I disturbi a gradino sono modellati come cambiamenti sostenuti, mentre i disturbi a impulso sono modellati come input concentrati di breve durata. Un gradino di ampiezza (A) è scritto come (u_d(t)=A,\mathcal{H}(t)), dove (\mathcal{H}(t)) è la funzione gradino unitario, e ha una trasformata di Laplace (U_d(s)=A/s). Un impulso è scritto come (u_d(t)=B,\delta(t)), dove (B) è la sua area o quantità totale iniettata, e ha una trasformata di Laplace (U_d(s)=B); un impulso unitario ha (B=1).

Un gradino testa come un impianto pilota passa da una condizione operativa a un'altra, mentre un impulso rivela la distribuzione dinamica della risposta dell'impianto nel tempo. Con un modello di processo (G(s)), l'output corrispondente si ottiene da (Y(s)=G(s)U_d(s)).

Modellazione dei disturbi negli impianti pilota

Gli input a gradino rappresentano cambiamenti operativi sostenuti

Un disturbo a gradino con ampiezza (A) è modellato come

[ d(t)=A,\mathcal{H}(t) ]

dove

[ \mathcal{H}(t)= \begin{cases} 0, & t<0\ 1, & t\geq 0 \end{cases} ]

La sua trasformata di Laplace è

[ D(s)=\mathcal{L}{A,\mathcal{H}(t)}=\frac{A}{s}. ]

Ciò rappresenta un cambiamento improvviso che rimane in vigore, come una nuova posizione della valvola, una portata di alimentazione, un carico termico o un setpoint del controller.

Gli input a impulso rappresentano eventi concentrati

Un disturbo a impulso è modellato come

[ d(t)=B,\delta(t), ]

dove (\delta(t)) è la funzione delta di Dirac e (B) è l'area dell'impulso:

[ \int_{-\infty}^{\infty} B,\delta(t),dt=B. ]

La sua trasformata di Laplace è

[ D(s)=\mathcal{L}{B,\delta(t)}=B. ]

Per un impulso unitario, (B=1), quindi la trasformata è semplicemente

[ D(s)=1. ]

In un impianto pilota, un impulso ideale approssima un'iniezione molto rapida di tracciante, catalizzatore o reagente la cui durata è trascurabile rispetto al tempo di risposta del processo.

Calcolo della risposta transitoria

I modelli di processo collegano input e output

Per un modello di processo linearizzato con funzione di trasferimento

[ G(s)=\frac{Y(s)}{D(s)}, ]

la trasformata dell'output è

[ Y(s)=G(s)D(s). ]

La risposta transitoria nel dominio del tempo si ottiene eseguendo la trasformata di Laplace inversa di (Y(s)).

Questo framework consente di testare lo stesso modello di impianto contro diversi tipi di disturbo senza modificare le dinamiche di processo sottostanti.

Risposta a un disturbo a gradino

Per un gradino di ampiezza (A),

[ Y_{\text{step}}(s)=G(s)\frac{A}{s}. ]

Il fattore (1/s) tiene conto del fatto che il disturbo rimane al suo nuovo valore dopo il cambiamento.

Per un processo del primo ordine,

[ G(s)=\frac{K}{\tau s+1}, ]

dove (K) è il guadagno allo stato stazionario e (\tau) è la costante di tempo. La risposta al gradino diventa

[ Y_{\text{step}}(s)

\frac{KA}{s(\tau s+1)}. ]

La sua forma nel dominio del tempo è

[ y_{\text{step}}(t)=KA\left(1-e^{-t/\tau}\right), \qquad t\geq 0. ]

Il cambiamento finale nell'output è (KA) e la costante di tempo indica quanto velocemente l'impianto si avvicina a quel nuovo stato stazionario.

Risposta a un disturbo a impulso

Per un impulso di area (B),

[ Y_{\text{impulse}}(s)=G(s)B. ]

Per un impulso unitario, questo si riduce a

[ Y_{\text{impulse}}(s)=G(s). ]

Pertanto, la risposta all'impulso è la trasformata di Laplace inversa della funzione di trasferimento del processo stessa.

Per lo stesso processo del primo ordine,

[ Y_{\text{impulse}}(s)=\frac{KB}{\tau s+1}, ]

quindi

[ y_{\text{impulse}}(t)=\frac{KB}{\tau}e^{-t/\tau}, \qquad t\geq 0. ]

A differenza della risposta al gradino, la risposta all'impulso generalmente ritorna verso lo zero dopo che il disturbo è passato.

