Menu
Control anticipatorio: corrigiendo las perturbaciones antes de que lleguen

Control anticipatorio: corrigiendo las perturbaciones antes de que lleguen

El control feedforward mide una perturbación conocida y la corrige antes de que la variable de proceso se mueva. Aprenda modelos, control de relación y ajuste por realimentación.
Control anticipatorio: corrigiendo las perturbaciones antes de que lleguen

Control feedforward: corregir las perturbaciones antes de que lleguen es una estrategia de control que mide una perturbación conocida y medible y aplica una acción correctiva calculada sobre la variable manipulada antes de que esa perturbación pueda afectar a la variable de proceso. A diferencia de la retroalimentación, que espera a que aparezca un error en la salida y luego reacciona, el feedforward actúa en la fuente. Cuando la perturbación está bien entendida, el feedforward puede mantener una variable de proceso casi plana durante alteraciones que de otro modo causarían grandes y lentas oscilaciones.

Feedforward frente a retroalimentación

Un controlador de retroalimentación cierra el lazo sobre la variable controlada. Compara el consigna con la medición, calcula un error y acciona el elemento final de control para eliminar ese error. Esto es robusto y autocorrector, pero es fundamentalmente reactivo: la variable de proceso primero debe desviarse para que el controlador responda, y con largos tiempos muertos o grandes retardos esa desviación puede persistir durante minutos.

El feedforward invierte la lógica. En lugar de vigilar la salida, vigila una perturbación entrante. Cuando la perturbación cambia, el controlador predice cómo afectará al proceso y ajusta la variable manipulada en la dirección opuesta para que ambos efectos se cancelen en la variable de proceso. Una perturbación bien modelada se rechaza antes de que se vea en la salida. Pero el feedforward es ciego a todo lo que no mide y depende enteramente de su modelo interno.

El modelo de proceso: ganancia estática y lead-lag dinámico

El feedforward requiere un modelo explícito que relacione la perturbación con la corrección necesaria. Ese modelo tiene dos partes:

  • Ganancia estática. La relación en estado estacionario entre un cambio en la perturbación y el cambio en la variable manipulada requerido para compensarlo. Por ejemplo, una caída en la temperatura del agua de alimentación puede requerir un aumento proporcional en la calefacción.
  • Lead-lag dinámico. La perturbación y la corrección normalmente alcanzan la variable de proceso por caminos diferentes con constantes de tiempo y tiempos muertos distintos. Un bloque lead-lag da forma al momento de la corrección para que ésta no llegue ni demasiado pronto ni demasiado tarde. Equivocarse en la dinámica produce un sobreshoot transitorio en la dirección equivocada incluso cuando la ganancia estática es exacta.

Una aproximación de primer orden con tiempo muerto para cada camino suele ser suficiente, pero el modelo debe identificarse a partir de datos reales de planta, no suponerse.

Por qué el feedforward casi siempre se combina con un ajuste de retroalimentación

Ningún modelo feedforward es perfecto. Las ganancias derivan, los sensores leen ligeramente desplazados y siguen entrando perturbaciones no medidas al proceso. El feedforward puro no tiene manera de detectar o corregir su propio error residual, por lo que tenderá a desviarse lentamente del objetivo. Por eso el feedforward casi siempre suplementa a la retroalimentación, no la reemplaza. La vía feedforward maneja la mayor parte de una perturbación grande y rápida, mientras que la retroalimentación proporciona el ajuste: elimina el pequeño error residual que deja el modelo y absorbe lo que la vía feedforward nunca midió. Los principios en sintonía de controladores PID se aplican directamente a ese controlador de ajuste.

Control por razón: una forma común de feedforward

El control por razón es la forma de feedforward más utilizada. Aquí se mide un caudal, la corriente salvaje o no controlada, mientras que se manipula un segundo caudal para mantener una razón fija entre ambos. El lazo aire-combustible de combustión es el ejemplo clásico: el flujo de combustible es la perturbación medida, y el aire de combustión se acciona para mantener la razón objetivo antes de que la composición de la llama derive. El control por razón suele estar en capas bajo un lazo exterior más lento en una disposición de control en cascada, donde un analizador recorta la consigna de la razón.

