El presente Trabajo de Título tiene como objetivo realizar un análisis comparativo del desempeño de estrategias de control avanzado aplicadas a un motor de inducción, en base a resultados de simulaciones computacionales y pruebas experimentales. Para realizar las pruebas experimentales se construyó un dispositivo de inversión de voltaje previamente diseñado, que considera modificaciones para solucionar problemas de funcionamiento presentados por la versión original. Las estrategias de control aplicadas se basan en un esquema de control por orientación de campo, realizando modificaciones en el bloque de control de velocidad de la máquina. En primer lugar, se estudió la respuesta del sistema en base a un controlador de velocidad “PI fraccionario”, la cual corresponde a una novedosa técnica que considera cálculo de integrales no enteras para la determinación de la acción de control. En segundo lugar, se implementó una estrategia de control exclusivamente aplicable a motores de inducción denominada “Control por deslizamiento constante”. Esta estrategia está basada en la optimización del par entregado por la máquina, lo que se traduce en una reducción de las corrientes de línea para un nivel de carga fijo. Finalmente, se procedió a realizar el control de velocidad del motor de inducción mediante la estrategia clásica que usa un controlador PI, cuyos resultados servirán como base de comparación frente a las otras dos estrategias expuestas. Para realizar la comparación del desempeño de cada una de las técnicas se estudiaron los tiempos de estabilización, corrientes máximas por fase, robustez frente a perturbaciones de torque en el conjunto motor-carga, cálculo de índices de desempeño basadas en el error de control (IAE, ISE, ITAE, ITSE) y aplicabilidad experimental en tiempo real de cada una de las estrategias. Con respecto a los resultados obtenidos, se puede decir que la utilización de un controlador PI fraccionario permite obtener distintos tipos de respuestas, desde dinámicas lentas y sin fluctuaciones hasta respuestas rápidas con fuertes oscilaciones, dependiendo del orden de integración escogido. La estrategia de Control por deslizamiento constante presentó los resultados esperados a nivel de simulación (esto es, bajo error de seguimiento y reducción de corrientes de línea con respecto a las otras estrategias implementadas). Sin embargo, a nivel experimental, el sistema no respondió de la forma presupuestada ya que al imponer un deslizamiento constante las corrientes aumentaron considerablemente y no se consiguió un seguimiento de referencia de velocidad. El controlador PI puede ser interpretado como un caso particular del PI fraccionario (considerando orden de integración unitario), y presentó un comportamiento adecuado tanto en simulaciones como en pruebas de laboratorio.

El objetivo general del presente trabajo de título es propone y evaluar una metodología de mantenibilidad de un control avanzado, con el objeto de mejorar la confiabilidad y disponibilidad del sistema de control avanzado; se espera con esto que la empresa pueda obtener mayores ganancias y reducir costos de mantención y soporte del sistema.

En la tesis se aborda el estudio de las técnicas de Control Adaptativo, así como de los algoritmos necesarios para el diseño de un controlador de este tipo y de los requerimientos que se deben cumplir en la implementación del mismo en el caso monovariable. En la tesis se incluye, además de una introducción al diseño e implementación de los sistemas de control adaptativo, la presentación de una serie de algoritmos de control determinista (entre ellos figuran: control robusto, control predictivo.) de identificación (mínimos cuadrados) y de supervisión (de la estimación de parámetros, de diseño del controlador y del comportamiento en bucle cerrado).En cada caso se incluyen simulaciones o control en tiempo real con plantas externas al computador para probar métodos de diseño propuestos, como en el caso del control robusto, métodos de supervisión del control adaptativo para la resolución de problemas en la identificación y el diseño..., así como realizar comparaciones entre los mismos.Se incluyen asimismo técnicas de filtrado de perturbaciones, filtrado de outliers o implicaciones aritméticas, entre otras, para la resolución de problemas de interface o implementación que se pueden presentar.

