1. Modelado y control de una columna de
destilación binaria
Angélica Marı́a Alzate Ibañez
Ingeniera Quı́mica, M.Sc.
Directora
Fabiola Angulo Garcı́a
Ingeniera Eléctrica, M.Sc., Ph.D.
Maestrı́a en Ingenierı́a - Automatización Industrial
Grupo de investigación Percepción y Control Inteligente
Universidad Nacional de Colombia Sede Manizales
Marzo 11 de 2011
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
2. logo
Contenido
1 Introducción
2 Objetivo General
3 Objetivos especı́ficos
Diseño y simulación en estado estacionario
Modelado y simulación dinámica de una columna de destilación
Análisis dinámico del modelo de la columna de destilación binaria
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
4 Conclusiones
5 Contribuciones
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
3. logo
Contenido
1 Introducción
2 Objetivo General
3 Objetivos especı́ficos
Diseño y simulación en estado estacionario
Modelado y simulación dinámica de una columna de destilación
Análisis dinámico del modelo de la columna de destilación binaria
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
4 Conclusiones
5 Contribuciones
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
4. logo
Contenido
1 Introducción
2 Objetivo General
3 Objetivos especı́ficos
Diseño y simulación en estado estacionario
Modelado y simulación dinámica de una columna de destilación
Análisis dinámico del modelo de la columna de destilación binaria
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
4 Conclusiones
5 Contribuciones
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
5. logo
Contenido
1 Introducción
2 Objetivo General
3 Objetivos especı́ficos
Diseño y simulación en estado estacionario
Modelado y simulación dinámica de una columna de destilación
Análisis dinámico del modelo de la columna de destilación binaria
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
4 Conclusiones
5 Contribuciones
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
6. logo
Contenido
1 Introducción
2 Objetivo General
3 Objetivos especı́ficos
Diseño y simulación en estado estacionario
Modelado y simulación dinámica de una columna de destilación
Análisis dinámico del modelo de la columna de destilación binaria
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
4 Conclusiones
5 Contribuciones
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
7. logo
Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Introducción
La destilación es una técnica común para la separación de corrientes lı́quidas
con dos o más componentes y es una de las operaciones unitarias más impor-
tantes en la industria quı́mica (Luyben,1996). Representa un difı́cil e intere-
sante problema en el diseño de control no lineal, como resultado de la dinámi-
ca compleja y el equilibrio termodinámico que envuelve, la interacción entre
las corrientes internas y externas, la alta no linealidad y el carácter distributivo
representado por los perfiles de composición y temperatura(Gupta,2009).
En la gran mayorı́a de las industrias las columnas de destilación presentan
esquemas de control lineal (Rovaglio, 1990), y en la actualidad son escasas
las técnicas no lineales para el control de este tipo de procesos.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
8. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Objetivo General
Desarrollar y diseñar un algoritmo de control predictivo basado en un modelo
dinámico no lineal de una columna de destilación binaria para la separación
de la mezcla etanol-agua.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
9. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Objetivos especı́ficos
1 Diseño y simulación de una columna de destilación binaria para la
separación de la mezcla etanol-agua en estado estacionario.
2 Modelado y simulación dinámica de una columna de destilación binaria
para la separación de la mezcla etanol-agua.
3 Análisis dinámico del modelo de una columna de destilación binaria.
4 Control predictivo basado en el modelo no lineal de la columna de
destilación binaria.
