Ingeniería de Control y Automatización
Permanent URI for this collectionhttp://98.81.228.127/handle/20.500.12404/767
Browse
Search Results
Item Diseño de controladores PID avanzado para el control robusto de una unidad de ósmosis inversa de una planta desalinizadora de agua de mar(Pontificia Universidad Católica del Perú, 2016-06-02) Rojas Carbajal, Diana Elizabeth; Rivas Pérez, RaúlPartiendo de la problemática que implica el incremento significativo de la demanda de agua potable en los últimos años, así como su inminente escasez debido a las reservas limitadas de agua dulce, se plantea el aprovechamiento de las reservas de agua salada a través del proceso de desalinización mediante ósmosis inversa. El presente trabajo tiene como propósito establecer las bases para el desarrollo de un sistema de control y su implementación en una unidad de ósmosis inversa de una planta desalinizadora de agua de mar. Se requiere de un control efectivo de dichas plantas para producir agua potable en la cantidad y calidad requerida, por lo cual es necesario utilizar técnicas adecuadas de control. Dentro de este contexto se plantea una solución desde el punto de vista de la Ingeniería de Control y Automatización, desarrollando controladores PID avanzado basados en el método MIGO para el control robusto de las variables críticas de una unidad de ósmosis inversa. Para alcanzar éste propósito se realizó una revisión del estado de arte de los controladores PID y de los sistemas de control de plantas de ósmosis inversa. Después de analizar dichos sistemas de control y debido a que los controladores convencionales no ofrecen un control efectivo, se propone el desarrollo de un controlador PID avanzado mediante el método MIGO para su aplicación en una unidad de ósmosis inversa. Para ello se estudiaron modelos matemáticos que caractericen el comportamiento dinámico de las variables críticas de una unidad de ósmosis inversa y luego se procedió al diseño de los controladores PID avanzado. Se diseñaron los controladores PID avanzado basados en el método MIGO luego de haber realizado el desacoplamiento de una unidad de ósmosis. Se simuló el sistema de control con el PID-MIGO en Matlab/Simulink, bajo diferentes condiciones de operación nominal, en presencia de perturbaciones y de señales ruidosas, obteniendo buenos resultados de control y robustez, superando a los controladores PID convencionales. Finalmente se realizó una propuesta de implementación práctica del sistema de control desarrollado, basada en la aplicación de un PLC, una PC y un cliente/servidor OPC.Item Desarrollo de un controlador inteligente para un bastidor de osmosis inversa de una planta desalinizadora de agua de mar(Pontificia Universidad Católica del Perú, 2016-06-02) Ugarte Díaz, Diego Paúl; Sotomayor Moriano, Juan JavierEn la actualidad, la desalinización de agua constituye una respuesta prometedora a la escasez de agua mundial. Por este motivo, es necesario presentar alternativas de solución y uso eficiente de nuevas tecnologías que permitan desalinizar agua de mar para hacer frente a la escasez que vendrá en los próximos años. En el proceso de desalinización de agua de mar se utilizan varias técnicas como son la destilación flash multietapa, destilación por múltiple efecto, destilación por compresión de vapor y la osmosis inversa, siendo esta última la que ha ganado mayor terreno en la industria de la desalinización ya que opera rechazando normalmente el 99% de las sales del agua de alimentación. Por otro lado, a pesar de que la osmosis inversa es la técnica que menos energía consume, en muchos casos no se ha trabajado con una estrategia de control adecuada, generando un funcionamiento deficiente de la planta. Esto tiene como consecuencia que el grado de pureza del agua desalinizada no cumpla con los estándares establecidos para consumo humano. El Perú, a pesar de sus cuantiosos recursos hídricos, presenta problemas de escasez de agua debido a la mala distribución de dichos recursos y a la geografía adversa. Según la Organización Internacional del Agua, en el 2025 el Perú será uno de los países más afectados en Latinoamérica ya que sufrirá de estrés hídrico permanente. Por tal motivo, se hace imprescindible una política que permita implementar plantas desalinizadoras a nivel de toda la costa y de otros lugares que lo requieran en el país. Para ello, es necesario desarrollar una técnica de control que permita manipular el proceso de desalinización de manera eficiente y que considere el comportamiento dinámico complejo de este sistema multivariable que no puede ser manipulado de forma correcta mediante técnicas tradicionales de control. Por otro lado, se necesita hallar un modelo adecuado que represente la dinámica del sistema, siendo muchas veces difícil de obtenerlo de manera precisa. En este sentido, las técnicas de control inteligente resultarían adecuadas ya que tienen la capacidad para actuar de forma apropiada sobre un entorno incierto de manera eficiente y flexible, ofrecen eficiencia computacional y dotan al control de “cierta inteligencia” para evitar comportamientos del sistema provocados por sus características no lineales. Dentro de las técnicas