See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/275276930

Temperature Control Based on a Modified Smith Predictor for Injectable Drug

Formulations

Article  in  IEEE Latin America Transactions · April 2015

DOI: 10.1109/TLA.2015.7106355

CITATIONS READS

10 159

4 authors:

Ivón Oristela Benitez González Raul Rivas-Perez

Universidad Tecnológica de La Habana José Antonio Echeverría Universidad Tecnológica de la Habana, José Antonio Echeverría
26 PUBLICATIONS   31 CITATIONS    291 PUBLICATIONS   1,353 CITATIONS   

SEE PROFILE SEE PROFILE

Vicente Feliu Fernando Jose Castillo Garcia

University of Castilla-La Mancha University of Castilla-La Mancha
395 PUBLICATIONS   6,914 CITATIONS    82 PUBLICATIONS   623 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Control del proceso productivo de fabricación del acero View project

Control of dominant time delay processes View project

All content following this page was uploaded by Raul Rivas-Perez on 22 April 2015.

The user has requested enhancement of the downloaded file.

IEEE LATIN AMERICA TRANSACTIONS, VOL. 13, NO. 4, APRIL 2015
Temperature Control Based on a Modified Smith
Predictor for Injectable Drug Formulations
I. O. Benitez, R. Rivas, V. Feliu, Senior Member, IEEE and F. J. Castillo
Abstract— This paper proposes a modified Smith predictor
scheme for temperature control during the formulation of
injectable drugs in chemical reactors. The dynamic model of this
process is obtained from an identification procedure applied in a
real chemical reactor of the pharmaceutical industry. This
identification procedure yields a second order with dominant time
delay transfer function. A PI controller combined with a modified
Smith predictor is therefore designed which behaves robustly
against the effect of measured or unmeasured external
disturbances. Simulated results compare the performance of the
proposed controller with a standard PI controller, also combined
with a conventional Smith predictor, and with Astrom modified
Smith predictor. Four performance indexes have been used in this
comparison: three related to the output performance (settling
time, overshooting, and IAE), and a fourth one related to the
control effort (EU). The analysis of these indexes shows that the
proposed controller provides lower values of the compared
indexes.
Keywords— modified Smith predictor, time delay, chemical
reactor, injectable drug formulation.
I. INTRODUCCIÓN
L A INDUSTRIA farmacéutica es bien conocida por su
activa innovación en el desarrollo de fármacos y terapias,
así como por su elevada exigencia en la producción de
medicamentos de calidad. Sin embargo, su eficiencia
productiva es inferior a la de otras industrias [1]. Es por ello,
que el desafío consiste en la producción de medicamentos de
reconocida calidad y elevada efectividad terapéutica, en plazos
reducidos, utilizando eficientemente los métodos modernos y
las estrategias avanzadas de fabricación y control.
Los medicamentos son formulaciones farmacéuticas
constituidas por un principio activo o conjunto de ellos, de
origen natural o sintético, los cuales tienen propiedades para
prevenir, tratar o aliviar enfermedades o dolencias o modificar
funciones fisiológicas y de excipientes necesarios [2]. Estas
formulaciones deben lograr un efecto curativo seguro con el
menor riesgo posible. Debido a esta razón, los medicamentos
deben certificar su calidad, seguridad y eficacia en todas las
etapas que cursan desde su diseño y formulación, hasta llegar a
su dispensación al público.
Los medicamentos pueden tener diferentes presentaciones
en correspondencia con las propiedades físicas y químicas de
I. O. Benitez, Universidad Politécnica de la Habana (CUJAE), La Habana,
Cuba, novi@electrica.cujae.edu.cu
R. Rivas, Universidad Politécnica de la Habana (CUJAE), La Habana,
Cuba, rivas@electrica.cujae.edu.cu
V. Feliu, Escuela Técnica Superior de Ingenieros Industriales, Universidad
de Castilla-La Mancha, España, vicente.feliu@uclm.es
F. J. Castillo, Escuela Técnica Superior de Ingenieros Industriales,
Universidad de Castilla-La Mancha, España, fernando.castillo@uclm.es
1041
sus principios activos y excipientes, así como de la
modalidad que se requiere para lograr una buena
biodisponibilidad y el efecto buscado en los enfermos [2].
Algunas de las formas más frecuentes en las que la industria
farmacéutica presenta los medicamentos son los comprimidos,
las cápsulas, los polvos, los jarabes y los inyectables.
