Control PID multivariable de una caldera de vapor

  1. Mercader Gómez, Pedro
  2. Cánovas Sánchez, Cristian David
  3. Baños Torrico, Alfonso
Revista:
Revista iberoamericana de automática e informática industrial ( RIAI )

ISSN: 1697-7920

Año de publicación: 2019

Volumen: 16

Número: 1

Páginas: 15-25

Tipo: Artículo

DOI: 10.4995/RIAI.2018.9034 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista iberoamericana de automática e informática industrial ( RIAI )

Resumen

Este documento presenta la propuesta de los autores para el Concurso en Ingeniería de Control 2016 (CIC2016) organizado por el Grupo Temático de Ingeniería de Control del Comité Español de Automática (CEA). Esta propuesta resultó ganadora en la categoría de estudiantes de máster y postgrado. El concurso consiste en el diseño de un sistema de control para una caldera de vapor, que es modelada por un modelo no lineal multivariable con tres entradas, tres salidas y una perturbación medible. El sistema de control propuesto en este documento se basa en el diseño de un controlador tipo proporcional integrador derivativo (PID) multivariable, mediante técnicas de optimización convexa. Además, se contempla el uso de más grados de libertad mediante el diseño de precompensadores para referencias y para la perturbación medible. Finalmente, se analiza el desempeño del sistema de control dise ̃nado, bajo al escenario propuesto en la primera fase del concurso.

