Automatismo en Lazos

8/4/2019 Automatismo en Lazos

1/98

1

Automatismo con lazos optimizados

Ing. Paul Glvez

Fuente: ABB


2/98

2

1. Introduccin

2. Por Qu Optimizacin de Lazos?

3. Conceptos de Teora de Control

4. Sintona de Lazos

5. Auditoria de Lazos

6. Anlisis de Perturbaciones de Planta

7. Herramientas de Control Avanzado

Temas


3/98

3

Terminologa

Lazos de Control PV: valor de proceso

SP: setpoint

CO: salida de control

PID: controlador Proporcional-Integral-Derivativo

CLCM: Monitoreo de Condiciones de Lazos de Control

KPI: Indicadores Clave de Performance

APC: Control Avanzado de Procesos

MPC: Control Predictivo basado en Modelo SPC: Control Estadstico de Proceso

MvSPC: Control Estadstico Multivariable de Proceso

RTO: Optimizacin en Tiempo Real


4/98

4

El Escenario de Control Avanzado de Procesos

LAB

MPC

ModeloRTO

Modelado Riguroso

Optimizacinde LazosControl de Proceso en DCS

Proceso

SPC MvSPC

SPC

ModelosInferenciales Operador


5/98

5

Diagrama de un Lazo de Control

MedicinPV

Controlador

Actuador Proceso

ObjetivoSP

Salida deControl CO


6/98

6

1. Introduccin



4. Sintona de Lazos




Agenda


7/98

7

Por Qu Optimizacin de Lazos?

Opera mi planta en forma ptima? Si no, cunto se debe a automacin de

proceso, especialmente lazos de control?

Deberamos usarmedidasdisponibles en lugar de solamente

almacenarlas Operacin normal no necesariamente

significa operacin ptima

Optimizacin de lazos ahorra dinerosinmayores inversiones de capital


8/98

8

Performance: Variabilidad es una amenaza!

Oscilaciones

El lazo presenta oscilaciones?

Cules son las causas posibles?

Qu podemos hacer para eliminarlas?

Alta variabilidad Es la variabilidad mnima?

Qu tan lejos se encuentra del mnimo?

Por qu ha aumentado? Puede mejorarse?


9/98

9

Performance real no es ptima!


10/98

10

Una inversin que debe dar repago!

Lazo de control tpico es un activo de $ 25,000

La mitad se pierde 50 % bien sintonizados

25 % control no efectivo 25 % reduce performance

Mitad de tiempo de buena performance = 6

meses 2 4 horas para investigar y mejorar

performance de un lazo de control Proceso tpico contiene 2000 4000 lazos de

control Pocas personas con conocimiento apropiado En promedio, un ingeniero de proceso est a

cargo de 400 lazos de control 25 % de 4000 lazos impacta severamente, lo

que significa prdidas de $ 25,000,000 !!


11/98

11

Los analistas comienzan a comprender...

Citas: ... mientras el equipamiento de proceso es una parte integral de programas de manejo de

activos, los lazos de control ... frecuentemente no reciben la misma atencin. La performance de los lazos de control ... se degrada lentamente en el tiempo sin llamar la

atencin Sin una adecuada sintona de lazos de control para minimizar variabilidad, ... se pierden

beneficios sustanciales ... an una leve degradacin en el control del proceso puede resultar en millones de

dlares perdidosde ganancias Identificar los lazos de control con mayor repago requiere evaluar todos los lazos de

control, lo cual sera una tarea insuperable sin ayuda de software de supervisin y anlisisde lazos de control

Cuando recin instalado, el control avanzado de proceso proporciona tpicamentebeneficios sustanciales. Mantener estos beneficios debido a condiciones cambiantes, sinembargo, es un problema

es buen tiempo de asegurar los sistemas de control como parte sus esfuerzos demanejo de activos.

Edicin de Junio 2003:

Se debe incluir lazos de control en manejo de activos

Les A. Kane, Editor


12/98

12

Cmo son los datos de un lazo de control?

