CONTROL NO LINEAL DE PROCESOS QUMICOS

DEBER DE SINTESIS DE PLANTAS Y PROCESOS

ROMMEL ANDRS POZO IZArommelandrespozo@gmail.com

Quito, Abril 2015 A pesar de este conocimiento, los procesos qumicos han sido tradicionalmente controlados por medio de sistemas lineales de anlisis y diseo de herramientas. Obviamente, el uso de una tcnica de sistema lineal es bastante limitante, si un proceso qumico es altamente no lineal. Avances en la teora de control no lineal, combinado con los avances de hardware informtico; ahora permiten, estrategias avanzadas de control no lineal a ser implementadas con xito en procesos qumicos Ray (1983) examina el campo del control de proceso multivariable, con sistemas no lineales que juegan un papel pequeo. Uno de los objetivos de este trabajo es revisar estas nuevas tcnicas de control que se basan explcitamente en una representacin dinmica no lineal del proceso qumico, as como las tcnicas que han existido durante dcadas. Interacciones multivariables entre variables manipuladas y controladas, variables de estado no medidos, las restricciones en las variables manipuladas. Los procesos de manufactura de sustancias presentan muchos problemas de control difciles, incluyendo el comportamiento dinmico no lineal. Otras caractersticas del proceso comn que causan dificultad para controlar los sistemas lineales y no lineales por igual se muestran en la Tabla I. Una serie de crticas a partir de mediados de la dcada de 1970 discuti la limitacin de la llamada teora de control moderna para el manejo de muchos de estos problemas (FOA, 1973; Lee y Weekman, 1976;. Kestenbaum et al, 1976). Los recientes esfuerzos de investigacin se han centrado en la prestacin de tcnicas de diseo de sistemas de control para manejar muchas de las caractersticas que se muestran en la Tabla I. Control Adaptativo (Seborg et al., 1986) fue promovida como una tcnica para resolver el problema no lineal por 'relinearizing " el modelo de proceso, como el proceso se traslad a diferentes regiones de funcionamiento "lineales", as como para estimar los parmetros (sistema lineal basado generalmente) variable en el tiempo. Se desarrollaron para dar cuenta de la incertidumbre del modelo; Tcnicas robustas del sistema de control de diseo (Doyle, 1982 Doyle y Stein, 1981). Control del modelo interno (IMC) (Garca y Morari, 1982) fue desarrollado para proporcionar un marco transparente para el diseo de sistemas de control de procesos y de manejar de manera explcita las limitaciones variables manipuladas. El nfasis principal en este artculo de revisin es en las tcnicas que utilizan un modelo explcito, no lineal del proceso de diseo del sistema de control o aplicacin. Categoras para las tcnicas de control no lineal: (a) especial o ad hoc estrategias; (b) modelo interno; (C) diferencial geomtrica; (d) la sntesis de sistema de referencia; (E) robusto diseo del sistema de control; (F) modelo predictivo; Control (g) con oscilaciones abierto o lazo cerrado. Despus de la revisin de estas tcnicas, se ver necesidades de investigacin en el control de procesos no lineales. Incluso si se utilizan tcnicas de diseo del sistema de control lineal, la verificacin se realiza normalmente a travs de simulacin utilizando un modelo de proceso no lineal. Se hace hincapi en que el control debe convertirse en una parte esencial del proceso y el reactor de diseo, ya que algunas de las decisiones ms importantes que afectan el control se hacen durante la operacin de planta piloto y las etapas de diseo de procesos de estado estacionario. Shinnar (1986) afirma que la mayora de los problemas de investigacin que enfrenta el control de procesos estn relacionados con la sensibilidad del modelo. Este documento se basa en el control de los procesos qumicos que se describen en los modelos de parmetros concentrados, es decir, sistemas que puede ser modelado por seta de fmt orden ecuaciones algebraicas diferenciales ordinarias. Dnde variables x = estatales, u = variables manipuladas, p = parmetros, perturbaciones 1 = carga (medido o no medida), variables y = salida o medidos, 0 = tiempo muerto entre variables manipuladas y estatales, y 4 = tiempo muerto entre el Estado y medido variables. Loffler y Marquardt (1990) han discutido recientemente las tcnicas para reducir el orden de los modelos de procesos algebraicas diferenciales no lineales. Debe tenerse en cuenta que la mayora de las estrategias de control revisados en este trabajo