Control de Sistemas Multivariables

November 25, 2002

1 Introducción
Hasta ahora hemos analizado problemas donde se desea controlar sólo una variable.
Sin embargo, en muchos procesos industriales el objetivo consiste en mantener más de
una variable en su set-point o valor deseado:

y
1
Proceso y
2
y
n

en este tipo de casos se dice que el problema de control es multivariable (lo cual implica
que el número de variables a controlar puede ser 2 o mayor de 2). Para ejemplificar el
control de sistemas multivariables considerese el siguiente reactor tanque agitado:

TC

AC

LC

donde supongamos que se desea controlar el nivel, la temperatura y la composición del

efluente del reactor. Como potenciales variables manipuladas podemos emplear el flujo
de la corriente de producto, la carga térmica del medio de calentamiento y el flujo los
reactivos:
 Flujo efluente Nivel
Flujo de vapor REACTOR Temperatura
Fluijo reactivos Concentracion

en este caso es más o menos simple el proponer el siguiente ”apareamiento” de lazos de

control (por ”apareamiento” entiendase la decisión de que variable manipulada controla
a que variable controlada):

Flujo efluente Lazo 1 Nivel

Flujo de vapor Lazo 2 Temperatura

Fluijo reactivos Lazo 3 Concentracion

a dicho esquema de control de sistemas multivariables se le llama esquema de control de

lazos múltiples. Observese que esta forma de resolver el problema de control de sistemas
multivariables se reduce a diseñar cada lazo de control de manera independiente del
resto de los lazos (es decir, sin tomar en cuenta la presencia del resto de los lazos
de control). Cada lazo se diseña usando los métodos vistos antes para el control de
sistemas univariables.

AC

TC

LC

2
sin embargo, la presencia del efecto de ”interacción” hará que el desempeño de un
lazo afecte al de los otros y visceversa. En otras palabras, la interacción complica la
sintonización de los lazos de manera independiente. Existe otro esquema para resolver
el problema del control de sistemas multivariables y se basa en el uso de un solo
controlador que manipula simultaneamente todas las variables manipuladas cuando
algun o algunas variables controladas se alejan de su set-point. De esta forma se
consigue compensar por el efecto de interacción. El grado de compensación depende
del diseño del controlador.

Controlador
Multivariable
TC
AC

LC

En sistemas multivariables la interacción entre variables es el efecto más importante en

el diseño y sintonización de lazos de control. Se dice que un proceso presenta interacción
cuando una variable de entrada afecta a más de una variable de salida. Afecta quiere
decir que la variable contriolada se aleja de su set-point en virtud de cambios en la
variable de entrada.

3
 UNIVARIABLE

u y
1 1

u y
2 2

MULTIVARIABLE

u y
1 1

u y
2 2

1.1 Midiendo la interacción en sistemas multivariables

Supongamos que se desea analizar el problema de control a lazo cerrado de un sistema

de 2 entradas y de 2 salidas:

u y
1 1
PLANTA
u y
2 2

cuyas funciones de transferencia están dadas por:

y1 (s) = g11 (s)u1 (s) + g12 u2 (s) (1.1)

y2 (s) = g21 (s)u1 (s) + g22 u2 (s) (1.2)

como podemos ver claramente cada una de las entradas (u1 , u2 ) tiene influencia sobre
las salidas (y1 , y2 ). La magnitud de tal influencia depende de las ganancias de las
funciones de transferencia. En principio si uno diseña los lazos de control de manera
independiente (suponiendo los apareamientos u1 → y1 , u2 → y2 ) tenemos:

4
 u
y G 1 g y
d1 c1 11 1

u
y G 2 g y
d2 c2 22 2

sin embargo, si la interacción entre las entradas/salidas está presente el efecto sobre el
sistema de control se representarı́a de la siguiente forma:

-
y + e1 y
d1 v1 + u1 + 1
Σ Gc 1 Σ g Σ
11
+ +

GI1 g
12

GI2 g
21

y e2 + + y
d2 v2 u2 + 2
Σ Gc 2 Σ g Σ
+ 22
+
-

cuando el sistema multivariable presenta interacción puede no ser tan claro que apareamiento
seleccionar. Para entender este problema supongamos que llevamos a cabo el siguiente
experimento:
(1) Con todos los lazos de control abiertos realizamos un cambio escalón en u1 . De
acuerdo a lo dicho antes y1 cambiará (y también lo hará y2 pero por el momento
concentremos en y1 ). Suponiendo que el sistema sea estable se alcanzará una
respuesta final en y1 denotada por ∆y1u y cuya magnitud está dada por:
∆y1u = k11 (1.3)

5
(2) Con únicamente el lazo 2 (es decir, el lazo u2 → y2 ) cerrado realizamos el mismo
experimento sugerido en paso anterior. El controlador Gc2 tiene entonces la
función de corregir cualquier desviación en y2 (manipulando u2 ) como resultado
del cambio escalón efectuado en u1 . Notese claramente que u1 tiene tanto un
efecto directo como indirecto sobre y1 (a través de la acción de control u2 ).

Observaciones.

(a) y1 cambia (a través de g11 , pero también cambia y2 (a través de g21 ).

(b) Bajo control feedback el lazo 2 ”siente” el efecto de la interacción sobre y2 , y

entonces manipula u2 hasta que y2 regresa a su set-point.