Cosa rivela ogni test

I test a gradino stimano guadagno e costanti di tempo

Un test a gradino è particolarmente utile per identificare:

Guadagno allo stato stazionario: il cambiamento finale dell'output diviso per il cambiamento dell'input.
Costante di tempo: la velocità caratteristica della risposta transitoria.
Ordine del processo: se la risposta si comporta come un sistema del primo ordine, del secondo ordine o più complesso.
Stabilità: se l'output si stabilizza, oscilla o diverge.

Per una risposta del primo ordine, l'output raggiunge circa il (63,2%) del suo cambiamento finale dopo una costante di tempo.

I test a impulso rivelano il comportamento dei tempi di residenza

Nei sistemi a flusso, un test con tracciante a impulso produce una risposta di concentrazione in una posizione a valle. La risposta normalizzata viene comunemente interpretata come una distribuzione dei tempi di residenza, o RTD.

Se (C(t)) è la concentrazione di tracciante misurata, una RTD normalizzata è spesso scritta come

[ E(t)=\frac{C(t)}{\int_0^\infty C(t),dt}. ]

La funzione (E(t)) descrive la frazione di materiale che lascia il sistema a ogni tempo di residenza. Il suo integrale è uno:

[ \int_0^\infty E(t),dt=1. ]

La RTD cumulativa corrispondente è

[ F(t)=\int_0^t E(\lambda),d\lambda. ]

Pertanto, un esperimento a impulso fornisce la distribuzione (E(t)), mentre un esperimento con tracciante a gradino fornisce la sua forma cumulativa (F(t)).

Le risposte a gradino e a impulso sono matematicamente correlate

Per un sistema lineare causale, la risposta al gradino unitario è l'integrale della risposta all'impulso:

[ g_{\text{step}}(t)=\int_0^t g_{\text{impulse}}(\lambda),d\lambda. ]

Viceversa, la risposta all'impulso è la derivata temporale della risposta al gradino:

[ g_{\text{impulse}}(t)=\frac{d}{dt}g_{\text{step}}(t). ]

Questa relazione spiega perché i test a gradino identificano come il processo si accumula verso una nuova condizione, mentre i test a impulso espongono la tempistica e la forma della risposta dinamica interna del processo.

Rappresentazione del tempo morto e dei ritardi

I ritardi di trasporto spostano la risposta

Gli impianti pilota includono comunemente ritardi di trasporto causati da tubazioni, tempo di residenza del fluido, posizionamento dei sensori e risposta dell'analizzatore. Un ritardo puro di (\theta) unità è rappresentato nel dominio di Laplace da

[ e^{-\theta s}. ]

Un modello del primo ordine con tempo morto può quindi essere scritto come

[ G(s)=\frac{K e^{-\theta s}}{\tau s+1}. ]

L'input a gradino ritardato ha la trasformata

[ D_{\text{step}}(s)=\frac{A e^{-\theta s}}{s}, ]

e la risposta all'impulso ritardata ha la trasformata

[ D_{\text{impulse}}(s)=B e^{-\theta s}. ]

Nel dominio del tempo, la risposta è zero prima di (t=\theta), dopo di che inizia il transitorio del processo.

I ritardi influenzano la valutazione del controllo

Il tempo morto riduce la capacità del controller di rispondere prima che l'output del processo rifletta un cambiamento. Ignorarlo può produrre impostazioni PID eccessivamente aggressive e può far apparire un loop di controllo simulato più stabile dell'impianto pilota fisico.

Includere (e^{-\theta s}) fornisce al modello matematico una rappresentazione più fedele del comportamento reale di misurazione e trasporto.

Comprendere i compromessi

Gli input ideali sono approssimazioni

Una valvola fisica non può cambiare posizione infinitamente velocemente e un'iniezione di tracciante ha sempre una durata finita. I test reali quindi approssimano gradini e impulsi ideali utilizzando movimenti rapidi della valvola o brevi impulsi di iniezione.

L'approssimazione è utile solo quando la durata dell'input è piccola rispetto alla scala temporale dominante del processo.

I test a gradino possono disturbare il punto operativo

Un grande gradino può spingere temperatura, pressione, composizione o flusso al di fuori dell'intervallo operativo sicuro o lineare. Può anche modificare il guadagno di processo o la costante di tempo durante l'esperimento.

L'ampiezza del test dovrebbe essere sufficientemente grande da superare il rumore di misurazione ma abbastanza piccola da preservare un comportamento approssimativamente lineare.

I test a impulso sono sensibili alla qualità della misurazione

Una risposta all'impulso può essere difficile da interpretare quando la quantità iniettata è troppo piccola, il sensore è rumoroso o l'iniezione non è ben caratterizzata. Un impulso di larghezza finita potrebbe dover essere trattato come l'input reale piuttosto che come una funzione delta ideale.

