ScienceDirect

Revista Iberoamericana de Automática e Informática industrial 13 (2016) 22–31

Herramienta para la sintonía robusta de

controladores PI/PID de dos grados de libertad
Roger Moliner a, *, Rafael Tandab
a
'HSDUWDPHQWRGH)tVLFD,QVWLWXWR6XSHULRU3ROLWpFQLFR-RVp$QWRQLR(FKHYHUUtD,63-$(&3/D+DEDQD&XED
E
'HSDUWDPHQWRGH&RQWURO$XWRPiWLFR,QVWLWXWRGH&LEHUQpWLFD0DWHPiWLFD\)tVLFD,&,0$)&3/D+DEDQD&XED




Resumen

Se presenta un método de sintonía robusta para controladores PI/PID de dos grados de libertad. La propuesta se formuló como un
problema de optimización no-convexo sujeto a restricciones, en el cual, se minimizó el valor de funciones objetivo basadas en la integral
del error absoluto, fragilidad del controlador y esfuerzo de la señal de control. La solución se realizó con el algoritmo de Optimización
por Enjambre de Partículas. El diseño, que parte de un modelo de planta, se desacopló para respuestas a perturbaciones de carga y a
cambios en el punto de consigna. La robustez se expresó como una restricción basada en la sensibilidad máxima 0s y sensibilidad
complementaria 0t. La propuesta se comparó con los métodos MIGO y SIMC, concluyendo que diseñar controladores PI teniendo en
cuenta los círculos 0s y 0t garantiza mayor estabilidad relativa del sistema de control al variar la ganancia estática del proceso.

3DODEUDV&ODYH
Control PID, Sintonía, Robustez, Optimización, Control de procesos, Optimización por Enjambre de Partículas.

1. Introducción robusto basados en reglas. Estos métodos solo consideran la sen-

sibilidad máxima 0s, como medida de robustez.
El controlador PID es el algoritmo de control más común hoy De igual manera se han desarrollado métodos de sintonía
en día. En control de procesos, más del 95% de los lazos de robusta utilizando técnicas de optimización (Garpinger, 2009;
control son del tipo PID; la mayoría de los lazos son, realmente Tavakoli and Banookh, 2010; ǖVWU|PHWDO, 1998). En (Reynoso-
control PI (ǖström and Hägglund, 2009; O’Dwyer, 2012). Meza HWD O, 2013) se muestra una revisión detallada del empleo
De manera general, en un sistema de control los requisitos son de algoritmos evolutivos en el ajuste de controladores PID.
diversos. Los factores claves son: las perturbaciones de carga, el En este trabajo se propone un método para el ajuste de
ruido de medida, la robustez y la respuesta al punto de consigna. controladores PI/PID-2DoF. El ajuste del controlador se hace
El compromiso entre tales exigencias es fundamental. Para un atendiendo a la minimización de dos nuevas funciones de costo.
sistema con solo realimentación del error, se hace un intento por Para el diseño de robustez y rechazo de perturbaciones de carga la
satisfacer todas las demandas con el mismo mecanismo, lo cual función de costo se compone del índice de fragilidad y la integral
resulta muy difícil. del error absoluto, mientras que para respuesta a cambios en el
Con controladores PID de dos grados de libertad (PID-2DoF) punto de consigna se compone del esfuerzo de la señal de control
es posible diseñar para perturbaciones y robustez. La respuesta al y la integral del error absoluto. El núcleo de la propuesta es el
punto de consigna deseada puede entonces obtenerse mediante algoritmo de Optimización por Enjambre de Partículas (PSO).
una ponderación del punto de consigna. Un extenso número de Como medida de robustez se consideran de conjunto los círculos
trabajos han sido dedicados al estudio de sistemas con 2DoF; ver 0s y 0t, aunque es posible considerar solo el primero de estos.
(Araki, 1984, 1985, 1988; Taguchi HWD O, 2002; Lu HWD O, 2005; La propuesta se compara con los métodos MIGO (ǖVWU|P HW
Liu HWDO, 2005; Zhang HWDO, 2006; Rao and Chidambaram, 2006; DO, 1998) y SIMC (Skogestad and Grimholt, 2012) mediante la
Sato HWDO, 2008; AlfaroHWDO, 2008, 2009a; Nemati and Bagheri, simulación de tres plantas de prueba con diferentes dinámicas.
2010). Los resultados para PI-2DoF muestran que un diseño robusto
Los métodos de diseño asociados a la deformación robusta de basado en el círculo de sensibilidad máxima y sensibilidad
la función de transferencia en lazo abierto, adaptados a control complementaria permite mayor variación de la ganancia estática
PID, es también un desarrollo que ha emergido gradualmente en del proceso antes de que el sistema de control se vuelva inestable.
la última década. (Q ǖVWU|P DQG +lJJOXQG ; ǖVWU|P and El resto del artículo se organiza de la siguiente forma: en la
Hägglund, 2004; Tavakoli and Banookh, 2010; Vilanova HWD O, Sección 2 se presenta el problema de diseño; la Sección 3
2011; Gude and Kahoraho, 2012) se muestran métodos de diseño describe el proceso de optimización utilizado; la Sección 4
* Autor en correspondencia.
&RUUHRVHOHFWUyQLFRV: [email protected] (Roger
Moliner)
© 2015 CEA. Publicado por Elsevier España, S.L.U. Este es un artículo Open Access bajo la licencia CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/)
http://dx.doi.org/10.1016/j.riai.2015.05.003
 R. Moliner and R. Tanda / Revista Iberoamericana de Automática e Informática industrial 13 (2016) 22–31 23