se basan en el control de los procesos que se rigen por bajo orden, modelos de parmetros simples y concentrados. Koppel muestra que, despus de una perturbacin pulso cuadrado de la concentracin de entrada, el sistema de control lineal trae las variables de salida de nuevo al estado estacionario deseado, sin embargo, las variables manipuladas puede ir a un nuevo valor de estado estacionario, dependiendo de la longitud de tiempo de la perturbacin. Todos estos resultados proporcionan una justificacin adicional para el control no lineal de los procesos qumicos. La limitacin de rendimiento (PID) controladores proporcional integral derivativo convencionales, lineales aplicadas a los procesos no lineales se muestra por Chang y Chen (1984), que utilizan las ganancias del controlador como parmetro de bifurcacin en su anlisis. V-XIII. Las tcnicas de control de diseo del sistema La principal desventaja al controlador PID es que no se basa en un modelo de proceso (tambin una ventaja); conocimiento de la dinmica del proceso, como el tiempo muerto o no linealidad, no se utiliza explcitamente en la ley de control. En 1963 desarrollaron un procedimiento para sistemas ptimos de control de retroalimentacin para los procesos no lineales mediante el uso de elementos de control no lineales. Se present un total de 13 ejemplos, con los controladores no lineales que se presentan para cada caso ptimo lineal. Un controlador no lineal se muestra para producir resultados superiores a un controlador lineal, por ejemplo un CSTR analizado con ms detalle que los otros ejemplos ms genricos. Marroquin y Luyben (1972) han estudiado cuatro configuraciones diferentes de un sistema de control en cascada de temperatura en un reactor discontinuo, con (a) la ganancia de controlador maestro variado por el error en el bucle principal, (b) la ganancia de controlador maestro variado por el error en el bucle esclavo, ganancia (c) el controlador esclavo variado por el error en el bucle esclavo, y la ganancia (d) el controlador esclavo variado por el error en el bucle principal. La variable primaria fue controlada, la temperatura del reactor y la variable controlada secundaria, fue temperatura de la camisa. El controlador no lineal fue ms verstil que los controladores lineales estudiados, pero era difcil de ajustar, y sus respuestas eran difciles de predecir. Debido a estos problemas, se desarrollaron los controladores de doble rango que operan como aproximaciones lineales a trozos del controlador no lineal. El controlador PID no lineal mantiene bucle cerrado con un comportamiento dinmico constante, mientras que el controlador PID lineal tiene las respuestas que varan de sobre-amortiguado a bajo con amortiguacin, dependiendo de la condicin de funcionamiento. Aportacin de magnitud No lineal. Los controladores resultantes son controladores de retroalimentacin hacia adelante, alimentacin lineales o no lineales. Ellos encontraron que los controladores lineales dieron un control de calidad, por lo que hay poca justificacin para el control no lineal de rechazo de perturbaciones para este proceso. El Control no Lineal de alimentacin directa se compar con el avance lineal hacia delante, con estrategias de control en bucle abierto y con la incertidumbre del modelo. Enfoques de Transformacin de Variable Otro enfoque para el control no lineal es para seleccionar alguna funcin de las magnitudes de medida que crea una relacin ms lineal entre las variables de entrada y de salida. Las Tcnicas lineales estndar de diseo del sistema de control se pueden utilizar para el control de las variables de proceso transformadas o extensas. Las estrategias de control globales son inherentemente multivariable y no lineal, y dan lugar a sistemas que mantienen las caractersticas de circuito cerrado, ms de una regin de operacin y ms grande que las estrategias de control lineales simples. Ellos muestran que un sistema de control puede ser desarrollado, que utiliza una ganancia del controlador no lineal, que es inversamente proporcional a la ganancia de proceso entre el pH medido y accin de control; la ganancia total del bucle es entonces constante. Generalmente no se requiere: El conocimiento exacto del modelo no lineal, ya que los parmetros del controlador se afinan en lnea. Una desventaja del enfoque variable transformada, es el desacoplo del control de las variables transformadas (o extensas), no necesariamente asegura un control estricto.