(c) Sin embargo, los cambios efectuados en u2 afectan ahora a y1 (a través de g12 ).

Los cambios observados sobre y1 son de dos clases:

(1) El efecto directo de u1 sobre y1 (denotado por ∆y1u ).

(2) El efecto indirecto que surge cuando el controlador 2 trata de eliminar la ”per-
turbación” u1 afectando con esto a y1 (denotemos este efecto por ∆y1r ).

después de que se halla alcanzado el estado estacionario del proceso la respuesta en y1

(denotada por ∆y1∗ ) estará dada por:

∆y1∗ = ∆y1u + ∆y1r (1.4)

una medida adecuada del grado de interacción del proceso (suponiendo que u1 contrala
a y1 ) está dada por el siguiente cociente:

∆y1u
λ11 = (1.5)
∆y1∗

o bien,

∆y1u
λ11 = (1.6)
∆y1u + ∆y1r

esta cantidad proporciona una medida del grado de interacción que ocurre cuando u1
controla a y1 , y cuando u2 controla a y2 .

1.2 Aparemiento de lazos de control

Usando los valores del ı́ndice λ11 resulta más o menos claro como analizar el efecto de un
cierto apareamiento sobre la interacción y desempeño del lazo cerrado. Normalemente
estaremos interesados en elegir el apareamiento con menor grado de interacción.

6
• λ11 = 1
Esto implica que ∆y1r = 0 y por lo tanto cero interacción en el sistema multi-
variable. En consecuencia seleccionado el acoplamiento:
u1 → y1
u2 → y2
el sistema no presenta interacciones. Esto puede indicar:
(1) u1 no tiene efecto sobre y2 .
(2) u1 no tiene efecto sbore y2 , pero y2 no tiene efecto sobre y1 .
• λ11 = 0
En este caso esto significa que ∆y1u = 0; o sea que u1 no tiene ningún efecto
sobre y1 . Por lo tanto el lazo u1 → y1 no srive para el propósisto de controlar y1 .
Posiblemente el lazo u1 → y2 sea más apropiado ya que en este caso no existe
interacción con y1 .
• λ11 > 1
En este caso ∆y1r tiene signo contrario del que tiene ∆y1u (sin embargo, es
menor en valor absoluto). En casos con λ11 muy grande y positiva el efecto de la
interacción practicamente cancela el efecto de u1 sobre y1 . Por esta razón pueden
requerirse valores grandes de la acción de control para este propósito. En general
el apareamiento u1 → y1 no será bueno.
• λ11 < 0
Esta situación surge cuando ∆y1r tiene signo contrario del que presenta ∆y1u
(además ∆y1r es mayor en valor absoluto a ∆y1u ). El apareamiento u1 → y1 no
es recomendable ya que la dirección del efecto de u1 sobre y1 a lazo abierto es la
respuesta a la correspondiente dirección con el lazo cerrado. No se recomienda
usar apareamientos de este tipo.
• 0 < λ11 < 1
Este caso corresponde a ∆y1u y ∆y1r respondiendo en el mismo sentido. Para
λ11 > .5 notese que ∆y1u > ∆y1r (el efecto directo es mayor que el efecto de
interacción). Si λ11 < .5 entonces ∆y1r > ∆y1u (la interacción domina el efecto
directo). Cuando λ11 = .5 entonces ∆y1u > ∆y1r y ambos efectos son igualmente
importantes.

1.3 Definición de ganancia relativa

La ganancia relativa (λij ) entre la salida yi y la entrada uj (o sea, el cociente
entre 2 ganancias en estado estacionario) se difine como:


∂yi
∂uj
λij =
∂y  todos los lazos abiertos
(1.7)
i
∂uj todos los lazos abiertos,excepto i=j

7
 normalmente el ı́ndice λij se calcula para sistemas cuadrados de n entradas y n
salidas; al arreglo resultante de elementos λij se denomina el Arreglo de Ganancia
Relativa (RGA) y se denota por Λ:
 
λ11 λ12 ... λ1n
 
 λ21 λ22 ... λ2n 
 
 . . ... . 
Λ =   (1.8)
 . . ... . 
 
 
 . . ... . 
λn1 λn2 ... λnn

1.4 Calculando la RGA

Para mostrar la forma de evaluar la RGA usaremos el caso simple del siguiente sistema
de 2x2:

y1 = g11 u1 + g12 u2 (1.9)

y2 = g21 u1 + g22 u2 (1.10)

como en ánalisis clásico de la RGA se realiza en estado estacionario esto significa que:

lim(s → 0) gij (s) = Kij (1.11)

por lo tanto el sistema original puede reescribirse como:

y1 = K11 u1 + K12 u2 (1.12)

y2 = K21 u1 + K22 u2 (1.13)

si evaluamos el elemento (1,1) de la RGA:


∂y1
∂u1 o
λ11 =
 (1.14)
∂y1
∂u1 c



∂y1 ∂y1
donde ∂u 1 o
denota la ganancia con todos los lazos abierttos mientras que ∂u1 c
denota la misma ganancia pero con el lazo 2 cerrado. Entonces:

∂y1
= K11 (1.15)
∂u1 o


∂y1
para evaluar el término ∂u 1 c
recordemos que en esta ocasión el lazo 2 permanece
cerrado. Por lo tanto, cuando se logre mantener a y2 en su set-point deseado, ocurrirá
que:

y2 = 0 (1.16)

la acción de control que se debe aplicar para lograr este propósito está dada por:
K21
u2 = − u1 (1.17)
K22

8
ahora bien, la acción de control u2 ejercerá un efecto sobre la respuesta y1 , la cual
puede obtenerse sustituyendo u2 en la ecuación que define la respuesta para y1 :
 
−K21
y1 = K11 u1 + K12 u1 (1.18)
K22
esta ecuación representa, por lo tanto, el efecto de u1 sobre y1 cuando el lazo 2 está
cerrado:

 
∂y1 K12 K21 K12 K21
= K11 − = K11 1 − (1.19)
∂u1 c
K22 K11 K22

denotando
K12 K21
ξ= (1.20)
K11 K22
tenemos

∂y1
= K11 (1 − ξ) (1.21)
∂u1 c

por lo tanto el elemento (1,1) del RGA está dado por:

K11
λ11 = (1.22)
K11 (1 − ξ)
o bien
1
λ11 = (1.23)
1−ξ
de manera semejante se pueden evaluar el resto de los elementos de la RGA:
−ξ
λ12 = (1.24)
1−ξ
−ξ
λ21 = (1.25)
1−ξ
1
λ22 = (1.26)
1−ξ
entonces la matriz de RGA (Λ) estará dada por:
1 −ξ 
1−ξ 1−ξ
Λ= −ξ 1 (1.27)
1−ξ 1−ξ

nótese claramente que la suma de los elementos individuales de la RGA (λij ) siempre
es igual a 1, ya sea que dichos elementos sean sumados horizontalmente:

n
λij = 1 (1.28)
j=1

9
o verticalmente

n
λij = 1 (1.29)
i=1

esto puede apreciarse más claramente en el ejemplo examinado definiendo

1
λ = λ11 = (1.30)
1−ξ
entonces la matriz de RGA estará dada por

λ 1−λ
Λ = (1.31)
1−λ λ

en consecuencia para determinar la matriz de RGA para un sistema de 2x2, sólo es

necesario determinar el término λ.
Para calcualar la RGA en sistemas de orden superior se aconseja utilizar el siguiente
método matricial. Sea K la matriz de ganancia en estado estacionario:

lim (s → 0) G(s) = K (1.32)

cuyos elementos son las ganancias individuales Kij . La matriz Λ puede obtenerse
aplicando la siguiente ecuación:

Λ = K · (K−1 )T (1.33)

donde “·” representa el producto elemento por elemento. Es decir, la operación anterior
no denota el clásico producto matricial.

1.5 Reglas básicas de apareamiento

Al seleccionar apareamientos entre variables manipuladas y controladas nótese que el
caso ideal (es decir, no interacción entre los lazos) está dado por una RGA con la
siguiente estructura tipo matriz identidad:
 
1
0 ... 0
 
 0
1 ... 0 
 
 .. . .
.. 
Λ =  . . . 0  (1.34)
 
 0 · 1 0 
 
0 · 0 1

existen, sin embargo, casos que pudieran llevarnos a concluir, erroneamente, que no
existe interacción entre lazos cuando dicha interacción está presente. Para ilustrar este
punto considerese la siguiente planta:
1

s+1
0
G(s) = 3 4 (1.35)
3s+1 4s+1

10
cuya RGA está dada por:

1 0
Λ = (1.36)
0 1

examinando los elementos de Λ uno podrı́a concluir erroneamente que los lazos no
interactuan. Sin embargo, examinando la estructura de G(s), notamos que m1 afecta a
y2 ; pero y2 no afecta a y1 . Por lo tanto, en realidad si existe interacción entre los lazos.
Este tipo de interacción en el que una variable manipulada afecta la operación de un
lazo, pero la variable manipulada de este último lazo no afecta la operación del primer
lazo, se llama interacción en un sentido. Dicha interacción se presenta en presenta en
plantas con estructura triangular superior
 
x 0 0 0
 x x 0 0 
 
G(s) =   (1.37)
 x x x 0 
x x x x

o inferior
 
x x x x
 0 x x x 
G(s) = 


 (1.38)
 0 0 x x 
0 0 0 x

donde x representa elementos diferentes de cero.

• Regla No. 1

Aparear variables de entrada/salida que tengan elementos positivos de la RGA

tan cercanos a 1 como sea posible.

Ejemplo 1 Seleccionar los apareamientos entrada/salida que minimizan la inter-

acción entre lazos para las siguientes RGA (entradas: u1 , u2 , salidas: y1 , y2 ):
  
.8 .2 .3 .7 1.5 −.5
a) Λ = , b) Λ = , c) Λ =
.2 .8 .7 .3 −.5 1.5

a) En este caso el mejor apareamiento está dado por: u1 → y1 , u2 → y2 .

b) En este caso el mejor apareamiento está dado por: u1 → y2 , u2 → y1 .

c) En este caso resulta preferible aparear sobre elementos de Λ “grandes” (pero

positivos) que sobre elementos de Λ negativos. Por lo tanto el mejor apareamiento
estarı́a dado por: u1 → y1 , u2 → y2 .