muestra tres ejemplos que ilustran el desempeño de la propuesta. f

El trabajo finaliza con las conclusiones y las referencias. ,$( ³ H(W ) GW (3)
0

2. Formulación del problema de optimización

la cual permite obtener respuestas del sistema con pequeñas
Considere el sistema de control realimentado con una sobreelongaciones.
estructura de 2DoF de la Figura 1, donde 3 es la función de El esfuerzo de la señal de control (TVu) se determina según
transferencia del proceso, ) la función de transferencia de la (Alfaro y Vilanova, 2010)
ponderación del punto de consigna para control PID, & la función
f
de transferencia del controlador PID de realimentación, \sp la
referencia, H es el error de control, X la variable de control, G la
79X ¦X
N 1
N 1  XN (4)
perturbación de carga y \ la salida del proceso. Dicha figura es
una de las diversas representaciones de sistemas con 2DoF donde XN y XN son la señal de control presente y futura,
(Taguchi and Araki, 2000). En el propio diagrama, la salida del respectivamente. Un pequeño valor de esta cantidad indica
controlador viene dada por variaciones suaves de la señal de control.
La IUDJLOLGDG del controlador se entiende como la sensibilidad
8 ( V ) ( ) ( V )<VS ( V )  < ( V ))& ( V ) (1) del lazo de control a cambios en los propios parámetros del
controlador. Estos cambios pueden estar dados por inexactitudes
la cual puede expresarse como en su implementación o por el ajuste fino manual.
Para evaluar la fragilidad de un controlador en (Alfaro, 2007)
se propone la utilización del índice de fragilidad delta épsilon
§§ E7L V  1 · ·§ . ·
8 (V) ¨ ¨ < (V)  < (V) ¸ ¨ .   .7G V ¸ (2) ),¨H. El mismo relaciona la pérdida de robustez del lazo de
¨ 77 V 2  7 V  1 ¸ VS ¸ 7 V control cuando se varían los parámetros del controlador una
©© L G L ¹ ¹© L ¹
cantidad determinada, con la robustez nominal del lazo de control
donde .es la ganancia proporcional del controlador, 7Lel tiempo y se define según
integral, 7G el tiempo derivativo y E el peso del punto de consigna.
Normalmente el valor de este factor se escoge en el rango [0,1], 0 V'HP
), 'H 1 (5)
aunque estudios recientes muestran que puede tomar valores 0 VR
superiores (Alfaro HWDO., 2009c).
donde 0V¨HP (sensibilidad máxima extrema) representa la mayor
pérdida de robustez del sistema de control cuando todos sus
parámetros se varían una cantidad G H r  , y 0VR es la sensibilidad
máxima nominal.
En especial, el tQGLFHG H IUDJLOLGDGGH OWD (FI¨) permite
evaluar la fragilidad del controlador como (Alfaro, 2007)

Figura 1. Diagrama de bloques de un sistema de control con 2DoF. ƒ Un controlador PID es frágil si, FI¨ > 0.50.
ƒ Un controlador PID no es frágil si, FI¨ ”
La idea de sintonía robusta del controlador PID-2DoF radica ƒ Un controlador PID es elástico si, FI¨ ”
en desacoplar el problema de diseño para respuestas a
perturbaciones y cambios en el punto de consigna. En el diseño
En el caso de que se obtenga un controlador PID elástico este
para buena respuesta a perturbaciones de carga se tiene en cuenta
alguna medida de robustez. permitirá un ajuste fino de todos sus parámetros de ±20% de sus
El procedimiento seguido en este trabajo consiste en valores nominales sin correr el riesgo de que el sistema tenga una
determinar &(V) para buena respuesta a perturbaciones de carga y pérdida apreciable de robustez. La pérdida de robustez será, a lo
luego, )(V) para buena respuesta a cambios en la referencia. sumo, de un 10%.
Ambas etapas se realizan con PSO. Una vez definidas las expresiones para el cálculo de IAE, TVu
y FI¨ se definen las siguientes funcionales de costo:
)XQFLyQGHFRVWR
3DUDU HFKD]RGHSHUWXUEDFLRQHVGHF DUJD Suma del Error y
El diseño óptimo de &(V) y )(V) se realiza mediante la Fragilidad (SEF)
minimización de funciones de costo definidas en este trabajo. En
(Alfaro HWDO, 2009b) se muestra una función de costo similar. La 6() D ˜ ,$(  E ˜ ), ' 20 (6)
función objetivo se compone de dos términos: la integral del error
absoluto y el índice de fragilidad para el caso del diseño de &(V) e
integral del error absoluto y esfuerzo de la señal de control para el donde Į y ȕ son las ponderaciones de ,$( y ),¨,
caso de )(V). respectivamente.
Para el diseño de &(V) se tienen en cuenta también los círculos 3DUD VHJXLPLHQWRGH OSXQW RGH F RQVLJQD Suma del Error y
de robustez: sensibilidad máxima y sensibilidad complementaria. Señal de Control (SESC)
Estas medidas de robustez serán caracterizadas más adelante. 6(6& I ˜ ,$(  J ˜ 79X (7)
La integral del error absoluto (IAE) se define como
24 R. Moliner and R. Tanda / Revista Iberoamericana de Automática e Informática industrial 13 (2016) 22–31

Donde ‫ ׋‬y Ȗ son las ponderaciones de ,$( y 79u, 1

respectivamente. P(s ) (8)
(s  1)4
Estas funciones de costo permiten diseñar el controlador
PI/PID-2DoF según las preferencias del diseñador. A través de las
ponderaciones de los distintos términos que conforman las que es un proceso con dinámica balanceada (ver Sección 4 para
más información). El procedimiento de construcción de las
ecuaciones (6) y (7) puede dársele mayor prioridad, por ejemplo,
a la fragilidad del controlador. En ambas expresiones, al estar gráficas fue el siguiente:
minimizando, se le da mayor prioridad a cualquier término
multiplicándolo por una ponderación cada vez mayor. En 1- Se realizaron 25 corridas del método implementado (ver
6HFFLyQLQFUHPHQWDQGRODSRQGHUDFLyQĮHQXQ
(Reynoso-Meza HWDO, 2013) se señala que la selección del valor
de las ponderaciones para obtener las especificaciones deseadas valor de 0.5 cada vez, y manteniendo en un valor
FRQVWDQWH GH  OD SRQGHUDFLyQ ȕ 6H DQRWDURQ ORV
puede requerir un proceso de prueba y error por parte del
diseñador. valores de IAE y FI correspondientes a cada corrida.
2- Se realizó el mismo procedimiento que en el paso 1,
Las Figuras 2 y 3 justifican la elección de emparejamiento de
los índices que conforman a las expresiones (6) y (7). Para la SHURHVWDYH]YDULDQGRȕ\PDQWHQLHQGRFRQVWDQWHĮ
3- Se repitió el mismo procedimiento para la ecuación (7).
confección de dichas figuras se tomó como planta de prueba el
proceso

Figura 2. Variaciones de las ponderaciones de FI, IAE y TVu para el proceso P(s) = (s+1)-4 con control PI.
(a) FI e IAE para perturbación de carga (b) TVu e IAE para cambios en la referencia