VII. Enfoques modelo interno Garca y Morari (1982) han presentado el control modelo interno (IMC) como una estructura general que utiliza un modelo de proceso lineal en paralelo con el proceso real. La accin de control resultante es equivalente a un controlador para un sistema aperidico lineal. Una desventaja de la estructura de control NLIMC, tal como se presenta en la literatura, es que los procesos inestables en lazo abierto no pueden ser manejados desde la formulacin, es equivalente a un observador en lazo abierto en las variables de estado. Una limitacin principal de esta tcnica es que se asume un modelo perfecto; sugieren que una tcnica de estimacin de parmetros en lnea se debe aadir para actualizar el modelo. La tcnica que se desarroll no tiene en cuenta las limitaciones de variables de estado y no puede manejar sistemas en los que los cambios de ganancia del proceso en la regin de operacin. El modelo de proceso utilizado es un modelo de tres estados, mientras que la planta simulada es un modelo de cuatro estados. La razn de que este enfoque puede ser utilizado para lazo abierto, es que sirve para procesos inestables, que indicar la identificacin de variables es implcito en la tcnica de adaptacin de salida. Esta tcnica puede considerarse un caso lmite de las tcnicas de control de varios pasos, modelo no lineal de prediccin que se revisan en la seccin XI. Resumen de los modelos internos Enfoques. Estas tcnicas son fciles de entender y son extensiones directas del enfoque IMC lineal. Se utilizan enfoqes de una o de dos etapas, que por lo general resulta en una accin de control similar a un control mnimo, prototipo para sistemas lineales. En los ltimos aos la geometra diferencial se ha utilizado como una herramienta eficaz para el anlisis y diseo de sistemas de control no lineal, similar a la forma en que las transformadas de Laplace y el lgebra lineal se han utilizado para el anlisis lineal del sistema de control y diseo (Isidori, 1989). Tres formas de disear transformaciones de realimentacin de estado se han utilizado para el control de proceso qumico. En lazo cerrado (Kravaris y Chung, 1987) trabaja en la entrada / salida; Ecuacin de Estado, Linealizacin (. Hunt et al, 1983) hace el bucle cerrado del modelo lineal del estado. Una ley de realimentacin con compensador de estado se encuentra de manera que la relacin entre la entrada de referencia, u, y la ecuacin de estado dinmico es lineal (Hunt et al., 1983) despus de una transformacin de coordenadas, un tipo de asignacin de polos de ley de control de realimentacin de estado es generalmente luego desarrollado (por ejemplo, Hoo y Kantor, 1985). La ley de realimentacin del compensador de estado se encuentra de manera que la relacin entre la entrada de referencia, u, y la salida, y, es lineal (Kravaris y Chung, 1987) Cualquier tcnica de diseo lineal se puede utilizar para el controlador. Un diagrama de bloques de la estructura de control a linealizar a nivel mundial se muestra en la Figura 4. Kravaris y Chung (1987) muestran que la ley de realimentacin de estado compensador (r = orden relativo) produce un comportamiento lineal de entrada / salida y entre la salida y la entrada de referencia v. La eleccin de una funcin de transferencia del controlador lineal con los resultados del formulario, en una funcin de transferencia a lazo cerrado crticamente amortiguado. Una serie de procesos qumicos importantes tienen un orden relativo de 1; este enfoque producir una frontera en el circuito cerrado de respuesta para estos procesos.

