Análisis computacional de estrategias de control predictivo y PID en sistemas de nivel industrial

• Autor: Rucano Maguiña, Daniel Eduardo
• Formato: tesis de maestría
• Fecha de Publicación: 2026
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:20.500.12773/21880
• Enlace del recurso: https://hdl.handle.net/20.500.12773/21880
• Nivel de acceso: acceso abierto
• Materia: Control Predictivo; Control PID; Control de Nivel; https://purl.org/pe-repo/ocde/ford#2.02.01

En este trabajo se comparan dos estrategias de control automático para un sistema de nivel en cascada: el control predictivo basado en modelos (MPC) y el control PID en cascada. El objetivo es evaluar y comparar su desempeño en estabilidad, tiempo de respuesta, exactitud de seguimiento a la referencia y eficiencia operativa, con el fin de definir criterios técnicos para seleccionar el mejor controlador en aplicaciones industriales. La investigación combina revisión teórica, modelado matemático de un sistema de dos tanques en cascada (linealizado en un punto de operación), y simulación en MATLAB bajo escenarios dinámicos diversos (escalón, rampa, senoidal, impulso y ruido). Los resultados, evaluados mediante índices de desempeño (IAE, ITAE, ISE, CE), indican que el MPC supera al PID en cascada en precisión, suavidad de la acción de control y robustez ante ruido, gracias a su capacidad predictiva y de optimización. Por otro lado, el PID se caracteriza por su simplicidad, bajo costo computacional y facilidad de implementación, lo que lo mantiene como alternativa viable en aplicaciones convencionales. Esta tesis proporciona una guía técnica para la toma de decisiones en la automatización de procesos industriales, especialmente en contextos como Arequipa, donde la eficiencia y modernización de sistemas de control son prioritarias. Además, abre la puerta a futuras investigaciones en control avanzado aplicado a procesos reales.