Adaptive Predictive Expert Control ADEX COP CONTROL & OPTIMIZATION PLATFORM. Control Adaptativo Predictivo Experto

Transcripción

1 ADEX COP CONTROL & OPTIMIZATION PLATFORM Control Adaptativo Predictivo Experto NUEVO ESTÁNDAR PARA EL CONTROL & LA OPTIMIZACIÓN DE S Esta presentación se ha extractado del libro: Control Adaptativo Predictivo Experto: Metodología, Diseño & Aplicación, publicado por la UNED en Los contenidos fueron introducidos originalmente con todo detalle en varias patentes, publicaciones y libros y son la base de un curso intensivo de formación. Aunque ADEX está diseñado para ser operado con un mínimo de conocimiento, es importante que tanto ingenieros como gestores comprendan las implicaciones de esta tecnología para el futuro diseño de plantas industriales.

2 Indice Evolución en el control de procesos El Antecedente: Control Adaptativo Predictivo Control Adaptativo Predictivo Experto El Producto Software: ADEX COP Aplicaciones

3 EVOLUCIÓN N EN LA OPERACIÓN N DE S CONTROL MANUAL Antes del inicio de la automatización, los procesos industriales estaban controlados por operadores, que observaban la evolución del proceso y hacían ajustes manuales sobre las señales de control. Por ejemplo en el control de hornos, el operador bajaba el nivel de combustible cuando observaba una temperatura demasiado alta. El operador se basaba para su actuación en la experiencia que tenía y en su conocimiento de la dinámica del proceso, pero basicamente su actuación era una reacción al error ya producido.

4 EVOLUCIÓN N EN LA OPERACIÓN N DE S CONTROL MANUAL AUTOMATIZACIÓN * CONTROLADORES PID La tecnología electrónica analógica permitió el inicio de la automatización y los controladores PID (Proporcional, Integral y Derivativo) pasaron a ser utilizados en la industria, reduciendo la necesidad de una atención continua del operador, llegando a ser la herramienta estandar de control industrial. Estos controladores producían la acción de control a partir del error entre la consigna (valor deseado permanente para la variable bajo control) y el valor medido de dicha variable, es decir, estos controladores reaccionaban al error ya producido (denominandose esta estrategia realimentación negativa). Dado que los procesos industriales suelen responder a relaciones causa-efecto desconocidas, complejas y variables con el tiempo, la aplicación de los controladores PID requiere en muchos casos de ajustes manuales tediosos y a menudo su rendimiento no es satisfactorio. Durante muchos años ha existido pues un vacío metodológico en la práctica del control industrial.

5 EVOLUCIÓN N EN LA OPERACIÓN N DE S CONTROL MANUAL AUTOMATIZACIÓN * CONTROLADORES PID * SISTEMAS EXPERTOS El intento de superar el vacío dejado por los controladores PID, llevó al desarrollo de sistemas expertos que emulaban la actuación de operadores experimentados aplicando reglas al control del proceso. Obviamente el rendimiento de estos sistemas no podía exceder el del operador, eran sistemas ad hoc, dificiles de desarrollar y mantener, y sensibles a los cambios en la dinámica del proceso. Los resultados en definitiva no respondieron a las expectativas que estos sistemas habían despertado.

6 EVOLUCIÓN N EN LA OPERACIÓN N DE S CONTROL MANUAL AUTOMATIZACIÓN * CONTROLADORES PID * SISTEMAS EXPERTOS CONTROL AVANZADO * CONTROL ADAPTATIVO PREDICTIVO Una solicitud de patente en 1976 introdujo la metodología de Control Adaptativo predictivo (CAP), cuya innovación principal era el principio de control predictivo. El control predictivo hace la salida del proceso predicha igual a la salida deseada y utiliza un modelo para las predicciones que puede ser adaptado (ajustado automáticamente en tiempo real)

7 EVOLUCIÓN N EN LA OPERACIÓN N DE S CONTROL MANUAL AUTOMATIZACIÓN * CONTROLADORES PID * SISTEMAS EXPERTOS CONTROL AVANZADO * CONTROL ADAPTATIVO PREDICTIVO Soluciones de control predictivo basadas en un modelo fijo han sido aplicadas en la industria con relativo éxito. Sin embargo, requieren de un esfuerzo y coste considerable para desarrollar el modelo necesario para iniciar la acción de control y su rendimiento se deteriora debido a la falta de adaptación cuando la dinámica del proceso cambia.