En la Figura 2(a), correspondiente a la variación de la 5REXVWH]

ponderación de FI se muestra el valor de IAE para tres puntos Como se dejó expresado anteriormente, en el diseño para
diferentes. Los mismos muestran la tendencia de IAE a aumentar rechazo de perturbaciones de carga (&(V)) se minimiza SEF
su valor a medida que se minimiza el valor de FI. En las restantes teniendo en cuenta los círculos de robustez. Estos círculos
imágenes se puede realizar el mismo análisis, excepto en las
garantizan robustez en el sistema de control ante incertidumbres
gráficas de TVu e IAE para respuesta al punto de consigna. En las
mismas se aprecia que estos índices no tienen una tendencia clara en la dinámica. La robustez se garantiza diseñando &(V) de
al variar su ponderación. Por otra parte, en la Figura 3 se observa manera que la función de transferencia de lazo abierto del sistema
que los índices TVu e IAE para respuesta al punto de consigna si de control bordee dichos círculos de robustez; ver Figura 4.
exhiben una tendencia marcada a ir minimizando su valor a Las regiones de robustez se definen según
medida que se aumentan sus correspondientes ponderaciones. 1
Concluyéndose, por tanto, que la expresión (7) solo es de utilidad 0 V max 6 (LZ ) max
Z Z 1  3(LZ ) C(LZ )
para el diseño de controladores PID. (9)
Comportamientos similares se obtuvieron para las plantas con 3(LZ ) C(LZ )
dinámica dominada por la constante de tiempo y dominada por el 0 W max 7 (LZ ) max
Z Z 1  3(LZ ) C(LZ )
retardo de tiempo que se presentan en la Sección 4.
 R. Moliner and R. Tanda / Revista Iberoamericana de Automática e Informática industrial 13 (2016) 22–31 25

Figura 3. Variaciones de las ponderaciones de FI, IAE y TVu para el proceso P(s) = (s+1)-4 con control PID.
(a) FI e IAE para perturbación de carga (b) TVu e IAE para cambios en la referencia

En (9), 0s es la sensibilidad máxima, 0t es la sensibilidad 2

*" (LZ )  &0 V t 502 V , Z ƒ
complementaria, 6(LȦ) y 7(LȦ) son las funciones sensibilidad y (10)
2
sensibilidad complementaria, respectivamente. Los valores para *" (LZ )  &0 W t 502 W , Z ƒ
las medidas 0s y 0t se pueden definir en el rango [1.1-2.0],
siendo el valor de 1.4 un nivel de robustez alto y 2.0 un bajo
nivel. En (Garpinger HWD O., 2014) se realiza un análisis de cómo donde *Ɛ(LȦ) es la respuesta en frecuencia del sistema en lazo
varía el desempeño de tres sistemas representativos de control de abierto. El radio y el centro del círculo 0s se denota por 50s y & 0s
procesos al utilizar diferentes valores de 0s. respectivamente. Por otra parte 50W \&0W denotan el radio y centro
del círculo 0t.
3DUDVHJXLPLHQWRGHOSXQWRGHFRQVLJQD
Calcular el valor de E minimizando el valor de SESC

3. Detalles de la herramienta

&DUDFWHUtVWLFDVGH362
PSO es un método heurístico de búsqueda global para la
solución de problemas de optimización (Kennedy and Eberhart,
1995). El mismo está inspirado en el comportamiento que tienen
los individuos de cierta población biológica (insectos, aves, peces,
etc.), por ejemplo: en la búsqueda de alimentos. Según sus
creadores, cada individuo (partícula) interactúa con otro
intercambiando experiencias, por lo que el grupo (enjambre) se
moverá gradualmente dentro de mejores regiones del espacio de
Figura 4: Círculo 0s (a tramos), círculo 0W (a tramos-punteado), curva de búsqueda. En PSO la exploración del espacio de posibles
Nyquist (sólida) del sistema en lazo abierto y punto crítico (+).
soluciones por cada partícula está regida por la actualización de
su velocidad y posición dentro del enjambre. La velocidad y
posición se determinan a partir de
Hasta aquí, el problema de optimización puede resumirse de la
siguiente manera:
9LMW Z9LMW 1  &1U1 ( 3ELMW 1  ; LMW 1 )  &2 U2 (*EL  ; LMW 1 )
3DUDUHFKD]RGHSHUWXUEDFLRQHVGHFDUJD (11)
Calcular ., 7i y 7d minimizando el valor de SEF, sujeto a las ; LMW ; LMW 1  9LMW
restricciones
26 R. Moliner and R. Tanda / Revista Iberoamericana de Automática e Informática industrial 13 (2016) 22–31

En (11), L es la cantidad de variables a optimizar, M la cantidad de expuestas, las expresiones para calcular la velocidad y posición
partículas en el enjambre, W número de iteración del algoritmo, 9 de cada partícula mostradas en (11) se transforman en
velocidad de la partícula, ; posición de la partícula (solución al
problema), &1 y &2 coeficientes de aceleración, 3E mejor posición 9LMW ZLMW 19LMW 1  &1W U1 ( 3ELMW 1  ; LMW 1 )  &2W U2 (*EL  ; LMW 1 )
encontrada por la partícula, *E mejor posición (solución) global (16)
encontrada por las partículas, U1 y U2 números aleatorios en el ; LMW ; LMW 1  9LMW
intervalo [0,1] para mantener la diversidad de la población y Ȧel
peso inercial. Con PSO se resuelve 7i y 7d. En la próxima subsección se
En la literatura se reportan diversas modificaciones, brindan detalles del cálculo de la ganancia proporcional.
adaptaciones e hibridaciones de la versión original de PSO. Para
obtener mayor información en este sentido puede consultar
(Sedighizadeh and Masehian, 2009). Especial interés se le ha 'HWHUPLQDQGRODJDQDQFLDSURSRUFLRQDO
prestado al cálculo de Ȧ (Shi and Eberhart, 1998a,b; Chatterjee
Cada vez que PSO genera una posible solución del problema
and Siarry, 2006; Jiao HWDO., 2008). Este parámetro resulta crítico
de optimización (7i, 7d) es necesario hallar el valor de ganancia
en el desempeño del algoritmo. Un alto valor implica mayor
proporcional del controlador (.) que pone la curva de Nyquist de
explotación del espacio de búsqueda y tiempo de convergencia,
la función de lazo abierto del sistema de control sobre los círculos
mientras que un valor pequeño trae consigo menor tiempo de
0s y 0t. Esto se garantiza siguiendo la filosofía mostrada en
convergencia y el peligro de caer en un óptimo local.
(Garpinger, 2009). En dicho trabajo se muestra un método que
En el presente trabajo el cálculo de Ȧ se realiza según
resulta en una función .(Ȧ). El método se explica a continuación.
(Modares HWDO., 2010). La determinación del valor de Ȧse realiza
Para determinar .(Ȧ) se asume que la respuesta en frecuencia
teniendo en cuenta un Índice de Contigüidad (AI). El mismo de lazo abierto del sistema *Ɛ(LȦ) puede ser escrita como
brinda evidencia de cuan cerca está cada partícula de la solución
óptima y se determina como
*" (LZ ) .*"c (LZ ) . ( ; (Z )  L< (Z )) (17)
W 1
I ( 3E )  I .1
LM
$, LMW 1 W 1
1 (12) donde ;(Ȧ) y <(Ȧ) son las partes real e imaginaria de *Ɛ(LȦ),
I ( 3E )  I .1
LM respectivamente. La restricción del círculo de robustez, ya sea 0s
o 0t puede ser escrita como
donde I(3E) es el valor de la función objetivo evaluada en 3E y
IKN es el valor deseado de la función objetivo. Pequeños valores *" (LZ )  &
2
52 (18)
de AI indican que la partícula se encuentra lejos de su valor
óptimo, mientras que grandes valores indican que se encuentra
cerca. De no conocerse IKN, la expresión (12) puede ser reducida, donde & es el centro y 5 el radio. Luego, combinando (17) y (18)
según sus autores a y sustituyendo . por . (Ȧ) se obtiene