Salida de control

Set-point & valor de proceso

Tiempo

O


13/98

13

Costo de un mal control

Alto

BajoTiempo

Sueo

Costo

Sintona dellazo

Alto

Bajo

Realidad

Costo

Tiempo

Alto

Bajo

Sueo realista con

AuditoriaCosto

Tiempo


14/98

14

Beneficios de Sintona y Auditoria

Mantener el sistema de control regulatorio en su mximo

Performance del lazo Habilita al operario a mantener lazos en su punto de ptima

performance

Mantenimiento preventivo

Alerta de problemas de equipos/proceso a su debido tiempo

Problemas de instrumentos

Problemas de actuadores

Posibilita el uso de control multivariable/avanzado MPC limitado por la capacidad del control bsico

Modelos MPC incorporan performance de lazos bsicos

O


15/98

15

Control Multivariable/Predictivo basado en Modelo

Planta

Control Regulatorio Bsico

Clculo de PropiedadesInferenciales

actuadoressensor

es

lab

Supervisin de Lazos

Sintona y Auditoria de Lazos

Sintona y Auditoria

de Lazos

Sintona Optimizada

- un requerimiento para proyectos APC

O


16/98

16

1. Introduccin



4. Sintona de Lazos




Agenda


17/98

17

Diagrama en Bloques

MedicinPV

Controlador

ActuadorProceso

ObjetivoSP

Salida deControl CO

GPCPIDSP (r) PV (y)

CO (u)

-

O


18/98

18

Transformada de Laplace

Transformacin matemtica dada por:

Herramienta para solucin de ecuaciones diferenciales

(se convierte en una ecuacin algebraica en el dominiode la variable compleja s).

Ejemplos:

0

)()( dtetfsFst

)()(

ssFdt

tdf

s

sFtf

)()(

O


19/98

19

Funcin de Transferencia

Uso de Transformada de Laplace para representacin

de sistemas Funcin de Transferencia:

forma clsica de modelar sistemas lineales

representacin entrada-salida

se determina mediante ensayos (respuesta al impulso/escaln)

)()()(

tyatubdt

tdy

P

u(t) y(t)

as

bsG

sU

sY

)(

)(

)(

G(s)

U(s) Y(s)


20/98

20

Controlador PID Breve Resea

Propuesto en los aos 40 y se mantiene hasta ahoracomo el controlador de lazo ms utilizado

Es un controlador no-ptimo

Es fcil de sintonizar y permite alcanzar una buena

performance Es fcilmente implementable en un sistema de control

digital

Se basa en una estructura de una entrada y una salida


21/98

21

PID Estructura interna

El controlador PID est basado en 3 acciones paralelas

Frecuentemente se utilizan solo los trminos P e I

Existen varias formulaciones matemticas

P: proporcional

I: integralD: derivativo

dt

tedKdtteKteKtu dipPID

Ki e dt Procesoyr u

d

e

d edt

Kp*ePID

Kd


22/98

22

PID Estructura matemtica Paralela e Ideal

La forma Paralela es apta sobretodo para tratamiento empricomanual

La forma Ideal tiene la ventaja que Ti y Td son expresados ensegundos y solo K depende de la unidad de medida del proceso

dt

tedTdtte

T

teKtu di

PID

1

dt

ted

KdtteKteKtu dipPID

Forma Paralela

Forma Ideal

O


23/98

23

PID Funcin de Transferencia de un PI

Esta formulacin es muy til porque pone en evidencia lasconstantes de tiempo del controlador

Un controlador PI tiene una funcin de transferencia con un

cero y una accin integral

dtte

TteKtu

iPI

1Forma PI Ideal

iPI sT

KsC1

1

i

iPI

sT

sTKsC

1

O


24/98

24

PID Funcin de Transferencia de un PID

dtted

TdtteTteKtu diPID

1

d

i

PID sT

sT

KsC1

1

Forma PID Ideal


25/98

25

PID Estructura matemtica Serie

La forma Serie es til

cuando se analiza elcontrolador en el dominiode la frecuencia, dadoque pone en evidencia lasconstantes de tiempo

(polos y ceros) Observar:

K, Ti y TD de la formaIdeal difieren de

y de la forma Serie

Forma Serie

di

PID sTsT

KsC1

1

i

diiPID

sT

TTssT

KsC

21

s

sTsTKsCPID

21 11

Partiendo de la forma Ideal:

di

PID TssT

KsC~

1~1

1~

iTK~

,~

dT~


26/98

26

PID Estructura Interactiva y No-Interactiva

Forma No-Interactiva (Paralela e Ideal):

Forma Interactiva (Serie o Clsica):

PPID

D

I

I

P

PDPID


27/98

27

PID Implementaciones Industriales

)(1)()( yrsTsK

yrs

KyrKsu

F

dipPID

Forma Paralela:

u: salida de control (CO)

r: setpoint (SP)

y: valor de proceso (PV)