11
 Ejemplo 2 Seleccionar un esquema de control, con interacción mı́nima, de la columna
de Wood-Berry.

Antes obtuvimos que la matriz de RGA está dada por:


2 −1
Λ=
−1 2

siendo u = [∆L ∆V ]T , y = [∆Xd ∆Xb ]T , por lo cual el apareamiento sugerido es:

∆L → ∆Xd y ∆V → ∆Xb .

Cuando se seleccionan apareamientos también resulta indispensable tomar en cuenta

consideraciones de estabilidad entre los lazos (especialmente para sistemas de más de 2
entradas y 2 salidas). Dicha consideración se plantea en términos del siguiente teorema
de estabilidad de Niederlinski.

Teorema 1 Teorema de Niederlinski

Considerese el siguiente modelo a lazo abierto

ȳ(s) = Ḡ(s)ū(s) (1.39)

donde supongamos que se han seleccionado los siguientes apareamientos: u1 → y1 , u2 →

y2 , . . . , un → yn . Además cada elemento (gij ) de la matriz de ganancias debe cumplir
con ser: a) racional y b) estable. Supongamos además que se diseñan “n” lazos de
control feedback (cada uno con acción integral) de tal forma que cada uno de los n lazos
de control permanece estable cuando se abren el resto de los n − 1 lazos de control.
Si todos los n lazos están cerrados, el sistema de control de lazos múltiples será in-
estable (para todos los posibles valores de los parámetros del controlador) si el ı́ndice
de Niderlinski (N ) definido como:

det[G(0)]
N = n (1.40)
i=1 gii (0)

es negativo.

Observaciones.

a) El teorema de Niederlinski representa condiciones necesarias y suficientes únicamente

para sistemas de 2x2.

b) Para sistemas de orden mayor únicamente representa condiciones suficientes. Es

decir, si el teorema se cumple, entonces el sistema de múltiples lazos será defini-
tivamente inestable. Pero si el teorema no se cumple, el sistema de múltiples
lazos puede ser o no inestable (en este caso, la estabilidad depende de los valores
asignados a los parámetros del controlador).

12
c) En sistemas de 2x2
N =1−ξ (1.41)
por lo tanto, si apareamos cuando λ es negativa (es decir ξ > 0) el teorema se
cumple y el sistema de múltiples lazos 2x2 será inestable. Esto demuestra porque
no es conveniente aparear con RGA negativos en sistemas de 2x2.

• Regla No. 2

Aparear lazos de control de tal forma que N > 0.

• Resumen de la estrategia básica de apareamiento

i) Dada la matriz de ganancias G(s) evaluar la matriz de RGA.

ii) Emplear la regla de apareamiento No. 1, apareando sobre elementos positivos
lo más cercanos a 1.
iii) Verifique que el sistema de lazos múltiples seleccionado conduce a obtener un
ı́ndice de Niederlinski N > 0. En caso de que esta condición no se cumpla
regresar al paso anterior.

Ejemplo 3 Suponiendo que la siguiente planta en estado estacionario tiene como en-
tradas: u = [u1 u2 u3 ] y como salidas y = [y1 y2 y3 ]:
 5 
3
1 1
G(0) = 
 1
1
3
1 
 (1.42)
1
1 1 3
determinar el apareamiento que conduce a obtener menor interacción siendo además N > 0.
Calculando la RGA1 :

 
10 −4.5 −4.5

Λ =  −4.5 1 4.5  (1.43)
−4.5 4.5 1
de acuerdo con la regla de apareamiento No.1:
u1 → y1
u2 → y2
u3 → y3
checando ahora el ı́ndice de Niederlinski:
det(G(0)) = −.1481

3
gii (0) = .1852
i=1
1
Λ puede calcularse facilmente en Matlab usando la instrucción: >lambda = g.*(inv(g))’;

13
entonces:
−.1481
N= = −.8
.1852
por lo tanto el esquema seleccionado tendrá problemas de estabilidad (para cualquier valor
de los parámetros de los controladores). Por lo tanto, el teorema de Niederlinski rechaza
el apareamiento sugerido por la RGA. Seleccionemos otro apareamiento y examinemos, de
nueva cuenta, el teorema de Niederlinski.
Del resultado anterior podemos notar que el siguiente apareamiento podrı́a tal vez ser
factible:

u1 → y1
u3 → y2
u2 → y3

antes de evaluar Λ necesitamos rearreglar la matriz G(0) para reflejar este nuevo apareamiento:
  5
  
y1 1 1 u1
   3 1  
 y 3  =  1 1 3   u2 
y2 1 13 1 u3

entonces
 
10 −4.5 −4.5

Λ =  −4.5 4.5 1   (1.44)
−4.5 1 4.5

checando nuevamente el ı́ndice de Niederlinski:

det(G(0)) = .1481

3
gii (0) = 1.6667
i=1

por lo tanto:

.1481
N= = .088
1.6667
en consecuencia este apareamiento no presentará problemas de estabilidad.

Existen algunas ocasiones en las que es posible aparear sobre elementos negativos
de la RGA (esto sólo es posible en sistemas de orden superior al segundo, y nunca
es válido en sistemas de 2x2). Sin embargo, si se abre el lazo que se apareó con un
elemento negativo de la RGA, el resto del esquema de control de lazos múltiples se
volverá inestable.

