Afinación de un controlador de PID

Los procesos de tratamiento térmico ejemplifican la necesidad de control de PID. Para asegurar calidad del producto constante, la temperatura dentro de un horno o caldera debe mantenerse dentro de límites estrechos. Cualquier alteración, como cuando se agrega o se retira un producto o se aplica una función de ramp, debe ser manejada apropiadamente. Aunque sea simple en concepto, la matemática que se basa en el control de PID es compleja y logra un rendimiento óptimo conlleva seleccionar valores específicos del proceso para una gama de parámetros de interacción.

El proceso de encontrar estos valores se denomina «afinación». Cuando se sintoniza de forma óptima, un controlador de temperatura de PID minimiza la desviación desde el punto de ajuste y responde a alteraciones o cambios de punto de ajuste rápidamente, pero con mínimo aumento.



Este Informe Oficial da OMEGA Engineering habla sobre cómo sintonizar un controlador de PID. A pesar de que muchos controladores ofrecen opciones de autoafinación, una comprensión de afinación de PID ayuda a lograr un rendimiento óptimo. Las secciones individuales tratan:

Control del PID se basa en la retroalimentación. Se mide la salida de un dispositivo o proceso, como un calentador y se compara con el objetivo o punto de ajuste. Si se detecta una diferencia, se calcula y se aplica la corrección. La salida se mide otra vez y cualquier necesaria corrección vuelve a calcular.

El PID significa proporcional-integral-derivada. No todo controlador utiliza los tres de estas funciones matemáticas. Muchos procesos pueden manejarse a un nivel aceptable con solo los términos proporcional-integral. Sin embargo, el control fino, y sobre todo evitar el aumento, requiere la adición de control derivativo.

En control proporcional, se determina el factor de corrección por el tamaño de la diferencia entre el punto de ajuste y el valor medido. El problema con esto es que como la diferencia acerca a cero, así también lo hace la corrección, con el resultado de que el error nunca va a cero.

La función integral aborda esto considerando el valor acumulado del error. Cuanto más la diferencia de valor de punto de ajuste para valor actual persiste, mayor se calculará el tamaño del factor de corrección. Sin embargo, cuando hay un retraso en la respuesta a la corrección, esto conduce a un aumento y posiblemente la oscilación sobre el punto de ajuste. Evitar esto es el propósito de la función derivada. Esto mira a la tasa de cambio que está logrando, progresivamente modificando el factor de corrección para disminuir su efecto cuando se acerca el punto de ajuste.

Cada proceso tiene características únicas, incluso cuando el equipo es esencialmente idéntico. El flujo de aire alrededor de los hornos varía, las temperaturas altera la viscosidad y densidad del fluido, y la presión barométrica cambia de hora en hora. Las configuraciones de PID (principalmente el logro aplicada al factor de corrección junto con el tiempo utilizado en los cálculos de integrales y derivadas, llamado «reajuste» y «tasa») deben seleccionarse en función de estas diferencias locales.

En términos generales, hay tres enfoques para determinar la combinación óptima de estas opciones: afinación manual, heurística de afinación y métodos automatizados.

Con suficiente información sobre el proceso bajo control, es posible calcular valores óptimos de aumento, reajuste y tasa. A menudo el proceso es demasiado complejo, pero con algunos conocimientos, especialmente sobre la velocidad con la que responde a la corrección de errores, es posible alcanzar un nivel rudimentario de afinación.

Se lleva a cabo la afinación manual por ajuste del tiempo de reajuste a su valor máximo y la tasa a cero e incremento del logro hasta que el circuito oscila con una amplitud constante. (Cuando ocurre la respuesta a una corrección de error, rápidamente se puede utilizar un logro más grande. Si la respuesta es lenta, un aumento relativamente pequeño es deseable). Entonces ajuste el aumento a mitad de ese valor y ajuste el tiempo de reajuste, por lo que corrige para cualquier compensación dentro de un período aceptable. Por último, aumente la tasa hasta que el aumento se reduce.

Muchas reglas han evolucionado con los años para abordar la cuestión de cómo afinar un circuito de PID. Probablemente la primera y sin duda, la mejor conocida, son las reglas de Nichols Zeigler (ZN).

Publicada por primera vez en 1942, Zeigler y Nichols describieron dos métodos para afinación de un lazo de PID. Éstos trabajan mediante la aplicación de un cambio de fase de en el sistema y la observación de la respuesta resultante. El primer método consiste en medir el desfase o retraso en la respuesta y luego el tiempo necesario para alcanzar el nuevo valor de salida. La segunda depende de establecer el período de una oscilación de estado estacionario. En ambos métodos, estos valores entonces se introducen en una tabla para derivar valores de aumento, reajuste de tiempo y tasa.

La ZN no está exenta de problemas. En algunas aplicaciones, produce una respuesta que se considera demasiada agresiva en términos de aumento y oscilación. Otro inconveniente es que puede ser muy lenta en los procesos que reaccionan solo lentamente. Por estas razones, algunos profesionales de control prefieren otras reglas como Tyreus-Luyben o Rivera, Morari y Skogestad.

La mayoría de los controladores de proceso vendidos hoy en día incorporan funciones de autoafinación. Los datos de funcionamiento varían entre fabricantes pero todos siguen reglas similares a las descritas anteriormente. En esencia, el controlador «aprende» cómo el proceso responde a una alteración o cambio en el punto de ajuste, y calcula los parámetros de PID adecuados. En el caso de un controlador de temperatura como series de CNi8 de OMEGA, cuando se selecciona «Autoafinación», el controlador activa una salida. Observando el retraso y la tasa con la que se hace el cambio, calcula parámetros óptimos P, I y D, que puede entonces ser ajustados manualmente, si es necesario. (Observe que este controlador requiere que el punto de ajuste sea al menos 10°C por encima del valor actual del proceso para la autoafinación a llevar a cabo).

Los controladores más nuevos y más sofisticados, como la serie Platinum de OMEGA de controladores de temperatura y proceso, incorporan lógica difusa con sus opciones de autoafinación. Esto proporciona una manera de tratar con la imprecisión y no linealidad en las situaciones de control complejos, como a menudo se encuentran en la fabricación y las industrias de proceso y ayuda a la optimización de afinación.

Hornos y calderas utilizados en el tratamiento térmico industrial se requieren para alcanzar resultados consistentes independientemente de cómo pueden variar la masa y la humedad del material que se calienta. Esto convierte dicho equipo ideal para el control del PID. Las bombas para mover fluidos son una aplicación similar, donde la variación en las propiedades de los medios puede cambiar salidas del sistema a menos que se implementa un circuito de retroalimentación efectiva.

Los sistemas de control de movimiento también utilizan una forma de control del PID. Sin embargo, como la respuesta es órdenes de magnitud más rápidas que los sistemas descritos anteriormente que estas requieren, una forma diferente de controlador a la descrita aquí.

Se utiliza el control del PID para manejar muchos procesos. Se calculan los factores de corrección comparando el valor de la salida al punto de ajuste y aplicando logros que reduzcan el aumento y oscilación al efectuar el cambio lo más rápido posible.

La afinación de PID consiste en establecer valores de logros apropiados para el proceso que está bajo control. Mientras que esto puede hacerse manualmente o por medio de la heurística de control, los controladores más modernos proporcionan opciones de autoafinación. Sin embargo, es importante que los profesionales de control entiendan lo que sucede después de pulsar en el botón.