Curso “Sistemas de Supervisión”
Informe Final
Profesor: Dra. Juan Cardillo
Germán Zapata Madrigal
2008
Proyecto:
“PROPUESTA PARA EL CONTROL DE SISTEMAS
DE PRODUCCIÓN CONTINUA DESDE LA TEORÍA
DE CONTROL SUPERVISORIO DE SISTEMAS A
EVENTOS DISCRETOS”
Director:
Dr. Edgar Chacón
Universidad de los Andes
Mérida, Venezuela
Índice general
Introducción
XI
1. REVISIÓN BIBLIOGRÁFICA
1.1. Supervisión de Procesos . . . . . . . . . . . . . . . . . . . . . . .
1.2. Sistemas Holónicos supervisados . . . . . . . . . . . . . . . . . .
1.3. Conclusiones Revisión Bibliográfica . . . . . . . . . . . . . . . . .
1
1
6
12
2. TAXONOMÍA DEL SUPERVISOR DE PROCESOS
17
2.1. DEFINICIONES . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. OBJETIVOS Y FUNCIONES DE UN SISTEMA DE SUPERVISIÓN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.1. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.2. Funciones de un Sistema de Supervisión reportadas en la
literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.3. Diferencias entre supervisión jerárquica y holónico . . . . 27
3. MÉTODOS DE DISEÑO DE SUPERVISORES
31
3.1. DISEÑO DESDE SCT . . . . . . . . . . . . . . . . . . . . . . . . 31
3.1.1. Raisch and Young, 1998 . . . . . . . . . . . . . . . . . . . 31
3.1.2. Garcia, et al., 1994 . . . . . . . . . . . . . . . . . . . . . . 31
3.1.3. Rezg and Niel, 1996 . . . . . . . . . . . . . . . . . . . . . 31
3.1.4. Rezg, et al., 1997 . . . . . . . . . . . . . . . . . . . . . . . 33
3.1.5. Lunze, et al., 1998 . . . . . . . . . . . . . . . . . . . . . . 33
3.2. DISEÑO DESDE REDES CONDICION/EVENTO . . . . . . . . 35
3.2.1. Kowalewski, et al., 1999 . . . . . . . . . . . . . . . . . . . 35
3.2.2. Gonnet and Chiotti, 1999 . . . . . . . . . . . . . . . . . . 35
3.3. DISEÑO MEDIANTE TÉCNICAS DE INTELIGENCIA ARTIFICIAL (IA) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.3.1. Quek and Wahab, 2000 . . . . . . . . . . . . . . . . . . . 36
3.3.2. Waissman, et al., 2000 . . . . . . . . . . . . . . . . . . . . 36
3.3.3. Stobart and Shadbolt, 1990 . . . . . . . . . . . . . . . . . 36
3.3.4. Saridis, 1988; Saridis and Valavania, 1986 . . . . . . . . . 37
3.3.5. Montmain and Gentil,nd . . . . . . . . . . . . . . . . . . . 37
3.3.6. Lelis, et al., 2005 . . . . . . . . . . . . . . . . . . . . . . . 37
3.4. MODELAMIENTO BOND GRAPH CUALITATIVO (QBG) . . 37
3.4.1. Lo, et al.,2006 . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4.2. Medjaer, et al., 2005 . . . . . . . . . . . . . . . . . . . . . 39
3.5. DISEÑO DESDE SISTEMAS HÍBRIDOS (HS) . . . . . . . . . . 39
iii
ÍNDICE GENERAL
iv
3.5.1. Stursberg, 2006 . . . . . . . . . . . . . . . . . . . . . . . .
3.5.2. Garcia, 1995 . . . . . . . . . . . . . . . . . . . . . . . . .
3.5.3. Miyagi, et al.,2001 . . . . . . . . . . . . . . . . . . . . . .
3.6. DISEÑO DESDE CONTROL TOLERANTE A FALLAS (FTC)
3.6.1. Blanke, et al., 2001 . . . . . . . . . . . . . . . . . . . . . .
3.7. DISEÑO MEDIANTE ANÁLISIS FUNCIONAL (SADT) . . . .
3.7.1. Lambert, et al.,1999 . . . . . . . . . . . . . . . . . . . . .
4. CARACTERIZACIÓN DE REGIONES
4.0.2. Leitch and Quek, nd . . . . . . .
4.0.3. Bullemer, et al., 1999 . . . . . .
4.0.4. Lo, et al.,2006 . . . . . . . . . .
4.0.5. Lunze, et al., 1998 . . . . . . . .
4.0.6. Quek and Wahab, 2000 . . . . .
4.0.7. Villa, et al., 2003 . . . . . . . . .
4.0.8. Esteva Payet, S, 2002 . . . . . .
4.0.9. Quek,C, 1996 . . . . . . . . . . .
4.0.10. Puig, et al.,2004 . . . . . . . . .
4.0.11. Alvarez, A, et al., 1999 . . . . . .
4.0.12. Rodrı́guez, et al.,2002 . . . . . .
4.0.13. Stursberg, O., 2006 . . . . . . . .
DE OPERACIÓN
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
5. DIAGNÓSTICO DE FALLAS
39
39
40
40
40
41
41
43
43
45
45
47
49
50
51
52
53
55
56
57
59
6. BASES PARA EL DISEÑO DE SISTEMAS DE SUPERVISIÓN 63
6.1. CONCEPTOS PRELIMINARES . . . . . . . . . . . . . . . . . . 63
6.1.1. Red de Petri como Autómata . . . . . . . . . . . . . . . . 64
6.1.2. Autómata Hı́brido . . . . . . . . . . . . . . . . . . . . . . 64
6.1.3. Evolución del Autómata Hı́brido . . . . . . . . . . . . . . 65
6.2. EL AUTOMATA DE LA PLANTA (GP L ) . . . . . . . . . . . . . 66
6.3. ELABORACIÓN DE ESPECIFICACIONES DEL SISTEMA DE
SUPERVISIÓN DESDE EL PUNTO DE VISTA DEL DISEÑO . 67
6.3.1. Guı́a para elaborar las especificaciones . . . . . . . . . . . 67
6.4. ENLACE CON LA INTERFÁZ GRÁFICA DE USUARIO . . . 73
7. CASO DE ESTUDIO
7.1. DESCRIPCIÓN DEL PROCESO . . . . . . . . . . .
7.2. SECUENCIAS DE OPERACIÓN . . . . . . . . . . .
7.2.1. Arranque en Caliente . . . . . . . . . . . . .
7.2.2. Arranque en frı́o . . . . . . . . . . . . . . . .
7.2.3. Búsqueda del punto de operación . . . . . . .
7.2.4. Operación normal . . . . . . . . . . . . . . .
7.2.5. Secuencia de Parada . . . . . . . . . . . . . .
7.3. FALLAS . . . . . . . . . . . . . . . . . . . . . . . . .
7.3.1. Temperatura alta en los gases de combustión
7.3.2. Presión Alta en el tanque . . . . . . . . . . .
7.3.3. Nivel en tanque bajo . . . . . . . . . . . . . .
7.3.4. Nivel en tanque alto . . . . . . . . . . . . . .
7.3.5. No se realiza la ignición . . . . . . . . . . . .
7.4. ESPECIFICACIONES . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
75
75
76
76
77
77
77
78
78
78
78
78
79
79
79
ÍNDICE GENERAL
7.5. REGIONES DE OPERACIÓN . . . . . . . .
7.6. AUTÓMATA DE LA PLANTA . . . . . . . .
7.7. DESCRIPCIÓN FORMAL DE SECUENCIA
EN FRÍO . . . . . . . . . . . . . . . . . . . .
7.8. Interfaz Gráfica . . . . . . . . . . . . . . . . .
v
. . . . . . . . . . .
. . . . . . . . . . .
DE ARRANQUE
. . . . . . . . . . .
. . . . . . . . . . .
82
84
84
85
vi
ÍNDICE GENERAL
Índice de cuadros
2.1. Funciones de un sistema de supervisión reportadas en la literatura 26
2.2. Funciones de un sistema de supervisión . . . . . . . . . . . . . . 28
2.3. Diferencias entre el Supervisor Jerárquico y el Supervisor Holónico. 29
6.1. Secuencia de arranque . . . . . . . . . . . . . . . .
6.2. Secuencias de parada . . . . . . . . . . . . . . . . .
6.3. Secuencia en operación normal . . . . . . . . . . .
6.4. Secuencias ante falla . . . . . . . . . . . . . . . . .
6.5. Variables de estado . . . . . . . . . . . . . . . . . .
6.6. Parámetros de las variables continuas . . . . . . .
6.7. Variables de salida . . . . . . . . . . . . . . . . . .
6.8. Leyes de control . . . . . . . . . . . . . . . . . . .
6.9. Asignación de leyes de control en estados continuos
6.10. Parámetros del proceso . . . . . . . . . . . . . . .
6.11. Variables discretas . . . . . . . . . . . . . . . . . .
6.12. Alarmas . . . . . . . . . . . . . . . . . . . . . . . .
6.13. Parámetros de Control . . . . . . . . . . . . . . . .
6.14. Regiones de Operación . . . . . . . . . . . . . . . .
6.15. Indicadores de desempeño . . . . . . . . . . . . . .
6.16. Eventos que conducen Operación Degradada . . .
6.17. Eventos que llevan a falla . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
70
70
70
70
70
71
71
71
71
71
71
72
72
72
72
72
72
7.1. Niveles en la Caldera . . . . . . . . . . . . . . . . .
7.2. Variables de estado continuo . . . . . . . . . . . . .
7.3. Variables Discretas . . . . . . . . . . . . . . . . . .
7.4. Variables de Salida . . . . . . . . . . . . . . . . . .
7.5. Parámetros del Proceso . . . . . . . . . . . . . . .
7.6. Parámetros de Control . . . . . . . . . . . . . . . .
7.7. Alarmas del sistema . . . . . . . . . . . . . . . . .
7.8. Fallas . . . . . . . . . . . . . . . . . . . . . . . . .
7.9. Eventos que determinan operación degradada . . .
7.10. Indicadores de desempeño . . . . . . . . . . . . . .
7.11. Leyes de control . . . . . . . . . . . . . . . . . . .
7.12. Asignación de leyes de control a estados continuos
7.13. Regiones de Operación . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
79
79
80
80
80
80
81
81
81
82
82
82
83
vii
viii
ÍNDICE DE CUADROS
Índice de figuras
2.1.
2.2.
2.3.
2.4.
2.5.
Arquitectura de un sistema de supervisión.([Villa t al.(2003).]) .
Sistema de supervisión proactivo. Tomado de ([Rezg et al.(1997).]).
Descomposición jerárquica de una empresa. Tomado de ISA S88.
Modelo de actividades. Tomado de ISA S88. . . . . . . . . . . . .
Actividades de la supervisión. Tomado de ISA S88. . . . . . . . .
20
20
21
21
22
3.1.
3.2.
3.3.
3.4.
Supervisión desde la teorı́a de eventos discretos.[Garcia et al.(1994).] 32
Esquema de supervisión. Tomado de [Lunze et al.(1998).] . . . . 34
Modelo QBG. Tomado de [Lo et al.(2006).] . . . . . . . . . . . . 38
Propuesta de supervisión desde sistemas hı́bridos. Tomado de
[Stursberg (2006).] . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.5. Mecanismos de tolerancia a fallas. Tomado de [Puig et al.(2004).]. 42
3.6. Arquitectura control tolerante. Tomado de [Puig et al.(2004).]. . 42
4.1. Transición entre los regı́menes de control genéricos.Tomado de
[Leitch et al.(nd).]. . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2. Estimador propuesto por Bullemer. . . . . . . . . . . . . . . . . .
4.3. Diagrama de bloques propuesto por Lo. . . . . . . . . . . . . . .
4.4. Regiones con base en atributos de calidad.[Lunze et al.(1998).]. .
4.5. Esquema partición del espacio de estado.[Lunze et al.(1998).] . .
4.6. Esquema clasificación de los comportamientos de un sistema.
[Quek et al.(2000).] . . . . . . . . . . . . . . . . . . . . . . . . . .
4.7. Representación polar para la descomposición de regiones de operación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8. Interacción entre gráficos Alfa. . . . . . . . . . . . . . . . . . . .
4.9. Regiones de comportamiento según [Quek et al.(1996).]. . . . . .
4.10. Desempeño usando lı́mites definidos. . . . . . . . . . . . . . . . .
4.11. Desempeño usando conjuntos difusos. . . . . . . . . . . . . . . .
4.12. Regiones de comportamiento. . . . . . . . . . . . . . . . . . . . .
4.13. Regiones de operación usando esquemas de control local. . . . . .
4.14. Descomposición de regiones de operación. . . . . . . . . . . . . .
51
52
53
54
54
55
56
57
6.1.
6.2.
6.3.
6.4.
6.5.
6.6.
64
65
66
68
68
73
Arquitectura general de supervisión. . . . .
Autómata Hı́brido . . . . . . . . . . . . . .
Eventos que llevan a falla . . . . . . . . . .
Sistema de supervisión. Toma de decisiones.
Autómata discretizado. . . . . . . . . . . .
Proyección del autómata de la planta con la
ix
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
interfaz gráfica.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
45
46
47
48
49
50
ÍNDICE DE FIGURAS
x
7.1.
7.2.
7.3.
7.4.
7.5.
7.6.
Intercambiador de calor de un paso. . . . . . . . . . . . . . . .
Partes constitutivas del sistema. . . . . . . . . . . . . . . . . .
Autómata de arranque en frı́o. . . . . . . . . . . . . . . . . . .
Diagrama del proceso. . . . . . . . . . . . . . . . . . . . . . . .
Relación del esquemático del mı́mico con la componente gráfica
Interfaz gráfica del operador . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
76
77
84
85
86
86
Introducción
La función denominada “Supervisión del proceso”, dentro del entorno de la
automatización e integración de procesos industriales, adquiere mayor importancia a medida que los enfoques muestran tendencias hacia sistemas inteligentes,
integrados y distribuidos, como los enfoques IMS (Sistemas de manufactura inteligente) y HMS (Sistemas holónicos de manufactura).
El presente trabajo intenta elaborar una revisión sobre los conceptos y tendencias involucrados en el tema, ası́ como los elementos que pueden ayudar a
construir una base teórica para la Supervisión de procesos en los denominados
Sistemas de producción holónicos.
Es claro que para construir esta base, además de precisar los objetivos y funciones de la supervisión, se deben unificar y precisar términos y definiciones que
pueden crear confusión.
En la práctica industrial e incluso en la académica, se usan indistintamente
los términos “supervisión de procesos”, “supervisor”, “control supervisorio”.
Igualmente los términos “monitoreo”, “SCADA” tienen diferentes interpretaciones. Ası́ mismo, existen diferencias en estos conceptos dependiendo del tipo
de sistema: continuo, discreto o hı́brido. Uno de los objetivos de este trabajo es
presentar los distintos enfoques que permitan clarificar el uso de estos términos.
Inicialmente se presenta una revisión bibliográfica en la que se muestran los
diversos enfoques y definiciones relacionadas con el tema, en la que además se
destaca la importancia de la caracterización de las regiones de operación y la
detección de fallas en el desarrollo de las funciones de supervisión, ası́ como la
revisión de los trabajos que lo abordan desde el paradigma holónico.
De la literatura analizada se extraen, en la segunda parte del documento, las
definiciones que permiten aclaran los términos empleados tanto a nivel industrial como académico y establecer los objetivos y funciones encomendadas a los
sistemas que cumplen la tarea de supervisar el proceso.
Para el diseño de estos sistemas se encuentran reportados en la literatura métodos como la teorı́a de control supervisorio, los sistemas hı́bridos, los sistemas
Condición/evento, la inteligencia artificial, Grafos Bond cualitativos, Análisis
Funcional y Control Tolerante a Fallas. En el tercer capı́tulo se presentan brevemente los trabajos revisados en cada uno de estos métodos.
xi
xii
INTRODUCCIÓN
De acuerdo con lo concluido de la revisión bibliográfica, debe darse especial
importancia a la caracterización de las regiones de operación y e diagnóstico
de fallas, como componentes fundamentales de un sistema de supervisión. Los
trabajos relacionados con estos conceptos se presentan en los capı́tulos cuarto y
quinto.
Una vez determinados los objetivos y funcionalidades de los sistemas de supervisión y con el fin de avanzar en una propuesta para integrar conceptos
holónicos en estos sistemas, se establece una comparación entre los sistemas
convencionales jerárquicos y las caracterı́sticas que se deben adicionar para que
sean considerados como holárquicos. Esta comparación se presenta en la parte
seis de este documento.
En la parte final, capı́tulos siete y ocho, se presenta una propuesta para aportar elementos metodológicos al diseño de los sistemas de supervisión y un caso de estudio que ilustra la metodologı́a en una caldera industrial. Las bases
metodológicas incluyen guı́as para la elaboración de especificaciones, la representación formal mediante autómatas del comportamiento global del proceso,
que se constituye en la imagen del proceso para facilitar la toma de decisiones
por parte del operador humano y directrices para la selección de la información
que debe ser mostrada en la interfaz gráfica.
Capı́tulo 1
REVISIÓN
BIBLIOGRÁFICA
1.1.
Supervisión de Procesos
La necesidad de supervisar un proceso aparece cuando difı́cilmente un operador puede deducir las condiciones que permitan mantener el funcionamiento normal, incluso en condiciones de falla, debido a la cantidad de variables,
la complejidad del proceso, la distribución y heterogeneidad de las variables,
comportamientos y subprocesos ([Contreras et al.(2001).]). Generalmente la supervisión del proceso se refiere a actividades de toma de decisiones, dirigidas a
mantener el funcionamiento del sistema.
En el caso de la supervisión convencional, el operador tiene un modelo sencillo del sistema, el cual incluye parámetros y restricciones de producción, las
cuales resumen las relaciones que se deben mantener entre los parámetros para
mantener los estándares de calidad. ([Caloud et al.(nd).]). El operador es capaz de identificar situaciones normales y anormales y toma acciones apropiadas
([Waissman t al.(2000).]).
Suponiendo la presencia de humanos en el nivel de supervisión, dentro de la
concepción jerárquica de los sistemas de automatización integrados, el sistema
de supervisión tiene por objetivo asistir a los operadores en las tareas de toma
de decisiones y ayudarles a entender e identificar diversas situaciones operativas
([Montmain et al.(nd).]).
En la literatura consultada se encuentran múltiples definiciones para la función
de supervisión. Por ejemplo, [Vagelatos et al.(2001).], en [Wang t al.(2002).] y
en [Blanke et al.(2001).] la función es la coordinación y selección de los puntos de operación de los lazos de control, lo cual es realizado por el operador.
En [Larson et al.(2000).], la función del sistema de supervisión es mantener
las variables de control en puntos óptimos. De esta forma, un sistema de supervisión puede mejorar el desempeño global del sistema mediante el uso eficiente de controladores locales y la conmutación de polı́ticas de configuración
([Miyagi et al.(2001).]). Igualmente, en [Rodrı́guez et al.(2002).] se presenta un
1
2
CAPÍTULO 1. REVISIÓN BIBLIOGRÁFICA
método basado en descomposición de regiones de operación. Diferentes modelos
locales y controladores, son aplicados bajo diferentes condiciones de operación.
El propósito del supervisor es coordinar los controladores. Esta coordinación
resulta de la selección de un único controlador, el cual en su momento, provee
el mejor desempeño. El controlador de alto nivel, cuyo objetivo es conmutar el
controlador de bajo nivel, se denomina “supervisor”. Esquema similar se propone en [Quek et al.(2000).] y en [Miyagi et al.(2001).], donde se afirma que es
inadecuado tener un único conjunto de parámetros que permitan que el sistema se desempeñe satisfactoriamente. Esto debido entre otras razones a las
perturbaciones externas que cambian las condiciones de operación del sistema
controlado. El monitoreo continuo del desempeño del sistema permite la selección y aplicación de técnicas apropiadas de control para hacer que el sistema
alcance los objetivos de desempeño establecidos. [Jantzen (1998).] hace énfasis
en el desempeño de los controladores locales.
En [Stobart et al.(1990).] se exige a los sistemas de monitoreo y control, mantener alta eficiencia, advirtiendo ante fallas de componentes o caı́das de eficiencia.
Ası́ mismo, en [Villa t al.(2003).], se afirma que la contribución de un sistema de
supervisión es mejorar la seguridad y confiabilidad del sistema a ser supervisado.
Mención especial merece el enfoque de Saridis, quien formula el problema de supervisión como “la secuencia de decisiones en un sistema jerárquico estructurado
según el principio de incrementar precisión y decrementar inteligencia, que minimiza la entropı́a total del sistema”. ([Saridis (1988).]), ([Saridis et al.(1986).]).
Saridis es el padre de la concepción que determina el comportamiento de un
sistema desde su entropı́a.
Un enfoque orientado hacia la calidad es el presentado en [Roig et al.(1997).],
en el que se resalta que la tarea de un sistema de supervisión de procesos continuos consiste en evaluar la calidad en el estado actual del sistema y actuar
consecuentemente o proponer una acción al operador, tal que el comportamiento futuro lleve a una situación aceptable. Las tareas de control, monitoreo y
supervisión constituyen una garantı́a para la calidad y seguridad del sistema
y se basan en cinco etapas: adquisición de datos y parámetros de la dinámica
del proceso, generación de acciones de control para satisfacer niveles de calidad preestablecidos, detección de la existencia de disturbios y actuar en consecuencia, generación de diagnósticos acerca de la calidad y comportamiento del
sistema, generación de acciones correctivas. [Avouris et al. (1993).] resalta la
importancia de las tareas de supervisión para la seguridad y operación eficiente
del sistema. En [Jantzen (1998).], [Vagelatos et al.(2001).], [Isermann (1997). ]
se presentan como tareas tı́picas del control supervisorio: operación segura y
estable, alta calidad de productos y operación económica.
Desde el punto del vista del planeamiento en [Wu t al.(2004).] se propone que
la tarea del supervisor es ejecutar la programación en tiempo real (RT scheduling) y supervisar las operaciones del proceso de acuerdo al plan de producción.