La formulación de medicamentos inyectables requiere de
una exigente política de control de calidad que garantice su
obtención de forma uniforme y sin riesgos para la vida de las
personas y consiste en la preparación del líquido inyectable en
reactores químicos a partir de fórmulas maestras o recetas
establecidas [2]. Es por ello, que esta etapa tiene el reto de
asegurar la calidad requerida del medicamento.
La formulación de esta clase de medicamentos demanda una
fase de calentamiento de los ingredientes en un reactor químico
para facilitar la solubilidad y/o disolución de la mezcla, así
como la obtención final del medicamento [3]. Si la temperatura
de la mezcla no se encuentra en el valor establecido, debido al
efecto de perturbaciones externas (medibles y/o no medibles),
se origina una degradación de las sustancias auxiliares y/o
principios activos, por lo que el medicamento obtenido no
garantizará la acción terapéutica requerida [4]. Esto fundamenta
la necesidad de controlar de forma precisa y fiable la
temperatura de la mezcla durante la formulación de
medicamentos inyectables en los reactores químicos.
El diseño de estrategias de control que conduzcan a
controladores prácticos y efectivos de temperatura representa
una tarea difícil debido a que los reactores químicos constituyen
plantas con comportamiento dinámico complejo (no-linealidad,
retardo de tiempo dominante, diferentes perturbaciones
medibles y no medibles, etc.) [5]. Nótese, que las plantas
presentan retardo de tiempo dominante cuando la relación
τ / T >1, donde τ es el retardo de tiempo y T es la mayor
constante de tiempo de la planta [6].
El diseño de sistemas de control efectivos de temperatura
durante la formulación de medicamentos inyectables en
reactores químicos requiere de modelos matemáticos que
describan de forma adecuada el comportamiento dinámico más
relevante de dicho proceso [1, 3]. Tradicionalmente, el
modelado matemático del comportamiento dinámico de la
temperatura de la mezcla durante la formulación de
medicamentos en reactores químicos se realiza mediante
ecuaciones de balance de masa y energía [4] y no a través de
datos observados (medidos) en tiempo real [7]. El modelado
matemático generalmente conlleva a la obtención de modelos
matemáticos complejos y no lineales, cuya aplicación en el
diseño de sistemas de control no siempre conduce a resultados
satisfactorios [8].
En general, los métodos de identificación de sistemas se
1042
vienen aplicando de forma exitosa en la obtención de modelos
matemáticos simples de procesos industriales complejos [7, 9,
10]. Los modelos obtenidos mediante la identificación de
sistemas que se construyen directamente de los datos observa-
dos describen con elevada precisión el comportamiento
dinámico más relevante de los procesos [9]. Por consiguiente,
estos modelos pueden ser utilizados directamente en el diseño
de sistemas de control efectivos de dichos procesos. Aunque es
posible obtener datos de entrada y salida para la identi-ficación
del proceso de referencia, no se reportan trabajos que aborden
esta problemática.
Diversas estrategias han sido propuestas para el control de
temperatura durante la formulación de medicamentos inyecta-
bles en reactores químicos [3, 4, 11], la más popular y extendida
es la basada en controladores convencionales PI y PID [9, 12].
Sin embargo, diferentes estudios muestran que dichos
controladores no son efectivos cuando los procesos presentan
retardo de tiempo dominante, debido a la fase negativa que
introduce este parámetro que puede provocar la inestabilidad
del sistema de control o un aumento significativo del tiempo de
establecimiento de la respuesta temporal [13-15]. Ello puede
conllevar a que se origine un deterioro en las propiedades
terapéuticas de los medicamentos inyectables, con riesgos para
la vida humana [7].
Para el control de procesos con retardo de tiempo dominante
el predictor de Smith (PS) constituye uno de los controladores
más utilizados [16]. La principal ventaja de este controlador
consiste en que elimina el retardo de tiempo de la ecuación
característica del sistema de control en lazo cerrado, es decir
saca al retardo de tiempo del lazo de control. De este modo, el
problema de diseño y análisis de sistemas de control de
procesos con retardo de tiempo se realiza como si no existiera
dicho retardo. Entre los problemas que presenta este
controlador se encuentran: a) requiere de un modelo exacto del
proceso a controlar, en caso contrario se deterioran sus
