CONTROL AUTOMATICO

DE PROCESOS
CI 2024 - 2025
Eduardo Andrés Morales Haro
[Link]@[Link]
Programa Resumido

1. Introducción a la teoría de control de

procesos

2. Dinámica de Procesos Químicos

3. Control de Procesos Químicos

Bibliografía (Dinámica de Procesos)
1. Chau, P. C. (2001). Process Control: A First Course with
MATLAB. Cambridge University Press.

2. Chapra, S., & Canale, R. (2007). Métodos numéricos para

ingenieros. McGraw-Hill.

3. Marlin, T. (2000). Process Control: Designing Processes and

Control Systems for Dynamic Performance. McGraw-Hill.

4. Ogata, K. (2010). Ingeniería de control moderna. Pearson.

5. Seborg, D. (2017). Process Dynamics and Control. Wiley.

6. Smith, C. & Corripio, A. (2014), Control Automático de Procesos.

Limusa.
Control Automático de Procesos

Capitulo 2: Dinámica de
procesos químicos
La Transformada de Laplace

1. Notación estándar en la teoría de control

y dinámica de procesos

2. Convierte una ecuación diferencial en

una expresión algebraica

3. Utilidad en el análisis de diagramas de

bloque
 Definición: La función original
se traslada al plano
complejo s
∞
𝐿 𝑓(𝑡) = න 𝑓(𝑡) 𝑒 −𝑠𝑡 𝑑𝑡 = 𝐹(𝑠)
𝒔 = 𝒂 ± 𝒊𝒃
0
𝒔 = 𝝈 ± 𝒋𝝎
Chapter 3

Ejemplos:
∞
−𝑠𝑡
𝑎 −𝑠𝑡 ∞ 𝑎 𝑎
𝐿 𝑎 = න 𝑎𝑒 𝑑𝑡 = − 𝑒 ቤ =0− − = Transformada de
0 𝑠 0 𝑠 𝑠 una constante a.

∞ Transformada
1 ∞ 1
𝐿 𝑒 −𝑎𝑡 =න 𝑒 −𝑎𝑡 𝑒 −𝑠𝑡 𝑑𝑡 =− 𝑒 −(𝑠+𝑎)𝑡 ቤ = de la
0 𝑠+𝑎 0 𝑠+𝑎
exponencial.
∞
𝑑𝑓 −𝑠𝑡
𝑑𝑓
𝐿 =න 𝑒 𝑑𝑡 = 𝑠𝐹 𝑠 − 𝑓(0) Transformada de la
𝑑𝑡 0 𝑑𝑡 primera derivada
 Transformada de la segunda derivada:

 d2 f 
L  = L dφ  donde φ = df
 dt 2   dt  dt
 
= s φ(s) - φ(0) = ssF(s) - f(0) − f (0) = s2F(s) − sf(0) − f (0)
Chapter 3

Expresión general para T.L de la derivada n-ésima:

𝑑𝑛𝑓 𝑛 𝐹 𝑠 − 𝑠 𝑛−1 𝑓 0 − 𝑠 𝑛−2 𝑓 ′ 0 − ⋯ − 𝑠𝑓 𝑛−2 𝑛−1

𝐿 = 𝑠 (0) − 𝑓 (0)
𝑑𝑡 𝑛
El plano complejo s
Relaciones fundamentales
del algebra de números
FORMULA DE EULER: complejos:
𝑠 = 𝑎 + 𝑖𝑏 i = −1

𝑎 = 𝑟 𝑐𝑜𝑠𝜑 ; 𝑏 = 𝑟 𝑠𝑖𝑛𝜑

𝑏
𝑟= 𝑎2 + 𝑏2 ; 𝜑= tan−1
𝑎

s = r cosφ + i sinφ = reiφ

Función escalón unitario
Chapter 3

1, 𝑡>0
𝑢 𝑡 =
0, 𝑡<0

∞
1
𝑢 𝑠 =න 𝑒 −𝑠𝑡 𝑑𝑡 =
0 𝑠
Función pulso
Chapter 3

0, 𝑡<0
1
𝑓 𝑡 = , 0≤𝑡<ℎ Área = h(1/h) = 1
ℎ
0, 𝑡≥ℎ

h 1 − st 1
F ( s) =  e dt = (1 − e− hs )
0 h hs
Función impulso unitario
Chapter 3

Si h→0 para la función pulso, f(t) = δ(t) (Delta de Dirac)

1 𝑠𝑒 −ℎ𝑠
𝐹 𝑠 = lim 1 − 𝑒 −ℎ𝑠 = lim =1 Aplicación del Teorema
ℎ→0 ℎ𝑠 ℎ→0 𝑠 de L’Hopital

