Вы находитесь на странице: 1из 142

REPBLICA BOLIVARIANA DE VENEZUELA

UNIVERSIDAD RAFAEL URDANETA


FACULTAD DE INGENIERA
ESCUELA DE INGENIERA ELCTRICA

INTEGRACINDE UNA UNIDAD DE PILOTO AUTOMTICO BASADO EN


TECNOLOGAS LIBRES A UNA PLATAFORMA AREA DE ALA FIJA
Trabajo Especial de Grado presentado ante la
Universidad Rafael Urdaneta para optar al ttulo de:

INGENIERO ELECTRICISTA

Autores: Br. PETIT M. RONALD D.


Br. VELAZCO U. FERNANDO J.
Tutor: Prof. Sergio De Pool Largo

Maracaibo, julio de 2015

INTEGRACIN DE UNA UNIDAD DE PILOTO AUTOMTICO BASADO EN


TECNOLOGIAS LIBRES A UNA PLATAFORMA AREA DE ALA FIJA.

______________________
Br. Petit M. Ronald D.

__________________________
Br. Velazco U. Fernando J.

C.I. 24.228.352

C.I. 20.862.749

Telfono: (0424) 644-2568

Telfono: (0424) 627-4856

Email: elronaldpetit@gmail.com

Email: fenandovelazco_14@hotmail.com

____________________________
Prof. Sergio de Pool Largo
C.I.: 12.330.852
Tutor Acadmico
Institucin: Universidad Rafael Urdaneta
Cargo: Docente activo.

AGRADECIMIENTOS
A Dios por ser nuestro gua.
A nuestros padres por criarnos, educarnos, orientarnos, y apoyarnos en todo el
trayecto de nuestra vida.
A nuestra familia, por ayudarnos y acompaarnos en la toma de decisiones.
A nuestros amigos, por ser siempre un apoyo en todo tipo de situaciones que se
han presentado a lo largo de nuestra carrera universitaria.
Al profesor Sergio de Pool, y al Ing. Jess Hernndez, por su constante ayuda
durante el desarrollo de nuestra investigacin.
Al grupo de aeromodelismo parque sur, en especial a ngelo Villalobos, por su
aporte a la investigacin.
A la Universidad Rafael Urdaneta por permitirnos obtener una excelente formacin
profesional.
Fernando Velazco y Ronald Petit

Ronald D. Petit
Fernando J. Velazco
INTEGRACIN DE UNA NIDAD DE PILOTO AUTOMTICO BASADO EN
TECNOLOGAS LIBRES A UNA PLATAFORMA AREA DE ALA FIJA. Trabajo
Especial de Grado presentado ante la Universidad Rafael Urdaneta para
optar por el ttulo de Ingeniero Electricista. Universidad Rafael Urdaneta.
Maracaibo, Venezuela. 2015.

RESUMEN

La presente investigacin consisti en la integracin de una unidad de piloto


automtico a una plataforma area de ala fija a travs del diseo de controladores
estudiando el modelo matemtico del vehculo. La misma se realiz mediante la
utilizacin del mtodo cientfico y se hizo uso de herramientas computacionales,
componentes electrnicos, plataformas computacionales fsicas, entre otros. Las
tcnicas aplicadas son: estimacin, observacin, y pruebas. Mediante la
realizacin de la investigacin se ha logrado la estabilizacin y autonoma del
vuelo de un avin a travs del estudio de ecuaciones fsicas para la entonacin de
controladores a utilizar para lograr dicha automatizacin. Al mismo tiempo, con el
estudio de las ecuaciones fsicas del avin, se logr formular los modelos
matemticos que describen la dinmica del mismo y a partir de ellos se pueden
evaluar distintas tcnicas de control. La integracin de esta unidad de piloto
automtico representa un avance significativo en el desarrollo de tecnologas de
vehculos areos no tripulados al ser todo basado en tcnicas de control de propia
autora, as como tambin, una base para el desarrollo de futuras investigaciones
en el rea. Se recomienda continuar la investigacin de manera de poder evaluar
otras tcnicas de control en la unidad de piloto automtico que permitan un mejor
resultado al mostrado.

Palabras Claves: integracin, modelo, diseo, entonacin, control, tcnicas de


control, controlador, vehculo areo no tripulado, ala fija, piloto automtico,
estabilizacin, autonoma.

Ronald D. Petit
Fernando J. Velazco
INTEGRATION OF AN AUTOPILOT UNIT BASED ON FREE TECHNOLOGIES
TO A FIXED WING AIRCRAFT PLATFORM. Degree Thesis presented to the
Rafael Urdaneta University to qualify for degree of Electrical Engineer. Rafael
Urdaneta University. Maracaibo. Venezuela. 2015.

ABSTRACT

This research involved the integration of an autopilot unit to a fixed wing aircraft
platform through the controller design studying the vehicles math model. It was
developed by using the scientific method and employing computational tools,
electronics, physical computing platforms and others. The applied techniques
were: estimation, observation, and testing. With the investigation the stabilization
and autonomy on the fly of a plane through the study of physical equations for
controllers intonation has been achieved. While, with the study of the physical
equations of the plane, formulate the math models that describe the fly dynamic
and evaluate those with different control techniques was achieved too. The
integration of this autopilot unit represent a significant progress in the development
on the unmanned aerial vehicles technologies being everything based in a own
control technique, as well as, a base for further investigations in the area. It is
recommended to keep continuing the investigation in order to evaluate other
control techniques in the autopilot unit that allow a better result.

Keywords: integration, model, design, intonation, control, control techniques,


controller, unmanned aerial vehicle, fixed wing, autopilot, stabilization, autonomy.

INDICE GENERAL
RESUMEN
ABSTRACT
INTRODUCCIN

CAPITULO I. EL PROBLEMA.............................................................................2
1.1.

Planteamiento del problema.........................................................................2

1.2.

Formulacin del problema............................................................................9

1.3.

Objetivos de la investigacin........................................................................9

1.3.1.

Objetivo general.....................................................................................9

1.3.2.

Objetivos especficos.............................................................................9

1.4.

Justificacin e importancia.........................................................................10

1.5.

Delimitacin................................................................................................10

1.5.1.

Delimitacin espacial...........................................................................10

1.5.2.

Delimitacin temporal...........................................................................11

1.5.3.

Delimitacin cientfica..........................................................................11

CAPITULO II. MARCO TEORICO....................................................................12


2.1.

Antecedentes de la investigacin...............................................................12

2.2.

Fundamentos tericos................................................................................13

2.2.1.

El controlador PID................................................................................13

2.2.2. Entonacin de controladores PID: Mtodo de Ziegler y Nichols...........14


2.2.3. Sistemas embebidos...............................................................................18
2.2.4. Principales superficies de control...........................................................20
2.2.5. Sistema de comunicacin PC - UDB4....................................................23
2.3.

Definicin de trminos bsicos...................................................................23

2.4.

Operacionalizacion de las variables...........................................................24

CAPITULO III. MARCO METODOLOGICO............................................................29


3.1.

Tipo de investigacin..................................................................................29

3.2.

Diseo de la investigacin..........................................................................30

3.3.

Tcnicas e instrumentos de recoleccin de datos.....................................31

3.3.1.
3.4.
4

Observacin documental....................................................................32

Fases de la investigacin...........................................................................32

CAPITULO IV. ANALISIS E INTERPRETACION DE RESULTADOS...............38


4.1. Obtencin del modelo matemtico del vehculo de estudio.........................38
4.1.1. Modelo longitudinal.................................................................................41
4.1.2. Modelo Latero-direccional.......................................................................47
4.1.3. Modelado de la plataforma area en X-Plane........................................51
4.1.4. Desarrollo de los modelos matemticos.................................................57
4.2. Anlisis de la dinmica de los modelos matemticos...................................64
4.2.1. Anlisis en dominio del tiempo................................................................64
4.2.2. Anlisis en dominio de la frecuencia.......................................................71
4.3. Diseo y entonacin de los controladores....................................................74
4.3.1. Mtodo de Ziegler y Nichols...................................................................75
4.3.2. Herramienta de sintonizacin de controladores PID (PID tuner)...........76
4.3.3. Controlador para el movimiento longitudinal (Timn de profundidad)....78
4.3.4. Controlador para el movimiento latero-direccional (alerones)................86
4.3.5. Controlador para el movimiento latero-direccional (timn de direccin) 93
4.4. Evaluacin de los controles a travs de hardware de bucle.........................99
4.4.1. Unidad de piloto automtico UDB4-MatrixPilot......................................99
4.4.2. Simulador X-Plane-Hardware de bucle................................................105
4.4.3. Simulaciones de vuelo a travs de X-Plane.........................................107

CONCLUSIONES
RECOMENDACIONES
REFERENCIAS BIBLIOGRAFICAS

INDICE DE FIGURAS
Figura 2.1 Representacin de sistema a lazo cerrado con controlador
Figura 2.2 Control PID de una planta... .
Figura 2.3 Respuesta a un escaln unitario de una planta.
Figura 2.4 Curva de respuesta en forma de S..
Figura 2.5 Oscilacin sostenida con periodo Pcr (Seg)...

14
15
16
16
18

Figura 2.6 Ejes de posicin y rotacin de una aeronave


Figura 2.7 Principales superficies de control de un avin..
Figura 2.8 Diagrama de la placa FTDI lilypadbasicbreakout 5V..
Figura 4.1 Descripcin del ngulo de ataque
Figura 4.2 Descripcin del ngulo de guiada ()..
Figura 4.3 Modelo del vehculo generado a travs de PlaneMaker..
Figura 4.4 Leyenda de las grficas del AirfoilMaker
Figura 4.5 Ala principal: coeficientes aerodinmicos VS ngulo de ataque

20
22
23
46
51
53
54

(entre - 20 y 20 grados).
Figura 4.6 Ala principal: coeficientes aerodinmicos VS ngulo de ataque

55

(entre -180 y 180 grados).


Figura 4.7 Ala principal: Respuesta de escaln del plano aerodinmico con

55

el aumento continuo del ngulo de ataque (-20 a 20 grados)


Figura 4.8 Graficas de mltiples parmetros de vuelo con respecto al

56

tiempo

mostrados

por

X-

Plane..
Figura 4.9 Matrices de espacio estado para el movimiento longitudinal.
Figura 4.10 Matrices de espacio estados para el movimiento latero-

59
63

direccional.
Figura 4.11 Diagrama de bloques del movimiento longitudinal a lazo

64

abierto...............................................................................................................
.
Figura 4.12 Repuesta a la entrada de tipo escaln a lazo abierto del

65

movimiento longitudinal..
Figura 4.13 Diagrama de bloques del movimiento longitudinal a lazo

66

cerrado
Figura 4.14 Repuesta a la entrada de tipo escaln a lazo cerrado del

66

movimiento longitudinal..
Figura 4.15 Diagrama de bloques del modelo latero-direccional referido a

67

los

alerones

de

lazo

abierto.
Figura 4.16 Respuesta a una entrada de tipo escaln a lazo abierto del

68

movimiento completo latero-direccional


Figura 4.17 Diagrama de bloques del modelo latero-direccional referido a

69

los

alerones

de

lazo

cerrado
Figura 4.18 Respuesta a una entrada de tipo escaln a lazo cerrado del
movimiento

latero-direccional

referido

los

69
70

alerones
Figura 4.19 Respuesta a una entrada de tipo escaln a lazo cerrado del
movimiento latero-direccional referido al timn de profundidad.
Figura 4.20 Diagrama de bode del movimiento longitudinal a lazo

70

abierto
Figura 4.21 Diagrama de bode del movimiento longitudinal a lazo

71

cerrado..
Figura 4.22 Diagrama de bode del movimiento latero-direccional a lazo

72

abierto..
Figura 4.23 Diagrama de bode del movimiento latero-direccional referido a

72

los alerones a lazo cerrado


Figura 4.24 Diagrama de bode del movimiento latero-direccional referido al

73

timn de profundidad a lazo cerrado


Figura 4.25 Ventana del bloque PID de Simulink cargando la aplicacin PID

74

tuner mostrando el momento en que intenta linealizar el sistema..


Figura 4.26 Ventana del rea de trabajo del PID tuner
Figura 4.27 Primer controlador: respuesta general del sistema de control del

77
77

timn de profundidad.
Figura 4.28 Segundo controlador: Respuesta general del sistema de control

78

del timn de profundidad


Figura 4.29 Tercer controlador: Respuesta general del sistema de control

79

del timn de profundidad


Figura 4.30 Diagrama de bloques del sistema de control para el movimiento

79

longitudinal (timn de profundidad), incluyendo una perturbacin por fuertes


vientos y con los parmetros del tercer controlador entonado en el bloque
PID.
.
Figura 4.31 Comportamiento de la velocidad (U), por los cambios en el

82

timn de profundidad con perturbacin..


Figura 4.32 Comportamiento del ngulo de ataque (), con respecto a los

83

cambios del timn de profundidad con perturbacin.


Figura 4.33 Comportamiento del grado de cabeceo (q), con respecto a los

84

cambios del timn de profundidad con perturbacin.