5 Verificación de la estabilidad del control predictivo planteado.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
10. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Contenido
1 Introducción
2 Objetivo General
3 Objetivos especı́ficos
Diseño y simulación en estado estacionario
Modelado y simulación dinámica de una columna de destilación
Análisis dinámico del modelo de la columna de destilación binaria
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
4 Conclusiones
5 Contribuciones
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
11. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Simulación en estado estacionario
Especificaciones columna de destilación
Parámetro Valor
Flujo Molar de Alimentación (kgmol/hr) 540.00
Fracción Molar Etanol en la Corriente de Alimentación 0.25
Temperatura (K) 355.18
Presión (bar) 1.01
Fracción de Lı́quido 1
Relación de Reflujo 1.6
Flujo Molar de Destilado (kgmol/hr) 158
Fracción Molar Etanol en el Destilado 0.82
Fracción Molar Etanol en Fondos 0.01
Número de etapas en columna 12
Etapa de alimentación 11
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
12. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Simulación en estado estacionario
Resultados simulación en Aspen Plus
Alimentación Destilado Fondos
Flujo Molar (kgmol/hr) 540.00 158.00 382.00
Composición Molar Etanol 0.25 0.81 0.02
Composición Molar Agua 0.75 0.19 0.98
Flujo Másico (kg/hr) 13515.51 6420.64 7094.87
Composición Másica Etanol 0.46 0.91 0.05
Composición Másica Agua 0.54 0.09 0.95
Flujo Volumétrico (m3
/hr) 15.12 8.57 7.78
Temperatura (K) 355.18 351.31 367.36
Presión (bar) 1.01 1.01 1.01
Densidad Molar (kgmol/m3
) 35.73 18.43 49.10
Densidad Másica (kg/m3
) 894.17 748.83 911.89
Peso molecular prom. (kg/kgmol) 25.03 40.64 18.57
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
13. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Especificaciones hidráulicas
Especificaciones hidráulicas de la columna de destilación para el sistema
etanol-agua
Parámetro Valor
Número total de platos 12
Plato de alimentación 11
Diámetro de la Columna (m) 1.75
Longitud del derramadero (m) 1.225
Espaciamiento entre platos (m) 0.6
Diámetro de los orificios (m) 0.0045
Distancia entre los centros de los orificios (m) 0.012
Espaciamiento entre platos (m) 0.6
Altura del derramadero (m) 0.06
Área Total del plato (m2
) 2.4053
Área sección transversal vertedero (m2
) 0.21166
Área activa (m2
) 1.76
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
14. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Contenido
1 Introducción
2 Objetivo General
3 Objetivos especı́ficos
Diseño y simulación en estado estacionario
Modelado y simulación dinámica de una columna de destilación
Análisis dinámico del modelo de la columna de destilación binaria
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
4 Conclusiones
5 Contribuciones
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
15. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Suposiciones y consideraciones
Debido a la complejidad del modelo, se realizan las siguientes suposiciones y
consideraciones:
La columna es adiabática.
El condensador es total.
El lı́quido acumulado en cada plato es incompresible y se encuentra
como una mezcla perfecta.
Cada plato es considerado con una eficiencia del 100 %.
La fase vapor y la fase lı́quida se consideran no ideales.
Las variaciones de masa con respecto al tiempo en el condensador y
en el rehervidor son iguales a cero.
No se considera acumulación de vapor a lo largo del sistema.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
16. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Balance dinámico de materia
Esquema básico columna de destilación
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
17. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Balance dinámico de materia
Balance zona de rectificación y de agotamiento
Balance de masa global,
dMTn
dt
= Ln−1 + Vn+1 − Ln − Vn (1)
Balance de masa por componente,
d (MTnxn)
dt
= Ln−1xn−1 + Vn+1yn+1 − Lnxn − Vnyn (2)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
18. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Balance dinámico de materia
Balance etapa de alimentación
Balance de masa global,
dMTn
dt
= Ln−1 + Vn+1 + F − Ln − Vn (3)
Balance de masa por componente,
d (MTnxn)
dt
= Ln−1xn−1 + Vn+1yn+1 + FzF − Lnxn − Vnyn (4)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
19. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Balance dinámico de materia
Balance en el Condensador
Balance de masa global,
dMD
dt
= V2 − L1 − D (5)
Balance de masa por componente,
dMDxD
dt
= V2y2 − L1xD − DxD (6)
Balance en el Rehervidor
Balance de masa global,
dMB
dt
= Ln−1 − B − Vn (7)
Balance de masa por componente,
dMBxB
dt
= Ln−1xn−1 − BxB − Vnyn (8)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
20. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Balance hidráulico
El flujo de lı́quido que abandona la etapa n se calcula a partir del balance
hidráulico,
Ln =
MTn − Cdry
Vn
2
ρm,V
− α
(hw (Aa+2Ad ))ρL
N̄m
αN̄m
Cow
3/2
N̄m
(9)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
21. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Balance energı́a
El balance de energı́a para la etapa de contacto n se puede expresar como:
dhtot,n
dt
= Ln−1HL,n−1 + Vn+1HV,n+1 − LnHV,n − VnHL,n (10)
La entalpı́a en cada etapa se asume como constante. Por lo tanto,
Vn =
Ln−1HL,n−1 + Vn+1HV ,n+1 − LnHV ,n
HL,n
(11)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
22. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Relación de equilibrio
La relación de equilibrio que existe entre las concentraciones de la fase lı́quida
y vapor es calculada a partir de la expresión en función de la volatibilidad
relativa.
