Modelado y Control de Molinos de Ca na de Az ucar

usando Accionamientos El ectricos

E. Rosero y J. Ramirez
Grupo de Investigaci on en Control Industrial, Universidad del Valle, Calle 13
No. 100-00, Ciudad Universitaria Mel endez, PBX +57 2 3212100, A.A.
25360, Cali, Colombia, (e-mail: emilros@univalle.edu.co,
jomiram@univalle.edu.co)
Resumen: El rendimiento de la extracci on de jugo del proceso de molienda afecta la rentabilidad de
una f abrica de az ucar de ca na. El proceso de extracci on se realiza a trav es de una serie de molinos que
separan el jugo de la bra de la ca na; para maximizar su extracci on a una tasa de molienda especicada,
se requiere controlar la velocidad de los accionadores y el nivel de la tolva de alimentaci on. Este
artculo presenta el modelado din amico no lineal a partir de principios fsicos, de molinos de ca na de
az ucar de cuatro mazas accionados con motores el ectricos; se obtienen los par ametros y se validan los
modelos. Se dise nan estrategias de control basadas en controladores en cascada y se eval uan con ndices
de desempe no planteados con base al objetivo principal de maximizar la extracci on con conabilidad
de operaci on. Las estrategias propuestas se comparan en un caso de estudio va simulaci on, con las
existentes hasta el momento. El an alisis muestra que la estrategia de control cascada de par, velocidad
angular y altura en la tolva de alimentaci on es la que alcanza el mejor desempe no. Copyright c 2009
CEA.
Palabras Clave: Molinos de Ca na de Az ucar, Accionamientos El ectricos, Modelado, Control Cascada.
1. INTRODUCCI

ON
La estaci on de extracci on consiste generalmente de 5 o 6
molinos en cascada, como se muestra en la gura 1. Cada
molino consta de 4 mazas. La ca na preparada por las picadoras
y/o desbradoras se alimenta al primer molino por medio de
un transportador de velocidad variable. El bagazo resultante
del primer molino se alimenta al siguiente por medio de un
transportador que opera a velocidad ja y as sucesivamente
hasta el sexto. El bagazo que sale del ultimo molino se lleva
a calderas como combustible. A la entrada del ultimo molino
se adiciona agua de imbibici on para diluir el jugo y extraer
la sacarosa que contiene el material broso; el contenido de
jugo que resulta de cada extracci on, se enva al molino anterior
y as sucesivamente hasta el segundo. El contenido de jugo
extrado por el primero y segundo molino es enviado a la etapa
de proceso.
Figura 1. Entradas y salidas del proceso de molienda de ca na de
az ucar
El bagazo es alimentado a la tolva de alimentaci on (tanque
de secci on tranversal cuadrada destinado a la canalizaci on del
bagazo al molino) por un transportador de rastrillos. Con la
cabeza de presi on generada, la rotaci on de las mazas y la apli-
caci on de presi on, el bagazo pasa a trav es del molino y se extrae
el jugo. La gura 2 muestra el esquema de un molino de ca na
tpico. Para reducir el deslizamiento del bagazo con las mazas y
la reabsorci on (proceso en el cual, el jugo que ha sido extrado
por el molino, es absorbido nuevamente por el bagazo saliente),
los estudios muestran que la m axima velocidad tangencial de la
maza superior es 300 mm/s (Hugot, 1986), ya que por encima
de esta velocidad se genera un mayor coeciente de reabsorci on
y deslizamiento entre el bagazo y las mazas. El proceso requiere
que el molino opere en el primer cuadrante de la curva par-
velocidad angular, con par y velocidad angular variables. El
molino normalmente est a accionado con una turbina t ermica,
un motor hidr aulico o un motor el ectrico.
Figura 2. Molino de ca na tpico en Colombia
Debido a la mejora en eciencia energ etica (Rosero, 2006;
Rosero et al., 2008) y al alto desempe no din amico logrado en











