Hybrid fuzzy logic and pid controller based ph neutralization pilot plant

Resumen Técnico: Controlador Híbrido de Lógica Difusa y PID para una Planta Piloto de Neutralización de pH

Planteamiento del Problema
El artículo aborda los desafíos inherentes al control de los procesos de neutralización de pH en las industrias químicas. Estos sistemas se caracterizan por una alta no linealidad, incertidumbre y relaciones cinéticas y termodinámicas complejas, lo que hace que las técnicas de control lineal clásico sean insuficientes para capturar todo el rango operativo. Además, los enfoques tradicionales de un solo controlador (como el PID estándar o la lógica difusa independiente) suelen tener dificultades con los retrasos en la transmisión de señales, las limitaciones computacionales y las relaciones señal-ruido. El desafío específico radica en mantener un nivel de pH neutro (con un objetivo de 7 ± 1 para la seguridad industrial) a pesar de la curva de titulación en forma de S, donde pequeños cambios en la entrada cerca del pH 7 resultan en grandes variaciones en la salida.

Metodología
Los autores proponen una arquitectura de control híbrida que combina un controlador Proporcional-Integral-Derivativo (PID) con un Controlador de Lógica Difusa (FLC) aplicado a una planta piloto de neutralización de pH. La metodología involucra tres componentes principales:

1. Arquitectura del Sistema y Modelado:

   • La planta piloto consta de un tanque ácido (VE200), un tanque alcalino (VE210) y un tanque mezclador (VE220) equipado con transmisores de flujo, válvulas de control y un motor de agitación continua.
   • Se desarrolló un modelo matemático físico-químico riguroso basado en ecuaciones de balance de masa para especies no reactivas y condiciones de electroneutralidad. El modelo tiene en cuenta las constantes de disociación del ácido sulfúrico y el producto iónico del agua para derivar una ecuación dinámica de la concentración de iones de hidrógeno ($H^+$).
   • El sistema se identifica como altamente no lineal, con variaciones en la respuesta dinámica que son bajas en pH 3–4 y 10–12, pero altamente sensibles y lineales entre pH 6–6.

2. Diseño del Controlador:

   • Componente PID: Un controlador PID está diseñado para gestionar los caudales de las corrientes de ácido y base. Los parámetros fueron ajustados utilizando el método de Ziegler-Nichols, resultando en una ganancia proporcional ($K_p$) de 10.8, una ganancia integral ($K_i$) de 0.65 y una ganancia derivativa ($K_d$) de 44.5.
   • Componente de Lógica Difusa: El FLC actúa como la capa de supervisión, manipulando los puntos de consigna (set points) del controlador PID basándose en el error entre los valores de pH deseados y reales. El FLC utiliza nueve variables lingüísticas (desde "Negativo Extra Grande" hasta "Positivo Extra Grande") tanto para la entrada (error de pH) como para la salida (ajuste del punto de consigna del PID). Una base de reglas específica (Tabla 5) mapea los errores de entrada directamente a los ajustes de salida para asegurar transiciones suaves y un error de estado estacionario de cero.
   • Integración Híbrida: El FLC calcula el ajuste necesario para el punto de consigna del PID, que luego controla las válvulas de flujo físicas. Esta integración busca aprovechar la robustez de la lógica difusa para el manejo de la no linealidad y la precisión del PID para la regulación del flujo.

Contribuciones Clave

• Modelado Matemático Optimizado: El artículo presenta un modelo físico-químico detallado de un reactor de tanque agitado continuo (CSTR) para la neutralización de pH, definiendo explícitamente la relación entre los caudales, las concentraciones y los niveles de pH.
• Implementación de Control Híbrido: Demuestra la implementación práctica de un controlador híbrido Fuzzy-PID en una planta piloto real, yendo más allá de la simulación teórica.
• Validación Experimental: El estudio proporciona datos empíricos comparando el controlador híbrido contra un controlador de Lógica Difusa independiente, probando específicamente el rendimiento bajo puntos de consigna estáticos, cambios de escalón y perturbaciones de onda cuadrada.

Resultos
Los resultados experimentales de tres pruebas distintas indican lo siguiente:

• Seguimiento del Punto de Consigna: El controlador híbrido rastreó con éxito los cambios en el punto de consigna (por ejemplo, de pH 7 a 10 y viceversa). Sin embargo, los autores señalan retrasos inherentes en los tiempos de subida y bajada (por ejemplo, un retraso de 10 segundos en la respuesta ante una caída en la entrada) atribuidos a las limitaciones mecánicas de las válvulas de control y los caudales.
• Robustez: Bajo perturbaciones de onda cuadrada (variando el pH entre 6 y 10), el sistema demostró robustez, con la salida siguiendo a la entrada a pesar de los menores retrasos causados por los tiempos de actuación de las válvulas.
• Desempeño Comparativo: Al compararse con un controlador de Lógica Difusa independiente, el enfoque híbrico mostró una eficiencia superior en el seguimiento de puntos de consigna (específicamente entre 1250–2000 segundos) y una mayor estabilidad (entre 500–1250 segundos). Se observó que el sistema híbrido es más estable y eficiente en el manejo de las no linealidades del proceso.

Significancia y Reclamaciones
El artículo afirma que el controlador híbrido propuesto ofrece una solución más robusta y estable para la neutralización de pH en comparación con los controladores de Lógica Difusa tradicionales por sí solos. Al integrar un enfoque de modelado físico-químico con una estrategia de control híbrido, el sistema es capaz de manejar todo el rango operativo del proceso no lineal. Los autores enfatizan que esta metodología es generalmente aplicable a plantas de neutralización de pH basadas en reactores de tanque agitado continuo.

El artículo reconoce modestamente que la respuesta general del sistema (tiempos de subida y bajada) depende fuertmente de los instrumentos físicos utilizados (válvulas, sensores, transmisores). En consecuencia, los autores sugieren que, si bien el diseño del control es efectivo, la predictibilidad del modelo del proceso podría mejorarse aún más mediante el uso de instrumentación más precisa. Se sugiere como trabajo futuro explorar controladores basados en redes neuronales adaptativas para lograr objetivos similares, pero el presente estudio se centra estrictamente en la validación del enfoque híbrido Fuzzy-PID.