UNIDAD 2 PROCESOS DE

IDENTIFICACION
 Procesos de Identificación

 Introducción
 Modelos teóricos
 Identificación
 Análisis de Regresión
 Regresión Lineal
 Regresión no lineal
 Ajuste para modelos de primer orden
 Método semilogarítmico
 Método Sundareson
 Ajuste para modelos de segundo orden
 Método Harriot
 Método Smith
 Identificación

Los procesos usados en nuestros sistemas de control han sido

descritos por funciones de transferencia que fueron obtenidas
aplicando los principios fundamentales de física e ingeniería
química para una buena descripción de proceso. En la práctica,
muchos de los procesos que son controlados son muy difíciles
de describir por la aplicación de estos principios.

Por medio de pruebas experimentales uno puede identificar la

naturaleza dinámica de los procesos y obtener un modelo del
proceso para usar en diseño de sistemas de control. La
determinación experimental del comportamiento dinámico de
un proceso se llama proceso de identificación.
Para desarrollar una relación empírica en estado estable o
dinámica entre dos variables es importante poner los datos en un
diagrama; tal diagrama es fácil visualizar la tendencia general de
los datos y seleccionar una forma razonable para el modelo. Una
vez que la forma del proceso está especificada, los parámetros
desconocidos del modelo pueden ser evaluados de tal manera
que represente los datos. Este procedimiento de estimación de
parámetros es usualmente conocido como ajuste de modelo

La necesidad de los modelos de procesos surge en muchas

aplicaciones de control, como vimos en el curso pasado. Los
modelos de proceso también son necesarios en el desarrollo de
algoritmos de control feedforward.
Los procesos de identificación proveen diferentes formas que
son útiles en control de procesos, algunas de estas son:
- curvas de reacción de procesos

- diagrama de respuesta de frecuencia

-respuesta pulso

-Un cambio escalon en la entrada de un proceso produce una

respuesta, la cual es llamada la curva de reacción del proceso.
Para muchos procesos en la industria quimica, la curva de
reacción de proceso tiene una forma de S. Es importante que
no haya perturbaciones que entren en el sistema de otro modo
la transmisión será dañada por esas perturbaciones sin control
y sería inapropiado para usarlo en la obtención de un modelo
para el proceso.
 REGRESION LINEAL

Consiste en obtener estimaciones de los parámetros de los

modelos por mínimos cuadrados. La fórmula es la siguiente:
ŷi = a0 + a1xi

Donde a0 y a1 son los parámetros del modelo que son

calculados, yi representa los datos ( i = 1,2,3,…,n) mientras ŷi
es la predicción del modelo para x = xi
El error o residuo entre la predicción del modelo ŷi y la
medición correspondiente yi, está dada por

Є = yi – ŷi = yi – a0 – a1xi

Un método comúnmente usado para la determinación del

mejor ajuste es calcular los valores de a0 y a1 que minimizan
la suma de cuadrados de los errores Є , es decir:

min  i    yi  a0  a1 xi 
n n
2 2

i 1 i 1
La ecuación anterior los valores de yi y xi son conocidos,
mientras que a0 y a1 son hallados así como Є es
minimizado. Las estimaciones de a0 y a1 encontrada para
un grupo de datos específico son designados como â0 y â1.

Para un modelo lineal y “r” datos, los valores de â0 y â1 que

minimizan la ecuación (3) son encontrados por el primer
ajuste de las derivadas de Є con respecto a â0 y â1 igual a
cero. Desde que Є es igual a una función cuadrática, esta
técnica conduce a dos ecuaciones lineales con dos
incógnitas, â0 y â1. La solución analítica es
 S S S S
aˆ 
xx y xy x

r S  S x 
0 2
xx

r S xy  S x S y
aˆ 
1
r S xx  S x 2

donde:
r
  xi
r

S xx   S i
2
S x
i 1 i 1

r
y
r

S y S xy
  xi y
i i
i 1 i 1
 Un modelo general no n
lineal SISO tendrá la yˆ   a j g x 
forma: j 0
j