www. revista-riai.org



ISSN: 1697-7912. Vol. 6, Nm. 3, J ulio 2009, pp. 44-53
Documento descargado de http://http://www.elsevierciencia.es el 25/03/2014. Copia para uso personal, se prohbe la transmisin de este documento por cualquier medio o formato.
la actualidad con motores de inducci on, los ingenios est an cam-
biando las turbinas t ermicas por motores el ectricos. El motor
puede girar a velocidades menores (1800, 1200 o 900 rpm)
que la turbina, con una relaci on de transmisi on m as peque na,
con menos trasmisiones mec anicas y menor par de fricci on.
El objetivo de la estaci on de extracci on de ca na de az ucar
es maximizar la extracci on y tener conabilidad de operaci on
minimizando las p erdidas de sacarosa en bagazo, usando co-
mo variable manipulada el par motor m
M
, y como variables
medidas la altura de la tolva de alimentaci on h, la velocidad
angular y la compactaci on (es la densidad volum etrica de
bra en un punto, despreciando el jugo). El problema es c omo
controlar el par motor m
M
para que las p erdidas de sacarosa en
bagazo sean mnimas (maximizar extracci on) y haya conabil-
idad de operaci on, sujeto a las restricciones de pares m aximos,
altura m axima en la tolva de alimentaci on, energa disponible,
humedad del bagazo, perturbaciones en la calidad de la ca na,
preparaci on de la ca na, y el ujo de agua adicionada a los
molinos.
Las estrategias actuales de control de molinos se utilizan para
dar seguridad de operaci on y no para optimizar el proceso. Para
mejorar el desempe no din amico y optimizar la operaci on del
tren de molienda se requiere dise nar estrategias de control que
permitan que la varianza de las variables controladas, par y
compactaci on, sean bajas alrededor de los valores de referencia
(Landau and Rolland, 1994), para extraer mayor cantidad de
jugo cuidando las trasmisiones mec anicas, ya que al reducir la
amplitud de variaci on de par se reduce la posibilidad de generar
fatiga en los elementos mec anicos. Esto se ilustra en la gura
3.
Figura 3. Histogramas para un control bueno y un control pobre
en un molino de ca na de az ucar
El trabajo est a organizado de la siguiente manera. En la Secci on
2 se realiza una revisi on bibliogr aca de las diferentes arquitec-
turas de control existentes en molinos de ca na de az ucar, refer-
enciando resultados reportados previamente en la literatura. En
la Secci on 3 se realiza el modelado fsico del molino de ca na
de az ucar, y su validaci on experimental. Usando simulaci on, en
la secci on 4 se dise nan diferentes estrategias de control, y se
compraran con las estrategias existentes a trav es de ndices de
desempe no y como resultado de la evaluaci on, la estrategia de
control cascada h m
med
alcanza el mejor desempe no.
El an alisis de resultados y las conclusiones se presentan en las
Secciones 5 y 6 respectivamente.
2. ESFUERZOS PREVIOS
Los trabajos realizados en molinos de ca na apuntan a compren-
der el proceso fsico para ayudar a la preparaci on y molienda
de ca na, y determinar la conguraci on estructural optima del
molino para maximizar la extracci on del jugo (Murry and Holt,
1967; Loughran, 1990). Estos modelos son complejos, usual-
mente est aticos, no lineales y contienen muchos par ametros que
no se pueden determinar f acilmente en forma directa.
En el area de modelado y control de molinos de ca na de
az ucar se conocen trabajos llevados a cabo por (Partanen,
1995), que detalla la aplicaci on de una identicaci on iterativa
y metodologas de dise no de estrategias de control basadas en
LQG (Linear Quadratic Gaussian) que fueron implementadas
en ingenios australianos; es una t ecnica de un alto grado de
complejidad y requiere una gran habilidad del experto en con-
trol para la identicaci on del modelo y el dise no de la estrategia
de control. (West, 1997) realiza el modelado basado en la apli-
caci on de escalones para observar su respuesta, estos modelos
son lineales y se utilizan para implementar diferentes estrate-
gias de control como PID, t ecnicas de control multivariable y de
espacio de estados. Se utilizan dos actuadores para manipular la
compuerta a la salida de la tolva de alimentaci on (chute en in-
gl es) para regular ujo de bagazo de entrada y la velocidad, para
regular el par medido y la altura de la tolva. Los controladores
buscan disminuir el efecto de la perturbaci on del par de carga
usando como variable manipulada el ujo de bagazo de entrada
del molino. Tambi en se ha desarrollado el modelado din amico
no lineal de la tolva de alimentaci on basado en el principio de
balance de masa (Ozkocak et al., 1998), un modelo param etrico
de dos variables el cual se ajusta acorde a las propiedades
de la ca na. Con el objeto de mejorar la extracci on, tambi en
propusieron un control predictivo basado en modelos (MPC)
variando el ujo de agua adicionada a molinos(Ozkocak et al.,
2000).
Figura 4. Extracci on vs. Compactaci on y Altura vs. Com-
pactaci on para un molino
Seg un (G omez et al., 2005; Crawford, 1959) existe una com-
pactaci on optima
opt
a la cual existe la mayor extracci on
te orica posible, y se obtiene a velocidades bajas, pero existe una
limitaci on: el ujo de ca na a moler en el tren de molienda. Si
el molino opera a una compactaci on baja, se deja de extraer el
brix (cantidad de s olidos disueltos en una soluci on) del bagazo
45
E. Rosero, J . Ramirez
Documento descargado de http://http://www.elsevierciencia.es el 25/03/2014. Copia para uso personal, se prohbe la transmisin de este documento por cualquier medio o formato.
ya que la reducci on volum etrica no es la optima, pero si el
molino opera a una compactaci on superior a la optima, tambi en
se deja de extraer ya que aumenta la reabsorci on, y adem as
se pueden generar pares elevados que producen fallas o da nos
acumulativos en las trasmisiones mec anicas, as como mayor
consumo de energa. A mayor altura en la tolva se obtiene
mayor compactaci on como se muestra en la gura 4.
De estas condiciones se deduce que el molino debe operar
a compactaci on optima constante para que la extracci on sea
m axima, lo cual requiere ujo de bagazo constante y esto se
logra manipulando la velocidad angular del accionamiento para
absorber las uctuaciones de carga brosa, manteniendo una
altura de bagazo lo m as alta posible.
2.1 Estrategias de control existentes con dos actuadores
Se tienen dos lazos de control independientes: regulaci on de
altura de la tolva de alimentaci on que cambia la velocidad de
la turbina para mantener el nivel de bagazo en la referencia
deseada y de regulaci on de par que cambia la posici on de la
compuerta de la tolva de alimentaci on para mantener el par
en el valor deseado y por debajo del nivel crtico para evitar
sobrecargas, esta condici on permite regular el ujo de bagazo
de entrada al molino que es la perturbaci on de carga del sistema.
La gura 5 muestra un molino tpico australiano.
Figura 5. Lazos de control existentes en Australia
2.2 Estrategias de control existentes con un actuador

Unicamente se encuentra disponible el lazo de control de reg-

ulaci on de altura de la tolva y de acuerdo al accionador se
encuentran las siguientes estrategias:
Con accionamiento t ermico: los molinos son regulados en
velocidad angular constante (sin medici on de altura de la tolva),
o controlando altura de la tolva variando la velocidad angular a
trav es del controlador proporcional G
h
(s) como se muestra en
la gura 6.
Con accionamiento el ectrico: La gura 7 muestra una es-
trategia de control existente donde G
i
(s) y G
h
(s) son contro-
ladores proporcionales de corriente y de nivel que entregan la
referencia de velocidad a un selector del valor m as alto de las
dos referencias, que act ua sobre un controlador de velocidad
G