En [Gonnet et al.(1999).] la función del supervisor es supervisar que la planta
opera de acuerdo a la planeación de las órdenes de producción (scheduling).
Cuando un sistema está siendo perturbado, la función de supervisión modifica
el plan de producción establecido, de acuerdo con diferentes normas y restric-
1.1. SUPERVISIÓN DE PROCESOS
3
ciones ([Gandibleux et al.(1994).]). Debe tenerse en cuenta que la propuesta de
[Gonnet et al.(1999).] aplica para procesos batch.
En [Uraikul et al.(2006).], [Waissman t al.(2000).] se mencionan como tareas
del sistema de supervisión: monitoreo de datos del proceso, análisis de estado actuales, detección y diagnóstico de anomalı́as del proceso y ejecución de
acciones de control apropiadas. En [Quek et al.(1996).] se expresan estas tareas
desde la detección de inestabilidades y desviación de parámetros, ası́ como la
identificación y diagnóstico de fallas. Igualmente, el sistema de supervisión guı́a
al operador en el ajuste de controladores: “la supervisión de procesos es la selección y activación de técnicas apropiadas para conducir a un sistema para que
encuentre los objetivos de desempeño requeridos”.
La vigilancia de rangos de variables es otra función que aparece en [Villa t al.(2003).].
Otras funciones adicionales son: sintonización de reguladores locales, diagnóstico, predicción del comportamiento, detección de fallas.
El control de secuencias, los procedimientos de arranque (startup) y apagado
(shutdown) aparecen como función del supervisor en [Kowalewski et al.(1999).],
donde se plantean además las funciones de evitar estados no deseados o daño
de equipos.
Muchos trabajos y propuestas enfocan el problema de supervisión desde el diagnóstico de fallas. En [Montmain et al.(nd).] y [Payet (2002).], la concepción
de un sistema de supervisión obedece a la misma funcionalidad de un sistema
de diagnóstico de fallas: primero, detectar estados normales o anormales, calificarlos, aislar la causa potencial y posiblemente contribuir en la selección de una
acción a tomar.
La tendencia del énfasis en FD dio origen al denominado Control Tolerante
a Fallos (FTC) [Blanke et al.(2001).], [Cho et al.(1998).], [Lelis et al.(2005).],
[Zamanabadi (1999).] en el que aparece Moguens Blanke como uno de los principales exponentes. Desde este enfoque “el objetivo final de la supervisión es el de
lograr sistematizar la tolerancia a las fallas. Otra parte importante es la ayuda en
la toma de decisiones con el propósito de disminuir los efectos de las fallas en el
funcionamiento del proceso”. El intercambio de información entre estos sistemas
se realiza mediante un diagnosticador, el cual proporciona información sobre la
existencia de fallos y sus caracterı́sticas y actúa mediante la activación de los
mecanismos de ajuste y reconfiguración frente a fallos ([Puig et al.(2004).]). El
objetivo del sistema de supervisión es realizar sus funciones para que el sistema
alcance la tolerancia a fallos ([Puig et al.(2004).]) y es el encargado de activar
los mecanismos de tolerancia a fallas ([Puig et al.(2004).]). La tolerancia a fallos se entiende como la capacidad de un sistema de control para mantener los
objetivos de control a pesar de la aparición de un fallo, admitiéndose una cierta
degradación de sus prestaciones ([Puig et al.(2004).]). El FTC combina técnicas
de diagnóstico de fallas con control supervisorio para tener sistemas con autonomı́a para ajustarse ante fallas.
Si se da una mirada a los sistemas de supervisión desde su evolución histórica, se nota inicialmente que estos sistemas se caracterizaban básicamente por
4
CAPÍTULO 1. REVISIÓN BIBLIOGRÁFICA
recolectar información del proceso y presentar al operador las alarmas que se
presentaran ([Stobart et al.(1990).]). Se destacan en estos sistemas las siguientes
dificultades: sobrecargas de información; la cantidad de información no permite
actualizar el modelo mental del proceso supervisado y el operador tiene la tendencia a esperar una alarma para actuar, distinto a tratar de anticiparse a
estados anormales ([Lambert et al.(1999).]).
Los sistemas actuales muestran tendencias hacia los denominados Sistemas de
supervisión integrados ([Quek et al.(2000).]) y los sistemas de supervisión inteligentes: fuzzy ([Waissman t al.(2000).]), ([Jantzen (1998).]), ([Lo et al.(2006).]),
([Contreras et al.(2001).]), ([Quek et al.(1996).]), ([Leitch et al.(nd).]), además
de ([Isermann (1998).]), ([Bunch et al.(2004).]), ([Rezg et al.(1997).]),
([Lambert et al.(1999).]), ([Avouris et al. (1993).]).
Para [Quek et al.(2000).], el sistema es “integrado” por que incorpora diversas técnicas de control, desde las clásicas hasta las de inteligencia artificial.
La supervisión integrada del proceso (IPS) intenta reducir la complejidad involucrada en la integración mediante una clara separación entre supervisión y
tareas de control como control regulatorio o adaptativo. La aplicaciones de supervisión usan modelos de comportamiento del proceso (PBM) que describen
situaciones de operación normal para detectar desviaciones (fallas), deducir el
origen (diagnosticarlas) y proponer o ejecutar acciones correctivas apropiadas,
con el objetivo de reducir la dependencia de los operadores humanos.
Los sistemas de supervisión están evolucionando. Estos incluyen seguridad de
la planta, manejo de la disponibilidad, diagnóstico en lı́nea y polı́ticas de mantenimiento ([Montmain et al.(nd).])
Los sistemas basados en arquitecturas de agentes cooperantes, que se fundamentan en los avances de la computación distribuida y la solución distribuida
de problemas, están siendo introducidos en aplicaciones de supervisión de procesos industriales, como sistemas de apoyo a los operadores en tareas como
diagnóstico de fallas y restablecimiento del sistema ([Avouris et al. (1993).]),
([Contreras et al.(2001).]), ([Lelis et al.(2005).]). La detección temprana de condiciones anormales mediante sistemas proactivos de monitoreo pueden ayudar a
prevenir paradas no planeadas, reducir pérdidas de producción y frecuencia de
mantenimiento, con lo que se mejora la eficiencia del operador al mejorar la
identificación de fallas ([Bunch et al.(2004).]).
La complejidad del sistema de supervisión se reduce con componentes especializados sintonizados para resolver tareas simples que deben operar bajo coordinación. Se podrı́a afirmar que esta caracterı́stica es propia de un enfoque
holónico ([Villa t al.(2003).]).
La proactividad de un sistema radica en mejorar el conocimiento y capacidades
de anticipación ante contingencias. El rol de la proactividad es garantizar que
la operación normal se cumpla e identificar situaciones de riesgo que podrı́an
conducir a romper esa normalidad ([Rezg et al.(1997).]). Los sistemas de control
supervisorio deberán ser dotados de habilidades de adaptación, con nuevas capacidades de búsqueda de soluciones, habilidades de innovación, permitiéndoles
1.1. SUPERVISIÓN DE PROCESOS
5
modificar sus reglas y sus sistemas de control de acuerdo con los objetivos
perseguidos y la detección de condiciones de degradación ([Rezg et al.(1997).]).
La proactividad es el atributo que hace que los sistemas se denominen “inteligentes”, que adaptan su funcionalidad a los cambios internos y externos del
ambiente ([Rezg et al.(1997).]).
La aparición del paradigma holónico y de los sistemas multiagente también
ha influenciado el diseño de los Sistemas de Supervisión en dos sentidos. Por un
lado, integrando los conceptos holónicos y Multiagentes en el diseño de los supervisores ([Avouris et al. (1993).]), ([Lelis et al.(2005).]), ([Villa t al.(2003).])
en procesos controlados con técnicas convencionales y por otro, abordando el
diseño de los supervisores en sistemas en los que se adopta el paradigma holónico
para su control ([Simão (2005).]).
La tendencia entonces, desde el enfoque holónico, es tener sistemas distribuidos,
basados en la noción de una misión a cumplir, incluyendo algunos grados de libertad y autonomı́a local. La noción de objetivo y su indicador de desempeño
asociado se vuelven importantes ([Rezg et al.(1997).]).
La integración de técnicas de control aparece como el principal reto para migrar desde las técnicas tradicionales de control, tales como controladores con
lazos simples de control, hacia sistemas de control con colecciones heterogéneas
de sistemas fı́sicos y de información, con conexiones e interacciones complejas.
Nuevos métodos o desarrollos se requieren, en los que agentes y holones son
paradigmas promisorios ([Suárez et al.(nd).]).
Un sistema de supervisión conformado por agentes supervisores que supervisan
subprocesos puede supervisar el proceso global mediante las interacciones de los
agentes. Los agentes permiten manejar la complejidad gracias a la multiplicidad
/distribución/interacción de tareas e información ([Contreras et al.(2001).]).
Para abordar el diseño de sistemas de supervisión, es importante diferenciar
claramente y clasificar las dinámica predominante del sistema: si es de variables
continuas (CVS), de evoluciones discretas (DES) o de naturaleza hı́brida. Según
sea esta dinámica, las consideraciones para el diseño del sistema de supervisión
tienen sus especificidades. Por ejemplo, para el caso de DES no se habla de
regiones de operación como una partición del espacio de estados de las variables
continuas.
Coinciden muchos autores en afirmar que las dinámicas en el nivel de supervisión son de naturaleza discreta ([Cassandras]), ([Mendoza et al.(2005).]),
([Álvarez et al.(1999).]), ([Raisch et al.(1998).]), ([Panos et al.(nd).]), también
lo hacen ([Garcia (1997).]), ([Garcia et al.(1994).]), ([Gonnet et al.(1999).]),
([Bogh et al.(nd).]), ([Árzen ( 1994).]) y por esto, muchos de ellos abordan el
problema desde la Teorı́a de control supervisorio (SCT) propuesta por Ramadge
y Wonham.
Desde DES, [Cho et al.(1998).] y [Rezg et al.(1996).] plantean que el concepto
de supervisor está asociado al concepto de controlador, haciendo una analogı́a
con la teorı́a de control realimentado en CVS. En este sentido, la función de
6
CAPÍTULO 1. REVISIÓN BIBLIOGRÁFICA
supervisión está asociada a generar acciones de control para habilitar y deshabilitar eventos controlables, con el objetivo de tener un desempeño del sistema
en lazo cerrado, tal que la trayectoria de eventos esté siempre en un conjunto
de cadenas de eventos deseados.
En [Lunze et al.(1998).] se obtiene una representación discreta de la evolución
de los estados del proceso continuo, mediante cuantificadores. El problema de
control supervisorio consiste en determinar una secuencia de eventos, a partir de
una secuencia de eventos de entrada, para evitar que el sistema llegue a regiones
prohibidas del espacio de estados.
En [Rezg et al.(1996).] se aborda la supervisión desde SCT, mediante Redes
de Petri orientadas a objetos. A la sı́ntesis del controlador en funcionamiento
nominal la denominan “supervisión” y en funcionamiento degradado, “monitoreo”. Desde DES se genera una polı́tica de control que garantiza que se evita
el estado prohibido y se permite un máximo conjunto de transiciones de estado.
La extensión de este concepto, con el diagnóstico y detección de fallas, ası́ como
la compensación en caso de fallas, la denominan “monitoreo”. Las especificaciones de control pueden ser expresadas en términos de evitar ciertas condiciones
del sistema de tal forma que éste opere de manera segura. Esta propuesta es
unificadora entre los conceptos de supervisión en DES y en CVS, excepto por
la contraposición entre los conceptos de “monitoreo”.
La teorı́a de control supervisorio se basa en el respecto por las especificaciones,
que son la expresión de los objetivos de control, y toman en cuenta el estado
actual del sistema ([Rezg et al.(1997).]).
Desde estas concepciones, al pretender abordar el estudio de los sistemas de
supervisión para procesos continuos, que es el alcance de este trabajo, no deben
desconocerse los aportes de los Sistemas de eventos discretos y de la Teorı́a de
control supervisorio, dada la naturaleza de las dinámicas presentes en el nivel
de supervisión y el enfoque desde la teorı́a de control.
1.2.
Sistemas Holónicos supervisados
Para establecer la incidencia del paradigma holónico en el diseño de sistemas de supervisión de procesos y aportar criterios para la construcción de
estos sistemas dentro de dicho paradigma, se presenta inicialmente la literatura
que aborda el tema de manera directa y luego se revisan las caracterı́sticas que
definen un sistema como holónico.
Pese a que realmente son pocos los trabajos que tratan especı́ficamente la supervisión de procesos desde el enfoque holónico, que incluyan criterios desde
este enfoque para el diseño de los sistemas de supervisión ([Li et al.(2000).]),
([Simão (2005).]), ([Rezg et al.(1997).]), ([Lelis et al.(2005).]), como también lo
hacen ([Colombo et al.(2001).]), ([ Seilonen et al.(2005).]), ([Suárez et al.(nd).]),
([Georgoudakis et al.(2005).]), ([ Leitão (2004).]), ([Brusey and Duncan(2004).])
, existe literatura en la que se considera algún atributo, caracterı́stica o criterio holónico o afı́n, para la supervisión del proceso. Incluso, los desarrollos
1.2. SISTEMAS HOLÓNICOS SUPERVISADOS
7
basados en agentes, también aportan criterios para las concepciones actuales
y futuras que se tienen de los sistemas de supervisión ([Seilonen et al.(nd).]),
([Seilonen et al.(nd).]), ([ Seilonen et al.(2005).]), ([Teppo et al.(06).]).
Ası́ lo afirman diferentes autores [Avouris et al. (1993).], [Contreras et al.(2001).],
[Lelis et al.(2005).], [Wu t al.(2004).], donde se menciona que los sistemas basados en arquitecturas de agentes cooperantes, que se fundamentan en los avances
de la computación distribuida y la solución distribuida de problemas, están
siendo introducidos en aplicaciones de supervisión de procesos industriales, como sistemas de apoyo a los operadores en tareas como diagnóstico de fallas y
restablecimiento del sistema.
Partiendo de la definición propuesta por el Consorcio HMS (HMS, 2004), un
holón tiene como atributos básicos: la autonomı́a, la cooperación, la proactividad y la reactividad. En [ Leitão (2004).] se precisa que, además de estos
atributos, la capacidad de aprendizaje y auto-organización y la flexibilidad son
importantes.
Otras caracterı́sticas propias de los sistemas holónicos son: la inteligencia distribuida ([ Leitão (2004).]), ([Avouris et al. (1993).]), ([Georgoudakis et al.(2005).]),
la estructura de información descentralizada, la autoridad en la toma de decisiones, la integración de aspectos fı́sicos y de información, y la relación entre holones ([Gou et al.(1997).]; (HMS, 2004); [Torrealba (2005).]). La tendencia actual gira en torno al cambio de sistemas con controladores individuales
a sistemas formados por colecciones de sistemas fı́sicos y de información heterogéneos, con interconexiones e interacciones complejas ([Suárez et al.(nd).]).
([Avouris et al. (1993).]) expresan directamente que en el diseño de interfaces
de usuario (a nivel de SCADA), no se han introducido aspectos como la distribución del conocimiento y del razonamiento, la naturaleza cooperativa de las
interacciones, la heterogeneidad de nodos para resolver problemas.
Según [Rezg et al.(1997).], los nuevos sistemas de control supervisorio deberán
estar dotados de habilidades de adaptación, con nuevas capacidades de búsqueda de soluciones, habilidades de innovación, permitiéndoles modificar sus reglas
y sus sistemas de control de acuerdo con los objetivos perseguidos y la detección de condiciones de degradación. El comportamiento lleva a tener sistemas
distribuidos, basados en la noción de una misión a cumplir, incluyendo algunos
grados de libertad y autonomı́a local. La noción de objetivo y su indicador
de desempeño asociado se vuelven importantes. El comportamiento basado en
metas es caracterı́stico de las sociedades formadas por holones o por agentes
([ Seilonen et al.(2005).]) y en ese sentido, el rol del supervisor es fundamental.
A continuación se relacionan los trabajos que se analizaron, en los cuales se
incluyen directamente atributos holónicos en la supervisión.
Por ejemplo, en ([Li et al.(2000).]), se afirma que para proveer a los SCADA de
las funcionalidades tales como autonomı́a, cooperatividad, agilidad, inteligencia distribuida, se desarrolla un mecanismo SCADA ágil, denominado Holonic
SCADA, en los que las MTU (Terminal Maestra. En sistemas SCADA), RTU
(Unidad Terminal Remota. En sistemas SCADA) y los dispositivos de campo
8
CAPÍTULO 1. REVISIÓN BIBLIOGRÁFICA
son construidos como holones.
Dentro del holón MTU se distinguen los módulos de comunicaciones, registro, librerı́a de requerimientos estratégicos y de usuario, envı́o de requerimientos. Dentro del holón RTU se tienen los módulos de comunicaciones, registro, ejecución
de requerimientos, base de datos común. Básicamente la propuesta está orientada hacia la descomposición modular, la inteligencia distribuida y la cooperación
entre los módulos.
En [Suárez et al.(nd).] se afirma que la concepción de un holón es claramente
una extensión de los sistemas SCADA, con comunicaciones mejoradas y capacidades de procesamiento claramente orientadas a la toma de decisiones.
El trabajo de [Simão (2005).] aborda directamente el control holónico. Propone
un Supervisor Holónico (HSC - Holonic Supervisory control) y lo presenta como
aquel sistema cuyo propósito es controlar la cooperación de las necesidades de
los equipos (holones) para producir partes, mediante un proceso de producción
definido (método). El HSC es responsable de organizar la cooperación entre los
recursos por medio de requerimientos de servicios con base en las decisiones que
toma. Estas decisiones podrı́an estar basadas en las capacidades y estados de los
recursos. Los equipos (holones) son elementos esenciales a ser manejados por el
HSC. Ası́, el HSC instiga la cooperación de Holones-equipo por medio de Métodos y comandos, y la toma de decisiones es suministrada mediante notificaciones.
En [Rezg et al.(1997).], el control supervisorio es actualizado con un modelo
dinámico que ayuda a anticipar situaciones de riesgo, mediante búsqueda de
conjeturas que podrı́an llevar el sistema a condiciones crı́ticas (proactividad);
aprendizaje, para mejorar el conocimiento acerca de situaciones ya conocidas y
modificación de reglas de trabajo y órdenes para adaptarse dinámicamente al
contexto, de acuerdo con las perturbaciones (falla de un equipo) o modificación
de objetivos (arribo de órdenes de producción urgentes). En la estructura que se
propone, se incluye un supervisor de Ramadge y Wonham, al cual se le encomienda la tarea de la reactividad. Este supervisor se caracteriza por la habilidad de
reaccionar a estı́mulos mediante la búsqueda de una solución admisible, en un
tiempo apropiado, considerando la dinámica de su ambiente. De esta manera
un control supervisorio será reactivo si da una solución admisible después de la
ocurrencia de un evento en un tiempo apropiado, respetando las especificaciones
fijadas por el nivel superior. El nivel reactivo está comandado por un supervisor
proactivo, el cual traduce los objetivos desde el nivel superior y está habilitado
para anticiparse a corregir tendencias que podrı́an ser un obstáculo para alcanzar los objetivos.
Según [Lelis et al.(2005).], la base de un sistema de supervisión es el diagnóstico
de fallas. Cualquiera sea el grado de sofisticación del sistema de control, debe
tener un módulo de supervisión que incluye un módulo de monitoreo, uno de detección de fallas y uno de toma de decisiones. “El objetivo final de la supervisión
es el de lograr sistematizar la tolerancia a las fallas. Otra parte importante es
la ayuda en la toma de decisiones con el propósito de disminuir los efectos de
las fallas en el funcionamiento del proceso”. Los SCADA se pueden considerar
sistemas de supervisión “tradicional”, que se enfocan en interfaces HMI (human
1.2. SISTEMAS HOLÓNICOS SUPERVISADOS
9
machine interface) y captura de datos. Tienen además, el sistema de alarmas;
generación de referencias para los lazos de control local y su monitoreo. En estos
sistemas aún es precaria la funcionalidad de diagnóstico de fallas.
Para [Colombo et al.(2001).], el control holónico es responsable de la interfaz
entre el sistema y las personas o entre este y otros holones y los sistemas de
información y periféricos (sensores y actuadores). Para ello contiene módulos de
software que utilizan comunicaciones interholónicas para negociar y coordinar
los planes de producción y recuperarse de operaciones anormales; funciones de
control en tiempo real para supervisar las secuencias de operaciones, ası́ como
para detectar mal funcionamiento.
Un modelo para el monitoreo de procesos industriales, basado en una ontologı́a
holónica es presentado en [Georgoudakis et al.(2005).]. El modelo propuesto
hace posible la efectividad de la distribución de inteligencia, mediante herramientas de asociación web services y distribución de trabajo a los holones
a través de workflow.
Dentro de las necesidades de información propias de un sistema de automatización, [Teppo et al.(06).] establece que la supervisión del proceso se requiere
en todo instante para observar cambios crı́ticos en la operación. Cambios que
pueden ser debidos a variaciones en la entrada de materia prima, daños de
equipos o cambios en el manejo del proceso. Sin embargo, dentro del mismo sistema de supervisión, las necesidades de los usuarios son diferentes. Por ejemplo,
las necesidades de información del operador del cuarto de control son distintas
de las del administrador, quien está interesado en la medición del desempeño
global. Por tanto, las herramientas de supervisión deben ser personalizadas a
las necesidades de los diferentes usuarios. La arquitectura propuesta se basa
en sociedades de agentes, formadas por un conjunto de agentes de información
mediadores con distintas responsabilidades o roles. La operación interna de los
agentes se basa en el principio orientado por metas (goal-orientated). El resultado final es un sistema de supervisión, basado en MAS (Sistemas Multiagente),
configurable por el usuario.
Con respecto a la incidencia de los atributos holónicos que deben ser considerados en un sistema de supervisión, puede destacarse la importancia de
la función supervisora para lograr la autonomı́a del holón. Si se parte de la
definición de autonomı́a propuesta por [Colombo et al.(2006).], [Wyns (1999).],
[Luder et al.(2005).] y [ Leitão (2004).]: “capacidad de una entidad de crear,
controlar y monitorear (supervisar) la ejecución de sus propios planes”, es claro
el papel de la supervisión al convertirse en elemento de la autonomı́a. Para
Langer ([Langer (1999).]), la autonomı́a se logra por la capacidad que tiene el
holón de tomar decisiones. En un esquema de control, la toma de decisiones se
realiza mediante el supervisor.