Krener (1984) ha desarrollado un enfoque que encuentra una transformacin de coordenadas y estado de realimentacin, que se forma un orden K, es un sistema lineal aproximado donde s y v, son los estados y entradas transformadas. Hoo y Kantor (1985) muestran transformaciones de linealizacin de un modelo CSTR de dos estados (Uppal et al., 1974) y utilizar el control de asignacin de polos en el sistema de entrada lineal resultante. Las soluciones explcitas para la accin de control se obtienen para los sistemas que son lineales en la variable manipulada. Un controlador PI sencillo se utiliza en las variables de insumo-producto lineales. Un observador de estado de bucle abierto se utiliza para estimar las variables de estado no medidos. Un modelo no lineal de dos estados sencillo se utiliza para controlar una planta; el rendimiento de bucle cerrado es significativamente mejor que el control PI. IFE se utiliza como la variable manipulada; y la modificacin ad hoc mejora el rendimiento del controlador de linealizacin de entrada / salida, con el SFAS la variable manipulada. (1989) Se estudia un CSTR con temperatura de la camisa, como la variable manipulada y muestran que el controlador no lineal que se desarrolla emula la forma de un controlador PID con parmetros variables. Alvarez-Gallegos y Alvarez-Gallegos (1988) utilizan linealizacin en la ecuacin de estado para el control de los procesos de fermentacin continua. Con la concentracin de biomasa como la variable controlada, slo la concentracin de alimentacin del sustrato se puede utilizar como la variable manipulada. Doyle y Morari (1990) utiliza un enfoque basado en el sector cnica para sintetizar de forma robusta (estabilidad y rendimiento) controladores, utilizando linealizacin en la ecuacin de estado, linealizacin aproximada y control lineal (P, PI). Las variables controladas y variables manipuladas son la concentracin y la temperatura del refrigerante, respectivamente. Si la temperatura es la variable controlada, a continuacin, la variable manipulada debe ser caudal de alimentacin del reactor, para que la temperatura sea lineal se extrae de los estados. Se obtienen buenos resultados con la variable manipulada ruido y con errores en las condiciones iniciales de las variables de estado del modelo. El concepto de un controlador que "invierte" un proceso (polos del controlador anulan los ceros del proceso) est bien establecido en la teora de control lineal. Kravaris y Daoutidis (1990) extienden la idea de sistema lineal de colocacin de polos del controlador en el reflejo del proceso de avin a sistemas no lineales; este enfoque se limita a sistemas de segundo orden. Se obtiene convergencia a un estado de equilibrio entre una amplia variedad de condiciones iniciales; sin embargo, el control de retroalimentacin proporcional de las variables transformadas conduce a compensar en las variables fsicas. Alsop y Edgar (1990) utilizan un enfoque aproximado de linealizacin y un bajo orden, no lineal, el modelo de MIMO de una columna de destilacin para el control de un modelo riguroso de la columna. El modelo utilizado para fines de control se basa en un modelo agregado de orden inferior, que se obtiene a partir de un modelo de orden completo utilizando tcnicas de perturbacin singular. (1987) Utilizan una tcnica de estimacin bilineal para un modelo no lineal destilacin, agregando un orden inferior y desarrollan una ley de control basada en el trabajo por Isidori (1989) correspondiente a la alteracin de desacoplamiento. (1990) Utilizan linealizaciones de ecuaciones de estado (basado en una transformacin de realimentacin de estado perturbacin-dependiente) para controlar una polimerizacin por radicales libres CSTR. El esquema de control multivariable se justificaba porque el control no lineal de temperatura por s sola no garantiza la estabilidad en lazo cerrado. Daoutidis y Kravaris (199Oa) desarrollar estructuras de control de retroalimentacin de salida para los procesos no lineales de fase mnima. Este documento ofrece una clara interpretacin geomtrica diferencial no lineal de control de modelo interno, con un mnimo, y no hay realizaciones inversas de proceso mnimo. Enfoque geomtrico para el Control de Feedback ptima. (1990) Desarrollan un enfoque geomtrico para sintetizar las leyes de control de realimentacin del estado para el seguimiento de arcos singulares en problemas de control ptimo. Dado que estas tcnicas se basan en las transformaciones del Estado y de entrada de control, todos los estados deben ser medidos o estimados. Una desventaja al enfoque de linealizacin en la ecuacin de estado es que las especificaciones de rendimiento no pueden expresarse fcilmente en trminos de las variables de proceso originales. En general, un buen control de las variables transformadas, no asegura que las variables de proceso originales sern adecuadamente