(s) de acci on PI, y este a la vez entrega una referencia a

Figura 6. Estrategia de control con accionamiento t ermico
un controlador de velocidad que se encuentra en el variador
de velocidad. Este accionamiento no tiene sensor de velocidad.
Se utiliza la corriente como emulaci on del par para limitaci on,
lazos redundantes de velocidad, hay control selectivo (Corri-
ente - Nivel), se utiliza el variador controlado en velocidad
con estimador de velocidad, y con limitadores de velocidad y
corriente.
Figura 7. Estrategia de control con accionamiento el ectrico
En general, los molinos del segundo al sexto son id enticos en
operaci on; usan la misma instrumentaci on y estructura de con-
trol de la gura 6 cuando el accionador es una turbina o similar
a la gura 7 cuando su accionador es un motor el ectrico. Los
lazos de cada molino de la estaci on de extracci on son inde-
pendientes. Los par ametros de los controladores se determinan
a ensayo y error a partir de la experiencia de los ingenieros
de proceso. Las estructuras de control anteriores utilizadas en
molinos con motores el ectricos no son est andares, ya que las
din amicas de corriente son mucho m as r apidas que las din ami-
cas de velocidad, adem as, hay redundancia de controladores.
Todo esto conlleva a una reducci on del desempe no din amico
del proceso y a la vez, una reducci on de la vida util de los
elementos mec anicos por las altas variaciones de par.
3. MODELADO
3.1 Ecuaci on Mec anica del Molino
Aplicando la segunda ley de Newton al sistema rotacional del
molino se obtiene:
m
M
(t) m
L
(t) = J
d(t)
dt
(1)
donde m
M
(t) es el par motor, (t) la velocidad angular del
accionador, J el momento de inercia equivalente de las trans-
misiones mec anicas, las mazas y de las coronas referidas al eje
del accionamiento. El par de carga m
L
se dene como:
m
L
= K
mfb

s
+ f
f
sign() +
l

n=i
B
i
sin(
i
t) +f(t) (2)
donde K
mfb
es una constante que relaciona el par con el
ujo de bagazo, B
i
son amplitudes a diferentes frecuencias

i
, que relacionan arm onicos de par medidos por el contacto
de dientes de las ruedas, desalineamientos, excentricidades y
46 Modelado y Control de Molinos de Caa de Azcar Usando Accionamientos Elctricos
Documento descargado de http://http://www.elsevierciencia.es el 25/03/2014. Copia para uso personal, se prohbe la transmisin de este documento por cualquier medio o formato.
efectos desconocidos, f
f
una constante que relaciona el par
debido a la fricci on como funci on de la velocidad angular, f(t)
es una funci on de ruido aleatorio.
La velocidad de la maza superior
ms
(t), se dene como:

ms
(t) =
(t)
n
(3)
donde n es la relaci on de engranajes de toda la trasmisi on. El
par en el eje de la maza superior m
ms
, se puede escribir como:
m
ms
(t) = nm
t
(t) (4)
donde es la eciencia del tren de engranajes, m
t
el par en el
eje del accionador.
3.2 Tolva de alimentaci on
El objetivo de la tolva de alimentaci on es mantener el nivel de
bagazo dentro de los lmites fsicos, suavizar las variaciones del
ujo de alimentaci on de bagazo y suministrar una alimentaci on
uniforme a las mazas de los molinos, como se muestra en la
gura 8. La mayora de las tolvas de los molinos de los ingenios
americanos no tienen compuerta (ap en ingl es) para modicar
el volumen de bagazo y la geometra de salida de la tolva.
Figura 8. Aproximaci on esquem atica de la tolva de ali-
mentaci on
Realizando el balance de masa de la tolva de alimentaci on, se
tiene:

e
(t)
s
(t) =
d
dt
=

h
dh(t)
dt
(5)
donde
e
(t) es el ujo de masa que est a entrando a la tolva,

s
(t) el ujo de masa que est a saliendo de la tolva y que entra a
las mazas de los molinos,
d
dt
la variaci on de la masa en la tolva.
La funci on de densidad del bagazo (compactaci on) (x, h) en
la tolva de alimentaci on, depende del n umero del molino donde
est e ubicada la tolva y de la altura (West, 1997), como se
observa en la gura 9.
El ujo de masa a la salida del molino se puede considerar
como:

s
(t) = FK
wf
A
s
v(t)(0, h) = FK
wf
A
s
r

t
(t)
n
(0, h) (6)
donde K
wf
es una constante proporcional, (0, h) la densidad
del bagazo a la salida de la tolva, L el largo de la maza
0 0.5 1 1.5 2 2.5 3
20
30
40
50
60
70
80
90
100
Altura (m)
C
o
m
p
a
c
t
a
c
i

n

(
K
g
/
m
3
)
5
4
3
2
1
molino
Figura 9. Efecto de la altura del bagazo en la tolva en la
compactaci on para 5 molinos
superior, a
s
el ancho o espacio de separaci on entre la maza
superior y cuarta, A
s
= La
s
el area transversal generada entre
la maza superior y cuarta, v(t) = r
s
(t) = r
(t)
n
la velocidad
tangencial de la maza superior, F la constante que puede variar
entre 0,5 F 1, esta constante depende de la calidad
de supercie rugosa de las mazas (tiempo de operaci on de las
mazas) y modela el deslizamiento entre el bagazo y la supercie
de las mazas.
La masa total en la tolva en un tiempo t es:
(t) =
_
h
x1
A(x, h)dx (7)
donde A es el area transversal de la tolva de alimentaci on. El
balance de masa en la tolva puede ser escrito como:

e
(t)
s
(t) =
d
dt
=
d
dt
_
h
x1
A(x, h)dx (8)
El ujo de bagazo que entra a la tolva
e
(t), es funci on de la
densidad , condiciones climatol ogicas, variedad y preparaci on
de la ca na.
Si se dene:
q =
_
h
0
(x, h)dx (9)
Se obtiene:
q
h
= (0, h) (10)
que es la funci on de densidad de bagazo en la tolva. Luego el
balance de masa en la tolva de alimentaci on es:

e
FK
wf
A
s
r

t
(t)
n
(0, h) = A(0, h)
dh
dt
(11)
3.3 Sensores
La altura de la tolva se mide normalmente por una serie de
sensores capacitivos on-off espaciados uniformemente a lo
largo de la longitudde la tolva, como se observa en la gura 10.
La salida de estos sensores son el ectricamente combinados para
generar un valor promedio de altura, que genera una funci on
continua cuantizada en amplitud h
q
. Cada sensor est a espaciado
h0
ns
, donde h
0
es la altura total de la tolva y ns el n umero de
sensores.
47
E. Rosero, J . Ramirez
Documento descargado de http://http://www.elsevierciencia.es el 25/03/2014. Copia para uso personal, se prohbe la transmisin de este documento por cualquier medio o formato.
Figura 10. Esquema de los sensores de altura de la tolva
Para obtener la posici on del sensor activado se puede escribir:
ps = fix(
h
d
) (12)
donde ps es la posici on del sensor activado, fix() funci on que
redondea hacia el entero inferior mas pr oximo, h la altura de la
tolva, y puede tomar valores entre 0 h h
0
, d la distancia
entre sensores.
Para obtener la altura como una funci on continua cuantizada en
amplitud de acuerdo a la posici on del sensor activado, se puede
escribir:
h
q
= ps d (13)
donde h
q
es la funci on cuantizada en amplitud de altura de la
tolva, y toma valores entre 0 h h
0
.
Antes de ser realimentada, la se nal h
q
se pasa a trav es de un
ltro G
h
(s):
G
h
(s) =
h
f
h
q
=
1
s + 1
(14)
donde h
f
es la funci on ltrada de altura de bagazo en la tolva.
3.4 Accionador
Los modelos del accionamiento t ermico se pueden revisar en
(Rosero, 2006). Para modelar el accionador el ectrico se utiliza
un modelo reducido del motor de inducci on (Leonhard, 2001),
un modelo que recoge las din amicas m as simples y desprecia
las din amicas de alto orden, como se muestra en la gura 11.
Figura 11. Diagrama de bloques simplicado del modelo del
motor de inducci on
La magnitud de la corriente del estator normalizada
Is
Is0
es
una funci on del deslizamiento S, el factor de dispersi on ,
el deslizamiento al cual se genera el torque m aximo S
P
con
resistencia de estator cero, y est a dada por:
I
s
I
s0
=
_
1 + (
1

S
Sp
)
2
_
1 + (
S
Sp
)
2
(15)
Cuando el motor de inducci on es parte de un accionamiento de
velocidad variable, el voltaje del estator U
s
y la frecuencia
1
pueden diferir de los valores nominales U
s0
,
0
, por lo tanto
m
M
= m
p0
_
U
s
/
1
U
s0
/
0
_
2
2
S/S
p
+S
p
/S
(16)
donde m
p0
=
3
2
1

U
2
s0

2
0
LS
es el par m aximo (para R
s
= 0) a la
frecuencia y voltaje nominal. Esto indica que el voltaje aumenta
con el cuadrado del ujo; la raz on es que la corriente del rotor,
causada por la inducci on magn etica, es tambi en una funci on
lineal del ujo. La constante de tiempo del modelo se dene
como T

R
=
LR
RR
, la constante de tiempo mec anica se dene
como T
mot
=
J
mp0
.
3.5 Validaci on experimental del modelo
Par de carga: El registro de par del molino 5 del ingenio
Pichich con el sistema operando con carga en estado estable,
se observa en la gura 12. Realizando la transformada r apida
de Fourier se obtiene la gura 13, donde aparecen arm onicos a
la frecuencia de rotaci on del eje de la maza superior (f=0,07
hz), contacto de los dientes de las coronas (f =1,14 hz) y cada
de bagazo de la tolva de alimentaci on (f = 1,2 hz). Con estas
mediciones experimentales se puede caracterizar el par de carga
m
L
de la ecuaci on 1.
0 10 20 30 40 50 60 70 80 90 100
6.4
6.6
6.8
7
7.2
7.4
7.6
7.8
8
8.2
8.4
x 10
5
T
o
r
q
u
e

(
N
m
)
Tiempo (s)
Molino 5
Figura 12. Registro de datos del sistema con carga
Modelo de Fricci on: Se registr o el par y la velocidad angular
del molino en estado estable, en vaco, a diferentes velocidades
de referencia, como se muestra en la gura 14. A peque nas
variaciones de velocidad angular el par no cambia, por lo tanto
se tiene par de fricci on de Coulomb, que no depende de la
velocidad. La fricci on viscosa es despreciable. As se obtiene:
m
f
= f
f
sign() (17)
Modelo de sensores La gura 15 muestra la validaci on de
los sensores de la tolva. Esta prueba se realiz o a velocidad
constante y aprovechando la entrada de bagazo en la tolva en un
instante dado y la parada repentina de la banda transportadora
que alimenta a la tolva para observar la descarga del bagazo. La
constante de tiempo de la ecuaci on 1 es de 0,5 seg.
48 Modelado y Control de Molinos de Caa de Azcar Usando Accionamientos Elctricos
Documento descargado de http://http://www.elsevierciencia.es el 25/03/2014. Copia para uso personal, se prohbe la transmisin de este documento por cualquier medio o formato.
Figura 13. Magnitud - Frecuencia del molino con carga
770 780 790 800 810 820 830 840 850 860 870
1.5
2
2.5
3
x 10
5
T
o
r
q
u
e