8 EVOLUCIÓN N EN LA OPERACIÓN N DE S CONTROL MANUAL AUTOMATIZACIÓN * CONTROLADORES PID * SISTEMAS EXPERTOS CONTROL AVANZADO * CONTROL ADAPTATIVO PREDICTIVO El CAP está basado en un modelo que es adaptado permanentemente y es capaz de identificar en tiempo real la dinámica del proceso y sus cambios. Se implementa con rapidez, es sencillo en su operación, fiable, eficiente y de coste reducido.

9 EVOLUCIÓN N EN LA OPERACIÓN N DE S CONTROL MANUAL AUTOMATIZACIÓN * CONTROLADORES PID * SISTEMAS EXPERTOS CONTROL AVANZADO * CONTROL ADAPTATIVO PREDICTIVO * CONTROL ADAPTATIVO PREDICTIVO EXPERTO ADEX Una nueva metodología de control que combina el CAP con el control experto, patentada en 2001, fue introducida para considerar situaciones en las que la operación del proceso es anormal y, asimismo, para introducir el conocimiento del proceso del que se dispone en el controlador. En ella está basada la serie de robustos controladores ADEX disponibles hoy en día en la industria.

10 El Antecedente: Control Adaptativo Predictivo

11

12

13 CONTROL Adaptive ADAPTATIVO Predictive Expert PREDICTIVO Control ISA Sociedad de Instrumentación, Sistemas y Automatización

14 CONTROL PREDICTIVO : PREDICHO = DESEADO

15 DIAGRAMA DE BLOQUES En cualquier proceso industrial, tenemos una salida que queremos controlar y la señal de control que podemos manipular. SEÑAL DE CONTROL SALIDA DEL Pero, quien va a generar la señal de control?

16 DIAGRAMA DE BLOQUES SALIDA DESEADA MODELO PREDICTIVO SEÑAL DE CONTROL SALIDA DEL La señal de control es generada por el modelo predictivo a partir de la salida deseada, de acuerdo con el principio de control predictivo. Por tanto, el modelo predictivo calcula la señal de control que hace la salida predicha del proceso igual a la deseada. Pero, quien va a generar la salida deseada?

17 DIAGRAMA DE BLOQUES SET POINT BLOQUE CONDUCTOR SALIDA DESEADA MODELO PREDICTIVO SEÑAL DE CONTROL SALIDA DEL La salida deseada es generada por el bloque conductor a partir del set point o consigna fijado por el operador. De hecho la salida deseada tiene la significación de ser una trayectoria deseada que debería de ser seguida por la salida del proceso para alcanzar el set point.

18 DIAGRAMA DE BLOQUES SET POINT BLOQUE CONDUCTOR SALIDA DESEADA MODELO PREDICTIVO SEÑAL DE CONTROL SALIDA DEL Si el modelo predictivo fuera perfecto y no hubiera perturbaciones actuando sobre el proceso, este diagrama de bloques definiría un sistema de control ideal. Sin embargo, no es realista considerar que "a priori se dispone de un modelo perfecto y, adicionalmente, siempre existen perturbaciones que actúan sobre el proceso. Es por ello que este diagrama de bloques debe completarse con un mecanismo de adaptación.

19 DIAGRAMA DE BLOQUES SET POINT BLOQUE CONDUCTOR SALIDA DESEADA MODELO PREDICTIVO SEÑAL DE CONTROL SALIDA DEL El mecanismo adaptativo actúa a dos niveles. En un primer nivel, a partir de las señales de E/S del proceso y del error de predicción, el mecanismo adaptativo ajusta los parámetros del modelo predictivo para hacer que el error de predicción tienda hacia cero. MECANISMO ADAPTATIVO

20 DIAGRAMA DE BLOQUES SET POINT BLOQUE CONDUCTOR SALIDA DESEADA MODELO PREDICTIVO SEÑAL DE CONTROL SALIDA DEL MECANISMO ADAPTATIVO En un segundo nivel, el mecanismo adaptativo informa al bloque conductor sobre el estado actual del proceso y sobre la desviación de la salida del proceso de la trayectoria deseada. Esta información la utiliza el bloque conductor para redefinir la trayectoria deseada en dicho instante de control.

21 DIAGRAMA DE BLOQUES SET POINT BLOQUE CONDUCTOR SALIDA DESEADA MODELO PREDICTIVO SEÑAL DE CONTROL SALIDA DEL MECANISMO ADAPTATIVO El Control Adaptativo Predictivo, de acuerdo con este diagrama de bloques, ha demostrado un funcionamiento excelente en su aplicación a procesos industriales siempre que exista una relación causa-efecto que determina la dinámica del proceso y siempre que esta relación se pueda identificar por medio de un modelo.