Aplicaciones comunes de feedforward

ProcesoPerturbación medidaVariable manipuladaForma de feedforward
Horno o caldera alimentadaFlujo de combustibleFlujo de aire de combustiónControl por razón
Intercambiador de calor carcasa y tubosCaudal de entradaVálvula de vapor o refrigeranteGanancia estática más lead-lag
Columna de destilaciónCaudal de alimentaciónPotencia del reboilerGanancia estática más lead-lag
Sistema de mezcladoCaudal de la corriente principalCaudal de la corriente de aditivoControl por razón
Nivel de tamborDemanda de vapor (carga)Caudal de alimentación de aguaFeedforward de tres elementos

Dónde el feedforward destaca y dónde tiene dificultades

El feedforward merece su lugar en condiciones específicas:

  • Grandes retardos de proceso o de medición. Cuando la retroalimentación por sí sola respondería demasiado despacio, actuar directamente sobre la perturbación evita una larga y costosa desviación.
  • Una perturbación dominante y medible. El feedforward solo ayuda si la perturbación puede instrumentarse de forma fiable y representa una parte significativa de las alteraciones.
  • Una relación estable e identificable. El camino de la perturbación a la salida debe ser lo suficientemente consistente como para modelarlo.

Tiene dificultades cuando las perturbaciones dominantes no se miden, cuando la relación es fuertemente no lineal o cuando la medición de la perturbación es ruidosa. Entonces la corrección puede introducir tanto error como el que elimina.

Precisión del modelo y revisión periódica

Dado que el rendimiento del feedforward decae a medida que la planta envejece, las válvulas se desgastan y las superficies se ensucian, la ganancia del modelo y los ajustes lead-lag deben revisarse según un calendario, no fijarse una vez y olvidarse. Un lazo feedforward que deriva se degrada silenciosamente: el ajuste de retroalimentación enmascara el residual creciente hasta que ya no puede compensarlo. Registrar los datos de identificación y los últimos ajustes verificados en un sistema como Fabrico hace evidente cuándo es necesario reidentificar. Para ver cómo los chequeos de salud de los lazos encajan en un programa de mantenimiento preventivo, Reserve una demo de Fabrico.

Preguntas frecuentes

¿Se puede usar el control feedforward por sí solo?

Se puede, pero rara vez conviene. El feedforward puro no tiene mecanismo para corregir su propio error residual ni para rechazar perturbaciones no medidas, por lo que la variable de proceso deriva lentamente. El ajuste de retroalimentación añade tanto rechazo rápido de perturbaciones como precisión a largo plazo.

¿Cuál es la diferencia entre feedforward y control en cascada?

El feedforward actúa sobre una perturbación medida que entra en el proceso. El control en cascada anida dos lazos de retroalimentación de modo que un lazo interior, más rápido, rechaza perturbaciones antes de que alcancen la variable exterior. Son complementarios y a menudo se usan juntos.

¿Por qué el feedforward necesita un bloque lead-lag?

La perturbación y la corrección alcanzan la variable de proceso por caminos con dinámicas diferentes. El bloque lead-lag cronometriza la corrección para que llegue sincronizada con el efecto de la perturbación. Sin él, una ganancia estática correcta aún puede causar un sobreshoot transitorio.

¿Con qué frecuencia debe revisarse un modelo feedforward?

No existe un intervalo universal, pero cualquier cambio en la condición del equipo, ensuciamiento o rango de operación es un desencadenante. Revisarlo siempre que el ajuste de retroalimentación empiece a trabajar más de lo habitual evita un modelo que se degrade en silencio.

Lo último de nuestro blog

Defina su hoja de ruta de confiabilidad
Valida tu retorno de inversión potencial: Reserva una demostración en vivo.
Defina su hoja de ruta de confiabilidad
Al hacer clic en el botón Aceptar, usted da su consentimiento para el uso de cookies al acceder a este sitio web y utilizar nuestros servicios. Para obtener más información sobre cómo se utilizan y gestionan las cookies, consulte nuestra Política de privacidad y Declaración de cookies