(
N
m
)
770 780 790 800 810 820 830 840 850 860 870
1100
1150
1200
1250
V
e
l
o
c
i
d
a
d

d
e
l

m
o
t
o
r

(
r
p
m
)
770 780 790 800 810 820 830 840 850 860 870
0.02
0.04
0.06
0.08
0.1
S
e

a
l

d
e

c
o
n
t
r
o
l

(
%
)
Tiempo (s)
Figura 14. Registro de datos a diferentes velocidades en vaco
8 10 12 14 16 18 20 22 24 26 28 30
0
5
10
15
20
t (s)
h

(
%
)
h
simulacin
h
medido
Figura 15. Validaci on de los sensores de la tolva de ali-
mentaci on
5 10 15 20
0.6
0.65
0.7
0.75

0
5 10 15 20
0
0.02
0.04
0.06
0.08
t (s)
m
m
e
d
/
m
p
0
5 10 15 20
0.8
1
1.2
I
/
I
s
0
I
simulacin
I
real
m
simulacin
m
real
Figura 16. Validaci on est atica del molino
Validaci on del sistema La validaci on del modelo se realiz o en
el quintomolino de un ingenio de la regi on denominado ingenio
A. El modelo del molino de ca na de az ucar se normaliz o en base
a los siguientes par ametros nominales:
0
=1800 rpm, h
0
= 1,3
m,
0
= 8 Kg/s, mp
0
= 13200 Nm, J = 18,22 Kgm
2
F=1,
considerando que las mazas de los molinos son nuevas.
La validaci on est atica del modelo se muestra en la gura 16.
La prueba se realiz o con el molino operando sin carga (no
hay bagazo entrando a la tolva) y se aplic o un cambio en
la referencia de velocidad angular del motor. Se observa que
existe una buena aproximaci on de los valores medios de par
y corriente del modelo con los datos medidos. Se observa
tambi en que los cambios generados en el par motor no se
reejan en el par medido del molino, esto se explica por la
lejana del punto de medici on ubicado en el eje rectangular
que conecta las transmisones mec anicas y la maza superior del
molino al eje del accionamiento, ya que existen huelgos en las
trasmisiones mec anicas y adem as estas son exibles. El par
medido reeja mejor el par de carga, esta es una informaci on
importante ya que el inter es desde el punto de vista del control
es minimizar las variaciones de carga. Por lo tanto entre m as
cercano est e el sensor de par a la carga mejores ser an las
posibilidades de mejorar el desempe no del molino cuando se
utilice una estrategia de control de par.
La gura 17 muestra la validaci on del modelo frente a la
entrada de carga en el molino. La prueba se realiz o a velocidad
constante y con bagazo entrando a la tolva, aunque no se
present o altura en la tolva. Esta validaci on muestra que el
par y la corriente del modelo si aproximan muy bien a los
valores medidos. Se puede observar que el modelo reeja el
comportamiento del molino de ca na. Debido a dicultades en
la manipulaci on de variables en sitio s olo se registraron datos
en ciertas condiciones de operaci on.
4. DISE

NO DE ESTRATEGIAS DE CONTROL
4.1 Planteamiento del problema de control
A la estaci on de extracci on entra ca na preparada que pasa a
trav es de los molinos, se adiciona agua para mejorar la extrac-
ci on y energa para mover los molinos. Los productos obtenidos
son jugo diludo en agua que es enviado a evaporadores y
49
E. Rosero, J . Ramirez
Documento descargado de http://http://www.elsevierciencia.es el 25/03/2014. Copia para uso personal, se prohbe la transmisin de este documento por cualquier medio o formato.
45 50 55 60 65 70 75
0
0.5
1

