UNIVERSIDAD NACIONAL DE SAN AGUSTIN DE AREQUIPA

FACULTAD DE INGENIERIA DE PROCESOS

DEPARTAMENTO ACADEMICO DE INGENIERIA METALURGIA E INGENIERIA
AMBIENTAL

SISTEMAS ACTUALES DE
CONTROL

ING. PEDRO PABLO NUÑEZ RAMIREZ

TEMARIO

• Teorías de Control
• Definición de Sistemas de Control Moderno
• Comparación con Sistemas de Control Clásico
• Descripción de los diferentes Sistemas de Control Moderno
 INTRODUCCIÓN.- TEORÍAS DE CONTROL
LA TEORIA DEL CONTROL AUTOMATICO DEFINE EN EXPRESIONES MATEMATICAS EL
COMPORTAMIENTO DE LOS SISTEMAS DESDE EL ENFOQUE DE SUS INTERRELACIONES
DINAMICAS

Teorías de Control Utilizadas habitualmente

1.- Teoría del Control Clásico.-

Desarrolla el control de sistemas determinísticos (aquellos que conociendo
la salida del sistema se puede determinar su comportamiento a partir de la
información de las variables ejm. Sistemas De control de un automóvil). Y
también desarrolla el control de sistemas estocásticos (aquellos que están
afectados por variables aleatorias y por tanto da lugar a resultados
aleatorios, emplea algoritmos basados en probabilidades. Ejm. Sistemas de
drones autómatas)
2.- Teoría del Control Moderno.- se basa en el análisis del dominio
temporal de los sistemas de educaciones diferenciales, simplifico el
diseño de sistemas porque se basa en un modelo del sistema real que
se quiere controlar. la estabilidad del sistema depende del error entre el
sistema real y su modelo. Ejm. Sistema de robots móviles
3.- Teoría del Control Robusto.- se diseña el sistema definiendo el
rango posible de errores y después diseñar el controlador de forma
que si el error esta en el rango , el sistema permanece estable y son
bastante complejos por que incorpora la aproximación de respuesta de
frecuencia como la de dominio temporal. Esta teoría es
matemáticamente muy compleja* (Ogata, ingeniería del control
automático moderno)
COMPARACION DE LAS TEORIAS DEL CONTROL AUTOMATICO
TEORIA CLASICA DEL CONTROL TEORIA MODERNA DEL CONTROL
AUTOMATICO AUTOMATICO
• OCURRE EN EL DOMINIO DEL TIEMPO
• OCURRE EN EL DOMINIO DE LA
FRECUENCIA COMPLEJA • MANEJA MULTIPLES ENTRADAS Y
• SOLO MANEJA UNA ENTRADA Y UNA MULTIPLES SALIDAS (MIMO)
SALIDA (SISO) • MANEJA EFICIENTEMENTE
• NO MANEJA INTERACCIONES INTERACCIONES
• MANEJA EFICIENTEMENTE
• NO MANEJA RESTRICCIONES RESTRICCIONES
• ES EL ENFOQUE MAS UTILIZADO • NO ES COMUN SU UTILIZACION
• SE DEFINE POR EL ALGORITMO PID • SE DEFINE POR LA ECUACION DE ESTADO
DEL CONTROL
CONTROL CLÁSICO vs CONTROL MODERNO

* El control clásico está pensado para sistemas:

Continuos – Lineales – Invariantes en el tiempo.
* Y el control moderno para sistemas Digitales -
lineales o no lineales - generalmente usan técnicas
de espacio de estado.

Dr. Pedro Córdova Mendoza 8

 CONTROL CLASICO

• El control clásico hace uso de los métodos de regulación

tales como: sistemas mecánicos, hidráulicos, neumáticos
o eléctricos y electrónicos.
•La característica principal del control clásico es que todas
las señales son continuas y que los sistemas son lineales.
Si no son lineales, se realizan estrategias de linealización.
•Los sistemas que conforman al control clásico son
univariables y lo mas importante son invariantes en el
tiempo.

