaciones en el caudal de suministro,
||Tzd ||∞ < −20dB.

En la Fig.(6), se representan la respuestas en frecuencia de la transferencias Tzr (s)

utilizando ambos controladores, de la comparación se observa, que el controlador más

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

Transferencia Tzd

Magnitude (dB) −20

−40

−60

−80

−100
90

0
Phase (deg)

−90

−180
−4 −3 −2 −1 0 1
10 10 10 10 10 10
Frequency (rad/s)
Fig. 5: Respuesta en frecuencia de la transferencia Tzd (s). Lı́nea azul q = 0, lı́nea verde
q = 0,5.

agresivo tiene mayor ancho de banda, lo cual produce mayor velocidad de respuesta, a
costa de un mayor ruido de medición.

Se optó por el controlador más rápido, cuya función de transferencia resultó ser:

1,582 s3 + 8,956e6 s2 + 3,955e6 s + 8,103e4

CLM I (s) = , (37)
s4 + 5,659e6 s3 + 1,99e6 s2 + 3,801e5 s

y se lo aproximó a un controlador PID con filtro.

La comparación entre ambos controladores se muestra en la fig.(7).

La función de transferencia del controlador P ID + F iltro resultó ser:

1,629 s2 + 1,106 s + 0,01152

CP ID+F (s) = (38)
s3 + 0,6786 s2 + 0,08079 s

La fig.(8), permite comparar la salida del sistema ante una entrada escalón, cuan-
do es implementado el controlador CLM I (s), o cuando es implementado el controlador
CP ID+F (s).

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

Transferencia Tzr

−20
Magnitude (dB)

−40

−60

−80

−100

−120
0

−90
Phase (deg)

−180

−270
−3 −2 −1 0 1
10 10 10 10 10
Frequency (rad/s)
Fig. 6: Respuesta en frecuencia de la transferencia Tzr (s). Lı́nea azul q = 0, lı́nea verde
q = 0,5.

Controladores LMI y PID+F

80

60
Magnitude (dB)

40

20

−20
0

−30
Phase (deg)

−60

−90

−120
−4 −3 −2 −1 0 1
10 10 10 10 10 10
Frequency (rad/s)
Fig. 7: Comparación de los controladores. Lı́nea azul LMI, lı́nea roja PID+F.

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

Comparación del desempeño de las alturas y caudal manipulado con controladores LMI vs. PID

0.35

0.3
0.25
Altura (m) 0.2
0.15

0.1

0.05
0
0 50 100 150 200 250 300 350 400

3.5
Caudal Manipulado (l/min)

2.5
2

1.5
1

0.5
0
0 50 100 150 200 250 300 350 400
Tiempo (s)

Fig. 8: Comparación de las respuestas al escalón del nivel de lı́quido y el caudal manipu-
lado, implementando ambos controladores. Lı́nea azul LMI, lı́nea roja PID+F.

6 Conclusiones

En este trabajo se presentó la sintonización de controladores PID partiendo de una

formulación basada en LMI que permite al sistema de control satisfacer especificaciones
de diseño multiobjetivo.
Es de destacar que la estrategia aquı́ usada no se limita a un orden particular del
sistema para el diseño del controlador PID como lo plantean Ge et al. (2002) o bien, no
requiere el uso de una reducción del orden del sistema como lo plantean otros autores.
Luego, se consideró un sistema hidráulico experimental de laboratorio bajo su repre-
sentación en espacio de estado, para ensayar la bondad del controlador propuesto median-
te simulaciones numéricas.
Los resultados obtenidos alientan a continuar trabajando en esta lı́nea de investigación.

Referencias

Chilali., M. and P. Gahinet (1996b). Hinf design whit pole placement constraints: an lmi
approach. 41(3), 358–367.

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ

 VII CAIQ2013 y 2das JASP

Cohen, G. H. and G. A. Coon (1953). Theoretical consideration of retarded control. Trans.

ASME 75, 827–834.

Colmenares, W. and Tadeo (2005). Apunte Sobre Control Robusto Multiobjetivo de Siste-
mas. Equinoccio.

Ge, M., M.-S. Chiu and Q.-G. Wang (2002). Robust pid controller design via lmi ap-
proach. Journal of Process Control 12, 3–13.

González, H. A., E. J. Adam and J. L. Marchetti (2008). Conditions for offset elimination
in state space receding horizon controllers: A tutorial analysis. Chemical Engineering
and Processing: Process Intensification 47, 2184–2194.

Mader, U. and M. Morari (2008). Offset – free reference tracking for predictive contro-
llers. In: IEEE Conference on Decision and Control. New Orleans, USA.

Morari, M. and E. Zafiriou (1989). Robust Process Control. Prentice Hall.

Muske, K. R. and T. A. Badgwell (2002). Disturbance modeling for offset – free linear
model predictive control. Journal of Precess Control 12, 617–632.

Ogatta, K. (1997). Modern Control Engineering. Prentice Hall.

Zhou, K. and P. Khargonekar (1988). An algebraic riccati equation approach to hinf opti-
mization. System and Control Letters 11, 85–91.

Ziegler, J. G. and N. B. Nichols (1942). Optimum settings for automatic controllers. Trans.
ASME 64(11), 759–768.

AAIQ Asociación Argentina de Ingenieros Quı́micos - CSPQ