Herramienta para la sintonía robusta de controladores PI/PID de dos grados de libertad

Resumen: Se presenta un método de sintonía robusta para controladores PI/PID de dos grados de libertad. La propuesta se formuló como un problema de optimización no-convexo sujeto a restricciones, en el cual, se minimizó el valor de funciones objetivo basadas en la integral del error absoluto, fragilidad del controlador y esfuerzo de la señal de control. La solución se realizó con el algoritmo de Optimización por Enjambre de Partículas. El diseño, que parte de un modelo de planta, se desacopló para respuestas a perturbaciones de carga y a cambios en el punto de consigna. La robustez se expresó como una restricción basada en la sensibilidad máxima Ms y sensibilidad complementaria Mt. La propuesta se comparó con los métodos MIGO y SIMC, concluyendo que diseñar controladores PI teniendo en cuenta los círculos Ms y Mt garantiza mayor estabilidad relativa del sistema de control al variar la ganancia estática del proceso. Abstract: The aim of this article is to expose a robust tuning method for 2DoF PI/PID controllers. It has been formulated as a non-convex optimization problem with some restrictions, in which, the value of objective functions should be minimized based on the absolute error integral, controller fragility and the control signal effort. The solution is made with the Particle Swarn Optimization algorithm. The design, leaned on a model of a plant, has been split for load perturbations and changes on reference responses. The robustness is a restriction based on maximum sensibility Ms and complementary sensibility Mt. The proposal was compared with MIGO and SIMC methods, concluding that PI controllers designed taking into account Ms and Mt circles ensures greater relative stability control system to vary the static gain of the process. Palabras clave: Control PID, Sintonía, Robustez, Optimización, Control de procesos, Optimización por Enjambre de Partículas., Keywords: PID Control, Tuning, Robustness, Optimization, Process Control, Particle Swarm Optimization