prestaciones [6], b) la efectividad del PS se degrada cuando los
procesos se encuentran sometidos al efecto de perturbacio-nes
externas no medibles [17].
La comunidad científica le ha dedicado un gran esfuerzo al
PS con el objeto de mejorar sus prestaciones, así como de
aumentar su robustez frente al efecto de perturbaciones externas
medibles y no medibles [6, 18, 19]. Sin embargo, es notorio
destacar que el PS y sus modificaciones representan temáticas
actuales de elevado interés científico [20].
El presente trabajo tiene como objetivos fundamentales: 1)
obtener un modelo matemático adecuado del comportamiento
dinámico de la temperatura de la mezcla durante la formulación
de medicamentos inyectables, 2) diseñar un sistema de control
efectivo de dicho proceso que posibilite mejorar su capacidad
de rechazo al efecto de perturbaciones externas medibles y no
medibles.
Las principales contribuciones de este trabajo consisten en:
1) la obtención de un modelo matemático del comportamiento
dinámico de la temperatura de la mezcla durante la formulación
de medicamentos inyectables en un reactor químico, utilizando
las herramientas de identificación de sistemas; 2) el diseño de
un sistema de control del proceso objeto de estudio basado en
IEEE LATIN AMERICA TRANSACTIONS, VOL. 13, NO. 4, APRIL 2015
un PS modificado, el cual se comporta de forma robusta frente
al efecto de perturbaciones externas medibles y/o no medibles.
Todos los estudios de este trabajo se han realizado en base a un
reactor químico de los laboratorios AICA de la industria
farmacéutica de Cuba.
Este trabajo ha sido organizado con la siguiente estructura:
en la Sección 2 mediante la aplicación de las herramientas de
identificación de sistemas se obtiene un modelo matemático del
comportamiento dinámico de la temperatura de la mezcla
durante la formulación de medicamentos inyectables en un
reactor químico. En la Sección 3 se realiza el diseño del sistema
de control del proceso objeto de estudio. En la Sección 4 se
analizan los resultados comparativos del sistema de control del
proceso objeto de estudio con controladores PI, PI+PS clásico
y PI+PS modificados. Finalmente, en la Sec-ción 5 se ofrecen
las conclusiones.
II. IDENTIFICACIÓN DEL MODELO MATEMÁTICO DEL PROCESO
OBJETO DE ESTUDIO
La identificación de sistemas constituye un procedimiento
experimental de obtención de modelos matemáticos de los
procesos utilizando datos en tiempo real de sus variables
observadas (medidas) de entrada y salida [9].
Los datos experimentales para la identificación del proceso
objeto de estudio se obtuvieron en un reactor químico de los
laboratorios AICA de la industria farmacéutica de Cuba,
utilizado en la formulación de diferentes medicamentos
inyectables entre los que se encuentran: gentamicina 10 %,
miconazol, aloperidol, gluconato de calcio, y otros. Dicho
reactor tiene una capacidad máxima de 250 litros y tiene
instalado un motor eléctrico que posibilita agitar la mezcla a
una velocidad máxima de 276 r.p.m. El régimen de operación
nominal de la temperatura durante la formulación de medica-
mentos inyectables es de 105 °C.
Considerando que la temperatura de la mezcla durante la
formulación de medicamentos inyectables constituye la
variable más importante a controlar debido a que representa un
indicador de la calidad y efectividad terapéutica del
medicamento requerido, el modelo matemático a obtener tendrá
como variable de salida la variación de la temperatura de la
mezcla ( Δy (t ) ) y como variable de entrada el % de apertura de
la válvula de control del flujo de vapor ( Δu(t) ). La temperatura
y concentración de los reactivos que ingresan al reactor químico
para la formulación del medicamento constituyen la principal
perturbación ( D(s) ) que afecta a este proceso.
En la Fig. 1 se muestra un diagrama de la instalación
experimental utilizada en la recolección de datos del proceso
objeto de estudio, la cual se encuentra conformada por los
siguientes dispositivos: reactor químico de mezclado perfecto,
sensor de temperatura, conversor corriente/presión (I/P),
válvula neumática de control del flujo de vapor que ingresa a la
camisa del reactor químico, controlador lógico programable
(PLC), computadora personal industrial (PC), motor eléctrico
para la agitación de la mezcla y trampa de vapor.
Las etapas del procedimiento de identificación de sistemas
son las siguientes [11]: diseño del experimento y adquisición de
BENITEZ GONZÁLEZ et al.: TEMPERATURE CONTROL 1043