Una de las actuaciones posibles para la gestión de los residuos sólidos urbanos es la valorización energética, es decir la incineración con recuperación de energía. Sin embargo es muy importante controlar adecuadamente el proceso de incineración para evitar en lo posible la liberación de sustancias contaminantes a la atmósfera que puedan ocasionar problemas de contaminación industrial.Conseguir que tanto el proceso de incineración como el tratamiento de los gases se realice en condiciones óptimas presupone tener un buen conocimiento de las dependencias entre las variables de proceso. Se precisan métodos adecuados de medida de las variables más importantes y tratar los valores medidos con modelos adecuados para transformarlos en magnitudes de mando. Un modelo clásico para el control parece poco prometedor en este caso debido a la complejidad de los procesos, la falta de descripción cuantitativa y la necesidad de hacer los cálculos en tiempo real. Esto sólo se puede conseguir con la ayuda de las modernas técnicas de proceso de datos y métodos informáticos, tales como el empleo de técnicas de simulación, modelos matemáticos, sistemas basados en el conocimiento e interfases inteligentes. En [Ono, 1989] se describe un sistema de control basado en la lógica difusa aplicado al campo de la incineración de residuos urbanos. En el centro de investigación FZK de Karslruhe se están desarrollando aplicaciones que combinan la lógica difusa con las redes neuronales [Jaeschke, Keller, 1994] para el control de la planta piloto de incineración de residuos TAMARA.En esta tesis se plantea la aplicación de un método de adquisición de conocimiento para el control de sistemas complejos inspirado en el comportamiento humano. Cuando nos encontramos ante una situación desconocida al principio no sabemos como actuar, salvo por la extrapolación de experiencias anteriores que puedan ser útiles. Aplicando procedimientos de prueba y error, refuerzo de hipótesis, etc., vamos adquiriendo y refinando el conocimiento, y elaborando un modelo mental. Podemos diseñar un método análogo, que pueda ser implementado en un sistema informático, mediante el empleo de técnicas de Inteligencia Artificial.Así, en un proceso complejo muchas veces disponemos de un conjunto de datos del proceso que a priori no nos dan información suficientemente estructurada para que nos sea útil. Para la adquisición de conocimiento pasamos por una serie de etapas:- Hacemos una primera selección de cuales son las variables que nos interesa conocer.- Estado del sistema. En primer lugar podemos empezar por aplicar técnicas de clasificación (aprendizaje no supervisado) para agrupar los datos y obtener una representación del estado de la planta. Es posible establecer una clasificación, pero normalmente casi todos los datos están en una sola clase, que corresponde a la operación normal. Hecho esto y para refinar el conocimiento utilizamos métodos estadísticos clásicos para buscar correlaciones entre variables (análisis de componentes principales) y así poder simplificar y reducir la lista de variables.- Análisis de las señales. Para analizar y clasificar las señales (por ejemplo la temperatura del horno) es posible utilizar métodos capaces de describir mejor el comportamiento no lineal del sistema, como las redes neuronales. Otro paso más consiste en establecer relaciones causales entre las variables. Para ello nos sirven de ayuda los modelos analíticos- Como resultado final del proceso se pasa al diseño del sistema basado en el conocimiento.El objetivo principal es aplicar el método al caso concreto del control de una planta de tratamiento de residuos sólidos urbanos por valorización energética.En primer lugar, en el capítulo 2 Los residuos sólidos urbanos, se trata el problema global de la gestión de los residuos, dando una visión general de las diferentes alternativas existentes, y de la situación nacional e internacional en la actualidad. Se analiza con mayor detalle la problemática de la incineración de los residuos, poniendo especial interés en aquellas características de los residuos que tienen mayor importancia de cara al proceso de combustión.En el capítulo 3, Descripción del proceso, se hace una descripción general del proceso de incineración y de los distintos elementos de una planta incineradora: desde la recepción y almacenamiento de los residuos, pasando por los distintos tipos de hornos y las exigencias de los códigos de buena práctica de combustión, el sistema de aire de combustión y el sistema de humos. Se presentan también los distintos sistemas de depuración de los gases de combustión, y finalmente el sistema de evacuación de cenizas y escorias.El capítulo 4, La planta de tratamiento de residuos sólidos urbanos de Girona, describe los principales sistemas de la planta incineradora de Girona: la alimentación de residuos, el tipo de horno, el sistema de recuperación de energía, y el sistema de depuración de los gases de combustión Se describe también el sistema de control, la operación, los datos de funcionamiento de la planta, la instrumentación y las variables que son de interés para el control del proceso de combustión.En el capítulo 5, Técnicas utilizadas, se proporciona una visión global de los sistemas basados en el conocimiento y de los sistemas expertos. Se explican las diferentes técnicas utilizadas: redes neuronales, sistemas de clasificación, modelos cualitativos, y sistemas expertos, ilustradas con algunos ejemplos de aplicación.Con respecto a los sistemas basados en el conocimiento se analizan en primer lugar las condiciones para su aplicabilidad, y las formas de representación