22 Publicaciones Científicas A New Solution to Adaptive Control, Proceedings of the IEEE, Vol. 64, pp , Autor: J.M.Martín Sánchez, A Stable Adaptive Predictive Control System, International Journal of Control, Vol.39, pp Autores: J.M. Martín Sánchez, S.L. Shah y D.G. Fisher, Multivariable Adaptive Predictive Control of a Binary Distillation Column, Automatica (IFAC), Vol. 20, pp Autores: J.M. Martín Sánchez y S.L. Shah, A Globally Stable APCS in the Presence of Bounded Noises and Disturbances, IEEE Transactions on Automatic Control, Vol. AC-29, pp Autor: J.M. Martín Sánchez, Adaptive Predictive Control: From the Concepts to Plant Optimization, Prentice Hall. Autores: J.M. Martín Sánchez y J. Rodellar Adaptive Predictive Control: Limits of Stability, International Journal of Adaptive Control and Signal Processing, Vol. 11, No.4, pp Autores: J.M. Martín Sánchez y J. Rodellar

23 LIMITACIONES DOMINIO DE FUNCIONAMIENTO AP Con frecuencia la relación causa-efecto de un proceso está presente en ciertos dominios de operación, mientras que en otros no existe o no puede ser modelada en tiempo real con seguridad. En estos otros dominios, no se recomienda la aplicación de control AP.

24 CONTROL ADAPTATIVO PREDICTIVO EXPERTO ADEX La última versión de control Adaptativo Predictivo ADEX tiene en cuenta las limitaciones del control AP, encontradas en numerosas aplicaciones industriales, y presenta una solución metodológica para superarlas que utiliza los principios del control experto.

25 Dominio central para control adaptativo predictivo DOMINIO DOMINIO EXPERTO EXPERTO (EX) (EX) - - U AP - U DOMINIO DE DOMINIO ADAPTATIVO PREDICTIVO(AP) - C FUNCIONAMIENTO AP AP - L EX - L Dominio superior para control experto Dominio superior para control adaptativo predictivo Dominio inferior para control adaptativo predictivo Dominio inferior para control experto ADEX combina el Control AP con el Control Experto mediante la definición de dominios de operación para ambos en una estructura de control integrada

26 Un bloque experto utiliza plenamente el conocimiento disponible sobre el proceso, decide cuando y como se aplica control AP y control experto DIAGRAMA DE BLOQUES BLOQUE EXPERTO SET POINT BLOQUE CONDUCTOR SALIDA DESEADA BLOQUE DE CONTROL SEÑAL DE CONTROL SALIDA DEL MECANISMO ADAPTATIVO

27 Puede observarse que el logo representa el diagrama de bloques A D E X Un bloque experto utiliza plenamente el conocimiento disponible sobre el proceso, decide cuando y como se aplica control AP y control experto DIAGRAMA DE BLOQUES BLOQUE EXPERTO SET POINT BLOQUE CONDUCTOR SALIDA DESEADA BLOQUE DE CONTROL SEÑAL DE CONTROL SALIDA DEL MECANISMO ADAPTATIVO

28 El bloque experto determina si el bloque de control es un modelo predictivo o un sistema experto que aplica reglas DIAGRAMA DE BLOQUES BLOQUE EXPERTO SET POINT BLOQUE CONDUCTOR SALIDA DESEADA BLOQUE DE CONTROL SEÑAL DE CONTROL SALIDA DEL MECANISMO ADAPTATIVO

29 El bloque experto determina si el bloque de control es un modelo predictivo o un sistema experto que aplica reglas DIAGRAMA DE BLOQUES BLOQUE EXPERTO SET POINT BLOQUE CONDUCTOR SALIDA DESEADA BLOQUE DE CONTROL SEÑAL DE CONTROL SALIDA DEL El bloque experto puede modificar el criterio de rendimiento del bloque conductor para generar la trayectoria deseada cuando se aplica control AP MECANISMO ADAPTATIVO