KP: ganancia proporcional KI: ganancia integral

KD: ganancia derivativa

TF: constante de tiempo de filtro

: factor de peso para setpoint en trmino proporcional

= 1 implica accin proporcional sobre el error = 0 implica accin proporcional sobre el PV

: factor de peso para setpoint en trmino derivativo

= 1 implica accin derivativa sobre el error

= 0 implica accin derivativa sobre el PV


28/98

28

Respuesta de un sistema de primer orden

sT

eGsG

sTd

0

01

Parmetros:

G0: ganancia esttica T0: constante de tiempo

Td: retardo puro otiempo muerto

Funcin de transferencia:

s

esG

s

51

3

G0

Respuesta a escaln unitario

63%

T0Td

02.2 Ttr

G

0

)(

0 )1(0 UeGty

T

Tt d


29/98

29

Respuesta de un sistema de segundo orden

1

2.1

4.0

7.0

22

2

0

2 nn

n

ss

GsG

Funcin de transferencia:

Sub -amortiguado

CrticoSobre-amortiguado

Parmetros:

G0: ganancia esttica

n: frecuencia naturalno amortiguada

: relacin deamortiguamiento

Mp

ts Go

Mp: sobretiro (overshoot)

21

100(%)

eMp

69.0,2.3

%)5( ns

t

ts: tiempo de asentamiento (5%)


30/98

30

1. Introduccin



4. Sintona de Lazos




Agenda


31/98

31

Sintona de Controladores PID

Objetivo Hallar los parmetros del controlador PID (tpicamente K, Tiy

Td) para obtener una respuesta de lazo de control deseada

Especificaciones en el dominio del tiempo y/o frecuencia

Cometidos principales del controlador:

Seguimiento de setpoint Rechazo de perturbaciones

Mtodos de sintona Ziegler-Nichols (Manual)

Lambda IMC (Internal Model Control)

Ubicacin de Polos Dominantes


32/98

32

Procedimiento para la Sintona

MedicinPV

Controlador

ActuadorProceso

ObjetivoSP

Salida deControl CO

GPCPIDSP (r) PV (y)

CO (u)

-

Adquirir 1

Modelar 2Sintonizar

3


33/98

33

Adquisicin de Respuestas

Ensayos escaln (perturbacin del proceso): en lazo cerrado (modo automtico): cambios en SP

en lazo abierto (modo manual): cambios en CO

capturar la dinmica del proceso entre CO y PV

evitar perturbaciones externas

magnitud de los escalones significativa respecto al ruido demedida, limitados por condiciones operativas

variedad de amplitudes y en ambos sentidos para caracterizarel o los puntos de trabajo


34/98

34

Identificacin del Modelo Usualmente expresado como Funcin de Transferencia Mtodos automticos de ajuste de parmetros con seleccin

manual o automtica del orden del modelo Evaluacin del modelo mediante ndices de ajuste a la respuesta

real (, R2, etc.) Simulacin del modelo (respuesta escaln, diagramas de Bode) Validacin del modelo con otro set de datos

K: ganancia esttica

Tz: constante de tiempo del cero

T1, , n : constantes de polos

D: retardo de transporte (tiempomuerto)

221 211

nn

sD

z

sssTs

esTKsG


35/98

35

Sintona: Mtodo Ziegler-Nichols (Manual)

Mtodo manual clsico para eleccin de parmetros de

sintona de PIDs Diseado para rechazo de perturbaciones

Procedimiento:1. Se configura el controlador en modo proporcional nicamente.

2. Se aumenta la ganancia hasta producir una oscilacin.

3. Se registra la ganancia (Ku) y el perodo de la oscilacin (Tu).

4. Se eligen los parmetros del PID de acuerdo a una tabla.

Controlador K Ti Td

P 0.5 Ku - -

PI 0.4 Ku 0.8 Tu -

PID 0.6 Ku 0.5 Tu 0.125 Tu

En la prcticarequiere re-sintona oatenuacin de losparmetros pararespuesta msestable


36/98

36

Sintona: Mtodo Lambda

Requerimientos: modelo de primer orden, estable o integral, con

tiempo muerto Parmetros de diseo: constante de tiempo del lazo cerrado ()

PPID

SP CO

-

PV

P

sT

PsP

0

0

1

s

sP

1

1

0T

Factor

Factor Lambda (relacin con lazo abierto):

)1

1()(00

0

sTKsPIDTT

P

TK

I

I

Controlador PI:


37/98

37

modelo del proceso

inversa aprox. del modelo

filtro, tpicamente primero orden ()

IMC

Sintona: Mtodo IMC (Internal Model Control)

Extiende el concepto del mtodo Lambda a modelos de mayor orden

Requerimientos: modelo estable

Parmetros de diseo: Mxima Sensitividad (MS), o

Constante de tiempo del lazo cerrado ()

MS permite un diseo robusto (cuanto menor sea el valor de MS, msrobusta es la sintona)

SP

PVCO

-

-mG

PGGf

mG

mG

mG

fG

GPGc-

)(1

DPIGGG

GGG

mmf

mf

C


38/98

38

Sintona: Mtodo de Ubicacin de Polos Dominantes

Requerimientos: ninguno

Aproxima el lazo cerrado a una transferencia desegundo orden

Parmetros de diseo: : relacin de amortiguamiento

: frecuencia natural

PPID

SP CO

-

PV

G

22

2

2 nn

n

sssG

O


39/98

39

Sintona: Mtodo ITAE

ndice de Performance ITAE

Integral Time Absolute Error: el producto por treduce la contribucin del error inicial y prioriza

el error final

ndice modificado: p limita el gradiente de la accin de control u (CO)

Requerimientos: valores iniciales del PID para lazoestable

utilizar otro mtodo inicialmente optimizar con ITAE

Parmetros de diseo: mx(dCO/dt) - opcionalmente

dttetITAE )(

)max()(

dt

dupdttetITAE

O

O


40/98

40

Mtodos de Sintona

Mtodo Modelo de Proceso Tarea de Control Parmetros deDiseo

Observaciones

ManualTodos Cualquiera el

usuario debe sabercomo sintonizar

Parmetros delcontrolador

Partiendo de inicio oajustando losresultadosautomticos

Lambda Primer orden,estable

(Auto-regulados consolo una constante

de tiempo opuramente integral)

Seguimiento desetpoint

Constante de tiempoen lazo cerradodeseada (Lambda ofactor Lambda)

Lambda es laconstante de tiempodel lazo cerrado

El factor lambda es

la relacin con ellazo abierto

Ubicacin dePolos Dominantes

Todos Rechazo deperturbaciones (yseguimiento desetpont, verobservaciones)

Amortiguamiento de transitorios y sulimitante develocidad max

Sintona universalpara ambas tareas,para controladorescon coef. de SPajustable

IMC Estable

(Auto-regulados ointegral)

Seguimiento de

setpoint

MS (Mxima

sensitividad) oLambda

Especificando MS se

garantiza robustezdirectamente

ITAE Todos Minimizar funcin decosto

Gradiente de lasalida de control

Requiere parmetrosiniciales decontrolador estable

O


41/98

41

Sintona: Evaluacin

Simulacin de la respuesta del lazo cerrado ante

perturbaciones externas y cambios de setpoints

Diversos parmetros de performance tanto en el

dominio del tiempo como en frecuencia Simulacin de la sintona con diversos modelos

Parmetros de sintona acorde a la implementacin delPID


42/98

42

Evaluacin en el Dominio del Tiempo

dtteDIAE)(

1Error Absoluto Integrado:

1

2

3

4

5

6

O


43/98

43

Evaluacin en el Dominio de la Frecuencia

GPCr yu

-

d n

)()( sGsCG Pol

)()(1

)()(

sGsC

sGsC

r

yG

P

Pcl

)()(1

1

sGsCn

yS

P

Transferencia en lazo abierto:

Transferencia en lazo cerrado:

Funcin de Sensitividad:

Transferencia Seal de Error:

Transferencia Ruido-Accin de

Control:

e

SsGsCr

e

P

)()(1

1

r: referencia, set-point (SP)

u: accin de control (CO)

y: salida (PV)

d: perturbacin a la entrada

n: ruido de medida

)()(1

)(

sGsC

sC

n

uG

P

un

O


44/98

44

Evaluacin en el Dominio de la FrecuenciaParmetros de Estabilidad Relativa - Robustez

Diagrama de Bode del lazo abierto, Gol(s)

)(arg( cpjolGm

)(

1

cgj

olG

mA

cp

mdT

Margen de Retardo:

Margen de Fase:

Margen de Ganancia:

1

2

3

Delay Margin

O


45/98

45

Lazos Feedforward y Cascada

GD

GPCFBSP PVCO

D

-

CFF

Cascada:

Feedforward:

GINCOUT

SP PV

-CIN

GOUT

-

COOUT = SPINPVINCOIN

1

)1(

sT

esTKsC

Lag

Ds

LeadFF

O


46/98

46

1. Introduccin



4. Sintona de Lazos




Agenda

O


47/98

47

Qu es performance de control?