I ( 3ELMW 1 ) 2&; (Z ) & 2  52

. (Z ) 2  . (Z )  0 (19)
$, LMW 1 1 (13) 2
; (Z )  < (Z ) 2
; (Z ) 2  < (Z ) 2
I ( 3ELMW 1 )
Para hallar la solución de (19) se llega a
Finalmente, el valor de Ȧpara cada partícula viene dado por

1 &; (Z ) r 5 2 ( ; (Z ) 2  < (Z ) 2 )  & 2< (Z ) 2

ZLMW 1 (14) .1,2 (Z ) (20)
 (D ˜ $, LMW 1 ) 1 ; (Z ) 2  < (Z ) 2
1 H

donde Į es una constante positiva en el rango (0,1]. Este Las soluciones que ofrece (20) se corresponden con las
parámetro controla la velocidad con que disminuye Ȧ a través de ganancias para las cuales el diagrama de Nyquist de lazo abierto
las iteraciones. cruza el frente y el lado posterior del círculo de robustez. Para
Otra variación de PSO que se utilizó es la presentada en algunas frecuencias esta ecuación provee soluciones imaginarias
(Ratnaweera HWDO., 2004). En donde se propone ir modificando el o negativas. Tales soluciones se descartan. En los intervalos
valor de los coeficientes de aceleración &1 y &2 según donde . toma valores positivos pueden encontrarse múltiples
mínimos y máximos. Solo se toman los que garantizan estabilidad
en lazo cerrado y la condición de robustez, y de ahí el que brinda
W
&1W (F1 I  F1L )  F1L menor valor de la función objetivo.
0$;,7(5 (15) En el Apéndice A se muestra el diseño de un PI-2DoF en plan
W algorítmico.
&2W (F 2 I  F 2L )  F 2L
0$;,7(5 La herramienta está compuesta por varias funciones
implementadas en Matlab® (R2011a), y cuenta con un menú
donde F1I, F1L, F2I y F2L son constantes, W es la iteración en curso interactivo que permite, entre otras: cambiar la parametrización
y 0$;,7(5 es el número máximo de iteraciones permitido. En de PSO y cambiar el valor de los círculos de robustez.
(Ratnaweera HWD O, 2004), se obtuvieron buenos resultados al En la próxima sección se muestra, a través de tres ejemplos, la
variar &1 desde un valor de 2.5 hasta 0.5, mientras que &2 se varío efectividad de la herramienta desarrollada.
de 0.5 a 2.5. Teniendo en cuenta las modificaciones anteriormente
 R. Moliner and R. Tanda / Revista Iberoamericana de Automática e Informática industrial 13 (2016) 22–31 27