14
Ejemplo 4 Consideremos la siguiente planta en estado estacionario:
 
1 1 −.1
 
G(0) =  .1 2 −1  (1.45)
−2 −3 1

con entradas: u = [u1 u2 u3 ]T salidas y = [y1 y2 y3 ]T , cuya RGA está dada por:
 
−1.89 3.6 −.7
Λ =  −.13 3.02 −1.89 

 (1.46)
3.02 −5.61 3.6
el único apareamiento factible está dado por:

u1 → y1
u2 → y2
u3 → y3

ya que para el el lazo 1 aparear sobre el elemento positivo conduce a un ı́ndice de Niederlinski
N < 0. En este caso:

det(G(0)) = .53

3
gii (0) = 2
i=1
N = .265

sin embargo, aún cuando este apareamiento no tiene problemas de estabilidad, si se abre
el lazo u1 → y1 el esquema de control restante tendrá problemas de estabilidad como se
muestra a continuación.
Abrir el lazo u1 → y1 significa eliminar a estas variables de la función de transferencia a
lazo abierto:

2 −1
G(0) = (1.47)
−3 1

cuya RGA estará dada por:


−2 3
Λ= (1.48)
3 −2

nótese que el esquema resultante aparea sobre elementos negativos de la RGA:

det(G(0)) = −1

2
gii (0) = 2
i=1
N = −.5

por lo tanto el esquema resultante será inestable.

15
1.6 Apareamiento de sistemas con integradores
Los sistemas dinámicos con integradores se caracterizan por poseer funciones de trans-
ferencia del tipo:
1
G(s) = (1.49)
s
y en este caso resulta obvia la dificultad de calcular la ganancia en estado estacionario
cuando s → 0. El siguiente ejemplo muestra como proceder en casos como este.

Ejemplo 5 Evaluar el RGA, y sugerir un esquema de apareamiento, de la siguiente planta:

 
1.318e−2.5s −e−4s
 20s+1 3s 
G(s) = 


 (1.50)
.038(182s+1) .36
(27s+1)(10s+1)(6.5s+1) s

reemplazando el integrador por I:

1
I=
s
tenemos

1.318 −I
lim(s → 0) G(s) = 3 (1.51)
.038 .36I

entonces de la definición del RGA para sistemas de 2x2:

1 1
λ= = = .974
1− k12 k21
k11 k22 1+ (.038)(.333I)
(1.318)(.36I)

de donde el arreglo completo de RGAs estará dado por:


.974 .026
Λ= (1.52)
.026 .974

y el apareamiento recomendado es:

u1 → y1
u2 → y2

2 Apareamiento de sistemas no cuadrados

hasta ahora hemos supuesto que la decisión de aparear variables de entrada/salida
involucraba únicamente a sistemas cuadrados (es decir, sistemas donde el número de
variables manipuladas y controladas es idéntico. En esta sección discutiremos como
seleccionar apareamientos cuando el número de variables manipuladas no es igual al
número de variables controladas. En este caso distinguiremos las 2 siguientes situa-
ciones.

16
2.1 Sistemas subdefinidos
En este caso el número de variables manipuladas (m) es menor que el número de
variables a controlar (n). Dado que el esquema de control será de tipo múltiple lazo
(es decir, una variable manipulada apareada con una variable controlada) resulta que
las variables a controlar están en exceso por: (n − m). Esto implica que, basados
en consideraciones de cierto tipo (por ejemplo, económicas), se decide mantener fijo o
contante el valor de n − m de las potenciales variables controladas. Con esta desicisión
el sistema restante será cuadrado, y en adelante el análisis de interacción será semejante
al visto antes.

Ejemplo 6 Considere la decisión de aparear la siguientes variables controladas: com-

posición del destilado (y1 ), composición de los fondos (y2 ) y composición de los fondos
(y3 ) usando el siguiente conjunto de variables manipuldas: flujo del reflujo (u1 ), presión
del rehervidor (u2 ). El flujo de la corriente lateral está fijo (es decir, no puede usarse como
variable manipulada):
como puede notarse, en un esquema de lazos múltiples, resulta imposible controlar las 3
salidas con tan sólo 2 entradas. Sin embargo, supongamos que, por razones económicas,
resulta menos conveniente controlar la composición de la corriente lateral. Por este motivo
tal variable deja de considerarse como variable controlada, y nos resta entonces la decisión
de como aparear el resto de las variables. Si la planta original está dada por:
 .66e−2.6s −.0049e−s 
6.7s+1 9.06s+1
 
 
 
y1   
 1.11e−6.5s −.012e−1.2s  u
   3.25s+1 7.09s+1  1
 y2  =   (2.53)
  u2
y3  
 −33.68e−9.2s .87(11.61s+1)e−s 
 8.15s+1 (3.89s+1)(18.8s+1) 

con la decisión de no controlar la composición de la corriente lateral, la planta estará dada

por:
 .66e−2.6s −.0049e−s

  6.7s+1 9.06s+1
 
y1   u1
=
 −33.68e−9.2s .87(11.61s+1)e−s 
 (2.54)
y3  8.15s+1 (3.89s+1)(18.8s+1) 
u2

de donde,

1.4 −.4
Λ= (2.55)
−.4 1.4

el apareamiento natural para este sistema será: u1 → y1 (el reflujo controla la composición
del destilado) y u2 → y2 (la presión del rehervidor controla la composición de los fondos).