La pregunta de performance del controlador es considerada en la

fase de Diseo del Controlador

constante de tiempo

IAE, ISE,

tiempo de asentamiento

sobretiro

ancho de banda

frecuencia de corte

mrgenes de ganancia/fase

margen de retardo

O

Dif i Si E l i


48/98

48

Diferencia entre Sintona y Evaluacin

Etapa de Diseo Etapa de Evaluacin

Diseo razonable

Diseo ligeramenteagresivo

?

es esto un buen control?

Si no: por qu?

G i f i ti d d t !O


49/98

49

Generar informacin a partir de datos!

Supervisin de Performance

Rara vez se dispone de informacinadicional

Usar datos de operacin solamente

Responder preguntas ms relevantes

Preguntas tpicas Oscilan los lazos?

Trabajan en modo automtico?

Tienen un desempeo aceptable?

Cules lazos requieren nueva sintona?

Hay problemas de fsicos? (desgaste devlvulas, por ej.)

S i i d l d t l i i !


50/98

50

Supervisin de lazos de control no-invasivo!

ndices (KPI)

Monitoreo de

Condicionesde Lazos de Control(CLCM)oAuditoria

Evaluacin de Performance por PasosO


51/98

51

Evaluacin de Performance por Pasos

1. Recolectar y analizar datos

2. Calcular Indicadores Claves de Performance (KPI)3. Elaborar hiptesis y sugerencias basadas en los KPI

importante

matemticainvolucrada

Di ti d L d C t l


52/98

52

Diagnsticos de Lazos de Control

Diagnsticos tpicos: Problema de sintona

Lazo oscilatorio

Perturbacin externa

Friccin esttica en vlvula Prdida en vlvula

Tamao de vlvula incorrecto

Performance global aceptable

KPI

Reglas de Auditoria +Diagnsticos de

Mantenimiento

Ranking de Lazos

segn Performance

Buena Regular

Pobre

I di d Cl d P f


53/98

53

Indicadores Claves de Performance Estadsticas bsicas

Valor medio, desviacin

estndar Validez de datos

Outliers

Check de validez

Compresin

Modos de lazo de control Automtico/Manual

Saturado

Cascada

Nivel de ruido ndices de Performance

Performance del lazo

ndice Harris

Retardo puro estimado

ndices de Oscilacin Oscilando, si/no?

Frecuencia/Perodo

ndices de Vlvulas Friccin esttica

ndice de No-linealidad

ndice de No-linealidad ndice de No-Gaussiano

Estadsticas BsicasO


54/98

54

Estadsticas Bsicas

Valor medio

Desviacin estndar

Kurtosis, Skewness

Simple pero til

Tendencias son importantes

Valores tpicos que se capturan

visualmente de tendencias Importante para documentacin

Para clculos propios

Siempre posibles

skewness

kurtosis

Validez de Datos


55/98

55

Validez de Datos

Son los datos vlidos para anlisis?

Compresin de datos

si los datos se obtienen de unhistoriador

Cuantificacin de datos

Puede conducir a mala performancede control

compresin cuantificacin

outliers

Modos del Lazo de Control


56/98

56

0 200 400 600 800 1000 1200280

300

320

0 200 400 600 800 1000 120025

30

35

Modos del Lazo de Control

Automtico / Manual

Salida saturada Cascada

time [s]

PV,S

PCO

PV,SP

time [s]

Modo cascada = 0%Modo automtico = 100%

Modo cascada = 100%Modo automtico = 100%

Saturacin = 32.3%

CO

Deteccin de Oscilacin una tarea simple?


57/98

57

Deteccin de Oscilacin una tarea simple?

