A Guide to Tuning PID loops for Temperature Control (en inglés)

I. I. introducción: ajuste del PID en el control de temperatura

La ingeniería de Control de procesos es un componente clave de los sistemas industriales de hoy en día, ya que garantiza que funcionen de forma segura y eficiente. Entre las estrategias de control más ubicuas se encuentra el controlador proporcional integral derivado (PID). La efectividad de los controladores PID en el manejo de procesos dinámicos ha sido ampliamente reconocida. Aunque los controladores PID se pueden utilizar en muchos dominios diferentes, la implementación de estos dispositivos para el control de temperatura presenta oportunidades y desafíos únicos. En muchas aplicaciones, como fabricación de productos químicos, procesamiento de materiales, cámaras ambientales, sistemas de calefacción, ventilación y aire acondicionado, mantener temperaturas precisas y constantes es esencial. El bucle PID debe estar ajustado correctamente para lograr el rendimiento deseado: respuesta rápida, reajuste mínimo y control estricto del punto de ajuste. Un sistema de control de temperatura que no está ajustado correctamente puede mostrar inestabilidad, baja precisión y comportamiento lento. Esto puede conducir a una reducción de la eficiencia, la disminución de la calidad del producto y los riesgos de seguridad. El propósito de este artículo es presentar una guía para ajustar circuitos PID, específicamente diseñada para controlar la temperatura. Se basa en principios de ingeniería de procesos establecidos.

II. The Basics of PID Systems and Temperature Control (en inglés)

El controlador PID calcula un valor de error que es la diferencia entre el Setpoint (SP), el Setpoint deseado, y la Variable de proceso medida por el sensor. El controlador entonces toma una corrección basada en los siguientes tres términos:

Proporcional: la salida del controlador es proporcional con el error. La salida cambiará más si el error es mayor. El enfoque proporcional ayuda a reducir el error, pero deja un desplazamiento en el estado estacionario.

Integral: la salida del controlador se corrige sobre la base de una suma acumulada en el tiempo. El desplazamiento del estado estacionse elimina con este término, que corrige continuamente la salida a cero.

Derivada (D): la salida del controlador es afectada por la tasa de cambio de error. El controlador predice errores en el futuro en función de las tendencias actuales, lo que ayuda a mejorar la estabilidad y amortigulas oscil, acelerando así la respuesta.

Un sensor, como un termistor, RTD, o termopar (por ejemplo), mide la temperatura del bucle (PV). El controlador PID compara esta medición con la temperatura de ajuste (SP). Este controlador genera una señal basada en el error calculado. La señal de salida se utiliza generalmente para accionar un actuador. Esto podría ser un calentador, bobina de enfriamiento, válvula que controla un refriger.#39;s flujo o cualquier otro dispositivo capaz de cambiar las condiciones térmicas en el sistema para acercar el SP a PV.

El sensor de temperatura, el controlador (a menudo una parte de un controlador lógico programable o sistemas de Control distribuido (DCS), el actuador y el proceso de Control (por ejemplo, el reactor o ovenQiang) son todos los componentes clave en este bucle. El ajuste efectivo requiere una comprensión de las interacciones entre cada componente. Las estrategias de ajuste están influenciadas por las diferentes aplicaciones de control de temperatura, que requieren diferentes grados de precisión y velocidad.

III. ¿Cuál es la importancia de la sintonía para un control óptimo de la temperatura?

Un sistema PID debe ser ajustado correctamente para funcionar de manera óptima y satisfacer las necesidades previstas de un sistema de control de temperatura. Los bucles PID mal ajustados pueden exhibivarios comportamientos negativos. Un rebrote es cuando la temperatura del sistema excede su punto de ajuste, antes de que se estabili. Esto puede dañar materiales sensibles y causar problemas de seguridad. La inestabilidad se manifiesta como una temperatura fluctualrededor del punto de ajuste. Esto hace que el sistema sea difícil de controlar e impredecible. Una respuesta lenta o tiempos de respuesta largos significa que el sistema está tomando demasiado tiempo para mantener y alcanzar el punto de ajuste de temperatura después de un cambio. Esto conduce a una reducción de la eficiencia y el rendimiento. El error de estado estacionario o offset se refiere a la diferencia de temperatura entre las temperaturas final y de ajuste. Esto indica que el término integral no está funcionando bien.