Per il lavoro RTD, la concentrazione misurata deve anche essere normalizzata in modo coerente, poiché l'integrale della risposta rappresenta la quantità totale di tracciante rilevata.

I modelli lineari hanno una portata limitata

La relazione

[ Y(s)=G(s)D(s) ]

presuppone un modello lineare tempo-invariante, solitamente ottenuto linearizzando l'impianto attorno a un punto operativo selezionato. Forti non linearità, cambiamenti di fase, saturazione, incrostazioni e proprietà dipendenti dalla composizione possono richiedere simulazioni dinamiche non lineari o test in molteplici condizioni operative.

Come applicarlo al tuo progetto

Usa il modello di disturbo che corrisponde alla domanda fisica posta:

Se il tuo obiettivo principale è il guadagno allo stato stazionario e la velocità del processo: Applica un piccolo disturbo a gradino, adatta la curva di transizione e stima il guadagno, la costante di tempo, l'ordine del processo e l'eventuale tempo morto.
Se il tuo obiettivo principale è la distribuzione dei tempi di residenza: Applica un breve impulso di tracciante, misura la cronologia della concentrazione a valle e normalizzala per ottenere (E(t)).
Se il tuo obiettivo principale è la sintonizzazione del controller: Usa un modello di risposta al gradino che includa guadagno di processo, costanti di tempo e ritardo di trasporto prima di selezionare i parametri PID.
Se il tuo obiettivo principale è il comportamento dell'iniezione rapida: Modella il disturbo come (B\delta(t)), dove (B) è la quantità iniettata misurata o l'area dell'impulso invece di assumere automaticamente un impulso unitario.
Se il tuo obiettivo principale è la validazione del modello: Confronta le curve transitorie previste e misurate verificando se la durata dell'input, il ritardo del sensore e l'intervallo operativo giustificano l'approssimazione lineare.

Gli input a gradino caratterizzano la transizione dell'impianto tra stati operativi, mentre gli input a impulso rivelano come l'impianto distribuisce e dissipa un disturbo nel tempo.

Tabella riassuntiva:

Disturbo	Modello matematico	Ideale per valutare	Risultato chiave
Gradino	`d(t) = A H(t)`; `D(s) = A/s`	Guadagno, costante di tempo, ordine di processo, stabilità e sintonizzazione del controller	Transizione verso una nuova condizione operativa
Impulso	`d(t) = B delta(t)`; `D(s) = B`	Distribuzione dei tempi di residenza e forma della risposta dinamica	Tempistica e dissipazione di un evento breve
Risposta al gradino del primo ordine	`y(t) = KA(1 - e^(-t/tau))`	Cambiamento allo stato stazionario e velocità del processo	Il cambiamento finale è `KA`; il 63,2% è raggiunto a `t = tau`
Risposta all'impulso del primo ordine	`y(t) = (KB/tau)e^(-t/tau)`	Comportamento dell'iniezione di breve durata	La risposta decade verso lo zero
Modello a tempo morto	`G(s) = K e^(-theta s)/(tau s + 1)`	Ritardo di trasporto e valutazione realistica del controllo	La risposta inizia dopo il ritardo `theta`
Test a impulso con tracciante	`E(t) = C(t)/integral C(t)dt`	Distribuzione dei tempi di residenza nei sistemi a flusso	Profilo del tempo di residenza del materiale

Valuta la dinamica del tuo impianto pilota con LABPARK

Hai bisogno di dati affidabili sulla risposta transitoria per la progettazione di processi, la validazione di modelli o la sintonizzazione del controllo? Contatta LABPARK per discutere di un impianto pilota per operazioni unitarie didattiche o professionali su misura per la tua applicazione.

LABPARK supporta università, istituti di ricerca e aziende con impianti pilota per l'ingegneria chimica, bioprocessi e biotecnologie, e trattamento ambientale e delle acque. I nostri sistemi ti aiutano a:

Dimostrare le risposte al gradino e all'impulso in condizioni operative controllate.
Stimare guadagno di processo, costanti di tempo, tempo morto e distribuzioni dei tempi di residenza.
Formare studenti, ricercatori e operatori utilizzando apparecchiature di processo pratiche.
Validare modelli matematici e migliorare le strategie di controllo del processo.
Costruire capacità su scala pilota focalizzate sull'applicazione per l'insegnamento, la ricerca e lo sviluppo industriale.

Contatta LABPARK per identificare la configurazione dell'impianto pilota, il setup di misurazione e il supporto tecnico corretti per il tuo progetto.