17
2.2 Sistemas sobre-definidos
En esta situación el número de variables manipuladas (m) es mayor que el número de
variables controladas (n). Por lo tanto tenemos varias formar de aparear las variables
de salida con las variables de entrada. De hecho tenemos exactamente:
m!
(2.56)
n!(m − n)!
posibilidades de apareamiento. Entonces el procedimiento para seleccionar el apareamiento
es como sigue.
a) Determinar el número de subsistemas cuadrados (usando la ecuación 2.56).
b) Obtener el RGA de cada uno de los subsistemas.
c) Examinar las RGAs y elegir la mejor básado en el carácter global de la RGA (es
decir, la más cercana al caso ideal).
d) Con la RGA del paso anterior, seleccionar el apareamiento entrada/salida.
Ejemplo 7 Seleccionar el mejor apareamiento para la siguiente planta:
 
.5e−.2s −.07e−.3s .04e−.03s  
  3s+1 2.5s+1 2.8s+1  u1
y1  
=   u2 
 (2.57)
y2  .004e−.5s −.003e−.2s −.001e−.4s 
 1.5s+1 s+1 1.6s+1  u
3

a) El número de posibles subsistemas cuadrados es:

3!
=3
2!(3 − 1)!
b) RGA de los subsistemas.
• Subsistema No.1 (u1 , u2 )

.843 .157
Λ= (2.58)
.157 .843
• Subsistema No.2 (u1 , u3 )

.758 .242
Λ= (2.59)
.242 .758
• Subsistema No.3 (u2 , u3 )

−1.4 2.4
Λ= (2.60)
2.4 −1.4
c) Elejimos el subsistema No.1 porque su estructura de λi,j
s está más cerca del caso ideal.
d) De aqui es fácil determinar el apareamiento:
u 1 → y1
u 2 → y2

18
3 Diseño de controladores múltiples
El procedimiento para diseñar sistemas de control de lazos múltiples involucra los
siguientes pasos:

1) Selección del esquema de apareamiento.

2) Sintonización de los controladores de los lazos individuales.

en sistemas que presentan poca interacción (es decir, sistemas cuya RGA está cercana
a la ideal) esperariamos que los métodos de sintonización de controladores vistos antes
(Ziegler-Nichols, Cohen-Coon, IMC etc) bastaran para tener un buen desempeño del
esquema de control de lazos múltiples. Sin embargo, dichas reglas de sintonización
podrı́an resultar inapropiadas de los parámetros de los controladores cuando se apareó
usando valores grandes o negativos de la RGA. El control podrı́a ser prácticamente
imposible de obtener en presencia de interacciones fuertes.
Bajo condiciones de fuerte interacción se recomienda el siguiente procedimiento de
sintonización de los lazos.

1) Sintonizar cada lazo de control de manera independiente (manteniendo en modo

manual al resto de los lazos).

2) Meter todos los lazos a modo automático, reajustando los parámetros de los con-
troladores hasta obtener un buen desempeño de los lazos de control.

En la mayorı́a de sistemas altamente interactivos el segundo paso equivale a ”desin-

tonizar” los lazos de control. Se dice que la operación de los lazos se vuelve más
”conservadora” (lo cual equivale a reducir ka ganancia y a aumentar el tiempo inte-
gral). Es decir, se sacrifica desempeño por estabilidad. A continuación se presenta un
procedimiento de ”desintonización” para sistemas de 2x2.

a) Sintonizar cada lazo de manera independiente. Esto proporciona valores iniciales

de los parámetros de los controladores. Sea la ganancia del controlador denotada
∗
por kci .

b) Cuando todos los lazos operen de manera automática, la ganancia de cada lazo de
∗
control (kci ) se deberá reducir de acuerdo a la siguiente ecuación:
 √ ∗
(λ
 − λ2 − λ)k
 ci , λ > 1
kci =  √  ∗
λ + λ2 − λ kci , λ<1

∗
tal vez sea aún necesario modificar aún más el valor de kci , pero las ecuaciones anteriores
proporcionan un buen valor inicial para determinar los valores de kci .

19
4 Método BLT
Uno de los problemas centrales en el diseño de esquemas de control decentralizado
(p.e. controladores PID) consiste en la interacción que puede ocurrir entre lazos de
control. En esta sección supondremos que deseamos sintonizar un esquema de N lazos
de control donde cada lazo es del tipo SISO, donde la interacción entre ellos tiende
a ser lo suficientemente fuerte como para afectar la operación de algún o de algunos
lazos.

Normalmente las técnicas empleadas para sintonizar lazos SISO individuales, no pueden
usarse para obtener los parámetros de sintonización cuando varios de dichos lazos indi-
viduales operan simultaneamente. Debido a la interacción entre los lazos, la operación
de un lazo tenderá a afectar la operación de otro u otros lazos. Ante este tipo de situa-
ciones, las constantes de sintonización, obtenidas de aplicar técnicas standard (p.e.
Ziegler-Nichols), deben modificarse. En muchos casos la ganancia de cada lazo de con-
trol debe aumentarse, en alguna proporción, para permitir que el sistema de N lazos
opere de manera estable. Por supuesto, esta acción (aumento de ganancia) cauza que
el desempeño de cada lazo sea peor (en relación al desempeño observado cuando cada
lazo operaba aislado del resto de los lazos).