del conocimiento. A continuación se describen las distintas formas de razonamiento: redes neuronales, sistemas expertos y lógica difusa, y se realiza una comparación entre ellas. Se presenta una aplicación de las redes neuronales al análisis de series temporales de temperatura.Se trata también la problemática del análisis de los datos de operación mediante técnicas estadísticas y el empleo de técnicas de clasificación. Otro apartado está dedicado a los distintos tipos de modelos, incluyendo una discusión de los modelos cualitativos.Se describe el sistema de diseño asistido por ordenador para el diseño de sistemas de supervisión CASSD que se utiliza en esta tesis, y las herramientas de análisis para obtener información cualitativa del comportamiento del proceso: Abstractores y ALCMEN. Se incluye un ejemplo de aplicación de estas técnicas para hallar las relaciones entre la temperatura y las acciones del operador. Finalmente se analizan las principales características de los sistemas expertos en general, y del sistema experto CEES 2.0 que también forma parte del sistema CASSD que se ha utilizado.El capítulo 6, Resultados, muestra los resultados obtenidos mediante la aplicación de las diferentes técnicas, redes neuronales, clasificación, el desarrollo de la modelización del proceso de combustión, y la generación de reglas. Dentro del apartado de análisis de datos se emplea una red neuronal para la clasificación de una señal de temperatura. También se describe la utilización del método LINNEO+ para la clasificación de los estados de operación de la planta.En el apartado dedicado a la modelización se desarrolla un modelo de combustión que sirve de base para analizar el comportamiento del horno en régimen estacionario y dinámico. Se define un parámetro, la superficie de llama, relacionado con la extensión del fuego en la parrilla. Mediante un modelo linealizado se analiza la respuesta dinámica del proceso de incineración.Luego se pasa a la definición de relaciones cualitativas entre las variables que se utilizan en la elaboración de un modelo cualitativo. A continuación se desarrolla un nuevo modelo cualitativo, tomando como base el modelo dinámico analítico.Finalmente se aborda el desarrollo de la base de conocimiento del sistema experto, mediante la generación de reglasEn el capítulo 7, Sistema de control de una planta incineradora, se analizan los objetivos de un sistema de control de una planta incineradora, su diseño e implementación. Se describen los objetivos básicos del sistema de control de la combustión, su configuración y la implementación en Matlab/Simulink utilizando las distintas herramientas que se han desarrollado en el capítulo anterior.Por último para mostrar como pueden aplicarse los distintos métodos desarrollados en esta tesis se construye un sistema experto para mantener constante la temperatura del horno actuando sobre la alimentación de residuos.Finalmente en el capítulo Conclusiones, se presentan las conclusiones y resultados de esta tesis. / One of the possible alternatives for the management of the municipal solid waste is the energy recovery in waste-to- energy facilities, i.e. the incineration with energy recovery. However, it is very important to control the incineration process properly in order to avoid, as far as possible, the liberation of pollutants to the atmosphere that could occasion problems of industrial contamination. To achieve that, both the incineration process and the treatment of flue gases are carried out in good conditions it presupposes to have a good knowledge of the dependences between process variables. It is necessary to have adequate measuring methods of the most important variables and to treat the measured values with appropriate models in order to transform them in control magnitudes. A classical control model looks not very promising in this case due to the complexity of the processes, the lack of quantitative description and the necessity of performing real-time calculations. This can only be achieved with the help of the modern techniques of data processing and informatics methods, like the use of simulation techniques, mathematical models, knowledge based systems and intelligent interfaces. A control system based on fuzzy logic applied to the field of the incineration of municipal solid waste is described in [ Ono, 1989]. In the Karslruhe center of investigation FZK applications that combine fuzzy logic with neural networks [Jaeschke, Keller, 1994] are being developed for the control of the TAMARA pilot plant for waste incineration.In this thesis it is outlined the application of a method of knowledge acquisition for the control of complex systems inspired by the human behaviour. When we are placed in face of an unknown situation, at the beginning we don't know how to act, except for the extrapolation of previous experiences that could be useful. Applying procedures of trial and error, reinforcement of hypothesis, etc, one goes acquiring and refining the knowledge, and elaborating a mental model. We can design a similar method, which could be implemented in an informatics system, by means of the use of Artificial Intelligence techniques.So, in a complex process often we have a group of process data that a priori don't give us sufficiently structured information to be useful. For the knowledge acquisition we went by a series of steps:- We make a first selection of which are the variables that we are interested to know.