𝐿 𝛿 𝑡 =1
Teoremas útiles de la T.L.
A. Teorema del valor final
Representa el valor de
estado estacionario de la
𝑦 ∞ = lim 𝑠𝑌(𝑠) variable dependiente al ser
𝑠→0 sometida a un estimulo
determinado
Chapter 3

Ejemplo:
1 a
Y(s) =
τs + 1 s
a a
sY(s) = lim =a
τs + 1 s →0 τs + 1

B. Primer Teorema de traslación: eje s

∞
𝐿 𝑒 −𝑎𝑡 𝑓 𝑡 = න 𝑒 −(𝑠+𝑎)𝑡 𝑑𝑡 = 𝐹(𝑠 + 𝑎)
0
Teoremas útiles de la T.L. (cont.)
C. Segundo Teorema de Traslación: eje t

Función original retrasada por

Chapter 3

to unidades (Sistemas con

tiempo muerto)

0; 𝑡 < 𝑡0
𝑓 𝑡 =
𝑓 𝑡 − 𝑡0 ; 𝑡 ≥ 𝑡0

𝑤 = 𝑡 − 𝑡0

∞ ∞ ∞
න 𝑒 −𝑠𝑡 𝑓 𝑡 𝑑𝑡 = න 𝑒 −𝑠𝑡 𝑓 𝑡 − 𝑡0 𝑑𝑡 = 𝑒 −𝑠𝑡0 න 𝑒 −𝑠𝑤 𝑓 𝑤 𝑑𝑤 = 𝒆−𝒔𝒕𝟎 𝑭(𝒔)
0 𝑡𝑜 0
Tabla de Transformadas de Laplace
Chapter 3
Tabla de Transformadas de Laplace
Chapter 3
Resolución de EDO’s mediante Laplace
Chapter 3
Problema
Resuelva la siguiente EDO usando Laplace:
𝑑𝑦
5 + 4𝑦 = 2 𝑦 0 =1
𝑑𝑡
Resolviendo y despejando Y(s):
2
5 𝑠𝑌 𝑠 − 1 + 4𝑌(𝑠) =
𝑠
5𝑠 + 2
𝑌 𝑠 =
𝑠 5𝑠 + 4
Aplicando Fracciones parciales + Transformada inversa L-1:

−1
5𝑠 + 2
𝑦 𝑡 =𝐿
𝑠 5𝑠 + 4

𝑦 𝑡 = 0.5 + 0.5𝑒 −0.8𝑡

 Problema:

d3y d2y dy
3
+ 6 2
+ 11 + 6y = 4
dt dt dt
y( 0 )= y( 0 )= y( 0 )= 0
Chapter 3

Paso 1 T.L en ambos lados de la ecuación:

4
s Y(s)+ 6s Y(s)+11sY(s) + 6Y ( s) =
3 2

s
4
Y(s)=
( s 3 + 6s 2 + 11s + 6) s
 Paso 2 Descomposición en fracciones parciales:

s(s 3+6 s 2+11s+6 )=s(s+1 )(s+2 )(s+3 )

4 α α α α
Chapter 3

= 1+ 2 + 3 + 4
s(s +1 )(s + 2 )(s + 3 ) s s + 1 s + 2 s + 3

2 2
α1 = α2 = −2, α3 = 2, α4 = −
3 3
 Paso 3. Tomar la inversa de la ecuación:

2 2 2 2/3
(Y(s)= − + − )
3s s +1 s + 2 s+3
Chapter 3

2 −t −2 t 2 −3 t
y(t)= − 2e + 2e − e
3 3
2
t → y(t) → t = 0 y (0) = 0.
3
Se debe modificar el procedimiento para raíces
repetidas o imaginarias; se pueden encontrar fácilmente
en MATLAB.
Aplicaciones de la Transformada de Laplace

• Análisis de sistemas de control lineales en el

dominio de la frecuencia.

• Predicciones generalizadas de la respuesta

transitoria de un proceso para diferentes
entradas o perturbaciones

• Se pondrá énfasis en los sistemas lineales e

invariantes en el tiempo o sistemas LTI
(Ogata, 2010).
Aproximaciones: La serie de Taylor
• Si la función f y sus primeras n + 1 derivadas son
continuas en un intervalo que contiene a y x, entonces el
valor de la función en x está dado por (Chapra, 2007):
Linealización: Serie de Taylor

• Aproximación de funciones no lineales a

una expresión lineal

• Estimación es válida cerca del punto de

operación (valor en estado estable)

• Uso de la serie de Taylor de orden 1

Linealizacion de funciones

• Aproximación de Taylor de primer orden:

𝑑𝑓
𝑓 𝑥 ≈ 𝑓 𝑥ҧ + ቤ 𝑥 − 𝑥ҧ
𝑑𝑥 𝑥ҧ

• Aproximación de Taylor para funciones de

dos variables:

𝜕𝑓 𝜕𝑓
𝑓 𝑥, 𝑦 ≈ 𝑓 𝑥,ҧ 𝑦ത + ቤ 𝑥 − 𝑥ҧ + ቤ 𝑦 − 𝑦ത
𝜕𝑥 𝑥,ҧ 𝑦ത 𝜕𝑦 𝑥,ҧ 𝑦ത
Linealización de funciones en X0 – Interpretación
Geométrica
Ejercicios

Linealice las siguientes funciones no lineales:

𝑘 = 𝑘0 𝑒 −𝐸/ 𝑅∙𝑇 𝑡

𝑓 = 𝑤(𝑡) ∙ ℎ(𝑡)

𝛼𝑥(𝑡)
𝑦=
1 + 𝛼 − 1 𝑥(𝑡)
Variables de desviación

• Reflejan el cambio de la variable de

proceso respecto a su estado inicial
(estado estacionario / set point)

• Útil para la resolución de EDO’s con

Laplace (suprime las condiciones iniciales)

𝑥 ′ = 𝑥 − 𝑥ҧ
Variables de desviación (Ollero, 2012)
Dinámica de procesos químicos
• Se estudia el comportamiento de las propiedades
de un sistema en función del tiempo.

• Mediante Laplace, es posible representar la

dinámica de un proceso de forma sencilla.

• Conveniente ya que provee una relación directa

entre las entradas (perturbaciones, manipulables)
y las salidas (variables controladas) de un
proceso.
Función de Transferencia (FT)
• Representación conveniente de un modelo
dinámico lineal (proceso, instrumento, etc.)
• Relación de causa (x) – efecto (y)

𝑇𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑑𝑒 𝐿𝑎𝑝𝑙𝑎𝑐𝑒 𝑑𝑒 𝑙𝑎 𝑠𝑎𝑙𝑖𝑑𝑎, 𝑒𝑛 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛

𝐺 𝑠 =
𝑇𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑑𝑎 𝑑𝑒 𝐿𝑎𝑝𝑙𝑎𝑐𝑒 𝑑𝑒 𝑙𝑎 𝑒𝑛𝑡𝑟𝑎𝑑𝑎, 𝑒𝑛 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛

′
𝑋 𝑠 → 𝐺(𝑠) → 𝑌′(𝑠)
Respuesta dinámica de un sistema

• ¿Es la respuesta estable? Si es así, cual es su

valor final de estado estacionario?

• ¿Es la respuesta monótona u oscilatoria?

• ¿Si la respuesta es monótona y estable, que

tiempo tomaría para eliminar los transientes?

• Si la respuesta es oscilatoria, ¿cuál es el

periodo de oscilación y el tiempo necesario para
suprimir los transientes?
Forma General de la Función de Transferencia

• Considere la siguiente EDO lineal y su

función de transferencia:
𝑑𝑛 𝑦 𝑑𝑛−1 𝑦 𝑑𝑦 𝑑𝑚 𝑥
𝑎𝑛 𝑛 + 𝑎𝑛−1 𝑛−1 + ⋯ + 𝑎1 + 𝑎0 𝑦 = 𝑏𝑚 𝑚 +
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡
𝑑 𝑚−1 𝑥 𝑑𝑥
𝑏𝑚−1 𝑚−1 + ⋯ + 𝑏1 + 𝑏0 𝑥
𝑑𝑡 𝑑𝑡

𝑌′(𝑠) σ𝑚 𝑏𝑖 𝑠 𝑖
𝐺 𝑠 = = σ𝑛𝑖=0 𝑖
𝑋′(𝑠) 𝑖=0 𝑎𝑖 𝑠
Polos y ceros de la función de transferencia

• G(s) se lo puede describir de forma general

como la razón de los polinomios Q(s) y P(s)

• Para sistemas físicos factibles, el orden del

polinomio Q(s) siempre será menor que el
polinomio P(s)

𝑌(𝑠) 𝑄(𝑠)
=𝐺 𝑠 =
𝑈(𝑠) 𝑃(𝑠)
Polos y ceros de la función de transferencia

• Las raíces del polinomio Q(s) se denominan los

«ceros» de la función de transferencia.

• Las raíces del polinomio P(s) se denominan los

«polos» de la función de transferencia.