La arquitectura holónica HoMUCS ([Langer (1999).]) provee una estructura interna del holón consistente en un conjunto de clases y mecanismos basados en
eventos. Propone un descriptor de autonomı́a que está conformado por reglas
que determinan que un holón es autónomo por la abstracción de sus funciones
fundamentales de planeación, ejecución y monitoreo (supervisión).
10
CAPÍTULO 1. REVISIÓN BIBLIOGRÁFICA
Acerca de la proactividad como atributo holónico a considerar dentro de los
sistemas de supervisión, entendida esta como capacidad del holón de anticiparse cambios en sus planes y objetivos, se encuentra por ejemplo el aporte de
[Bunch et al.(2004).], quien afirma que la detección temprana de condiciones
anormales mediante sistemas proactivos de monitoreo puede ayudar a prevenir
salidas no planeadas, reducir pérdidas de producción y frecuencia de mantenimiento, mejorar la eficiencia del operador al mejorar la identificación de fallas.
El rol de la proactividad en la supervisión es garantizar que la operación normal
se respeta e identificar situaciones de riesgo que podrı́an conducir a romper esa
normalidad ([Rezg et al.(1997).]). De otro lado, las situaciones anormales deben
ser observadas antes de que afecten los objetivos de producción ([Seilonen et al.(nd).]).
Un atributo del control holónico, a través del supervisor holónico, es predecir
estados futuros. Esto es posible si se tienen habilitados modelos de predicción.
Por ejemplo, la capacidad en una máquina podrı́a utilizarse para predecir la
producción que dicha máquina tendrá y notificar a otros holones esta capacidad
probable. La notificación relacionada con la predicción de estados futuros puede
ser muy útil para la toma de decisiones ([Simão (2005).]).
Según [Rezg et al.(1997).], el nivel proactivo del supervisor detecta tendencias
en los indicadores de evolución, condiciones de degradación apoyado en la ejecución histórica, cambios en el contexto o algunas modificaciones en los objetivos
que vienen desde niveles superiores. Ası́, el nivel proactivo debe estar habilitado para anticiparse en corregir tendencias que podrı́an ser un obstáculo para
alcanzar los objetivos.
En [Lelis et al.(2005).] el objetivo de la predicción de un sistema de supervisión
es anticipar y prevenir fallas crı́ticas y la subsiguiente necesidad de realizar una
acción correctiva de operación o mantenimiento. Los resultados de la predicción
son utilizados para tomar decisiones anticipadas.
Con respecto a la reactividad, entendida como la capacidad de reaccionar a
estı́mulos del entorno, puede afirmarse que este atributo es una funcionalidad
propia de los sistemas de supervisión de la actualidad, es decir, la reactividad
ya está incluida como atributo holónico en los sistemas convencionales.
El nivel reactivo se caracteriza por la habilidad de reaccionar a estı́mulos mediante la búsqueda de una solución admisible, en un tiempo apropiado, considerando la dinámica de su ambiente ([Rezg et al.(1997).]).
En sistemas discretos, la reactividad está caracterizada por la definición e integración de las restricciones organizacionales y disfuncionales del sistema de
producción y por tomarlas en cuenta durante el tiempo de ejecución. De esta
manera un control supervisorio será reactivo si da una solución admisible después de la ocurrencia de un evento en un tiempo apropiado, respetando las
especificaciones fijadas por el nivel superior.
La cooperación es un atributo que le da a los holones la posibilidad de tra-
1.2. SISTEMAS HOLÓNICOS SUPERVISADOS
11
bajar juntos para lograr una meta común. En [ Seilonen et al.(2005).] se propone una arquitectura de control cooperativo, basada en agentes, que opera
como un supervisor de alto nivel en un modelo de automatización multicapas,
monitoreando el nivel inferior del sistema de automatización y configurando su
lógica de operación ante situaciones cambiantes. En el dominio de cooperación,
los agentes encargados de los subprocesos cooperan con el supervisor y con
los agentes subordinados. Diversas aplicaciones de control supervisorio pueden
ser configuradas como aplicaciones genéricas de automatización en el modelo
Multi-Agente propuesto. Los modelos de las funciones de estas aplicaciones se
describen inicialmente en el nivel de sociedades de agentes y luego en el nivel
de agentes individuales. La propuesta incluye un escenario de refinamiento cooperativo, para ajustar las variables del control supervisorio. Este refinamiento
cooperativo entre los agentes de los subprocesos tiene la forma de un proceso
iterativo de búsqueda e incluye planeamiento local de las acciones de control y
negociación con otros agentes acerca de sus acciones.
En [ Seilonen et al.(2005).], la cooperación para la supervisión se establece mediante contratos entre agentes para alcanzar los objetivos de control del proceso.
Los agentes supervisores pueden asignar submetas a sus subordinados o agentes
similares pueden negociar entre pares para manejar interrelaciones entre sus
metas.
Otra caracterı́stica propia del enfoque holónico es aquella que mediante las denominadas agregación, especialización y escalabilidad permite abordar un problema complejo, reduciendo dicha complejidad con componentes especializados,
sintonizados para resolver problemas más simples ([Villa t al.(2003).]), formando las llamadas holarquı́as.
De acuerdo con [Wyns (1999).], la agregación es una solución apropiada para
afrontar la complejidad de las interacciones entre holones o agentes y la misma
complejidad de los sistemas. Los holones agregados se definen como un conjunto
de holones relacionados que son agrupados, formando un holón mayor con su
propia identidad. De esta manera se forma una jerarquı́a agregada. Dependiendo
del punto de vista del observador, los holones están fraccionados en subholones
o tratados como un todo. Los holones agregados no son conjuntos estáticos de
holones, ya que pueden cambiar dinámicamente sus contenidos, dependiendo de
las necesidades del sistema.
La agregación genera unas estructuras de recursividad y por ello, la programación orientada a objetos es una tecnologı́a adecuada para la implementación
de esta caracterı́stica ([Colombo et al.(2001).]).
Acerca de la especialización, ésta se define como la separación de holones con
respecto a sus caracterı́sticas ([Wyns (1999).]). Como los holones especializados
requieren comportamiento especializado, se requerirán diferentes desarrollos y
consideraciones de implementación y, lógicamente, los objetivos de control y
la supervisión tendrán enfoques diferentes, dependiendo de la especialidad del
holón.
Las caracterı́sticas de inteligencia distribuida hacen que la escalabilidad de
12
CAPÍTULO 1. REVISIÓN BIBLIOGRÁFICA
un sistema sea posible, permitiendo la fácil adición de miembros a la holarquı́a. Esta escalabilidad habilita a los recursos para adoptar el concepto: “plugand-produce” ([Alibhai et al. (2004).]). Ası́ mismo, mediante la escalabilidad
se pueden afrontar los cambios organizacionales: empresas que entran y salen
([ Huang et al.(2002).]), recursos que entran y salen, productos que ingresan o
son retirados del mercado, órdenes de producción que se crean y se ejecutan.
Conviene entonces plantearse interrogantes con respecto a la incidencia de los
conceptos de agregación, especialización y escalabilidad en el diseño de sistemas
de supervisión.
1.3.
Conclusiones Revisión Bibliográfica
Se ha presentado una revisión sobre los trabajos que reporta la literatura
acerca de la supervisión de procesos continuos, con el objetivo de establecer el
nivel actual de desarrollo teórico, hacer claridad sobre la terminologı́a empleada en el tema y definir aspectos determinantes como las técnicas de diseño, la
determinación de regiones de operación y la incidencia del diagnóstico de fallas.
Se adelantó también una revisión sobre el diseño de sistemas de supervisión con
criterios holónicos, con el objetivo de avanzar en la formulación de una propuesta para la supervisión de procesos de producción continuos desde el enfoque
holónico, hacia los denominados Sistemas holónicos Supervisados - HSS.
Es de resaltar que realmente es poca la literatura que aborda directamente
la inclusión de los principios holónicos en la supervisión y que en general no se
considera ni se profundiza acerca de los procesos continuos, lo que plantea un
amplio campo de trabajo.
En mayor proporción se encuentran desarrollos de sistemas de supervisión basados en Sistemas Multiagente y dada la afinidad de estas tecnologı́as con el enfoque holónico, se podrı́an obtener de allı́ muchos elementos importantes para
la visión holónica de la supervisión de procesos.
Las siguientes son las conclusiones del trabajo:
De acuerdo con las definiciones, objetivos y funciones de los sistemas de
supervisión, es notoria la relevancia de los componentes dedicados a la
caracterización de regiones de operación y la caracterización del régimen
de falla. Esta importancia radica en que la toma de decisiones por parte
del supervisor, depende de la información que se obtenga del proceso. Se
deja establecido que el supervisor se refiere al componente de toma de
decisiones, que puede ser un humano o un sistema informático.
En la presentación de términos elaborada, se trató de dejar claridad semántica entre los términos: monitoreo, SCADA, supervisor, control supervisorio,
sistema de supervisión. Es importante la diferenciación que se establezca
para el sistema de supervisión en función del tipo de sistema (continuo, discreto o hı́brido), ya que el alcance del sistema de supervisión re-
1.3. CONCLUSIONES REVISIÓN BIBLIOGRÁFICA
13
quiere la especificación del contexto, relacionado fundamentalmente con
la dinámica del sistema y el nivel de abstracción que se seleccione para
su aproximación. Por ejemplo, procesos continuos en los que el supervisor
se resuelve vı́a discretización y ası́ determinar el supervisor vı́a Teorı́a de
control supervisorio o la solución del mismo desde técnicas de sistemas
hı́bridos.
Se ha establecido también una diferenciación entre los sistemas clásicos
y las nuevas tendencias. Estas últimas están caracterizadas por la inclusión de técnicas de inteligencia artificial, computación distribuida, multiagentes, todas basadas en modelos.
Podrı́a afirmarse, con base en la revisión y evolución histórica, que los
SCADA están dentro de una categorı́a de supervisión tradicional y que
no están dotados de atributos como la proactividad o de funcionalidades
como la tolerancia a fallas. La determinación de regiones de operación es
indirecta, a partir de la generación de alarmas. Se concluye también que
los SCADA son una tecnologı́a para configurar Sistemas de supervisión y
en sı́ mismos no son el sistema de supervisión. Los SCADA no están bien
utilizados cuando el sistema de recolección de datos se convierte en la
supervisión y no se tiene un modelo del proceso, visto de manera integral.
La trascendencia de la función de diagnóstico de fallas es una llamada
de atención a abordar el problema para los sistemas holónicos. Se encontró una relación importante entre el control tolerante a fallas y los sistemas
de supervisión. Además, métodos de diagnóstico como Bond Graph cualitativo (QBG) muestran una evolución teórica importante que merece la
pena su estudio.
El número de trabajos sobre el enfoque holónico fue realmente poco. No
se encontraron modelos de supervisión que incluyeran modelos de cooperación y un solo trabajo aborda el comportamiento proactivo.
Los enfoques de control tolerante y holónico comparten el mismo objetivo:
respuesta rápida ante perturbaciones.
Se nota un gran potencial para la inteligencia artificial, en diagnóstico de
fallas y en las regiones de operación, sobre todo en los casos en los que
exista mucha incertidumbre.
Las definiciones generales de control supervisorio tienen validez en la supervisión de sistemas continuos, ya que el diseño del supervisor descansa
en el respecto por las especificaciones que son la expresión de los objetivos
de ejecución, tomando en cuenta el estado actual del sistema y los eventos
controlables y no controlables.
Muchos trabajos abordan el problema, llevando las dinámicas continuas al
espacio discreto mediante cuantificación y lo resuelven desde la teorı́a de
control supervisorio, evitando que el sistema llegue a regiones prohibidas
del espacio de estados.
14
CAPÍTULO 1. REVISIÓN BIBLIOGRÁFICA
Se concluye también de muchos trabajos que las dinámicas del nivel de
decisión propio de la supervisión son de naturaleza discreta. Esto permite
el uso de la teorı́a de eventos discretos para resolver el problema de sı́ntesis
del supervisor. Se concluye también de muchos trabajos que las dinámicas
del nivel de decisión propio de la supervisión son de naturaleza discreta. Esto permite el uso de la teorı́a de eventos discretos para resolver el
problema de sı́ntesis del supervisor.
Dentro de las dificultades que explican por que aún persiste el operador
humano en el nivel de supervisión del proceso se pueden mencionar: desconocimiento de modelos y dinámicas del proceso, desconocimiento de
herramientas (del control clásico, DES, IA), la incertidumbre y vaguedad
de las variables, dificultades para dotar a las máquinas de capacidades de
toma de decisión, dificultades para modelar los niveles de decisión por el
tipo de información presente en los mismos.
Acerca de las caracterı́sticas del paradigma, que incidirán de manera notable en
los criterios de diseño de los sistemas holónicos, se pueden mencionar:
El supervisor es de naturaleza distribuida. Se distribuye entre los holones
que conforman la Unidad de Producción y que tienen un comportamiento
dinámico, tales como el holón misión y el holón recurso.
La agregación es una caracterı́stica recursiva que le facilita al enfoque
holónico el tratamiento de la complejidad. Esto posibilita la implementación
del principio holónico: “el todo y las partes” y permitiendo crear estructuras muy complejas a partir de holones más simples. El diseño de los
supervisores deberán soportar este concepto.
Como conclusión preliminar se ha establecido la descentralización de la
función de supervisión, disponiendo supervisores en los recursos. En tal
sentido, la metodologı́a de diseño se verá afectada por la especialización del
holón, lo que exigirá que se tengan en cuenta las caracterı́sticas propias del
holón, pero sin que se sacrifique la agregación, a través de la recursividad.
Los cambios en la UP, tales como ingreso y salida de recursos ó nuevos
productos, deben afectar de alguna manera la estructura teleinformática
e igualmente, tendrá efectos sobre el supervisor. El diseño de sistemas de
supervisión en el entorno del paradigma holónico deberá brindar sistemas
flexibles y adaptables para acomodarse a los cambios, incluidos cambios
en la infraestructura de producción y en los métodos de producción. En la
creación de las holarquı́as, las unidades de producción y los recursos están
habilitados con el concepto “plug-and-produce”, el cual incide a su vez en
la concepción del supervisor.
El sistema de supervisión debe contener un módulo de cooperación, el
cual le permite negociar el objetivo de producción y mediante mecanismos
de comunicación y negociación puede cooperar con otros holones para
alcanzar el objetivo global de la UP.
Debe incluirse la función anticipativa, de tal forma que el supervisor estime
eventos futuros que puedan poner en riego la misión y realice acciones que
eviten que esos eventos se produzcan
1.3. CONCLUSIONES REVISIÓN BIBLIOGRÁFICA
15
La autonomı́a del holón se establece mediante el supervisor, ya que este
es el encargado de crear los planes del holón, ası́ como de controlarlos y
monitorearlos.
Finalmente, como lo propone [Colombo et al.(2001).], el diseño de sistemas de
supervisión con “principios holónicos”, sugiere una implementación con software distribuido, con autonomı́a de ejecución de entidades cooperativas como
módulos constructivos (holones).
16
CAPÍTULO 1. REVISIÓN BIBLIOGRÁFICA
Capı́tulo 2
TAXONOMÍA DEL
SUPERVISOR DE
PROCESOS
Con el fin de clarificar los conceptos asociados a la Función de supervisión de un proceso industrial, se presentan las definiciones relacionadas en la
literatura, ası́ como una recopilación de las funciones asignadas a los sistemas
de supervisión de procesos (PSS).
2.1.
DEFINICIONES
Variable Relevante ([Lambert et al.(1999).])
Mı́nimo conjunto de información adquirida del proceso, que le permite
al operador entender el comportamiento del sistema y evaluar su estado.
Una variable pertenece a un conjunto de variables relevantes si es relevante
para la supervisión del proceso completo.
Monitoreo ([Silveira et al.(2004).]), ([Lambert et al.(1999).]),
([Isermann (1998).]), ([Suárez et al.(nd).]), ([Isermann (1997). ]).
Recolección de datos desde el proceso y desde el controlador. Determina
el estado actual del sistema controlado y hace inferencias necesarias para
producir datos adicionales: históricos, diagnóstico. El monitoreo se limita
a la captura de datos del proceso y no tiene acciones directas en los modelos o en el proceso.
Un operador monitorea un proceso cuando supervisa la información desplegada sin ejecutar ninguna acción que pueda cambiar el estado del
sistema. Ası́, el propósito de la tarea de monitoreo es solamente actualizar
el conocimiento que el operador tiene del sistema y detectar la ocurrencia
de fallas. El monitoreo también indica estados no deseados o no permitidos del proceso y reconoce e indica anomalı́as del comportamiento. Según
Isermann ([Isermann (1997). ]), en el monitoreo las variables medibles son
chequeadas teniendo en cuenta las tolerancias y alarmas son generadas
para el operador.
17
18
CAPÍTULO 2. TAXONOMÍA DEL SUPERVISOR DE PROCESOS
SCADA (Supervisory control and data acquisition) ([Boyer(2004).]),
([Lelis et al.(2005).])
Se puede entender el SCADA como el sistema convencional de supervisión
de procesos, que privilegia la adquisición y registro de datos, sin valor
agregado.
Los SCADA se pueden considerar sistemas de supervisión ”tradicional”,
que se enfocan en interfaces HMI y captura de datos. Tienen además, el
sistema de alarmas, generación de referencias para los lazos de control local y su monitoreo.
Según ISA ([Boyer(2004).]), SCADA “Es la tecnologı́a que habilita a un
usuario a recoger datos desde una o más instalaciones distantes y le permite enviar instrucciones de control limitadas a esas instalaciones”.
Se privilegia en estos sistemas la captura de datos, los sistemas de comunicaciones (sistemas dispersos geográficamente) y las opciones de control
mı́nimas.
“Los SCADA requieren que un operario permanezca al frente del sistema
o que visite frecuentemente la ubicación remota. Los SCADA incluyen la
interfaz con el operador y las aplicaciones para manipulación y almacenamiento de los datos. Permiten que operadores en una ubicación central
de un proceso ampliamente distribuido, haga cambios en los valores de
consigna de los controladores distantes, abra o cierre válvulas o suiches,
monitoree alarmas y recoja información de los sistemas de medida”. Los
SCADA convencionales le dan mayor significancia a la recolección de información en ubicaciones distantes, por los beneficios económicos en términos
de reducción de costos de visitas de rutina o monitoreo de la operación de
la instalación.
Esto se muestra en que las aplicaciones relacionadas son en campos petroleros
y de gas, oleoductos, sistemas de riego, centrales eléctricas.
El desarrollo del control remoto, vı́a SCADA, ha madurado y se ha llevado
a otras aplicaciones industriales, con mayor poder de control.
Sistemas de supervisión
Las siguientes son algunas de las definiciones de este término encontradas
en la literatura
• Sistema que evalúa si los controladores locales satisfacen criterios
de desempeño especificados, diagnostica causas de desviación del desempeño, planea acciones correctivas y las ejecuta ([Jantzen (1998).]).
• Monitoreo de un sistema fı́sico y realización de acciones para mantener la operación en caso de fallas ([Suárez et al.(nd).]).
• Aplicación de software especialmente construida para automatizar
actividades de supervisión ([Contreras et al.(2001).]).
2.1. DEFINICIONES
19
• “Sistema con la habilidad de medir un proceso y actuar en él, formado
por componentes interactivos que razonan acerca del comportamiento del proceso para proponer (y ejecutar) acciones apropiadas para
mantener las condiciones de operación normal aún caso de fallas”.
([Contreras et al.(2001).]).
• La supervisión de procesos es la selección y activación de técnicas
apropiadas para conducir un sistema a que encuentre los objetivos
de desempeño requeridos ([Quek et al.(1996).]).
• Sistema que monitorea si los objetivos de control se cumplen. Si no,
el sistema de supervisión obtiene y calcula un objetivo de control
revisado y una nueva estructura y parámetros que hacen que el sistema fallado en lazo cerrado alcance el nuevo objetivo modificado.
La supervisión podrı́a tener efecto si una falla ocurre y no es posible
alcanzar el objetivo original de control con el esquema tolerante a
fallos ([Blanke et al.(2001).]).
• Sistema que indica estados del proceso no deseados o no permitidos y
que toma decisiones apropiadas para mantener la operación y evitar
daños o accidentes ([Isermann (1997). ]).
• Actividad enfocada en monitorear la operación de un proceso, para
deducir condiciones que permitan mantener la normalidad, incluso
en condiciones de falla ([Contreras et al.(2001).]).
• Conjunto de herramientas y métodos usados para operar un proceso
tanto en situaciones normales como en condiciones de falla o perturbaciones no deseadas ([Medjaer et al.(2005).]).
En la Fig.2.1 y en la Fig.2.2 se muestran algunas de las arquitecturas de
supervisión propuestas: En [Rezg et al.(1997).] se presenta una arquitectura con un nivel reactivo en el nivel de control y un nivel proactivo en el
nivel de supervisión (ver Fig.2.2):
Supervisión en ISA S88 El término supervisión en ISA S88 está ligado
a los términos Unidad (Unit) y Actividad de control.
El modelo fı́sico de la empresa presentado en la norma está organizado
de una forma jerárquica (ver Fig.2.3). Una Unidad está constituida por
módulos de equipos y módulos de control y puede conducir una o más
actividades de procesamiento. La unidad combina todos los equipos de
procesamiento y control necesarios para desempeñar esas actividades como un agrupamiento independiente de equipos. Usualmente se centra en
una componente mayor de equipos de procesamiento y tareas, tales como
tanques de mezcla, reactores, etc.
La norma ISA S88 propone un Modelo de Actividades de control, con
el objetivo de manejar exitosamente la producción (Numeral 6.1.1). El
modelo brinda una perspectiva completa del control y muestra las principales relaciones entre varias actividades de control (ver Fig.2.4). Según
ISA S88, la Supervisión de la Unidad es la actividad de control que une
la receta al equipo de control, vı́a Control del Proceso. Esta actividad es
20
CAPÍTULO 2. TAXONOMÍA DEL SUPERVISOR DE PROCESOS
Figura 2.1: Arquitectura de un sistema de supervisión.([Villa t al.(2003).])