y∗
i =
αxi
1 + (α − 1)xi
(12)
La fase vapor y la fase lı́quida se asumen como no ideales y se utiliza la
formulación γ − φ.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
23. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Modelo matemático columna de destilación binaria
Cuadro comparativo complejidad de los modelos
Modelo Orden y Tipo No. Ecuaciones No. Ecuaciones No. Relaciones
Diferenciales Algebraicas Termodinámicas
I 66 DAE 28 24 14
II 54 DAE 14 26 14
III 32 DAE 14 4 14
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
24. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Modelo matemático columna de destilación binaria
0 0.5 1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Composición Molar Etanol
Etapas
Modelo I
Modelo II
Modelo III
1 2 3 4
2
3
4
5
6
7
8
9
10
11
12
13
Masa Retenida (kgmol)
Etapas
Modelo I
Modelo II
Modelo III
350 355 360 365 370
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Temperatura (K)
Etapas
Modelo I
Modelo II
Modelo III
Perfil de composición, masa retenida y temperatura
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
25. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Modelo matemático columna de destilación binaria
200 300 400 500 600 700 800 900 1000
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Flujo Molar Líquido (kgmol/hr)
Etapas
Modelo I
Modelo II
Modelo III
0 100 200 300 400 500 600
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Flujo Molar Vapor (kgmol/hr)
Etapas
Modelo I
Modelo II
Modelo III
Perfil de flujos de lı́quido y de vapor
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
26. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Contenido
1 Introducción
2 Objetivo General
3 Objetivos especı́ficos
Diseño y simulación en estado estacionario
Modelado y simulación dinámica de una columna de destilación
Análisis dinámico del modelo de la columna de destilación binaria
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
4 Conclusiones
5 Contribuciones
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
27. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Análisis Dinámico - Resultado simulación
Punto de equilibrio alcanzado en lazo abierto
Variable de estado Valor de estado
Composición molar de etanol estacionario
Destilado x̄1 0,8172
Plato 1 x̄2 0,7870
Plato 2 x̄3 0,7585
Plato 3 x̄4 0,7304
Plato 4 x̄5 0,7015
Plato 5 x̄6 0,6706
Plato 6 x̄7 0,6359
Plato 7 x̄8 0,5952
Plato 8 x̄9 0,5446
Plato 9 x̄10 0,4770
Plato 10 x̄11 0,3778
Plato 11 x̄12 0,2263
Plato 12 x̄13 0,0772
Fondos x̄14 0,0112
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
28. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Análisis Dinámico - Método indirecto de Lyapunov
El análisis de la estabilidad de los puntos de equilibrio se realizó empleando
el concepto de estabilidad en el sentido de Lyapunov.
Valores propios de la matriz jacobiana calculada en el punto de equilibrio
alcanzado en lazo abierto
Valor Propio
λ1 −5,4582
λ2 −13,1503
λ3 −28,7827
λ4 −65,8300
λ5 −65,8300
λ6 −65,8300
λ7 −194,4442
λ8 −276,7275
λ9 −362,9774
λ10 −433,8631
λ11 −477,2119
λ12 −548,5991
λ13 −627,9367
λ14 −713,4157
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
29. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Análisis Dinámico - Bifurcaciones
Variación parámetro flujo molar del lı́quido
0 100 200 300 400 500 600 700 800
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
L
D
(kmol/h)
x
Condensador
Plato 1
Plato 2
Plato 3
Plato 4
Plato 5
Plato 6
Plato 7
Plato 8
Plato 9
Plato 10
Plato 11
Plato 12
Rehervidor
0 100 200 300 400 500 600 700 800
0.2
0.4
0.6
0.8
1
L
D
(kmol/h)
x
D
0 100 200 300 400 500 600 700 800
0
0.2
0.4
0.6
0.8
L
D
(kmol/h)
x
B
Diagrama de bifurcación variando el parámetro
flujo molar del lı́quido
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
30. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Análisis Dinámico - Bifurcaciones
Variación parámetro flujo molar del vapor
0 100 200 300 400 500 600 700 800
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
V
R
(kmol/h)
x
Condensador
Plato 1
Plato 2
Plato 3
Plato 4
Plato 5
Plato 6
Plato 7
Plato 8
Plato 9
Plato 10
Plato 11
Plato 12
Rehervidor
0 100 200 300 400 500 600 700 800
0.2
0.4
0.6
0.8
1
V
R
(kmol/h)
x
D
0 100 200 300 400 500 600 700 800
0
0.1
0.2
0.3
0.4
0.5
x
B
V
R
(kmol/h)
Diagrama de bifurcación variando el parámetro
flujo molar de vapor
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
31. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Análisis Dinámico - Bifurcaciones
Variación parámetro flujo molar de alimentación
0 100 200 300 400 500 600 700 800
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
F (kmol/hr)
x
Condensador
Plato 1
Plato 2
Plato 3
Plato 4
Plato 5
Plato 6
Plato 7
Plato 8
Plato 9
Plato 10
Plato 11
Plato 12
Rehervidor
0 100 200 300 400 500 600 700 800
0
0.2
0.4
0.6
0.8
1
F (kmol/hr)
x
D
0 100 200 300 400 500 600 700 800
0
0.02
0.04
0.06
0.08
0.1
0.12
F (kmol/hr)
x
B
Diagrama de bifurcación variando el parámetro
flujo molar de alimentación
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
32. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Análisis Dinámico - Bifurcaciones
Variación parámetro composición molar de alimentación
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
z
F
x
Condensador
Plato 1
Plato 2
Plato 3
Plato 4
Plato 5
Plato 6
Plato 7
Plato 8
Plato 9
Plato 10
Plato 11
Plato 12
Rehervidor
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
z
F
x
D
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
z
F
x
B
Diagrama de bifurcación variando el parámetro
composición molar de alimentación
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
33. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Análisis Dinámico Comparativo - Modelo lineal y no
lineal de la columna de destilación en lazo abierto
Variación parámetro flujo molar de lı́quido y flujo molar de vapor
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.75
0.8
0.85
Tiempo (hr)
x
D
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
−0.04
−0.02
0
0.02
0.04
0.06
Tiempo (hr)
x
B
+ 10%
− 10%
+ 10%
− 10%
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.65
0.7
0.75
0.8
0.85
0.9
Tiempo (hr)
x
D
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
−0.1
−0.05
0
0.05
0.1
Tiempo (hr)
x
B
− 10%
+ 10%
− 10%
+ 10%
Respuesta dinámica de xD y xB
(−−) Modelo lineal; (−) Modelo no lineal
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
34. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Análisis Dinámico Comparativo - Modelo lineal y no
lineal de la columna de destilación en lazo abierto
Variación parámetro flujo molar y composición molar de alimentación
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.74
0.76
0.78
0.8
0.82
0.84
Tiempo (hr)
x
D
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
−0.04
−0.02
0
0.02
0.04
0.06
Tiempo (hr)
x
B
− 10%
+ 10%
− 10%
+ 10%
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.74
0.76
0.78
0.8
0.82
0.84
Tiempo (hr)
x
D
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
−0.04
−0.02
0
0.02
0.04
0.06
Tiempo (hr)
x
B
− 10%
+ 10%
− 10%
+ 10%
Respuesta dinámica de xD y xB
(−−) Modelo lineal; (−) Modelo no lineal
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
35. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Contenido
1 Introducción
2 Objetivo General
3 Objetivos especı́ficos
Diseño y simulación en estado estacionario
Modelado y simulación dinámica de una columna de destilación
Análisis dinámico del modelo de la columna de destilación binaria
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
4 Conclusiones
5 Contribuciones
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
36. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Ventajas y Desventajas del control predictivo
Ventajas
Puede ser usado para controlar una gran variedad de procesos.
Permite tratar con facilidad el caso multivariable.
Pueden ser incluidas de forma sistemática las restricciones del proceso
durante el diseño.
Es una metodologı́a completamente abierta.
Desventajas
Su implementación resulta ser un poco más difı́cil que la de los PID.
Requiere un algoritmo de optimización.
Debe disponerse de un modelo dinámico apropiado que describa el
proceso real.
Requiere un alto coste computacional.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
37. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Algoritmo general del control predictivo basado en el
modelo (MPC)
Modelo Básico Control Predictivo Basado en el Modelo
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
38. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Modelo de predicción - Columna de destilación
El modelo matemático empleado para el desarrollo del algoritmo de control
captura la dinámica del proceso y permite el cálculo de las predicciones de
las salidas en instantes futuros ŷ (t + j|t) en un tiempo moderado de cómputo.