- State of the system. In first place we could begin applying classification techniques (unsupervised learning) in order to group the data and obtain a representation of the state of the plant. It is possible to establish a classification, but normally almost all the data are in a single class, that corresponds to the normal operation. Done this and in order to refine the knowledge we use classical statistical methods in order to look for correlations between variables (principal components analysis) to simplify and reduce the list of variables.- Analysis of the signals. In order to analyse and classify the signals (for example the temperature of the furnace) it is possible to use methods capable to better describe the non-linear behaviour of the system, like the neural networks. Another step consists in to establish causal relationships between the variables. For this purpose the analytical models are helpful.- As final result of the process go over the design of the knowledge based system.The main objective is to apply the method to the concrete case of the control of a plant of treatment of municipal solid waste by waste-to- energy process.First, chapter 2 The municipal solid waste, treats the global problem of waste management, giving an overview of the several existent alternatives, and of the national and international situation at the present time. The problems of the waste incineration are analysed with more detail, putting special interest in those waste characteristics that have more importance for the combustion process.In the chapter 3, Description of the process, is made a general description of the incineration process and of the different elements of a incineration plant: from the reception and storage of the waste, going by the different types of furnaces and the demands of the codes of good combustion practice, the combustion air system and the exhaust system. The different systems for cleaning the combustion gases, and the system of evacuation of ash residues are presented.The chapter 4, The municipal solid waste treatment plant of Girona, describes the main systems of the Girona incineration plant: the feeding of waste, the type of furnace, the energy recovery system, and the flue gas cleaning system. Are also described in this chapter, the control system, the operation, the data of operation of the plant, the instrumentation and the variables that are of interest for the control of the combustion process.In the chapter 5, Used techniques, is provided a global vision of the knowledge-based systems and of the expert systems. The diverse techniques used are explained: neural networks, systems of classification, qualitative models, and expert systems, illustrated with some examples of application.With regard to the knowledge-based systems, in first place are analysed the conditions for their suitability, and the forms of representation of the knowledge. Next the different forms of reasoning are described: neural networks, expert systems and fuzzy logic, and a comparison between them it is carried out. An application of the neural networks to the analysis of time series of temperature is presented.It is also treated the problem of the analysis of the operation data by means of statistical techniques and the use of techniques of classification. Another paragraph is dedicated to the different types of models, including a discussion of the qualitative models.The Computer Aided Supervisory System Design CASSD that is used in this thesis is described, and the analysis tools employed to obtain qualitative information from the behaviour of the process: ors and ALCMEN. An example of application of these techniques is included in order to find the relationships between the temperature and the actions of the operator. Finally are analysed the main characteristics of expert systems in general, and of the system expert CEES 2.0 that also are part of the CASSD system that has been used.The chapter 6, Results, shows the results obtained by means of the application of the several techniques, neural networks, classification, the development of the model of the combustion process, and the generation of rules. Inside the paragraph of analysis of data a neural network is used for the classification of a temperature signal. The use of the LINNEO+ method is also described for the classification of the states of operation of the plant.In the paragraph dedicated to the modelling a model of combustion is developed that is used as base in order to analyse the behaviour of the furnace in stationary and dynamic conditions. It is defined a parameter, the surface of flame, related with the extension of the fire in the grate. By means of a liberalized model the dynamic answer of the incineration process is analysed.Then we go over to the definition of qualitative relationships between the variables that are used in the elaboration of a qualitative model. Next a new qualitative model is developed, taking as base the analytic dynamic model.Finally the development of the knowledge base of the expert system is approached, by means of the generation of rules.In the chapter 7, Control system of an incineration plant, the objectives of a control system of an incineration plant are analysed, their design and implementation. Are described the basic objectives of the combustion control system, their configuration and the implementation in MATLAB/ SIMULINK using the different tools that have been developed in the previous chapter.Lastly in order to show how the different methods developed in this thesis could be applied it is built an expert system to maintain constant the temperature of the furnace acting on the waste feeding.Finally in the chapter Conclusions, the conclusions and results of this thesis are presented.