Dominio de la frecuencia

encontrar picos en el espectro

Dominio del tiempo

seales peridicas a la vista

Auto-correlacin

considera el factor de amortiguacin

buena cancelacin del ruido

Auto-correlacin

regularidad de cruces por cero

Tiempo [s]

Tiempo [s]

Frecuencia

Tiempo [s]

ndices de OscilacinO


58/98

58

0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

ndices de Oscilacin

Deteccin de oscilacin

Interna - externa Cuantificacin

Perodo amplitud

Importante para anlisis de causaraz (root-cause analysis)

Diagnsticos de oscilacin Friccin en vlvulas

No linealidad

Espectro

ndice de Oscilacin (dominio del tiempo)


59/98

59

ndice de Oscilacin (dominio del tiempo)

0.88 0.25

Controlador sintonizado

0 = sin oscilacin, 1 = oscilacin perfecta

Tiempo [s]

Severidad de la Oscilacin


60/98

60

Severidad de la Oscilacin

Cuantifica la oscilacin

Perodo = 42.7 [s]Amplitud = 23.9 %

Severidad = 79.8 %

Perodo = 21.1 [s]

Amplitud = 2.5 %Severidad = 41.2 %

Tiempo [s]

ndices de No linealidad


61/98

61

ndices de No-linealidad

Anlisis de causa raz de oscilaciones

Identificacin de problemas en actuadores Sumamente til en conexin con deteccin y

diagnstico de oscilacin

Friccin esttica

Banda muerta

Histresis

ndices de Actuadores/Vlvulas


62/98

62

ndices de Actuadores/Vlvulas

Estadstica simple y diagnsticos

avanzados No linealidad en vlvulas es un

problema importante

Desplazamiento/ hora = 3510 [%/h]

# Cambios de direccin/ hora = 1050 [#/h]

Tamao de la vlvula = 100 [%]

Ejemplo de Investigacin de Oscilacin


63/98

63

Ejemplo de Investigacin de Oscilacin

F

FC

friccinesttica

carga cclica

sintona muy rpida

Diagnsticos

Verificar performance global

Detectar oscilacin

Decidir entre estas 3 causas

ndices

Detalles de la oscilacin (perodo,amplitud )

Tendencias para cada ndice

Seales Perfectas de Friccin Esttica


64/98

64

Seales Perfectas de Friccin Esttica

tiempo

SetpointSP

VariabledeProceso

PVSalida deControlCO

Un Problema Tpico: Lazos Acoplados


65/98

65

Un Problema Tpico: Lazos Acoplados

F

FC

A

AC

Producto 2

Producto 1

no o.k.

o.k.

Lazo de Caudal

Lazo de Composicin

Ambos Lazos Oscilan


66/98

66

Ambos Lazos Oscilan

Diagnosis: stiction no stiction

control de composicin control de caudal

Cul lazo est causando la oscilacin?

tiempo [s] tiempo [s]

Solucin con Correlacin Cruzada


67/98

67

Solucin con Correlacin Cruzada

La correlacin cruzada es usada cuando se tieneinformacin de dos diferentes series temporales.El rango de valores es de -1 a 1 de tal forma quecuanto mas cercano est el valor a 1, mas

similares son las series. Clculo: Multiplicar ambas seales en cada

muestra y sumar los productos

Si la causa es friccin esttica ...


68/98

68

Si la causa es friccin esttica ...

variable deproceso

seal de controlcorrelacin cruzada

CCF

corrimientos

Si la causa no es friccin esttica ...


69/98

69

Si la causa no es friccin esttica ...

variable deproceso

seal decontrol

correlacin cruzada

CCF

corrimientos

Diagnstico usando correlacin cruzada


70/98

70

Diagnstico usando correlacin cruzada

control de composicin control de caudal

Diagnstico: friccin

esttica

no hay

friccin

ndices de Evaluacin de Sintona


71/98

71

ndices de Evaluacin de Sintona

Que tan cerca sigue el Valor de Proceso al Setpoint?

ndice de Harris

25%

5%

3%

0.3%

5.3%

0.6%

0.02

0.96

0.92

ndice de Harris (Mnima Variancia)O


72/98

72

ndice de Harris (Mnima Variancia)

Mtodo estocstico que permite evaluar la performance

del controlador mediante una comparacin con elcontrolador de Mnima Variancia (MVC): Aquel capaz de remover todas las perturbaciones (luego del

tiempo muerto) dejando solamente un ruido blanco

Representa el mejor resultado terico que se puede alcanzar Se calcula como:

con valores entre 0 y 1, cunto ms alto, mejor la performance.