Diagrama de las variables para el algoritmo de control
de la columna de destilación
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
39. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Modelo de predicción - Columna de destilación
Diagrama de la columna de destilación binaria
para el algoritmo de control
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
40. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Función objetivo
La función objetivo o función de costo indica el criterio a optimizar y en general
se encuentra definida como:
JN (xt , uF (t)) =
N
X
j=1
δ[y(t + j|t) − r(t + j)]
2
+
N
X
j=1
ξ[∆u(t + j − 1)]
2
(13)
La función de costo especı́fica que emplea el algoritmo de control de la
columna de destilación binaria, corresponde a:
JN =
N
P
j=1
(δ1[y1(t + j|t) − r1(t + j)]2
+ δ2[y2(t + j|t) − r2(t + j)]2
)+
N
P
j=1
(ξ1[∆u1(t + j − 1)]2
+ ξ2[∆u2(t + j − 1)]2
)
(14)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
41. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Restricciones de las variables
Debido a las limitaciones fı́sicas de los actuadores se consideran las sigu-
ientes restricciones:
Restricciones en las variables de entrada o manipuladas
Están expresadas por el valor máximo y mı́nimo permitido para cada
uno de los flujos.
LD mı́n ≤ LD(t + j|t) ≤ LD máx j = 1, ..., N
VR mı́n ≤ VR(t + j|t) ≤ VR máx j = 1, ..., N
(15)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
42. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Restricciones de las variables
Restricciones en las variables de salida
Están dadas por la limitante fı́sica de un intervalo de fracción molar.
xD mı́n ≤ xD(t + j|t) ≤ xD máx j = 1, ..., N
xB mı́n ≤ xB(t + j|t) ≤ xB máx j = 1, ..., N
(16)
Está restricción se extiende para todas las variables de estado (x2...x13)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
43. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Optimización de parámetros
Los parámetros de penalización del error y del esfuerzo de control son parámet-
ros empı́ricos que deben ser optimizados con el fin de que el controlador sea
robusto y a su vez suave en su respuesta. Los criterios para la selección de
dichos parámetros son:
1 Error final composición de destilado y de fondos
2 Integral del cuadrado del error (ICE)
3 Integral del cuadrado del esfuerzo de control (ICU)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
44. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Resultados optimización de parámetros
Método gráfico
0
200
400
600
800
1000
0
200
400
600
800
1000
0
0.5
1
1.5
2
2.5
x 10
−6
ξ2
ξ
1
ICE
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
2.2
x 10
−6
0
200
400
600
800
1000
0
200
400
600
800
1000
1.3
1.302
1.304
1.306
1.308
1.31
1.312
x 10
5
ξ2
ξ1
ICU
1.301
1.302
1.303
1.304
1.305
1.306
1.307
1.308
1.309
1.31
x 10
5
Método de búsqueda aleatoria basado en el algoritmo de Solı́s
Se determinaron los parámetros correspondientes a mı́nimos locales
en la región determinada a partir del método gráfico.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
45. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Resultados simulación en lazo cerrado
Cambios en la referencia de la composición de destilado y composición
de fondos
0 1 2 3 4 5
0.8
0.82
0.84
x
D
Tiempo (hr)
0 1 2 3 4 5
0
0.01
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
−2
0
2
%
Error
x
D
Tiempo (hr)
0 1 2 3 4 5
−0.6
−0.4
−0.2
0
%
Error
x
B
Tiempo (hr)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
46. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Resultados simulación en lazo cerrado
Perturbación tipo escalón de ±20 % y ±10 % con respecto al flujo de
alimentación
0 1 2 3 4 5
0.8
0.81
0.82
0.83
x
D
Tiempo (hr)
0 1 2 3 4 5
0.008
0.01
0.012
0.014
0.016
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
−0.5
0
0.5
1
1.5
%
Error
x
D
Tiempo (hr)
0 1 2 3 4 5
−0.6
−0.4
−0.2
0
0.2
%
Error
x
B
Tiempo (hr)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
47. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Resultados simulación en lazo cerrado
Perturbación tipo escalón de ±20 % y ±10 % con respecto a la
composición de alimentación
0 1 2 3 4 5
0.8
0.81
0.82
0.83
x
D
Tiempo (hr)
0 1 2 3 4 5
0.008
0.01
0.012
0.014
0.016
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
−0.5
0
0.5
1
1.5
%
Error
x
D
Tiempo (hr)
0 1 2 3 4 5
−0.6
−0.4
−0.2
0
0.2
%
Error
x
B
Tiempo (hr)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
48. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Efecto del error en la función de costo
La función de costo a minimizar en el problema del control, corresponde a una
función de costo de la forma,
JN =
N
X
j=1
δ[e]2
+
N
X
j=1
ξ[∆u]2
(17)
El objetivo es evaluar el efecto de un término cúbico en la expresión de penal-
ización del error, dando origen a una nueva función de costo.