donde el aj son los parámetros desconocidos que son

estimados y el gj son las funciones escogidas de x . Note
que los parámetros desconocidos aparecen linealmente
dentro del modelo. Cuando la expresión de Є (la suma de
los cuadrados de los errores) es derivada con respecto a
aj, un grupo de n+1 ecuaciones algebraicas lineales con
n+1 incógnitas resulta :
a S  a S  ...  a S  T
0 00 1 01 n 0n 0

a0 S10  a1 S11  ...  a.n S1n  T 1 (6)

.
.
.
.
aS0 n0
 a1 S n1  ...  an S nm  T n

r
donde S jm
g g ( m = 0 , .... , n )
ji mi
i 1

T j
 g y
ji i
i 1
Se ha efectuado un experimento para determinar la
corriente liberada en estado estacionario por un generador
de turbina de gas como una función de velocidad de
combustible. Los siguientes datos fueron obtenidos:
Velocidad de
flujo de aceite Corriente generada

1.0 2.0
2.3 4.4
2.9 5.4
4.0 7.5
4.9 9.1
5.8 10.8
6.5 12.3
7.7 14.3
8.4 15.8
9.0 16.8
Un modelo de línea recta debería ser satisfactorio desde
una gráfica de los datos revelados generalmente como un
modelo lineal. Encuentra el mejor modelo lineal y
compararlo con el mejor modelo cuadrático.

La solución lineal, con â0 = 0.175 y â1 = 1.823.

La solución cuadratica,
â0 = 0.192, â1 = 1.809, y â2 = 0.002376.
 Modelo lineal Modelo cuadrático
xi yi
yˆ  aˆ  aˆ x
1i 0 1 i y 2i
a
ˆ0  aˆ1 xi  aˆ 2 xi
2

1.0 2.0 1.94 1.99

2.3 4.4 4.36 4.36
2.9 5.4 5.47 5.46
4.0 7.5 7.52 7.49
4.9 9.1 9.19 9.16
5.8 10.8 10.86 10.83
6.5 12.3 12.16 12.14
7.7 14.3 14.4 14.4
8.4 15.8 15.7 15.72
9.0 16.8 16.81 16.85
(ε1 = 0.0613) (ε2 = 0.054)
AJUSTE GRAFICO PARA MODELOS DE PRIMER
ORDEN USANDO PRUEBAS DE PASO ESCALON

La respuesta de salida de un proceso para un cambio

escalón en la entrada cuando es graficada, algunas
veces es referida como la “curva de reacción del
proceso”. Si el proceso de interés puede ser
aproximado a una ecuación diferencial lineal de primer
ó segundo orden, los parámetros del modelo pueden
ser obtenidos por inspección de la curva de reacción.
Por ejemplo, recordando el modelo dinámico para un
proceso de primer orden:

dy
  y  Kx (11)
dt
donde el sistema está inicialmente en reposo [y(0)=0,
correspondiendo a x=0]. Si la entrada de x es
abruptamente cambiada de cero a M en un tiempo =
0, resulta la respuesta de cambio escalón en la
ecuación.

y(t) = KM ( 1 – e –t/) (b)

La respuesta gráfica normalizada está mostrada en la
figura siguiente:
La respuesta de y(t) alcanza 63.2 % de su valor final
en t = τ. La desviación de los valores de salida en el
estado estacionario está en y(∞) = KM. De la ecuación
(11) o (b), después del reacomodo y valoración del
límite en t = 0, la inclinación inicial de la respuesta en
cambio escalón normalizada es:

d y  1
  
dt  KM  t 0 

De la interpretación gráfica de la figura anterior, la

intersección de la tangente en t = 0 con y/KM = 1 ocurre
en t = τ.
Para un sistema simple de primer orden, hay dos formas
rápidas de calcular la constante de tiempo τ de una gráfica
de respuesta de cambio escalón:

1.- Encontrar el valor de t en el cual la respuesta esta 63.2

% completo

2.- Construir la tangente de la curva de respuesta inicial y

encontrar su intersección con el valor del estado
estacionario final.