• Polos son ubicados en el “plano s”

𝑏𝑚 𝑠 𝑚 + 𝑏𝑚−1 𝑠 𝑚−1 + ⋯ + 𝑏0
𝐺 𝑠 =
𝑎𝑛 𝑠 𝑛 + 𝑎𝑛−1 𝑠 𝑛−1 + ⋯ + 𝑎0
Polos en el plano complejo s
𝑄(𝑠)
𝐺 𝑠 =
𝑠 − 𝑝1 𝑠 − 𝑝2 𝑠 − 𝑝3 𝑚 𝑠 − 𝑝4 𝑠 − 𝑝4∗ 𝑠 − 𝑝5
Criterio de estabilidad

• La información vital de la respuesta

dinámica de un proceso se encuentra en
el denominador de la F.T. (polos)

• Sistema será estable si todos los polos

de la F.T. se encuentran a la izquierda del
eje imaginario del plano “s”
Respuestas transitorias
Cuadro Resumen – Forma de Y(t)
Ejercicio
• Determine el tipo de respuesta (monótona,
oscilatoria) a obtener a partir de las siguientes
funciones de transferencia:

2
𝐺1 𝑠 = 2
3𝑠 + 4𝑠 + 1

2
𝐺2 𝑠 = 2
𝑠 +𝑠+1
Valor final de estado estacionario y ganancia K
• Con base en una entrada escalón de magnitud ΔX.
• Aplicando el teorema del valor final, el cambio total en la
variable “Y” será igual a:

∆𝑌 = lim 𝑠𝑌 𝑠 = lim 𝑠𝐺(𝑠)X(s)

𝑠→0 𝑠→0

𝑏𝑚 𝑠 𝑚 + 𝑏𝑚−1 𝑠 𝑚−1 + ⋯ + 𝑏0 ∆𝑋 𝑏0
∆𝑌 = lim 𝑠 𝑛 𝑛−1
= ∆𝑋
𝑠→0 𝑎𝑛 𝑠 + 𝑎𝑛−1 𝑠 + ⋯ + 𝑎0 𝑠 𝑎0

∆𝑌 = 𝐾∆𝑋
• Definición de la ganancia en estado estacionario K=ΔY/ΔX.
No todas las F.T. poseen ganancia (Ej: Procesos
integrativos)
Diagramas de bloque

• Representación grafica de las funciones de

transferencia para un proceso (Ogata, 2010)

• Constituyen la base para armar modelos en

SIMULINK (dentro del entorno Matlab)

• Bloques se pueden construir y simplificar a

partir de reglas algebraicas.
Diagramas de bloque - elementos

1. Bloques

2. Líneas
Diagramas de bloque - elementos

3. Punto de suma

4. Punto de ramificación o bifurcación

Diagrama de bloque - general
Algebra de bloques (I)
Algebra de bloques (II)
Sistema en lazo cerrado

• C(s) / R(s) = ???

Sistema en lazo cerrado
Resolución
𝐶 𝑠 = 𝐺 𝑠 𝐸(𝑠)

𝐸 𝑠 = 𝑅 𝑠 − 𝐵(𝑠)

𝐵 𝑠 = 𝐶 𝑠 𝐻(𝑠)
Reemplazando…

𝐶 𝑠 = 𝐺 𝑠 𝑅 𝑠 − 𝐵(𝑠)

𝐶 𝑠 = 𝐺 𝑠 𝑅 𝑠 − 𝐶 𝑠 𝐻(𝑠) = 𝐺 𝑠 𝑅 𝑠 − 𝐺 𝑠 𝐶 𝑠 𝐻(𝑠)
Sistema en lazo cerrado

𝐶 𝑠 = 𝐺 𝑠 𝑅 𝑠 − 𝐺 𝑠 𝐶 𝑠 𝐻(𝑠)

𝐶 𝑠 1 + 𝐺 𝑠 𝐻(𝑠) = 𝐺 𝑠 𝑅(𝑠)

𝐶 𝑠 𝐺 𝑠 Función de
= transferencia en
𝑅(𝑠) 1 + 𝐺 𝑠 𝐻(𝑠)
lazo cerrado
Reducción de diagramas de bloques – ejemplo 1

• Simplifique el diagrama, y halle Y/R

Reducción de diagramas de bloques – ejemplo 1
Reducción de diagramas de bloques – ejemplo 2
Reducción de diagramas de bloques – ejemplo 2
Sistemas de primer orden

• Variable de salida puede describirse

mediante una ecuación diferencial lineal
de primer orden:
𝑑𝑦(𝑡)
𝑎1 + 𝑎0 𝑦 𝑡 = 𝑏𝑥 𝑡 + 𝑐
𝑑𝑡

