Diseño e implementación de controladores basados en lógica difusa para una planta de procesos multipropósito

Abstract

El controlador PID es el más empleado en la actualidad en las industrias. Se estima que tal algoritmo se aplica en más del 90 % de los procesos industriales. El controlador PID, se emplea cuando se tiene el modelo dinámico del proceso y resulta más conveniente cuando los procesos se encuentran en marcha, ya que solo se necesita ajustar las tres ganancias que la conforman para llegar al punto de referencia deseado. Sin embargo, en los procesos en los cuales no se puede estimar el modelo dinámico y el cálculo matemático resulta muy complejo o no se obtiene el desempeño deseado, se requiere una opción para tales casos. Por ello, se utiliza el controlador basado en lógica difusa, el cual es un tipo de control inteligente que no depende del modelo matemático, sino que imita el razonamiento de un experto humano. En esta tesis, se desarrollaron bloques de control basado en lógica difusa para la implementación en un PLC Siemens para el control de los procesos flujo, presión, temperatura, nivel. Además, también se empleó para las estrategias control de la razón, control en cascada y control descentralizado de los procesos de una planta multipropósito. Para implementar el control de tales procesos, primero se hallan sus respectivos modelos dinámicos, los cuales se lograron con la adquisición de datos experimentales para aproximar los modelos a través de software especializado. Para fines de comparación, se implementaron los sistemas de control PID y sistemas de control difuso en el software TIA Portal. Por un lado, el controlador PID presenta mejor desempeño basándonos en tiempo de establecimiento y error en estado estable, a diferencia del controlador basado en lógica difusa para los siguientes procesos. En primer lugar, el proceso de flujo con una señal escalón de 12 - 15 l/min, comparando entre el controlador PID y el difuso, el parámetro que define el mejor rendimiento es el tiempo de establecimiento de 13 segundos versus 20.5 segundos respectivamente. En segundo lugar, el proceso de presión con una señal escalón de 0 - 0.2 bar, el controlador PID presenta tiempo de establecimiento de 13.8 segundos y error en estado estable de 0.1 %; el controlador difuso, tiempo de establecimiento de 35 segundos y error en estado estable de 1.6 %. En tercer lugar, en la estrategia de control de la razón de flujos el desempeño es directamente proporcional, al igual que en el proceso de flujo. Por último, en la estrategia de control en cascada de nivel empleando flujo en un rango de 0 - 25 cm, comparando el controlador PID contra el difuso comprende: tiempo de establecimiento de 146 y 100 segundos y error en estado estable de 0 % y 10 % respectivamente para ambos parámetros. Por tanto, en los procesos que requiera el control de la variable de flujo o presión de agua en una tubería resulta más conveniente la aplicación del controlador PID, debido a su rápida respuesta y mayor precisión. Por otro lado, el controlador difuso tiene un mejor desempeño que el controlador PID para los siguientes procesos. Primero, el proceso de nivel con una señal escalón de 20 - 30 cm, el controlador PID presenta un tiempo de establecimiento de 60 segundos y porcentaje de sobre impulso de 20.6 %; el controlador difuso, tiempo de establecimiento de 41 segundos y porcentaje de sobre impulso de 1.7 %. Segundo, el proceso de temperatura con un escalón de 27 - 40 ◦C, el controlador PID presenta tiempo de establecimiento 50 minutos, error en estado estable de 10 % y porcentaje de sobre impulso de 25 %; el controlador difuso, tiempo de establecimiento de 40 minutos, error en estado estable de 0.7 % y porcentaje de sobre impulso de 16.2 %. Finalmente, en la estrategia de control descentralizado los resultados muestran un menor tiempo de establecimiento, error en estado estable y porcentaje de sobre impulso del controlador difuso a diferencia del controlador PID.

The PID controller is the most widely used controller in industry today. It is estimated that such algorithm is applied in more than 90 % of industrial processes. The PID controller is used when the dynamic model of the process is available and it is more convenient when the processes are running, since it is only necessary to adjust the three gains that conform it to reach the desired set point. However, in processes where the dynamic model cannot be estimated or the mathematical calculation is too complex and the desired performance is not obtained, an option is required for such cases. Therefore, the fuzzy logic based controller is used, which is a type of intelligent control that does not depend on the mathematical model, but mimics the reasoning of a human expert. In this thesis, fuzzy logic based control blocks were developed for implementation in a Siemens PLC for the control of flow, pressure, temperature, level processes. In addition, it was also used for the strategies ratio control, cascade control and decentralized control of the processes of a multipurpose plant. To implement the control of such processes, first their respective dynamic models are found, which were achieved with the acquisition of experimental data to approximate the models through specialized software. For comparison purposes, PID control systems and fuzzy control systems were implemented in TIA Portal software. On the one hand, the PID controller presents better performance based on settling time and steady state error, as opposed to the fuzzy logic based controller for the following processes. Firstly, the flow process with a step signal of 12 - 15 l/min, comparing between the PID and fuzzy controller, the parameter that defines the best performance is the settling time of 13 seconds versus 20.5 seconds respectively. Secondly, the pressure process with a step signal of 0 - 0.2 bar, the PID controller presents settling time of 13.8 seconds and steady state error of 0.1 %; the fuzzy controller, settling time of 35 seconds and steady state error of 1.6 %. Third, in the flow ratio control strategy the performance is directly proportional, as in the flow process. Finally, in the cascade level control strategy using flow in a range of 0 - 25 cm, comparing the PID controller against the fuzzy controller comprises: settling time of 146 and 100 seconds and steady state error of 0 % and 10 % respectively for both parameters. Therefore, in processes that require the control of the flow variable or water pressure in a pipeline, the application of the PID controller is more convenient, due to its fast response and higher accuracy. On the other hand, the fuzzy controller has a better performance than the PID controller for the following processes. First, the level process with a step signal of 20 - 30 cm, the PID controller has a settling time of 60 seconds and overshoot percentage of 20.6 %; the fuzzy controller has a settling time of 41 seconds and overshoot percentage of 1.7 %. Second, the temperature process with a step of 27 - 40 ◦C, the PID controller has a settling time of 50 minutes, steady state error of 10 % and overshoot percentage of 25 %; the fuzzy controller, settling time of 40 minutes, steady state error of 0.7 % and overshoot percentage of 16.2 %. Finally, in the decentralized control strategy, the results show a lower settling time, steady state error and overshoot percentage for the fuzzy controller as opposed to the PID controller.