See discussions, stats, and author profiles for this publication at: [Link]

net/publication/292134916

Control predictivo de la presión del vapor en una caldera pirotubular

Conference Paper · May 2004

CITATIONS READS

0 666

3 authors, including:

Aristides Reyes Raul Rivas-Perez

Escuela Superior Politécnica del Litoral (ESPOL) Universidad Tecnológica de la Habana, José Antonio Echeverría
1 PUBLICATION 0 CITATIONS 343 PUBLICATIONS 2,663 CITATIONS

SEE PROFILE SEE PROFILE

All content following this page was uploaded by Raul Rivas-Perez on 27 January 2016.

The user has requested enhancement of the downloaded file.

 CONTROL PREDICTIVO DE LA PRESIÓN DEL VAPOR EN UNA CALDERA PIROTUBULAR

Reyes Bacardí A*., Perán González J.R**., Rivas Pérez R*.

* Departamento de Automática y Computación, Facultad de Ingeniería Eléctrica, Instituto Superior Politécnico José
Antonio Echeverría (CUJAE), Ciudad de la Habana, Cuba;
** Centro de Automatización, Robótica y Tecnologías de la Información y de la Fabricación (CARTIF),
Universidad de Valladolid, Valladolid, España

Abstract: A Generalized Predictive Controller design for the steam pressure control in
the fire pipe boiler body is proposed. By mean of simulation a comparison between the
obtained controller's operation and that of a classic controller of the type PID under
similar conditions is carried out.

Resumen: Se propone el diseño de un controlador predictivo generalizado (GPC) para el

control de la presión del vapor en el cuerpo de una caldera pirotubular. Mediante
simulación se realiza una comparación entre el funcionamiento del controlador obtenido
y el de un controlador clásico del tipo PID bajo similares condiciones.

Keywords: Automatic boiler control, predictive controllers, GPC controllers, pressure

control, process simulation, steam pressure control.

Palabras claves: Control automático de calderas, controladores predictivos, controladores

GPC, control de presión, simulación de procesos, control de la presión del vapor.

1. INTRODUCCIÓN considerablemente en instalaciones tales como

hospitales, hoteles, centros turísticos, centros de
Durante siglos el vapor ha sido un medio para la enseñanza, etc. La eficiencia de estos generadores de
calefacción u obtención de energía mecánica a través vapor presenta una significativa importancia debido
de la conversión de la energía calórica de los al déficit actual que existe de recursos energéticos.
combustibles fósiles del planeta. Amplio uso ha
tenido esta fuente de energía y en la actualidad, en La rápida evolución de la microelectrónica y las
casi todas las industrias, se reporta su empleo. computadoras ha posibilitado el uso de las técnicas
de control avanzado para resolver problemas de
La forma más común de producir vapor es mediante automatización de procesos complejos, entre los que
los generadores de vapor o calderas, los cuales se encuentran las calderas de vapor pirotubulares
transfieren al agua la energía contenida en los (Rivas et al., 2000 a).
combustibles fósiles mediante su combustión. Los
generadores de vapor se subdividen en dos Entre las ventajas que presentan los sistemas de
subgrupos, los de tubos de fuego o pirotubulares y control avanzado se encuentran: ahorro de energía,
los de tubos de agua o acuotubulares. aumento de la capacidad de fabricación, disminución
del costo de operación, disminución del porcentaje de
La generación de vapor mediante calderas recuperación de los productos que salen fuera de
pirotubulares (de tubos de fuego) se ha incrementado
especificaciones durante el proceso de producción
(Creus, 1988; Smith, Corripio, 1997). (1 + a1q −1 )y (t ) = b1q − 3u (t − 1) + (1 + c1q −1 ) e∆(t ) , (2)
donde:
En (Rivas, et al., 2000 b) se presentan soluciones
para mejorar la eficiencia en la generación de vapor a1 = -0.6589; b1 = 0.1288; c1 = 0.4528.
en calderas pirotubulares empleando un Sistema de El modelo (2) se caracteriza por describir de forma
Control Automático Integral basado en autómata adecuada y sencilla al proceso de referencia, así
programable. En dicho sistema se utilizan como por facilitar el diseño de controladores
controladores del tipo PID, los cuales son muy predictivo del tipo GPC.
fáciles de implementar y de ajustar utilizando reglas
de ajuste heurísticas, tales como las reglas de El algoritmo GPC consiste en determinar una
Ziegler-Nichols. Sin embargo, es necesario destacar secuencia de control que minimice la siguiente
que los controladores clásicos no solucionan los función de coste (Camacho, Bordons, 1999):
problemas del control efectivo de procesos
N