9
 SISTEMAS DE CONTROL CLÁSICO

• Control de dos posiciones (todo-nada) (on-off)

• Proporcional de tiempo variable (PWM)
• Proporcional (P)
• Proporcional + Integral (PI)
• Proporcional + Derivativo (PD)
• Proporcional + Integral + Derivativo (PID)
 EL CONTROL ON/OFF O DE DOS POSICIONES
• Tomemos por ejemplo, el caso de un horno eléctrico.
• La temperatura aumenta al activar las resistencias calentadoras mediante un contactor,
gobernado a su vez por un relé dentro del controlador.
• El modo de control ON/OFF es el más elemental y consiste en activar el mando de
calentamiento cuando la temperatura está por debajo de la temperatura deseada SP y luego
desactivarlo cuando la temperatura esté por arriba.
• Debido a la inercia térmica del horno la temperatura estará continuamente fluctuando
alrededor del SP.
• Las fluctuaciones aumentarán cuanto mayor sea la inercia térmica del horno (retardo).
• Este control no es el más adecuado cuando se desea una temperatura constante y uniforme
EL CONTROL ON/OFF O DE DOS POSICIONES
CONTROL DE DOS POSICIONES
 CONTROL DISCRETO O DE DOS POSICIONES
O CONTROL ON / OFF

Detector de máximo
y mínimo nivel
Relé

Las variables solo

admiten un conjunto Electroválvula
de estados finitos ON/OFF
 CONTROL PROPORCIONAL DE
TIEMPO VARIABLE (PWM)
• Para poder controlar la temperatura con menos fluctuaciones, se
debe entregar al horno una potencia gradual, para mantenerlo a la
temperatura deseada .
• En el ejemplo anterior del control On/Off, el relé del mando de
calentamiento estará activado 100%, entregando el máximo de
potencia al horno o bien desactivado sin entregar potencia.
• El controlador proporcional entrega una potencia que varía en forma
gradual entre 0 y 100% según se requiera y en forma proporcional al
error (SP-PV).
 PWM PULSE WIDTH MODULATION
MODULACIÓN POR ANCHO DE PULSO
• Es posible modular de 0% a 100% la potencia que recibe un horno eléctrico
mediante el mismo contactor que se usaría para un control on/off.
• La idea es modular el tiempo de activación del contactor durante un tiempo
fijo tc, llamado tiempo de ciclo, de modo que el horno reciba finalmente un
promedio de la potencia.
• Supongamos que nuestro horno funciona con un calefactor de 1000W, si se
requiere una potencia de 500W, equivalente a 50% de la total, entonces se
activa 2 segundos el relé y se desactiva otros 2, para luego empezar otro
ciclo.
• El efecto neto será que el horno recibe 50% de la potencia pero la
temperatura no fluctúa al ritmo del tiempo de ciclo pues este es menor al
tiempo de respuesta del horno.
• Siguiendo con el ejemplo, si hace falta 250W, es
decir 25% de la potencia basta con tener 1 segundo
activado el relé y 3 segundos desactivado.
 VARIACION

CIRCUITOS DE
CONTROL.- Arreglo
de dispositivos cuya
finalidad es mantener
RESPUESTA
un proceso dado,
dentro de un patrón
de comportamiento
predeterminado.

ESQUEMATIZACION DE UN PROCESO
DESDE EL ENFOQUE DEL CONTROL
 DIAGRAMA A BLOQUES DE UN CIRCUITO DE CONTROL
CERRADO
PERTURBACIONES

d(t)

VARIABLE VARIABLE
ELEMENTO
ELEMENTO PROCESO PRIMARIO
FINAL DE MEDICION
MANIPULADA CONTROLADA

c(t)

CONVERTIDOR e(t)=R(t)-c(t) TRANSMISOR

CONTROLADOR
m(t)
R(t)
PUNTO DE AJUSTE
 FUNCIÓN DE TRANSFERENCIA: se define como la relación de la variable de
salida de un proceso, sobre la entrada al mismo. Define las características de
estado estacionario y dinámico, es decir, la respuesta total de un sistema que se
describa mediante una ecuación diferencial lineal y sus términos determinan si el
sistema es estable o no. m−1
Y ( s) K (am s + am−1 s +...+a1 s + 1)
m
G( s) = =
X ( s) bn s n + bn−1 s n − +...+b1 s + 1)