datos de entrada-salida del proceso objeto de estudio, modelo, estimación de parámetros y validación del modelo.
tratamiento previo de dichos datos, selección de la estructura de

Figura 1. Diagrama de la instalación experimental utilizada en la identificación del proceso objeto de estudio.

Los experimentos requeridos para la identificación del Temperatura(°C) 110

proceso objeto de estudio se realizaron en base a la formulación
del medicamento gentamicina al 10 %. Se pudo comprobar que 100
durante la formulación de este medicamento la variación de Datos medidos
temperatura en el interior del reactor respecto al flujo de vapor 90 Modelo, FIT 92.3 %
tiene un comportamiento dinámico lineal, en el rango de 0 100 200 300 400 500 600 700
operación entre el 30% y el 70% de apertura de la válvula de
Apertura de la válvula(%)

control del flujo de vapor.
El experimento con señal escalón se desarrolló bajo las
condiciones de inicialmente descender la temperatura de la
mezcla hasta un valor que no afecte la calidad del medicamento
(90°C, como se establece en la fórmula maestra) y luego
mediante una señal escalón llevar a esta variable a su valor de
operación nominal (107°C). De esta forma, el modelo
matemático a obtener representará al comportamiento dinámi-
co nominal de dicha variable. Los resultados del experimento
con señal escalón se exhiben en la Fig. 2.
De esta figura se observa que la respuesta obtenida describe
a un sistema de segundo orden con retardo de tiempo, cuyo
comportamiento dinámico puede ser representado mediante la
expresión:
Δy ( s ) K
G p (s) = = e −τs .
Δu ( s ) (T1s + 1)(T2 s + 1)
Los valores nominales estimados de los parámetros del
modelo (1) son: K=0.4507 °C/%, T1 =105 s, T2 =31 s, τ = 150
s, los cuales fueron obtenidos en correspondencia con los
métodos de identificación no paramétrica de sistemas [9].
Observar, que el retardo de tiempo obtenido es mayor que la
mayor constante de tiempo del modelo, por consiguiente el
proceso objeto de estudio presenta retardo de tiempo dominante
[10], además el tiempo de establecimiento en lazo abierto es de
aproximadamente t s ≈ 488 s.
Tiempo (s)
60
Señal de entrada
40
0 100 200 300 400 500 600 700
Tiempo (s)
Figura 2. Repuesta escalón del proceso objeto de estudio.
Durante la etapa de validación del modelo (1) con los
parámetros nominales estimados se consideraron otros modelos
lineales (de primer y tercer orden). Con el modelo de primer
orden más retardo de tiempo se obtuvo un índice de ajuste (FIT)
de 82.3%, con el de segundo orden más retardo de tiempo se
obtuvo un índice de ajuste (FIT) de 93.2%, y finalmente con el
(1) de tercer orden más retardo se obtuvo un índice de ajuste (FIT)
de 94.1%. A la vista de los resultados, la mejora que aporta el
empleo de un sistema de tercer orden con respecto al de
segundo orden es despreciable, por lo que el modelo de segundo
orden más retardo obtenido (1) fue el seleccionado para
representar la dinámica del proceso objeto de estudio. Los
resultados de validación de dicho modelo con los parámetros
nominales estimados se muestran en la Fig. 2., la cual presenta
una adecuada correspondencia entre los resultados obtenidos
experimentalmente y las predicciones que realiza el modelo.
1044 IEEE LATIN AMERICA TRANSACTIONS, VOL. 13, NO. 4, APRIL 2015

III. DISEÑO DEL CONTROLADOR DE TEMPERATURA DE LA implícita en dos partes: G(s) , que es la parte invertible y e −τs ,
MEZCLA BASADO EN UN PS MODIFICADO
que es la parte no invertible del modelo, debido al retardo de
El PS es bien conocido por sus posibilidades de controlar de tiempo.
forma efectiva procesos estables con retardo de tiempo Cuando la planta real presenta comportamientos dinámicos
dominante [16]. El correcto funcionamiento del PS depende del no modelados y/o se encuentra sometida al efecto de perturba-
conocimiento exacto del modelo de la planta, cualquier ciones externas medibles y no medibles ( D(s) ), la efectividad
imprecisión o incertidumbres en dicho modelo conlleva a una
del PS disminuye. Es por ello, que con la intención de superar
degradación de la respuesta temporal del sistema de control. El
estas limitaciones el PS ha sido objeto de diferentes modifi-
PS ha sido objeto de diferentes modificaciones [6, 17-22], con
caciones [15, 17-22, 24].
la intención de posibilitar su aplicación en el control de plantas
Entre las modificaciones realizadas al PS se destaca por su
inestables, incrementar su robustez, así como mejorar su
efectividad la estructura propuesta por Astrom y otros [21] (en
capacidad de rechazo al efecto de perturbaciones externas
adelante estructura de PS Astrom) para plantas inestables, cuya
medibles y no medibles.
dinámica se describe mediante un integrador. Esta es-tructura
La estructura clásica (convencional) del PS se muestra en la
se muestra en la Fig. 4 y posibilita estimar y compensar el efecto
Fig. 3, la cual presenta dos partes fundamentales: el controla-
de perturbaciones externas medibles y no medibles ( D(s) ).
dor ( Gc (s) ) y el predictor. En este caso la planta real
−τs
( Gp (s) = G(s)e ) se encuentra integrada por la válvula, el
proceso de temperatura y el medidor-transmisor.
El predictor se encuentra conformado por un modelo sin
retardo de tiempo (modelo rápido) de la planta ( Gm (s) ), el cual
posibilita predecir la salida de dicha planta ( Ym1 ( s) ).

Figura 4. Estructura modificada de PS propuesta por Astrom.