JN =
N
X
j=1
δ[ω2e + ω1e3
]2
+
N
X
j=1
ξ[ω4∆u + ω3∆u3
]2
(18)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
49. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Resultados efecto del error en la función de costo
Cambios en la referencia de la composición de destilado y composición
de fondos
0 1 2 3 4 5
0.8
0.82
0.84
0.86
0.88
x
D
Tiempo (hr)
0 1 2 3 4 5
0
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
−3
−2
−1
0
1
2
%
Error
x
D
Tiempo (hr)
0 1 2 3 4 5
−1
−0.5
0
0.5
%
Error
x
B
Tiempo (hr)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
50. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Resultados efecto del error en la función de costo
Perturbación tipo escalón de ±20 % y ±10 % con respecto al flujo de
alimentación
0 1 2 3 4 5
0.8
0.81
0.82
0.83
0.84
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
−1
0
1
2
%
Error
x
D
Tiempo (hr)
0 1 2 3 4 5
−1
−0.5
0
0.5
%
Error
x
B
Tiempo (hr)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
51. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Resultados efecto del error en la función de costo
Perturbación tipo escalón de ±20 % y ±10 % con respecto a la
composición de alimentación
0 1 2 3 4 5
0.8
0.81
0.82
0.83
0.84
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
−1
0
1
2
%
Error
x
D
Tiempo (hr)
0 1 2 3 4 5
−1
−0.5
0
0.5
%
Error
x
B
Tiempo (hr)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
52. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
MPC vs NMPC
Variación parámetro flujo molar de alimentación
0 1 2 3 4 5
0.8
0.82
0.84
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
−1
0
1
%
Error
x
D
Tiempo (hr)
0 1 2 3 4 5
−1
−0.5
0
0.5
%
Error
x
B
Tiempo (hr)
No lineal
Lineal
No lineal
Lineal
0 1 2 3 4 5
0.8
0.82
0.84
0.86
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
x
B
Tiempo (hr)
0 1 2 3 4 5
200
300
400
500
u
1
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
−1
0
1
2
3
%
Error
x
D
Tiempo (hr)
0 1 2 3 4 5
−1.5
−1
−0.5
0
0.5
%
Error
x
B
Tiempo (hr)
No lineal
Lineal
No lineal
Lineal
Comportamiento dinámico del sistema en lazo cerrado
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
53. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
MPC vs NMPC
Variación parámetro composición molar de alimentación
0 1 2 3 4 5
0.8
0.81
0.82
0.83
0.84
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
200
400
600
800
u
2
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
−1
0
1
2
%
Error
x
D
Tiempo (hr)
0 1 2 3 4 5
−1
−0.5
0
0.5
%
Error
x
B
Tiempo (hr)
No lineal
Lineal
No lineal
Lineal
0 1 2 3 4 5
0.8
0.82
0.84
0.86
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
200
400
600
800
u
2
(kmol/h)
Tiempo (hr)
0 1 2 3 4 5
−1
0
1
2
3
%
Error
x
D
Tiempo (hr)
0 1 2 3 4 5
−1.5
−1
−0.5
0
0.5
%
Error
x
B
Tiempo (hr)
No lineal
Lineal
No lineal
Lineal
Comportamiento dinámico del sistema en lazo cerrado
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
54. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Contenido
1 Introducción
2 Objetivo General
3 Objetivos especı́ficos
Diseño y simulación en estado estacionario
Modelado y simulación dinámica de una columna de destilación
Análisis dinámico del modelo de la columna de destilación binaria
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
4 Conclusiones
5 Contribuciones
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
55. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Estabilidad en lazo cerrado
Para demostrar las estabilidad del sistema se calculó un controlador LQR
(Regulador Lineal Cuadrático) con las mismas matrices de ponderación que
el control predictivo no lineal aplicado al modelo no lineal.
