Autor: Alejandro Sallyth Guerrero Hernández

Director: Ph. D. Oscar Eduardo Gualdrón Guerrero

 

RESUMEN

 

La mayoría de las técnicas de control, basan sus algoritmos en el conocimiento del modelo del sistema. Uno de los procedimientos para la obtención de estos modelos es: la identificación de sistema. Utilizando las señales de entrada-salida del proceso en estudio. El caso de estudio es la identificación del modelo dinámico del domo de la caldera de la empresa Termotasajero. Tomando los datos reales del proceso a través del sistema SCADA DAISY NETMATION. Se analizarán las variables del proceso que más tienen incidencia sobre el comportamiento dinámico en la salida del domo, para después realizar el modelo de caja negra.

Las técnicas de identificación utilizadas son ARX con algoritmo genético, NNARX, NNARMAX y ANFIS para un sistema con una variable entrada-salida y otra con dos variables de entrada- una salida. Para el entrenamiento se utilizó el programa de MATLAB y sus toolbox de NFTOOL, toolbox ANFIS para realizar la identificación. Debido al uso de múltiples metodologías de identificación, en la validación recurrimos a los índices de desempeño, los cuales son una cuantificación del error y los métodos estadísticos para saber cuánto las dos señales la salida de la planta real y la salida estimada, se parecen más. Este índice de desempeño se trabajó en Excel.

[1] Bell, R. D. and Astrom, K. J. (1987) Dinamic Models for boiler-Turbin-Alternator units: Data Logs And parameters estimation for a 160 MW unit.

[2] Pellegrinetti, G. and Bentsman, J. (1996). Nonlinear Control Oriented Boiler Modeling - A Benchmark Problem for Controller Design. In IEEE Trans. On Control Systems Technology.

[3] Urrea, J. (1998). Selección Y Análisis De Un Modelo Matemático para una Caldera.

[4] Xiang-Lie, Yi-Minpeg. Identification of boiler models and its fuzzy logic control strategy. IFAC 1999

[5] Jose luis Villa Ramirez. Control moderno de una caldera industrial. 2000.

[6] Cárdenas, J.: Parameters identification for boiler of Termopaipa IV Power Plant. Master Thesis. National University of Colombia. 2006.

[7] L. Ljung. Systems identication: Theory for the user. Prentice hall information and systems sciences, 1a. Edition, 1999. Cap 2-5.

[8] LEE,KwangY., and others. Intelligent Distributed simulation and Control of power plants, IEE Transactions on Energy Conversion. Vol.15,No1,PP.116-123.2000.

[9] Grupo de Ingeniería. “Termotasajero E.S.P. Sistemas de Planta”, San Cayetano, Colombia, 1997.

[10] Jose Luis Lopez Prado. Desarrollar una metodología con sus tecnologías relacionadas para la aplicación de sistemas de detección y diagnóstico de fallas en los instrumentos del generador de vapor de la empresa termotasajero colgener. 2010.

[11] Instituto Colombiano de Energía Eléctrica (ICEL). Central Termoeléctrica de Tasajero “Manual de Entrenamiento de la Caldera Termotasajero I y Sus Equipos Auxiliares” 1982.

[12] ASTROM, K. J., and BELL, R. D. Drum Boiler Dynamics. Automatica 36. 2000. [13] EBORN, Jonas., and, SØRLIE, James. Parameter Optimization of a Non-linear Boiler Model.

[14] FLYNN, M. E., and, O‟MALLEY, M. J. A Drum Boiler Model for Long Term Power System. Dynamic Simulation. IEEE Transactions on Power Systems. Vol 14. No.1. 1999.

[15] O. Nelles. Nonlinear system identi_cation. Springer ISBN: 3540673695, 1a. edition, 2001. Cap 9-14. Transactions on systems, man and cybernetics, Vol. 23, Issue 3, pages 665{685, Mayo 1993.

[16] M. Gupta and D. Rao. Neuro-control systems: theory and applications. IEEE press, 1994.

[17] G. Cybenko. Approximation by superpositions of a sigmoidal function. Math. Control signal systems, Vol.2, pages 303{314, 1989.

[18] A. Poznyak, E. Sanchez, and W. Yu. Di_erential neural networks for robust. [19] J. Jang. Ans: Adaptive-network-based fuzzy inference system. IEEE

[20] S. Dudul and A. Ghatol. Identi_cation of a typical cd player arm using a twolayer perceptron neural network model. IEEE Neural networks. Proceedings of the international joint conference on. Vol. 2, pages 1157{1162, 2003.

[21] K. Narendra and P. Parthasarathy. Gradient methods for optimization of dynamic systems containing neural networks. IEEE Transcations on neural networks, Vol. 2, pages 252{262, 1991.