• y(t) = Variable de salida

• x(t) = Variable de entrada / función de
forzamiento
Sistemas de primer orden (cont.)
• Se puede escribir la ecuación en estado estable como:
𝑎0 𝑦 0 = 𝑏𝑥 0 + 𝑐
• Restando dicha ecuación de la EDO, se tiene:

𝑑𝑦′(𝑡)
𝑎1 + 𝑎0 𝑦′ 𝑡 = 𝑏𝑥′ 𝑡
𝑑𝑡
Donde:

y’(t) = y(t) – y(0) ¡Variables de

x’(t) = x(t) –x(0) desviación!
Sistemas de primer orden

• Forma «estándar» de la ecuación diferencial

de primer orden linealizada:
𝑎1 𝑑𝑦′(𝑡) 𝑎0 𝑏
+ 𝑦′ 𝑡 = 𝑥′ 𝑡
𝑎0 𝑑𝑡 𝑎0 𝑎0

𝑑𝑦′(𝑡)
𝜏 + 𝑦′ 𝑡 = 𝐾𝑥′ 𝑡
𝑑𝑡

• τ = a1/a0 es la constante de tiempo

• K= b/a0 es la ganancia de estado estable
Función de Transferencia – Sistemas de primer
orden
• Aplicando Laplace:

𝜏 𝑠 𝑦′(𝑠) + 𝑦′ 𝑠 = 𝐾𝑥′ 𝑠

• Despejando para la salida «y(s)»

′
𝐾
𝑦 𝑠 = 𝑥′ 𝑠
𝜏𝑠 + 1

𝑦′ 𝑠 𝐾
=
𝑥′ 𝑠 𝜏𝑠 + 1
Procesos de primer orden

• Se caracterizan por su capacidad para

almacenar materia, energía y cantidad de
movimiento (momentum).

• Tanques que almacenan fluidos se

pueden modelar como sistemas de primer
orden (tanques térmicos con agitación,
mezclado, reactores CSTR, etc.)
Respuesta dinámica – procesos de primer orden
• Análisis a partir de la F.T

• La raíz del denominador de la F.T (polo) es

• Respuesta: Monótona, estable si tao >0 1

𝑟=−
𝜏
• Tiempo necesario para que se eliminen los transientes (<1%
del valor inicial)

5
𝑡𝑘 = − 𝑡𝑘 = 5𝜏
𝑟
Respuesta dinámica – primer orden

• Entrada estándar en la ingeniería de

procesos: función escalón (step function)

• 𝑥 ′ 𝑡 = ∆𝑋 ∙ 𝜇 𝑡

∆𝑋
• 𝑥′ 𝑠 =
𝑠
Respuesta escalón – primer orden

• Aplicando fracciones parciales e

invirtiendo…
′
𝐾 ∆𝑋 𝐴 𝐵
𝑦 𝑠 = = +
𝜏𝑠 + 1 𝑠 𝜏𝑠 + 1 𝑠

𝐴 = −𝐾𝜏∆𝑋 𝑡
−
𝑦 ′ 𝑡 = 𝐾∆𝑋(1 − 𝑒 𝜏)

𝐵 = 𝐾∆𝑋
Respuesta escalón normalizada
𝑦′ 𝑡 𝑡 • Respuesta no
𝑣𝑠.
𝐾∆𝑋 𝜏
es instantánea

• Después de un
tiempo igual a
tao, la
respuesta llega
un 63.2% de su
valor final

• A 5τ, el proceso
esencialmente
se ha
estabilizado
Conclusiones – constante de tiempo
• La constante de tiempo se encuentra relacionada
con la velocidad de respuesta del proceso.

• Significado físico: La constante de tiempo mide

el tiempo que le toma a un proceso ajustarse
ante un cambio en sus entradas

• Un valor grande de tao representa un mayor

tiempo de estabilización para un proceso
determinado
Ejercicio MATLAB

• Obtenga la respuesta escalón unitario del

sistema con función de transferencia:

1
𝐺 𝑠 =
𝑠 + 0.5
Ejercicio – Código

>> num=[0 1];

>> den=[1 0.5];
>> G=tf(num,den)
>> step(G)
Sistemas de primer orden + tiempo muerto

• También llamados sistemas de primer

orden más retraso por tiempo muerto o
FOPDT

• Modelo base para las “plantas” para el

diseño clásico de controladores
𝐾𝑒 −𝑡0 𝑠
𝐺 𝑠 =
𝜏𝑠 + 1
Problema #1
Problema #1

• Se desea saber cómo la temperatura de

salida, T(t), responde a cambios en la
temperatura de entrada, Ti(t).