ESTABILIDAD: “Un sistema es llamado

estable si su salida es acotada para X
(
s
)E
(
s
) Y
(
s
)
+ G
(
s
)
-
cualquier entrada acotada”.
Y
(
s
)
_
_
_
_
_G
(
s
)
_
_
_
_
_
__
_
La estabilidad de un sistema lineal se =
X
(
s
)
1
+G
(
s
)
H(
s
)
determina del análisis de las raíces de la H
(
s
)
ecuación característica y es equivalente a
plantear en el plano-s la localización de E
c
u
a
c
i
ó
n
c
ar
a
c
t
er
í
s
t
i
c
a:
1
+G
(
s
)
H
(
s)
=
0
polos:
 ESTABILIDAD DE UN CONTROL RETROALIMENTADO
a) Cuando los coeficientes son positivos, las
raíces de la ecuación característica se localizan
c
r
i
t
ic
a
me
n
t
e
e
s
ta
b
l
eencontrados en la mitad izquierda del plano-s y
j el sistema es estable
b) Si uno o más pares de raíces simples se
e
s
t
a
b
l
e i
n
e
st
a
b
l
e encuentran sobre el eje imaginario del plano-s,
a bes decir no se tiene parte real y no existen raíces
xx
-
20+
2 en el semiplano derecho, la respuesta es
sinusoidal no amortiguada por lo que se tiene
inestabilidad en el sistema.
c) Cuando cualesquiera de los coeficientes sea
negativo, las raíces se encuentran en el
semiplano derecho y el sistema es inestable.
PROCESOS AUTORREGULABLES
TEORIA DEL CONTROL MODERNO

* El Control Moderno se diferencia del control clásico desde

la llegada de los sistemas digitales.
• El procesador es la principal herramienta del Control
Moderno, dando la posibilidad de implementar controles
de sistemas no lineales y multivariables.
• El Control Moderno se forma a partir de varias ramas de
estudio, siendo las mas importantes, El Control
Adaptativo, El Control Robusto y El Control Inteligente.
* El Control Robusto busca independizar el control de
posibles incertidumbres en el modelo de la planta.

10
 CONTROL MODERNO
• El Control Inteligente se basa el las técnicas de inteligencia
artificial, que tratan de emular las estrategias del
pensamiento humano, usando el procesamiento digital.
• Algunas de ellas son la lógica difusa, las redes
neuronales, los algoritmos genéticos.
• El Control Adaptativo busca resintonizar de forma
automática el sistema de control ante variaciones de las
características físicas de la planta. Matemáticamente
independizan el control de las variaciones del modelo.
* En general el Control Digital se hace por medio de
herramientas matemáticas como el Espacio de Estado. Las
propiedades de herramientas como esta es que se hace
irrelevante el número de entradas y salidas (Multivariable).

11
 TEORÍA MODERNA DE CONTROL
Se basa en la notación de estado, utilizada en el estudio de la
Mecánica Dinámica y es una manera conveniente de
representar sistemas de ecuaciones diferenciales de orden
"n" (acopladas o no acopladas), de tal forma que sean
expresadas como ecuaciones de vectores-matrices,
permitiendo ser manipulados, transformados y estudiados
mediante procedimientos sencillos de álgebra lineal, con lo
que permitió mejorar el desempeño de los Modelos
Matemáticos y manejar modelos MIMO (Entradas Múltiples-
Salidas Múltiples).
Ecuación de estado del control:
x(t) = A*x(t) - B*u(t)
y(t)=C*x(t)

donde:

x(t) es el vector de las variables de estado (de magnitud n x 1)

u(t) es el vector de las variables manipuladas (de magnitud m x 1)
y(t) es el vector de las variables de salida (de magnitud j x 1)
A es la matriz de parámetros de estado (de magnitud n x n)
B es la matriz de parámetros de entrada (de magnitud m x m)
C es la matriz de parámetros de salida (de magnitud j x j)
 ESQUEMAS DE CONTROL

➢Control Lógico Secuencial ➢Red Neuronal Artificial

➢Control Regulatorio ➢Control Neuro-difuso
➢Control Regulatorio ➢Control Experto
Convencional ➢Algoritmos Genéticos
➢Control Avanzado ➢Agentes Adaptivos
➢Control Adaptivo ➢Control de
➢Control multivariable Optimización
➢Control Robusto ➢Control Servo o de
➢Control Multivariable seguimiento
➢Control Inteligente
➢Lógica Difusa
➢Control Difuso
 CONTROL LÓGICO SECUENCIAL

En este esquema de control, las variables controladas son

de naturaleza booleana o discreto, esto es solo presentan
dos estados; existencia o no existencia, 1 ó 0, Si o No.

La finalidad de este tipo de control es el de permitir la

ocurrencia ordenada, de determinados eventos en un orden
preestablecido.
 CONTROL REGULATORIO
En este esquema de control la variable controlada, de naturaleza
continua, busca igualar a la variable de referencia R(t), que en
este caso es normalmente constante.

Dentro del control regulatorio se pueden diferenciar varios

niveles los que dependerán de la complejidad de los algoritmos
aplicados, así tenemos que de menor a mayor complejidad estos
niveles se clasifica como:

• Control Regulatorio Convencional.