Note que esos procedimientos no requieren explícitamente

la variable de salida para ser expresada en la forma de
desviación o normalizada.
Ejemplo. La figura da la respuesta de la temperatura T en
un CSTR para un cambio escalón en la velocidad de flujo
de alimentación W de 120 a 125 kg/min. Encuentre un
modelo de primer orden aproximado para el proceso en
esas condiciones de operación.
Solución. Primero note que ΔW = M = 125 – 120 = 5
kg/min desde ΔT = T(∞) – T(0) = 160 – 140 = 20°C, la
ganancia de proceso es:
La constante de tiempo obtenida de la construcción
gráfica mostrada es τ=5 minutos. Note que ese resultado
coincide con el tiempo cuando el 63.2% de la respuesta
es completado, eso es:
Consecuentemente, el modelo del proceso deseado es:

T ' ( s) 4

W ' ( s ) 5s  1
donde la ganancia tiene unidades de °C/(Kg/min).
Método de Maxima Pendiente de Ziegler Y Nichols
Consiste en obtener la  a partir de la tangente a la curva
de reacción en el punto de inflexión.
 = y/Sm

El tiempo muerto  se determina a partir de la

intersección de la tangente de pendiente Sm con el valor
inicial de la variable de salida.

Para una respuesta a un cambio escalon de un sistema de

1er orden Sin tiempo muerto alcanza el 63.2 de su valor
final en un t =  o sea que

t63 - t = 
inconvenientemente, es el trazo de la tangente de máxima
pendiente (cuando) hay ruido). Para resolver esta situación
se ha propuesto calcular td y  a partir de los tiempos
necesarios para alcanzar un 28.3% y un 63.2 del valor final
de la respuesta.

El sistema de 1er orden sin tiempo muerto tarda un t = /3

en alcanzar el 28.3% de la respuesta final.

y 1 / 3
 0.283  1  e
KA
Para un sistema de 1er orden con d se puede escribir
t28 - t = /3
combinando las ecuaciones anteriores se tiene
 = 3/2(t63 – t28)
t = t63 - 
 Ejercicio
Un vapor de proceso es calentado usando un tubo intercambiador de
calor. La temperatura de salida es controlada ajustando una válvula
de control. Durante una prueba experimental de lazo abierto, la
presión de vapor P cambió repentinamente de 18 a 20psig y los
datos de temperatura son mostrados en la siguiente tabla como
presión convertida a corriente por el controlador. Por medio del
método de Ziegler-Nichols encuentre el mejor modelo para estos
datos. t (min) T (mA)
0 12
1 12
2 12.5
3 13.1
4 14
5 14.8
6 15.4
7 16.1
8 16.4
9 16.8
10 16.9
11 17
12 16.9
 17
16
15
T

14
13
12
11
0 5 t min 10 15
 y T 16.9  12
K    2.45
A P 20  18 
3
t 63.2  t 28.3 
2

16.9  12  4.9
4.9 * 0.632  3.0968   1.55.5  3.1  3.6
12  3.0968  15.0968

t d  t 63.2  
4.9 * 0.283  1.3867
12  1.3867  13.3867
t 63.2  5.5 t d    5.5  3.6  1.9

t 28.3  3.1

  t 63.2  t 28.3 
3
2
 Ke  t ds
G(s) 
s  1

T' (s) 2.45e 1.9s


P' (s) 3.6s  1

Sustituyendo el cambio escalón

2(2.45)e 1.9s
T' (s) 
s(3.6s  1)
Aplicando trasformada inversa

T' ( t )  KA 1  e ( t  t d ) /  

T' (t )  4.9 1  e (1.9t d ) / 3.6 
 17
16
15
T

14
13
12
11
0 5 t min 10 15
Muy pocas gráficas experimentales de la respuesta escalón
muestra un comportamiento de primer orden por que:

1.Es difícil para formar una perfecta entrada escalón

2.El verdadero modelo de proceso no es de primer

orden ni tampoco lineal. Únicamente el más simple
proceso exhibirá tales modelos dinamicos ideales.