Es el objetivo principal de PID para configurar las ganancias de modo que el bucle logra un equilibrio ideal. El bucle debe ser capaz de responder rápidamente a cualquier cambio en el sistema, para establecerse cerca del punto de ajuste, con poco rebaso o oscilación y para rastrear con precisión el punto de ajuste, incluso cuando hay errores menores con los sensores, como un cambio de carga. El proceso de ajuste es a menudo descuidado, lo que resulta en un pobre rendimiento. Esto puede conducir a importantes consecuencias operativas y económicas.

IV. Métodos comunes de afinación para bucles de temperatura usando PID

Hay muchas maneras de ajustar los controladores PID. Estos van desde métodos empíricos simples hasta enfoques sofisticados y modernos. La selección del método depende de muchos factores, incluyendo la complejidad de los sistemas, las herramientas disponibles y la experiencia de los ingenieros.

A. A.

Desde hace décadas, estos métodos se han basado en la observación empírica de las respuestas de proceso.

Método de Ziegler Nichols: probablemente el método de afinación manual más popular. Este método es una forma sistematizada de determinar la ganancia PID inicial basada en un process's respuesta a la frecuencia. Este procedimiento generalmente involucra dos etapas:

Método de bucle abierto: las acciones integrales y derivadas del controlador están desactiv(se establece en cero). El controlador#La salida 39;s se cambia de manera gradual (normalmente mientras el sistema ha alcanzado el estado estable). Esto se hace mediante la identificación de la ganancia última (Ku), que representa la ganancia máxima que el sistema puede lograr antes de que exhioscil. Entonces, el último período (Tu), o la duración de las oscil(el período), se determinan. Ziegler & Nichols proporciona fórmulas empíricas que pueden calcular la ganancia aproximada de PID (Kp) usando estos valores. Como ejemplo, Kp se podría establecer a 0.6* Ku con un tiempo integral Ti igual a 0.5* Tu. Es importante señalar que estas reglas se pueden aplicar directamente para bucles de temperatura que tienen tiempos muertos significativos.

Método paso-respuesta: una segunda alternativa es aplicar un cambio de paso directamente A la variable en el proceso (si es seguro y posible) y observar la respuesta del sistema. La curva de pasos se utiliza para estimar parámetros tales como la ganancia del proceso Kp, la constante de tiempo T y el tiempo muerto de L. Ziegler y las fórmulas de Nichols son de nuevo aplicables para derivar las ganancias iniciales de estas estimaciones. La respuesta debe interpretarse cuidadosamente para usar este método.

Ziegler-Nichols es un buen punto de partida. Sin embargo, las ganancias que resultan a menudo requieren un mayor refina través de ensayo y error o observando la respuesta de circuito cerrado.

Método del punto crítico: en este método, el punto crítico se determina encontrando la ganancia donde el sistema deja de oscilar y se vuelve estable. Entonces, se puede aplicar la fórmula usada para calcular los parámetros PID. En muchas aplicaciones en la vida real, como sistemas de control de temperatura complejos, se considera menos robusto y práctico que Ziegler's-Nichols.

B. B. métodos de afinación modernos/avanzados:

Las técnicas de ajuste han evolucionado junto con la teoría de control y el poder de la computadora.

Software de ajuste: la mayoría de los modernos sistemas de Control distribuido y controladores lógicos programables tienen características de ajuste automático incorporadas. Ellos siguen un procedimiento similar al open-loop pero son automatizados. Estas herramientas aplican pequeñas señales al proceso, miden su respuesta, calculan parámetros clave del proceso (como ganancia y tiempo muerto), y determinan ganancias adecuadas para PID. El esfuerzo de afinación y el tiempo requerido se reduce significativamente, particularmente para aquellos operadores que están menos familiarizados con la afinación manual.