• Control Avanzado.
• Control de Optimización y/o Control Gerencial
 CONTROL REGULATORIO
CONVENCIONAL
En este esquema de control, la variable controlada c(t) busca
igualar a la referencia R(t), la que normalmente es de
naturaleza constante o poco variante con respecto al tiempo,
esto mediante la modificación de la variable manipulada m(t).

La ecuación que define a este esquema de control es la

ecuación PID, así como combinaciones sencillas de circuitos
de control. El principal objetivo de este tipo de control la
estabilización de los procesos.
 CONTROL AVANZADO
El objetivo de este tipo de control es aumentar la controlabilidad de los
procesos.
Está técnica utiliza el procesamiento matemático de varias entradas
para obtener la respuesta de varias salidas, en base a algoritmos
definidos por la ingeniería de procesos.
Su función básica es optimizar el funcionamiento de un proceso.

NIVELES DE CONTROL AVANZADO

i. Control Avanzado de Bajo Nivel. Se caracteriza por utilizar recursos
sencillos de procesamiento y compensación de señales y circuitos
prealimentados.
 NIVELES (continuación)

ii. Control Avanzado de Medio Nivel. Utiliza técnicas mas

complejas, los ejemplos más comunes de este tipo son:

• Control Adaptivo
• Autoentonamiento
• Lógica Difusa
• Control por Restricciones
• Control Predictivo
• Modelación Estática de los Procesos
• Control Estadístico de Calidad
• Control Multivariable/Desacopladores
• Sistemas Expertos
 NIVELES (continuación)
iii. Control Avanzado de Alto Nivel. En este nivel se
consideran los métodos mas avanzados del control, los
que para su aplicación requieren de una labor muy
especializada, necesitándose el uso de procesadores de
muy alta capacidad, que generalmente son
minicomputadores del tipo VAX o similares.

En esta clasificación se tienen:

• Control Multivariable Predictivo

• Sistemas Neurales
• Integración a Gran Escala
 CONTROL ADAPTIVO
Es un sistema capaz de ajustar sus
parámetros a diferentes condiciones de
operación. El control adaptivo clásico
utiliza controladores lineales, en los que
sus parámetros son adaptados en tiempo
real, para controlar procesos en los cuales
sus parámetros son desconocidos, por lo
que sigue un modelo de referencia. Un
ejemplo son los controladores universales
que almacenaban en memoria dos valores
diferentes de parámetros de entonamiento
que se utilizaban automáticamente, de
acuerdo a las condiciones de operación
del proceso.
 CONTROL MULTIVARIABLE

Es un sistema de control que cuenta con más de una

entrada y de una salida, MIMO (Multiple Input
Multiple Output). Actualmente utilizando el control
inteligente, es mucho más sencillo hacer
aplicaciones de control multivariable, ya que las
diferentes técnicas de control inteligente permiten
su manejo e inclusive su interacción.
 CONTROL MULTIVARIABLE
MODELO DEL SISTEMA
u 1 (k) M 11 + y 1 (k)

u 2 (k) M 12
.
.
.

M 1j
. . .

M 21
.
EN TR AD A S: . SA LID A S:
.
.
M 22 + y 2 (k)
.
.

M 2j

M i1 .
.

M i2 .

.
.
.

u j (k) M ij + y i (k)
 CONTROL ROBUSTO

La robustez esta definida como la habilidad de un sistema para

mantener su funcionalidad bajo condiciones internas y externas
anormales o no contempladas (a posteriori).

El control robusto es el control que tiene esta característica.

Actualmente esta característica es una de las más importantes
que se deben de considerar en el diseño de un sistema. Se
considera un control adaptivo, y esta basada en la estabilidad,
rendimiento y optimización de los controladores.
 CONTROL INTELIGENTE

Inteligencia: La capacidad para adquirir y aplicar el

conocimiento. El control inteligente es aquel que presenta
actividades cognoscitivas y en ello radica su diferencia
básica con el control clásico.

Existen tres grandes grupos en este tipo de control: control

basado en reglas, razonamiento basado en modelos y
control difuso.
 CONTROL DIFUSO
El control difuso utiliza las técnicas difusas para manejar la
imprecisión. Implantan estrategias de control que se expresan
en términos lingüísticos por los operadores de proceso y para
ello utilizan la lógica difusa, desarrollada por Lotfi Zadeh en
1965.
Sus ventajas son que: permiten utilizar el conocimiento
operacional sobre el control del sistema, obtenible de expertos
humanos, son más robustos, permiten realizar control
multivariable de forma simple, pueden alcanzar mejores
comportamientos que reguladores PID clásicos y admiten
diversos modos de supervisión
 RED NEURONAL