Figura 4.34 Comportamiento del ngulo de cabeceo (), con respecto a los

85

cambios del timn de profundidad con perturbacin


Figura 4.35 Primer controlador: Respuesta general del sistema de control

85
86

de

los

alerones..
Figura 4.36 Segundo controlador: Respuesta general del sistema de control
de los alerones..
Figura 4.37 Tercer controlador: Respuesta general del sistema de control de

87

los alerones.
Figura 4.38 Diagrama de bloques del sistema de control para el movimiento

87

latero-direccional (alerones), incluyendo una perturbacin por fuertes vientos


y con los parmetros del tercer controlador entonado en el bloque
PID
Figura 4.39 Comportamiento del ngulo de guiada (), con respecto a los

89

cambios de los alerones con perturbacin


Figura 4.40 Comportamiento del grado de balanceo (p), con respecto a los

90

cambios de los alerones con perturbacin...


Figura 4.41 Comportamiento del grado de guiada (r), con respecto a los

90

cambios de los alerones con perturbacin...


Figura 4.42 Comportamiento del ngulo de balanceo (), con respecto a los

91

cambios de los alerones con perturbacin.

92

Figura 4.43 Primero controlador: Respuesta general del sistema de control


del timn de direccin..
Figura 4.44 Segundo controlador: Respuesta general del sistema de control

93

del timn de direccin


Figura 4.45 Tercer controlador: Respuesta general del sistema de control

94

del timn direccin.


Figura 4.46 Diagrama de bloques del sistema de control para el movimiento latero-

94

direccional (timn de direccin), incluyendo una perturbacin por fuertes vientos y con los
parmetros

del

tercer

controlador

entonado

en

el

bloque

PID..

96

Figura 4.47 Comportamiento del ngulo de guiada (), con respecto a los
cambios del timn de direccin con perturbacin
Figura 4.48 Comportamiento del grado de balanceo (r), con respecto a los

96

cambios del timn de direccin con perturbacin


Figura 4.49 Comportamiento del grado de guiada (p), con respecto a los

97

cambios del timn de direccin con perturbacin.


Figura 4.50 Comportamiento del ngulo de balanceo (), con respecto a los

98

cambios del timn de direccin con perturbacin.


99
Figura 4.51 Unidad de piloto automtico UDB4 con todos sus componentes 100

electrnicos.
Figura 4.52Visualizacin del rea de trabajo de MPLAB, mostrando la
seccin
de
control
Figura 4.53PICkit3 conectado al UDB4.
Figura 4.54 LilyPad FTDI Basic Breakout - 5V..
Figura 4.55 Conexin USB-FTDI-UDB4
Figura 4.56 Vehculo areo no tripulado de la investigacin..
Figura 4.57 Conexin del UDB4 para realizar una simulacin de hardware

103
104
105
106
107

de bucle 108
Figura 4.58 Modelo diseado para el simulador X-Plane.. 109
Figura 4.59 Aeronave de la investigacin en vuelo a travs de hardware de
bucle..

110

INDICE DE TABLAS

Tabla 2.1 Regla de sintona de Ziegler-Nichols basada en la respuesta


escaln de la planta (primer mtodo)..
Tabla 2.2 Regla de sintona de Ziegler-Nichols basada en la ganancia

17

critica Kcr y periodo crtico Pcr (segundo mtodo)


Tabla 4.1 Variables que representan el comportamiento de una aeronave
Tabla 4.2 Coeficientes que relacionan los coeficientes aerodinmicos del

18
40

movimiento longitudinal con las variables fsicas del avin..


Tabla 4.3 Definicin de las variables que representan el movimiento

44

longitudinal
Tabla 4.4 Coeficientes que relacionan los coeficientes aerodinmicos del

45

movimiento latero-direccional y las variables fsicas del avin.


Tabla 4.5 Descripcin de las variables adicionales que intervienen en el

49

movimiento latero-direccional.
Tabla 4.6 Comparacin del comportamiento respectivo de los modelos con

50

el primer resultado obtenido


Tabla 4.7 Coeficientes para el movimiento longitudinal.
Tabla 4.8 Coeficientes para el movimiento Latero-direccional.
Tabla 4.9 Datos fsicos de la aeronave.....
Tabla 4.10 Condiciones de vuelo
Tabla 4.11 Coeficientes que relacionan los coeficientes aerodinmicos del

58
60
61
61
62

movimiento longitudinal con las variables fsicas del avin desarrollados


Tabla 4.12 Coeficientes que relacionan los coeficientes aerodinmicos del

62

movimiento latero-direccional y las variables fsicas del avin desarrollados

63

Tabla 4.13 Caractersticas generales de los controladores diseados para


el movimiento longitudinal (timn de profundidad)
Tabla 4.14 Parmetros de los controladores PID para el movimiento

80

longitudinal (timn de profundidad)

81

Tabla 4.15 Caractersticas generales de los controladores diseados para


el movimiento latero-direccional (alerones)
Tabla 4.16 Parmetros de los controladores PID para el movimiento latero-

88

direccional (alerones)
Tabla 4.17 Caractersticas generales de los controladores diseados para

88

el movimiento latero-direccional (timn de direccin)


Tabla 4.18 Parmetros de los controladores PID diseados para el timn de

95

direccin
Tabla 4.19 Definiciones de configuracin del MatrixPilot para los canales de

95

radio
Tabla 4.20 Definiciones de configuracin del MatrixPilot para invertir

101

canales............................................................................................................
Tabla 4.21 Definiciones de la configuracin del MatrixPilot para las

102

ganancias de control
Tabla 4.22 Datos de comportamiento del avin en simulacin de hardware

102

de bucle

110

INTRODUCCIN
Los vehculos areos no tripulados (VANT), tienen diversas aplicaciones en
la actualidad, inicialmente, en la historia los vehculos areos no tripulados fueron
diseados para fines militares, sin embargo hoy en da su desarrollo en diversos
pases del mundo se ha extendido encontrando una gran variedad de usos civiles,
ya sea desde monitorear un rea en especfico, acceder a zonas de alto riesgo
para humanos, como transportar correspondencia.
Existen muchos tipos de vehculos areos no tripulados, entre los cuales
estn las plataformas areas de ala fija, y los de ala rotativa, pero el hecho de
querer operar un vehculo a voluntad sin el mando directo de una persona requiere
de un extenso estudio en las reas de aerodinmica, electrnica y sistemas de
control, esto para poder disear software con la capacidad de controlar
adecuadamente el vehculo.
No obstante el control de cada plataforma vara dependiendo de su
estructura fsica, puesto que un vehculo de ala fija no puede tratarse igual que
uno de ala rotativa, ambos poseen modos de funcionamiento totalmente distintos y
su modelado debe ser especfico para cada plataforma, incluso, si se tienen dos
vehculos de ala fija su modelado tambin sera distinto puesto que cada aeronave
tiene su estructura fsica particular y para un ptimo control se debe modelar cada
detalle.
En la presente investigacin se plante la integracin de una unidad de
piloto automtico a una plataforma area de ala fija con el uso de hardware y
software libre, donde para conseguir el objetivo principal se necesita un modelo
matemtico del vehculo para que a partir de l, poder estudiar su comportamiento
y entonar controladores que sern cargados en la unidad de piloto automtico y
posteriormente integrado al VANT.

1 CAPITULO I
EL PROBLEMA
1.1.

Planteamiento del problema


Desde el principio de la aviacin se han investigado y desarrollado aviones

sin tripulacin, para usos de entrenamiento y, sobretodo, misiones militares. A


principios del siglo XX con la primera y 0la segunda guerra mundial, se hicieron los
primeros aviones no tripulados. Los grandes avances en el campo de los aviones
no tripulados, como en la aviacin en general, han surgido a raz de guerras entre
grandes potencias, siendo estos ltimos avances en las guerras del oriente medio.
Las siglas UAV provienen del inglsUnmannedAerialVehicle, y las cuales en
espaol se traducen como Vehculo Areo no Tripulado o VANT. Por definicin, es
un vehculo areo no tripulado reutilizable, capaz de mantener un vuelo controlado
y sostenido.
En relacin a la historia de los vehculos areos no tripulados, Rovira (2011)
expresa que los hermanos Wright hicieron el primer vuelo controlado el 17 de
diciembre de 1903. Aos antes de esto, el hombre ya buscaba algo que se
pareciera al uso que se le da a los VANT. Con una tecnologa muy bsica, los
primer intentos de VANT de la historia fueron protagonizados por un habitante de
la ciudad de Nueva York llamado Charles Perley y un britnico llamado Douglas
Archibald, el primero sali a la luz en febrero de 1863, donde Perley diseo un
globo de aire caliente con la capacidad de dejar caer bombas previamente
encendidas sin la necesidad de la intervencin personal, a travs de un
temporizador el cual sera calculado midiendo la direccin y velocidad del viento.
Fue durante la primera guerra mundial que se inici el uso de los VANT, sin
buenos resultados a causa de su mala precisin, pero justamente por el potencial
que tenan los mismos en el aspecto militar la iniciativa de desarrollo fue lo
suficientemente fuerte para que esta rea de estudio evolucionara, de manera que
pronto a la demanda de los grandes pases, salieron a la luz inventos como el

girscopo estabilizador automtico el cual permita mantener a una aeronave en un


vuelo estable, recto y nivelado.
Este gran paso en el desarrollo de los VANT solo fue un impulso para que en
la segunda guerra mundial siguiera de manera exponencial las intensas
investigaciones para que finalmente se pudiera llegar a un diseo de aeronave lo
suficientemente bueno como para usarse de ofensiva militar. Este ltimo caso se
dio a ver en la Alemania nazi quien desarroll un VANT con la capacidad de
apuntar a un objetivo con buena precisin y as impulsar a pases rivales a
investigar dichas tecnologas para estar al margen de sus contrincantes, acciones
que al da de hoy, tienen repercusiones positivas ya que dicha rea tuvo un inters
colectivo bastante elevado.
As continu el desarrollo de estos vehculos cada vez mejorando su
fiabilidad en los objetivos que se les estableca, siendo cada vez ms pequeos y
con distintas funciones.
Con la implementacin de los controladores electrnicos y los avances
tecnolgicos es totalmente posible y ya se ha logrado satisfactoriamente
desarrollar un VANT que cumpla ciertas condiciones, que pueda ser reutilizable, y
que sea un sistema completamente a lazo cerrado, es decir, sin ms intervencin
humana que la que se le indica cuando iniciar el vuelo.
Tras sus mltiples implementaciones en las grandes guerras internacionales,
muchos vieron esta tecnologa como una herramienta fundamental para una
sociedad civil. Las aplicaciones de estos VANTs civiles son cada vez mayores,
desde la prevencin de incendios forestales, la vigilancia de fronteras, el control
de grandes infraestructuras industriales como los oleoductos o labores de
vigilancia y control en aquellas zonas que suponen un riesgo para vehculos de
transporte manuales que arriesgue las vidas de sus tripulantes, as como son los
desastres qumicos o nucleares. Este tipo de acciones suponen un costo mucho
menor del que en la actualidad tienes los sistemas tradicionales como aviones o
helicpteros convencionales.