4. Ejemplos 1
3( V) (22)
( V  1)(0.1V  1)(0.01V  1)(0.001V  1)
En esta sección se compara el método que proponemos con los
métodos MIGO (ǖVWU|P HWD O, 1998) y SIMC (Skogestad and
La Tabla 1 muestra los resultados obtenidos para esta planta
Grimholt, 2012), para PI se utiliza la versión mejorada SIMC+. El
de prueba. Los supra índices que acompañan a los nombres de los
método MIGO aunque no fue concebido para la minimización de
métodos utilizados se corresponden con la cantidad de
IAE, constituye una buena medida para comprobar la efectividad
evaluaciones de la función objetivo por parte del método
de nuestra propuesta, además de haberlo seleccionado por razones
propuesto. El primer número representa las evaluaciones para el
históricas y por ser un método que utiliza, al igual que nuestra
diseño de perturbaciones de carga y el segundo para seguimiento
propuesta, optimización numérica. El método SIMC(+) por ser el
del punto de consigna. En MIGO y SIMC(+) el número
que logra en casi todos los casos el valor de 0s = 1.4, al ser
representa las evaluaciones para seguimiento del punto de
comparado con los métodos PI2Ms (Alfaro HWD O., 2010), AMIGO
consigna. En la misma, ,$(p representa el valor de IAE para
(ǖVWU|Pand Hägglund, 2004), Kappa Tau (Gude and Kahoraho,
rechazo de perturbaciones de carga, mientras que ,$(r lo hace
2012), ART2 (Alfaro HWDO, 2008). Los modelos de prueba fueron
para seguimiento del punto de consigna.
H[WUDtGRV GH ǖVWU|P DQG +lJJOXQG  y presentan distintas
/RVYDORUHVGHIJc para SIMC(+), fueron 1.2874L para control
dinámicas. Para la caracterización de las dinámicas se utilizó el
PI y 0.001L para PID. Para el caso de PID se obtuvo 0s = 1.0855.
UHWDUGRGHWLHPSRQRUPDOL]DGR IJTXHVHGHILQHFRPR
Con MIGO se lograron, 0s = 1.2934 para PI y 0s = 1.2832 para
PID.
/ En la tabla se observa que, tanto para control PI como PID el
W (21)
/ 7 método Propuesto logra menor valor de SEF, no siendo así para el
caso de SESC. Los restantes métodos obtienen los menores
donde / es el retardo de tiempo y 7 la constante de tiempo para valores de FI, pero se recuerda que dichos método no logran el
un modelo FOTD del proceso. 3URFHVRV FRQ IJ < 0.5, dinámica valor de 0s esperado, 1.4.
GRPLQDGD SRU OD FRQVWDQWH GH WLHPSR SURFHVRV FRQ IJ > 0.5, También se hace notar que el método Propuesto puede resultar
dinámica dominada por el retardo de tiempo \ SURFHVRVFRQIJ§ en controladores con altas ganancias para procesos con constante
0.5, dinámica balanceada. de tiempo dominante. Esto podría llevar a grandes variaciones en
El parámetro E para los métodos MIGO y SIMC se obtuvieron la señal de control en presencia de ruido (Åström and Hägglund,
con el método que se propone en este trabajo. Para el diseño de 2009), por lo que es necesario analizar los efectos del ruido de
los controladores PI/PID-2DoF con el método propuesto se utilizó medida sobre el sistema de control (Garpinger HWDO., 2014).
como medida de robustez los círculos 0s y 0t de conjunto. Los valores de IAE para control PI (,$(p = 0.1245) y PID
Mientras que MIGO y SIMC(+) fueron concebidos por sus (,$(p = 0.0011) al ser comparados muestran que adicionar la
creadores teniendo en cuenta solo a 0s. acción derivativa para este tipo de proceso aumenta el desempeño
La configuración de PSO tanto para la etapa de sintonía de del sistema de control 90 veces. Este resultado está acorde a lo
&(V) como de )(V) fue: número máximo de repeticiones 1rep = señalado en (Garpinger HWD O., 2014). Con respecto a los valores
100, número de partículas en el enjambre 1p = 20, y Į = 0.5 para de ,$(r, el desempeño aumenta 5 veces. Esta comparación se
el cálculo del peso inercial Ȧ. Para ambas etapas de sintonía se realizó con los valores de IAE del método Propuesto. Los
usaron los siguientes criterios de parada: 10 iteraciones sin restantes métodos pueden ser sometidos a la misma comparación.
mejorar el valor de la función objetivo, y la obtención de un valor Para mostrar el beneficio de utilizar, de conjunto, las medidas
de la función objetivo, igual o menor a un valor fijado de de robustez 0s y 0t en el diseño de controladores se procedió a
antemano. Se utilizó un valor de 10-3. El valor de E se restringió al variar la ganancia de la planta de prueba para luego medir el valor
intervalo [0;1.5]. Para cada planta de prueba se realizaron 31 de 0s con el objetivo de ver cuánto se acerca el diagrama de
corridas del algoritmo y se seleccionó la mediana como mejor Nyquist al punto crítico. Mientras mayor sea 0s, más cerca se
parametrización del controlador PI/PID-2DoF. Las ponderaciones está del punto crítico. En este caso se le asignó un valor de 15 a la
de las funciones SEF y SESC tomaron valor unitario, por lo que ganancia estática de la planta de prueba, obteniéndose los
no se esperan resultados relevantes en cuanto a la fragilidad del siguientes resultados:
controlador, esfuerzo de la señal de control o tiempo de respuesta.
Para el diseño de controladores PI se tomó solamente IAE como ƒ 0,*2: 0s = 6.31 (PI), 0s = 1.97 (PID).
índice a minimizar para respuesta al punto de consigna. ƒ 6,0&(+): 0s = 24.23 (PI), 0s = 1.91 (PID).
ƒ 3URSXHVWR: 0s = 17.58 (PI), 0s = 4.64 (PID).
Ejemplo 1 ('LQiPLFDGRPLQDGDSRUODFRQVWDQWHGHWLHPSR)
Considere el proceso con la función de transferencia

Tabla 1. Sintonía de controladores e índices obtenidos para el proceso P(s) = 1/(s+1)(0.1s+1)(0.01s+1)(0.001s+1).

&RQWURO 0pWRGR . 7i 7d E ,$(p ), 6() ,$(r 79u 6(6&
PI 0,*2(600) 3.5600 0.6600 0.0000 0.3378 0.1854 0.0715 0.2569 0.6224 1.2285 1.8509
6,0&+(420) 5.5220 0.7524 0.0000 0.2066 0.1363 0.0793 0.2156 0.7332 1.3267 2.0599
3URSXHVWR(300,340) 5.0637 0.6305 0.0000 0.2526 0.1245 0.0871 0.2116 0.5957 1.6522 2.2459
PID 0,*2(240) 56.900 0.1150 0.0605 0.0000 0.0025 0.0883 0.0908 0.1579 35.519 35.6775
6,0&(280) 12.220 0.3289 0.0818 0.0134 0.0283 0.0379 0.0662 0.3731 5.2465 5.61950
3URSXHVWR(830,270) 90.475 0.0766 0.0551 0.5337 0.0011 0.1552 0.1564 0.1021 178.59 178.694
28 R. Moliner and R. Tanda / Revista Iberoamericana de Automática e Informática industrial 13 (2016) 22–31

Dejando a un lado el método MIGO, el cual no logra la desempeño del sistema de control 2 veces, acorde a lo señalado en
robustez esperada, los resultados anteriores indican que para (Garpinger HWDO., 2014). Con respecto a los valores de ,$(r no se
control PI el método Propuesto brinda mayor estabilidad relativa observa mejora alguna. Esta comparación se realizó con los
del sistema de control. valores de IAE del método Propuesto. Los restantes métodos
La respuesta del sistema para cambios en el punto de consigna pueden ser sometidos a la misma comparación.
y a perturbaciones de carga se puede consultar en las Figuras 5 y
6. La primera lo hace para control PI-2DoF y la segunda para
PID-2DoF. Dichas figuras reflejan de manera gráfica los
resultados numéricos presentados en la Tabla 1.

Figura 7: Respuestas al paso escalón unitario para cambio en el punto de

consigna en t = 0, y rechazo de perturbaciones de carga tipo escalón con
amplitud 1 en t = 20 para controladores PI-2DoF diseñados con MIGO,
Figura 5: Respuestas al paso escalón unitario para cambio en el punto de SIMC+ y Propuesto.
consigna en t = 0, y rechazo de perturbaciones de carga tipo escalón con
amplitud 1 en t = 5 para controladores PI-2DoF diseñados con MIGO, SIMC+ En este caso para mostrar el beneficio de utilizar ambos
y Propuesto. círculos de robustez se le asignó un valor de 4 a la ganancia de la
planta de prueba, obteniéndose los siguientes resultados:

ƒ 0,*2: 0s = 5.55 (PI), 0s = 3.93 (PID).

ƒ 6,0&(+): 0s = 8.57 (PI), 0s = 1.92 (PID).
ƒ 3URSXHVWR: 0s = 6.99 (PI), 0s = 5.24 (PID).

