I5-Cpi Cachiguango

ESCUELA POLITÉCNICA NACIONAL
FACULTAD DE INGENIERÍA ELÉCTRICA Y

ELECTRÓNICA
LABORATORIO DE CONTROL DE PROCESOS

INDUSTRIALES
INFORME
Práctica N°: 5
Tema: SIMULACIÓN DE UN REACTOR QUÍMICO USANDO MATLAB
Realizado por: Anderson Romero, Sebastián Cachiguango
Fecha de Entrega: 02/01/2024
Semestre 2023B
LABORATORIO DE CONTROL DE PROCESOS INDUSTRIALES
PRÁCTICA N05
Sebastian Rumiñ ahui Cachiguango Morales
Anderson Steve Romero Yugcha
CUESTIONARIO
1. Realice una comparación de los métodos de linealización y cuándo es aplicable cada uno
de los modelos.
- Series de Taylor
Este método se utiliza para resolver ecuaciones diferenciales ordinarias de primer orden no
lineales que tienen una constante.
Este modelo se recomienda para respuestas que pueden expresarse como una funció n lineal
de la variable independiente.
- El método de Ziegler-Nichols
consiste en trazar una línea tangente a la curva de respuesta del sistema en el punto de
inflexió n. Esto permite obtener un modelo matemá tico del sistema.
Este método se utiliza principalmente para sistemas estables en lazo abierto con retardo.
También se utiliza para sintonizar controladores PID, ya que permite calcular las ganancias
KP, KI y KD a partir de las respuestas del sistema en lazo abierto.
- Método de Smith
El método de dos puntos, también conocido como método de Smith, se utiliza para estimar
los pará metros de un sistema diná mico. Para ello, se obtienen dos ecuaciones en dos puntos
de la respuesta del sistema, a saber, el 28,3 % y el 63,2 % de la respuesta final.
2. Analice las funciones transferencia de los 2 modelos
Los dos modelos, el linealizado y el diná mico, se pueden utilizar para representar el mismo
proceso. La principal diferencia entre los dos modelos es el nú mero de bloques necesarios para
obtener la misma respuesta.
El modelo diná mico requiere una gran cantidad de bloques y constantes para representar la
relació n entre la entrada y la salida del proceso. El modelo lineal, por otro lado, se puede
representar mediante una sola funció n de transferencia.
Mediante estas dos representaciones, se pueden obtener las respuestas del proceso y
compararlas.
La respuesta de ambos modelos presenta un pico de temperatura superior a 150 °F, siendo el
pico del modelo diná mico superior al del modelo lineal. Esto se debe a que la linealizació n suele
ignorar algunos factores para simplificar el proceso.
La etapa en la que se presentan los picos y hasta que los sistemas alcanzan la referencia se
conoce como transitorio. En esta etapa, el modelo diná mico alcanza la referencia en menos de 2
segundos, mientras que el modelo lineal tarda 8 segundos.
Estos resultados permiten concluir que el modelo lineal es má s lento que el diná mico para
alcanzar la referencia. Ademá s, el modelo diná mico presenta picos de temperatura má s altos que
el modelo lineal y la referencia.
En la figura se muestran las curvas características de la señ al de control para el modelo lineal y el
modelo diná mico. El modelo diná mico tiene un retardo de 3,8 segundos, que se observa en la
fase transitoria de las dos señ ales.
Una vez que las dos señ ales alcanzan su valor má ximo, se estabilizan a lo largo del tiempo. En
este punto, la señ al del modelo lineal es ligeramente superior a la del modelo diná mico.
3. Analizar las respuestas obtenidas del PID.
A partir de la respuesta de la señ al de control, se obtienen los valores necesarios para realizar un
control PID mediante la aproximació n de Zieger-Nichols. Estos valores se implementan en un
bloque "PID" de Simulink, y se grafica la nueva respuesta con controlador. La figura muestra la
comparació n entre esta nueva respuesta y la respuesta normal del modelo.
La señ al de control tiene un tiempo de respuesta lento, por lo que se utiliza un controlador PID
para reducir el tiempo transitorio. El controlador PID se sintoniza para que la señ al de control no
exceda el rango de 0 a 1. El controlador PID reduce el tiempo de establecimiento a 2 segundos y
el sobre pico a 0,7. El sistema en estado estable converge al mismo valor que el modelo lineal, por
lo que el controlador PID no afecta al sistema. El controlador PID garantiza una respuesta má s
rá pida de la señ al de control, lo que permite una mejor apertura de la vá lvula y optimiza la
diná mica del sistema de llenado del tanque.
4. Conclusiones y recomendaciones
Sebastian Cachiguango
- El controlador PID es una herramienta eficaz para mejorar la respuesta de la señ al de control
de un sistema diná mico.
- El controlador PID puede reducir el tiempo de establecimiento y el sobrepico de la señ al de
control.
- El controlador PID puede garantizar que el sistema en estado estable converja al mismo valor
que el modelo lineal.
- Al utilizar un controlador PID, es importante sintonizar cuidadosamente las constantes del
controlador para lograr el rendimiento deseado.
- Es importante tener en cuenta las limitaciones del controlador PID. El controlador PID no
puede compensar todos los problemas en un sistema diná mico.
- Si es posible, es recomendable utilizar un modelo del sistema para ayudar a sintonizar el
controlador PID.
Anderson Romero
Bibliografía
[1] Chemical Reaction Engineering, por J. J. Carberry y A. Varma, Elsevier, 2018
[2] Reactions and Reactors: Kinetics, Mechanism, and Applications, por William H. Corcoran y David
G. Schmidt, IEEE Press, 2002

I5-Cpi Cachiguango

Cargado por

Copyright:

Formatos disponibles

I5-Cpi Cachiguango

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

I5-Cpi Cachiguango

Cargado por

Copyright:

Formatos disponibles

ESCUELA POLITÉCNICA NACIONAL

FACULTAD DE INGENIERÍA ELÉCTRICA Y

LABORATORIO DE CONTROL DE PROCESOS

Tema: SIMULACIÓN DE UN REACTOR QUÍMICO USANDO MATLAB

Realizado por: Anderson Romero, Sebastián Cachiguango

Fecha de Entrega: 02/01/2024

2. Analice las funciones transferencia de los 2 modelos

[1] Chemical Reaction Engineering, por J. J. Carberry y A. Varma, Elsevier, 2018

También podría gustarte