El detalle del desarrollo civil es el tener que lidiar con las trabas burocrticas
para poder desarrollarse, puesto que el tener un vehculo automatizado en un
espacio areo civil como el de una ciudad, supone un gran proceso de
autorizacin que muy pocas empresas han logrado obtener alrededor del mundo
por cuestiones obvias de seguridad.
Tomando en consideracin lo antes mencionado, la problemtica principal al
momento de disear un VANT ser desarrollar el controlador para que se pueda
cumplir el objetivo junto con sus condiciones, y a continuacin de esto ser
implementar el mismo al vehculo donde empieza el problema ms grande, que es
la entonacin del controlador.
En la ingeniera de controles, tanto clsica como moderna, se utilizan
modelos matemticoscaractersticos de un sistema para poder hacer su estudio
tericamente y analizar el comportamiento del sistema para as poder determinar
qu variables se desean controlar para que dicho sistema cumpla con el objetivo
o funcin que se quiere, dichos modelos matemticos son representados por
funciones integro-diferenciales que son a su vez representados en el dominio de
la frecuencia por funciones de transferencia y por matrices de espacio estado.
El uso de los VANT en las guerras hizo que su desarrollo fuera sumamente
privado para los gobiernos que desempeaban dichas investigaciones, y por lo
tanto dificultando su crecimiento en las reas civiles y a otras instituciones que
buscaban innovar con este tipo de tecnologas, es por esto que con el pasar de los
aos muchos trabajos e investigaciones han sido publicados con el objeto de
ayudar en el crecimiento de dicha rea alrededor del mundo, el internet, los libros,
las revistas tecnolgicas, y entre otros medios,han facilitado as la informacin que
otros haban logrado recolectar sobre los VANT y permitir que esta plataforma se
comenzara a investigar en todo el mundo.
La definicin de piloto automtico es la de un sistema mecnico, elctrico o
hidrulico, usado para guiar un vehculo sin ayuda de un ser humano, tal sistema
forma parte fundamental en el comportamiento de un VANT, y gracias a el inters

colectivo, hoy en da se puede encontrar plataformas de pilotos automticos en el


mercado, pero he aqu donde entra el concepto de software y hardware libre;
inicialmente, los componentes electrnicos como pilotos automticos, sistemas
GPS, software de computadora, entre otros, se vendan configurados para cierto
sistema en especfico sin la capacidad de modificacin alguna del cdigo o del
hardware que se le proporcionaba al usuario, pues, el motivo del fabricante era
puramente comercial, y stos no deseaban que cualquiera que adquiriera su
producto pudiera detallar su investigacin.
Obviamente esto era una limitante muy grande, pues los interesados en
dichos productos no solo deban adquirir los que estaban disponibles, sino que
deban adaptar sus sistemas a las especificaciones que estos denotaban,
haciendo que el desarrollo de los VANT girara alrededor de un monopolio poco
progresista. As, desde hace ya varios aos, nace el concepto de software libre.
Ahora bien, desde hace ya varios aos naci el concepto de software libre, el
cual segn la publicacin del ao 1996 emitida por la Fundacin del Software Libre
(citado por Arteaga, 2001), es aquel que una vez adquirido por el usuario ste est
en toda su libertad de manipularlo como el desee, es decir, puede ser usado,
copiado, estudiado, modificado, y redistribuido libremente de mltiples formas, y
por lo tanto, el usuario tiene acceso al cdigo fuente del programa y puede
analizar a fondo como hace el fabricante para que su software se comporte de la
manera adecuada. Cabe destacar, que software libre no significa que ste sea
gratis, el objetivo es que con la compra, el usuario se sienta dueo del producto.
En el rea de los VANT, este aspecto es fundamental, pues, una vez
entendido como trabaja el cdigo, se puede adaptar al sistema con el que se vaya
a trabajar sin tener que comprar una plataforma nueva, que suele ser tedioso
aprender a cmo opera y representa un gasto que gracias al software libre, es
totalmente innecesario; Adems, acelera significativamente el proceso de
investigacin y desarrollo al poder ponerse al da con el fabricante y sus tcnicas
de control e incluso ser capaz de desarrollar software propio o de optimizar el
mismo. Con este gran avance para la tecnologa, nacen muchas iniciativas de lo

que se llama la cultura libre, en la cual recientemente naci el hardware libre, con
un concepto muy parecido al del software libre solo que obviamente, con hardware
permite la modificacin, uso, y estudio de algn dispositivo a total libertad, de
manera que esta vez, al adquirir un producto el fabricante deja abierta la
posibilidad de una modificacin y futura implementacin de otros componentes en
caso de que el usuario desee mejorar la plataforma a su antojo.
Estos grupos de desarrollo los cuales se enfocan en el uso de lo que ahora
llamaremos tecnologas libres, han conseguido fuerza en el campo de los VANT,
pues en el ltimo par de aos se han llevado a cabo proyectos de investigacin
gracias a la colaboracin de grupos de desarrollo tanto de hardware, software e
incluso firmware libre, en donde se pone a prueba lo eficaz que puede ser este
tipo de distribucin para la investigacin e incluso para un pequeo fin econmico
de los que ofrecen los productos.DroneCode, es un proyecto de tecnologas libres
el cual se ha dedicado a producir plataformas de pilotos automticos accesibles a
todo el que desee comprarlas y disear su propio VANT, para mltiples vehculos
desde pequeos automviles hasta helicpteros de ocho hlices, todo esto a
travs de su software y hardware denominado ardupilot, exactamente este tipo de
iniciativas son de enorme provecho para cualquiera que desee iniciar sus propios
proyectos con la gran ventaja de la cultura libre.
As como los de DroneCode, existen varios grupos de desarrollo los cuales
se dedican a acelerar el proceso de investigacin de cualquier persona que desee
empezar, otro de ellos fueron los diseados por SparkFunElectronics, llamados los
UAV DevelopentBoard (UDB), o en espaol, Tarjeta de Desarrollo de VANT, que,
destaca por el hecho de basarse en tecnologas libres y todas las ventajas que
esto conlleva, a pesar que dicha tarjeta paso a estar descontinuada, el grupo
SparkFun sigue distribuyndolos libremente pues son totalmente eficientes a la
hora de buscar un vuelo autnomo en un VANT, y justamente esta ltima
plataforma es la que se buscar implementar en la presente investigacin.
Para la integracindel controlador se trabajar con una plataforma UDB4que
hace funcin de piloto automtico,la cual ofrece la posibilidad de integrar un

dispositivo GPS, msespecfico, un GPS Em-406a; un chip dsPIC33FJ256 como


procesador,y un vehculo areo de ala fija categora mini clase II al que se le
implementar la plataforma de piloto automtico. La categora mini se debe a las
caractersticas de vuelo del vehculo (entre 150 y 300 metros de altura, un peso
menor a 5 kilogramos, y una autonoma menor a 2 horas), la clase II proviene de
la envergadura del vehculo al ser menor de 3 metros.La plataforma de autopiloto
denominada

UDB4,

pertenece

la

compaa

fabricanteSparkFun

antes

mencionada, est dotada de software y hardware libre, constituyendo una enorme


ventaja para entender como este piloto automtico funcionar y poder adaptarlo al
sistema que ser desarrollado en este proyecto,as como para cambiar los
parmetros del controlador integrado, lo que posiciona a la problemtica principal
en la entonacin de dicho controlador, ya que como se explic antes, los vehculos
son representados por modelos matemticoscaractersticos para sistemas
especficos, es decir, que un modelo matemtico de un avin, jams y nunca
podr funcionar o ser usado como aproximacin para el anlisis de un helicptero
por ejemplo, y por lo tanto para la correcta entonacin del VANT objetivo de esta
investigacin se necesita efectuar el clculo de su respectivo modelo matemtico,
actividad que trae un sin fin de problemas.
El hecho de no poseer un modelo matemtico para la entonacin hara
imposible la implementacin del controlador al vehculo ya que la plataforma UDB4
se basa fundamentalmente en dichos datos para poder as realizar sus funciones
correctamente. Dicha plataforma, tambin posee ciertas condiciones para su
ptima implementacin, se necesita un sistema de radio control de mnimo 6
canales de 2.4 GHz junto con una batera de 5v, cuatro micro servos y el
dispositivo GPS antes mencionado.
Con recursos limitados, las problemticas para la entonacin comienzan con
el clculo del modelo matemtico, el cual depende de muchsimas variables, ya
sean medidas del vehculo, factores atmosfricos, gravedad, velocidades,
coeficientes de vuelo, entre otros, varias de estas variables necesitan ser
obtenidas a travs de data de vuelo del vehculo, la cual se hace difcil a causa de

la falta de sensores para poder tomar dicha informacin en el vuelo, adems, al


obtener un modelo matemtico se debe tener en cuenta que la plataforma de
piloto automtico UDB4utiliza un controlador PID digital programado en el chip
procesador, el cual posee unos parmetros que tambin deben ser sintonizados a
dicho modelo y para dicha accin se deben realizar mltiples vuelos observando el
comportamiento del vehculo al variar dichos parmetros, y con esto ltimo
tambin implica que debemos reprogramar el chip, lo cual es totalmente posible
pero hace falta un programador pickit3 para la correcta realizacin de la accin.
En caso de que se lograra una mala entonacin las consecuencias podran
ser variables segn lo adecuado de la sintonizacin del controlador digital y lo
preciso del modelo matemtico al sistema real, puede ir desde la obtencin de una
respuesta al sistema inestable como a la obtencin de una respuesta no optima o
que no cumpla alguna condicin deseada, en todos los casos, habra que
examinar la causa de que el resultado no sea el esperado empezando por los
parmetros del controlador y despus del modelo matemtico.
Todos estos problemas originados por la entonacin de la plataforma UDB4
para la integracin a un VANT son ciertamente controlables, incluso en este caso
con tantas limitantes, si hablamos del modelo matemtico, se hizo saber que
varias de las variables que se toman en cuenta para tal son datos fsicos o
mediciones del vehculo que pueden ser tomadas sin problema alguno, las
atmosfricas no varan y se podra establecer una condicin normal en la cual se
va a operar, y para las constantes de vuelo y variables obtenidas a travs de datos
podra hacerse seguimiento de otras investigaciones en donde si haya sido posible
tomar dicha informacin y comparar mltiples trabajos con los delvehculode
estudio para as poder promediar los datos y obtener como resultado un modelo
matemticoterico aproximado el cual podra ser utilizado en caso de ser lo
suficientemente preciso, usando como gua lo que otras investigaciones indiquen
que debe ser la respuesta del modelo.
En el caso de la sintonizacin del controlador, es estrictamente necesaria la
obtencin del hardware para la lectura y escritura del chip en la plataforma UDB4

para poder entender cmo est diseado el controlador que posee dicha tarjeta,
luego de esto, es posible utilizar el modelo matemtico junto con el software
MATLAB & SIMULINK para disear una rplica digital del controlador fsico y
poder realizar la sintonizacin a travs de simulaciones hasta que, tericamente,
la respuesta del sistema sea la deseada y los parmetros del controlador digital
sean utilizados para programarlos dentro del chip y as poder dar por terminada la
entonacin del controlador.
1.2.

Formulacin del problema


Cmo calcular el modelo matemtico del vehculo en estudio para ejecutar
la entonacin del controlador e integrar el piloto automtico a la plataforma
area de ala fija categora mini clase II?

1.3.

Objetivos de la investigacin

1.3.1. Objetivo general


Integrar una unidad de piloto automtico basado en tecnologas hardware y
software libre en una plataforma area de ala fija categora mini clase II.
1.3.2. Objetivos especficos

Definir el modelo matemtico de la plataforma area de ala fija

categora mini clase II.


Analizar tanto en el dominio temporal y de la frecuencia la dinmica

del modelo matemtico de laplataforma area categora mini clase II.


Disear el control de laplataforma area categora mini clase II basado

en lazos PID.
Evaluar los controles diseados bajo tcnicas software de bucley
hardware de bucle.

1.4.

Justificacin e importancia
La razn de esta investigacin principalmente es el desarrollo de tecnologas

de VANT en Venezuela, donde se busca el anlisis del vehculo a pequea escala,

10

para as minimizar los costos y poder lograr los objetivos de una manera simple y
accesible, con la finalidad de que al obtener los resultados deseados, esta
investigacin pueda usarse en vehculos de ala fija de gran escala y pueda ser de
ayuda en el diseo e innovacin de los vehculos areos no tripulados a nivel
nacional.
Su importancia, radica en las posibilidades de emplear los vehculos para los
mltiples usos que estos conllevan, ya sea de exploracin, vigilancia, transporte,
entre otros, a un bajo costo y asegurando la confiabilidad que estas tecnologas
ofrecen para asegurar un margen de error lo msmnimo posible.
Adems, dicha investigacin requiere la profundizacin en las reas de
aviacin y de sistemas de control, lo cual enriquece los conocimientos ya
adquiridos por los autores en el transcurso de la carrera y permite un mejor
entendimiento del funcionamiento de los sistemas mecnicos y elctricos en
vehculos areos de manera general.
1.5.

Delimitacin

1.5.1. Delimitacin espacial


El estudio se realizar principalmente en la Universidad Rafael Urdaneta,
utilizando sus respectivos laboratorios de electrnica y circuitos elctricos,
especficamente ubicada en la avenida 2 (El milagro), dentro de la Vereda del
Lago, municipio Maracaibo, estado Zulia.
Adems, para prcticas de vuelo y obtencin de datos experimentales se
realizarn algunas pruebas en la pista de aeromodelismo parque sur, ubicada en
el Zoolgico Metropolitano del Zulia, cuyo alcance es de unos 2400m 2, pero todo
su espacio areo est disponible para el vuelo libre de cualquier vehculo de
pequea escala como el que se posee para esta investigacin.

11

1.5.2. Delimitacin temporal


El estudio se realizar en un tiempo de seis (6) meses, a partir de la
aprobacin del anteproyecto por parte de la Universidad Rafael Urdaneta.
1.5.3. Delimitacin cientfica
La investigacin se realizar en el mbito de la Ingeniera Elctrica, orientado
hacia el rea de controles, especficamente en las reas de Sistemas de Control y
Electrnica, dentro de la lnea de investigacin: vehculos areos no tripulados. Se
utilizar un vehculo areo de ala fija (avin), como objeto a la implementacin de
la plataforma de piloto automtico.