2

2

PVSP

MVCI

ndice de Harris (Mnima Variancia) O


73/98

73


Principio: comparacin con control de mnima variancia

=+

Predecible, puede ser removido

por el control

No predecible, no puede

ser removido por el control

La parte predecible depende del tiempo muerto del proceso

El ndice deHarris calcula laparte predeciblemnima dada larestriccin del

tiempo muerto

ndice de Harris (Mnima Variancia) O


74/98

74


I =+

Calcular ndice de performance (I):

[0 1]

Impulso Respuesta a impulsoestimada de datos de

operacin normal

PERO ... necesita saber el tiempo muerto de cada lazo!

controlMV

controlactual

controlPI ptimo

time [s]

2

2

PVSP

MVCI

ndice de Harris Ejemplo O


75/98

75

Antes:

Despus:

d ce de a s je p o

0.47

0.96

Ejemplo de una Herramienta de Performance


76/98

76

64%good

24%medium

12%bad

# lazos de buena performance: 32

# lazos intermedios: 12

# lazos de mala performance: 6


Unidad de Proceso: Unit-xyz

Lazos investigados: 50

Fecha: 2002-08-15

Performance global:buena

Lazos de mala performance

* oscilando: 3

* gran desviacin estndar: 2

* comportamiento sospechoso: 1

Indicar malos lazos en pantalla

y reportes



77/98

77

Loop FC-xyz

Problema: oscilacin

Causa probable: problema

en vlvulaSolucin: mantenimiento

Hasta tanto, sintonizar

con Ti=10.8, Kp=0.74

Loop TC-xyz

Problema: oscilacin

Causa probable: externaSolucin: revisar FC-xyz

Sintona actual OK

Loop Lc-xyz

Problema: alta variancia

Causa Probable: sintona/

estructura del controlador

insuficiente

Solucin: resintonizar controlador

PI (Ti=10.8, Kp=0.74) y usar

seales abc para feed-forward

(Kf=0.92)

j p

Agenda


78/98

78

1. Introduccin



4. Sintona de Lazos

5. Auditoria de Lazos6. Anlisis de Perturbaciones de Planta


g

Anlisis de Perturbaciones de Planta


79/98

79

Perturbaciones a nivel de toda la

planta causan problemassignificativos

El reciclaje de energa y materialcontribuye a su propagacin

La identificacin de la causa raz

no es una tarea simple Tradicionalmente requiere

conocimiento experto del procesoy/o ecuaciones de primerosprincipios

Alternativa: software avanzado detratamiento de sealesprocesando informacin tpica dehistricos de planta

Ejemplo de Perturbaciones a Nivel de Planta


80/98

80

j p

Columna de destilacin

parte de un proceso mayor Reaccin con dependencia

crtica de la temperatura

Estructura de control: Control cascada para el

flujo calefactor de entrada

Control de flujo de salidamediante medida de nivel

7 temperaturasadicionales a lo largo deflujo para supervisin

TC2

TC1

TI1

TI2

TI3

TI7TI6

TI4

TI5

LC1

Salida deFluidoCalefactor

EntradaFluido

Calefactor

Alimentacin

Salida deProducto

Salida deProducto

Intermedio

Perturbacin Afectando el Proceso


81/98

81

Hiptesis de causa raz:

1. Controlador de nivel LC1 mal sintonizado

2. Perturbacin externa en alimentacin TI1

TC2

TC1

TI1

TI2

TI3

TI7TI6

TI4

TI5

LC1

Salida deFluidoCalefactor

AlimentacinTI1

TI2

TI3

TI4

TI5

TC1

TC2TI6

LC1

TI7

0 50 100 150 200 250 300 350 400

15%osc.

Salida de

ProductoIntermedio

Entrada

FluidoCalefactorSalida deProducto

Metodologa de Anlisis de Perturbaciones


82/98

82

g

Recoleccin de tendencias de variables involucradas

Procesamiento: seleccin de tramos tiles (valor medio constante durante las

oscilaciones)