Figura 2.2: Sistema de supervisión proactivo. Tomado de ([Rezg et al.(1997).]).
2.1. DEFINICIONES
21
Figura 2.3: Descomposición jerárquica de una empresa. Tomado de ISA S88.
Figura 2.4: Modelo de actividades. Tomado de ISA S88.
22
CAPÍTULO 2. TAXONOMÍA DEL SUPERVISOR DE PROCESOS
Figura 2.5: Actividades de la supervisión. Tomado de ISA S88.
la interfaz con Manejo del Proceso, Control del Proceso y Manejo de información de producción (ver Fig.2.5). Las tres funciones principales de
supervisión son: adquisición y ejecución de elementos procedurales, manejo de recursos de la unidad y recolección de información del lote (batch)
y de la unidad. La Supervisión de la Unidad está habilitada para determinar desde la receta de la unidad, la lógica procedural a ejecutar, los
parámetros apropiados, las entidades de equipos a ser utilizados y otra
información pertinente, tales como: nombre del producto, restricciones de
equipos y número del lote. Incluye también la ejecución de procedimientos
de la Unidad, la iniciación y parametrización de fases.
Dos referencias complementarias que abordan la supervisión desde los procesos batch, son [Gonnet et al.(1999).] y [Deligiannis et al.(2007).].
En procesos batch, el diseño del supervisor es complejo debido a que
debe ser capaz de generar la estructura de control cuando la topologı́a
de la planta es generada por el scheduling. Las actividades de supervisión
en procesos batch dependen del tiempo y son discretas por naturaleza y
deben ser desempeñadas en tiempo real ([Gonnet et al.(1999).]).
Control supervisorio (DES)
• El supervisorio de un DES consiste en cambiar la entrada de control
de acuerdo al estado actual del sistema. El supervisor observa el
sistema y por cada estado admisible, una estrada de control debe ser
aplicada en ese punto de funcionamiento. Un evento es admisible para
2.2. OBJETIVOS Y FUNCIONES DE UN SISTEMA DE SUPERVISIÓN 23
un DES supervisado, si y solo si es fı́sicamente posible y autorizado
por la función de supervisión ([Rezg et al.(1997).]).
• La teorı́a de control supervisorio es una teorı́a general para la sı́ntesis de controladores, llamados supervisores, para sistemas a eventos
discretos ([Akesson et al.]).
Control supervisorio según ISA ([Boyer(2004).])
Control en el cual los lazos actúan independientemente y son sujetos a
acciones correctivas intermitentes.
Control supervisorio de procesos continuos
En las siguientes referencias se usan indistintamente los términos “control
supervisorio” y “sistema de supervisión”, aplicados a procesos continuos:
[Jantzen (1998).], [Gandibleux et al.(1994).], [Larson et al.(2000).],
[Bogh et al.(nd).], [Zamanabadi (1999).], [C.P et al.(nd).]. Además algunos
autores como [Garcia et al.(1994).] y [Lunze et al.(1998).] resuelven el diseño
del supervisor desde SCT, al realizar una discretización del proceso continuo.
En [Abdelwahed et al.] se define el problema de supervisión desde la teorı́a
de control:
“dado un sistema H, un conjunto conectado de estados seguros X∫ y un
conjunto de estados iniciales X0 , diseñe un supervisor S que conduzca el
sistema desde un estado en X0 a un estado en X∫ en un tiempo finito usando una secuencia de entradas. Adicionalmente se requiere que el supervisor
mantenga el sistema estable en X∫ “.
Sistema tolerante a fallos ([Puig et al.(2004).]), ([Blanke et al.(2001).])
Sistema que puede operar de forma aceptable incluso después de la aparición de un fallo, que son capaces de parar el proceso antes de que originen
daños irreparables.
La tolerancia a fallos se entiende como la capacidad de un sistema de
control para mantener los objetivos de control a pesar de la aparición de
un fallo, admitiéndose una cierta degradación de sus prestaciones. La tolerancia puede ser obtenida acomodándose a la falla o reconfigurando el
controlador
2.2.
2.2.1.
OBJETIVOS Y FUNCIONES DE UN SISTEMA DE SUPERVISIÓN
Objetivos
Con base en la revisión realizada, las siguientes son los objetivos generales
que se plantean para los sistemas de supervisión:
Apoyar al operador en la toma de decisiones
Reducir la dependencia de los operadores humanos
24
CAPÍTULO 2. TAXONOMÍA DEL SUPERVISOR DE PROCESOS
Mejorar el tiempo de respuesta ante perturbaciones
Mejorar el desempeño global del sistema
Mejorar la seguridad y la calidad
Mejorar la disponibilidad del proceso
Suministrar información en tiempo real para la toma de decisiones.
Alertar ante caı́das de eficiencia
Evitar daños o accidentes
Garantizar la operación del sistema en condiciones normales
Mantener el sistema operando en condiciones óptimas o en condiciones
aceptables si se presentan fallas.
Anticiparse a la ocurrencia de situaciones no deseadas.
Para alcanzar estos objetivos, los sistemas de supervisión están provistos de
determinadas funcionalidades. A continuación se presenta una recopilación de
las principales funciones encontradas en la literatura consultada.
2.2.2.
Funciones de un Sistema de Supervisión reportadas
en la literatura
Las funciones de un sistema de supervisión reportadas en la literatura se ven
en el cuadro 2.1.
2.2. OBJETIVOS Y FUNCIONES DE UN SISTEMA DE SUPERVISIÓN 25
Función
- Indicar estados del proceso no deseados o no permitidos
- Tomar acciones apropiadas para mantener la operación normal.
- Tomar acciones para evitar daños o accidentes.
- Cálculo y activación de los parámetros de la secuencia de
control a ser ejecutada de acuerdo al estado del sistema de
control y del proceso. Incluye operación normal y anormal.
- Durante operación normal: toma decisiones que elevan el
nivel de decisión del control: planeamiento en tiempo real
(reactivo), optimización, valores de consigna y conmutación
de leyes de control.
- Durante fallas: toma de decisiones necesarias para que el
sistema vuelva a condiciones normales: replanificación,
acciones de restablecimiento, procedimientos de emergencia
- En operación normal: rutinas de arranque y paro, mantener
el proceso alrededor de su punto de operación.
- Manejo de fallas.
- Vigilancia de rangos
- Sintonización de reguladores locales
- Predicción del comportamiento
- Detección de fallas
- Acciones sobre los controladores locales para desempeñar tareas
determinadas por los usuarios o por los niveles de alto nivel.
- Supervisión de la evolución dinámica del sistema y selección de
la mejor configuración del controlador local para mejorar el
desempeño global.
- Detección de fallas y diagnóstico.
- Disparo de redundancias o esquemas de reconfiguración
- Inicialización del sistema de producción
- Monitoreo del estado
- Corrección en caso de fallas.
- Modificación del plan de producción
- Detección, identificación, diagnóstico, aislamiento de fallas.
- Monitoreo del proceso.
-Generar la estructura de control después de generada
la topologı́a de la planta.
-Seguir la operación de la planta y monitorear discrepancias.
- Detección y aislamiento de fallas.
-Diagnosis y toma de decisiones para acomodar
la falla mediante reconfiguraciones, si es posible.
Referencia
[Isermann (1997). ]
[Silveira et al.(2004).]
[Silveira et al.(2002).]
[Lelis et al.(2005).]
[Villa t al.(2003).]
[Miyagi et al.(2001).]
[Gandibleux et al.(1994).]
[Suárez et al.(nd).]
[Gonnet et al.(1999).]
[Medjaer et al.(2005).]
26
CAPÍTULO 2. TAXONOMÍA DEL SUPERVISOR DE PROCESOS
Función
Referencia
- Monitoreo del proceso.
- Diagnóstico de los fallos mediante su detección, aislamiento.
- Evaluación de la situación después de que un fallo ha sido
diagnosticado, valorando la posibilidad de activar o no
[Puig et al.(2004).]
mecanismos de tolerancia a fallos.
- Ejecución de acciones correctivas que acomoden el sistema,
permitiendo su funcionamiento con una degradación aceptable
mientras que sea posible.
- Generación de alarmas para el operador, considerando
tolerancias de las variables medibles.
- Generación de sı́ntomas vı́a detección de cambios; diagnóstico
basado en los sı́ntomas.
[Isermann (1997). ]
- Toma de decisiones para enfrentar las situaciones de falla:
parar la operación, cambiar el modo de operación, reconfigurar
el sistema, llevar a mantenimiento.
- Anticipar situaciones de riesgo, mediante búsqueda de
conjeturas que podrı́an llevar el sistema a condiciones crı́ticas.
- Aprendizaje, para mejorar el conocimiento acerca de
situaciones ya conocidas.
[Lambert et al.(1999).]
- Modificar reglas de trabajo y órdenes al sistema supervisor
reactivo para adaptarse dinámicamente al contexto, de acuerdo
con las variaciones (falla de un equipo) o modificación de
objetivos (arribo de órdenes de producción urgentes).
- Monitoreo del estado de la planta.
- Ajuste de parámetros de control.
- Detectar, diagnosticar, compensar y corregir situaciones
- Mantener la operación normal.
[Bullemer et al.(1999). ]
- Restablecer la operación normal, si no es posible mantenerla
por fallas.
- Conducir el proceso a estados seguros durante
fallas
- Controlar un proceso y supervisar su funcionamiento.
-Detectar posibles pérdidas de funcionalidad y
alertar a operadores humanos.
- Ejecutar las tareas de transición relacionadas
[Bullemer et al.(1999). ]
con cambios de operación.
- Conducir el proceso a estados seguros durante
fallas
Cuadro 2.1: Funciones de un sistema de supervisión reportadas en la literatura
2.2. OBJETIVOS Y FUNCIONES DE UN SISTEMA DE SUPERVISIÓN 27
En resumen, las funciones de un sistema de supervisión son los que se ven
en la tabla 2.2
2.2.3.
Diferencias entre supervisión jerárquica y holónico
Según lo revisado en la bibliografı́a las diferencias los supervisores jerárquicas
y los supervisores holónicos son las que se ven en en cuadro 2.3.
28
CAPÍTULO 2. TAXONOMÍA DEL SUPERVISOR DE PROCESOS
Función
- Determinar la región en la cual opera el sistema
- Conmutar la ley de control para ajustarse a la región
de operación
- Determinar el comportamiento del sistema (normal,
degradado,en falla)
- Monitorear los estados relevantes del proceso
- Monitorear macroestados del proceso
- Actuar ante cambios en regiones de operación, bajo
desempeño de controladores, variables por fuera de
rango, desviación de parámetros
- Alertar ante eventos de calidad
- Monitorear la eficiencia en lı́nea del sistema
- Alertar ante caı́das de eficiencia por debajo de valores
establecidos
- Monitorear el desempeño del sistema
- Alertar ante caı́das del desempeño
- Monitorear el avance del objetivo de producción
- Alertar ante riesgos de incumplimiento del objetivo
de producción
- Indicar estados del proceso no deseados o no
permitidos
- Detectar inestabilidades
- Detectar, diagnosticar, identificar, aislar situaciones
de falla
- Reconfigurar el sistema en caso de falla
- Ejecutar procedimientos de emergencia
- Disparar acciones de tolerancia a fallas
- Predecir el comportamiento del sistema y anticipar
situaciones de riesgo
- Controlar las acciones de cambio de regiones o
puntos de operación
- Controlar las acciones de cambio de regiones o
puntos de operación
- Generar eventos hacia el controlador a partir de la
Agenda de producción.
- Determinar las salidas del sistema a
mantenimiento correctivo.
Cuadro 2.2: Funciones de un sistema de supervisión
Observaciones
- Para sistemas diseñados
con criterios de FTC
- Funcionalidad propia de
los sistemas de supervisión
“inteligentes” o basados en
agentes o en holones
2.2. OBJETIVOS Y FUNCIONES DE UN SISTEMA DE SUPERVISIÓN 29
Jerárquico
Holónico
Tiene autonomı́a para crear, negociar y
Tiene débiles caracterı́sticas de
aceptar sus objetivos y para controlar el
autonomı́a
avance de sus objetivos en un espacio de
estados definido.
Se anticipa a situaciones que pongan en
No dispone de funciones anticipativas
riesgo el objetivo de producción
No tiene previstos mecanismos de
La construcción de holarquı́as se basa en los
comunicación entre Unidades de
mecanismos de comunicación entre holones.
producción.
El supervisor holónico se distribuye entre los
holones recurso y los holones misión; el primero
supervisa el estado del recurso y el segundo
Es centralizado
supervisa el estado del objetivo. Mediante la
composición de estos supervisores se construye
el supervisor de la UP.
Incluye funcionalidades de aprendizaje, que se
desarrollan a medida que el sistema evoluciona
históricamente. Técnicas de Inteligencia artificial
No tiene capacidad de aprendizaje
pueden resultar apropiadas para estas
funcionalidades.
No considera mecanismos de
Se basa en la cooperación entre holones y entre
cooperación
UP´s.
Prevalece la presencia del operador
Minimiza la presencia del operador humano
humano en la toma de decisiones
[Teppo et al.(06).].
Dispone de pocas funcionalidades
Involucra criterios de control tolerante a fallas
para diagnóstico de fallas
Mantiene las variables de proceso
Se centra en el monitoreo del objetivo a cumplir
en los valores de referencia.
y en sus indicadores de desempeño asociados.
Las relaciones e interacciones entre
Las relaciones e interacciones entre los niveles
los niveles de control impuestas.
de control son negociadas.
Cuadro 2.3: Diferencias entre el Supervisor Jerárquico y el Supervisor Holónico.
30
CAPÍTULO 2. TAXONOMÍA DEL SUPERVISOR DE PROCESOS
Capı́tulo 3
MÉTODOS DE DISEÑO
DE SUPERVISORES
En la literatura se reportan varios métodos para abordar el diseño de los
sistemas de supervisión. Se presenta a continuación una relación resumida de
estos métodos.
3.1.
3.1.1.
DISEÑO DESDE SCT
Raisch and Young, 1998
El problema hibrido es traducido a un problema discreto mediante aproximación de la planta continua por un autómata finito no determinı́stico. Se aplica
SCT para encontrar un controlador óptimo que fuerce las especificaciones.
3.1.2.
Garcia, et al., 1994
Para el bajo nivel se usan las herramientas de la teorı́a de control. Para el
alto nivel, la teorı́a de DES reconfigurable. El problema se resuelve desde DES.
A partir de una interfaz de las variables continuas, se genera una imagen discreta
del proceso (Ver Fig.3.1).
3.1.3.
Rezg and Niel, 1996
El problema de control en DES: dado un modelo de la planta y una especificación del comportamiento deseado para el sistema controlado, sintetizar un
supervisor apropiado que realice el comportamiento de lazo cerrado especificado.
Las especificaciones de control pueden ser expresadas en términos de evitar
ciertas condiciones del sistema de tal forma que opere de manera segura.
El método propuesto de sı́ntesis del controlador se basa en la estructura de
realimentación del estado la cual garantiza que las condiciones prohibidas se
evitan, mientras se permite la ocurrencia de un conjunto máximo de transiciones de estado.
31
32
CAPÍTULO 3. MÉTODOS DE DISEÑO DE SUPERVISORES
Figura 3.1: Supervisión desde la teorı́a de eventos discretos.[Garcia et al.(1994).]
En funcionamiento normal, la contribución es formular y resolver el problema
del “estado prohibido”. En funcionamiento degradado, se desea prevenir que el
sistema entre en estados prohibidos relevantes. La contribución de este trabajo
al problema del “estado prohibido” es la extensión del concepto de supervisión
al concepto de monitoreo.
La solución de supervisión propuesta está basada en la teorı́a de control realimentado (realimentación del estado).
Desde SCT se presentan dos modelos de control: realimentación de eventos
y realimentación de estados. Ambos son estáticos, en el sentido que controlan
acciones que son completamente determinadas por el estado actual de la planta y permanecen independientemente de cómo este estado es alcanzado. Estos controladores “sin memoria” son suficientes para plantas que se comportan
de acuerdo con un comportamiento legal especificado en términos de estados
legales. Sin embargo, en muchos casos, las especificaciones de comportamientos
legales también se refieren a la historia de la planta y no pueden ser formalizados meramente con predicados, exigiendo que la historia esté disponible para
los controladores. Para la implementación de un controlador dinámico, utiliza
un observador y un supervisor mediante PN.
Desde DES, se genera una polı́tica de control que garantiza que se evita el
estado prohibido y se permite un máximo conjunto de transiciones de estado.
3.1. DISEÑO DESDE SCT
33
La extensión del concepto de supervisión al de monitoreo consiste en integrar
un módulo de detección y diagnosis en la realimentación del estado. El método
de detección está basado en la comparación del estado actual con un modelo
de referencia, el cual representa el comportamiento “libre de fallas”. El segundo
elemento para fortalecer el supervisor es la compensación de fallas.
En condición normal, el bloque de control contiene la secuencia nominal de
operación, la cual corresponde con el uso particular de la planta definidos por
las rutas. Cuando una función anormal es detectada por los eventos , el módulo
de monitoreo inicia los procedimientos de compensación, habilitando al sistema
a compensar las fallas.
Sobre la base de una falla, el sistema de monitoreo está preparado para mantener el sistema por fuera de los estados de peligro. El módulo de monitoreo ofrece
la ventaja de separar el funcionamiento normal del anormal.
3.1.4.
Rezg, et al., 1997
El control supervisorio propuesto está basado en la propuesta de Ramadge y
Wonham. Sin embargo, el modelamiento se hace mediante redes de Petri, porque
están adaptadas a la descripción de sistemas de producción y por la noción de
vector de estado.
3.1.5.
Lunze, et al., 1998
Presenta un modelo de redes de Petri hı́bridas. La tarea de control supervisorio es resuelta mediante búsqueda de un camino de la red, desde el estado
actual hasta el estado final mediante el uso de modelos cuantitativos relevantes
para determinar la velocidad de las transiciones de estado.
El proceso o sistema continuo con entrada u(t), estado x(t) y salida y(t) es
observado mediante un cuantificador (Fig.3.2), el cual genera una secuencia de
eventos (Yi , ti ), donde Yi es la etiqueta del evento y t el tiempo de ocurrencia.
El sistema puede ser controlado pre-escribiendo eventos de entrada (Ui , ti ), los
cuales son transformados en entradas de control por el bloque de inyección. Este
sistema se denomina “sistema cuantizado”.
Para tal sistema, el problema de control supervisorio puede ser formulado
como sigue:
Dados: una información global X0 del estado inicial del sistema, un conjunto accesible de valores discretos de entrada U = {U1 , U2 , ..., Um } y el estado
global W .
Encuentre: el controlador supervisorio S.
Objetivos adicionales pueden ser encontrar la ley de control supervisorio que
produce el tiempo mı́nimo de transición desde el estado inicial X0 hasta el estado global W o el cual evita regiones prohibidas del espacio de estados.
Se considera solamente un supervisor estático. Después de que un evento (Yi , ti )
se presenta, el supervisor selecciona un evento de entrada (Ui , ti ) que depende
34
CAPÍTULO 3. MÉTODOS DE DISEÑO DE SUPERVISORES
Figura 3.2: Esquema de supervisión. Tomado de [Lunze et al.(1998).]
.
solamente del objetivo de control y del estado de salida actual Yi .
El sistema se puede modelar en un nivel de abstracción que sea apropiado para
encontrar el supervisor. Los problemas fundamentales para esto son:
el comportamiento DES de un CVS es en general determinı́stico
los modelos DES no describen el comportamiento temporal en tiempo
absoluto.
La secuencia observada de eventos discretos no es suficiente para evaluar el
comportamiento dinámico del sistema. Los modelos DES tienen que ser combinados con información cuantitativa.
Niveles de abstracción en diseño de control supervisorio: en un nivel más abstracto, secuencias de eventos discretos son consideradas para probar si el sistema
alcanza estados prescritos como de destino y evita regiones prohibidas en el espacio de estados. En un nivel más detallado, el comportamiento temporal preciso
es evaluado en relación con especificaciones temporales para la solución de la
tarea de control. La representación discreta de un CVS, mediante cuantificación,
es no determinı́stica. Se debe utilizar entonces PN o autómata no determinı́stico.
Para supervisión y control es importante detectar cuando el sistema se mueve
desde una región a otra para estar habilitado a reaccionar mediante la aplicación
de comandos apropiados.
La detección de esos cambios cualitativos del sistema por medio de sensores
3.2. DISEÑO DESDE REDES CONDICION/EVENTO
35
puede ser vista como una generación de eventos por el cuantificador. El cuantificador detecta un cambio cualitativo en la salida y del sistema. También se
pueden detectar cambios cualitativos en el estado del sistema.
3.2.
DISEÑO DESDE REDES CONDICION/EVENTO
Los sistemas condición/evento (C/E) fueron introducidos para modelar DES
y HS interconectados, orientados mediante diagramas de bloques, flujo de señales
y módulos.
Son además una técnica apropiada para modelar la interacción entre subsistemas. Esto se logra mediante transiciones condicionadas en los estados, como
en las PN, o por la sincronización de eventos, como en FSM (máquinas de estados finitos).
De esta forma, es posible proyectar sistemas con dinámicas continuas en sistemas C/E.
3.2.1.
Kowalewski, et al., 1999
Usa el método C/E para la descripción de las dinámicas continuas y su integración con las dinámicas discretas.
Las dinámicas continuas son discretizadas de una manera elemental: el rango
de valores de cada variable continua es particionado en intervalos y el modelo
simplemente describe las transiciones entre esos intervalos.
En el modelado se tiene en cuenta el comportamiento de la planta no controlada, esto es, todas las posibles situaciones no deseadas, perturbaciones, fallas e
incluso acciones erradas obvias del operador deben ser incluidas. De lo contrario,
no es posible probar que una situación crı́tica no está siendo prevenida.