12

2 CAPITULO II
MARCO TERICO
2.1.

Antecedentes de la investigacin
En los antecedentes se trata de hacer una sntesis conceptual de las

investigaciones o trabajo realizados sobre el problema planteado. En este orden


de ideas tenemos como primer antecedente, el siguiente trabajo:
Modelizacin de aeronaves no tripuladas con Simulink. (Julio 2011).
Escuela universitaria de ingeniera tcnica universitaria (EUITA).
En esta investigacin Oscar Rovira desarrollo dos sistemas de ecuaciones
el correspondiente al control longitudinal y el correspondiente al modo Laterodireccional del UAV del departamento de Aerotecnia de la Escuela Universitaria de
Ingeniera Tcnica Aeronutica (EUITA). Una vez obtenido los modelos
matemticos se dise un modelo con el programa Simulink, con este modelo se
pudo probar la estabilidad y el tipo de respuesta del UAV, as como las leyes de
control desarrolladas.
Este trabajo de investigacin aporta una gran ayuda al momento de realizar el
modelo matemtico de nuestra aeronave ya que a pesar de que son diferentes
fsicamente, las variables o aspectos a considerar son los mismos para el
desarrollo del modelo matemtico.
Seguido de esto, Mateo Riquelme Bernal en su investigacin titulada Diseo y
construccin de un avin no tripulado basado en sistemas y dispositivos COTS.
(Septiembre 2013). Universidad politcnica de Cartagena (UPCT).
En esta investigacin se desarroll un Vehculo Areo no Tripulado o UAV
(UnmanedAerialVehicle), con dos funciones principales, la primera ser el vuelo
completamente autnomo y la segunda la posibilidad de realizar vuelos en primera
persona o FPV (FirstPerson View) gran parte de esto est basado en tecnologas

13

de hardware y software libre como lo son el Ardupilot Mega y los software de


simulacin X-plane10 y FlightGear.
Este trabajo de investigacin es de mucha ayuda debido a que trabaja con
componentes con caractersticas muy parecidas a las utilizas en nuestra
investigacin sobre todo en el rea de tecnologas de hardware y software libre.
2.2.

Fundamentos tericos

2.2.1. El controlador PID


Kuo (1996, p. 671-725), explica que gracias a los avances tecnolgicos se
han logrado desarrollar software amigable al momento de disear controladores
que ayuden a obtener una respuesta deseada por parte del sistema al cual se
desea controlar. El controlador ha sido tpicamente un amplificador simple con una
ganancia constante K. Este tipo de accin de control se le conoce formalmente
como control proporcional, ya que la seal de control a la salida del controlador
est relacionada con la entrada del controlador mediante una constante
proporcional. En forma intuitiva, se debe ser capaz de emplear la derivada o la
integral de la seal de entrada, adems de la operacin proporcional. La tarea de
disear es seleccionar cuales de los componentes deben ser utilizados y en qu
proporcin para obtener una respuesta deseada del sistema. Uno de los
controladores ms empleados son los PID, donde las letras son las iniciales de
proporcional, integral y derivativo, donde cada componente tiene una implicacin
individual en el desempeo. En la Figura 2.1 se refleja como la seal de entrada
pasa primero por el controlador para luego pasar por el proceso a controlar y de
esa manera obtener una respuesta.

14

Figura 2.1 Representacin de sistema a lazo cerrado con controlador


Fuente: Kuo B. (1996)

2.2.2. Entonacin de controladores PID: Mtodo de Ziegler y Nichols


Ogata (2010, p. 568),

explica que si se puede obtener un modelo

matemtico de un sistema en especfico, es posible aplicar diversas tcnicas de


diseo con el fin de determinar los parmetros del controlador que cumpla con las
especificaciones del transitorio y del estado estacionario del sistema a lazo
cerrado. La Figura 2.2 muestra la funcin de transferencia del controlador de una
planta. Si la planta es tan complicada que no es fcil obtener su modelo
matemtico, no es posible un mtodo analtico para el diseo de un controlador
PID. En ese caso se deben recurrir a mtodos experimentales para la sintona de
controladores PID.

Figura 2.2 Control PID de una planta


Fuente: Ogata K. (2010)
Sintonizar un controlador PID significa dar valores a Kp, Ti y Td, basndose
en las respuestas escaln experimentales o en Kp que produce estabilidad
marginal cuando solo se usa la accin de un control proporcional.
Ziegler y Nichols

propusieron reglas para determinar los valores de la

ganancia proporcional Kp, del tiempo integral Ti, y del tiempo derivativo
Tdbasndose en la caracterstica de respuesta transitoria de una planta dada.

15

Hay dos mtodos denominados reglas de sintona de Ziegler-Nichols: el primero y


el segundo mtodo.
Primer mtodo: La respuesta de la planta a una entrada de escaln unitario
se obtiene de manera experimental, tal y como se muestra en la Figura 2.3. Si la
planta no contiene integradores ni polos dominantes complejos conjugados, la
curva de respuesta escaln unitario puede tener forma de S, como se observa en
la Figura 2.4. Este mtodo se puede aplicar si la respuesta muestra una curva en
forma de S. Tales curvas se pueden generar tanto experimentalmente como a
partir de una simulacin dinmica de la planta.
La curva con forma de S se caracteriza por dos parmetros, el tiempo de
retardo L y la constante de tiempo T. El tiempo de retardo y la constante de tiempo
se determinan dibujando una recta tangente en el punto de inflexin de la curva
con forma de S y determinando la interseccin de esta tangente con el eje de
tiempo y con la lnea c(t) = K.

Figura 2.3 Respuesta a un escaln unitario de una planta


Fuente: Ogata K. (2010)

16

Figura 2.4 Curva de respuesta en forma de S


Fuente: Ogata K. (2010)

En el caso de la Figura 2.4, la funcin de transferencia C(s)U(s) se


aproxima mediante un sistema de primer orden con un retardo del modo siguiente:
C (s ) KeLs
=
U (s) Ts+1
Ziegler y Nichols sugirieron establecer los valores de Kp, Ti, y Td de
acuerdo a la frmula que se muestra en la Tabla 2.1.

17

Tabla 2.1 Regla de sintona de Ziegler-Nichols basada en la respuesta escaln de


la planta (primer mtodo).

Fuente: Velazco, Petit, de Pool (2015)

Segundo mtodo: Primero se fija Ti = y Td = 0, usando solo la accin del


control proporcional, se incrementa Kp desde 0 hasta un valor critico Kcr, en
donde la salida presente oscilaciones sostenidas. (Si la salida no presenta
oscilaciones sostenidas para cualquier valor que pueda tomar Kp, entonces este
mtodo no se puede aplicar.) As, la ganancia criticaKcr y el periodo Pcr
correspondiente se determinan experimentalmente, vase la Figura 2.5. ZieglerNichols sugirieron que se establecieran los parmetros Kp, Ti, y Td, de acuerdo
con la frmula de la Tabla 2.2.

18

Figura 2.5 Oscilacin sostenida con periodo Pcr (Seg)


Fuente: Ogata K. (2010)
Tabla 2.2 Regla de sintona de Ziegler-Nichols basada en la ganancia critica Kcr y
periodo crtico Pcr (segundo mtodo).

Fuente: Velazco, Petit, de Pool (2015)

2.2.3. Sistemas embebidos


Escamilla (2010, p.17), investigo que un sistema embebido es una
computadora de uso especial, diseada para realizar una o varias funciones,
usualmente con restricciones en tiempo real dadas por el mismo sistema de
computadora.
Generalmente el sistema embebido forma parte de un sistema que contiene
tanto hardware como partes mecnicas. En contraste, un sistema de computadora

19

de propsito general como lo es la computadora personal, puede realizar una


variedad de tareas, dependiendo de la programacin.
En la actualidad los sistemas embebidos son tan importantes como su
algoritmo de control, y son utilizados en muchos dispositivos que se utilizan en la
vida diaria ya sean reproductores MP3, relojes digitales, etc, hasta emplearse en
instalaciones estacionarias como luces de trfico o controladores industriales. Su
complejidad vara desde un solo chip micro controlador hasta mltiples unidades,
perifricos, y redes montadas dentro de un chasis.
Debido a que los sistemas embebidos son diseados para realizar tareas
especficas, los ingenieros de diseo pueden optimizar dicho sistema, reduciendo
el tamao y costo del producto o incrementando la confiabilidad y funcionamiento.
Los sistemas de transportacin que van desde automviles hasta
aeronaves, utilizan sistemas embebidos. Los aeroplanos de nueva generacin,
poseen dispositivos avanzados como son los sistemas inerciales de medicin
(IMU), y los receptores GPS. Algunos motores elctricos (motores de corriente
directa y motores de corriente directa sin escobillas), utilizan controladores
electrnicos. Actualmente os automviles, vehculos elctricos, y vehculos
hbridos se fabrican cada vez ms con mltiples sistemas embebidos que permitan
maximizar la eficiencia y reducir los contaminantes.

Los sistemas embebidos son diseados para realizar alguna tarea


especfica, a diferencia de las computadoras de propsito general

que estn hechas para realizar diferentes tareas.


Los sistemas embebidos no siempre son dispositivos individuales.
Es comn que estos sistemas sean construidos como parte del

dispositivo a controlar.
El software para manejar el sistema embebido se conoce como
firmware, y es guardado en la memoria de solo lectura o en la
memoria flash, en vez de guardarse en un disco duro. Comnmente
este software trabaja en conjunto con componentes de hardware
limitados, tales como teclado, pantalla, y memoria reducida.

20

2.2.4. Principales superficies de control


Las superficies de control son las partes mviles de un avin las cuales
sirven para ajustar y controlar la trayectoria de vuelo del mismo (Figura 2.7). Las
superficies de control ms utilizadas y comunes son las siguientes:

Figura 2.6 Ejes de posicin y rotacin de una aeronave


Fuente: NASA

Alerones: Ubicados sobre el eje X (Roll en ingls)

21

Elevador: Ubicados sobre el eje Y (Pitch en ingls)


Timn: Ubicados sobre el eje Z (Yaw en ingls)
Dichos ejes mencionados se pueden reflejar en la Figura 2.6, todos aplican
para los distintos tipos de aeronaves.
2.2.4.1. Alerones
Escamilla (2010), explica que los alerones son superficies de control las
cuales se localizan en el borde exterior de cada ala. Los alerones siempre se
mueven en sentido opuesto; es decir, si el alern izquierdo baja, el alern derecho
sube para crear fuerzas de igual magnitud pero en sentidos opuestos (Tercera ley
de Newton); al ocurrir esto, el avin cambiara su trayectoria de vuelo girando su
eje X (eje Roll) hacia la derecha o izquierda dependiendo de la posicin de los
alerones.
2.2.4.2. Elevador
Escamilla (2010), define el elevador como la superficie de control localizada
en la parte posterior del estabilizador horizontal, la cual ayuda a la estabilizacin
horizontal del avin. La funcin del elevador es crear una fuerza en el eje Y (eje
Pitch), para afectar el ngulo de ataque del avin provocando que este suba o
baje dependiendo de la posicin del elevador. Al subir este, el aire ejerce una
fuerza hacia abajo ocasionando que la nariz del avin ascienda y viceversa al
descender el elevador el aire ejerce una fuerza hacia arriba provocando que la
nariz del avin descienda.

2.2.4.3. Timn
Escamilla (2010), indica que el timn es la superficie de control ubicada en
la parte trasera del estabilizador vertical. La funcin del timn es generar un

22

movimiento sobre el eje Z (eje Yaw), sin alterar el ngulo de ataque y la altitud del
avin.

Figura 2.7 Principales superficies de control de un avin


Fuente: Escamilla R. (2010)
Con el uso de estas tres superficies de control es posible controlar la
estabilidad y la trayectoria de vuelo de la aeronave. Al cambiar la posicin de
cualquier superficie de control, se modifica el ngulo formado respectivamente,
entre la horizontal o vertical y la superficie de control, provocando la rotacin de la
aeronave en cualquiera de sus tres ejes.

2.2.5. Sistema de comunicacin PC - UDB4


Dickenson (2015), explica que este sistema tiene como principal funcin
crear una interfaz de adquisicin de datos entre la PC y la unidad de piloto
automtico (UDB4) como principal elemento de este sistema se encuentra la FTDI

23

esta es una placa conversora USB/Serie por medio de un circuito integrado FTDI
FT232RL, este tipo de dispositivo permite la interconexin sistemas UART/USB
dispone de pines de recepcin y transmisin de datos con alimentacin a niveles
TTL. Esta tarjeta se encuentra formada por un conector USB en un extremo y en
el otro extremo de la placa en un conector de 6 pines de 0.1" con el siguiente
PinOut: DTR, RX, TX, 3V3, CTS, GND.

Figura 2.8 Diagrama de la placa FTDI lilypadbasicbreakout 5V


Fuente: SparkFunElectronics
2.3.

Definicin de trminos bsicos


GPS: Letham (2001), explica que el Sistema de Posicionamiento Global o
mejor denominado GPS es un sistema de satlites que se utiliza en el
mbito de la navegacin con el fin de determinar la posicin las 24 horas
del da, en cualquier lugar del globo terrqueo y sobre cualquier condicin

meteorolgica.
ngulo de ataque: Escamilla (2010, p. 13), define el ngulo de ataque como
aquel ngulo que posee la aeronave en direccin al vuelo. Dicho ngulo

tiene incidencia proporcional en el coeficiente de elevacin (lift).


