Control de temperatura de la planta EPC

CONTROL PID
PROYECTO FINAL

JAIRO ALVEAR
 1. Introducción

El presente informe detalla la implementación de un PID discreto sobre una planta de

temperatura mediante el software Matlab y una tarjeta Arduino MEGA2560.

2. Objetivos

3. Conexiones
Bornera EPC Pines Arduino
TEMP OUT A0
VENTILADOR IN PIN 12 (PWM NO INVERTIDO)
TEMP IN (HALÓGENO) PIN11(PWM INVERTIDO)
GND GND

4. Descripción de la implementación
Se requiere implementar el control PID discreto de una planta de temperatura

Funciones Arduino:

- Medir y enviar los datos por

puerto serial a la
computadora
- Recibir la señal de control
de la computadora y
Funciones Computador actualizar el valor de los
PWM conectado a los
- Recibir en una interfaz el actuadores que son
valor de consigna complementarios
- Recibir la temperatura,
realizar el algoritmo de
control y enviar la señal de
- Nota importante: Los
control al Arduino
actuadores son de tipo ON-
- Indicar en una gráfica la
OFF, por lo cual fue
evolución transitoria y en
necesario implementar una
estado estable de la
PWM observable de baja
temperatura.
frecuencia de 10Hz
5. Obtención del modelo matemático
a. El Arduino recibe un valor de 0-100, que varía el ciclo de trabajo del PWM y del
Halógeno, que son complementarios, es decir cuando el Arduino recibe el valor 100,
el halógeno tendrá un ciclo de trabajo del 100% y el ventilador del 0%.
b. Se realizó la adquisición de datos con un tiempo de muestreo de 0.155s mediante
el terminal de Arduino dando un valor constante de 70, que da como resultado un
70% de ciclo de trabajo para el halógeno y un 30% de ciclo de trabajo para el motor,
hasta que la respuesta se estabilice, a continuación se detalla la respuesta obtenida

Temperatura vs tiempo
70

60

50

40

30

20

10

0
0.000 200.000 400.000 600.000 800.000 1000.000 1200.000

Se confirma que el sistema de temperatura es un sistema de primer orden con retardo, en

este caso se omitió el retardo ya que la respuesta en lazo abierto reaccionó de forma
inmediata al step de 70.

c. Se ingresa los datos a la herramienta Ident de Matlab

d. Se puede observar los datos ingresados dando click en el check box Time Plot

e. Los sistemas de temperatura se pueden modelar con una función de transferencia

de primer orden con retardo
 f. La función de transferencia obtenida de la herramienta ident para el sistema es la
siguiente:

𝐾 ∗ 𝑒 −𝑇𝑑∗𝑠 0.88395 ∗ 𝑒 −0∗𝑠 0.88395

𝐺(𝑠) = = =
(1 + 𝑇𝑝1 ∗ 𝑠) (1 + 157.2672 ∗ 𝑠) (1 + 157.2672 ∗ 𝑠)

Que presenta una exactitud del modelado del 93.64% de acuerdo a la herramienta
ident:

6. Diseño del controlador

a. Se ingresa la función de transferencia en el terminal del Matlab con las sentencias
num=[0.88395]
den=[157.27 1]
tf2=tf(num,den)
b. Se ingresa la sentencia PID Tool para obtener las constantes del controlador PID a
utilizarse en el algoritmo de control. La respuesta inicial propuesta por el PIDTOOL
fue demasiado lenta con constantes KP y KI bajas, se procede a mover los sliders
(Response Time y Transient Behavior) para modificar la respuesta y obtener
constantes más adecuadas para la aplicación.

Las constantes proporcionadas del PIDTOOL son Kp=18.04 y Ki=0.3798.

c. Se desarrolló un script en Matlab para comprobar la respuesta deseada, donde se

tiene como resultado la respuesta en lazo abierto y en lazo cerrado controlado con
realimentación unitaria

kp=18.04
ki=0.3798
kd=0
num=[kd kp ki]
den=[1 0]
gc=tf(num,den)

num=[0.88395]
den=[157.27 1]
tf2=tf(num,den)
Respuesta en lazo abierto:
gt=series(tf2,gc) El sistema es lento y no
gtfeed=feedback(gt,1) llega al valor final, por lo
figure(1) tanto es necesario un
step(gtfeed) compensador
figure(2)
step(tf2)
 Respuesta en lazo cerrado
controlada:

El sistema muestra una

mejora notable en el
tiempo de establecimiento
y llega al valor final

7. Implementación.
a. Se adjunta el programa en Matlab que contiene la interfaz y el algoritmo de control
b. Se adjunta el programa en Arduino que contiene la adquisición de datos,
comunicación y control de los actuadores.
8. Pruebas
a. Prueba 1: Set Point a 50 ᵒC
b. Prueba 2: Set Point a 35 ᵒC

c. Prueba 3: Set Point a 60 ᵒC

d. Prueba 4: Comprobación que la respuesta controlada se mantiene en el tiempo
(Comparar la fecha y hora de la prueba 3 vs la prueba 4)

e. Prueba 5: Set point a 30ᵒC

 f. Prueba 6: Respuesta a varios setpoints

g. Prueba Final: Respuesta a varios setpoints

9. Obtención de las constantes mediante Z-N

10. Optimización mediante algoritmos genéticos
11. Optimización
12. Conclusiones
13. Bibliografía