∑ α j [yˆ ( t + j / t ) − w ( t + j ) ]2 +
2
caracterizados por presentar un comportamiento
dinámico complejo (Astrom, Wittenmark, 1990). J (u ) =
j= N1
Entre las técnicas de control avanzado que han Nu (3)
encontrado una mayor aceptación en la industria,
debido a los enormes beneficios que reportan se
∑ λ j [∆ u ( t + j − 1 ) ] ,
2

j =1
encuentran los controladores predictivos basados en
modelo (MBPC), los cuales se encuentran donde:
considerados entre los métodos más prometedores de yˆ (t + j / t ) - predicción de la salida del proceso en
la ingeniería de control (Camacho, Bordons, 1999;
el instante j a partir de datos hasta el
Clarke, et. al., 1987; Garcia et al., 1989).
instante t;
En este trabajo se presenta el diseño de un sistema de N1 , N 2 - valores mínimo y máximo, respectivamente
control predictivo generalizado (GPC) de la presión del horizonte de predicción;
de vapor en una caldera pirotubular. Se realiza una
comparación entre los resultados obtenidos en el N u - horizonte de control;
control de la presión del vapor en esta clase de
calderas utilizando controladores del tipo GPC y α j , λ j - coeficientes de peso;
PID. Se desarrolla un análisis sobre la influencia de
w(t + j ) - trayectoria de referencia interna.
los parámetros de este tipo de controladores en el
comportamiento dinámico del proceso bajo estudio.
Considerando el retardo de tiempo existente en el
proceso (d=3), se toman los siguientes valores: N1 =
2. MODELO DEL PROCESO Y DISEÑO DEL d+1 = 4; Nu = N = 5; N2 = d+N = 8; αj=1; λj=0.05,
CONTROLADOR GPC. para todo valor de j.

El proceso de variación de la presión del vapor en el El objetivo del control predictivo consiste en calcular
cuerpo de una caldera pirotubular puede ser la secuencia futura de control u (t ), u(t + 1),...., de
representado mediante un modelo CARIMA, el cual forma tal que la futura salida del proceso y (t + j ) se
presenta la forma (Aguado, 2000): mantenga cercana a w(t + j ) en el horizonte de
A(q −1) y(t ) = B(q −1)q −d u(t ) + C(q −1)
e(t ) predicción, lo cual se logra mediante la minimización
, (1)
∆ de (3).
donde:
El horizonte de predicción mínimo N1 debe ser
y (t ) - señal de salida (presión del vapor en el cuerpo fijado en un valor mayor que d, ya que de lo
de la caldera); contrario, la salida para horizontes de tiempo
u (t ) - señal de control; menores no podrá ser afectada por la primera acción
del control.
A(q −1 ), B(q −1 ), C (q −1 ) - polinomios de dimensiones
Para optimizar la función de coste se sigue la vía de
correspondientes; la ecuación Diofantica y se obtiene que la secuencia
q −d – operador que caracteriza el retardo de tiempo de control óptima se representa mediante la
expresión (Camacho, Bordons, 1999):
en el proceso;
u = K(ω − f) (4)
e(t ) – ruido blanco de media nula no correlaciona-
do con las señales de salida y entrada. En lo adelante se determinarán los componentes de
esta expresión para el control de la presión de vapor
Considerando los resultados obtenidos en la en el cuerpo de la caldera.
identificación del proceso de variación de la presión
del vapor en el cuerpo de una caldera pirotubular, el La mejor predicción de la presión del vapor en el
modelo (1) puede ser representado mediante la cuerpo de la caldera para N1 ≤ j ≤ N 2 se obtiene
expresión: mediante la expresión (Camacho, Bordons, 1999):
y ( y + j / t ) = E j (q −1 ) B(q −1 )∆u (t + j − d − 1) + En la Fig. 1 se muestra la respuesta del sistema de
(5) control con controlador GPC y el esfuerzo en el
F j (q −1 ) y (t ) = G j (q −1 )∆u (t + j − d − 1) + F j (q −1 ) y (t ) control, cuando la referencia interna w(t) presenta
características dinámicas tipo paso escalón.
donde:
G j (q −1 ) = E j (q −1 ) B(q −1 ) (6) En la Fig. 2 se muestra el comportamiento del
sistema con referencia variable por saltos de 0 a 1 y
La expresión (5) es la ecuación del predictor. λ = 0.05.