Modelo Matemtico: Ogata (2010, p. 13), explica que un modelo
matemtico se define como un conjunto de ecuaciones que representan la
dinmica de un sistema con precisin o, al menos, bastante bien. Tngase
presente que un modelo matemtico no es nico para un sistema
determinado. Un sistema puede representarse de muchas formas

24

diferentes, por lo que puede tener muchos modelos matemticos,

dependiendo de cada perspectiva.


Matrices de espacio estado: Ogata (2010, p. 29), define el termino como un
conjunto de matrices utilizadas en los controles modernos ya que permiten
representar sistemas ms complejos que tengan mltiples variables de

entrada, salida ,y que ests sean variables en el tiempo.


Funcin de transferencia: Ogata (2010, p. 15), detalla que la funcin de
transferencia se define como el cociente entre la transformada de Laplace
de la salida (funcin de respuesta), y la transformada de Laplace de la
entrada (funcin de excitacin), bajo la suposicin de que todas las

condiciones iniciales son cero.


Estabilidad: Kuo (1996, p. 328), explica que en un sistema lineal invariante
en el tiempo, con condiciones iniciales cero, se dice estable si su funcin de

salida es acotada para un funcin de entrada acotada.


Controlabilidad: Kuo (1996, p. 275), define la Controlabilidad como la
posibilidad de que un sistema sea totalmente controlable, esto, si cada
variable de estado del proceso se puede controlar para llegar a un cierto

objetivo en un tiempo finito a travs de algn control no restringido.


Observabilidad: Kuo (1996, p. 279), explica que un sistema es
completamente observable si cada variable de estado del sistema afecta a
alguna de las salidas.

2.4.

Operacionalizacion de las variables

Objetivo General: Integrar una unidad de piloto automtico basado en


tecnologas libres a una plataforma area de ala fija categora mini clase II
Objetivo
Variable
Dimensin
SubIndicadores
especifico
dimensi
n

Masa (Kg)
Variables
Definir el modelo
Definir un
Modelo

Superficie
fsicas del
matemtico de la
modelo
matemtico
alar (m )
avin

Curva
plataforma area
matemtico
mediante
media
de ala fija
caracterstico de ecuaciones
aerodinmi
ca (m)
categora mini
la plataforma
fsicas

Envergadu
clase II
area de ala fija
ra (m)
2

Inercias

25

Condiciones
de vuelo

Factor de
oswald

Altitud (m)
Gravedad
(m/s2)
Densidad
segn la
atmosfera
estndar
Velocidad
de crucero
(m/s)
Modelo
longitudina
l
Modelo
latero
direccional
Coeficiente
de
sustentaci
n
Coeficiente
de empuje
Coeficiente
de
momento
Coeficiente
s
aerodinmi
cos del ala
Coeficiente
s
aerodinmi
cos del
fuselaje
Modelo
longitudina
l
Modelo
latero
direccional

Modelos de
espacio
estado

Coeficientes
aerodinmic
os

Modelo
matemtico
terico
aproximado

Recoleccin
de data de
vuelo
simulada

Modelos de
espacio
estado
Sensores
para
medicin y
obtencin de
datos
Condiciones
de vuelo

Orientaci
n del
vehculo
Aceleraci
n del
vehculo
Altitud (m)
Gravedad
(m/s2)
Densidad
segn la
atmosfera
estndar
Velocidad

26
de crucero
(m/s)

Objetivo General: Integrar una unidad de piloto automtico basado en


tecnologas libres a una plataforma area de ala fija categora mini clase II
Objetivo
Variable
Dimensin
SubIndicador
especifico
dimens
es
in

Respuest
a a la
funcin
escaln

Analizar tanto en
dominio temporal y
de la frecuencia la
dinmica del
modelo matemtico
de la plataforma
area de ala fija
categora mini clase
II

Respuestas del
modelo
matemtico del
sistema ante
funciones
especficas tanto
en el dominio del
tiempo como de la
frecuencia

Comportami
ento en el
dominio del
tiempo

Respuest
a a la
funcin
impulso

Comportami
Diagrama
ento en el
s de bode
dominio de la
frecuencia

Siste
ma
establ
e
Siste
ma
margi
nal
Siste
ma
inesta
ble
Siste
ma
establ
e
Siste
ma
margi
nal
Siste
ma
inesta
ble
Curva
s de
magni
tud vs
rad/s
Curva
s de
fase
vs
rad/s

Objetivo General: Integrar una unidad de piloto automtico basado en


tecnologas libres a una plataforma area de ala fija categora mini clase II
Objetivo
Variable
Dimensin
SubIndicadores

27

especifico
Disear el
control de la
plataforma
area de ala
fija categora
mini clase II
basado en
lazos PID

dimensi
n

Disear y entonar
el controlador para
los modelos
longitudinal y
latero-direccional
definidos para la
plataforma area
de ala fija

Control con
lazos PID
para el
modelo
longitudinal

Variables de
entonacin
del
controlador

Variable de
referencia y
variable a
controlar del
modelo

Control con
lazos PID
para el
modelo
laterodireccional

Posicin de
la cabeza
de la
plataforma

Ganancia para
sistema
marginal (K)
Periodo de la
respuesta del
sistema
marginal (Tu)
Ganancia Kp
definida por
medio de K/1,7
utilizada para el
parmetro
proporcional del
PID
Guanacia Ki
definida por
medio de 1/
((Tu/2)*S) para
el parmetro
integral del PID

Variables de
entonacin
del
controlador

Variable de
referencia y
variable a
controlar del

Ganancia
para sistema
marginal (K)
Periodo de la
respuesta del
sistema
marginal (Tu)
Ganancia Kp
definida por
medio de
K/1,7
utilizada para
el parmetro
proporcional
del PID
Guanacia Ki
definida por
medio de 1/
((Tu/2)*S)
para el
parmetro
integral del
PID
Ganancia Kd
definida por
medio de
(Tu/8)*S para
el parmetro
derivativo del
PID

Ganancia Kd
definida por
medio de
(Tu/8)*S para el
parmetro
derivativo del
PID

Angulo de
inclinacin
de los servo
motores de
cola

28

modelo

Objetivo General: Integrar una unidad de piloto automtico basado en


tecnologas libres a una plataforma area de ala fija categora mini clase II
Objetivo
Variable
Dimens
SubIndicadores
especifico
in
dimens
in

Evaluar los
controles
diseados bajo
tcnicas de
software de
bucle y hardware
de bucle

Evaluar el
comportamiento de los
controladores
generados a travs de
simulaciones digitales
y pruebas de vuelo

Softwar
e de
simulaci
n

Prueba
de
estabili
dad

Robuste
z ante
perturba
ciones

Vuelos
de
prueba

Prueba
de
estabili
dad

Robuste
z ante
perturba
ciones

29

CAPITULO III
MARCO METODOLGICO
3.1.

Tipo de investigacin
Los objetos o fenmenos que componen una investigacin son abordados de

acuerdo a un determinado grado de profundidad basado en la naturaleza de los


mismos. Dicho grado de profundidad es entonces lo que se denomina el tipo de
investigacin.
El tipo de investigacin brinda a los autores una herramienta para la creacin
de los pasos a seguir durante la realizacin de las actividades correspondientes a
la investigacin durante todo el periodo de trabajo. La elaboracin de dichos pasos
consecutivos depender del tipo de investigacin. Existen varios tipos de
investigacin, sin embargo, De acuerdo a Arias (2006, pp. 26) la investigacin de
tipo explicativa La investigacin explicativa se encarga de buscar el porqu de los
hechos mediante el establecimiento de relaciones causa-efecto.
Por otro lado, Salinas (2012, pp. 19) explica que la investigacin explicativa o
analtica se refiere a aquella que trata de analizar y/o explicar las causas de los
efectos estudiados, es decir, no solo describe la situacin, fenmeno,
caractersticas, relacin entre causa y efecto, etc, tal como hace la investigacin
descriptiva, sino que analiza y/o explica el porqu de los asuntos investigados o de
las asociaciones entre ellos.
Tomando en cuenta lo antes planteado, se puede asumir la presente
investigacin como de tipo explicativa debido a como se define la misma, en esta
se explican las causas y efectos del controlador tipo PID el cual ser
implementado en la unidad de piloto automtico UDB4, dicha unidad ser
integrada en una plataforma area de ala fija para posteriormente realizar una
verificacin de resultados por medio de simulaciones y pruebas en el VANT real.

30

3.2.

Diseo de la investigacin
El diseo de la investigacin se refiere a la manera prctica y precisa que se

adopta para cumplir con los objetivos de estudio, ya que el diseo indica los pasos
a seguir para alcanzar dichos objetivos. La seleccin del diseo de investigacin
se realiza con el fin de recolectar la informacin necesaria para responder a las
preguntas de la investigacin.
Segn Arias (2006, pp. 26) El diseo de investigacin es la estrategia
general que adopta el investigador para responder al problema planteado
Segn Hernndez (2010, pp. 120) El trminodiseose refiere al plan o
estrategia concebida para obtener la informacin que se desea.
El diseo de investigacin es muy importante debido a lo antes expuesto, por
otro lado esto estar definido de acuerdo a los pasos o procedimientos a seguir
para el desarrollo de la investigacin.
Arias (2006) expresa que en la investigacin experimental se llevan a cabo
procesos en los cuales consiste en someter un objeto de estudios a estmulos de
diferentes tipos con el fin de observar los efectos o reacciones que se producen.
Hernndez (2010) explica que el trminoexperimentotiene al menos dos
acepciones, una general y otra particular. La general se refiere a elegir o realizar
una accin y despus observar las consecuencias. Una acepcin particular de
experimento, ms armnica con un sentido cientfico del trmino, se refiere a un
estudio en el que se manipulan intencionalmente una o ms variables
independientes(supuestas causas-antecedentes), para analizar las consecuencias
que la manipulacin tiene sobre unao ms variables dependientes (supuestos
efectos-consecuentes), dentro de una situacin de controlpara el investigador.
Ya habiendo expuesto lo anterior se puede identificar el diseo de la presente
investigacin como experimental, ya que se elaborar un modelo matemtico de la
plataforma area de ala fija, dicho modelo pretende caracterizar cada uno de los

31

sistemas fsicos que componen al VANT, en dicho modelo se tendrn que


manipular o estimular variables con el fin de obtener un modelo lo ms
aproximado posible para que al final se puedan obtener resultados ms ptimos.
3.3.

Tcnicas e instrumentos de recoleccin de datos


Las tcnicas de recoleccin de datos son aquellas que caracterizan de cierta

forma los aspectos que determina la realizacin de la presente investigacin,


dichas tcnicas seran utilizadas para la mayor parte de la recopilacin de
informacin.
Para Arias (2006, pp. 111) dichas tcnicas de recoleccin de datos
representan lo siguiente:
Las tcnicas de recoleccin de datos son las distintas formas o
maneras de obtener la informacin. Son ejemplos de tcnicas; la
observacin directa, la encuesta en sus modalidades: oral o
escrita (cuestionario), la entrevista, el anlisis documental, anlisis
de contenido, etc.
Para Hernndez (2010, pp. 198) Recolectar los datos implica elaborar un
plan detallado de procedimientos que conduzcan areunir datos con un propsito
especfico.
Hernndez

(2010,

pp.

199)

tambin

explica

que

medirsignifica

asignarnmeros, smbolos o valores a las propiedades de objetos o eventos de


acuerdo con reglas
Existen diferentes tcnicas de recoleccin de datos a ser utilizadas en este
trabajo de investigacin as mismo trabajando de la mano con su respectivo
instrumento de medicin.

32

3.3.1. Observacin documental


La tcnica de observacin documental se enfoca en el anlisis documental y
el anlisis de contenido, estableciendo esto como tcnicas y usando como
instrumentos: fichas, computadoras, cuadros de registros y clasificacin por
categoras de los distintos datos a recolectar.
Para poder cumplir cada uno de los objetivos de este trabajo especial de
grado fue necesario el uso de esta tcnica de recoleccin de datos ya que se tuvo
que utilizar diferentes documentos en diferentes presentaciones tanto fsicos
como digitales, la mayora de la informacin recolectada se utiliz para el
desarrollo del modelo matemtico del VANT.
No obstante tambin se tuvo que recolectar datos para hacer el modelo
virtual de la aeronave utilizado en la parte de simulacin lo ms aproximado
posible a las caractersticas fsicas y aerodinmicas de la aeronave real, esto
haciendo referencia al rea estructural del avin, por otro lado se tuvo que buscar
cada una de las fichas de datos de casa componente electrnico a utilizar para la
integracin exitosa del UDB4 a la plataforma area de ala fija.
3.4.