Aun cuando uno podrı́a modificar interactivamente los parámetros de cada controlador,
para obtener la respuesta deseada en cada lazo, es mejor emplear un esquema semi-
heurı́stico para tal propósito. Uno de dichos métodos es el ası́ llamado método BLT
propuesto por Luyben. Nótese que, en algunos casos, si la respuesta obtenida en cada
lazo no es la apropiada, los parámetros de sintonización BLT podrı́an requerir alguna
modificación adicional.
Suponiendo que deseamos utilizar control PI en cada lazo, el método consta de los
siguiente pasos.

1. Empleando el método de Ziegler-Nichols, calcular los parámetros de sintonización

(ganancia KZN i y tiempo integral τZN i ) de cada lazo i de manera independiente
(es decir, como si fueran lazos SISO) del resto de los lazos.

2. Suponer el valor de un parámetro de desintonización2 (denotado por F ). Debido

a la interacción entre los lazos, las ganancias de todos los controladores feedback
Kci se modifican de la siguiente manera:

KZN i
Kci = (4.61)
F

mientras que los tiempos de integración τIi de todos los lazos se calculan de la
siguiente ecuación:

τIi = τZN i F (4.62)

2
puede tomarse un valor ligerante mayor de 1 como primer estimado de F .

20
 3. Empleando el valor de F , junto con los parámetros de sintonización de cada
controlador, construir el diagrama de Nyquist de la siguiente función3 :

W(iw) = −1 + Det[I + Gp(iw) Gc(iw) ] (4.63)

sobre bases semiheurı́sticas definimos la siguiente magnitud a lazo cerrado:

 
 W 
Lcm = 20log10  (4.64)
1+W
si graficamos el valor de Lcm contra la frecuencia ω normalmente obtendremos
una función que muestra un pico, a una cierta frecuencia, que corresponde al valor
máximo de Lcm . A dicho valor lo denominamos el máximo valor logaritmico (the
biggest log modulus BLT) y lo denotamos por Lmax cm .

4. Reestimar el parámetro de desintonización F hasta que el valor de Lmax

cm sea
aproximadamente igual a 2N.

Ejemplo 8 Para mostrar la forma de sintonizar lazos de control en sistemas multivariables

considere el modelo lineal de la siguiente columna de destilación sugerida por Wood y Berry:
 
 12.8e−s −18.9e−3s 
∆xd  16.7s+1 21s+1  ∆L
=


 (4.65)
∆xb 6.6e−7s −19.4e−3s ∆V
10.9s+1 14.4s+1

donde supongamos que se ha seleccionado el siguiente apareamiento:

∆L → ∆xd
∆V → ∆xb

para cada lazo el método de sintonización de Ziegler-Nichols produce los parámetros de

sintonización que se muestran en la siguiente tabla.
No. Lazo KZN τZN
(1) ∆L → ∆xd .96 3.25
(2) ∆V → ∆xb -.19 9.2

• Primera suposición: F = 1.
De acuerdo a lo mencionado anteriormente, desintonizamos los dos lazos de con-
trol usando las ecuaciones 4.61 y 4.62. En este caso, debido al valor supuesto del
parámetro de desintonización, los nuevos valores de los parámetros de los contro-
ladores serán iguales a los mostrados anteriormente.
A continuación, usando la ecuación 4.63 calculamos el término W(iw) . Nótese que este
término depende de la frecuencia w. Esto significa que, para calcular W(iw) , primero
3
recuerde que a medida que la gráfica de esta función esté más cerca al punto (-1,0) el sistema de
control será más suceptible a desestabilizarse. Nótese que la ecuación dada por W/(1 + W ) es similar
a la función de transferencia servo para un sistema SISO dada por Gp Gc /(1 + Gp Gc ).

21
 debemos seleccionar un rango de valores de la frecuencia [wmin , wmax ] de manera tal
que la frecuencia a la que obtiene el máximo pico resonante wres esté compredida,
en algún punto, entre el rango seleccionado. Esto significa que wres ∈ [wmin , wmax ].
Normalmente a wmin se le asigna un valor pequeño 4 , mientrá que a wmax se le
asigna un valor más o menos grande 5 . Por el momento seleccionamos wmin =0.1 y
wmax = 10.
Entonces para w = 0.1 tenemos que s = i∗w = 0.1i; substituyendo s en las funciones
de transferencia de la planta Gp y de los controladores Gc obtenemos:

 
12.8e−(0.1i) −18.9e−3(0.1i) 
 16.7(0.1i)+1 21(0.1i)+1  2.7982 − 5.9508i −1.1694 + 8.0412i
Gp = 

=

6.6e−7(0.1i) −19.4e−3(0.1i)
0.1890 − 4.4578i −3.3439 + 10.5483i
10.9(0.1i)+1 14.4(0.1i)+1

estas operaciones pueden realizarse fácilmente en Matlab. Por ejemplo para evaluar
el elemento G11 (0.1i) de la planta anterior:

w = .1;
s = w*i;
n11 = 12.8;
d11 = [16.7 1];
d1 = 1;

g11 =(polyval(n11,s)/polyval(d11,s))*exp(-d1*s);

todos los restantes elementos de la planta Gp se evaluan de manera semejante. Ahora

evaluaremos los elementos de la matriz de los elementos del controlador Gc :