Para Nu=5 y λ=0.05 se obtiene: Como se puede observar de las Fig. 1 y Fig. 2 el
comportamiento del sistema con controlador GPC es
adecuado ante diferentes tipos de entrada, lo que
⎡0.1288 0 0 0 0 ⎤ demuestra la efectividad del sistema diseñado.
⎢ 0.214 0.1288 0 0 0 ⎥⎥ Respuesta del sistema con GPC. Esfuerzo en el control.
⎢ ; y(t) u(t)
G = ⎢ 0.27 0.214 0.1288 0 0 ⎥ 1.2 4
⎢ ⎥
⎢ 0.31 0.27 0.214 0.1288 0 ⎥
3.5
⎢⎣ 0.33 0.31 0.27 0.214 0.1288⎥⎦ 1
3
−1
K = (G G + λI ) G =
T T
(7) 0.8
2.5

⎡ 1.0786 0.9768 0.5789 0.2629 - 0.0135⎤ 0.6 2

⎢ - 0.8153 0.3403 0.5383 0.3761 0.2629 ⎥⎥
⎢ ; 1.5
⎢ - 0.3276 - 1.1130 0.1839 0.5383 0.5789 ⎥ 0.4
⎢ ⎥ 1
⎢ - 0.0798 - 0.4022 - 1.1130 0.3403 0.9768 ⎥
⎢⎣ 0.0045 - 0.0798 - 0.3276 - 0.8153 1.0786 ⎥⎦
0.2
0.5

0 0
0 5 10 15 20 0 5 10 15 20
⎡0.214∆u(t −1) + 0.27∆u(t − 2) + 0.31∆u(t − 3) + 2.57y(t) −1.57y(t −1)⎤ Tiempo. Tiempo.
⎢ 0.27∆u(t −1) + 0.31∆u(t − 2) + 0.33∆u(t − 3) + 2.69y(t) −1.69y(t −1) ⎥
⎢ ⎥ Fig. 1. Respuesta del sistema de control con
f = ⎢ 0.31∆u(t −1) + 0.33∆u(t − 2) + 0.35∆u(t − 3) + 2.78y(t) −1.77y(t −1) ⎥
⎢ ⎥ controlador GPC.
⎢ 0.33∆u(t −1) + 0.35∆u(t − 2) + 0.36∆u(t − 3) + 2.83y(t) −1.82y(t −1) ⎥
⎢⎣ 0.35∆u(t −1) + 0.36∆u(t − 2) + 0.37∆u(t − 3) + 2.87y(t) −1.86y(t −1) ⎥⎦
Respuesta del sistema con GPC y referencia variable.
w(t), y(t)
1.2
Para el calculo del control óptimo mediante (4), se respuesta
referencia
necesita la primera fila (k1) de la matriz K, y además
1

ω = [ω (t + d + 1) ω (t + d + 2) ω (t + d + 3)
0.8

ω (t + d + 4 ) ω (t + d + 5 ) ] T = , (8)
[ω (t + 4) ω (t + 5) ω (t + 6) ω (t + 7 ) ω (t + 8) ] T 0.6