Fases de la investigacin

Fase I. Definir el modelo matemtico para la plataforma area de ala fija categora
mini clase II: Proceso prolongado que debe ser preciso para el correcto diseo del
controlador, se iniciara con modelos matemticos aproximados simulados con
software utilizando modelos de aviones parecidos al que se utilizara en esta
investigacin analizando el comportamiento de los modelos matemticos
generados y estudiando su estructura para entender mejor su funcionamiento y
poder definir cul es el ms indicado para representar el modelo fsico, cabe
destacar que ms de uno puede cumplir las expectativas de indicado. El estudio
del comportamiento y funcionamiento se realizar a travs del segundo objetivo,
cada modelo matemtico debe pasar por dicho anlisis para poder comprobar si
se asemeja a la realidad. Basndonos en los modelos ya obtenidos mediante
software se realizaran pruebas de vuelo con los mismos donde se esperan

33

resultados buenos mas no tanto como para ser aceptables, se debe obtener datos
en las pruebas de vuelo de manera de poder generar modelos matemticos
experimentales con un margen de error mnimo y llegar a seleccionar uno o varios
modelos como los respectivos a utilizar para ser controlado.

Seleccionar una IMU que cumpla con las caractersticas de ser de software

y hardware libre.
Investigar Las variables, condiciones de vuelo, parmetros fsicos, y los
distintos tipos de modelo que generalmente se utilizan para el modelado
matemtico de un avin preferiblemente lo ms parecido posible al de la

investigacin.
Determinar todas las variables fsicas del avin de la investigacin.
Obtener por cualquier va legal los accesorios e instrumentos para el ptimo

funcionamiento de la IMU.
Investigar que representa cada elemento en las matrices de espacio estado
formuladas para los modelos matemticos para el correcto entendimiento

de los mismos.
Obtener y estudiar un software que pueda ser utilizado en la IMU para la

plataforma de piloto automtico.


Obtener y estudiar un simulador que se posea un modelo de avin de radio
control similar o parecido al de la investigacin y con la suficiente
credibilidad para afirmar que la simulacin ser un buen aproximado de la
realidad, que se pueda interconectar ya sea directa, o indirectamente a la
IMU para garantizar que a partir de esta es que se efecta la simulacin y
que sea capaz de ofrecer informacin o algn tipo de resultado sobre la

simulacin.
Adquirir modelos matemticos tericos a partir de las variables fsicas del
vehculo de la investigacin basndonos en los modelos investigados

previamente en otra actividad.


Investigar cuales son las respuestas tpicas de los modelos matemticos de

aviones similares o muy parecidos a los de la investigacin.


Personalizar el software escogido para que se adapte al avin de la
investigacin.

34

Programar la IMU con el software configurado para el funcionamiento de la

plataforma de piloto automtico.


Utilizar el simulador escogido junto con la plataforma de piloto automtico
para efectuar pruebas simuladas y verificar el correcto funcionamiento de la

IMU.
Acceder a la informacin de la simulacin de manera de poder obtener los
modelos matemticos generados por el simulador al momento de realizar

las pruebas de vuelo y compararlos con los obtenidos tericamente.


Probar mediante vuelo a control remoto el vehculo de la investigacin para
verificar su correcto funcionamiento y garantizar una autonoma de vuelo de

al menos unos 5 minutos.


Registrar y estudiar el modelo generado que se considere ptimo para el

desarrollo del controlador.


Efectuar pruebas de la IMU con servomotores para verificar su

funcionamiento y comportamiento con un modelo fsico.


Escoger los modelos matemticos que se crean que cumplan con las

condiciones para el sistema fsico de la investigacin.


Realizar pruebas de vuelo reales utilizando la IMU acoplada con el vehculo
areo de ala fija junto con una estacin de tierra simulada a travs de un
computador para poder estudiar el comportamiento del avin y su

semejanza a las simulaciones.


De ser posible obtener los datos de los vuelos realizados de manera tal de
obtener modelos matemticos tericos ms exactos que los anteriores de
manera de optimizar el vuelo.

Fase II. Analizar tanto en domino temporal como en el de la frecuencia la dinmica


de la plataforma area de ala fija categora mini clase II: La formulacin de un
modelo matemtico requiere de un anlisis para poder ser catalogado como
aceptable o no, estos se realizaran para cada modelo que se genere con el
objetivo uno, utilizando el software MATLAB, se evaluara tanto en dominio
temporal con una funcin escaln, como en el dominio de la frecuencia con
diagramas de bode, si el sistema representado por el modelo matemtico es
estable o inestable y qu caractersticas tiene a ver si estas se asemejan a las que
deberan darse en el modelo real.

35

Verificar la ubicacin de los polos de cada uno de los modelos


matemticos obtenidos con el fin de poder identificar si cada uno de

estos es inestable o estable y registrar dichos datos.


Observar la respuesta en tiempo de la funcin escaln de cada uno de
los modelos matemticos obtenidos y registrar la informacin

relevante.
Observar la respuesta en frecuencia de los diagramas de bode de
cada uno de los modelos matemticos obtenidos y registrar la
informacin relevante.

Fase III. Disear el control de la plataforma area categora mini clase II basado
en lazos PID: Los modelos matemticos denotados como los suficientemente
precisos para ser aceptados sern utilizados para disear un controlador basado
en lazos PID para cada uno, este proceso se realizara mediante simulacin en
tiempo real con el software SIMULINK utilizando un controlador digital para hacer
pruebas simuladas para que al efectivamente estar diseado el controlador pueda
implementarse en la tarjeta fsica UDB4 y realizarse las pruebas de
funcionamiento en vivo las cuales deben concordar aproximadamente con las
obtenidas en la simulacin, esto para cada modelo matemtico que se haya
considerado como aceptable, la implementacin en la tarjeta UDB4 ser a travs
del software libre matrixpilot, en donde se establecern el modelo matemtico
junto con su controlador y se programara el procesador de la IMU para as poder
realizar dichas pruebas.

Estudiar y disear el diagrama de funciones del software utilizado para la


plataforma de piloto automtico utilizando los modelos matemticos tericos

o simulacin seleccionados.
Iterar variando la ganancia proporcional de los lazos PID hasta que el
sistema con el que se est trabajando llegue a ser crticamente estable (es
decir que el tiempo de estabilizacin sea muy prolongado), basndose en la

respuesta de tiempo del sistema.


Calcular el periodo de la onda formada en respuesta al sistema mientras
este busca estabilizarse.

36

Obtener los parmetros proporcionales, integrales y derivativos de los lazos


PID a travs de la ganancia ltima y el periodo de la onda de esa ganancia

para as finalmente disear el controlador para dicho sistema.


Seleccionar los modelos matemticos junto con su controlador que se

parezca ms a un resultado de la realidad y registrar dichos datos.


Realizar pruebas de vuelo con los controladores diseados con el modelo
matemtico establecido como el ms aproximado a la realidad, con la

finalidad de analizar el comportamiento de la aeronave.


Comparar los modelos matemticos junto con sus controladores y
seleccionar los ms parecidos a la realidad, luego registrar dichos datos.

Fase IV. Evaluar los controles diseados bajo tcnicas de software de bucle y
hardware de bucle: Luego de tener listo el modelo matemtico juntos con sus
controladores se evaluara su comportamiento en conjunto, para esto, se
utilizara un software y hardware de bucle compatibles con el matrixpilot los
cuales deben configurarse tanto en la tarjeta UDB4 como en un ordenador para
funcionar juntos, esto requiere el estudio del cdigo tanto del software como
del hardware para as poder adaptar cualquier aspecto de las herramientas a el
modelo fsico, dicho cdigo es proporcionado por los desarrolladores de
matrixpilot.

Encontrar una manera de conectar la IMU con el simulador seleccionado


de manera de poder realizar vuelos automticos en tiempo real a travs

del simulador y comandados por el piloto automtico.


Implementar los controladores que dieron mejores

tericamente y estudiar su comportamiento en la simulacin.


Una vez obtenido un resultado satisfactorio, comprobar la confiabilidad

resultados

de la simulacin, del controlador y de la misma unidad de piloto


automtico con al menos una hora de simulacin continua.

37

1 CAPITULO IV
ANALISIS E INTERPRETACION DE RESULTADOS
En el presente capitulo se presentan los resultados obtenidos tras la
realizacin de cada uno de los objetivos de la investigacin planteados en el
captulo I. Dichos resultados constan de un determinado anlisis e interpretacin
acorde a la naturaleza de los mismos.
4.1. Obtencin del modelo matemtico del vehculo de estudio
Basndose en los estudios desarrollados por Rovira (2011), se analizaron
los modelos matemticos que este ha desarrollado para un avin a escala, su
avin modelo no es parecido al de estudio, pero los modelos desarrollados pueden
ser utilizados para cualquier avin mientras se obtengan los datos respectivos de
cada uno.
Los modelos matemticos desarrollados son dos, uno que representa el
movimiento longitudinal del avin y otro que representa el movimiento latero
direccional del mismo, ambos requieren una gran cantidad de datos fsicos y
ambientales con los que se plane representar el entorno al que se enfrentara el
sistema y el vehculo mismo. Estos salen a partir de muchas ecuaciones de fuerza
planteadas en el documento bibliogrfico de Rovira, adems de unas condiciones
especficas de vuelo y determinadas suposiciones.
En general se formula un sistema de ecuaciones las cuales a partir de estas
sern definidos los modelos longitudinal y latero direccional, pero antes de poder
llegar a dichos sistemas de ecuaciones se tomaron una serie de suposiciones
explicadas por Rovira (2011), para validar los modelos.
Suposicin #1: La masa de la aeronave se mantiene constante. El VANT de
estudio posee un motor elctrico el cual lo nico que consumir es la carga de la
batera que este posee, esta suposicin aplica ms que todo a los vehculos a
combustible, pero es importante remarcar esta condicin.

38

Suposicin #2: La aeronave es un cuerpo rgido. Con esta suposicin se ignora la


flexin de cualquier parte del vehculo, permite analizar el cuerpo con solo dos
movimientos descritos, traslacin en los ejes y rotacin en torno a ellos.
Suposicin #3: La tierra es el centro de referencia. Los movimientos de inercia y
traslacin se hacen con referencia a la tierra.
Suposicin #4: Tanto el eje X como el eje Z estn dentro del plano de simetra de
la aeronave y en el centro de gravedad. Como resultado, los momentos de inercia
de X con respecto a Y, y de Y con respecto a Z son ambos 0.
Con todas las suposiciones realizadas se obtiene el siguiente sistema de
ecuaciones, hay que destacar que el grupo de estudio no se dedic a analizar la
estructura de la aeronave para definir las ecuaciones de fuerza y momento, se
bas en los extensos estudios realizados por Rovira (2011), para validar las
mismas.

Dicho sistema de ecuaciones define el comportamiento en general del


avin, pero antes de especificar cada uno se necesitan indicar que representa
cada variable.

39

Tabla 4.1 Variables que representan el comportamiento de una aeronave.


Variables
Descripcin
Fi

Fuerza resultante eje i

Momento resultante eje X

Momento resultante eje Y

Momento resultante eje Z

Velocidad de la aeronave en el eje X de la aeronave

Velocidad de la aeronave en el eje Y de la aeronave

Velocidad de la aeronave en el eje Z de la aeronave

Velocidad angular de la aeronave en torno al eje X de la aeronave,


rgimen de balanceo

Velocidad angular de la aeronave en torno al eje Y de la aeronave,


rgimen de cabeceo

Velocidad angular de la aeronave en torno al eje Z de la aeronave,


rgimen de guiada

Aceleracin lineal en el eje X de la aeronave

Aceleracin lineal en el eje Y de la aeronave

Aceleracin lineal en el eje Z de la aeronave


Fuente: Velazco, Petit, de Pool (2015)
La variable m viene siendo la masa del vehculo, y a partir de la suposicin

#4, se tiene que las inercias a utilizar son con respecto a cada uno de los ejes
excepto las inercias de X con respecto a Z e viceversa. Una vez que se obtiene tal
sistema de ecuaciones puede empezar a desarrollar cada movimiento por
separado. Rovira (2011) explica que este sistema de 6 ecuaciones es por el cual
se rige todo el comportamiento del avin.
Ahora se relacionaran los ngulos de la aeronave con sus momentos y sus
derivadas segn los ngulos de Euler.

40

Dnde:
es el ngulo de balanceo de la aeronave.
es el ngulo de cabeceo de la aeronave.
es el ngulo de guiada de la aeronave.
La variable p representa una muy pequea perturbacin en la velocidad
angular en el rgimen de balanceo, la variable q representa una muy pequea
perturbacin en la velocidad angular en el rgimen de cabeceo y la variable r
representa una muy pequea perturbacin en la velocidad angular en el rgimen
de guiada, todas estas referidas a los ngulos del vehculo.
4.1.1. Modelo longitudinal
Se empieza haciendo una nueva suposicin con el fin de simplificar las
anteriores ecuaciones.
Suposicin #5: Se analiza el comportamiento de nuestra aeronave cuando
est en vuelo nivelado, sin turbulencias y no acelerado.
Adems de esta ltima suposicin, como solo se mira el movimiento
longitudinal del avin se puede afirmar tres cosas; Solo hay movimiento de
cabeceo, hay variacin en las fuerzas en el eje X y en el eje Z, pero lo la hay en el
eje Y (esto implica que la velocidad V en tal eje es 0), y que no hay ni momento de
alabeo ni de guiada, es decir, que P y R son iguales a 0.
Ahora se vuelven a las ecuaciones 4.1, 4.2, 4.3, 4.4, 4.5, y 4.6, y se aplican
estas propiedades para obtener nuevas ecuaciones simplificadas:

41

Con lo cual se ha pasado de un sistema de 6 ecuaciones a uno mucho ms


simplificado de 3, utilizando las ecuaciones 4.10, 4.12, y 4.14. Estas ecuaciones
no son lineales, por lo cual se dificulta su resolucin, en consecuencia se hace
una suposicin ms para facilitar el clculo.
Suposicin #6: La variacin de las velocidades, lineales y angulares, es
muy pequea, se produce debido a pequeas perturbaciones que mueven
ligeramente a la aeronave de su posicin de equilibrio inicial.
Es decir que:

Siendo Uo, Wo, y Qo los valores de las velocidades y momentos de la


aeronave en su posicin de equilibrio inicial. u, w, y q los valores de pequeas
perturbaciones.