3.La respuesta de salida son usualmente corrompidas

con ruido, eso es, contienen un componente aleatorio
en la salida medida.

4.Otra entrada (perturbancia) puede cambiar durante la

prueba escalón sin el conocimiento del operador.
El acoplamiento de un modelo de primer orden mas tiempo
muerto.
Ke s
G(s) 
s  1
a la respuesta escalón actual requiere los siguientes pasos,
como se muestra en la figura siguiente:
1. La ganancia del proceso K para el modelo es
encontrado por calculo de la relación del cambio en el valor
de estado estacionario “y” para el tamaño del cambio
escalón M en x.
2. Una tangente es dibujado al punto de inflexión de la
respuesta escalón, la intersección de la línea tangente y
el eje de tiempo (donde y =0) es el tiempo muerto.

3. Si la tangente es extendida corresponde al tiempo

t = θ+. Por consiguiente puede ser encontrada por
substrayendo desde el punto de intersección.
El método tangente anteriormente presentado para obtener
la constante de tiempo no es confiable ya que solo usa
unicamente un simple punto para estimar la constante de
tiempo. El uso de puntos múltiples puede dar una mejor
estimación.
 T ()  T (t )  t 
ln    
 T ()  T (0)  

desde y(), el valor final de estado estacionario equivale

KM. Un grafico en una hoja semilogarítmica de (y()-yi)/
y() vs ti-  sería entonces una línea recta con inclinación
igual a -1/, obtenido una ecuación equivalente sería:

 y ( )  y i  ti  
ln   
 y ( )  
 Método Sundareson y Krishnaswamy.
Proponen que dos tiempo (t1 y t2) estimados desde una
curva de respuesta escalón correspondiente a 35.3 y 85.3%
del tiempo de respuesta, respectivamente. El tiempo
muerto y el tiempo constante son entonces estimados por
las siguientes ecuaciones.

  1.3t1  0.29t 2
  0.67(t 2  t1 )

Estos valores de tau y theta aproximadamente minimizan

la diferencia entre la respuesta medida y el modelo, en un
sentido de mínimos cuadrados.
 Ejercicio
Un vapor de proceso es calentado usando un tubo intercambiador de
calor. La temperatura de salida es controlada ajustando una válvula
de control. Durante una prueba experimental de lazo abierto, la
presión de vapor P cambió repentinamente de 18 a 20psig y los
datos de temperatura son mostrados en la siguiente tabla como
presión convertida a corriente por el controlador. Por medio del
método de Sundareson encuentre el modelo para estos datos.
t (min) T (mA)
0 12
t1= 3.75 min 1 12
t2 = 7.25 min 2 12.5

 = 0.67(7.25-3.75) = 2.345 min

3 13.1
4 14
 = 1.3t1-0.29t2 = 2.7725 min 5 14.8

 
6 15.4

T' ( t )  KA 1  e ( t  t d ) / 
7 16.1
8 16.4
9 16.8
 ( t  ) / 2.345
y(t )  4.49(1  e
10 16.9
) 11
12
17
16.9
 17
16
15
T

14
13
12
11
0 5 t min 10 15
Ajustando Modelos de segundo orden usando prueba
escalón.