Referencias bibliográficas

  • Apkarian, P., Noll, D., 2006. Nonsmooth H∞ synthesis. IEEE Transactions on Automatic Control 51 (1), 71–86. https://doi.org/10.1109/TAC.2005.860290
  • Åström, K. J., Bell, R. D., 2000. Drum-boiler dynamics. Automatica 36 (3), 363–378. https://doi.org/10.1016/S0005-1098(99)00171-5
  • Åström, K. J., Hägglund, T., 2006. Advanced PID control. ISA-The Instrumentation, Systems and Automation Society.
  • Åström, K. J., Panagopoulos, H., Hägglund, T., 1998. Design of PI controllers based on non-convex optimization. Automatica 34 (5), 585–601. https://doi.org/10.1016/S0005-1098(98)00011-9
  • Balko, P., Rosinová, D., 2017. Gain scheduling control with PWA model: A case study. IFAC-PapersOnLine 50 (1), 11373–11378. https://doi.org/10.1016/j.ifacol.2017.08.2042
  • Blasco, X., García-Nieto, S., Reynoso-Meza, G., 2012. Control autónomo del seguimiento de trayectorias de un vehículo cuatrirrotor. Simulación y evaluación de propuestas. Revista Iberoamericana de Automática e Informática Industrial RIAI 9 (2), 194–199. https://doi.org/10.1016/j.riai.2012.01.001
  • Boyd, S., Hast, M., Åström, K. J., 2016. MIMO PID tuning via iterated LMI restriction. International Journal of Robust and Nonlinear Control 26 (8), 1718–1731. https://doi.org/10.1002/rnc.3376
  • Boyd, S., Vandenberghe, L., 2004. Convex optimization. Cambridge University Press. https://doi.org/10.1017/CBO9780511804441
  • Camacho, E. F., Bordons, C., 2007. Model Predictive Control. Springer-Verlag London. https://doi.org/10.1007/978-0-85729-398-5
  • Fernández, I., Rodríguez, C., Guzmán, J., Berenguel, M., 2011. Control predictivo por desacoplo con compensación de perturbaciones para el benchmark de control 2009–2010. Revista Iberoamericana de Automática e Informática Industrial RIAI 8 (2), 112–121.
  • Fu, C., Tan, W., 2017. Partially decentralized control for a benchmark boiler. Journal of Control Engineering and Applied Informatics 19 (1), 77–84.
  • García-Sanz, M., Elso, J., Ega-a, I., 2006. Control del ángulo de cabeceo de un helicóptero como benchmark de dise-o de controladores. Revista Iberoamericana de Automática e Informática Industrial 3 (2), 111–116.
  • Garrido, J., Vázquez, F., Morilla, F., 2016. Multivariable PID control by decoupling. International Journal of Systems Science 47 (5), 1054–1072. https://doi.org/10.1080/00207721.2014.911390
  • Grant, M., Boyd, S., 2008. Graph implementations for nonsmooth convex programs. In: Recent Advances in Learning and Control. Lecture Notes in Control and Information Sciences. Springer-Verlag Limited, pp. 95–110. https://doi.org/10.1007/978-1-84800-155-8_7
  • Grant, M., Boyd, S., 2015. CVX: Matlab software for disciplined convex programming, version 2.1. Visitado en octubre de 2017. URL: http://cvxr.com/cvx
  • Hast, M., Åström, K. J., Bernhardsson, B., Boyd, S., 2013. PID design by convex-concave optimization. In: Proceedings European Control Conference. pp. 4460–4465. https://doi.org/10.23919/ECC.2013.6669312
  • Lipp, T., Boyd, S., 2016. Variations and extension of the convex–concave procedure. Optimization and Engineering 17 (2), 263–287. https://doi.org/10.1007/s11081-015-9294-x
  • Ljung, L., 1995. System Identification Toolbox for use with MATLAB
  • Mercader, P., Åström, K. J., Ba-os, A., Hägglund, T., 2017. Robust PID design based on QFT and convex–concave optimization. IEEE Transactions on Control Systems Technology 25 (2), 441–452. https://doi.org/10.1109/TCST.2016.2562581
  • Moliner, R., Tanda, R., 2016. Herramienta para la sintonía robusta de controladores PI/PID de dos grados de libertad. Revista Iberoamericana de Automática e Informática Industrial RIAI 13 (1), 22–31. https://doi.org/10.1016/j.riai.2015.05.003
  • Morilla, F., 2010. Benchmark 2009-10 grupo temático de ingeniería de control de CEA-IFAC: Control de una caldera. Visitado en octubre de 2017. URL: http://www.dia.uned.es/~fmorilla/benchmark09_10/
  • Morilla, F., 2012. Benchmark for PID control based on the boiler control problem. IFAC Proceedings Volumes 45 (3), 346–351. https://doi.org/10.3182/20120328-3-IT-3014.00059
  • Morilla, F., Rodríguez, C., 2016. Concurso en ingeniería de control 2016 (CIC2016): Control de una caldera de vapor. Visitado en octubre de 2017. URL: http://www.dia.uned.es/~fmorilla/CIC2016/
  • Nguyen, H.-N., 2014. Constrained Control of Uncertain, Time-Varying, Discrete-Time Systems. Springer-Verlag London. https://doi.org/10.1007/978-3-319-02827-9
  • Pellegrinetti, G., Bentsman, J., 1996. Nonlinear control oriented boiler modeling–a benchmark problem for controller design. IEEE Transactions on Control Systems Technology 4 (1), 57–64. https://doi.org/10.1109/87.481767
  • Romero-Pérez, J. A., Arrieta, O., Padula, F., Reynoso-Meza, G., García-Nieto, S., Balaguer, P., 2012. Estudio comparativo de algoritmos de auto-ajuste de controladores PID. resultados del benchmark 2010-2011 del grupo de ingeniería de control de CEA. Revista Iberoamericana de Automática e Informática Industrial RIAI 9 (2), 182–193. https://doi.org/10.1016/j.riai.2012.02.009
  • Rubin, D., Mercader, P., Nguyen, H.-N., Gutman, P.-O., Ba-os, A., 2017. Improvements on interpolation techniques based on linear programming for constrained control. IFAC-PapersOnLine 50 (1), 1403–1408. https://doi.org/10.1016/j.ifacol.2017.08.245
  • Sánchez, H. S., Reynoso-Meza, G., Vilanova, R., Blasco, X., 2015. Multistage procedure for PI controller design of the boiler benchmark problem. In: 20th Conference on Emerging Technologies & Factory Automation (ETFA). pp.1–4. https://doi.org/10.1109/ETFA.2015.7301547
  • Silva, G. J., Datta, A., Bhattacharyya, S., 2001. Controller design via Padé approximation can lead to instability. In: Proceedings of the 40th IEEE Conference on Decision and Control. Vol. 5. pp. 4733–4737. https://doi.org/10.1109/CDC.2001.980953
  • Skogestad, S., Postlethwaite, I., 2005. Multivariable feedback control: analysis and design, 2nd Edition. Wiley.
  • Sturm, J. F., 1999. Using SeDuMi 1.02, a MATLAB toolbox for optimization over symmetric cones. Optimization Methods and Software 11 (1-4), 625–653. https://doi.org/10.1080/10556789908805766
  • Varga, A., 1991. Balancing-free square-root algorithm for computing singular perturbation approximations. In: Proceedings of the 30th IEEE Conference on Decision and Control. pp. 1062–1065. https://doi.org/10.1109/CDC.1991.261486
  • Yuille, A. L., Rangarajan, A., 2003. The concave-convex procedure. Neural computation 15 (4), 915–936. https://doi.org/10.1162/08997660360581958
  • Zhou, K., Doyle, J. C., 1998. Essentials of robust control. Pearson.
Fuente de los datos: Dialnet