r
e
f
/

0
45 50 55 60 65 70 75
0.1
0.11
0.12
0.13
m
L
/
m
p
0
45 50 55 60 65 70 75
0
0.1
0.2
t (s)
m
m
e
d
/
m
p
0
45 50 55 60 65 70 75
1
1.5
2
2.5
I
/
I
s
0
I
simualcin
I
real
m
simulacin
m
real
Figura 17. Validaci on ante un cambio en el ujo de bagazo de
entrada
bagazo h umedo que es enviado a calderas como combustible,
como se muestra en la gura 1.
El objetivo del proceso de molienda en cada molino es maxi-
mizar la extracci on, minimizando las p erdidas de sacarosa en
bagazo, el consumo de energa y la humedad en el bagazo para
una tasa de ca na (ujo de ca na) a moler denida. Para ello se
requiere que cada uno de los molinos opere en valor m aximo
de altura de la tolva de alimentaci on, que la estaci on de extrac-
ci on tenga una regulaci on de ujo de agua optima adicionada
a molinos, as como buscar los mejores ajustes de los moli-
nos que solamente se pueden realizar en cada parada. En este
artculo unicamente nos ocuparemos del dise no y evaluaci on de
estrategias de control con el objetivo principal de maximizar la
extracci on, con conabilidad de operaci on, y a la vez regular
y rechar perturbaciones de un molino de ca na de az ucar. El
modelado din amico de la estaci on de molienda, compuesta por
6 molinos, se presenta en (Alvarez et al., 2008). Estrategias
de control para maximizar la extracci on total de la estaci on de
molienda se desarrollar a en una posterior investigaci on.
4.2 Estrategias de control propuestas para molinos de ca na
con accionamientos el ectricos
Para que un tren de molienda opere en optimas condiciones
y pueda extraer la mayor cantidad de jugo, la operaci on del
molino debe realizarse a compactaci on optima, ujo de ca na
y bagazo constante, nivel de la tolva al 80 %, se debe denir el
ajuste de mazas, presiones hidr aulicas y la inyecci on de agua
para la compactaci on optima.
Debido a que en los molinos americanos s olo existe un actuador
y con el objetivo de reducir las perturbaciones, se utilizar a real-
imentaci on local (control en cascada). La ventaja del contro-
lador en cascada es que subdivide una planta compleja para
resolver el problema de control a pasos mediante controladores
simples; los controladores est an menos sujetos a saturaci on,
se eliminan r apidamente los efectos de disturbios internos, se
pueden limitar se nales intermedias importantes, localiza alin-
ealidades y el dise no e implementaci on es sistem atico por lazos.
La estrategia de control que se propone se muestra en la gura
18.
Para el dise no de los controladores se utiliz o modelos reducidos
lineales, pero su desempe no se eval ua en el modelo completo.
En el lazo de control interno (Ver gura 18) se dise na un contro-
lador PI de par G
ta
, para compensar la perturbaci on del par de
carga m
L
/m
p0
, manipulando el par motor m
M
/m
p0
, evitando
altas variaciones de par y propagaci on a trav es del proceso,
con lo cual se alarga la vida util de las trasmisiones y se evita
alcanzar valores lmites m aximos de dise no que puedan da nar
las trasmisiones mec anicas. Para el lazo de control intermedio,
se dise na un controlador PI, G, para regular la velocidad
angular dentro de los lmites permitidos por el proceso. En
el lazo de control externo, se dise na un controlador de altura de
la tolva de alimentaci on Gh, con un controlador proporcional
de tal forma que le de al sistema un buen desempe no din amico
ante perturbaciones y a la vez, por el efecto de la se nal medida
de altura cuantizada no genere fuertes oscilaciones, es un com-
promiso entre desempe no (error peque no de la se nal de error)
y oscilaciones a presentarse en el sistema. Se dise nan limita-
dores de par para evitar sobrepasos de los pares m aximos de
dise no y evitar fallas en las trasmisiones mec anicas; se dise nan
limitadores de velocidad m axima por condiciones de proceso.
Tambi en se incluyen algoritmos de anti embalamientos para
evitar saturaciones de la se nal de control en los PI dise nados
y ltrado de referencias del controlador para evitar sobrepasos
adicionales en los cambios de referencia.
5. AN

ALISIS DE RESULTADOS
Los resultados de las simulaciones con los controladores
dise nados se pueden ver en las guras 19 y 20. Se observa
el comportamiento de la corriente del motor I/I
s0
, el torque
motor m
M
/m
p0
, la velocidad angular del motor /
0
, la altura
de la tolva de alimentaci on h/h
0
, en el arranque y operaci on
normal del molino con carga, ante entradas escalones de ujo
de bagazo
be
/
bs0
.
En la gura 19 se muestran los resultados de la simulaci on de un
molino accionado con motor el ectrico, con 5 sensores de altura
en la tolva de alimentaci on, utilizando un ltro de primer orden
y un ltro de media m ovil para la estrategia de control cascada
hm
med
. El ltro de media m ovil mejora el desempe no del
molino comparado con un ltro de primer orden, disminuyendo
las oscilaciones de par, corriente, velocidad y altura, suavizando
las se nales y por ende la operaci on del molino.
La desventaja del ltro de primer orden es que incluye un
retardo t = 0,54 s en la se nal medida y la constante de tiempo
del lazo equivalente es de 50 ms, mucho mas r apida que la
constante de tiempo del ltro de los sensores. En los molinos
accionados con turbinas el ltro de primer orden est a en los
ordenes de las din amicas del proceso.
En la gura 20 se muestran los resultados de simulaci on del
control en cascada h m
med
con ltro de media m ovil
con 5 y 10 sensores de altura en la tolva y medici on continua de
altura, ante las perturbaciones de ujo de entrada. Si se aumenta
la cantidad de sensores y con la utilizaci on de un ltro de media
m ovil se mejora aun m as el desempe no din amico del molino,
reduciendo las variaciones de par y velocidad y del error de
altura de la tolva.
Con la estrategia de control cascada hm
med
dise nada, el
sistema tiene la capacidad de arrancar el molino con la tolva
llena, adem as puede ir a velocidad cero si no hay ujo de
bagazo en la entrada. El sistema rechaza las perturbaciones de
50 Modelado y Control de Molinos de Caa de Azcar Usando Accionamientos Elctricos
Documento descargado de http://http://www.elsevierciencia.es el 25/03/2014. Copia para uso personal, se prohbe la transmisin de este documento por cualquier medio o formato.
Figura 18. Estrategia de control propuesta para el molino de ca na de az ucar
Figura 19. Comparaci on del desempe no del sistema cascada
h m
med
con 5 sensores de altura de bagazo con
ltro de primer orden (f1
er
orden) y ltro de media m ovil
(fmm)
par en menos de 0,05 s, pero se observan altas oscilaciones en
velocidad y par, ya que la se nal medida de altura en la tolva
entrega una se nal cuantizada en amplitud y el ltro retarda la
se nal medida degradando el desempe no din amico del molino.
El mejor desempe no se obtiene cuando la se nal medida de la
altura de la tolva se realiza en forma continua, actualmente eso
no ha sido posible, por ello se utilizan sensores todo-nada.
5.1 Indicadores de desempe no
Caso de estudio Se consider o como caso de estudio un moli-
no de ca na de az ucar de un ingenio de la regi on denominado A,
accionado por un motor el ectrico con mazas de 1,83 m (72 in)
Figura 20. Desempe no del sistema cascada h m
med
con
5 y 10 sensores de altura con ltro de media m ovil, y se nal
medida continua de altura
de di ametro, con una velocidad m axima de 6 rpm en la maza
superior y una relaci on de transmisi on de 720. Se considera una
perturbaci on del molino compuesta de una se nal de ujo de
bagazo de entrada normalizado
be
/
be0
la cual es modulada
por un periodo T = 1,2 s, que es la frecuencia de cada del
bagazo a la tolva de alimentaci on, con ciclo de servicio del
80 % para acercarse a la condici on de suministro de bagazo
por lotes de las bandas transportadoras mas una se nal gausiana
para modelar los efectos desconocidos. Con esta perturbaci on
se evaluar an las estrategias de control dise nadas para un perodo
de 100 s. La perturbaci on denida se muestra en la gura 21.
Indices de evaluaci on de las estrategias de control El crite-
rio que se utilizar a para evaluar el desempe no de los contro-
51
E. Rosero, J . Ramirez
Documento descargado de http://http://www.elsevierciencia.es el 25/03/2014. Copia para uso personal, se prohbe la transmisin de este documento por cualquier medio o formato.
Figura 21. Denici on de la perturbaci on de carga para la evalu-
aci on de desempe no de las estrategias de control dise nadas
ladores ante perturbaciones es el criterio de la integral del error
cuadr atico normalizado en el intervalo dado. Para evaluar el
desempe no del controlador de nivel, velocidad y par medido
respectivamente se utiliza: ISEh =
_
T
0
e
2
h
(t)dt, ISE =
_
T
0
e
2