Análisis de respuesta de frecuencia: el método consiste en analizar las características de respuesta de frecuencia de un sistema (a menudo mediante el uso de diagramas de Bode y gráficos de Nyquist) con el fin de calcular la ganancia de PID adecuada. Este método requiere un conocimiento más avanzado de la teoría de control, pero puede dar una mejor comprensión de la dinámica de sistemas.

Afinación basada en un modelo: el enfoque consiste en el desarrollo de una representación matemática del proceso para el control de temperatura. Puede utilizar técnicas como el Control predicpredicde modelo lineal variable de parámetros o no lineal. Se puede utilizar un software avanzado para calcular la ganancia PID óptima basada en un model' y otros criterios. El método de ajuste basado en modelo es preciso, pero también puede ser complicado y requiere mucho esfuerzo para desarrollarlo.

Afinación basada en la optimización: el método de afinación basado en la optimización es una técnica que implica la creación de una lista de criterios de rendimiento, tales como la minimide los tiempos de rebasy ajuste, o minimizar los errores absolutos integrales, a continuación, el uso de algoritmos para determinar las ganancias en PIDs que mejor satisfagan estos criterios. Se puede hacer ya sea fuera de línea mediante el uso de modelos de simulación, o en línea mediante la realización de ajustes de ganancias en función de la retroalimentación en tiempo real.

La decisión entre los dos métodos se basa en la complejidad del sistema, las herramientas de ajuste disponibles y el nivel de rendimiento requerido. El ajuste automático basado en software, o ajuste manual basado en los principios de Ziegler Nichols es a menudo la mejor opción para muchas aplicaciones estándar de control de temperatura.

No importa qué método se elija, la afinación PID efectiva sigue un enfoque sistematizado. La preparación y la observación cuidadosa son esenciales.

A. preparados:

Es importante definir y entender el rendimiento deseado antes de afinar un PID. Es importante identificar las constantes de tiempo del proceso (qué tan rápido cambia la temperatura en respuesta al controlador), el tiempo muerto entre el controlador y el cambio de temperatura, y las características finales del sistema. Definir los criterios de rendimiento: ¿Qué tan rápido el sistema debe responder a los cambios en el punto de ajuste (tiempo de ajuste), cuál es el nivel aceptable de rebasamiento, y qué tan grande es el error de estado estacion? Es importante evaluar y guiar el proceso de ajuste. Esta etapa también incluye la selección de la mejor técnica de ajuste basado en las herramientas disponibles y el conocimiento de expertos.

B. B.

El ajuste implica ajustar P, D, e I gana iterativamente mientras se observa la respuesta del sistema.

Selección de ganancia inicial: la mayoría de las estrategias de afincomienzan con una pequeña ganancia proporcional. Es importante que el sistema sea estable para permitirle monitorear su respuesta. Es importante seleccionar una ganancia que causará el system's que la respuesta sea significativa, pero no demasiado alta para hacerla inestable o oscilar excesivamente cuando se produce una ligera perturbación. Esta fase inicial será manejada por el software si usted está usando auto-tuning.

Ajuste solamente ganancias proporcionales (P). Ponga las ganancias derivadas e integrales a cero o su valor por defecto si se usa la auto-afinación. Aumentar la ganancia proporcional en incrementos. Observe la respuesta del sistema a cualquier cambio en el valor de ajuste. Es importante seleccionar una ganancia que proporcione un tiempo de respuesta adecuado sin crear oscilsignificativas. Nota: se muestra el desplazamiento de estado estacionario (error). La ganancia inicial P sirve como punto de partida.

Acción Integral (I): incorporar acción Integral (I), aumentando gradualmente la ganancia Integral. Término Integral#39; objetivo principal es eliminar errores de estado estacionario. El windup Integral puede ocurrir si la ganancia Integral se incrementa demasiado rápido. El controlador integrará el error durante un tiempo muy largo, lo que puede causar que la salida del controlador para llegar a su límite (máximo o mínimo) antes de que el error se corrija. Reducir la ganancia integral. Si la salida se vuelve saturada o inestable, incremente el tiempo integral. Muchos controladores modernos tienen características que evitan o reducen el windup integral. Observe cómo se asienta el sistema. Busque un offset mínimo y una estabilidad aceptable.