“Una red neuronal es una estructura de procesamiento de

información paralela y distribuida, formada por elementos
interconectados mediante canales unidireccionales de
información. Cada elemento de procesamiento tiene una
conexión de salida con diferentes ramas portadoras de la misma
señal.
Esta señal de salida será de un tipo matemático cualquiera. Todo
el procesamiento que se hace en un elemento debe ser
completamente local, es decir, dependerá sólo de los valores
actuales de las entradas al elemento y de posibles valores
almacenados en memoria local.”
 CONTROL NEURO DIFUSO

Si se toma en cuenta la capacidad inherente de una red

neuronal (multicapa, clásica) de realizar procesamiento masivo
paralelo de información y su capacidad de aprendizaje
(memoria) y se agregan estas características al control difuso,
se tiene como resultado que en el sistema experto difuso,
representado por una red neuronal y materializado en
hardware, todas las reglas de inferencia difusas se procesan en
paralelo, lo cual implica una elevada eficiencia computacional
que muchas veces es fundamental en las aplicaciones.
 CONTROL EXPERTO

Astrom en 1986 planteó el término control experto al

referirse a la incorporación de un sistema experto basado en
reglas como elemento integrante de un sistema de control.

Las técnicas de representación del conocimiento, con su

capacidad de abstracción y los sistemas de decisión
inteligentes han permitido, en los últimos años, sugerir
mejores actuaciones que aquellas basadas en una lógica
preprogramada para casos particulares en el área del
control.
 ALGORITMOS GENÉTICOS

Son los mecanismos de generación de reglas más utilizados,

escogiendon las reglas buenas (aquellas que se adecuan al
entorno) para crear nuevas reglas, similares a ellas, que
permitan obtener mejores resultados al sistema de inferencia.

En los algoritmos genéticos clásicos, el conocimiento del

sistema se equipara a una especie de seres vivos, capaz de
evolucionar para adaptarse a un entorno concreto, y según
transcurre el tiempo, nacen nuevos seres con características
genéticas semejantes a la de los padres o mutaciones con el
objetivo de mejorar a la especie.
 AGENTES ADAPTIVOS
AUTÓNOMOS
Un agente es un sistema en hardware o software
autónomo o semiautónomo que ejecuta tareas
específicas en ambientes complejos dinámicamente
cambiantes.

En la teoría de agentes, autónomo significa la habilidad

para tomar decisiones basadas en una representación
interna del mundo, sin ser controlados por una instancia
central.
 CONTROL DE OPTIMIZACIÓN

Su objetivo es aumentar la productividad de los

procesos, y requieren una capacidad de procesamiento
muy grande, y en algunos casos información actualizada
de costos de insumos, de productos y así como de
políticas corporativas, ya que estos modelos hacen
interactuar aspectos técnicos y económicos.
 CONTROL GERENCIAL
El objetivo de estas estrategias es el aumento de las
utilidades de los procesos, clasificándose las
siguientes:

• Control de Nominas
• Control de Personal
• Contabilidad
• Control Financiero
• Establecimiento de Políticas
• Sistemas Gerenciales de Procesamiento de
Información
 e-Manufacturing
Diagnóstico OEM’s Cadena de
remoto / Proveedores
suministro Internet
Administración MRO
e-Procurement
Administración
RA.com
ERP
i2 de la cadena Sistema
de suministro
empresarial

Sistema de
administración Modelado /
computarizado planeación / Manufactura
para seguimiento
mantenimiento

Control /
Conditions Sistema de
Diagnosticos
Based Automatización
avanzados
Monitoring

Componentes
Dispositivos
de
automatización
Dispositivos
Piso de planta
Inteligentes
 BIBLIOGRAFIA Y WEBGRAFIA

• Ogata, K. (2010). Ingeniería de Control Moderna. 5ta. Edición Pearson, Prentice- Hall.

• ISO 690 ARNÁEZ BRASCHI, Enrique. Enfoque práctico del control moderno. Con aplicaciones en
Matlab.

• Dr. Pedro Córdova Mendoza. INSTRUMENTACION Y CONTROL DE PROCESOS. ESCUELA

PROFESIONAL DE INGENIERIA AMBIENTAL Y SANITARIA. UNIVERSIDAD NACIONAL “SAN LUIS
GONZAGA” DE ICA

• Pascual Santos López SISTEMAS DE REGULACIÓN Y CONTROL (Internet)

• VIDEO Introducción a los sistemas de control robusto https://youtu.be/j03GPaj3onA

Dr. Pedro Córdova Mendoza

¡Gracias!