(t)dt, ISEm
med
=
_
T
0
e
2
mmed
(t)dt, donde e
h
es el error
de altura de la tolva, e
w
el error de velocidad y e
med
el error de
par medido.
Indices de evaluaci on del proceso Para evaluar el desempe no
del proceso se utilizar a el consumo energ etico del molino y la
eciencia de extracci on. Para evaluar la energa consumida E
c
en el molino en un intervalo dado:
E
c
=
_
T
0
V I(t)dt (18)
donde V es el voltaje de alimentaci on, I la corriente del motor.
Tambi en se deben considerar la media x y la desviacion es-
tandar del par para evaluar el sistema. La desviaci on estandar
es para conocer que tanto se reduce o aumenta la dispersi on
de la se nal de par frente a la media. La media se dene co-
mo: x =
1
n

n
i=1
x
i
donde n es el n umero de elementos
de la muestra. La desviaci on estandar se dene como: =
__
1
n1
_

n
i=1
(x
i
x)
2
_
1/2
.
Evaluaci on del desempe no din amico del molinode ca na Para
una altura de h/h
0
= 80 %, la perturbaci on de bagazo de
entrada
be
/
be0
dado, se evaluaron las siguientes estrategias
de control:
Cascada (h m
med
), con 5 sensores de altura en la
tolva de alimentaci on y ltro de media m ovil (Cascada
h m
med
5S fmm)
Cascada (h m
med
), con 10 sensores de altura en
la tolva de alimentaci on y ltro de media m ovil (Cascada
h m
med
10S fmm).
Cascada (h ) con 5 sensores de altura en la tolva de
alimentaci on y ltro de media m ovil (Cascada h 5S
fmm).
Cascada (h ) con 10 sensores de altura en la tolva de
alimentaci on y ltro de media m ovil (Cascada h 10S
fmm).
Selectivo: m

med
o h , con 5 sensores de altura en la
tolva de alimentaci on y ltro de media m ovil (Selectivo
m

med
o h 5S fmm).
Selectivo: m

med
o h , con 10 sensores de altura en la
tolva de alimentaci on y ltro de media m ovil (Selectivo
m