Acción derivada (D): incorpore acción derivada (o temporización derivada, Td) ajustcuidadosamente la ganancia derivada. Este término derivado puede ayudar a predecir errores en el futuro basándose en la tasa de cambio. También ayuda a mejorar el tiempo de respuesta al amortigulas oscilde maduración. El término derivado puede aumentar el ruido proveniente de los sensores de temperatura, lo que podría causar que la salida del controlador fluctúe. Los controladores modernos a menudo incluyen filtros derivados que suavila la entrada de términos derivados, reduciendo así el ruido. Comience con una ganancia de derivada baja o un tiempo de derivada grande y vea los efectos. Si se producen oscil, incremente lentamente. Tenga cuidado de no causar ruido o inestabilidad.

Afinación Final: después de lograr una respuesta básica estable, continuar iterando las ganancias en P, I y D. A menudo, pequeños ajustes mejorarán el rendimiento. Por ejemplo, el aumento de P podría acelerar el tiempo de respuesta, pero también aumentar el overshoot. Ajuste que eliminaría el desplazamiento, al tiempo que ralentilas cosas. Es importante lograr el equilibrio adecuado entre el rendimiento y el coste. Si está disponible, use herramientas gráficas como diagramas de Bode y diagramas de Locus raíz (más sofisticados) o métodos más simples, como pruebas de golpe (añadiendo pequeñas perturbaciones a la configuración o haciendo pequeños cambios deliber, pequeños cambios) para refinaún más las ganancias. La sintonía es un ciclo continuo de ajustes y observaciones.

C. seguimiento y ajuste

El rendimiento del PID de bucle debe comprobarse bajo diferentes condiciones después de la afininicial. ¿Cuál es la respuesta del sistema a los cambios en la carga, como las variaciones de temperatura o la demanda? ¿Cuál es su respuesta al ruido del sensor y fluctuaciones menores? Para garantizar un rendimiento robusto en diferentes situaciones de funcionamiento, a menudo se requiere un ajuste fino. Las técnicas de Control predicdel modelo (MPC) son métodos avanzados que pueden dar cuenta de las interrupciones, optimizar el rendimiento y proporcionar un período de predicción más largo. Añaden otro nivel de sofistica los complejos bucles de temperatura.

D. La seguridad siempre debe ser lo primero. Ganancias establecidas para evitar oscilpeligrosas, excesos que pueden dañar los procesos y saturaciones del actuador que causan estrés en el equipo. Siga los procedimientos de seguridad y los protocolos de parada de emergencia.

E. implementación: después de determinar ganancias satisfacmediante simulaciones o pruebas offline (si esto es posible), incorporarlas al sistema de control en tiempo real. Vigilar de cerca el lazo durante su funcionamiento inicial y hacer los ajustes necesarios.

VI. Sistemas de Control de temperatura: consideraciones especiales

El sistema de control de temperatura puede presentar un desafío único que puede afectar la sintonía del dispositivo y requiere consideraciones específicas.

Retrasos de tiempo: puede haber retrasos en las respuestas de los sensores, efectos del actuador en los procesos, o transferencia de calor dentro de un sistema. Las fórmulas de Ziegler y Nichols pueden requerir ajustes empíricos, especialmente para sistemas que tienen tiempo muerto. El tiempo muerto es a menudo mejor manejado con herramientas de ajuste de software.

No linealidad: rara vez hay una relación lineal perfecta entre las salidas del controlador (por ejemplo, la potencia del calentador) y los cambios de temperatura. Es posible que el sistema responda de manera diferente cuando las temperaturas son bajas o altas. Para sistemas altamente no lineales, pueden ser necesarios métodos avanzados de ajuste y linealización a trozos.