La estructura de PS de Astrom se define mediante las

siguientes expresiones [21]:
1
P(s) = Gm (s) = e−τs , (2)
s
Gc ( s ) = k , (3)
C1 ( s ) , (4)
Figura 3. Estructura clásica del PS. M (s) =
C1 ( s ) C1 ( s ) −τs
1+ − e
La salida predicha ( Ym1 ( s) ) se realimenta y se compara con s (τs + 1) s
la referencia ( R(s) ) para obtener la señal de error de entrada al k
C1 ( s ) = k4 + 3 . (5)
controlador ( Gc ( s ) ). Además, a Gm (s ) se le inclu-ye el s
−τ ms Esta estructura de PS posibilita desacoplar la respuesta
retardo de tiempo ( e ) tal que, G pm ( s ) = Gm ( s )e −τ ms origine temporal del sistema de control al seguimiento de la referencia
la salida resultante ( Ym 2 ( s ) ) que teóricamente es igual a la ( R ( s )) de la del rechazo al efecto de la perturbación ( D(s)) ,
señal real de la planta ( Y (s ) ), la cual se encuentra retardada. y sus expresiones se definen en la forma:
Como resultado de las incertidumbres del modelo comple- 1 −τs
Y ( s) k e
to de la planta, así como del efecto de las perturbaciones exter- = e − τs
; Y ( s ) s , (6)
=
nas medibles y no medibles ( D(s) ), entre la salida de dicho R(s) s + k D ( s ) 1 + M ( s ) 1 e −τs
s
modelo ( Ym 2 ( s ) ) y la salida de la planta ( Y (s ) ) siempre exis-
Nuestra contribución consiste en modificar la estructura de
te un error e(s) , el cual se realimenta hacia el controlador para PS de Astrom para plantas inestables, para posibilitar su
compensar su efecto negativo, como se muestra en la Fig. 3. aplicación en el control de plantas con comportamiento
Entre las ventajas del PS se encuentran [23]: a) elimina de la dinámico estable. Para ello, se modifica la expresión M (s ) (4),
ecuación característica del sistema de control en lazo cerra-do ( con lo cual se obtiene un rechazo más efectivo al efecto
1 + Gc ( s )Gm ( s ) = 0 ) el retardo de tiempo, lo cual es muy negativo de la perturbación ( D (s ) ). Es notorio destacar, que en
importante para el diseño y ajuste del controlador; b) anticipa la actividad práctica el comportamiento dinámico de una gran
la señal de salida del modelo rápido a la señal de salida de la parte de los procesos industriales se describe mediante sistemas
planta real en un tiempo τ , es decir Ym1 (t − τ ) = Y (t ) ; c) de primer o segundo orden con retardo de tiempo [19].
factoriza el comportamiento dinámico de la planta de forma Considerando que el comportamiento dinámico del proce-
BENITEZ GONZÁLEZ et al.: TEMPERATURE CONTROL 1045

so de variación de la temperatura de la mezcla durante la rb

formulación de medicamentos inyectables se describe median- rc = ; φc = φb − φa , (16)
te el modelo (1), nuestra propuesta de PS modificado (ver Fig. ra
4) se define mediante las siguientes expresiones: para garantizar la igualdad (15); 5) los parámetros del
controlador PI:
k
P ( s ) = G pm ( s ) = Gm ( s )e −τ m s = e −τ m s ; (7)  1 
(T1s + 1)(T2 s + 1) Gc (iω0 ) = KC 1 +  , (17)
1  iω0Ti 
Gc ( s) = K C (1 + ); (8)
Ti s se obtienen de (15), (16) y (17) mediante las expresiones:
C1 ( s) rb cos(φb − φa ) 1
M ( s) = ; (9) KC = ; Ti = . (18)
1 + Gm ( s)C1 ( s) − Gm ( s)C1 ( s)e−τs ra ω0 tan (φa − φb )
k3 El éxito de este diseño radica en hacer coincidir el punto B
C1 ( s) = k 4 + . (10) con el cruce de ganancia del sistema de control, tal que φb sea
s
el margen de fase deseado, rb =1 y ω 0 sea la frecuencia de
Diseño del controlador PI del PS
cruce deseada. El valor de esta frecuencia se encuentra
El controlador PI con estructura paralela es el comúnmente inversamente relacionado con el tiempo de establecimiento de
más utilizado en el control de temperatura debido a que es más la respuesta temporal del sistema de control [13]. Experimen-
fácil de ajustar que un PID. Además, para el caso de procesos talmente se comprobó que seleccionando ω 0 =0.00338 rad/s el
con retardo de tiempo, la acción derivativa aumenta la sistema de control presenta un tiempo de establecimiento de t s
complejidad del controlador y lo hace sensible a los ruidos de
=275 s, el cual es menor que el tiempo de establecimiento de la
medición sin mejorar de forma drástica la respuesta del sistema
de control. Existen diferentes métodos de diseño de respuesta temporal del proceso t s =488 s.
controladores PI, los cuales se basan en procedimientos La respuesta de frecuencia del proceso (1), sin considerar el
empíricos o analíticos [25, 26]. Sin embargo, se recomienda el retardo de tiempo, evaluada en ω 0 tiene una amplitud ra =0.14
uso de métodos de síntesis directa que permiten especificar el y una fase φa =76.8°. Para el diseño se elige un valor típico de
comportamiento deseado de la respuesta del sistema de control
margen de fase φb =60° [5]. Considerando los valores obtenidos
en lazo cerrado en el dominio del tiempo o en el dominio de la
frecuencia [25]. de φa , ra , φb y rb de (18) se obtienen los parámetros del
Nótese que como nuestro PI se encuentra insertado dentro controlador PI del PS:
de la estructura del PS, su diseño se desarrolla para el proceso  1 .
objeto de estudio (1) sin retardo de tiempo. El diseño del Gc1 ( s ) = 6.851 +  (19)
controlador PI se realiza mediante un método basado en  143.39s 
requerimientos frecuenciales [26]. El método consiste en: Utilizando el mismo procedimiento se diseñó un controlador PI
1) Elegir un punto arbitrario A en la curva de Nyquist del para el proceso objeto de estudio con retardo de tiempo ( τ =150
sistema de control de lazo abierto, cuya respuesta en frecuencia s) y sin PS, el cual se representa mediante la expresión:
se describe como:
 1 . (20)
A = G p (iω0 ) = ra ei (π +φa ) , (11) Gc 2 ( s) = 1.061 + 
 141.91s 
donde, ra y φa son el módulo y la fase del punto A ; 2)
IV. ANÁLISIS Y DISCUSIÓN DE LOS RESULTADOS
determinar el controlador G c ( i ω 0 ) que mueve el punto A a
Para evaluar la efectividad de los controladores diseñados se
una localización conveniente B : utilizan los siguientes índices de desempeño: la integral del
B = Gl (iω0 ) = rbei (π +φb ) , (12) error absoluto (IAE) y el esfuerzo de la señal de control (EU)
[26]:
donde, rb y φ b son el módulo y la fase del punto B ; 3) tf
tf
representando la respuesta en frecuencia del controlador IAE =  e(σ ) dσ ; EU =  du (σ ) dσ . (21)
mediante la expresión: t0 t0
dσ
Gc (iω0 ) = rc eiφc , (13) donde, t0 es el tiempo de comienzo del ensayo y t f es el
se obtiene: tiempo en el que la respuesta del sistema entra en la banda del
± 2% de error con respecto al valor estacionario. De esta
Gl (iω0 ) = G p (iω0 )Gc (iω0 ) , (14) manera, la cuantificación de los índices IAE y EU se desarrolla
hasta que el sistema alcance un estado cuasi-estacionario.
rb e i ( π + φ b ) = ra rc e i ( π + φ a + φ c ) ; (15) En la Fig. 5 se muestran los resultados comparativos de las
4) el controlador debe ser elegido de forma tal que: respuestas temporales del sistema de control del proceso objeto
1046 IEEE LATIN AMERICA TRANSACTIONS, VOL. 13, NO. 4, APRIL 2015