30 El bloque experto determina si el bloque de control es un modelo predictivo o un sistema experto que aplica reglas DIAGRAMA DE BLOQUES BLOQUE EXPERTO SET POINT BLOQUE CONDUCTOR SALIDA DESEADA BLOQUE DE CONTROL SEÑAL DE CONTROL SALIDA DEL El bloque experto puede modificar el criterio de rendimiento del bloque conductor para generar la trayectoria deseada cuando se aplica control AP MECANISMO ADAPTATIVO El bloque experto determina la adaptación teniendo en cuenta las condiciones de operación bajo CAP

31 Set Point Ejemplo Ilustrativo 22 O C Valor Inicial Señal de Control 10 O C

32 Set Point Ejemplo Ilustrativo 22 O C Valor Inicial Señal de Control 10 O C El primer paso consiste en definir los dominios de operación del controlador ADEX, es decir, cuando se aplica control AP y cuando se aplica control experto

33 Set Point DOMINIO AP DOMINIO EXPERTO Valor Inicial Ejemplo Ilustrativo El dominio AP se definirá alrededor del set point, donde el control optimizado es crítico Señal de Control 22 O C 10 O C

34 Set Point DOMINIO AP DOMINIO EXPERTO Valor Inicial Ejemplo Ilustrativo El dominio AP se definirá alrededor del set point, donde el control optimizado es crítico Señal de Control 22 O C 10 O C El dominio experto se definirá en la zona inferior, donde la precisión del control no es crítica, y el objetivo es simplemente conducir la temperatura al dominio AP o parar el calentamiento

35 Set Point DOMINIO AP DOMINIO EXPERTO Valor Inicial CONTROL EXPERTO Ejemplo Ilustrativo CONTROL AP Señal de Control 22 O C 10 O C ADEX empieza aplicando control experto, imitando el control manual de un operator

36 Set Point DOMINIO AP DOMINIO EXPERTO Valor Inicial CONTROL EXPERTO Ejemplo Ilustrativo CONTROL AP Señal de Control 22 O C 10 O C ADEX empieza aplicando control experto, imitando el control manual de un operator Una vez en el dominio AP, el control AP guía la temperatura hacia el set point

37 Set Point DOMINIO AP DOMINIO EXPERTO Valor Inicial CONTROL EXPERTO Ejemplo Ilustrativo CONTROL AP El bloque de control define la trayectoria deseada en el dominio AP Señal de Control 22 O C 10 O C ADEX empieza aplicando control experto, imitando el control manual de un operator Una vez en el dominio AP, el control AP guía la temperatura hacia el set point

38 Capacidades de la Metodología Eficacia probada del Control Adaptativo Predictivo Robustez propia del Control Experto Uso del conocimiento disponible sobre el proceso y su dinámica

39 Sección Española

40

41

42 ADEX COP CONTROL & OPTIMIZATION PLATFORM ADEX COP 2.0 Estructura, Diseño y Aplicación

43 ENVIO DE DATOS A D E X Aplicación al Control y la Optimización OPTIMIZADOR ADEX COP 2.0 LÓGICA DE OPTIMIZACIÓN ENTRADAS ADEX CONTROLADORES ADEX SALIDAS ADEX LÓGICA DE OPTIMIZACIÓN TOMA DE DATOS SISTEMA DE CONTROL LOCAL LÓGICA DE ENCLAVAMIENTO ADEX COP 2.0 es una plataforma software que permite el desarrollo de estrategias de control y optimización en las que se insertan controladores ADEX. COP significa Control and Optimisation Platform.

44 ENVIO DE DATOS A D E X Aplicación al Control y la Optimización OPTIMIZADOR ADEX COP 2.0 El diseñador puede decidir el tratamiento de las variables de entrada y salida de los controladores ADEX ADEX COP permite la integración con el sistema de control local ADEX COP recibe los datos del sistema de control local LÓGICA DE OPTIMIZACIÓN TOMA DE DATOS ENTRADAS ADEX CONTROLADORES ADEX SISTEMA DE CONTROL LOCAL SALIDAS ADEX LÓGICA DE OPTIMIZACIÓN LÓGICA DE ENCLAVAMIENTO Los controladores ADEX se integran en la lógica de control y optimización requerida para la optimización del proceso ADEX COP envía al sistema local el control optimizado

45 ControlAdaptativo AdaptativoPredictivoExperto APLICACIONES INDUSTRIALES Algunos Testimonios

46 ADEX COP CONTROL & OPTIMIZATION PLATFORM

47 ADEX COP CONTROL & OPTIMIZATION PLATFORM

48 ADEX COP CONTROL & OPTIMIZATION PLATFORM

49 Las grandes dificultades hasta saberse lo son, que sabido todo es facil Calderon de la Barca

50