  
τI1 s+1
kc1 0 0.9600 − 2.9538i 0
Gc =  τI1 s
 =
0 kc2 τI2 s+1
τI2 s
0 −0.1900 + 0.2065i

el determinante de (I2x2 + Gp Gc ) está dado por:

Det(I2x2 + Gp Gc ) = −40.2462 + 14.8417i
por lo tanto, de la ecuación 4.63:
W(0.1i) = −41.2462 + 14.8417i
finalmente determinamos el valor de Lcm . De la ecuación 4.64 tenemos:
Lcm = 0.1882
4
Recuerdese que cuando w → 0 esto significa que el sistema, en el dominio del tiempo, se encuentra
operando en estado estacionario.
5
Cuando w → ∞ esto significa, en el dominio del tiempo, que esta región de la frecuencia es la que
contiene la respuesta inicial, después de que alguna perturbación afecta al proceso o ocurre un cambio
en el set-point, del sistema.

22
 este proceso para calcular Lcm se repite para varios valores de w ∈ [wmin , wmax ]. En
la figura 1 se muestra la forma como Lcm depende de la frecuencia w cuando el factor
de desintonización F es igual a la unidad. La altura máxima del pico resonante Lcm
es igual a 31.1317 a una frequencia w =0.467 lo cual significa que el valor supuesto
de F no proporciona la altura deseada de 4 db.
40

30

20

10
cm
L

−10

−20

−30
−1 0 1
10 10 10
w

Figura 1: Dependencia de Lcm con respecto a la frecuencia w cuando F = 1.

• Segunda suposición: F = 2
Los cálculos mostrados anteriormente se repiten ahora F =2. En la figura 2 se mues-
tra la gráfica de Lcm contra la frecuencia w para este valor del parámetro de desin-
tonización. La altura del pico resonante ocurre a Lcm =6.4106 a una frecuencia
w =0.3714. Este valor supuesto de F está más cerca del requisito de diseño de 4 db
en Lcm pero aún no lo cumple.
10

−5
cm

−10
L

−15

−20

−25

−30
−1 0 1
10 10 10
w

Figura 2: Usando un valor F =2 se obtiene Lcm = 6.4 db.

• Tercera suposición: F = 2.53

Como podemos observar de la figura 3cuando F = 2.53 se obtiene 4 db como altura
máxima del pico resonante a una frecuencia w =0.321 por lo que este valor de

23
 F cumple con el requisito de diseño. Aplicando este factor de desintonización, los
parámetros de sintonización para cada lazo quedan como se muestra en la siguiente
tabla.
5

−5

−10
cm
L

−15

−20

−25

−30
−1 0 1
10 10 10
w

Figura 3: Usando un valor F =2.53 se obtiene Lcm = 4 db.

No. Lazo KZN τZN

(1) ∆L → ∆xd 0.378 8.255
(2) ∆V → ∆xb -.0748 23.5712

Para probar la eficacia del método de sintonización multivariable se usaron las siguientes
dos pruebas a lazo cerrado.

• Control servo: El set-point de la composición del destilado se cambió de 0 a 1. En la

figura 4 se muestran las respuestas de las composiciones tanto del destilado como de
los fondos para cada tipo de sintonización; también se incluye la conducta dinámica
de las variables manipuladas.

• Control regulatorio: Se simuló el efecto de la perturbación dada por:

1
Gd =
10s + 1
la cual se supuso que ingresa al sistema afectando a la composición del destilado. En
la figura 5 se muestra la respuesta del sistema a lazo cerrado. Como puede apreciarse
el esquema de sintonización tomando en cuenta la interacción multivariable es superior
al esquema de ZN que no toma en cuenta el efecto de interacción entre los lazos.

24
 2 1.5

1
1.5

0.5

xd

xb
1
0

0.5
−0.5

0 −1
0 20 40 60 80 100 0 20 40 60 80 100
Tiempo Tiempo

1.5 0.3

0.2
1

0.1
0.5

V
L

0
−0.1

−0.5 −0.2
0 20 40 60 80 100 0 20 40 60 80 100
Tiempo Tiempo

Figura 4: Respuesta del sistema de control servo a lazo cerrado. (–) Sintonización
usando el método de ZN, (-) sintonización usando la técnica de desacoplamiento mul-
tivariable.

0.8 1

0.6
0.5
0.4

0.2 0
xd

xb

0 −0.5
−0.2
−1
−0.4

−0.6 −1.5
0 20 40 60 80 100 0 20 40 60 80 100
Tiempo Tiempo

0.4 0.2

0.2
0.1
0

−0.2 0
V
L

−0.4 −0.1
−0.6
−0.2
−0.8

−1 −0.3
0 20 40 60 80 100 0 20 40 60 80 100
Tiempo Tiempo

Figura 5: Respuesta del sistema de control regulatorio a lazo cerrado. (–) Sintonización
usando el método de ZN, (-) sintonización usando la técnica de desacoplamiento mul-
tivariable.

25