Estos resultados revelan que para control PI la propuesta

brinda mayor estabilidad relativa del sistema de control y para
control PID lo hace el método SIMC. Esta observación se hace
ignorando el método MIGO.
La respuesta del sistema para cambios en el punto de consigna
y a perturbaciones de carga se puede consultar en las Figuras 7 y
8. La primera lo hace para control PI-2DoF y la segunda para
PID-2DoF.
Figura 6: Respuestas al paso escalón unitario para cambio en el punto de
consigna en t = 0, y rechazo de perturbaciones de carga tipo escalón con
amplitud 1 en t = 5 para controladores PID-2DoF diseñados con MIGO, SIMC
y Propuesto.

Ejemplo 2 ('LQiPLFDEDODQFHDGD)
Considere el proceso con la función de transferencia que se
muestra en (22). La Tabla 2 muestra los resultados obtenidos para
esta planta de prueba.

1
3( V) (23)
( V  1) 4

/RVYDORUHVGHIJc para SIMC(+), fueron 1.781L para control

PI y 0.2153L para PID. Con MIGO se lograron, 0s = 1.3661 para
PI y 0s = 1.3562 para PID.
En este caso, al comparar los valores de IAE para control PI Figura 8: Respuestas al paso escalón unitario para cambio en el punto de
(,$(p = 5.2104) y PID (,$(p = 2.161) se concluye que adicionar consigna en t = 0, y rechazo de perturbaciones de carga tipo escalón con
amplitud 1 en t = 20 para controladores PID-2DoF diseñados con MIGO,
la acción derivativa para este tipo de proceso aumenta el
SIMC y Propuesto.
 R. Moliner and R. Tanda / Revista Iberoamericana de Automática e Informática industrial 13 (2016) 22–31 29

Ejemplo 3 ('LQiPLFDGRPLQDGDSRUHOUHWDUGRGHWLHPSR) Para mostrar el beneficio de utilizar ambas restricciones de

Considere el proceso con la función de transferencia robustez se le asignó un valor de 2.5 a la ganancia de la planta de
prueba, obteniéndose los siguientes resultados:
H V
3( V ) (24) ƒ 0,*2: 0s = 3.04 (PI), 0s = 3.45 (PID).
(0.05s 1) ƒ 6,0&(+): 0s = 3.36 (PI), 0s = 2.77 (PID).
ƒ 3URSXHVWR: 0s = 3.16 (PI), 0s = 3.48 (PID).
La Tabla 3 muestra los resultados obtenidos para esta planta de
prueba. /RV YDORUHV GH IJc para SIMC(+), fueron 2.266L para Una vez más, analizando estos resultados e ignorando el
control PI y 2.733L para PID. Con MIGO se lograron, 0s = método MIGO, se señala que con el método Propuesto se logra
1.3874 para PI y 0s = 1.3981 para PID. mayor estabilidad del sistema de control para el caso de control
En este tipo de proceso, agregar la acción derivativa no aporta PI. El método SIMC lo hace para control PID.
prácticamente ningún beneficio (Garpinger HWDO., 2014).

Tabla 2. Sintonía de controladores e índices obtenidos para el proceso P(s) = (s+1)-4.

&RQWURO 0pWRGR . 7i 7d E ,$(p ), 6() ,$(r 79u 6(6&
PI 0,*2(440) 0.4320 2.4300 0.0000 1.4984 5.6250 0.1792 5.8042 4.4139 0.4679 4.8818
6,0&+(240) 0.5415 2.9465 0.0000 1.4942 5.4414 0.1698 5.6111 4.0235 0.5270 4.5505
3URSXHVWR(360,480) 0.4412 2.2989 0.0000 1.4959 5.2104 0.2022 5.4126 4.2365 0.5289 4.7654
PID 0,*2(440) 1.1900 2.2200 1.2100 0.5591 2.3513 0.2852 2.6366 4.2764 1.6694 5.9458
6,0&(220) 0.6243 1.4845 1.5476 0.9382 3.7596 0.4628 4.2224 5.5675 1.9582 7.5257
3URSXHVWR(1000,260) 1.3277 2.2667 1.4159 0.5025 2.1610 0.1212 2.2822 4.2956 1.6194 5.9151

Tabla 3. Sintonía de controladores e índices obtenidos para el proceso P(s) = e-s/(0.05s+1)2.

&RQWURO 0pWRGR . 7i 7d E ,$(p ), 6() ,$(r 79u 6(6&
PI 0,*2(360) 0.1700 0.4040 0.0000 1.4973 2.3765 0.2212 2.5977 2.1756 0.7455 2.9210
6,0&+(420) 0.2121 0.5184 0.0000 1.4976 2.4441 0.1960 2.6401 2.1862 0.7039 2.8901
3URSXHVWR(460,440) 0.1668 0.3861 0.0000 1.4981 2.3151 0.2331 2.5482 2.1227 0.7501 2.8728
PID 0,*2(380) 0.2160 0.4440 0.1290 1.4971 2.0556 0.2434 2.2990 1.8348 1.1442 2.9790
6,0&(300) 0.0197 0.0549 0.0453 1.4996 2.7868 0.2186 3.0054 2.7594 1.0000 3.7594
3URSXHVWR(780,340) 0.1990 0.3975 0.1416 1.4980 1.9967 0.2740 2.2707 1.7987 1.1229 2.9216

La respuesta del sistema para cambios en el punto de consigna

y a perturbaciones de carga se puede consultar en las Figuras 9 y
10. La primera lo hace para control PI-2DoF y la segunda para
PID-2DoF. En las mismas se observa que para el caso de control
PI, el método Propuesto no logra ninguna mejora significativa en
cuanto a rechazo de perturbaciones de carga y seguimiento del
punto de consigna. Para PID el método SIMC logra la mejor
respuesta para la referencia, no siendo así para el rechazo de
perturbaciones.

Figura 10: Respuestas al paso escalón unitario para cambio en el punto de

consigna en t = 0, y rechazo de perturbaciones de carga tipo escalón con
amplitud 1 en t = 20 para controladores PID-2DoF diseñados con MIGO,
SIMC y Propuesto.