donde: 0.4

d = 3 segundos. 0.2

Considerando (7) y (8), la expresión (4) se determina

en la forma: 0

0 5 10 15 20 25 30 35 40

u(t) = 0.244u(t −1) − 0.1162u(t − 2) − 0.0768u(t − 3) + Tiempo

0.949u(t − 4) − 7.7141y(t) + 4.8221y(t −1) + Fig. 2. Respuesta del sistema de control con controla-
dor GPC, referencia variable y valor λ = 0.05.
1.0786ω(t + 4) + 0.9768ω(t + 5) +
0.5789ω(t + 6) + 0.2629ω(t + 7) +
3. COMPARACIÓN DEL SISTEMA DE
0.0135ω(t + 8) (9) CONTROL DE LA PRESIÓN DE VAPOR EN
EL CUERPO DE LA CALDERA CON
Con el objetivo de comprobar la efectividad del CONTROLADORES GPC Y PID.
controlador GPC propuesto se realizó la simulación
del control de la presión del vapor en el cuerpo de la Con el objetivo de mostrar la efectividad del
caldera pirotubular con el controlador GPC controlador diseñado se realizó una comparación
representado por la expresión (9). entre las respuestas del sistema de control de la
presión del vapor en el cuerpo de la caldera con
controladores PID y GPC.
 Los resultados de esta comparación se muestran en la proceso físico. Por esto es necesario tener en cuenta
Fig. 3. En la Fig. 4 se ofrecen los resultados del que los errores de modelación pueden afectar de
esfuerzo en el control para ambas clases de forma adversa el comportamiento del sistema
controladores. controlado. Es por ello que se realiza un análisis de la
robustez del controlador diseñado.
De las Fig. 3 y 4 se puede observar que la respuesta
del sistema de control con controlador PID presenta Se analizan dos tipos de incertidumbres:
un comportamiento dinámico peor y necesita un incertidumbres paramétricas, aceptando cierta
mayor esfuerzo en el control, que con controlador incertidumbre en el valor del polo e incertidumbres
GPC. de dinámicas no modeladas, considerando en este
caso un error en el valor del retardo de transporte.
Respuestas del sistema con controladores GPC y PID.
Para investigar el comportamiento del controlador
1.2 diseñado ante incertidumbres paramétricas se asumió
que el orden del modelo de control coincidía con el
orden de la planta y que los valores de los parámetros
1 se encuentran dentro de una región de incertidumbre
alrededor del polo nominal "a".

0.8 Los resultados de la simulación del sistema de

control con GPC frente a una disminución del valor
respuesta con controlador GPC del polo en 7.95% (de 0.6589 a 0.6065) se muestran
0.6 en la Fig. 5. En la Fig. 6 se muestra el esfuerzo en el
respuesta con controlador PID control.
0.4 De la Fig. 5 se observa que a pesar de existir
incertidumbres en el modelo del proceso el
controlador diseñado es capaz de controlar de forma
0.2
efectiva dicho proceso y estabilizarlo en un tiempo
mínimo con una elevada exactitud en el control.
0
0 5 10 15 20 25 30 35 40 45 50
Tiempo 1.2 convalor nominal del polo

Fig. 3. Comparación de las respuestas del sistema de

control de la presión del vapor en la caldera 1
con controladores PID y GPC.

Esfuerzos en el control empleando controladores GPC y PID. 0.8 disminucióndel valor del poloen7.95%
4 esfuerzo con controlador GPC

esfuerzo con controlador PID 0.6

3.5

3
0.4
2.5

2 0.2

1.5
0
0 10 20 30 40 50 60
1
Tiempo

0.5
Fig. 5. Respuesta del sistema de control de la presión
0 en el cuerpo de la caldera cuando el polo de la
0 5 10 15 20 25 30 35 40 45 50
Tiempo planta ha sido mal estimado aproximadamente
en un 8%.
Fig. 4. Resultados de la comparación del esfuerzo
en el control de la presión del vapor en la
En el segundo tipo de incertidumbre relacionada con
caldera con controladores GPC y PID.
dinámicas no modeladas, se consideró un error en el
cálculo del retardo de transporte del proceso.
4. INVESTIGACIÓN DE LA ROBUSTEZ DEL
CONTROLADOR GPC DISEÑADO. Los resultados de la simulación del sistema de
control con este tipo de incertidumbre en el modelo
En la práctica no hay un modelo matemático capaz del proceso (Fig. 13 y 14) mostraron, que con un
de describir con exactitud el comportamiento del error de hasta 3 segundos el comportamiento del
 sistema era aceptable, sin embargo con el aumento controladores clásicos no se encuentran
del error por encima de los 3 segundos empeoraba de preparados para resolver problemas de control
forma considerable el comportamiento del sistema, efectivo en plantas o procesos que presenten
convirtiéndose en inestable con valores de error comportamiento dinámico complejo (grandes
superiores a los 6 segundos. retardos de tiempo, fase no mínima, no
linealidades, etc.).