Luego, el programa de control supervisorio es traducido en la misma plataforma
de modelado, tal que la composición de la planta y el controlador sea posible. La
composición de la planta y el control constituye el modelo de la planta controlada. Este modelo puede ser comparado y analizado con la descripción formalizada
del comportamiento deseado, realizada mediante modelos de eventos discretos.
En la propuesta que se presenta, se verifica si estados no deseados son todavı́a
alcanzables bajo el control.
3.2.2.
Gonnet and Chiotti, 1999
Utiliza PN y C/E Nets para la generación de los supervisores de acuerdo al
plan de producción.
36
CAPÍTULO 3. MÉTODOS DE DISEÑO DE SUPERVISORES
3.3.
3.3.1.
DISEÑO MEDIANTE TÉCNICAS DE INTELIGENCIA ARTIFICIAL (IA)
Quek and Wahab, 2000
Propone tres modos de operación: control primario, control adaptativo y
régimen de diagnóstico de fallas.
La activación de los diferentes modos por el supervisor es especificada mediante el uso de ı́ndices de desempeño o combinación de ı́ndices de desempeño.
El sistema integrado de supervisión (IPS) utiliza entradas al supervisor, tales
como ı́ndices de desempeño (error de lazo cerrado) para clasificar el comportamiento en tres clases. Cuando el desempeño del sistema logra los requerimientos especificados, el sistema se considera con “comportamiento aceptable”. Las
funciones de control primarias, tales como PID son entonces programadas en
este comportamiento.
Si el desempeño se desvı́a de los requerimientos, exhibe “comportamiento defectuoso”. Esto se puede deber a desgastes o degradación de parámetros. El supervisor planifica técnicas bajo una función de control adaptativo para sintonizar
los controladores primarios y producir un mejor desempeño. Si el desempeño
exhibe degradaciones drásticas pueden causar que el control adaptativo falle, en
cuyo caso, hay “comportamiento de falla”.
El régimen de falla es activado cuando ni el control primario, ni el adaptativo están habilitados para regresar el sistema al nivel de desempeño especificado.
La primera tarea es determinar los cambios ocurridos en la estructura del sistema y prevenir que se llegue a un estado no seguro.
El módulo supervisor es responsable de la clasificación de patrones de comportamientos del sistema y de la activación apropiada de regı́menes de control sobre
la base de esa clasificación para lograr un desempeño especificado. Las entradas
al supervisor pueden ser errores de lazo cerrado, esfuerzo de control y errores
de modelo. Estas entradas permiten detectar transiciones de comportamiento.
3.3.2.
Waissman, et al., 2000
Propone un autómata difuso, con relaciones difusas en las transiciones.
3.3.3.
Stobart and Shadbolt, 1990
Utiliza modelos cualitativos derivados de los principios de operación del sistema y resume todas las principales relaciones causales que operan entre componentes.
Un sistema de supervisión basado en modelos cualitativos simples brinda un
significado de monitoreo y razonamiento acerca del sistema en un alto nivel.
Es útil para mirar lı́mites de comportamiento, tales como falla de un sensor
3.4. MODELAMIENTO BOND GRAPH CUALITATIVO (QBG)
37
en un lazo de control. Sin embargo, los modelos cualitativos proveen una excelente plataforma para monitorear un sistema en el cual fuentes adicionales de
información pueden ser explotadas.
3.3.4.
Saridis, 1988; Saridis and Valavania, 1986
Control inteligente es la disciplina que pertenece al diseño de máquinas que
desempeñan tareas antropomórficas en ambientes inciertos y no familiares, con
mı́nima interacción con humanos. Se basan en el “principio de incrementar precisión con decrecimiento de inteligencia”. Saridis propone el uso de la teorı́a de
Conant para crear un modelo matemático para los niveles superiores usando la
entropı́a como base de medición.
3.3.5.
Montmain and Gentil,nd
Razonamiento causal (grafos causales) se relacionan con el análisis del comportamiento del sistema en términos de relaciones causa-efecto entre entidades,
por ejemplo, variables o alarmas.
3.3.6.
Lelis, et al., 2005
Utiliza modelos causales y análisis de tendencias.
3.4.
MODELAMIENTO BOND GRAPH CUALITATIVO (QBG)
QBG provee una manera formal y sistemática de modelar sistemas dinámicos
con diferentes dominios de energı́a, tales como eléctricos, hidráulicos, mecánicos,
en una plataforma unificada. Mediante ecuaciones cualitativas se describen las
interacciones entre los distintos componentes y sus transformaciones energéticas.
Estas ecuaciones conectan ecuaciones de los elementos constitutivos y contienen
información estructural, de comportamiento y funcional.
3.4.1.
Lo, et al.,2006
Utiliza un esquema cualitativo de modelamiento QBG, integrando IA y
teorı́a de control para construir la base de conocimiento y para representar
información cualitativa y cuantitativa. Esto es particularmente apropiado para
diagnóstico de fallas basado en modelo, de cómo posibles fallas pueden ser localizadas mediante un análisis de las interrelaciones de los estados componentes
y los comportamientos anormales observados cualitativamente (Ver Fig.3.3).
ISC (Intelligent supervisory coordinator): es inteligente, autónomo y robusto.
La información estructural de la dinámica del sistema es obtenida vı́a modelamiento QBG y representada en ecuaciones cualitativas.
Estas ecuaciones se usan para derivar un modelo de simulación para la supervisión del proceso.
38
CAPÍTULO 3. MÉTODOS DE DISEÑO DE SUPERVISORES
Figura 3.3: Modelo QBG. Tomado de [Lo et al.(2006).]
.
Usa una tabla fuzzy en el nivel de supervisión para detectar comportamientos de falla dentro de diferentes comportamientos del sistema.
Mediante FGA (Algoritmos genéticos difusos) se determinan los siguientes estados: normal, degradado, bajo perturbaciones de carga y falla. El supervisor
selecciona mecanismos apropiados de inferencia para diferentes problemas de
control. Si el comportamiento es normal, el controlador es comandado para regular el sistema. Si el comportamiento del sistema es catalogado como en mal
funcionamiento o con perturbaciones de carga, el controlador se mantiene funcionando y da sugerencias al controlador humano, tales como resintonizar los
controladores, usar diferentes algoritmos de control, etc. Cuando hay falla, los
controladores son detenidos y los mecanismos de detección de fallas son activados para localizar los componentes fallados. El supervisor coordina diferentes
mecanismos de inferencia para desempeñar una secuencia apropiada de tareas
para cubrir las distintas situaciones del sistema.
Con respecto a clasificación del comportamiento, el autor plantea que pocos
trabajos se han reportado acerca de la clasificación del comportamiento en continuos, en contraposición con discretos, en los que el sistema trabaja correctamente o no. La definición de comportamiento de falla en continuo no es fácil
de definir. Cuando un sistema continuo produce comportamientos que cumplen
criterios de desempeño especificados bajo condiciones normales de operación,
esos comportamientos pueden ser determinados como aceptables o normales.
Los que no cumplen, son determinados como inaceptables. Es posible definir
tres categorı́as de comportamientos inaceptables: mal funcionamiento, pertur-
3.5. DISEÑO DESDE SISTEMAS HÍBRIDOS (HS)
39
baciones de carga y comportamiento de falla. Si el desempeño del sistema se
desvı́a de sus criterios de desempeño especificados, el sistema se clasifica como
exhibiendo un comportamiento “degradado”. Este comportamiento es causado
por variaciones paramétricas durante el ciclo de vida operacional. Esto se debe
a envejecimiento o degradación.
Condiciones extremas de degradación o cambios drásticos de parámetros pueden
forzar al controlador a fallar y ası́, el sistema exhibe un comportamiento de falla.
Cambios estructurales son causas adicionales de falla.
Problemas para caracterizar los comportamientos: errores de modelamiento, ruido del sistema e imprecisiones en las medidas.
3.4.2.
Medjaer, et al., 2005
La supervisión de procesos basada en modelo es una tarea difı́cil debido
a las complejidades que aparecen con los acoples energéticos del modelo. El
modelamiento BG es apropiado para representar estas estructuras, junto con
la instrumentación del sistema de control. Las propiedades causales de los BG
no solo permiten validar el modelo, sino también que suministran los algoritmos computacionales para eliminar variables desconocidas desde los modelos de
acople termofluı́dicos y ası́ generar relaciones de redundancias analı́ticas (ARR),
en términos de medidas y parámetros. El análisis estructural del modelo se usa
para obtener las señales de falla e identificar las redundancias de hardware en
la ubicación de sensores. Las evaluaciones cualitativas de ARR son usadas para
generar residuales, con los cuales se implementa un sistema integrado de supervisión en lı́nea. El FTC y las estrategias de reconfiguración implementadas en la
plataforma de supervisión están basadas en la disponibilidad de redundancias
de hardware, las cuales se deducen directamente del modelo BG.
3.5.
3.5.1.
DISEÑO DESDE SISTEMAS HÍBRIDOS
(HS)
Stursberg, 2006
El control supervisorio juega un rol importante en la automatización de procesos en los cuales los modos de operación cambian discretamente dependiendo
de la satisfacción de unas condiciones lógicas dadas.
Supervisión de HS: un evento es generado si el HS ejecuta una transición entre diferentes modelos continuos y el supervisor devuelve una acción de control
apropiada , la cual determina la dinámica continua del nuevo modelo activado
(Ver Fig.3.4).
Método de diseño del controlador: modelos refinados y abstractos.
3.5.2.
Garcia, 1995
La idea es concebir el proceso como uno que integra componentes continuas y
discretas y luego aplicar técnicas de los sistemas hı́bridos para diseñar el control
40
CAPÍTULO 3. MÉTODOS DE DISEÑO DE SUPERVISORES
Figura 3.4: Propuesta de supervisión desde sistemas hı́bridos. Tomado de
[Stursberg (2006).]
.
y las polı́ticas de supervisión.
3.5.3.
Miyagi, et al.,2001
En el método integrado presentado, después de modelar las dinámicas continuas, se hacen las siguientes preguntas:
Cuáles son los eventos discretos de la planta que influencian el proceso
continuo, esto es, actúan como perturbaciones para los controladores continuos locales?
Cuáles son los eventos de los controladores locales, particularmente de los
procesos batch, que actúan como perturbaciones sobre otros controladores
continuos locales?
Como el monitoreo de variables continuas puede mejorar la robustez y
desempeño de los controladores locales?
3.6.
3.6.1.
DISEÑO DESDE CONTROL TOLERANTE
A FALLAS (FTC)
Blanke, et al., 2001
El objetivo de un sistema de control tolerante a fallas es responder a la ocurrencia de la falla, tal que el sistema con falla conserve un buen comportamiento.
3.7. DISEÑO MEDIANTE ANÁLISIS FUNCIONAL (SADT)
41
Debido a la naturaleza discreta de las fallas y de la reconfiguración, FTC es de
naturaleza hı́brida.
Cuando se detecta una falla, el FTC intenta dos modos: acomodación o reconfiguración, lo cual significa la búsqueda de una nueva ley de control, conservando
el objetivo de control. Si no es posible que exista una solución, la única posibilidad es cambiar el objetivo de control. Esta decisión generalmente la toma un
humano.
El problema de supervisión es entonces un problema de FTC asociado con un
problema de decisión: si una falla ocurre, tal que la tolerancia a la falla no sea
alcanzada, la meta del sistema debe ser cambiada por sı́ misma. Cuando una
decisión con respecto a cambios en la meta debe ser tomada, generalmente están
involucrados operadores humanos.
Formalmente define el problema de supervisión de la siguiente manera:
“Monitorear la tupla (O, S, θ) para determinar si el objetivo de control es alcanzado. Si este no es el caso y el problema de FTC no tiene solución, encuentre un
objetivo de control relajado (Γ ∈ θ) y el par (Σ, θ) ∈ S × Θ, tal que el problema
de control relajado hΓ, Σ, τ, ui tenga solución”
Donde O es el objetivo de control definido, u es la calse de leyes de control,
las restricciones definen una estructura S y parámetros θ del sistema que soporta un conjunto Θ de posibles valores; (Σ, τ ) es una pareja considera como
factible dentro de S y hΓ, Σ, τ, ui representa el problema de control.
En [Puig et al.(2004).] se presenta la siguiente clasificación de los mecanismos
de tolerancia a fallas (ver Fig.3.5 En la figura 3.6 se propone una arquitectura
para un control tolerante a fallas.
3.7.
3.7.1.
DISEÑO MEDIANTE ANÁLISIS FUNCIONAL
(SADT)
Lambert, et al.,1999
Para alcanzar los objetivos perseguidos con los sistemas de supervisión, el
análisis funcional se ha visto como un método promisorio, debido a que aborda el problema de supervisión centrándose en las personas para optimizar las
relaciones hombre - máquina, según la tendencia de los sistemas de supervisión
actuales y futuros. De hecho, entendiendo la ejecución de un equipo de producción, estas técnicas permiten a los diseñadores determinar la mejor información
para mostrar a las interfaces de supervisión dedicadas a cada una de las tareas
de supervisión: monitoreo, diagnóstico, actuación. También pueden contribuir a
filtrar sistemas de alarma.
El trabajo se basa en las técnicas SADT (Structured analysis and design technique) y FAST (Functional analysis system technique).
42
CAPÍTULO 3. MÉTODOS DE DISEÑO DE SUPERVISORES
Figura 3.5: Mecanismos de tolerancia a fallas. Tomado de [Puig et al.(2004).].
Figura 3.6: Arquitectura control tolerante. Tomado de [Puig et al.(2004).].
Capı́tulo 4
CARACTERIZACIÓN DE
REGIONES DE
OPERACIÓN
De acuerdo con lo que se ha concluido en la revisión bibliográfica, acerca
de los objetivos y funciones de un Sistema de supervisión, ası́ como de sus
componentes fundamentales, se ve la necesidad de que tal sistema incluya un
componente de caracterización de las regiones de operación. Por esta razón se
presenta en detalle lo encontrado en la literatura acerca de este concepto, con
el fin de construir una propuesta preliminar que sea incluida dentro de una
arquitectura holónica.
4.0.2.
Leitch and Quek, nd
Este artı́culo se centra en la clasificación de los diferentes comportamientos
que pueden presentarse en un sistema en el desarrollo de un proceso y relaciona
los mismos con las diferentes técnicas de control (control primario, control adaptable y diagnóstico de fallas).
La clasificación dada a dichos comportamientos, se centra en:
Comportamientos aceptables.
Comportamientos inaceptables (malfuncionamiento y comportamientos de
falla, comportamiento degradado).
Cambio en el valor de los parámetros (reversible e irreversible).
En el sistema de supervisión integrado se incluye un modelo de referencia y un
modelo de diagnóstico.
El modelo de referencia (modelo de comportamiento ideal, incluye el sistema
de control primario).
43
44 CAPÍTULO 4. CARACTERIZACIÓN DE REGIONES DE OPERACIÓN
El modelo de diagnóstico representa la estructura del comportamiento normal
o en falla del sistema.
Para lograr la programación automática de cada una de las tareas de control, de
acuerdo a la clase de comportamiento, se define una función de supervisión de
costo JS . La cual funciona como un mecanismo detector de fronteras o lı́mites.
El adecuado control genérico de tareas, inicia cada vez que hay una transición a
través de un comportamiento frontera. Un supervisor de costos apropiado para
tal fin, tiene que estar delimitado por las condiciones de operación normales
del sistema. Se pueden definir varias funciones de costo, cada una de las cuales
reflejará de manera distinta los requerimientos de desempeño del sistema. Los
principales criterios que rigen la función de costos son:
El ı́ndice delimitado para la condición normal del sistema, tiene que ser
positivo,
0 ≤ lı́m JS ≤ ∞
t→−∞
La función de costo tiene que captar los aspectos del comportamiento del
sistema que se consideran más importantes en términos de la especificación
funcional de éste.
La función de costo JS , puede definirse matemáticamente de la siguiente manera:
JS = Lc [e (t)], donde e (t) es el error y Lc es una función de e (t).
Dos puntos significativos existen en el espacio cuantitativo para JS (x %, y %), los
cuales definen la transición de un grupo de comportamiento a otro. Éstos pueden
ser expresados como un porcentaje de la función de costo nominal JSn , determinada bajo condiciones de operación normal. JSn = Lc [e (t)] Donde em (t) es el
mismo vector de error, en este caso, determinado desde un modelo del sistema
que emula el comportamiento deseado (aceptable) en condiciones de operación
normales.
Un valor apropiado para JSn puede ser calculado a partir de la función de
costo, Lc , utilizando el vector de error obtenido de la diferencia entre la referencia del sistema y la salida del modelo de referencia Ym .
Los puntos significativos (x %, y %), representan los lı́mites o fronteras inferior y superior de las clases de comportamiento, respectivamente.
La frontera inferior x % de JSn , representa el lı́mite entre los comportamientos aceptable y de mal funcionamiento. Todos los comportamientos cuyo valor
de costo es inferior al x % de JSn , pertenecen al conjunto de comportamientos
aceptables. Aquellos comportamientos que tengan un valor funcional de costo
entre el x % de JSn y el y % de JSn , se denominan comportamientos de mal
funcionamiento. Finalmente, los comportamientos que poseen una función de
costo que excede el valor del y % de JSn (es decir, de la frontera superior), son
comportamientos de falla.
Los valores de las fronteras inferior y superior (x %, y %) no son escogidos de
forma arbitraria. Éstos son definidos implı́citamente por las dinámicas del sistema. Estos valores definen las bases del mecanismo para detectar el cruce de
45
Figura 4.1: Transición entre los regı́menes de control genéricos.Tomado de
[Leitch et al.(nd).].
fronteras por los comportamientos del sistema (lo que representa un proceso
integrado de supervisión). De la figura 4.1 se deduce que se pasa del comportamiento degradado al comportamiento aceptable, mediante adaptación y del
comportamiento de falla a degradado, mediante diagnóstico y corrección, tareas
ambas desempeñadas por el sistema de supervisión.
4.0.3.
Bullemer, et al., 1999
Presenta el concepto del estimador de estados (observador) para determinar
las causas de comportamiento anormal del sistema.
Este observador posee un modelo dinámico que a partir de valores medidos
de salida e históricos, infiere el estado de la planta, el cuál será utilizado para
predecir estados futuros.
La meta del estimador de estados es explicar cuanto más número de eventos
le sea posible, utilizando el conjunto más pequeño de situaciones. Una situación
puede representar una causa de la raı́z de una situación anormal, tal como la falla de un sensor, pieza o equipo, perturbaciones en el proceso que forzan cambios
de control, tendencias en las variables del proceso o una incorrecta intervención
humana (Ver Fig.4.2).
4.0.4.
Lo, et al.,2006
Clasifica los comportamientos en:
46 CAPÍTULO 4. CARACTERIZACIÓN DE REGIONES DE OPERACIÓN
Figura 4.2: Estimador propuesto por Bullemer.
Aceptables o normales
Inaceptables: malfuncionamiento, perturbaciones de carga y comportamientos de falla o defectuosos.
Un supervisor basado en un algoritmo genético difuso FGA es utilizado para
monitorear continuamente los comportamientos de las dinámicas del sistema
(ver Fig.4.3). El modelo del sistema se realiza mediante QBG.
El algoritmo de simulación predice los comportamientos normales del sistema
(b
y ) desde el modelo QBG. El residual (r)es calculado como la diferencia entre
las salidas observadas del proceso (y) y las salidas normales predichas (b
y ) en el
bloque de generación residual. El sistema de evaluación difuso (FES) es un proceso lógico de toma de decisiones que transforma el conocimiento o información
cuantitativa en conclusiones cualitativas (por ejemplo, comportamiento normal
o defectuoso, etc).
FES consiste en tres pasos: Primero, las mediciones del residual (r) y auxiliar (u, e) son “fuzificadas”. Luego, éstas son evaluadas por un mecanismo de
inferencia, utilizando reglas “fuzzy”. El conjunto “fuzzy” queda constituido por:
Rk , Um , En y SBa , donde:
Rk : Representa r.
Um : Representa u.
En : Representa e.
SBa : Representa los comportamientos del sistema.
La i-ésima regla “fuzzy” Rui , puede ser escrita en una tabla de reglas “fuzzy”
(con L reglas), de la siguiente forma:
Rui : IF (u is Um ) AND (e is En ) AND (r is Rk ) THEN (System Behaviour is
47
Figura 4.3: Diagrama de bloques propuesto por Lo.
(SBa )).
Finalmente, para convertir la salida “fuzzy” del comportamiento del sistema
FES, se hace uso de una de las técnicas de “defuzzification” comúnmente utilizadas en control “fuzzy”, la cual se resume en la expresión:
P
System Behaviour =
SBi−µ i
i=1
L
P
µi
i=1
Donde: µ Es el grado o rango de componentes de SB.
4.0.5.
Lunze, et al., 1998
Presenta el concepto de cuantificador para determinar las diferentes regiones
de operación.
Con base en un sistema de variable continua representado en el espacio de estado
x = f (x(t), u(t)), x(0) = xo
y = g(x(t), u(t))
Se presenta un esquema de partición de estados de acuerdo a la calidad. Cada
una de las regiones del esquema se encuentra asociada a cierto comportamiento
del sistema, de acuerdo a lo clasificado por un supervisor humano. Por ejemplo,
el producto tiene una alta calidad, si su estado se encuentra dentro de la región
coloreada de gris. Para el proceso de control y supervisión, es importante detectar cuando el estado del sistema se mueve de una región a otra, para poder
reaccionar aplicando los comandos convenientes.
48 CAPÍTULO 4. CARACTERIZACIÓN DE REGIONES DE OPERACIÓN
Figura 4.4: Regiones con base en atributos de calidad.[Lunze et al.(1998).].
La detección de los anteriores cambios cualitativos del sistema por medio de
sensores, se puede considerar como una generación de eventos por el cuantificador, el cual detecta un cambio cualitativo de la salida del sistema y.
Quanty : /Rr −→ y
Donde y denota el conjunto de los sı́mbolos de los eventos de salida. Si todas las
variables de estado son medibles, el cuantificador detecta cambios cualitativos
en el estado x del sistema.