[22] A. Cichocki and R. Unberhauen. Neural networks for optimization and signal processing. Jhon Wiley and Sons Ltd, 1a. edition, 1993.

[23] K. Levenberg. Method for the solution of certain problems in least squares. Quarterly applied mathematics, Vol. 2, pages 164{168, 1944.

[24] D. Marquardt. An algorithm for least squares estimation of nonlinear parameters. Journal of

[25] Hogg, B.W. and El-Rabaie N.M.(1991) Multivariable Generalized Predictive Control of a Boiler System. In : IEEE Trans. On Energy Conversion.

[26] LEE,KwangY., and others. Intelligent Distributed simulation and Control of power plants, IEE Transactions on Energy Conversion. Vol.15,No1,PP.116-123.2000.

[27] Sun,Xi.,Chen,Tongwen,and,Marquez,Horacion J.Boiles Leak Detection Using a System Identification Technique. Ind.Eng.Chem.Res.pp.5557-54554.2002.

[28] O‟Connor, Patrick D.T.Practica Reliability Engineering.Jhon Wiley & Sons, LTD.4th. ed.2002.

[29] S.A. Billings y I.J. Leontaritis, “Parameter estimation techniques for nonlinear systems”, Proc. 6th IFAC Symposium on Identification and System Parameter Estimation, Washintong, USA, 1982. pp. 505-510.

[30] S. Chen y S.A. Billings, “Representations of nonlinear systems: the NARMAX model”,Taylor & Francis Ltd. Int. J. Control, Vol. 49, Nº 3, 1989. pp. 1013-1032.

[31] J. Hertz, A. Krogh & R.G. Palmer “Introduction to the Theory of Neural Computation”, Addison-Wesley, 1991.

[32] M. Fliess, y D. Normand-Cyrot, “On the approximation of nonlinear systems by some simple state space models”, Proc. 6th IFAC Symposium on Identification and System Parameter Estimation, Washintong, USA, 1982.

[33] M. España y I.D. Landau, Automatica, Vol. 14, 345, 1978.

[34] L Ljung. “System Identification Toolbox: For use with Matlab”. The MathWorks 2005.

[35]M. Nørgaard, O. Ravn, N. K. Poulsen, L. K. Hansen “Neural networks for Modelling and Control of Dynamic Systems”, Springer-Verlag, Londres, UK, 2000.

[36] M. Nørgaard. “Neural network Based System Identification Toolbox” Report Technical Tecnico 00-E 891, Department de Automation Technical University de Dinamarca, 2000.

[37] Jianming Zhang, Ning Wang and Shuqing Wang. FUZZY-NEURON INTELLIGENT COORDINATION CONTROL FOR A UNIT POWER PLANT. Asian Journal of Control, Vol. 3, No. 1, pp. 57-63, March 2001.

[38] José R. Villar Flecha, Ángel Alonso Álvarez, Javier Sedano Franco. Representación de un sistema no lineal usando identificación de sistemas y redes neuronales.2002.

[39] Kazushi Nakano, Tetsuya Tabaru, seichi shin. Wavelet-Based identification for control of wáter-tube drum boiler. IFAC 2002.

[40] Gianluca Zito, Ioan Dore Landau. A methodology for identification of NARMAX models apllied to diesel engines. IFAC 2005.

[41] Xiang-Lie, Yi-Minpeg. Identification of boiler models and its fuzzy logic control strategy. IFAC 1999.

[42]Xian-Jie, Felipe Lara. Neurofuzzy modeling and control of steam pressure in 300MW steam-boiler system. 2000

[43] Gautier M. Janot A. A new identifications method for mecatronic systems in closed-loop from only control.

[44] Jose luis Villa Ramirez. Control moderno de una caldera industrial. 2000.

[45]. Grupo de Ingeniería, “Termotasajero E.S.P. Sistemas de Planta”, San Cayetano, Colombia, 1997.

[46]. Equipos y Controles Industriales S.A, “Curso SC-100 Sistemas de Control para Calderas Industriales, San Cayetano, Colombia, 2001.

[47]. Instituto Colombiano de Energía Eléctrica (ICEL), Central Termoeléctrica de Tasajero “Manual de Entrenamiento de la Caldera Termotasajero I y Sus Equipos Auxiliares” 1982.

[48]. Castro Javier, “Capacitación para Mejorar la Competitividad y el Desarrollo Tecnológico en las Plantas Térmicas de Generación Eléctrica Calderas II”, SENA, 1998.

[49]. Distral S.A, “Manual de Operación y Mantenimiento para la Central Termoeléctrica de Tasajero”, Bogotá, Colombia, 1982 .

[50]. Central Tasajero, “Manual de Servicios, San Cayetano, Colombia, 1982.

[51]. Industrial Valves DRESSER, “Consolidated Operation Manual 1566 and 1566- 

Bibliografía