Abstract
El presente trabajo consistió en la simulación del control automático en el domo de una caldera acuotubular, para conocer en detalle el comportamiento del nivel y presión y su influencia en la operación de la caldera. Para obtener la dinámica de cada una de las variables en el domo, se utilizó el software de calderas. Se realizaron diferentes perturbaciones en modo manual para recolectar datos y posteriormente ajustarlos a un modelo dinámico. Con las funciones ajustadas, se propuso una estrategia de control multivariable MIMO 2x2, que se validó con el criterio de ganancia relativa procediendo a la metodología de desacople.
Los parámetros de cada controlador fueron sintonizados por el método BLT para sistemas multivariables y validados con el criterio de estabilidad de Nyquist. Se simuló el sistema 2x2 en el software Control Station con los controladores en automático y se realizaron perturbaciones tipo escalón para observar la influencia que tiene cada parámetro del controlador PID en el tiempo de respuesta, oscilación y offset de las variables controladas y su reflejo en las demás variables. Con el criterio de overshoot y rise time se volvió a sintonizar cada parámetro.
Para garantizar que la dinámica en el domo se mantenga controlada, se realizó perturbaciones para servo control y control regulador obteniendo resultados satisfactorios para cada sistema. Se demostró que los controladores PID responderán de manera rápida y eficiente.
Publisher
Universidad Francisco de Paula Santander
Reference17 articles.
1. F. Bonilla Macuil, J. C., Zavala González, “Construcción de un generador de vapor con capacidad para 7.5 kg/hr de gasto a 10 Bar. de presión y 220oc y manual de uso, reglas de seguridad y mantenimiento del mismo; así como prácticas de laboratorio,” Universidad de las Américas Puebla, 2003.
2. I. M. Chew, F. Wong, A. Bono, J. Nandong, and K. I. Wong, “Performance Analysis of the Level Control with Inverse Response by using Particle Swarm Optimization,” in Lecture Notes in Electrical Engineering, 2020, vol. 603, pp. 55–64, doi: 10.1007/978-981-15-0058-9_6.
3. D. Cooper, J. Arbogast, and R. Jyringi, “Modeling, analysis and tuning tools for teaching process dynamics and control,” in AIChE Annual Meeting, Conference Proceedings, 2005, p. 3566.
4. C. D. Rocco and R. Morabito, “Um modelo de otimização para as operações de produção de vapor em caldeiras industrials,” Gestao e Producao, 2012, doi: 10.1590/S0104-530X2012000200004.
5. A. Serbezov and D. Cummings, “University-Industry Co-Operation to Promote Industrial Relevance in the Field Instrumentation Component of Control Education,” IFAC-PapersOnLine, vol. 49, no. 6, pp. 309–313, 2016, doi: 10.1016/j.ifacol.2016.07.195.