• Encuentre la función de transferencia del

proceso
Suposiciones del Problema #1
• Los flujos volumétricos de entrada y salida son
iguales y constantes
• Se asume la densidad del líquido y la
capacidad calorífica conocidas y constantes.
• El líquido en el tanque se asume bien
mezclado.
• Proceso adiabático
• La energía aportada por el mezclador es
despreciable.
Problema #2

Obtenga la función de transferencia del

proceso térmico anterior, considerando las
siguientes variantes:

a) Perdidas de calor al entorno

b) Temperatura de salida medida a una

distancia L metros aguas abajo del
proceso
Problema #2
Problema #2
Problema #3

Supóngase que con la siguiente ecuación se

describe un cierto proceso:

𝑌′(𝑠) 3𝑒 −0.5𝑠
=
𝑋′(𝑠) 5𝑠 + 0.2

a) Obténgase la ganancia, la constante de tiempo y

el tiempo muerto para este proceso.
b) La condición inicial de la variable y es y(0) = 2.
¿Cuál es el valor final de y(t) para la función de
forzamiento que se muestra en la figura?
Problema #3
Sistemas de segundo orden
• Variable de salida puede describirse mediante
una ecuación diferencial lineal de segundo
orden:

𝑑 2 𝑦(𝑡) 𝑑𝑦(𝑡)
𝑎2 2
+ 𝑎1 + 𝑎0 𝑦 𝑡 = 𝑏𝑥 𝑡 + 𝑐
𝑑𝑡 𝑑𝑡

• y(t) = Variable de salida

• x(t) = Variable de entrada / función de
forzamiento
Sistemas de segundo orden (cont.)

• Forma «estándar» de la ecuación diferencial de primer

orden y en variables de desviación:

𝑎2 𝑑2 𝑦′(𝑡) 𝑎1 𝑑𝑦′(𝑡) 𝑏
2
+ + 𝑦′ 𝑡 = 𝑥′ 𝑡
𝑎0 𝑑𝑡 𝑎0 𝑑𝑡 𝑎0

𝑑 2 𝑦′(𝑡) 𝑑𝑦′(𝑡)
2
𝜏 2
+ 2ζ𝜏 + 𝑦′ 𝑡 = 𝐾𝑥′ 𝑡
𝑑𝑡 𝑑𝑡
• 𝜏 = 𝑎2 /𝑎0 es la constante de tiempo característica
• ζ = 𝑎1 / 2𝑎0 𝑎2 es el factor de amortiguamiento (adimensional)
𝑏
• 𝐾 = es la ganancia de estado estable
𝑎0
Sistemas de segundo orden (cont.)

• Aplicando la Transformada de Laplace:

′
𝐾
𝑦 𝑠 = 2 2 𝑥′ 𝑠
𝜏 𝑠 + 2ζ𝜏𝑠 + 1

K
G(s) = 2 2
 s + 2s + 1
Sistemas de segundo orden (cont.)

• Obtención de los polos a partir del polinomio

característico:

𝜏 2 𝑠 2 + 2ζ𝜏𝑠 + 1 = 0

−ζ ± ζ2 − 1
𝑟1,2 =
𝜏

• La razón o factor de amortiguamiento determina

si las raíces son reales o complejas.
Análisis de ζ
• Si ζ ≥ 1, raíces son reales y distintas

• Si ζ =1, dos raíces iguales a -1/tao, sistema estable

• Si ζ <1, las raíces son dos complejos conjugados

• Si ζ =0, raíz = ±i / τ (complejo puro)

La condición de estabilidad se cumple si y sólo si el

factor de amortiguamiento es positivo (ζ > 0).
Comportamiento dinámico

• ζ se asocia con la atenuación de las oscilaciones

• Para sistemas subamortiguados, las oscilaciones son mas
pronunciadas y persisten por mayor tiempo a medida que se
reduce ζ.

Factor de amortiguamiento Tipo de respuesta

ζ≥1 Sobreamortiguada (monótona

y estable)
ζ =1 Críticamente amortiguada
(monótona y estable)
0<ζ<1 Subamortiguado (oscilatoria y
estable)
ζ=0 Sin amortiguaciones
(oscilaciones sostenidas)
Respuesta escalón – sistemas de segundo orden

Caso I: Sistema sobreamortiguado (ζ≥1)

• Se trabaja con constantes de tiempo efectivas,
definidas como el reciproco negativo de las raíces

𝜏 2 𝑠 2 + 2ζ𝜏𝑠 + 1 = (𝜏1 𝑠 + 1)(𝜏2 𝑠 + 1)

• Forma alternativa de G(s):