de estudio con controladores PI (20) y PS+PI con estructura 110

clásica (19). De dicha figura se observa que el sistema de
control con PS+PI alcanza el valor de referencia (régimen de
operación) en 848 s mientras que con el PI en 1718 s, lo que 105
representa un 49.4 % más rápido, debido a la capacidad del

Temperatura (°C)
PS+PI de compensar el efecto del retardo de tiempo dominante
del proceso. Igualmente se observa que con el PS+PI se
100
compensa el efecto de las perturbaciones en 1001 s mientras Referencia
que con el PI en 1600 s, lo que representa un 62.6 % más rápido.
PS+PI clásico
Estos resultados revelan la conveniencia de aplicar un
95 PS+PI Astrom
controlador basado en un PS para el control del proceso objeto
de estudio debido a que permite alcanzar la temperatura de PS+PI modificado
requerida (régimen de operación) en un tiempo relativamente
corto, sin riesgos al deterioro de las propiedades terapéuticas de 90
los medicamentos. 0 500 1000 1500 2000 2500 3000 3500
Tiempo (s)
110
Figura 6. Respuestas temporales del sistema de control del proceso objeto de
estudio con controladores PS+PI clásico, PS+PI Astrom y PS+PI modificado.

105 TABLA I. RESULTADOS EVALUATIVOS DEL RECHAZO AL EFECTO

DE PERTURBACIONES.
Temperatura (°C)

Estructuras del PS Mpd (%) tsd (s)

100 PI+PS clásico 22.7 670
Referencia PI+PS Astrom 23.3 830
PI PI+PS modificado 21.9 591
95 PS+PI clásico
108

107
90
0 500 1000 1500 2000 2500 3000 3500
106
Temperatura (°C)

Tiempo (s)
Figura 5. Respuestas temporales del sistema de control del proceso objeto de 105
estudio con controladores PI y PI+PS.
104
En la Fig. 6 se muestran los resultados comparativos de las
respuestas temporales del sistema de control del proceso objeto 103 Referencia
de estudio con controladores PS+PI con estructura clásica (19), 102 PS+PI clásico
PS+PI Astrom (2)-(5), PS+PI modificado (7)-(10). De la figura PS+PI Astrom
se observa que cuando no existen perturbaciones los tres 101 PS+PI modificado