Quantx : /Rn −→ y
Para simplicidad de la representación, se asume que cada variable del espacio de estado x es medible y cuantificada independientemente. Es decir, que un
sistema de intervalos li+1 se da para cada variable de estado xi+1 :
[−∞, qi1 ) , [qi1 , qi2 ) , ..., [qili , ∞) donde cada qi simboliza un lı́mite de cuantificación
La partición que resulta llega a ser ortogonal, como se muestra en la figura
4.5, si se cumple qij ≤ xi (t) ≤ qij+1 , lo que implica que la variable de estado
tenga el valor cualitativo en el tiempo Lo que se simboliza por:
De lo anterior, en cualquier instante de tiempo t, el vector completo de estados x(t) tiene el valor cualitativo:
49
Figura 4.5: Esquema partición del espacio de estado.[Lunze et al.(1998).]

[x1 (t)]
 [x2 (t)] 




.


[x(t)] = 

.




.
[xn (t)]
Un evento de salida se define por (yikj , ti ), considerando los cambios en el valor
cualitativo [x] de xj a xk .

Sin perder generalidad, se asume que sólo una de las variables de estado xi
puede cambiar su valor cualitativo en cierto instante de tiempo.
El conjunto
de todos los sı́mbolos de los eventos, se denota por:
y = y 12 , y 13 , ..., y 21 , y 23 , ..., y N,N −1
4.0.6.
Quek and Wahab, 2000
El método planteado para encontrar las distintas regiones de operación es
similar al presentado en (Leitch and Quek, nd)
Se presenta una clasificación de comportamientos del proceso, de acuerdo al
desempeño del mismo. Dicha clasificación permite asociar regı́menes de control
con distintos grupos de desempeño.
El sistema integrado se encarga de realizar la clasificación del comportamiento
del sistema, comparando el desempeño actual con dos valores de umbral x %
(frontera de mal funcionamiento), y % (frontera de falla o defectuosa), respecti-
50 CAPÍTULO 4. CARACTERIZACIÓN DE REGIONES DE OPERACIÓN
Figura 4.6: Esquema clasificación de los comportamientos de un sistema.
[Quek et al.(2000).]
.
vamente. Para lo anterior, se toma como referencia una función de costo.
El sistema exhibe un comportamiento aceptable, cuando su desempeño es inferior al x %. Entre el (x %, y %) se hace referencia a un comportamiento de
mal funcionamiento y, cuando el comportamiento del sistema se degrada más
allá del y %, el módulo de supervisión indicará un comportamiento defectuoso
(ver figura 4.6).
4.0.7.
Villa, et al., 2003
Presenta un modelo integrado para aproximarse al problema de supervisión,
denominado MIDAS: Model Integrated Diagnosis Analysis System.
Para la caracterización de las regiones de operación, este modelo se basa en
comparaciones de valores de umbral de los sensores. Hace uso de modelos de
grafos de eventos, consistentes en transiciones de estado cualitativas, raı́ces de
las causas de las fallas y enlaces de conexión de eventos. Para cada sensor, cuatro eventos son posibles: Transición de normal a alto, alto a normal, normal a
bajo y bajo a normal. Cada sensor tiene un registro de monitoreo asociado, el
cual es el responsable de detectar los cambios de estado. Cuando un evento ha
sido detectado, éste es enviado al interpretador de eventos (event interpreter).
Una vez que el interpretador recibe un evento, éste trata, con base al grafo de
eventos, de enlazar el nuevo evento al grupo de eventos viejos que contienen las
causas hipotéticas que pudieron haber causado los acontecimientos en ese grupo.
51
Figura 4.7: Representación polar para la descomposición de regiones de operación.
MIDAS contiene además un módulo de detección estático de cambios. Un modelo cuantitativo, un modelo completamente conocido o un modelo paramétrico,
son utilizados para calcular los residuales del comportamiento de la planta. Un
residual es un escalar o vector, cuyo valor es cero o pequeños en caso de que la
planta se encuentre libre de fallas y diferente a cero, cuando ocurre una falla.
4.0.8.
Esteva Payet, S, 2002
La descomposición de los regı́menes de operación usa el conocimiento del
sistema y la información cualitativa y cuantitativa para identificar la estructura
y el modelo.
La partición del espacio de estados en regiones de operación, se define de acuerdo a los ángulos lı́mite compuestos por los incrementos de las dos componentes
del vector de estados.
∆x1
g1 : α = arctan ∆x
2
Donde α es el ángulo de variación del vector de estados y, ∆x1 y ∆x2 son los
incrementos de sus componentes.
Esta partición genera una representación de regiones validas en el espacio de
estados, proyectando y moviendo la misma región dentro de diferentes zonas
sobre la trayectoria.
Mediante representación de forma polar, con un radio ρ, la amplitud de la salida
Y del modelo y el ángulo α, se obtiene un conjunto de sectores superpuestos,
limitados en ángulos αimax para el lı́mite de validez del modelo local, sobre
grupos de sectores concéntricos representando las salidas en regiones no lineales
y1min < y < y1max (ver figura 4.7).
Para sistemas hı́bridos se crea un gráfico alfa, el cual representa un sistema
de estados discretos (DSi ). Cada estado discreto tiene un gráfico alfa similar a
52 CAPÍTULO 4. CARACTERIZACIÓN DE REGIONES DE OPERACIÓN
Figura 4.8: Interacción entre gráficos Alfa.
este. Las transiciones discretas interactúan entre gráficos alfa y provocan saltos
entre estos gráficos. Unas funciones de transición Ψ y Ω determinan, con base
en la región de partición, la nueva región utilizada en el nuevo gráfico alfa y el
nuevo punto de inicio de la transformación del vector de estado final X.
4.0.9.
Quek,C, 1996
El objetivo de cualquier sistema de control es satisfacer las necesidades de
rendimiento. Esto se expresa en términos de un ı́ndice de desempeño cuyo valor
debe minimizado.
Cuando el ı́ndice desempeño satisface los requerimientos del sistema, se considera que el sistema muestra un comportamiento aceptable. Sin embargo una
vez que el sistema se desvı́a de las condiciones especificadas por el diseño, el
ı́ndice se incrementa y se considera que el sistema muestra un comportamiento
de mal funcionamiento. Esta degradación de rendimiento puede ser debida a
cambios en las condiciones de operación o en los parámetros del sistema como
resultado de la degradación fı́sica o desgaste. Si esta degradación persiste, el
desempeño se degrada más. El comportamiento del sistema se considera defectuoso o en falla. Un ı́ndice de desempeño para clasificar el comportamiento del
sistema se muestra en la Figura 4.9.
Los lı́mites para el comportamiento del sistema son especificados por los
ı́ndices de detección de lı́mites λx y λy . Estos son los parámetros de diseño en
el esquema de supervisión integrado (IPS). Ambos λx y λy , son normalizados
de acuerdo a un modelo de referencia y proporciona un ı́ndice de desviación en
el comportamiento del sistema a partir del desempeño de referencia.
Esta simple clasificación del comportamiento permite la proyección de los regı́menes
de control genéricas de acuerdo a la clase de comportamiento. Cuando el comportamiento es aceptable, el régimen de control primario es suficiente. Siempre
que el sistema muestre mal funcionamiento se invoca al régimen adaptativo. El
53
Figura 4.9: Regiones de comportamiento según [Quek et al.(1996).].
régimen adaptativo intenta ajustar los parámetros del controlador primario, a
fin de armonizar el desempeño del sistema llevando el desempeño dentro de la
región aceptable. Cuando no se preserva la estabilidad durante la adaptación, el
ı́ndice de desempeño seguirá aumentando y esto da una indicación de la insuficiencia de los algoritmos adaptables que se usen. Por último, cuando el sistema
es defectuoso, el régimen de diagnóstico de fallas debe ser activado. De esta
manera, el esquema de supervisión constituye un marco genérico para la integración de diversas técnicas control a través de la proyección de los regı́menes
de control básico con clases de comportamiento del sistema.
Los lı́mites λx y λy se determinan experimentalmente o se pueden calcular
analı́ticamente mediante el uso de redes neuronales.
Un conjunto tı́pico de reglas difusas se da como sigue:
If the value of the performance measure IS LOW
THEN the behaviour is acceptable
IF the value of the performance measure IS MEDIUM
THEN the behaviour is a malfunction
El conjunto de definiciones difusas para las clases de comportamiento del sistema se basa en relaciones trapezoidales que se muestran en las figuras 4.10 y
4.11.
4.0.10.
Puig, et al.,2004
En el caso de control tolerante a fallas, la función objetivo O queda modificada, formulándose unas condiciones de operación óptimas (planta sin fallo)
54 CAPÍTULO 4. CARACTERIZACIÓN DE REGIONES DE OPERACIÓN
Figura 4.10: Desempeño usando lı́mites definidos.
Figura 4.11: Desempeño usando conjuntos difusos.
55
Figura 4.12: Regiones de comportamiento.
más unas condiciones de operación degradadas (planta con fallo).
Figura 4.12 ilustra las diferentes regiones que deben ser consideradas en el diseño
de un control tolerante a fallos.
La región de comportamiento deseado es aquella en la que el sistema debe
operar normalmente cumpliendo su función. El controlador se encarga de mantener el sistema en dicha región a pesar de las perturbaciones e incertidumbres
en el modelo utilizado para el diseño del lazo de control, e incluso en caso de
pequeños fallos, aunque esa no es su función principal.
La región de comportamiento degradado corresponde a una región de funcionamiento a la que el sistema se desplaza después de la aparición de un fallo. En
esta situación el controlador tolerante diseñado para reaccionar frente al mismo
deberá activar las acciones de recuperación preestablecidas de cara a evitar una
mayor degradación que desplace al sistema hacia la región de comportamiento
inadmisible e incluso de peligro.
4.0.11.
Alvarez, A, et al., 1999
La operación del sistema y de su controlador directo se describen como
regiones de operación en las cuales los parámetros son constantes por un tiempo
indefinido hasta que aparece un cambio del estado de operación. La transición
de la región de operación es descrita como un autómata de estados finitos (Ver
Fig.4.13).
Un supervisor de eventos discretos determina la región de operación para el
primer nivel y genera los parámetros para el nivel de control directo. Un conjunto
de dos máquinas de estados finitos (FSM) actúan como el nivel de supervisión.
La primera describe el supervisor y la otra sigue el modelo del comportamiento
de la planta. Las señales que vienen en este nivel permiten determinar el estado
56 CAPÍTULO 4. CARACTERIZACIÓN DE REGIONES DE OPERACIÓN
Figura 4.13: Regiones de operación usando esquemas de control local.
de las unidades de proceso, y también cuáles son los objetivos de la producción
fijados en el nivel superior.
Cada región de operación tiene un costo y una disponibilidad asociada, las
cuales son evaluadas por otras aplicaciones trabajando sobre el mismo conjunto
de información obtenida del proceso.
El sistema asocia a cada región de operación, variables para seguridad, funcionamiento y disponibilidad. Luego la imagen del proceso se amplia con esas
variables.
4.0.12.
Rodrı́guez, et al.,2002
Cualquier modelo o controlador tendrá un rango limitado de condiciones de
operación. Este rango está restringido por varios factores como validez de la
linealización, suposiciones en el modelo o propiedades de estabilidad. La meta
final es un modelo global o controlador. Sin embargo, en algunos casos es más
beneficioso alcanzar esta meta desarrollando un número de controladores locales
como se muestra en la figura 4.14.
La consideración fundamental es que en cada región de operación, un único
controlador local será aplicado. Estos controladores locales se combinan de manera tal que se encuentre un controlador global. El desarrollo de este controlador
dentro de la zona de trabajo tı́picamente consiste de los siguientes pasos:
Descomponer el rango completo de operación del sistema en regı́menes de
operación.
57
Figura 4.14: Descomposición de regiones de operación.
Seleccionar la estructura local de un modelo/controlador en cada régimen.
Las estructuras locales de los modelos/controladores usualmente son parametrizadas
por ciertas variables que deben ser determinadas.
En la mayorı́a de las circunstancias (incluyendo aplicaciones industriales) lo
que es factible es encontrar un conjunto de fenómenos tangibles que puedan ser
caracterizados dentro de regiones de operación. La relación es que el desarrollo de
modelos locales es simple, porque la interacción entre los fenómenos pertinentes
en cada región son más simples localmente que globalmente.
4.0.13.
Stursberg, O., 2006
El control supervisorio juega un rol importante en la automatización de
procesos en los cuales los modos de operación cambian discretamente dependiendo de la satisfacción de unas condiciones lógicas dadas. Un ejemplo tı́pico
son los controladores secuenciales en el proceso, por lo que una secuencia de
pasos del proceso se establece: (a) monitoreando si el estado del proceso genera
condiciones lógicas verdadero o falso, (b) reaccionando a un cambio del valor de
verdad por una acción de control, como la manipulación de actuadores discretos
o la conmutación de un nuevo régimen de operación.
Un sistema hı́brido con un vector de estados X, un conjunto de lugares discretos Z y una entrada de control v, genera un evento e si las dinámicas continuas
ẋ = f (z, x, v) del modelo seleccionado actualmente llevan a un estado continuo
que está contenido en un conjunto particular de guardas. El controlador supervisorio produce en respuesta una entrada de control discreta v la cual determina
las dinámicas continuas en la siguiente fase. (Ver Fig.3.4). El primer paso del
procedimiento propuesto es generar un modelo abstracto que combine las transiciones de las dinámicas del sistema hibrido y un modelado del controlador
con todas las estrategias de control posibles. El modelo abstracto busca encontrar las trayectorias candidatas, las cuales codifican estrategias de control que
58 CAPÍTULO 4. CARACTERIZACIÓN DE REGIONES DE OPERACIÓN
potencialicen la seguridad y las especificaciones para el sistema controlado.
Capı́tulo 5
DIAGNÓSTICO DE
FALLAS
Los procedimientos de detección y aislamiento de fallas (FDI) consisten en
la comparación entre el comportamiento actual del proceso y el comportamiento
teórico dado por el modelo. De acuerdo con el conocimiento que se tenga y la
calidad de los datos disponibles suministrados por el proceso bajo supervisión,
los métodos para monitorear el comportamiento están basados en dos concepciones: basados en modelo y no-basados en modelo.
Los métodos basados en modelo se clasifican en dos: basados en modelos cuantitativos y basados en modelos cualitativos. Los métodos cualitativos incluyen
análisis estructural y funcional (SADT), análisis de árbol de fallas, grafos causales
temporales, Grafos dirigidos signados (SDG), modelos Bond Graph cualitativos,
entre otros.
Dentro de los métodos cuantitativos se incluyen: diagnosis basada en observadores, espacios de paridad y filtro de Kalman extendido.
Para el diagnóstico de fallas se siguen dos pasos: primero se encuentran las
posibles inconsistencias entre el modelo del proceso y su comportamiento. Estas
discrepancias se han denominado residuales y son señales artificiales resultantes
de la comparación. El segundo paso es el procedimiento de decisión, que permite
localizar y aislar la falla y en lo posible, localizar su origen.
En Karsai el modelamiento de la planta se realiza usando Hybrid Bond graph.
Se desarrolla un observador hibrido que se usa para el seguimiento del comportamiento del sistema.
Se usan dos métodos para detección de fallas: el primero, basado en modelos
hı́bridos que usan el observador hı́brido, técnicas de razonamiento cualitativo y
estimación de parámetros en tiempo real. El segundo, es un modelo DES abstracto del sistema que muestra relaciones causales y temporales entre los modos
de falla y las correspondientes observaciones abstractas.
59
60
CAPÍTULO 5. DIAGNÓSTICO DE FALLAS
El controlador supervisorio, modelado como una máquina de estados finitos
extendida, es usado para generar eventos discretos que causan reconfiguraciones
en los modelos BG (Bond Graph) basados en energı́a de la planta.
Según Karsai, un observador hı́brido estima los estados de las dinámicas continuas y detecta transiciones de modo. Sofisticados métodos de análisis y filtrado
de señales enlazados con los observadores hı́bridos son utilizados para detectar
desviaciones del comportamiento nominal y disparan los esquemas de despeje
de fallas.
La selección y los mecanismos de reconfiguración operan de forma top-down,
usando la información de la dinámica del estado para efectuar cambios en los
mecanismos de control supervisorio, tales como selección de los mecanismos de
realimentación y ajuste de controladores de bajo nivel (PID).
Existen técnicas Standard para construir modelos BG de sistemas basados en
principios fı́sicos. Las ecuaciones de estado pueden ser derivadas sistemáticamente desde la representación BG. Grafos temporales causales (modelos para
diagnóstico cuantitativo), pueden ser producidos desde BG. Una versión extendida, HBG se usa para modelar posibles transiciones discretas en el comportamiento del sistema
Según [Isermann (1997). ] los métodos de supervisión avanzada y diagnóstico
de fallas deben satisfacer los siguientes requerimientos:
Detección temprana de pequeñas fallas con comportamientos temporales
abruptos o insipientes.
Diagnóstico de fallas en actuadores, componentes del proceso o sensores.
Detección de fallas en lazo cerrado.
Supervisión del proceso en estados transitorios.
En los trabajos de (Montmain y Gentil), se aborda el problema del diagnóstico
desde el razonamiento causal, que tiene que ver con el análisis del comportamiento del sistema en términos de relaciones causa - efecto entre entidades,
por ejemplo, variables y alarmas.
Una estructura causal es una descripción abstracta de la influencia que algunas
variables tienen en otras. El comportamiento del cualquier dispositivo puede ser
parcialmente descrito por un grafo causal, representando relaciones funcionales
directas entre variables y conceptos más complejos, como sı́ntomas o fallas. La
transcripción de modelos de comportamiento mediante grafos causales directos,
es una forma natural de conciliar los enfoques de la inteligencia artificial y la
teorı́a de control. En el grafo, los nodos son las variables y los arcos representan
las relaciones causales entre ellas. El principio implı́cito es que esta estructura
suministra una herramienta conceptual para razonar sobre la forma como comportamientos anormales se propagan en una planta.
La propuesta de control tolerante de Blanke ([Blanke et al.(2001).]),
61
([Blanke et al.(2006).]) especı́ficamente para el diagnóstico de fallas, propone
una arquitectura conformada por un bloque de diagnóstico y un bloque de rediseño del controlador. El bloque de diagnóstico proporciona información sobre
la existencia de fallas y sus caracterı́sticas, usando mediciones de las entradas
y las salidas y comprueba que estos datos sean consistentes con el modelo de
la planta. El problema de diagnóstico debe ser resuelto bajo restricciones de
tiempo real, mediante la explotación de la información incluida en el modelo
dinámico y la evolución temporal de las señales. En el control tolerante, tanto
la localización como la magnitud de la falla son importantes.
En ([Puig et al.(2004).]) se introduce el análisis estructural como una herramienta útil para diseñar sistemas de diagnóstico, el cual tiene en cuenta las medidas
disponibles y las fallas que se quieren diagnosticar. Se analizan las caracterı́sticas estructurales del modelo que son independientes del valor de los parámetros.
Este análisis permite identificar aquellos componentes que se pueden monitorear, obtener relaciones de redundancia analı́tica que permitirán la detección de
fallas e identificar posibles mecanismos de tolerancia.
El control tolerante a fallas combina técnicas de diagnóstico de fallas con control
supervisorio, para lograr sistemas que de manera autónoma se ajustan ante la
ocurrencia de fallas.
62
CAPÍTULO 5. DIAGNÓSTICO DE FALLAS
Capı́tulo 6
BASES PARA EL DISEÑO
DE SISTEMAS DE
SUPERVISIÓN
Con base en el trabajo desarrollado, y con miras a proponer un aporte en
el diseño de Sistemas Holónicos Supervisados como parte de la investigación
doctoral, se pretende a continuación expresar algunas pautas metodológicas que
podrı́an ser consideradas en la práctica industrial actual, relacionada con el
diseño de sistemas de supervisión convencionales, que se caracterizan por ser
jerárquicos.
Inicialmente se presenta una arquitectura que además de los elementos convencionales como registros históricos y diagramas de tendencias, incluye un
autómata, denominado Autómata de la planta, un módulo de diagnóstico de
fallas, denominado Diagnosticador, y un Detector de eventos. Estos elementos
aparecen a partir de las conclusiones del presente trabajo y se muestran en la
Figura 6.1 .
La metodologı́a que se presenta se concentra en estos últimos elementos. En
el capı́tulo 8 se ilustra la aplicación en un caso de estudio.
6.1.
CONCEPTOS PRELIMINARES
Según se concluye de la revisión bibliográfica realizada, las dinámicas del
nivel de decisión propio de la supervisión son de naturaleza discreta. Esto permite el uso de la teorı́a de eventos discretos para resolver el problema de sı́ntesis
del supervisor. En este sentido, se emplean las redes de Petri para representar el comportamiento del sistema supervisado. Los modelos de redes de Petri
son expresados mediante autómatas, con el fin de aplicarlas como generadores
de lenguajes y facilitar el análisis de controlabilidad y observabilidad y abordar el diseño desde la teorı́a de control supervisorio propuesta por Ramadge y
Wonham.
63
64CAPÍTULO 6. BASES PARA EL DISEÑO DE SISTEMAS DE SUPERVISIÓN
Figura 6.1: Arquitectura general de supervisión.
6.1.1.
Red de Petri como Autómata
Para denotar una Red de Petri y utilizarlas con teorı́a de lenguajes se empleará la siguiente notación:
P N = (Q, Σ, T, l, δ, qo )
Donde,
Q,es el conjunto de estados del sistema.
Σ, es el conjunto de los eventos del sistema, Σ = Σc ∪ Σuc , donde Σc es el conjunto de eventos controlables y Σuc el conjunto de los eventos no controlables
del sistema.
T , es el conjunto de las transiciones del sistema.
l : T → Σ, Es el conjunto de las etiquetas de las transiciones.
δ : Q × T → 2Q , es la funcion de transiciones
Mo , es el marcaje inicial de la red. Donde la marca M : Q −→ {enable, disable}
si la PN es una red Binaria.
6.1.2.
Autómata Hı́brido
Cuando se quiere modelar una proceso industrial y no se quiere conocer el
valor especı́fico de cada variable, es posible utilizar las t-IPPN, pues en estas
las variables que son continuas se discretizan por medio de expresiones lógicas.