𝐾
𝑦′ 𝑠 = 𝑥′ 𝑠
(𝜏1 𝑠 + 1)(𝜏2 𝑠 + 1)
Respuesta escalón – sistemas de segundo orden
(cont.)
Aplicando una entrada escalón x’(s) = ΔX/s

𝐾 ∆𝑋
𝑦′ 𝑠 =
(𝜏1 𝑠 + 1)(𝜏2 𝑠 + 1) 𝑠

Respuesta de la variable de salida:

𝜏 −𝑡 𝜏 −𝑡
′ 1 𝜏 2
𝑦 𝑡 = 𝐾∆𝑋 𝜇 𝑡 − 𝑒 −
1 𝑒 𝜏2
𝜏1 − 𝜏2 𝜏2 − 𝜏1
Respuesta escalón – sistemas de segundo orden
sobreamortiguados
Respuesta escalón – sistemas de segundo orden
Caso II: Sistema Subamortiguado (0<ζ<1)

−ζ ± ζ2 − 1 ζ 1 − ζ2
𝑟1,2 = =− ±𝑖
𝜏 𝜏 𝜏

1 ζ
− 𝑡
𝑦 ′ 𝑡 = 𝐾∆𝑋 𝜇 𝑡 − 𝑒 𝜏 𝑠𝑖𝑛 𝜔𝑡 + ϕ
1 − ζ2

1−ζ2
• 𝜔= es la frecuencia en rad/seg
𝜏
1−ζ2
• ϕ = tan−1 es el ángulo de fase
𝜏
Respuesta escalón – sistemas de segundo orden
subamortiguados
Algunos términos importantes – respuesta
subamortiguada
• Tiempo de elevación: Es el tiempo que tarda la
respuesta en alcanzar por primera vez el valor final.

• Tiempo de asentamiento: tiempo requerido para

que la respuesta llegue a ciertos limites
establecidos de su valor final y permanezca en
ellos.

• Periodo de oscilación: tiempo necesario para

completar un ciclo o 2π radianes. Calculado como
el tiempo entre dos picos sucesivos.
Algunos términos importantes (cont.)

• Sobrepaso: Es la cantidad en que la

respuesta excede el valor final de estado
estacionario. Es el máximo valor del pico
de la curva de respuesta, medido a partir
de la unidad.

• Razón de asentamiento: Proporción en la

que la amplitud de la onda sinusoidal es
reducida durante un ciclo completo.
Parámetros característicos
Traducciones

Español Inglés
Razón de Decay ratio
asentamiento
Tiempo de elevación Rise Time
Sobrepaso Overshoot
Tiempo de Settling time
asentamiento
Fórmulas

2𝜋𝜏
𝑇 =
1 − ζ2

𝜋ζ
𝐵 −(
1−ζ 2
)
𝑂𝑣𝑒𝑟𝑠ℎ𝑜𝑜𝑡 = =𝑒
𝐴

−2𝜋ζ
𝐶 (
1−ζ2
)
𝑅𝑎𝑧𝑜𝑛 𝑎𝑠𝑒𝑛𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = =𝑒 = (𝑂𝑣𝑒𝑟𝑠ℎ𝑜𝑜𝑡)2
𝐵

5𝜏
𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑠𝑒𝑛𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = - Limite de banda del 1%
ζ
Análisis de sistemas subamortiguados

[Link]
¿Por qué estudiar sistemas de segundo orden?

• La respuesta transitoria de un sistema de

control práctico típicamente exhibe
oscilaciones amortiguadas antes de
alcanzar el estado estacionario (Ogata,
2010).

• Parámetros tales como el sobrepaso y la

razón de asentamiento son utilizados para
formular las especificaciones de diseño de
un controlador industrial (Chau, 2001)
Sistemas de orden superior

• Procesos de etapas en ingeniería química

• Tanques en serie (térmico, nivel,

reactores)

• Afectación a la respuesta de un sistema

(generación de un tiempo muerto
“aparente”)
Respuesta de sistemas de orden superior
Sistemas no interactivos – proceso de nivel
Flujo a través de una válvula

∆𝑃(𝑡)
𝑓 𝑡 = 𝐶𝑣
𝑆𝐺

Donde:

f(t) = flujo a través de la válvula, 𝑚3 /𝑠

𝑚3
𝐶𝑣 = Coeficiente de la válvula,
𝑠−𝑘𝑃𝑎 1/2
ΔP = caída de presión a través de la válvula, kPa
SG = gravedad especifica del fluido, adimensional
Diagrama de bloque - sistemas no interactivos
Sistemas interactivos - nivel
Diagrama de bloques - sistemas interactivos
Modelo de tanques en serie

DATOS:

q = 10 𝑚3 /𝑚𝑖𝑛
V= 10𝑚3

¿SISTEMA INTERACTIVO O NO INTERACTIVO?