Esfuerzos en el control con disminución del valor del polo. ♦ Se demostró mediante simulación la relación
6
causa-efecto del factor λ sobre los
requerimientos en la respuesta temporal: a
5
menores valores de λ la respuesta es más rápida
siendo menor el tiempo de crecimiento y el de
con valor del polo disminuido
establecimiento. Por otro lado, a mayores valores
4 de λ menores esfuerzos en el control.

♦ Se realizó un análisis sobre la robustez del

3 sistema de control diseñado frente a diferentes
tipos de incertidumbres (paramétricas y
dinámicas no modeladas).
2
con valor nominal del polo
♦ El controlador diseñado puede encontrar
aplicación práctica en la automatización de una
1 amplia gama de plantas y procesos
caracterizados por presentar comportamiento
dinámico complejo.
0
0 10 20 30 40 50 60
Tiempo Esfuerzo en el control de la presión con error en la estimación del retardo.
6

Fig. 6. Esfuerzo en el control para el caso cuando se

ha estimado mal el polo de la planta en un 8%
5
aproximadamente.
Respuesta del sistema con mala estimación del retardo.
1.5
4

1
0.5
planta con retardo de 4 segundos y controlador
diseñado para un retardo de 3 segundos
0
0 2 4 6 8 10 12 14 16 18 20
Tiempo
0
0 2 4 6 8 10 12 14 16 18 20 Fig. 8. Esfuerzo en el control con retardo del
Tiempo
procesos de 4 segundos estimado en 3 segundos.
Fig. 7. Respuesta del sistema con controlador GPC y
retardo del proceso de 4 segundos estimado REFERENCIAS
en 3 segundos. Aguado Behar A. (2000). Temas de Identificación y
Control Adaptable. Instituto de Cibernética,
Matemática y Física, Ciudad de la Habana.
5. CONCLUSIONES.
Aguado Behar A., Martínez Iranzo M. (2003).
♦ Se desarrolló un controlador predictivo del tipo Identificación y Control Adaptativo, Prentice
GPC para resolver el problema del control Hall, Madrid.
efectivo de la presión del vapor en el cuerpo de
una caldera pirotubular. Astrom K. J., Wittenmark B. (1990). Compute r
Controlled Systems. Theory and Design, Second
♦ Se demostró mediante simulación la superioridad Edition, Prentice Hall, N.J.
del controlador GPC sobre los controladores Camacho E. F. Y Bordons C. (1999). Model
clásicos del tipo PID. Esto se debe a que los Predictive Control, Springer-Verlag, London.
 Clarke, D. W. (1994). Advances in Model-based
Predictive Control. Oxford University Press.
Clarke D.W., Mohtadi C. (1989). Properties of
Generalized Predictive Control, Automatica,
Vol. 25, No. 6, pp. 859-875.
Clarke D.W., Mohtadi C., Tuffs P.S. (1987).
Generalized Predictive Control. Part I,
Automatica, Vol. 23, No. 2, pp. 137-148.
Creus Sole A.(1988). Control de Procesos
Industriales. Criterios de Implantación,
Marcombo S.A.
Garcia, C. E., D. M. Prett y M. Morari. (1989).
Model Predictive Control: Theory and practice -
a survey. Automatica 25, 335-348.
Rivas Pérez R., Aref Ghraizi R., Cesar Sánchez E.,
Inga J. (2000 b). Sistema de Control Automático
Integral de Generadores de Vapor Pirotubulares,
Ingeniería Electrónica, Automática y
Comunicaciones, Vol. XXI, No. 2, pp. 10-18.
Rivas Pérez R., Aref Ghraizi R., Perán González
J.R., Cesar Sánchez E. (2000 a). Calderas
Industriales. Sistema de Control Automático
Integral, Automática e Instrumentación, No 308,
pp. 79-84.
Smith C. A., Corripio A. B. (1997). Principles and
Practice of Automatic Process Control, John
Wiley.

View publication stats