aplicacin de filtros pasa-banda para enfocarse en la oscilacinbajo estudio

2 tcnicas de Clustering: Deteccin de oscilacin

Anlisis de Componentes Principales

Indicador de Causa Raz #1: No-linealidad Indicador de Causa Raz #2: Causalidad

Indicador de Causa Raz #3: Retardos temporales

Indicador 1: Resultados de No-Linealidad


83/98

83

TI1

TI2

TI3

TI4

TI5

LC1

TC2

TC1

TI7TI6

TI1

TI2

TI3

TI4

TI5

LC1

SalidaFlujoCalefactor

EntradaFlujo

Calefactor

Alimentacin

Salida deProducto

ProductoIntermedio

Indicador 2: Matriz de Causalidad


84/98

84

TC2

TC1

TI1

TI2

TI3

TI7TI6

TI4

TI5

LC1

TI1 causa TI2

TI3 causa TI4TI4 causa TI5

Efecto

C

ausa

Indicador 3: Retardos Temporales


85/98

85

TC2

TC1

TI1

TI2

TI3

TI7TI6

TI4

TI5

LC1

10 seg

20 seg20 seg40 seg

140 seg

30 seg

290 seg

La perturbacin es causada por la alimentacin


86/98

86


1. Controlador LC1 mal sintonizado

2. Perturbacin externa por alimentacin, TI1


1. Controlador LC1 mal sintonizado

2. Perturbacin externa por alimentacin, TI1

TC2

TC1

TI1

TI2

TI3

TI7TI6

TI4

TI5

LC1

TI1

TI2

TI3

TI4

TI5

TC1

TC2TI6

LC1

TI7

0 50 100 150 200 250 300 350 400

Agenda


87/98

87

1. Introduccin



4. Sintona de Lazos



El Escenario de Control Avanzado de Procesos


88/98

88

LAB

MPC

ModeloRTOModelado Riguroso

Optimizacin

de LazosControl de Proceso en DCS

Proceso

SPC MvSPC

SPC

ModelosInferenciales Operador

Auge de Modelos derivados de Datos


89/98

89

Amplia disponibilidad de histricosde datos y sistemas deinformacin de laboratorio han de hecho de los datos un

commodity Las plantas son productoras de datos con cientos de miles de

puntos almacenados cada da

Los datos histricos son un activo valiosopara un mejor

control, soporte de decisiones gerenciales y optimizacin deprocesos, pero extraer informacin til requiere herramientas

Aplicacin Tpica: Sensores Inferenciales


90/98

90

Sensor Inferencial /Modelo

variable deprocesoestimada

variables deprocesomedidas

Estimar una variable de proceso cuya medidadirecta no es posible o no se encuentra

disponible Se basa en redundancia de informacin

mediante relaciones con otras variables deprocesos que se miden directamente

Tecnologa usada: redes neuronales,regresiones, algoritmos genticos, SPC,MvSPC, etc.


91/98

Informacin continua, en tiempo real


92/98

92

143.0 ppm

LIMS

PIMS

DCS

(Sistemas deInformacin)

ANALISIS DE LABORATORIOMuestras

Resultados

de 1 a 12 horas deretraso en la medida

efectuado cada Xhoras

Sensores

Inferenciales sin demoras medidas continuas anlisis de laboratorio usados

para validacin peridica de los

sensores inferenciales

Aplicaciones Tpicas de Modelos Inferenciales


93/98

93

Medidas Inferenciales

Validacin de Sensores PEMS Monitoreo Predictivo de Emisiones

Monitoreo de Calidad

Monitoreo de Performance de Proceso

Aviso de Mantenimiento

Introduccin a MPC


94/98

94

MVs

CVs & PVs

MVs = Variables de Proceso Manipuladas, independientes, SPs control bsicoFFs = Variables Feedforward, perturbaciones medidas del procesoCVs = Variables Controladas, dependientes, salidas de procesoPVs = Variables de Proceso, realimentacin al estimador, mejor prediccin

FFs

MPC

Objetivos CV

Objetivos MV

Lmites CV

Lmites MV

Modelo

Optimiz. PROCESO

PVs

COsPID

PIDPID

Automacin

Bsica

SPs

Cmo MPC mejora la Performance


95/98

95

Vista Estadstica

Reduce la variancia y mueve hacia los Lmites

5

43

2

1

0330 350 370 390 410 430

6

%Muestras/Grado

F

Grados F

Cmo MPC mejora la Performance


96/98

96

Regin de OperacinPreferida por el Operador

ptimoEconmico

RestriccinDesbordeRestriccin

Condensador

Restriccin deTemperatura enReboiler

Vapor

Reflujo

Manejo simultneo de restricciones y variables

MPCInicial

MPC

Aplicaciones Tpicas de MPC


97/98

97

Importante nmero de aplicaciones probadas de

MPC en industrias de proceso Destilacin & Fraccionamiento

Reactores Qumicos

Operacin de Unidades en Refinera Plantas de Etileno

Digestor de Pulpa

Agenda


98/98

1. Introduccin

2. Por Qu Optimizacin de Lazos?3. Conceptos de Teora de Control

4. Sintona de Lazos



Muchas Gracias por su Atencin

Certamen la proxima clase

Documents

Automatismo en Lazos