controladas. La sntesis del sistema de referencia (RSS) es una de las tcnicas que utilizan un modelo del proceso y una respuesta de proceso deseada para determinar una ley de control de realimentacin. Si el proceso es lineal de entrada, y luego una solucin explcita de la variable manipulada surge; si el proceso es no lineal en la entrada, entonces se obtiene generalmente una solucin implcita. (1989) Han mostrado ejemplos de RSS para ambos procesos lineales y no lineales, con respuestas lineales y no lineales. El controlador RSS tena mucho mejores respuestas a los grandes cambios del punto de ajuste de temperatura, en comparacin con un controlador lineal. Su anlisis muestra que el predictor Smith asume que el modelo presente de ajuste sigue siendo el mismo para las unidades td de tiempo en el futuro, mientras que el controlador RSS utiliza la dinmica del proceso, de traducir el modelo de falta de coincidencia en el futuro. En otro caso, se controla un subconjunto de las variables de estado, lo que resulta en un sistema de control cuadrado. Un proceso no lineal bastante simple, de un solo estado es considerado como un ejemplo de control no lineal. (1989) Muestran que los modelos de estado de equilibrio no lineal combinados con las dinmicas aproximadas, se pueden utilizar con eficacia para el control no lineal utilizando GMC. Riggs y Rhinehart (1988) comparan un enfoque GMC (control basado en modelo de proceso, PMBC) y no lineal IMC para un reactor de tanque agitado continuo exotrmico (CSTR) y afirman que PMBC es ms robusto. El sistema de control no lineal se compar con el control en tiempo ptimo. (1990) Extienden este enfoque para manejar un proceso de pH (que tiene una ecuacin de salida implcita no lineal). Al igual que otros enfoques de modelo inversas, RSS produce un controlador inestable cuando la planta tiene ceros en el semiplano derecho. (1990b) Amplan este enfoque para manejar los controladores no lineales (diseados utilizando linealizacin aproximada), utilizando de nuevo el ejemplo de intercambio de calor. XI. Enfoques control predictivo Durante la ltima dcada, ha habido un uso creciente de las tcnicas del modelo de control predictivo lineal (LMPC). DMC se basa en la seleccin de un conjunto de L movimientos futuros variables manipulados (horizonte de control); para minimizar una funcin objetivo basada en una suma de los cuadrados de las diferencias entre las salidas del modelo predicho y una trayectoria variable de salida deseada sobre un horizonte de prediccin, R, como se muestra en la Figura 5. Aunque la optimizacin de DMC se lleva a cabo para una secuencia de control de futuro, se mueve, slo el prximo movimiento de control se implementa.

Trastornos de la incertidumbre del modelo y de proceso son manejados por el clculo de una perturbacin aditiva como la diferencia entre la medicin del proceso y la prediccin del modelo en el paso de tiempo actual. Cuadrar el control matricial dinmico (QDMC) (Garca y Morshedi, 1986), fue desarrollado para incorporar explcitamente restricciones del proceso, tanto en las variables manipuladas y las salidas de proceso. Una extensin directa de los mtodos de control predictivo basado en modelo lineal se produce cuando se utiliza un modelo de proceso dinmico no lineal, en lugar de un modelo de convolucin lineal. El objetivo del control predictivo no lineal (NLPC) es para seleccionar un conjunto de movimientos de control futuros (horizonte de control) con el fin de minimizar una funcin basada en una trayectoria de salida deseada en un horizonte de prediccin, como se muestra es la figura anterior. Dado que muchas de las variables de estado son no medidas, una decisin debe ser tomada por las condiciones iniciales adecuadas para las variables de estado al inicio del horizonte de prediccin. Para los sistemas inestables en lazo abierto, normalmente se debe utilizar un procedimiento de identificacin-variable de estado (explcita o implcitamente), de modo que las variables de estado modelo, no difieren significativamente de las variables de estado reales. Mala respuesta dinmica y offset puede ocurrir si se miden y se utilizan como condiciones iniciales con planta / modelo, desajuste de todas las variables de estado en estado estacionario. (1989a) Se aplica una tcnica de control predictivo no lineal en general a un proceso de electrometalurgia, que tiene un tiempo de muestreo de largo (2,7 h). Este enfoque solucin resulta en ms variables de decisin ya que los valores de las variables de estado en cada punto de la funcin de proximidad se incluyen como variables de decisin. Garca (1984) utiliza un modelo no lineal para tener en cuenta el efecto de control anterior, se utiliza ms una linealizacin del modelo, para la optimizacin del control de futuros movimientos. (1990) Utilizan un modelo lineal para determinar una secuencia de control de los