controladores posibilitan alcanzar el régimen de operación de

2000 2500 3000
forma similar con un tiempo de establecimiento de t s =275 s y Tiempo (s)
un pico máximo de M p =6.67 %. Sin embargo, frente al efecto Figura 7. Vista ampliada del efecto de la perturbación de la Fig. 6.
de perturbaciones medibles y no medibles estos controladores TABLA II. RESULTADOS COMPARATIVOS DE LOS ÍNDICES DE DESEMPEÑO.
exhiben comportamientos diferentes. PI+PS PI+PS PI+PS
En la Fig. 7 se muestra una vista ampliada del rechazo al Índices/Casos
clásico Astrom modificado
efecto de las perturbaciones medibles y no medibles de los tres IAE 885.13 2053.2 728.34
controladores. En la Tabla I se presentan los resultados EU 32.59 64.97 23.20
evaluativos del rechazo al efecto de las perturbaciones del
sistema de control del proceso objeto de estudio cuando se V. CONCLUSIONES.
aplican estos tres controladores. Estos resultados muestran que
el mejor rechazo a las perturbaciones se obtiene con el Mediante la aplicación de las herramientas de identificación
controlador PS+PI modificado. de sistemas se obtuvo un modelo matemático del comporta-
En la Tabla II se exhiben los resultados comparativos de los miento dinámico de la temperatura de la mezcla durante la
índices de desempeño IAE y EU, definidos en (21), del sistema formulación del medicamento inyectable gentamicina al 10 %
de control del proceso objeto de estudio con los tres en un reactor químico, el cual se utilizó en el diseño de los
controladores considerados frente al efecto de perturbaciones controladores que se analizan en este trabajo.
medibles y no medibles. Nuevamente los resultados muestran Se realizó el diseño de un controlador de temperatura durante
que el mejor rechazo al efecto de las perturbaciones se obtiene la formulación de medicamentos inyectables basado en una
con el controlador PS+PI modificado. modificación de la estructura de PS propuesta por Astrom para
BENITEZ GONZÁLEZ et al.: TEMPERATURE CONTROL
plantas inestables, para posibilitar su aplicación en el control de
plantas con comportamiento dinámico estable. Esta
modificación posibilita compensar, más rápidamente y con un
mejor desempeño, el efecto de las perturbaciones externas
medibles y no medibles.
Es notorio destacar que un mejor rechazo al efecto de las
perturbaciones medibles y no medibles implica mantener la
uniformidad de la temperatura de la mezcla en el régimen de
operación y por consiguiente garantizar las propiedades tera-
péuticas de los medicamentos sin riesgos para la vida humana.
El trabajo desarrollado se enmarca dentro de las buenas
prácticas productivas de formulación de medicamentos.
Los siguientes objetivos de nuestras investigaciones consis-
ten en la implementación práctica del controlador diseñado.
Referencias bibliográficas
[1] P. McKenzie, S. Kiang, J. Tom, A. E. Rubin, and M. Futran, "Can
pharmaceutical process development become high tech?", AIChE
Journal, vol. 52, pp. 3990-3994, 2006.
[2] L. Brunton, B. Chabner, and B.L. Kollman, "Goodman & Gilman's, Las
bases farmacológicas de la terapéutica. Interamericana de México:
McGraw-Hill, 2011.
[3] S. Haugwitz, P. Hagander, and T. Norén, "Modeling and control of a
novel heat exchange reactor, the open plate reactor", Control
Engineering Practice, vol. 15, pp. 779–792, 2007.
[4] S. Salehi and M. Shahrokhi, "Adaptive fuzzy approach for Hinf
temperature tracking control of continuous stirred tank reactors",
Control Engineering Practice, vol. 16, pp. 1101-1108., 2008.
[5] R. Vilanova and V. M. Alfaro, "Control PID robusto: Una visión
panorámica", RIAI, vol. 8, pp. 141-158, 2011.
[6] R. J. E. Normey and E. F. Camacho, Control of dead-time processes.
Berlin: Springer, 2007.
[7] J. E. González-Lavaut, R. Rivas-Perez, V. Feliu-Batlle, and F. Castillo-
García, "Identificación del proceso de variación de la temperatura de la
mezcla durante la formulación de medicamentos inyectables líquidos en
un reactor químico", presented at the IX Simposium Internacional de
Automatización, Informática., La Habana, Cuba, 2009.
[8] W. L. Luyben, Process modelling, simulation and control for chemical
engineers, Second ed. USA: McGraw - Hill Publishing Company, 1996.
[9] L. Ljung, System identification theory for de user. New Jersey, EE.UU:
Prentice Hall, 1999.
[10] R. Rivas-Perez, V. Feliu-Batlle, F. J. Castillo-García, and A. Linares-
Saez, "Mathematical model for robust control of an irrigation main canal
pool", Environmental Modelling & Software, vol. 51, pp. 207-220, 2014.
[11] M. Huzmezan, W. A. Gough, G. A. Dumont, and S. Kovac, "Time delay
integrating systems: A challenge for process control industries. A
practical solution", Control Engineering Practice, vol. 10, pp. pp 1153–
1161, 2002.
[12] F. Morilla, F. Vázquez, and R. Hernández, "PID control design with
guaranteed stability", in IFAC, 2006.
[13] K. Ogata, Modern control engineering, 4th ed. EE.UU: Prentice Hall,