• Encontrar la función de transferencia cn/c0

• Graficar la respuesta escalón unitario del
sistema multicapacitor
Modelado empírico
• En muchas ocasiones los modelos dinámicos
basados en los principios fisicoquímicos pueden
ser tan complejos, lo cual limita su utilización en
el diseño práctico de los sistemas de control
(Ej.: Intercambiadores de calor de tubo y
carcasa, columnas de destilación, etc.)

• Se recurre a la obtención de datos

experimentales para determinar las funciones de
transferencia.
Caracterización empírica de procesos
• Los modelos resultantes de aplicar un
método de identificación de procesos
describen, de forma aproximada y mediante
un modelo lineal, la relación dinámica entre
ciertas variables de entrada y salida
seleccionadas.

• Usualmente se emplean modelos de primer

orden y de segundo orden, ambos con
tiempo muerto.
Ejercicio – identificación de procesos
• Identifique la variable de salida controlada y la
variable de entrada manipulada para diseñar el lazo
de realimentación que controle la calidad del
destilado
Método de la curva de reacción

• Se determina experimentalmente la función

de transferencia del proceso G(s), mediante
una prueba escalón o step test.

• El sistema es caracterizado bajo lazo abierto

(Controlador en “manual”)
Metodología General (Ollero, 2012)
1. Diseñar las experiencias a realizar.

2. Ejecutar las experiencias programadas (por

ejemplo, partiendo del estado estacionario
correspondiente a las condiciones nominales de
operación provocar un cambio en la señal que
se envía a la válvula de control).

3. Estimar los parámetros del modelo propuesto.

4. Evaluar y validar el modelo.

Aspectos a considerar en la fase experimental

• Establecer las condiciones nominales de

operación en torno a las cuales se harán las
experiencias.
• Especificar las variables de entrada que se
van a perturbar y la magnitud de los cambios
que se van a efectuar.
• Seleccionar las variables de salida que
deben ser registradas así como, en su caso,
el intervalo de muestreo.
• Especificar la duración de cada experiencia.
Curva de reacción – step test

Δ𝑐
𝐾=
Δ𝑚
Modelos dinámicos propuestos

FUNCION DE RESPUESTA ESCALON TEORICA

TRANSFERENCIA (A usarse en la regresión)

F
O 𝐾𝑒 −𝑡0 𝑠 0; 𝑡 < 𝑡0
𝐺=
P 𝜏𝑠 + 1 𝑦′ 𝑡 = ቐ −(𝑡−𝑡0 )
D 𝐾∆𝑚 1 −𝑒 𝜏 ; 𝑡 ≥ 𝑡0
T

𝑦′ 𝑡
S 𝐾𝑒 −𝑡0𝑠 0; 𝑡 < 𝑡0
𝐺= 𝜏1 −(𝑡−𝑡0 ) 𝜏2 −(𝑡−𝑡0 )
O (𝜏1 𝑠 + 1)(𝜏2 𝑠 + 1) =൞ 𝜏
𝐾∆𝑚 1 − 𝑒 1 − 𝑒 𝜏2 ; 𝑡 ≥ 𝑡0
P 𝜏1 − 𝜏2 𝜏2 − 𝜏1
D
T
Estimación de Parámetros

• Modelos de Primer Orden y de Segundo Orden

requieren la estimación de 3 y 4 parámetros,
respectivamente.

Método gráfico:
• Análisis t28 – t63

Métodos Numéricos:
• Regresión No Lineal con Solver (Excel)
• Uso del System Identification Toolbox de
MATLAB
Método t28 – t63

𝑡1 = Tiempo en el cual C
= 0.283∆𝐶𝑠

𝑡2 = Tiempo en el cual C
= 0.632∆𝐶𝑠

𝜏
𝑡0 + = 𝑡1 𝑡0 + 𝜏 = 𝑡2
3

3 Δ𝑐
𝜏 = 𝑡2 − 𝑡1 𝑡0 = 𝑡2 − 𝜏 𝐾=
2 Δ𝑚
Regresión No lineal con Excel

• Se plantea un problema de optimización:

minimizar la suma de los cuadrados del error
(SSE):
2
𝑚𝑖𝑛 𝑆𝑆𝐸 = 𝑚𝑖𝑛 𝑌′𝑖,𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑙 − 𝑌′𝑖,𝑚𝑜𝑑𝑒𝑙𝑜

• Uso de SOLVER para estimar los parámetros

óptimos que minimicen la función objetivo

• Comprobación del ajuste: Grafica Y vs t, SSE ≈ 0,

R2 ≈ 1