Dada la optimalidad del LQR el desempeño terminal es una función cuadrática
Vf (x) = xT
· P · x donde P es la solución de la función de Lyapunov,
(AK + κI)T
P + P (AK + κI) = −Q∗
(19)
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
56. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Estabilidad en lazo cerrado
Valores propios de la matriz jacobiana calculada en el punto de equilibrio
alcanzado en lazo cerrado
Valor Propio
λ1 −856,9291
λ2 −829,0449
λ3 −743,4249
λ4 −644,1255
λ5 −556,1855
λ6 −500,9126
λ7 −421,4471
λ8 −322,5172
λ9 −226,3429
λ10 −142,1354
λ11 −76,4190
λ12 −32,8675
λ13 −14,3677
λ14 −6,0352
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
57. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Diseño y simulación en estado estacionario
Modelado y simulación dinámica
Análisis dinámico
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
Resultado estabilidad en lazo cerrado
La matriz P de dimensión 14 × 14, corresponde a una matriz simétrica
definida positiva. También se observa que el sistema
independientemente de la condición inicial de los estados siempre
converge a la región terminal, Ω.
El sistema de la columna de destilación binaria en lazo cerrado es un
sistema autónomo sujeto a restricciones que evoluciona de una forma
admisible ya que cumple con las restricciones en todo t.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
58. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Conclusiones
Se simuló una columna de destilación para la separación del sistema
etanol−agua en estado estacionario y se establecieron las
especificaciones hidráulicas de la columna.
Se plantearon tres modelos dinámicos para representar el proceso de
la columna de destilación, los cuales difieren entre sı́ por el grado de
complejidad presentado debido a las suposiciones y consideraciones
adoptadas.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
59. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Conclusiones
El sistema presentó un único punto de equilibrio caracterizado como
nodo estable por el método indirecto de Lyapunov.
Se realizó el análisis de bifurcaciones en función de los parámetros:
flujo de alimentación, composición de alimentación, flujo de
recirculación y flujo de vapor. El sistema no presenta bifurcaciones.
Este resultado se corroboró con MATCONT.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
60. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Conclusiones
Se planteó un algoritmo de control predictivo basado en el modelo no
lineal de una columna de destilación binaria el objetivo es minimizar
una función de costo con restricciones dadas por el sistema.
Se optimizaron los parámetros de penalización del error y del esfuerzo
de control empleando el método de ensayo y error, y el método de
búsqueda aleatoria.
Se modificó el método de búsqueda aleatoria de Solı́s con el fin de
calcular los parámetros óptimos de penalización del error y del
esfuerzo de control.
Se evaluó el efecto del error en la función objetivo, adicionando un
parámetro cúbico, obteniéndose una respuesta suave y robusta del
sistema.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
61. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Conclusiones
Se observó que el algoritmo de control predictivo basado en el modelo
no lineal es mucho más robusto ante cambios en el punto de ajuste y
perturbaciones que el control predictivo basado en el modelo
linealizado.
Se aplicó la técnica LQR con el fin de determinar la estabilidad local del
algoritmo de control MPC implementado en la columna de destilación.
El sistema corresponde a un sistema autónomo sujeto a restricciones
que evoluciona forma admisible cumpliendo con las restricciones en
todo t.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales
62. Introducción
Objetivo General
Objetivos especı́ficos
Conclusiones
Contribuciones
Contribuciones
Desarrollo de un modelo no lineal de una columna de destilación
binaria para la separación de la mezcla etanol-agua. El modelo
matemático involucra el balance de masa global y por componente, el
balance de energı́a, el balance hidraúlico y el equilibrio termodinámico,
definido por la formulación γ − φ.
Planteamiento de un algoritmo de control predictivo aplicado al modelo
no lineal de una columna de destilación binaria para la separación de la
mezcla etanol-agua. Se evaluó el efecto del error en la función de
costo, agregando un término cúbico, obteniéndose buenos resultados
debido a que la acción de control se vuelve más suave en la respuesta.
Se realizó análisis de la estabilidad del sistema de control de la
columna de destilación binaria empleando diagramas de bifurcación y
la técnica LQR (Regulador Lineal Cuadrático). Obteniéndose bajo los
dos conceptos que el sistema en lazo cerrado es estable.
Ing. Qca., M.Sc. Angélica Marı́a Alzate Ibañez Universidad Nacional de Colombia Sede Manizales