movimientos futuros. Estos movimientos futuros se implementan en un modelo no lineal del proceso, que generalmente dar resultados diferentes que la prediccin del modelo lineal. El modelo lineal se actualiza mediante el uso de la sustitucin sucesiva, hasta que la aproximacin de una solucin del modelo sea no lineal. Este enfoque se aplica a un modelo de polimerizacin por lotes, tanto con SISO y control MIMO. (1990) Asumen que la dinmica lineal se pueden separar de un modelo de proceso no lineal discreto y utilizar una estrategia similar a la linealizacin, ecuacin de estado (Hunt et al., 1983) para proporcionar una transformacin exacta del modelo no lineal a un modelo lineal. Una formulacin similar a la de control de matriz dinmica se utiliza entonces para el control predictivo no lineal. Muestran que este enfoque de control predictivo no lineal adaptativo supera el control adaptativo predictivo lineal, control PI, y su no adaptacin, la estrategia de control predictivo no lineal en un ejemplo CSTR. Un enfoque de programacin no lineal para proceso de identificacin. La planta / modelo desajuste puede ser debido a un nmero de factores, incluyendo: parmetros inciertos, variables de estado desconocido, perturbaciones no medidas que influyen en el proceso de error, en la estructura del modelo de proceso (orden o el tipo de modelo diferente), y ruido de medicin. La programacin no lineal proporciona una formulacin natural para identificacin del proceso si se utiliza el control predictivo no lineal. El objetivo del enfoque basado en la optimizacin es minimizar una medida de coincidencia del modelo / planta en un horizonte de estimacin, mediante el uso de parmetros de proceso, variables de estado no medidas y cargas como variables de decisin. Para obtener una medicin nica de salida, la funcin objetivo puede expresarse como donde las variables de decisin son las variables no medidas estables, al inicio del horizonte de estimacin, los parmetros estimados, y las cargas sobre el horizonte. (1985) El control adaptativo predictivo. Li y Biegler (1990) utilizan el cdigo de la estimacin de parmetros GREG (Caraecoteios y Stewart, 1985), en relacin con su enfoque no lineal de mltiples etapas (Li y Biegler, 1989) para controlar los procesos qumicos inciertos. Un algoritmo de control predictivo se utiliza para aadir el componente B para el control de punto final, sin aadir el exceso de B. Un promedio de reduccin del 30-40% en el tiempo de proceso por lotes se obtiene, en comparacin con el control de corriente en bucle abierto por el operador del proceso. Un controlador proporcional se utiliza como el bucle interior de una estrategia de control en cascada para estabilizar el proceso (Biegler, 1990). Aunque no se menciona en su artculo, Brengel y Seider realizar la estimacin de estado variable implcita y miden ambas variables de estado. Li y Biegler (1989) incorporan tiempo muerto en su enfoque de mltiples pasos para el control no lineal y utilizan un ejemplo CSTR con tiempo muerto entre las variables de estado. Zafiriou (1990) utiliza la teora de operador (principio Contraccin) para estudiar las propiedades de robustez en el modelo lineal, controladores predictivos sujetos a restricciones de entrada y de salida (las restricciones "duras" hacen que el controlador predictivo sea no lineal). Relacin entre Control lineal inferencial y la NLPC. Los mismos resultados se obtuvieron a partir de la tcnica de estimacin de Bequette (1990,1991) si se utiliz un horizonte de estimacin de un solo paso, y si las variables de estado no medidos en el modelo fueron meramente integrados en el tiempo en lugar de ser estimado en cada paso de tiempo. Resumen de Control Predictivo Enfoques. Enfoques de control predictivo no lineal parecen manejar muchas ms de las caractersticas del proceso comn, que las otras tcnicas de control no lineal. Son extensiones de tcnicas predictivas (modelo lineal) que se han aplicado con xito a una serie de problemas de control multivariable en la industria durante la ltima dcada. A pesar de que el objetivo de este trabajo es revisar las tcnicas de control de retroalimentacin no lineales, hay algunas tcnicas de lazo abierto no lineales dignas de mencin. Bruns y Bailey (1975) utilizan controladores "push-pull" para controlar un sistema no lineal de un solo estado cerca de un punto de funcionamiento inestable en lazo abierto. Bruns y Bailey (1977) extienden esta tcnica a un modelo CSTR-tw de estado variable de la variable manipulada, la temperatura del refrigerante y la variable controlada es la temperatura del reactor. Alvarez-Gallegos y Alvarez-Gallegos (1982) han aplicado un control ptimo de procesos multivariables de entrada lineal discretas a un proceso de fermentacin. (1989) Desarrollan un enfoque de diseo basado en la robustez de los modelos de procesos bilineal. Lu y Holt (1990) utilizan un