med
o h 10S fmm).
Ingenio A, con 5 sensores de altura en la tolva de ali-
mentaci on y ltro de media m ovil (Ingenio A).
No se eval uan las estrategias de control para turbinas ya que
por sus din amicas no son capaces de reducir la perturbaci on
propuesta.
La evaluaci on de las diferentes estrategias de control se mues-
tran en la tabla 1. El ujo de bra total normalizado que pas o a
trav es del molino es 62,44 Kg.
Se observa que los valores de ISEh para todas las estrategias
evaluadas son grandes, esto es debido a que s olo se ha incluido
un controlador proporcional P en el lazo de control de altura
de la tolva. Si se aumenta la cantidad de sensores para medir
la altura de la tolva se observa que este ndice se disminuye
aproximadamente en 1/3. El ISEh del controlador montado
en el ingenio A es casi 2 veces m as grande que cualquiera
de las estrategias de control propuestas. Esto indica que el
molino no opera en la compactaci on adecuada y por lo tanto
habr a menor extracci on de jugo. Entre m as peque no sea el
valor de ISEh mejor es el desempe no din amico del molino y
mejor es la extracci on. Los ndices de ISH y ISEm
med
son
peque nos excepto en la estrategia del Ingenio A, esto es debido
a la limitaci on de la velocidad angular mnima impuesta y a la
estrategia atpica implementada.
Costo-Desempe no El costo est a compuesto por la relaci on
entre la energa consumida y la cantidad de bra molida
Ec/
beT
en un tiempo dado que eval ua la cantidad de energa
requerida para moler una misma cantidad de bra; la relaci on
entre el par medio y la desviaci on est andar x/ eval ua las
variaciones de par en el molino y la relaci on 1/ISEh eval ua
el efecto de la extracci on, entre m as grande sea este ndice
mejor ser a la extracci on en el molino de ca na. Los resultados se
observan en la gura 22. Para mejorar el desempe no del proceso
Figura 22. Costo - Desempe no del molino de ca na de az ucar
de molienda, mayor extracci on y menos variaciones de par, con
mnimo costo de consumo de energa, la mejor estrategia de
control es cascada h m
med
y cascada h con 10
sensores de altura en la tolva de alimentaci on y ltro de media
m ovil, pero la estrategia cascada h consume mayor cantidad
de energa. Si se aumenta la cantidad de sensores de altura de
la tolva se mejora notablemente el desempe no din amico para
cualquiera de las estrategias dise nadas.
La estrategia de control selectiva h o m
med
, consume mayor
cantidad de energa, tiene un alto desempe no en minimizar
variaciones de par pero desde el punto de vista de la extracci on
no es buena. De acuerdo a las simulaciones, la estrategia de con-
trol implementada en el ingenio Ano tiene buen desempe no, las
52 Modelado y Control de Molinos de Caa de Azcar Usando Accionamientos Elctricos
Documento descargado de http://http://www.elsevierciencia.es el 25/03/2014. Copia para uso personal, se prohbe la transmisin de este documento por cualquier medio o formato.
Tabla 1. Indices de desempe no de las diferentes estrategias de control dise nadas para el molino con accionamiento el ectrico
Estrategia ISEh ISH ISEm
med
Ec x
Cascada h m
med
5S fmm 8.35 2.81e-6 7.41e-6 274 0.235 0.20
Cascada h m
med
10S fmm 6.08 0.0014 0.18 268.9 0.237 0.118
Cascada h 5S fmm 7.22 3.13e-3 - 277.9 0.235 0.245
Cascada h 10S fmm 4.98 5.95e-6 - 269.7 0.237 0.13
Control selectivo 5S fmm 10.65 1.45 2.14e-6 271.4 0.2368 0.1406
Control selectivo 10S fmm 8.04 0.6695 9.2e-7 268.2 0.2365 0.096
Ingenio A 5S fmm 14.32 3 - 455.6 0.223 0.210
variaciones de par son altas y la extracci on baja, y a la vez, tiene
un alto consumo de energa.
6. CONCLUSIONES
Se desarroll o un modelo din amico no lineal del molino de ca na
de az ucar para ser utilizado en el an alisis y desarrollo de estrate-
gias de control. Se dise naron diferentes estructuras de control
simples que f acilmente pueden implementarse en los ingenios
con un solo actuador, se evaluaron con ndices de desempe no
denidos, siendo la estrategia de control cascada hm
med
la m as aconsejada para ser implementada en un molino de
ca na de az ucar con accionamiento el ectrico. Para mejorar el
proceso de molienda se requiere una medici on continua de la
se nal de altura de la tolva, aumentar la capacitancia de la tolva
de alimentaci on, mayor altura del tanque y garantizar ujo de
alimentaci on del bagazo continuo al primer molino.
AGRADECIMIENTOS
Los autores agradecen al Ingeniero Adolfo G omez y al pro-
grama de procesos de f abrica del Centro de Investigaciones de
la Ca na de Az ucar (Cenica na) por su apoyo logstico en las
mediciones de campo.
REFERENCIAS
Alvarez, J., J. Ramirez and E. Rosero (2008). Modelado del tren
de molinos de un ingenio azucarero. In: XIII Congreso Lati-
noamericano de Control Autom atico, M erida, Venezuela.
Crawford, W. (1959). Reabsorption a limiting factor in mill
performance.. In: Proceedings od the Internat. Soc. of Sugar
Cane Technol.
G omez, A., C. Pe naranda, C. V elez and J. Ortiz (2005). An
approach to a relationship between roll shell wear and pol
extraction. In: Proceedings od the Internat. Soc. of Sugar
Cane Technol.
Hugot, E. (1986). Handbook of cane sugar engineering. Else-
vier Publishing Company.
Landau, I. and F. Rolland (1994). System identication, ro-
bust control and adaptation: A methodology for process con-
trol. Francia. Technical report. Laboratoire dAutomatique
de Grenoble and GR Automatique.
Leonhard, W. (2001). Control of electrical drives. Springer.
Loughran, J. C. (1990). Mathematical and experimental mod-
elling of the crushing of prepared sugar cane. PhD thesis.
University of Queensland.
Murry, C. and Holt (1967). The mechanics of crushing sugar
cane. Elsevier Publishing Company.
Ozkocak, T., F. Minyue and G. Goodwin (1998). A nonlinear
modelling approach to the sugar cane crushing process.. In:
Proceedings on the 37th IEEE Conference on Decisi on &
Control, Tampa, Florida, USA.
Ozkocak, T., F. Minyue and G. Goodwin (2000). Maceration
control of a sugar cane crushing mill. In: Proceedings of the
American Control Conference, Chicago, Illinois, USA.
Partanen, A. G. (1995). The application of an iterative identi-
cation and controller design to a sugar cane crushing mill.
31(11), 15471563.
Rosero, E. (2006). Modelado y control de un molino de ca na
de az ucar. Tesis de Maestra. Universidad del Valle, Cali,
Colombia.
Rosero, E., J. Ramirez and A. G omez (2008). Evaluaci on del
desempe no din amico y la eciencia energ etica en molinos
de ca na de az ucar con accionamientos t ermicos y el ectricos.
16, 2532.
West, M. (1997). Modelling and control of a sugar cane crush-
ing mill. Master Thesis. University of Newcastle New South
Wales, Australia.
53
E. Rosero, J . Ramirez
Documento descargado de http://http://www.elsevierciencia.es el 25/03/2014. Copia para uso personal, se prohbe la transmisin de este documento por cualquier medio o formato.