La función de transferencia usada en la ecuación

K
G (s) 
(1s  1)(  2s  1)
Incluyendo dos casos limitados: tau2/tau1 = 0 donde el
sistema llega a ser de primer orden, y tau2/tau1=1, el caso
críticamente amortiguado. El más largo de los dos tiempos
constantes tau1, es llamado tiempo constante dominante.
La respuesta en forma de S llega a ser más pronunciada
con la relación de tau2/tau1 se acerca a 1.
Los tiempos constantes para sistemas de segundo orden,
los cuales incluyen tiempos muertos, pueden ser estimados
usando varios métodos gráficos. Harriot y Oldenbourg y
Statorius estiman procedimientos para los parámetros del
siguiente modelo: s
Ke
G( s) 
( 1 s  1)( 2 s  1)
estos modelos aplican únicamente a sistemas
sobreamortiguados. El método de Smith es más general
para dar modelo de la forma Ke s
G( s) 
 2 s 2  2s  1
el cual incluye ambos sistemas subamortiguados y
sobreamortiguados
 Método Harriot.
Harriot graficó la respuesta fraccional de segundo orden
(sin tiempo muerto) así mismo t/(1+2) para diversas
razones de 2/ 1.
Encontró que todas las curvas se intersectan
aproximadamente a 73% del valor final del estado estable
donde t/(1+ 2) es igual a 1.3 como se muestra en la
gráfica:
El rango real es 0.7275 < y < 0.7326. Así para medir el
tiempo requerido por el sistema para alcanzar el 73% del
valor final t73, la suma de las dos constantes de tiempo
puede ser calculada: (1+2) = (t73/1.3).

Harriot graficó la respuesta fraccional a t/(1+2) = 0.5 así

mismo 1/(1+2) desde las curvas de la gráfica anterior,
muestra una gran desviación en este punto. La respuesta
fraccional es mostrada en la siguiente gráfica:
El valor de la respuesta fraccional cuando t = 0.5(1+2)
puede ser determinado en los datos experimentales, y el
valor de 1/(1+2) puede ser leído desde la gráfica anterior.

Si la respuesta fraccional es menos que 0.26 o más

grande que 0.39 en este punto, el método no es
aplicable el cual generalmente indica que el proceso
requiere un modelo que es mayor que el segundo
orden o que es subamortiguada.

El método de Harriot generalmente es menos exacto, a

medida que 2 / 1 se aproxima a la unidad, y 1 y 2 son
justamente sensibles a la estimación de K (obteniendo la
respuesta en estado estacionario).
 Método Smith

Smith reporto la respuesta

fraccional del sistema, a
20% y 60% de su valor
final. El método Smith
requiere los tiempos (con
aparente tiempo muerto)
con el valor normalizado de
la respuesta alcanzada
20% y 60%,
respectivamente. Usando
la gráfica de la derecha, la
relación de t20/t60 da el valor
de . Una estimación de 
puede ser obtenido desde
la gráfica de t60/ vs. t20/t60.
 Ejemplo.

Use los métodos de segundo orden de Harriot y Smith para ajustar

la curva de respuesta escalón mostrada en la grafica de abajo. Por el
método Harriot y Smith asuma  = 0, desde la curva respuesta llegue a
ser diferente de cero inmediatamente después de t = 0.
Método Harriot. Se utiliza

t 73  6.4 min
t 73 6.4 min
1   2    4.92 min
1.3 1.3

t
 0.5
1   2
t  0.5(4.92 min)  2.46 min
Para encontrar
Desde la gráfica de datos
experimentales:
1
y 1   2
 0.295
KM
1
 0.74
1   2
Como 1   2  4.92 min

Se obtiene 1  3.64 min

2 se obtiene de:

1  2  4.92 min

 2  1.28 min Se obtiene la función de transferencia.

KM
G (s) 
(3.64s  1)(1.28s  1)
 Método Smith. Se obtiene
t 20  1.85 min t 60
 2.8
t 60  5 min 
t 20
 0.37 como
t 60 t 60  5 min
Se utiliza se calcula
  1.79 min
  1.3
Se obtiene la función de transferencia.

KM
G (s) 
1.79 s  2.6s  1
2 2