inteligentes se tienen las redes neuronales, lógica difusa y algoritmos genéticos. Es por ello que, mediante el uso de técnicas de control avanzado se buscará desarrollar, en este trabajo, un sistema de control inteligente para una unidad de osmosis inversa eligiendo un modelo matemático que describa adecuadamente la dinámica del proceso. Asimismo, se presenta una comparativa entre el desempeño del controlador propuesto y controladores clásicos para justificar el uso del control avanzado. Posteriormente, se realiza una propuesta de implementación basada en una aplicación en PLC ControlLogix5000 de Allen Bradley.Item Desarrollo de un sistema de supervisión y monitoreo con implementación de módulos de detección de fallas para una planta piloto desalinizadora de agua de mar(Pontificia Universidad Católica del Perú, 2016-04-20) Romero Morante, Julio Martín; Pérez Zúñiga, Carlos GustavoEl objetivo principal de esta tesis fue utilizar una arquitectura de control distribuido para desarrollar la programación de módulos de detección y diagnóstico de fallas para una planta piloto desalinizadora de agua de mar. Se estudió la dinámica de la planta tomando como base un modelo (en función de transferencia) desarrollado en otro trabajo de investigación. Este modelo sirvió para analizar el comportamiento de la planta al generarse variaciones en las variables de entrada (presión y PH). Para asegurar que alguna falla se debe al proceso y no a un dispositivo de campo, se desarrollaron módulos de detección y diagnóstico de fallas para cada dispositivo. Cada módulo toma como base la dinámica del dispositivo asociado y los valores de los parámetros obtenidos mediante comunicación por protocolo HART. Los módulos de detección y diagnóstico de fallas se implementan en la arquitectura de control distribuido DeltaV, el cual también permite desarrollar el sistema de supervisión de la planta, desde donde se supervisa el proceso y se accede a los módulos de detección y diagnóstico de fallas, en forma gráfica. Para justificar el uso de una arquitectura de control distribuido, se integró el sistema de detección y diagnóstico de fallas de la planta piloto desalinizadora de agua de mar y el de la planta piloto de temperatura. También se desarrolló un sistema de supervisión para un panel de operador, el cual se comunica con un PLC CompactLogix, de Allen Bradley. Ambos equipos instalados en el tablero de control de la planta piloto desalinizadora de agua de mar. Para validar el desarrollo de la tesis se realizaron pruebas de campo con una planta piloto de temperatura, la cual posee dispositivos con comunicación por protocolo HART. En dicha planta se forzaron fallas en los instrumentos de campo, las cuales fueron detectadas de manera inmediata por el sistema de control distribuido empleado, y mostradas en forma detalla en la pantalla de supervisión.Item Modelado y control basado en redes neuronales artificiales de una planta piloto de desalinización de agua de mar por ósmosis inversa(Pontificia Universidad Católica del Perú, 2016-04-20) Carrasco Banda, Neil Neizer; Rivas Pérez, RaúlEn este trabajo de tesis se parte de la hipótesis de que: es posible aumentar la eficiencia de las plantas desalinizadoras de agua de mar utilizando sistemas de control inteligente, conformados por controladores multivariables fundamentados en redes neuronales artificiales y modelos matemáticos multivariables basados en las leyes de conservación de la materia y energía. Se empieza describiendo las tecnologías empleadas a nivel industrial para la desalinización de agua, y se continúa con una revisión del estado del arte del modelado y control de las plantas desalinizadoras que se basan en ósmosis inversa. Luego, teniendo en cuenta la polarización de la concentración y utilizando el modelo de solución-difusión para cuantificar el transporte de las sales y del solvente a través de la membrana, se plantean las ecuaciones de balance de materia y energía en la unidad de ósmosis inversa de una planta desalinizadora de agua de mar, obteniéndose un modelo matemático no lineal multivariable. Al validar el modelo con datos experimentales se verifica un buen grado de ajuste. Más adelante, se linealiza el modelo obtenido (alrededor de sus condiciones normales de operación) para conseguir una representación en el espacio de estados, que es utilizada en el diseño de un neurocontrolador dinámico. Se valida el desempeño del controlador diseñado frente a cambios en la referencia, presencia de ruido y rechazo a perturbaciones, encontrándose en todos los casos un desempeño satisfactorio. Posteriormente se realiza un estudio comparativo del desempeño del controlador neuronal diseñado frente a controladores PID, verificándose con bastante claridad la superioridad del controlador neuronal, especialmente en las situaciones en las que cambian significativamente las dos variables controladas a la vez. Se concluye la memoria de tesis haciendo una propuesta de implementación práctica del sistema de control diseñado, que sugiere el uso de una aplicación cliente/servidor OPC con el controlador neuronal implementado en Simulink (en una PC) y la comunicación con la planta a través de un PLC.