5. Conclusiones

En este artículo se presentó una herramienta para la sintonía

robusta de controladores PI/PID-2DoF. El método asume que la
función transferencial del proceso es conocida. El planteamiento
se formuló como un problema de optimización no-convexo a
partir de la minimización de dos nuevas funciones de costo. La
Figura 9: Respuestas al paso escalón unitario para cambio en el punto de
consigna en t = 0, y rechazo de perturbaciones de carga tipo escalón con función para el diseño de perturbaciones de carga tiene en cuenta
amplitud 1 en t = 20 para controladores PI-2DoF diseñados con MIGO, la fragilidad del controlador y la integral del error absoluto,
SIMC+ y Propuesto. mientras que para seguimiento del punto de consigna se tiene en
30 R. Moliner and R. Tanda / Revista Iberoamericana de Automática e Informática industrial 13 (2016) 22–31

cuenta la señal de control y la integral del error absoluto. Ambas Referencias

funciones permiten diseñar controladores de acuerdo a nuestras
preferencias. Se demostró que para respuesta al punto de consigna Alfaro, V.M., 2007. PID controllers’ fragility. ISA Transactions 46. pp. 555-
con control PI no es factible utilizar la función objetivo diseñada. 559
Se utilizó un algoritmo PSO con modificaciones como técnica de Alfaro, V.M., Vilanova, R., Arrieta, O., 2008. “Analytical Robust Tuning of
PI controllers for First-Order-Plus-Dead-Time Processes,” in WK, (((
optimización. ,QWHUQDWLRQDO& RQIHUHQFHR Q (PHUJLQJ7 HFKQRORJLHVDQ G) DFWRU\
Los resultados obtenidos con la herramienta propuesta se $XWRPDWLRQ, September 15-18, Hamburg-Germany.
compararon con los métodos MIGO y SIMC(+). La comparación Alfaro, V.M., Vilanova, R., Arrieta, O., 2008. Two-degree-of-freedom PI/PID
permitió concluir que diseñar controladores PI teniendo en controller tuning approach for smooth control on cascade control systems.
cuenta, de conjunto, los círculos 0s y 0t como medidas de In: Proc. 47th IEEE Conference on Decision and Control, Mexico, pp.
5680-5685.
robustez garantiza mayor estabilidad del sistema de control al Alfaro, V.M., Vilanova, R., Arrieta, O., 2009a. Robust tuning of two-degree-
variar la ganancia estática del proceso. Esto se debe a que 0t fija of- freedom (2-DoF) PI/PID based cascade control systems. J. Process
una cota superior en la ganancia de la función de transferencia de Control 19, 1658-1670.
lazo abierto para un sistema de control con realimentación del Alfaro, V.M., Arrieta, O., Vilanova, R., 2009b. Control de Dos-Grados-de-
error. Para control PID no se obtuvieron resultados significativos Libertad (2Gdl) aplicados al ³%HQFKPDUN´GH 6L VWHPDVS DUD
&RQWURODGRUHV3,' Revista Iberoamericana de Automática e Informática
a este respecto.
Industrial. Vol. 6, No. 2, pp. 59-67.
Se corroboró que agregar la acción derivativa en procesos con Alfaro, V.M., Vilanova R., Arrieta O., 2009c. Considerations on Set-Point
dinámicas dominadas por el retardo de tiempo no aporta Weight choice for 2-DoF PID Controllers, in IFAC International
beneficios significativos para el desempeño del sistema de Symposium on Advanced Control on Chemical Process(ADCHEM 2009)
control, mientras que para dinámicas dominadas por la constante Istambul, Turkey.
de tiempo las mejoras son sustanciales. Alfaro, V.M., Vilanova, R., 2010. Sintonización de los controladores PID de
2GdL: desempeño, robustez y fragilidad. In XIV Congreso
Investigaciones futuras pueden estar encaminadas a Latinoamericano de Control Automático (CLCA 2010) Santiago, Chile.
proporcionar reglas universales de sintonía de controladores PI pp. 267-272.
basadas en 0s y 0t que eviten la dependencia, relativamente Alfaro, V. M., Vilanova, R., Arrieta, O., 2010. Maximum Sensivity Based
compleja, de un procedimiento de optimización numérico. Robust Tuning for Two-Degree-of-Freedom Proportional-Integral
Controllers. Ind. Eng. Chem. Res. 49, 5415–5423.
Araki, M., 1984. On two-degree-of-freedom PID control system. Tech. Rep.,
SICE Research Committee on Modeling and Control Design of Real
English Summary Systems.
Araki, M., 1985. Two-degree-of-freedom control system—I. Syst. Control 29,
649-656
Tool for robust tuning of PI/PID controllers with two
Araki, M., 1988. Two degree-of-freedom PID controller. Syst. Control Inf. 42,
degree of freedom. 18–25.
Åström, K.J., Hägglund, T., 1995. PID Controllers: Theory, Design and
Abstract Tuning, 2nd ed. ISA-Instrument Society of America.
The aim of this article is to expose a robust tuning method for Åström, K.J., Panagopoulos, H., Hagglund, T., 1998. Design of PI controllers
2DoF PI/PID controllers. It has been formulated as a non-convex based on non-convex optimization. Automatica, Vol. 34, No. 5,pp. 585–
601.
optimization problem with some restrictions, in which, the value Åström, K.J., Hägglund, T., 2004. Revisiting the Ziegler-Nichols step
of objective functions should be minimized based on the absolute response method for PID control. Journal of Process Control 14, 635–650.
error integral, controller fragility and the control signal effort. The Åström, K.J., Hägglund, T., 2009. Control PID avanzado. Pearson Educación.
solution is made with the Particle Swarn Optimization algorithm. Chatterjee, A., Siarry, P., 2006. Nonlinear inertia weight variation for dynamic
The design, leaned on a model of a plant, has been split for load adaptation in particle swarm optimization. Computers and Operations
Research 33 (3), pp. 859-871.
perturbations and changes on reference responses. The robustness
Garpinger, O., 2009. Design of Robust PID Controllers with Constrained
is a restriction based on maximum sensibility 0s and Control Signal Activity. In Department of Automatic Control Sweden:
complementary sensibility 0t. The proposal was compared with Lund University.
MIGO and SIMC methods, concluding that PI controllers Garpinger, O., Hägglund, T., Åström, K.J. 2014. Performance and robustness
designed taking into account 0s and 0t circles ensures greater trade-offs in PID Control. Journal of Process Control 24, pp. 568-577.
relative stability control system to vary the static gain of the Gude, J. J., Kahoraho, E., 2012. Kappa-tau type PI tuning rules for specified
robust levels. IFAC Conference on Advances in PID Control PID’12.
process. Brescia (Italy), March 28-30
Jiao, B., Lian, Z., Gu, X.A., 2008. Dynamic inertia weight particle swarm
.H\ZRUGV optimization algorithm. Chaos Solitons & Fractals 37, 698-705.
 Kennedy, J., Eberhart, R., 1995. Particle Swarm OPtimization, in IEEE
PID Control, Tuning, Robustness, Optimization, Process Control, International Conference on Neural Networks 4, Perth, Australia, pp.
1942-1948.
Particle Swarm Optimization. Liu, T., Gu, D., Zhang, W., 2005. Decoupling two-degree-of-freedom control
strategy for cascade control systems. J. Process Control 15, 159–167.
Lu, X., Yang, Y., Wang, Q., Zheng, W., 2005. A double two-degree-of-
Agradecimientos freedom control scheme for improved control of unstable delay processes.
J. Process Control 15, 605–614.
Modares, H., Alfi A., Naghibi, M.-B., 2010. Parameter estimation of bilinear
Este trabajo ha sido realizado parcialmente gracias al apoyo systems base on an adaptative particle swarm optimization, Engineering
del Dr. Orestes Llanes Santiago, jefe del grupo de investigación: Applications of Artifitial Intelligence 23, 1105-1111.
Detección y Diagnóstico de Fallos, del Instituto Superior Nemati, H., Bagheri, P., 2010. A new approach to tune the two-degree-of-
Politécnico José Antonio Echeverría, La Habana, Cuba. freedom (2DOF). In: Proc. IEEE International Symposium on Computer-
Aided Control System Design, Yokohama, Japan, pp. 1819–1824.
 R. Moliner and R. Tanda / Revista Iberoamericana de Automática e Informática industrial 13 (2016) 22–31 31