42

Aplicando la suposicin #6 resulta que:

Adems como el eje X de la aeronave est alineado con el eje longitudinal


se deduce que Wo = 0.
Ahora se mira Q. Anteriormente se haba dicho que Q era el momento
angular de la aeronave con respecto al eje Y, y como en la suposicin #5 se ha
dicho que la aeronave empieza en equilibrio y con un vuelo nivelado no hay
momento angular (Qo = 0).
Hay que notar que si se aplican las suposiciones anteriores al ngulo
= o+

y partiendo de un vuelo nivelado, tenemos la relacin directa de:


q = (Ec. 4.22)

Ahora se substituye lo anterior con las ecuaciones 4.7, 4.9, y 4.10 para
obtener una forma linealizada del sistema de ecuaciones, que al simplificarlo a su
mxima expresin quedara de la siguiente manera:

Ahora es momento de mirar que fuerzas afectan el movimiento longitudinal


de la aeronave, estas son, la fuerza resultante producida por la gravedad, fuerza
resultante producida por el empuje de la aeronave, fuerza resultante producida por
la sustentacin y la fuerza resultante producida por la resistencia aerodinmica.

43

Las variables que afectan la fuerza y los momentos del vehculo son: La velocidad
de crucero (U), la velocidad de la aeronave con respecto al eje Z (W), la
aceleracin de la aeronave con respecto al eje Z (W), el ngulo de cabeceo (), la
derivada del ngulo de cabeceo (), y el ngulo del elevador ( e), de manera que
al definir estas variables Rovira (2011), desarrolla series de Taylor que relacionan
las fuerzas resultantes con cada una de las variables, de manera que se obtienen
coeficientes adimensionales caractersticos de modelo de estudio y los cuales se
pueden calcular a partir de los coeficientes aerodinmicos del avin en estudio.
Dichos coeficientes se definen como aquellos que relacionan los
coeficientes aerodinmicos con las variables fsicas del avin, los mismos son los
siguientes:
Tabla 4.2Coeficientes que relacionan los coeficientes aerodinmicos del
movimiento longitudinal con las variables fsicas del avin.

Variable

Velocidad
horizontal

Variable
Aerodinmica
Coeficiente de

(u)

vertical (W)

cabeceo
()

Aceleraci

del
elevador
(e)

n vertical
(W)
2

CXu=

pSU
pSU
2 Clo
(2CDo
CXw=+CT ) (Clo
)
2m
2m
e

CZu=

pSU
pSU
pSU
Clo
CZw=
(Cl
CZq=
+CDo) Clq
m
2m
4m

Empuje (Cd)
Coeficiente de
sustentacin

Velocidad

Angulo

Angulo de

CXe=

pS U
CDe
2m
'

CZ w =

pS
Cl '
4m

(Cl)
Momento
aerodinmico M

CMu=

2
2
2
pSU
pSU
pSU
pS U ' pUS
Cmo
CMw=
Cm
CMq=
CMe=
Cmq
CMCme
w=
Cm
Iy
2 Iy
4 Iy
2 Iy
4 Iy

Fuente: Velazco, Petit, de Pool (2015)


De la Tabla 4.2 hay variables que an no se definen, estas son las siguientes:
Tabla 4.3 Definicin de las variables que representan el movimiento longitudinal.
Variables
p

Descripcin
Densidad atmosfrica del aire estndar.

44

S
Iy

Superficie alar de la aeronave en metros.


Inercia con respecto al eje Y.
Curva media aerodinmica de la aeronave en metros cuadrados.
Coeficiente de los cambios del coeficiente de sustentacin con

Clo
CDo
Cl
Cm
Clq
Cmq
CDe
Cme

Cl

respecto a los cambios en la velocidad linear U.


Coeficiente de los cambios del coeficiente de empuje con respecto
a los cambios en la velocidad linear U.
Coeficiente de los cambios del coeficiente de sustentacin con
respecto a los cambios del ngulo de ataque de la aeronave.
Coeficiente de los cambios del momento M con respecto a los
cambios del ngulo de ataque de la aeronave.
Coeficiente de los cambios del coeficiente de sustentacin con
respecto a los cambios del ngulo de cabeceo.
Coeficiente de los cambios del momento M con respecto a los
cambios del ngulo de cabeceo.
Coeficiente de los cambios del coeficiente de empuje con respeto
a los cambios del ngulo del elevador de la aeronave.
Coeficiente de los cambios del momento M con respecto a los
cambios del ngulo del elevador de la aeronave.
Coeficiente de los cambios de la derivada del coeficiente de
sustentacin con respecto a la derivada del ngulo de ataque con
respecto al tiempo
Fuente: Velazco, Petit, de Pool (2015)

A partir de la relacin de los coeficientes aerodinmicos y las variables


fsicas del avin es que Rovira (2011) basndose en las series de Taylor antes
mencionadas es capaz de generar las matrices de espacio estados que definen el
movimiento longitudinal del avin, las variables de estados vendran a ser la
velocidad en el eje X (U), la velocidad en el eje Z (W), en el rgimen de cabeceo
(q) y en el ngulo de cabeceo.
La salida del sistema viene definidas a travs de la velocidad en el eje X
(U), el ngulo de ataque de la aeronave (), la derivada del ngulo de cabeceo
(), y el ngulo de cabeceo (). En este sistema no hay matriz de transmisin
directa, con lo que se tiene todo lo que haca falta.

45

Figura 4.4.1Descripcin del ngulo de ataque.


Fuente: Rovira O. (2011)

4.1.2. Modelo Latero-direccional


Al igual que en el estudio del comportamiento longitudinal, se aplicara la
suposicin #5, como solo se analiza el movimiento lateral de la aeronave se
pueden afirman tres cosas: No hay movimiento de cabeceo (Implica que Q = 0),
en el movimiento lateral no se producen fuerzas resultantes ni en el eje X ni en el
eje Z, y solo hay movimiento de alabeo y guiada.

46

Tomando estas nuevas observaciones el sistema base de 6 ecuaciones se


ve reducido a tres ecuaciones que representan el movimiento lateral del avin de
la siguiente manera:

A estas ecuaciones al igual que con el modelo longitudinal, se les aplica la


suposicin #6, donde las velocidades lineales y angulares que afectan a este tipo
de movimiento se ven perjudicadas por perturbaciones muy pequeas definidas de
la siguiente manera:

Donde al igual que antes los valores con subndice 0 son los valores de
velocidades y momentos de la aeronave en su posicin de equilibrio inicial, y las
minsculas de los mismos son los valores de las pequeas perturbaciones.

47

Para acabar de simplificar las ecuaciones se debe aclarar que se parte de


una posicin inicial de equilibro y por lo tanto P o=0, y Ro=0; El vuelo es nivelado y
el movimiento longitudinal y lateral estn desacoplados (W = 0). Si se aplica a las
ecuaciones anteriores y estas mismas se reducen lo ms que puedan se obtiene
el sistema de ecuaciones caracterstico del movimiento latero-direccional.

Igual que se hizo con el anlisis del movimiento longitudinal, ahora es


momento de linealizar las ecuaciones para obtener que fuerzas son las que se
producen al existir perturbaciones.
Se pondr directamente el sistema de ecuaciones resultante al aplicar el
desarrollo en serie de Taylor. En este caso las variables que afectan a las fuerzas
y momentos son la velocidad de la aeronave en el eje Y (V), la velocidad angular
de la aeronave en torno al eje X (P), el ngulo de balanceo (), la velocidad
angular de la aeronave en torno al eje Z (R), el ngulo de los alerones del avin
(a), y el ngulo del timn de direccin (r).
De esta manera se desarrollan las series de Taylor y se deja la derivada en
un lado de la igualdad y los dems trminos en el otro, sustituyendo las derivadas
parciales por coeficientes adimensionales. De esta manera Rovira es capaz de
relacionar los coeficientes aerodinmicos con las variables fsicas del avin de la
siguiente manera:
Tabla 4.4Coeficientes que relacionan los coeficientes aerodinmicos del
movimiento latero-direccional y las variables fsicas del avin.

Variable
Variable

Angulo

Velocidad

Velocidad

Angulo de

Angulo del

de

angular en

angular en

los

timn de

guiada

torno al eje

torno al eje

alerones

direccin

48

Aerodinmica

()
CYv=

X (P)

Z (R)

(a)
CYa =

(r)
CYr =

pS U 2
Cya
2m

pS U 2
Cyr
2m

CLa =

CLr =

Fuerzas
laterales (Y)
Momento
resultante eje X
(L)
Momento
resultante eje Z
(N)

pSU
CY
2m
CLv =

CLp =

2
pSUb
Cl pSU b Clp
2 Ix
4 Ix

CNv =
2

CNp =
2

CLr =
pSU b2
Clr
4 Ix
CNr =
2

pS U b
pSU b
pSU b
Cn
Cnp
Cnr
2 Iz
4 Iz
4 Iz

pS U 2 b
pS U 2 b
Cla
Clr
2 Ix
2 Ix
CNa =

CNr =

pS U b
pS U b
Cna
Cnr
2 Iz
2 Iz

Fuente: Velazco, Petit, de Pool (2015)

De la Tabla 4.4 hay varias variables que an no se definen y estas son las
siguientes:
Tabla 4.5 Descripcin de las variables adicionales que intervienen en el
movimiento latero-direccional.
Variables

Descripcin

Representa la envergadura del avin en metros.

Ix

Inercia en el eje X.

Iz

Inercia en el eje Z.
Fuente: Velazco, Petit, de Pool (2015)

A partir de la relacin entre los coeficientes aerodinmicos y las variables


fsicas es que a travs de las series de Taylor formuladas por Rovira se obtienen
las matrices de espacio estado que representan el movimiento latero-direccional.
Las variables que definen el comportamiento son el ngulo de guiada (), la

49

velocidad angular en torno al eje X (p), la velocidad angular en torno al eje Z (r), y
el ngulo de balanceo (). En el sistema de espacio estados tampoco hay matriz
de transmisin directa, con lo que se obtienen las matrices:

Figura 4.2 Descripcin del ngulo de guiada ()


Fuente: Rovira O. (2011)
4.1.3. Modelado de la plataforma area en X-Plane
Con la necesidad de realizar vuelos que simulen las respuestas del avin se
escogi el simulador X-Plane, los editores de Laminar Research (2015), lo
certifican como un simulador muy real para aprendizaje de vuelo y es desarrollado
por la empresa Laminar Research. Las ventajas del simulador es que al poseer
caracterstica de gran aproximacin a la realidad es bastante preciso a la hora de
usar un modelo de avin para su simulacin, pues toma en cuenta lo mismo que
en la investigacin se ha tomado para los modelos matemticos: Todas las
variables fsicas del avin, y los coeficientes aerodinmicos, de esta manera se

50

puede garantizar que el simulador ser lo bastante preciso como para describir lo
que suceder en la vida real.
El simulador trae consigo dos programas llamados PlaneMaker y
AirfoilMaker, donde el primero es un editor que permite editar o crear modelos de
aviones para ser usados en las simulaciones y el segundo para que a partir de las
variables fsicas aproximar los coeficientes aerodinmicos de un ala del avin, y
como el simulador comnmente est hecho para vuelos con aviones a escala
reales se tuvo que basar en las configuraciones de emulacin del editor del blog
VSKYLABS, JetManHuss (2015), explica detalladamente la configuracin del
simulador para que el comportamiento del modelo de radio control se asemeje lo
ms posible a la realidad.
El

simulador

posee

muchas

opciones

que

aproximan

ms

su

comportamiento al real, lo primero que se realizo fue el modelo fsico del avin de
la investigacin en el PlaneMaker, el mismo pide una enorme cantidad de datos
para poder formularlo, estos van desde el centro de gravedad, los radios del
centro de gravedad hasta cierta cantidad de punto del fuselaje definidos por el
PlaneMaker (pueden ser hasta 99 puntos los cuales le dan forma al fuselaje del
avin), cuantas alas posee, la posicin de las alas en el fuselaje, la longitud de las
alas, el grueso de las alas, los planos aerodinmicos a usar para cada ala, las
especificaciones del motor, el diedro, el grosor de las alas, y muchas cosas ms
que el simulador se encargara de usar para formular sus propios modelos
matemticos y realizar el vuelo correspondiente.
El simulador, tambinpermite obtener todos los datos de vuelo en tiempo
real de la simulacin a travs de un hardware que se leimplementa al UDB4
llamado openlog, el cual registra todos los datos que el UDB4 genera al hacer su
vuelo. Esto es de manera informativa pues la investigacin no cuenta con dicho
dispositivo.