procedimiento de optimizacin mnimo-mximo para encontrar el control ptimo para un proceso discreto, no lineal. Agarwal y Seborg (1987a) han ampliado las estrategias de control de auto-ajuste lineal SISO para sistemas SISO no lineales discretos. Wong y Seborg (1986a, b) desarrollar un modelo no lineal de orden inferior de una columna de destilacin, encontrando, que correlacionan el proceso ganancia y constantes de tiempo en funcin de los insumos y de los estados. Un enfoque similar para el desarrollo de un modelo no lineal de bajo orden ha sido utilizado por Alsop (1987) en el control de la columna de destilacin usando tcnicas geomtricas diferenciales. La ventaja obvia de este enfoque es que no se necesitan modelos de espacio de estado no lineales complejas, ya que los modelos no lineales de bajo orden se construyen a partir comportamiento de la entrada-salida de la planta. Manousiouthakis (1990) ha utilizado un enfoque de teora de juegos a la robusta sntesis controlador que es aplicable a sistemas no lineales por igual lineales. Manousiouthakis sugiere que, para los sistemas lineales, la brecha entre las dos medidas (minimax a maximin) para el control lineal proporciona una gama para cualquier mejora que el control no lineal puede ofrecer ms de control lineal. Daoutidis y Kravaris (1990b) desarrollar un enfoque para evaluar las configuraciones de control alternativas para procesos qumicos. XIV. Resumen de Control de Procesos Qumicos No Lineales Tcnicas para el control de procesos qumicos no lineales han sido revisados, desde las estrategias iniciales que implican modificaciones de hardware simples en la dcada de 1950 hasta los ltimos enfoques de control predictivo basado en la programacin no lineal. Basado en programacin-lineal (de control predictivo no lineal), tcnicas parecen manejar la mayora de las caractersticas del proceso qumico comn. De particular importancia es la habilidad de manejo restriccin explcita. Por el contrario, los investigadores de control de procesos qumicos estaban utilizando directamente las tcnicas de control desarrolladas en otros campos, donde los problemas de control fueron significativamente diferentes de problemas de procesos qumicos. Esto ya no es una crtica vlida de control de procesos qumicos en general, ya que muchas de las tcnicas ms exitosas (como el control predictivo basado en modelos) fueron desarrollados por investigadores en el control de procesos qumicos. Los investigadores en el control del proceso qumico no lineal no se limita a traducir los resultados de otros campos para procesar los problemas de control. Estos enfoques pueden ser considerados una malla entre los campos de optimizacin y simulacin, sino que representan un enfoque prctico para el manejo de los problemas de control de procesos qumicos comunes. Tambin es importante que una estrategia de control no lineal particular, sea comparado con otras estrategias no lineales; es an ms importante que las tcnicas no lineales pueden comparar (bastante) con las mejores tcnicas disponibles sistema lineal. Para una comparacin justa, los controladores lineales deben tener acceso a las mismas medidas utilizadas por los controladores no lineales. Por ejemplo, la comparacin de un controlador no lineal que tiene mediciones de temperatura y composicin, con un controlador lineal con mediciones de solo temperatura es muy justo. Se han realizado una serie de trabajos en la literatura que comparan control no lineal multivariable, con control lineal descentralizada (SISO-PI); parece que, en muchos casos, una estrategia lineal multivariable tendra un rendimiento adecuado. Hay una gran necesidad de construir una "caja de herramientas" de los modelos de procesos qumicos no lineales que son ms complejos, o se componen de una serie de modelos simples. La mayor parte de las tcnicas de controladores no lineales asumen que todas las variables de estado se miden o se han estimado. Cualquier modelo (ya sea lineal o no lineal) es una representacin simplificada del proceso real. Existe una necesidad de herramientas de deteccin rpidas (similar a la RGA para sistemas lineales) para determinar si vale la pena el rigor para desarrollar una estrategia de control no lineal para un proceso en particular. Una capa de supervisin ser necesaria para determinar si la informacin del proceso se dispone de suficiente, para verificar que el modelo no lineal es lo suficientemente precisa como para fines de control. Tal vez un enfoque de sistema experto debe utilizarse para cambiar entre el control de bucle abierto lineal, y algoritmos no lineales. La mayora de las tcnicas del sistema de control no lineales tienen una meta de obtener un sistema lineal. Si se utilizan transformaciones de variables, el objetivo es la obtencin de un sistema lineal transformado y luego utilizando tcnicas de diseo de sistemas de control lineal.