Pero cuando ya se hace necesario tener el detalle de cada una de las variables
continuas y el valor exacto de esta en cualquier ligar, es preciso utilizar las Redes
de Petri Hı́bridas o las Redes de Petri con ecuaciones diferenciales, estas últimas
serán las que se usarán a continuación.
Como matemáticamente es complicado tratar las variables continuas y las discretas al mismo tiempo, se hace uso de las DPN (diferencial Petri Nets, redes de
Petri con ecuaciones diferenciales) para modelar este caso. Mediante una PN se
6.1. CONCEPTOS PRELIMINARES
65
Figura 6.2: Autómata Hı́brido
representa el comportamiento discreto del proceso y mediante ecuaciones diferenciales modelamos los procesos continuos, estas ecuaciones se ubican en los
estados de la red.[Champagnat et al.(1998)] Estas DPN se pueden representar
por el siguiente autómata:
G = (P N, X, Z, F low, Init)
Donde,
P N , representa la red de petri como un autómata teniendo en cuenta que
Q ⊇ QED , donde QED son los estados que tienen ecuaciones diferenciales representando procesos continuos.
X, son las variables continuas, X = {x1 , x2 , ..., xn }
Z, son las variables discretas, Z = {z1 , z2 , ..., zn }
F low, Matriz en la que se muestran las ED’s asociadas a las variables
h continuasi
y las evoluciones de las variables discretas. F low : P × X, F low = Ẋ = f (X)
Init : QED × X, Son los valores iniciales de las variables continuas.
6.1.3.
Evolución del Autómata Hı́brido
Para la red de la figura 6.2, se definirá el concepto de marca de la siguiente
forma.
M : Q → {enable, disable}
De tal forma que los estados o el estado que posee marca ejecuta la o las acciones
que estén en este, bien sea las ecuaciones continuas y las evoluciones discretas.
El disparo de la transición que va de estado a estado se da cuando la condición
lógica que depende de los valores de las variables continuas o discretas, o de
otros eventos exteriores se hace positiva. Ası́,
q2 = δ(q1 , σ12 ), donde σ12 = [f (xj ) = kj ∧ zj = Cj ], donde kj y Cj son constantes que dependen del sistema.
De esta manera se puede decir que la red de petri sirve como supervisor de la
parte continua del sistema, y al mismo tiempo se puede decir que las ED’s (parte
continua) controlan la evolución de las redes de petri.[Champagnat et al.(1998)]
66CAPÍTULO 6. BASES PARA EL DISEÑO DE SISTEMAS DE SUPERVISIÓN
Figura 6.3: Eventos que llevan a falla
6.2.
EL AUTOMATA DE LA PLANTA (GP L )
El autómata se construye con base en los estados relevantes de la planta
(modelada mediante autómatas hı́bridos o redes de Petri hı́bridas). A partir de
la observación de los estados del autómata, el supervisor toma las decisiones que
actúan sobre el controlador del proceso, conformando el sistema de supervisión
que se presenta en la Figura 6.4 en el que la toma de decisiones puede ser
efectuada por operadores humanos o por operadores con asistencia de sistemas
inteligentes. En la figura 6.5 se muestra el autómata S.
S = hQs , Σs , δs , qos i
Donde:
Qs = {qd , qs , qn , qδ , qf , qµ , qsd }
Σs = Σc ∪ Σuc ∪ Σf ∪ Σδ
donde Σf , son los eventos tales que δ (Qs , Σf ) →qf , ver la figura 6.3, Σδ son los
eventos tales que δ (Qs , Σδ ) →qδ , Σc = {σo , σpp , σµ , } y Σnc = Σ\(Σc ∪ Σf ∪ Σδ ),
luego Σnc = f (z, x)
Y qos = {qd }
El Diagnosticador se obtiene desde señales de sensores de falla (σs ), desde
técnicas de análisis de falla o desde módulos de diagnóstico.
El detector de eventos involucra la determinación de las regiones de operación
y la conmutación entre los estados de operación normal y operación degradada.
Es de suma importancia, en la metodologı́a propuesta, definir las condiciones
que determinan el estado de operación degradada.
6.3. ELABORACIÓN DE ESPECIFICACIONES DEL SISTEMA DE SUPERVISIÓN DESDE EL PUNTO DE VIS
6.3.
ELABORACIÓN DE ESPECIFICACIONES
DEL SISTEMA DE SUPERVISIÓN DESDE EL PUNTO DE VISTA DEL DISEÑO
Para el diseño del sistema de supervisión, es importante como punto de partida, definir las especificaciones y alcance del mismo. Para ello se utiliza la información disponible del proceso y modelos existentes, la revisión de manuales
de operación, entrevistas con operadores, revisión de documentos de alcance
definidos por el cliente.
Para la búsqueda de información y entrevistas con operadores, es importante
dar respuesta a los siguientes interrogantes, los que pueden ser utilizados como
una guı́a para elaborar las especificaciones.
6.3.1.
Guı́a para elaborar las especificaciones
Determinar las acciones del operador
• En operación normal
• En operación degradada
• Durante contingencias
Determinar los estados relevantes del proceso.
Determinar secuencias de arranque y parada.
Determinar las contingencias del sistema.
Definir las condiciones que determinan el estado de operación degradada
Determinar las regiones de operación.
• Determinar las leyes de control empleadas en cada región de operación y sus respectivos parámetros.
Determinar indicadores de desempeño.
Determinar lı́mites operativos y restricciones operativas
68CAPÍTULO 6. BASES PARA EL DISEÑO DE SISTEMAS DE SUPERVISIÓN
Figura 6.4: Sistema de supervisión. Toma de decisiones.
Figura 6.5: Autómata discretizado.
6.3. ELABORACIÓN DE ESPECIFICACIONES DEL SISTEMA DE SUPERVISIÓN DESDE EL PUNTO DE VIS
En las tablas 6.1 a la 6.17 se resumen las especificaciones del sistema de
supervisión.
70CAPÍTULO 6. BASES PARA EL DISEÑO DE SISTEMAS DE SUPERVISIÓN
Secuencias de Arranque
Sı́mbolo
Especificación
G10
G10 = {Q10 , Σ10 , T10 , l10 , δ10 , q0 }
G20
G20 = {Q20 , Σ20 , T20 , l20 , δ20 , q0 }
Gn0
Gn0 = {Qn0 , Σn0 , Tn0 , ln0 , δn0 , q0 }
Cuadro 6.1: Secuencia de arranque
Secuencias de Parada
Sı́mbolo
Especificación
G1p
G1p = {Q1p , Σ1p , T1p , l1p , δ1p , q0 }
G2p
G2p = {Q2p , Σ2p , T2p , l2p , δ2p , q0 }
Gnp
Gnp = {Qnp , Σnp , Tnp , lnp , δnp , q0 }
Cuadro 6.2: Secuencias de parada
Secuencias en Operación Normal
Sı́mbolo
Especificaciones
G1n
G1n = {Q1n , Σ1n , T1n , l1n , δ1n , q0 }
G2n
G2n = {Q2n , Σ2n , T2n , l2n , δ2n , q0 }
Gnn
Gnn = {Qnn , Σnn , Tnn , lnn , δnn , q0 }
Cuadro 6.3: Secuencia en operación normal
Secuencias ante falla
Sı́mbolo
Especificación
Gf 1
Gf 2
Gf 3
Gf 1 = {Q1f , Σ1f , T1f , l1f , δ1f , q0 }
Gf 2 = {Q2f , Σ2f , T2f , l2f , δ2f , q0 }
Gf 3 = {Q3f , Σ3f , T3f , l3f , δ3f , q0 }
Cuadro 6.4: Secuencias ante falla
Variables de Estado
x1
xn
Cuadro 6.5: Variables de estado
6.3. ELABORACIÓN DE ESPECIFICACIONES DEL SISTEMA DE SUPERVISIÓN DESDE EL PUNTO DE VIS
Parámetros de las variables continuas
xp1
xpn
Cuadro 6.6: Parámetros de las variables continuas
Variables de Salida
y1
y2
y3
Cuadro 6.7: Variables de salida
Leyes de Control
U1
U2
U3
U4
Cuadro 6.8: Leyes de control
Asignación de leyes de control
en estados continuos
Estado Ley
Cuadro 6.9: Asignación de leyes de control en estados continuos
Parametros del Proceso
θ1
θn
Cuadro 6.10: Parámetros del proceso
Variables Discretas
z1
zn
Cuadro 6.11: Variables discretas
72CAPÍTULO 6. BASES PARA EL DISEÑO DE SISTEMAS DE SUPERVISIÓN
Alarmas
TAG Descripción
Prioridad Causa
C/A/M/B
Estado
Acción
h1
C: crı́tica, A: Alta, M: media y B: baja.
Cuadro 6.12: Alarmas
Parametros de Control
u11
uij
Parametro i de la ley de control j
Cuadro 6.13: Parámetros de Control
Regiones de Operación
Ω1
Ωn
Cuadro 6.14: Regiones de Operación
Indicadores de desempeño
λ1
λn
Cuadro 6.15: Indicadores de desempeño
Eventos que conducen a Operación Degradada
Evento
Descripción
σδ1
σδn
Cuadro 6.16: Eventos que conducen Operación Degradada
Eventos que llevan a falla
Evento
Descripción
σf 1
σf n
Cuadro 6.17: Eventos que llevan a falla
6.4. ENLACE CON LA INTERFÁZ GRÁFICA DE USUARIO
73
Figura 6.6: Proyección del autómata de la planta con la interfaz gráfica.
6.4.
ENLACE CON LA INTERFÁZ GRÁFICA
DE USUARIO
La interfaz gráfica sirve de intermediaria entre el operador humano y el
autómata de la planta y entre el operador y el controlador. Mediante la interfaz, el operador visualiza el estado global de la planta a partir de los estados
relevantes y toma las decisiones requeridas para mantener el sistema operando
dentro de las especificaciones de desempeño establecidas.
Una vez creado el autómata, se realiza un enlace entre sus estados y eventos y
la interfaz, como se muestra en la figura.6.6.
74CAPÍTULO 6. BASES PARA EL DISEÑO DE SISTEMAS DE SUPERVISIÓN
Capı́tulo 7
CASO DE ESTUDIO
Con el fin de ilustrar la metodologı́a de diseño propuesta, se presenta un caso
de estudio relacionado con el diseño del Sistema de supervisión de un sistema
de generación de vapor industrial.
7.1.
DESCRIPCIÓN DEL PROCESO
Las calderas son instalaciones industriales que haciendo uso del poder calórico de un combustible sólido, lı́quido o gaseoso, vaporizan el agua para cometidos tales como generación de electricidad, procesos quı́micos, calefacción, agua
caliente sanitaria, etc.
Dichos dispositivos industriales son de gran aplicabilidad a nivel mundial en
la industria; su objetivo principal es el de generar calor que pueda luego ser
aprovechado en diferentes secciones de un proceso. El calor es transferido en
forma de vapor; el cual puede ser aprovechado para una gran diversidad de
usos. El vapor generado se conduce a través de tuberı́as, las cuales deben encontrarse aisladas térmicamente, hacia los diferentes puntos del proceso.
El principio fı́sico de funcionamiento es la conservación de la energı́a, planteada
en la primera ley de la termodinámica. Para explicar esto más claramente se
ilustra el caso más general, un intercambiador de calor (que es lo que en realidad
es una caldera, ver la Figura. 7.1):
Como entradas se tienen dos fluidos uno caliente y otro frı́o (o menos caliente).
Cuando ingresan estos dos fluidos a un tanque sin mezclarse, se permite que se
genere un intercambio de calor del fluido más caliente al más frı́o, pero para
que se dé el intercambio lo más completo posible (porque es imposible que se
dé el intercambio completo, según la segunda ley de la termodinámica), se hace
pasar el fluido frı́o varias veces por el tanque que contiene el fluido caliente (se
forman serpentines), aumentando ası́ la eficiencia de la máquina.
Para generar el fluido caliente existen muchas formas, por ejemplo reacciones
nucleares, fluidos residuos de otros procesos, entre otros. Para este caso, este
fluido (que será aire) se generará usando una combustión, lo más completa posible, entre el aire que será inyectado con el fin de regularlo, el gas natural y una
75
76
CAPÍTULO 7. CASO DE ESTUDIO
Figura 7.1: Intercambiador de calor de un paso.
chispa generada por un transformador (a este conjunto se le llama quemador).
Este aire ya caliente se hará pasar por unos ductos (llamados tubos de humos)
que tendrán varios pasos a través del tanque donde estará el otro fluido (que
será agua). De esta forma se completará el proceso de generación de vapor,
los humos que salen del tanque se van hacia la chimenea para ser desechados,
aunque lo más recomendable, y algunas veces lo usado, es con esos gases precalentar el agua que va hacia el tanque, para de esta forma aumentar la eficiencia
de la caldera.
En la Figura 7.2 se ilustran las partes constitutivas del sistema: el tanque de
almacenamiento de agua, el subsistema de alimentación de agua, los circuitos
de aire y combustible, la caldera y la salida de vapor.
Los subprocesos que se consideran son los siguientes:
7.2.
7.2.1.
SECUENCIAS DE OPERACIÓN
Arranque en Caliente
Se da cuando la caldera ha sido apagada en una maniobra de operación
normal durante un perı́odo de tiempo corto, después del cual se necesita que
esté de nuevo en operación. Para que esta secuencia se pueda dar se tienen como
condición que la caldera tenga un nivel de agua del 35 % del nivel total en el
tambor.
Después de que se verifique esta condiciones, se debe proceder a cerrar las válvulas de aire y de combustible hasta que queden completamente cerradas (si es
necesario), luego se comienza a abrir proporcionalmente con una pendiente positiva las válvulas del aire y del combustible hasta el punto mı́nimo en el cual se
garantiza que hay aire y combustible suficientes para que haya ignición. En este
instante se genera la chispa con ayuda del transformador para que se produzca
la ignición, dándole un tiempo lı́mite para que se realice. Si no, se produce una
7.2. SECUENCIAS DE OPERACIÓN
77
Figura 7.2: Partes constitutivas del sistema.
alarma, se genera una señal de falla e inmediatamente se cierran las válvulas.
Si por el contrario se verifica que si hay ignición (por medio de una fotocelda),
se apaga el transformador y se abre la válvula de salida del vapor.
7.2.2.
Arranque en frı́o
Cuando se va a arrancar una caldera después de una falla, un mantenimiento
o un paro prolongado, es necesario realizar el arranque en frı́o. Lo primero que
se hace es llenar el tanque de la caldera antes de realizar la ignición, por esto
se realiza primero un lazo en el cual se pueda garantizar que el nivel está en el
35 % del nivel total en el tanque de la caldera, luego esto, se puede seguir con
el procedimiento que se describió para el arranque en caliente.
7.2.3.
Búsqueda del punto de operación
Partiendo del punto de apertura mı́nimo de las válvulas donde se dio la
ignición, se realiza una rampa ascendente hasta que se encuentren las condiciones
de presión y temperatura en el vapor adecuadas. Se debe garantizar que debido
a que la presión en un principio se puede caer fácilmente, el sistema sea capaz
de volver a encontrar la presión adecuada. Para ello se utiliza un regulador que
podrı́a ser un PID.
Además en este momento debo llenar el tanque de la máquina hasta llegar al
nivel normal, cuando este en este nivel, puedo pasar al siguiente estado, que es
el estado de operación normal.
7.2.4.
Operación normal
Durante la operación normal se pueden presentar las siguientes situaciones:
El en la cadera cuando se esté en operación normal se controlará ası́,
continuamente se estas sensando el flujo de vapor de salida, se supone que
78
CAPÍTULO 7. CASO DE ESTUDIO
si ingreso agua con el mismo flujo al que estoy entregando, el nivel en el
tanque se va a mantener, por esta razón, eso es lo que se hará.
Cuando hay cambios de la demanda, se nota un cambio en el flujo de
la salida de vapor, esto puede hacer perder las condiciones deseadas del
vapor, por eso hay que estar pendientes si se pierden las condiciones se
debe incrementar la combustión hasta volver a las condiciones deseadas.
7.2.5.
Secuencia de Parada
Cuando se necesita parar la máquina, bien sea por falla o por operación
normal, se debe realizar la siguiente secuencia de paro. En el momento que el
controlador recibe la señal de paro, primero se debe llevar el nivel de la caldera
hasta un nivel que sea el 75 % del nivel total de la cadera, luego que se garantice
esta condición se debe empezar a cerrar las válvulas en rampa hasta que se
llegue al punto de cierre total de las válvulas de combustible y aire. En este
momento se supone que el fuego se debe apagar por completo, condición que
debe ser verificada.
Luego se deben abrir las válvulas de venteo y de desagüe para que salga todo
el vapor y el agua almacenada. Al mismo tiempo durante un periodo de 10s
se enciende el ventilador para los gases almacenados en el tanque salgan por la
válvula de venteo.
7.3.
7.3.1.
FALLAS
Temperatura alta en los gases de combustión
Esta señal indica una caı́da de eficiencia en la caldera, por esto no es una
falla crı́tica y no exige sacar de operación la caldera. Es una de las señales que
determina un estado de operación degradado, que tolera la operación bajo estas
condiciones y durante determinado perı́odo de tiempo.
7.3.2.
Presión Alta en el tanque
Cuando la presión en la caldera está por encima de los valores permitidos
inmediatamente el presóstato envı́a una señal al sistema de control el cual debe
inmediatamente apagar la caldera para evitar posibles catástrofes.
7.3.3.
Nivel en tanque bajo
En el tanque se tendrán cinco valores relevantes en el nivel, van a ser los que
se ven en el cuadro.7.1
En este caso nos importa el nivel LL y el L, primero se describe la operación
cuando se está en L.
Cuando el tanque tiene un nivel L al valor de flujo de agua que se le está inyectando al tanque, se le sube al 20 % del valor actual del flujo, ası́ se aumentará el
chorro, esto se hará hasta que se llegue al nivel normal.
En caso de que el nivel llegue a LL, la caldera se debe apagar porque la falla
puede ser más compleja de lo esperado y la máquina se debe llevar a mantenimiento.
7.4. ESPECIFICACIONES
Nivel
LL
L
N
H
HH
Descripción
Es peligrosamente bajo
Alcanza a arreglarse
Es el nivel deseado en
operación normal
Alcanza a arreglarse
Peligrosamente alto
79
Porcentaje( %)
15
35
50
75
95
Cuadro 7.1: Niveles en la Caldera
Variables de Estado
x1
Presión demandada
x2
Temperatura de la salida de gases
x3
Posición válvula de combustible
x4
Posición válvula de aire
x5
Nivel de agua en el tanque
x6
Presión del vapor entregado
x7
Temperatura del vapor entregado
Cuadro 7.2: Variables de estado continuo
7.3.4.
Nivel en tanque alto
Cuando se está en operación normal, y la caldera alcanza un nivel H, se debe
bajas un 20 % del valor actual de flujo al chorro de inyección de agua al tanque,
esto hasta que se llegue a un valor Normal del nivel.
Si se llega al nivel HH la caldera se debe apagar inmediatamente como un
procedimiento de emergencia.
7.3.5.
No se realiza la ignición
Cuando se está arrancando y no se produce la ignición, se genera una señal
de falla en el encendido. El sistema debe inmediatamente cerrar las válvulas de
forma rápida (para evitar que se siga inyectando gas) y luego se debe apagar el
transformador (si en realidad se encendió).
7.4.
ESPECIFICACIONES
En los cuadros del 7.2 al 7.13 se muestan todas las especificaciones del caso.
80
CAPÍTULO 7. CASO DE ESTUDIO
Variables Discretas
z1
Nivel de agua bajo
z2
Nivel de agua alto
z3
Fotocelda
z4
Válvula salida de vapor
z5
Transformador - Bujı́a
z6
Válvula de desagüe del tanque
z7
Válvula de venteo
Cuadro 7.3: Variables Discretas
Variables de Salida
y1
Presión entregada
y2
Posicion valvula de combustible
y3
Posicion valvula de aire
y4
Válvula de entrada de agua
Cuadro 7.4: Variables de Salida
Parámetros del Proceso
Relación óptima entre presión de salida y combustible usado
ke
xmáx 3 Posición máxima de la válvula de combustible
xmáx 4 Posición máxima de la válvula de aire
xmı́n 3 Posición mı́nima para la válvula de combustible
xmı́n 4 Posición mı́nima para la válvula de aire
xmáx 5 Valor máximo permitido para el nivel en el tanque
xmı́n 5 Valor mı́nimo permitido para el nivel en el tanque
xn5
Valor normal para el nivel en el tanque
τe
Tiempo de espera, varı́a según el estado del proceso
τch
Tiempo para que se de ignición
xp1
Valor de referencia para la variable x1
xp2
Valor de referencia para la variable x2
Nota: Los valores de xmax5 , xmin5 y xn5 se deben definir por una banda
proporcional entre el 0.95 y el 1.05 del valor exacto del parámetro, para evitar
los problemas propios de las variables análogas , tales como la histéresis y las
fluctuaciones propias de un sistema fluido.