2001.
[14] J. L. Guzmán, P. García, T. Hägglund, S. Dormido, P. Albertos, and M.
Berenguel, "Interactive tool for analysis of time-delay systems with
dead-time compensators", Control Engineering Practice, vol. 16, pp.
824-835, 2008.
[15] K. T. Guin, M. Nguen, and R. Rivas-Perez, "Adaptive control of a time-
delay plant using a searchless model-reference self-tuning system",
Automation and Remote Control, vol. 49, pp. 1620-1627, 1989.
[16] O. J. M. Smith, "A controller to over come dead time", ISA J, 1959.
[17] R. Rivas-Perez, T. G. Cao, C. Franco Parellada, and V. E. Prokofiev,
"Sistema de control automático de objetivos con retardo de tiempo",
Control, Cibernética y Automatización, vol. 20, pp. 24-26, 1987.
[18] I. O. Benitez-Gonzalez, R. Rivas-Perez, V. Feliu-Batlle, and F. Castillo-
García, "Predictor de Smith modificado mediante un modelo interno,
robusto a perturbaciones externas no medibles", presented at the IX
Simposium Internacional de Automatización, Informática., C. Habana,
Cuba, 2009.
View publication stats
1047
[19] M. H. Tsai and P. C. Tung, "Modified Smith predictor with a robust
disturbance reduction scheme for linear systems with small time delays",
Expert Systems, vol. 29, pp. 394-410, 2012.
[20] J. E. Normey-Rico, R. Sartori, M. Veronesi, and A. Visioli, "An
automatic tuning methodology for a unified dead-time compensator",
Control Engineering Practice, vol. 27, pp. 11-22, 2014.
[21] K. J. Ästrom, C. C. Hang, and B. C. Lim, "A new Smith predictor for
controlling a process with a integrator and long dead time", IEEE
Transactions on Automatic Control, vol. 39, pp. pp 343–345, 1994.
[22] I. O. Benitez-Gonzalez, R. Rivas-Perez, V. Feliu-Batlle, and F. Castillo-
Garcia, "Predictor de Smith modificado mediante un modelo interno
robusto a perturbaciones externas no medibles", Revista de Ingeniería
Electrónica, Automática y Comunicaciones, vol. 30, pp. 48-54, 2010.
[23] Z. J. Palmor, The Control Handbook. Time delay compensation: Smith
predictor and its modifications. NY, USA., 1996.
[24] R. Rivas-Perez, F. Castillo-García, J. Sotomayor-Moriano, and V. Feliu-
Batlle, "Control robusto de orden fraccionario de la presión del vapor en
el domo superior de una caldera bagacera", Revista Iberoamericana de
Automática e Informática Industrial., vol. 11, pp. 20-31, 2014.
[25] R. Vilanova and A. Visioli, PID control in the third millennium lessons
learned and new approaches. New York: Springer 2012.
[26] K. J. Ästrom and T. Hägglund, PID controllers theory, design, and
tuning, Second ed. New York: ISA, 1995.
Ivón Oristela Benitez González received the Engineering
degree in Automatic Engineering and M.Sc in Industrial
Informatics from Polytechnic University “José Antonio
Echeverría”, Cuba, in 2005 and 2010, respectively. She is a PhD
student in advanced control of dominant time delay systems in
the same institute. She has been teaching as a professor in
control and instrumentation areas in this university. Her current research
interest are control of large time-delay systems in industrial plants.
Raul Rivas Perez received his M.Sc (with honors) in Automatic
Control engineering from Odessa Polytechnic University,
Ukraine in 1979 and a Ph.D. from Institute of Hydraulic
Engineering and Land Reclamation of Ukrainian Academy of
Agrarian Sciences in 1984. He has been professor in Havana
Polytechnic University since 1995. Currently he is leading of
Advanced Control Systems Group at the same university. His research interests
include identification and control of complex dynamic plants, fractional
dynamics and control, system identification for robust control and control of
large time-delay systems. He is a member of Cuban Academy of Science and a
member of IFAC.
Vicente Feliu Batlle received his M.Sc. (with honors) in
Industrial Engineering and a Ph.D. from Polytechnical
University of Madrid, Spain in 1979 and 1982, respectively. He
also holds and M.Sc. in Physics (1986). He was Dean of School
of Industrial Engineering, at Universidad de Castilla-La
Mancha, Spain, from 1994 to 2008. Currently he is leading
Automation and Robotics group at the same university. His research interests
include multivariable and digital control systems, fractional dynamics and
control, kinematic and dynamic control of rigid and flexible robots and
computer vision for robots. He is senior member of the IEEE and a member of
IFAC.
Fernando Castillo Garcia received his degree in Industrial
Engineering and his Ph.D in Mechatronics from University of
Castilla-La Mancha in 2000 and 2010, respectively. He has
been teaching assistant in University of Castilla-La Mancha
since 2000, and since 2009, he works in Science and
Technologic Park in Albacete-Spain developing research
projects with the industry. His research interests include
fractional calculus and control, control and modeling of flexible manipulators
and motion control.