O’Dwyer, A., 2012. An Overview of Tuning Rules for the PI and PID Apéndice A. Seudocódigo para diseñar un PI-2DoF.
Continuous-Time Control of Time-Delayed Single-Input, Single-Output
(SISO) Processes. In: PID Control in the Third Millennium - Lessons
Learned and New Approaches, R. Vilanova and A. Visioli (Editors), 3-44, 1. Introducir el modelo de la planta.
Springer-Verlag London Limited. 2. Inicializar el enjambre (9, ;, 3E). Computar I(3E) para
Rao, A.S., Chidambaram, M., 2006. Enhanced two-degree-of-freedom control cada partícula y determinar *E, I(*E).
strategy for second order unstable processes with time delay. Ind. Eng. 3. Comenzar diseño para perturbaciones de carga.
Chem. Res. 45, 3604–3614. 4. iter = 0.
Ratnaweera, A., Halgamuge S. K., Watson, H.C., 2004. Self-Organizing
Hierarchical Particle Swarm Optimizer With Time-Varying Acceleration
5. Si iter <= cantidad de iteraciones ir al paso 6 sino ir al
Coefficients. IEEE TRANSACTIONS ON EVOLUTIONARY paso 15.
COMPUTATION, vol. 8, no. 3,pp. 240-255, june. 6. Calcular &1 y &2 (ecuación 14).
Reynoso-Meza, G., Sanchis, J., Blasco, X., Martínez, M., 2013. Algoritmos 7. Calcular Ȧ para la partícula M(ecuación 13)
Evolutivos y su empleo en el ajuste de controladores del tipo PID: Estado 8. Calcular 9 y ; para la partícula M (ecuación 15).
Actual y Perspectivas. Revista Iberoamericana de Automática e
Informática Industrial 10, 251-268.
9. Calcular valores de . a partir de ; (ecuación 19).
Sato, T., Inoue, A., Yamamoto, T., 2008. Two-degree-of-freedom PID 10. Calcular SEF con cada valor de . y ; calculada en el
controller based on extended generalized minimum variance control. Int. J. paso 8.
Innov. Comput. Inf. Control 4, 3111–3122. 11. Guardar el par (.; ;) que menor valor de SEF brinde.
Sedighizadeh, D., Masehian, E., 2009. Particle Swarm Optimization Methods, 12. Si I(3EM) > SEF entonces 3EM = ; y .final = .
Taxonomy and Applications. International Journal of Computer Theory
13. Si I(*E) > I(3EM) entonces *E = 3EM, I(*E) = I(3EM).
and Engineering 1. pp. 486-502.
Shi, Y., Eberhart, R., 1998a. Parameter slection in particle swarm 14. M++. Si M <= cantidad de partículas entonces regresar al
optimization. In: Prodeedings of the Seventh Annual Conference on paso 7 sino iter ++ e ir al paso 5.
Evolutionary Programming, New York, pp. 591-600. 15. .c = .final; 7i = *E.
Shi, Y., Eberhart, R., 1998b. A modified particle swarm optimizer. In: 16. Comenzar diseño para seguimiento del punto de
Proceedings of the Conference on Evolutionary Computation, pp. 69-73. consigna.
Skogestad, S., Grimholt, C., 2012. The SIMC Method for Smooth PID
Controller Tuning. In: PID Control in the Third Millennium – Lessons 17. Inicializar el enjambre en el rango [0,1.5]. Computar
Learned and New Approaches, R. Vilanova and A. Visioli (Editors), 147- I(3E) para cada partícula y determinar *E, I(*E).
175, Springer-Verlag London Limited. 18. iter = 0.
Taguchi, H., Araki, M., 2000. Two-degree-of-freedom PID controllers—their 19. Si iter <= cantidad de iteraciones entonces ir al paso 20
functions and optimal tuning. In: Preprints Proc. PID ’00: IFAC Workshop sino ir al paso 27.
on Digital Control, Terrassa, Spain, pp. 95–100.
Taguchi, H., Kokawa, M., Araki, M.,2002. Optimal tuning of two-degree-of-
20. Calcular &1 y &2 (ecuación 14).
freedom PD controllers. In: Proc. Asian Control Conference, Singapore, 21. Calcular Ȧ para la partícula M (ecuación 13).
pp. 268–273. 22. Calcular 9 y ; para la partícula M (ecuación 15).
Tavakoli, S., Banookh, A., 2010. Robust PI control design using particle 23. Calcular SESC con ;.
swarm optimization. J. Comput. Sci. Eng. 1, pp. 36-41. 24. Si I(3EM) > SESC entonces 3EM = ;.
Vilanova, R., Alfaro, V.M., 2011. Control PID robusto: Una visión
25. Si I(*E) > I(3EM) entonces *E = 3EM, I(*E) = I(3EM)
panorámica. Revista Iberoamericana de Automática e Informática
Industrial 8, 141-158. 26. M++. Si M <= cantidad de partículas entonces regresar al
Zhang, J., Wang, J., Zhao, Z., 2006. A novel two-degree-of-freedom PID paso 21 sino iter ++ e ir al paso 19.
controller for integrator and dead time process. In: Proc. World Congress 27. E = *E.
on Intelligent Control and Automation, Dalian, China, pp. 6388–6391. 28. Mostrar .c, 7i y E.