Cuadro 7.5: Parámetros del Proceso
Parametros de Control
u1j kc Pendiente para la válvula de combustible (j = 1, 2, 3)
u2j ka Pendiente para la válvula de aire (j = 1, 2, 3)
u3j kp Ganancia proporcional (j = 1, 2, 3)
u4j kd Ganancia diferencial (j = 1, 2, 3)
u5j ki Ganancia integral (j = 1, 2, 3)
Cuadro 7.6: Parámetros de Control
7.4. ESPECIFICACIONES
Alarmas
TAG Descripción
81
Prioridad
C/A/M/B
h6
Temperatura alta en
M
los gases de combustión
Temperatura alta en
los gases de combustión, A
permanente
Nivel en el tanque
M
bajo
Nivel en el tanque
A
bajo, crı́tico
Nivel en el tanque
M
alto
Nivel en el tanque
A
alto, crı́tico
h7
Falta de ignición
A
h8
Eficiencia baja
M
h1
h2
h3
h4
h5
Causa
σδ1 = [x2 > xp2
∧t < τe ]
Estado
Acción
δ (qn , σδ1 ) = qδ
σf 1 = [x2 > xp2
δ (qn , σf 1 ) = qf
∧t > τe ]
σp
σδ2 = [x5 < L]
δ (qn , σδ2 ) = qδ
y4 = x1 + 20 %x1
σf 2 = [x5 < LL]
δ (qn , σf 2 ) = qf
σp
σδ3 = [x5 < H]
δ (qn , σδ3 ) = qδ
y4 = x1 − 20 %x1
σf 3
=
[x5 < HH]
σf 4 = [t < τch ]
σδ4 = [0,8ke >
y1 /y2 > 1,2ke ]
δ (qn , σf 3 ) = qf
σp
δ (qo , σf 4 ) = qf
σp
δ (qn , σδ4 ) = qδ
Cuadro 7.7: Alarmas del sistema
Fallas
h2 Temperatura alta en los gases de combustión, permanente
h4 Nivel en el tanque bajo, crı́tico
h6 Nivel en el tanque alto, crı́tico
h7 Falta de ignición
Cuadro 7.8: Fallas
Eventos que determinan operación degradada
h1 Subida transitoria de la temperatura en los gases de combustión
h3 Nivel en tanque bajo, pero el sistema está trabajando en solucionar el problema
h5 Nivel en tanque alto, pero el sistema está trabajando en solucionar el problema
h8 La relación de presión del vapor y de el combustible se salió de la banda permitida
Cuadro 7.9: Eventos que determinan operación degradada
82
Nivel
LL
L
N
H
HH
CAPÍTULO 7. CASO DE ESTUDIO
Descripción
Es peligrosamente bajo
Alcanza a arreglarse
Es el nivel deseado en
operación normal
Alcanza a arreglarse
Peligrosamente alto
Porcentaje( %)
15
35
50
75
95
Cuadro 7.10: Indicadores de desempeño
Leyes de
Nombre
U1
U2
U3
Control
Descripción
PID
Rampa Sube
Rampa Baja
Ecuacion
R
y = kp t + kd dy
ydt
dt + ki
u=k
u = −k
Cuadro 7.11: Leyes de control
7.5.
REGIONES DE OPERACIÓN
En la caldera por tradición se puede hablar de tres regiones cuyos nombres
se deben a la forma de operación de la caldera. Estas regiones son: Fuego bajo,
fuego medio y fuego alto. Estas hacen referencia a la cantidad de vapor que se
produce dependiendo de la demanda y dependen de de la variable de estado
x1 . Se define xmax1 como el valor máximo de demanda que puede entregar la
caldera. Teniendo este valor, se definen las regiones como se ven en el cuadro.7.13
Asignación de leyes de control
en estados continuos
Estado Ley
q2
U3
q5
U2
Cuadro 7.12: Asignación de leyes de control a estados continuos
7.5. REGIONES DE OPERACIÓN
Regiones de Operación
Nombre Descripción Región
(0,5xmáx 1
Ω1
Fuego Bajo
(0,5xmáx 3
(0,7xmáx 1
Ω2
Fuego Medio
(0,7xmáx 3
(0,9xmáx 1
Ω3
Fuego Alto
(0,9xmáx 3
83
≤ x1
≤ x3
≤ x1
≤ x3
≤ x1
≤ x3
≤ 0,7xmáx 1 )∧
≤ 0,7xmáx 3 )
≤ 0,9xmáx 1 )∧
≤ 0,9xmáx 3 )
≤ 1,0xmáx 1 )∧
≤ 1,0xmáx 3 )
Cuadro 7.13: Regiones de Operación
84
CAPÍTULO 7. CASO DE ESTUDIO
Figura 7.3: Autómata de arranque en frı́o.
7.6.
AUTÓMATA DE LA PLANTA
Se ilustra en la figura 7.3 la obtención parcial del autómata de la planta,
en la parte de la secuencia de arranque en frı́o. En este esquema se genera el
Macroestado “Arrancando”, el cual hace parte del autómata global del proceso,
como estado relevante. Se ilustra además la relación entre el autómata y la
planta, modelada como una red de Petri Hı́brida.
7.7.
DESCRIPCIÓN FORMAL DE SECUENCIA DE ARRANQUE EN FRÍO
Se va a mostrar uno de los autómatas del proceso a manera de ejemplo, este
sera el arranque en frio que ya se ha descrito de modo informal anteriormente.
Q = (P N, X, Z, F low, Init)
Donde,
P N = (Q, Σ, T, l, δ, qo )
Q=
q1
q2
q3
q4
q5
q6
q7
T
, Σ01 = [σ0 ] ,
7.8. INTERFAZ GRÁFICA
85
Figura 7.4: Diagrama del proceso.
T = t1
l = σo
qo = 1
X = x3
F low =
7.8.
t2
t3
t4
t5
t6
0
0
0
0
0
0
0
0
0
0
0
t7
t8
t9 t10
T
T
0 0 0
T
T
0
, QED = q2 q5
T
T
x4 x5
, Z = z4 z5 z6 z7 ẋ3 = −kc ẋ4 = −ka 0 x3 0 0
ẋ3 = kc
ẋ4 = ka 0 x4 0 0
Interfaz Gráfica
Para la construcción de la interfaz gráfica, se parte del esquema mostrado
en la Figura 6.6, el cual enlaza el autómata con la interfaz. En la Figura 7.4 , se
muestra el enlace de las variables del proceso, en la Figura 11 , la relación del
esquemático del mı́mico con la componente gráfica y en la Figura 12 , un mejor
detalle de la interfaz del operador.
86
CAPÍTULO 7. CASO DE ESTUDIO
Figura 7.5: Relación del esquemático del mı́mico con la componente gráfica
Figura 7.6: Interfaz gráfica del operador
Bibliografı́a
[Abdelwahed et al.] Abdelwahed, S., et al. A Hybrid Control Design for QoS
Management 1-5.
[Akesson et al.] Akesson, K. and M, F. Implementing Supervisory Control for
Chemical Batch Processes. 1-6.
[Álvarez et al.(1999).] Álvarez, A., et al.(1999). Automation of a Steam Generation Plant Using Hyrbid Systems. ISA Transactions, 38, 87-99.
[Árzen ( 1994).] Árzen, K. ( 1994). Grafcet for Intelligent Supervisory Control
Applications. Automatica, 30:10, 1513 -1525.
[Alibhai et al. (2004).] Alibhai, Z, et al.(2004). Coordination of Distributed Energy Resources. 913-918.
[Avouris et al. (1993).] Avouris, N. and Van, M. (1993). User Interface Design for Cooperating Agents in Industrial Process Supervision and Control
Applications. Int. J. Man-Machine Studies, 38, 873-890.
[Blanke et al.(2001).] Blanke, M., et al.(2001). Concepts and methods in faulttolerant control. Tutorial at America Control Conference, 1-15.
[Blanke et al.(2006).] Blanke, M, et al. (2006). Diagnosis and Fault tolerant
control. Second edition. Springer. Berlı́n.
[Bogh et al.(nd).] Bogh, S. and Blanke, M.(nd). Fault-Tolerant Control - A
Case Study of the Ordest. Satellite. 1-13.
[Boyer(2004).] Boyer, Stuart. (2004). SCADA: Supervisory control and data
acquisition. ISA. Instrumentation, systems and automation society. 3rd.
edition.
[Bullemer et al.(1999). ] Bullemer, P., et al.(1999). Future of Supervisory Systems in Process Industries: Lessons for Discrete Manufacture. Annual Reviews in Control, 23, 45 - 52.
[Bunch et al.(2004).] Bunch, L., et al.(2004). Software Agents for Process Monitoring and Notification. 2004 Symphosium on Applied Computing, 1-6.
[Brusey and Duncan(2004).] James Brusey and Duncan McFarlane Designing
Communication Protocols for Holonic Control Devices using Elementary
Nets Institute for Manufacturing Cambridge University
87
88
BIBLIOGRAFÍA
[C.P et al.(nd).] C.P, et al. (nd). Supervision and Advanced Control in a Beet
Sugar Factory. 1-6.
[Caloud et al.(nd).] Caloud, Philippe. (nd). Towards Continuos Process Supervision. 1-4.
[Chacon et al.(2002). ] Chacon, E., Besembel, I., Narciso, F., Montilva, J. and
Colina, E. (2002). An integration architecture for the automation of a continuous production complex. ISA Transactions, Vol. 41, Issue 1, pp. 95-113.
[Champagnat et al.(1998)] Chacon, E., Besembel, I., Narciso, F., Montilva, J.
and Colina, E. (2002). An integration architecture for the automation of
a continuous production complex. ISA Transactions, Vol. 41, Issue 1, pp.
95-113.
[Chen et al.(2000).] Chen, L., et al.(2000). Holonic Supervisory Control and
Data Acquisition Kernel for 21st Century Intelligent Building System. Proceedings of the 2000 IEEE lnternational Conference on Robotics & Automation, San Francisco, CA, 2641-2646.
[Cho et al.(1998).] Cho, K. and Lim, J.(1998). Synthesis of Fault-Tolerant Supervisor for Automated Manufacturing Systems: A case Study on Photolithographic Process. IEEE Transactions on Robotics and Automation, 14:2, 1-4.
[Colombo et al.(2006).] Colombo A.W., R. Schoop and R. Neubert, (2006). An
agent-based intelligent control platform for industrial holonic manufacturing
systems. Industrial Electronics, IEEE Transactions on Volume 53, Issue 1,
Feb. 2006 pp. 322 - 337.
[Colombo et al.(2001).] Colombo, W., et al. (2001). A Solution to Holonic Control Systems. 489-498.
[Contreras et al.(2001).] Contreras, C., et al.(2001). I-SS: Integrated Supervision Systems approach based on interactive Components. 1-9.
[Deligiannis et al.(2007).] Deligiannis, V. and Manesis, S. ( 2007). Concrete
Batching and Mixing Plants: A New Modeling and Control Approach Based
on Global Automata. Automation in Construction, 1-9.
[Esteva et al.(2002).] Esteva Payet, Santiago (2002). Modelling, control and supervision for a class of hybrid systems. Universidad de Girona, Girona.
[Gandibleux et al.(1994).] Gandibleux, X., et al.(1994). Multicriteria Approach
for Intelligent Decision Support in Supervisory Control. Annals of Operations Research, 51, 327-347.
[Garcia (1995).] Garcia, H. (1995). Control and Supervision of a Complex Production Process Using Hybrid Systems Techniques. 1-5.
[Garcia et al.(1994).] Garcia, H., et al. (1994). A reconfigurable Hybrid Supervisory System For Process Control. In: Proceedings of the 33rd Conference
on Decision and Control, Florida. 1-6.
BIBLIOGRAFÍA
89
[Garcia (1997).] Garcia, H. (1997). A Hierarchical Platform for Implementing
Hybrid Systems In process Control. Control Engineering Practice, 5:5, 779789.
[Georgoudakis et al.(2005).] Georgoudakis, M.,et al.(2005).
A Holonic
Ontology-Based Multi-Agent System for the Distributed Scheduling and Monitoring of Industrial Processes.
[Gonnet et al.(1999).] Gonnet, S. and Chiotti, O.(1999). Modeling of the Supervisory Control System of a Multiporpose Batch Plant. Computers and
Chemical Engineering, 23, 611-622.
[Gou et al.(1997).] Gou, L., Luh, P.B.; Kyoya, Y. (1997). Holonic manufacturing scheduling: architecture, cooperation mechanism, and implementation
Advanced Intelligent Mechatronics ’97. IEEE/ASME International Conference . Pags:39.
[HMS. (2004).] HMS. (2004). Holonic Manufacturing Systems Consortium.
Sitio web http://hms.ifw.uni-hannover.de.
[ Huang et al.(2002).] Huang, B., et al.(2002). A Framework for Virtual Enterprise Control with the Holonic Manufacturing Paradigm. Computers in
Industry, 49,299-310.
[ ISA.] ISA. Instrumentation, systems and automation society ANSI/ISA S8801Std. 1995
[Isermann (1997). ] Isermann, R. (1997). Supervision, Fault-Detection and
Fault-Diagnosis Methods-An Introduction. Control Engineering Practice,
5, 639-652.
[Isermann (1998).] Isermann, R. (1998). On Fuzzy Logic Applications for Automatic Control, Supervision and Fault Diagnosis. IEEE Transactions on
Systems, Man, and Cybernetics, 28:2, 221-235.
[Jantzen (1998).] Jantzen, J.(1998). Fuzzy Supervisory Control. Technical University of Denmark, Department of Automation, 1-21.
[Kowalewski et al.(1999).] Kowalewski, S., et al. (1999). Verification of Logic
Controllers for Continuous Plants Using Timed Condition/ Event- System
Models. Automatica - Special Issue on Hybrid Systems, 35, 1-48.
[Lambert et al.(1999).] Lambert, M., et al. (1999). Application of Functional
Analysis Techniques to Supervisory Systems. Reliability Engineering and
Systems Safety, 64, 209-224.
[Langer (1999).] Langer, G. (1999). HoMuCS A methodology and architecture
for Holonic Multi-cell Control Systems. 1-178.
[Larson et al.(2000).] Larson, T. and Skogestad, S. (2000). Plant Wide ControlA Review and a New Design Procedure. Modeling, Identification and Control, 21, 209-240.
90
BIBLIOGRAFÍA
[ Leitão (2004).] Leitão, P.(2004). ADACOR: An Agile and Adaptive Holonic
Architecture for Manufacturing Control Facultad de ingenierı́a d la universidad de Porto, Tesis de doctorado en Electrotecnia e Ingenierı́a de la
Computación. Portugal.
[Leitch et al.(nd).] Leitch, R. and Quek, H. (nd). A Behaviour Classification
for Integrated Process Supervision. 1-7.
[Lelis et al.(2005).] Lelis, J., et al.(2005). Supervisión Avanzada de Procesos.
Publicación bimestral, 2,1-20.
[Li et al.(2000).] Li-Chen, Fu and Teng-Jei, Shih Holonic Supervisory Control
and Data Acquisition Kernel for 21st Century Intelligent Building System
Computer Science & Information Engineering, National Taiwan University,
ROC
[Lo et al.(2006).] Lo, C., et al. (2006). Intelligent System for Process supervision
and Fault Diagnosis in Dynamic Physical Systems. IEEE Transactions On
Industrial Electronics, 53:2, 581-592.
[Luder et al.(2005).] Luder, A. Klostermeyer, J. Peschke, A. Bratoukhine, and
T. Sauter, Distributed automation: PABADIS versus HMS IEEE Transactions on Industrial Informatics, Vol. 1, Issue 1, Feb. 2005 pp. 31 - 38.
[Lunze et al.(1998).] Lunze, J., et al. (1998). Process Supervision by Means of
a Hybrid Model. Journal of Process Control, 11, 89-104.
[Medjaer et al.(2005).] Medjaer, K., et al.(2005). Supervision of an Industrial Steam Generator. Part II: Online Implementation. Control Engineering
Practice, 14, 85-96.
[Mendoza et al.(2005).] Mendoza, J. and Chacón, E.(2005). Revisión de Conceptos sobre Sistemas hı́bridos. 1-32.
[Miyagi et al.(2001).] Miyagi, P., et al.(2001). Modeling of hybrid supervisory
systems using UML and Petri Nets. 1-10.
[Montmain et al.(nd).] Montmain, J. and Gentil, S. (nd). Causal modeling for
supervision 1-6.
[Panos et al.(nd).] Panos, J. and Xenofon , D.(nd). Hybrid Systems Control
1-30.
[Payet (2002).] Payet, S. (2002). Modeling Control and Supervision for a Class
of Hybrid Systems. eThesis, 1-117.
[Pirttioja et al.(2006).] Pirttioja,T., et al. (2006). Multi-Agent System Enhanced Supervision of Process Automation. In: Proceedings of the IEEE
Workshop on Distributed Intelligent Systems: Collective Intelligence and Its
Applications (DIS’06),1-6.
[Puig et al.(2004).] Puig, V., et al. (2004). Control Tolerante a Fallos (Parte
I): Fundamentos y Diagnóstico de Fallos. Revista Iberoamericana de Automática e Informática Industrial, 1, 15-31.
BIBLIOGRAFÍA
91
[Puig et al.(2004).] Puig, V., et al. (2004). Control Tolerante a Fallos (Parte II):
Mecanismos de Tolerancia y Sistema Supervisor. Revista Iberoamericana de
Automática e Informática Industrial, 1, 5-21
[Quek et al.(2000).] Quek, C. and Wahab, A. (2000). Real-time integrated process supervision. Engineering Applications of Artificial Intelligence, 13, 645658.
[Quek et al.(1996).] Quek, C. and Ng, P.(1996). Fuzzy Integrated Process Supervision. In: Proceedings of the 1996 IEEE International symposium On
Intelligent Control ,Dearborn, 319-324.
[Raisch et al.(1998).] Raisch, J. and Young, S. (1998). Discrete Approximation
and Supervisory Control of Continous Systems. IEEE Transactions on Automatic Control, 43:4, 569-573.
[Ramadge et al.(1989).] Ramadge P. J. and Wonham W. M., 1989. The control
of discrete event systems. IEEE Transactions on Automatic Control, 43:4,
569-573.
[Rezg et al.(1996).] Rezg, N. and Niel, E.(1996). Extension of the Supervision
Concept to the Monitoring of Discrete Events Systems 1-7.
[Rezg et al.(1997).] Rezg, N., et al.(1997). Proactive Supervision Control in
Discrete Events Systems Using Petri Nets 1-6.
[Rodrı́guez et al.(2002).] Rodrı́guez J., et al.(2002). Supervisory multiple regime
control. Journal of process control, 13 , 177-191.
[Roig et al.(1997).] Roig, G. and Ferrer, M.(1997). Expert System for Supervision of Real Time Processes. 1966-1971.
[Saridis et al.(1986).] Saridis, G. and Valavania, K. (1986). Mathematical Formulation of the Organization Level of an Intelligent Machine 267-272.
[Saridis (1988).] Saridis, G.(1988). Entropy Formulation of Optimal and Adaptive Control. IEEE Transactions on Automatic Control, 33:8, 713-721.
[Seilonen et al.(nd).] Seilonen, I., et al. (nd). Agent-Based Approach to FaultTolerance in Process Automation Systems. 1-6.
[Seilonen et al.(nd).] Seilonen, I., et al. (nd). Agent Technology and Process
Automation 1-8.
[Seilonen et al.(nd).] Seilonen, I., et al. (nd). Modelling Cooperative Control in
Process Automation with Multi-Agent Systems. 260-265.
[ Seilonen et al.(2005).] Seilonen, I.,et al.(2005). Reactive and Deliberative Control and Cooperation in Multi-Agent System Based Process Automation. In:
Proceedings 2005 IEEE International Symposium on Computational Intelligence in Robotics and Automation , Espoo, Finland,469-474.
[Silveira et al.(2002).] Silveira, M. and Combacu, M. (2002). Supervision and
Control of Heterarchical Discrete Event Systems: The LAAS approach. In:
Proceedings of the Congresso Brasileiro de Automática, 1-6.
92
BIBLIOGRAFÍA
[Silveira et al.(2004).] Silveira, M. and Combacu, M. (2004). Supervision and
Control of Heterarchical Discrete Event Systems. Revista Controle & Automação, 17, 1-9.
[Simão (2005).] Simão, J. (2005). A Contribution to the Development of a HMS
Simulation Tool and Proposition of a Meta-Model for Holonic Control. Thesis Doctoral, 1-192.
[Stobart et al.(1990).] Stobart, R. and Shadbolt, N.(1990). Process control supervision using qualitative models. 1-9
[Stursberg (2006).] Stursberg, O. (2006). Supervisory Control of Hybrid Systems
based on Model Abstraction and Guided Search. Nonlinear Analysis, 65,
1168-1187.
[Suárez et al.(nd).] Suárez, S., et al.(nd). Towards Holonic Multiagent Systems:
Ontology for Supervision Tool Boxes. 1-8.
[Teppo et al.(06).] Teppo Pirttioja,A., Antti Pakonen, Ilkka Seilonen, K. MultiAgent System Enhanced Supervision of Process Automation Proceedings of
the IEEE Workshop on Distributed Intelligent Systems: Collective Intelligence and Its Applications (DIS 06)
[Torrealba (2005).] Torrealba, A. (2005). Desarrollo de un Sistema de Supervisión de Sistemas de Producción Continua. 1-131.
[Uraikul et al.(2006).] Uraikul, V., et al.(2006). Artificial Intelligence for Monitoring and Supervisory Control of Process Systems. Engineering Applications of Artificial Intelligence, 20, 115-131.
[Vagelatos et al.(2001).] Vagelatos,G., et al.(2001). Incremental Fuzzy Supervisory Controller Design for Optimizing the Injection Molding Process. Experts Systems with Applications, 20, 207-216.
[Villa t al.(2003).] Villa, J., et al.(2003). Supervision and optimal control of a
class of industrial processes. 1-4.
[Waissman t al.(2000).] Waissman, J., et al.(2000). Wastewater treatment process supervision by means of a fuzzy automaton model. In: Proceedings of
the 15th IEEE International Symposium of Intelligent Control, Greece, 1-6.
[Wang t al.(2002).] Wang,W., et al.(2002). A hybrid approach for supervisory
control of furnace temperature. Control Engineering Practice, 11, 1325-1334.
[Wu t al.(2004).] Wu, S., et al.(2004). Hydrogen Assisted Renewable Energy
System Using FCIDEA. 2004 IEEE International Conference on Systems,
Man and Cybernetics, 376-381.
[Wu t al.(2004).] Wu, Y.,et al.(2004). Hybrid Petri Nets of Scheduling and Supervisory Control Integrated System in Process Industry. In: Proceedings of
the Third International Conference on Machine Learning and Cybernetics,
Shangai, 1008-1013.
BIBLIOGRAFÍA
93
[Wyns (1999).] Wyns, J. (1999). Reference architecture for holonic manufacturing systems -the key to support evolution and reconfiguration. PhD dissertation. PMA/K.U.Leuven, (1999).
[Zamanabadi (1999).] Roozbeh Izadi-Zamanabadi, Mogens Blanke A ship
propulsion system as a benchmark for fault-tolerant control Control Engineering Practice 7 (1999) 227-239