51

As, al terminar de colocar todos los datos del vehculo de estudio en el


PlaneMaker se termin obteniendo un modelo fsico para ser simulado de la
siguiente manera:

Figura 4.3Modelo del vehculo generado a travs de PlaneMaker


Fuente: Velazco, Petit, de Pool (2015)
Ms adelante se mostrara el vehculo de estudio y se podr apreciar la gran
similitud que ambos modelos poseen, los colores que se usaron en el PlaneMaker
son de un avin distinto y por eso se nota que algunas cosas no encajan bien,
pero estas son puramente estticas.
En trminos generales, lo que no es posible de apreciar en la Figura 4.3,
seran las distancias del avin como tal y las especificaciones del motor, todas
estn fueron tomadas de la aeronave real y sern pautadas ms adelante.
En el AirfoilMaker se tienen varias caractersticas referidas a los
coeficientes de sustentacin, empuje y de momentos, en donde el mismo

52

programa explica de donde sacar un aproximado de esos parmetros a travs ya


sea de variables fsicas del avin, o por estndares ya estudiados para cierto tipo
de alas, los planos aerodinmicos que genera el AirfoilMaker van referido a una
sola ala, pues dependiendo de cmo sea esta fsicamente se tendr un
comportamiento muy distinto. El X-Plane llama ala a toda superficie plana
pegada al fuselaje, por lo tanto el aeromodelo fsico tiene 3 planos aerodinmicos
distintos, uno para la hlice del motor, otro para el ala principal, otro para el timn
de direccin y el ltimo para el elevador, en todos se realiz el proceso para
aproximar lo ms posible, como se dijo antes, algunos parmetros fueron tomados
del mismo AirfoilMaker que daba algunos parmetros estndar segn el tipo de
avin, los que se referan a variables fsicas fueron calculados por el grupo
investigador sin problemas.
Las salidas mostradas por el AirfoilMaker son las de los coeficientes de
sustentacin, empuje y momento vs el ngulo de ataque (), se mostraran tres
grficaspara el plano aerodinmico del ala principal de manera de poder apreciar
con claridad la aerodinmica que caracteriza dicha parte a la cual se hace
referencia.

Figura 4.4 Leyenda de las grficas del AirfoilMaker


Fuente: Velazco, Petit, de Pool (2015)

53

Figura 4.5 Ala principal: coeficientes aerodinmicos VS ngulo de ataque (entre


-20 y 20 grados)
Fuente: Velazco, Petit, de Pool (2015)

Figura 4.6 Ala principal: coeficientes aerodinmicos VS ngulo de ataque (entre


-180 y 180 grados)
Fuente: Velazco, Petit, de Pool (2015)

54

Figura 4.7Ala principal: Respuesta de escaln del plano aerodinmico con el


aumento contino del ngulo de ataque (-20 a 20 grados)
Fuente: Velazco, Petit, de Pool (2015)
Una vez que el simulador integra el modelo grafico de las variables fsicas
junto a los planos aerodinmicos se obtiene el modelo de X-Plane ms
aproximado posible a la aeronave que se est estudiando, lo cual garantiza que
los controladores que se probaran en simulaciones tendrn un comportamiento
parecido en la vida real. El simulador toma todos estos datos e internamente hace
el clculo de todos los coeficientes aerodinmicos para formular su propio modelo
matemtico a ser utilizado en las simulaciones, a pesar de que el simulador no
puede ofrecernos el modelo matemtico como tal, tiene a su disposicin muchos
datos de vuelo con los cuales sera posible obtener el modelo matemtico del
avin.

55

4.1.4. Desarrollo de los modelos matemticos


Una vez planteados todos los modelos matemticos se procede a hacer el
clculo de los mismos, partiendo inicialmente de lo que se requiere para
formularlos. Ya en puntos anteriores se definieron los modelos longitudinal y
latero-direccional los cuales poseen sus matrices de espacio estados basados en
coeficientes que relacionan variables fsicas del avin con coeficientes
aerodinmicos, la problemtica inicia en que para obtener esos coeficientes
aerodinmicos se necesitan hacer pruebas fsicas al avin con tneles de viento
de manera de poder hacer el clculo de los coeficientes aerodinmicos y ver como
estos cambian con respecto al tiempo.
El grupo investigador al no poseer tneles de viento para hacer pruebas con
el vehculo recurri al documento de Rovira donde el especifican los coeficientes
aerodinmicos de su aeronave y se tomaron dichos datos juntos con los datos
fsicos del vehculo de la investigacin de manera de tener la capacidad de
generar un primer modelo aproximado.
El primer modelo que se gener no tuvo xito, pues el mismo no cumpla
con las expectativas de comportamiento, por las suposiciones realizadas al
momento de generar los modelos se conoce como debe ser el comportamiento de
un modelo matemtico que se asemeje a un avin, en los anexos se puede
observar cuales fueron las salidas de dicho modelo, y a continuacin se tiene una
tabla donde se especifica cmo debe ser el comportamiento de los modelos
tericos.

56

Tabla 4.6 Comparacin del comportamiento respectivo de los modelos con el


primer resultado obtenido.
Comportamiento
Modelo
Resultado obtenido
terico
Estable, amplitudes muy
Inestable para todas las
Longitudinal (lazo abierto) bajas en sus seales de
seales de salida.
salida.
Latero-direccional (lazo
Inestable en todas las
Inestable para todas las
abierto)
Longitudinal (lazo

seales de salida.
Inestable en todas las

seales de salida.
Inestable en todas las

cerrado)

seales de salida.
Estable, salidas con

seales de salida.

Latero-direccional (lazo
cerrado)

tiempos de estabilizacin
muy altos y algunas de
ellas con picos

Inestable en todas las


seales de salida.

inaceptables
Fuente: Velazco, Petit, de Pool (2015)
Con la negativa del resultado se comenz a investigar a fondo las
capacidades del simulador para mostrar datos de vuelo, confiando con toda
seguridad que el modelo generado para el simulador era lo suficientemente
aproximado como para confiar en l se descubri y comprob la capacidad que
tena el simulador para grabar datos de vuelo, los mismos que van desde
velocidades lineales, angulares, direcciones del viento, posicin del vehculo,
altura, ngulo de ataque, ngulo de cabeceo, ngulo de guiada, ngulos de
flexin de todas las superficies de control (elevador, alerones y timn de
profundidad), coeficiente de sustentacin, coeficiente de empuje, fuerzas
aerodinmicas, entre otros. Toda esta cantidad de datos era posible extraerla de
un vuelo simulado, incluso varias a la vez y todas con respecto al tiempo.
Exactamente los datos que ofrece el X-Plane y la forma en la que los ofrece
son como se necesitan para poder generar los coeficientes aerodinmicos para los
modelos, debido a que ellos necesitan muchos los cambios de los parmetros de
vuelo con respecto al tiempo e incluso los cambios de ciertos parmetros con

57

respecto a otros parmetros. Jitendra (2011) en su libro Flight MechanicsModeling


and Analysis hace el estudio y realiza un tabla donde indica cuales son los
coeficientes aerodinmicos que se necesitan para los modelos matemticos y con
que hay que relacionar sus cambios para obtenerlos correctamente, la
investigacin parte de dicha informacin para poder generar los coeficientes
aerodinmicos necesarios para los modelos matemticos. Dicha tabla se
encuentra en el Cap. 4 (p. 91-106), del libro antes mencionado, especficamente
en la Tabla 4.3 y Tabla 4.4.

Figura 4.8 Graficas de mltiples parmetros de vuelo con respecto al tiempo


mostrados por X-Plane.
Fuente: Velazco, Petit, de Pool (2015)
Como se puede observar en la Figura 4.8, el simulador es capaz de arrojar
mltiples datos, todos estos son tomados de un vuelo que est ocurriendo en ese
preciso momento, si se aprecia la Figura 4.8, se puede observar como muestra los
datos de las velocidades angulares Q, P, y R, el ngulo de ataque (alpha), el

58

coeficiente de sustentacin (cl), el coeficiente de empuje (cd), el grado de


inclinacin del elevador (elev1) y los datos de crucero, el ms importante en esta
parte la velocidad (speed), cada uno mostrando su unidad. Se puede apreciar
tambin que los datos que se estn obteniendo en la Figura 4.8 son los
correspondiente al modelo longitudinal, la grfica muestra los resultados a los 30
segundos del vuelo que se est ejecutando de esta manera fue posible obtener
todos los datos de vuelo que deban calcularse a travs de tneles de viento por
medio del simulador, y al tener conocimiento de lo preciso del modelo simulado se
tomaron todos los datos necesarios para as, formular un modelo ms.
Los modelos obtenidos se comportaron satisfactoriamente en relacin a la
teora antes especificada de manera en que se comprueba la validez del modelo
matemtico para asemejarse a un avin.
Tabla 4.7 Coeficientes para el movimiento longitudinal.
Respecto a:

Coef. de
sustentacin

Coef. de empuje
CDo = 0.321

CT =

Momento
aerodinmico M

Velocidad (U)

Clo = 0.13577

Angulo de ataque ()
Velocidad angular de

Cl = -0.588235

Cm = -1.621

la aeronave en torno

Clq = 3.333333

Cmq = 0.1786

Cl = -5.72391

Cm = -1.472

-0.03

Cmo = -0.03

al eje Y (Q)
Derivada del ngulo
de ataque con
respecto al tiempo
()
Angulo del elevador
(e)

Cle = -1.06061

CDe = 0.1496

Cme = 0.2795

Fuente: Velazco, Petit, de Pool (2015)

Tabla 4.8 Coeficientes para el movimiento Latero-direccional.


Momento
Momento
Fuerzas laterales
Respecto a:
resultante en el
resultante en el
(Y)
eje X (L)
eje Z (N)

59

Angulo de guiada
()
Velocidad angular
en torno al eje X
(P)
Velocidad angular
en torno al eje Z
(R)
Angulo de los
alerones (a)
Angulo del timn
de profundidad (r)

Cl = -2.215

Cy = -0.124253

Cn = 3.166667

Clp = 103

Cnp = 1.3103

Clr = -47.54

Cnr = -5.4286

Cla =-8.829

Cya = -0.34401

Cna = 0.59375

Clr = -29.429

Cyr = -1.124342

Cnr = 2

Fuente: Velazco, Petit, de Pool (2015)


Con todos los coeficientes aerodinmicos definidos lo siguiente es
establecer las condiciones de vuelo y las caractersticas fsicas del avin para
poder relacionarlas con los coeficientes de la Tabla 4.4 y Tabla 5.5.
Tabla 4.9 Datos fsicos de la aeronave.
Variables
Magnitud
Unidad
Superficie alar (S)

0.24873

m2

Cuerda media aerodinmica ()

0.247

Envergadura (b)

1.007

Factor de oswald (e)

0.98

Masa

0.8

m
Adimensiona
l
Kg

Inercia con respecto al eje X (Ix)

0.09

Kg*m2

Inercia con respecto al eje Y (Iy)

0.36

Kg*m2

Inercia con respecto al eje Z


0.36
Inercia con respecto al plano XZ
0.37108
(Ixz)
Fuente: Velazco, Petit, de Pool (2015)

Tabla 4.10 Condiciones de vuelo.


Variables
Magnitud

Kg*m2
Kg*m2

Unidad

60

Altitud
50
Gravedad de la tierra (g)
9.8
Densidad estndar del aire
1.2191
segn la altura (p)
Presin dinmica
60.9562
Velocidad de crucero (U)
10
Fuente: Velazco, Petit, de Pool (2015)

m
m/s2
Kg/m3
Pa
m/s

Una vez definidos todos estos datos se sustituyen en los coeficientes que
relacionan las variables fsicas del avin con los coeficientes aerodinmicos de
ambos modelos definidos en las Tabla 4.1 y Tabla 4.2, para as definitivamente
obtener todos los coeficientes que caracterizan los dos tipos de movimientos de la
aeronave.
Tabla 4.11 Coeficientes que relacionan los coeficientes aerodinmicos del
movimiento longitudinal con las variables fsicas del avin desarrollados.
Variable

Velocidad
horizontal

Variable
Aerodinmica
Coeficiente de

(u)

Velocidad
vertical (W)

cabeceo

elevador

()

(e)

Aceleracin
vertical (W)

CXe=3.2643

CZu=0.6376CZw=0.6275

CZq=0.8371CZe =
26.72

CMu=0.07551CMw=1.95

CM w = CMq=2.528CMe=2.624

(Cl)
Momento

Angulo del

CXu=1.3665CXw=0.0967

Empuje (Cd)
Coeficiente de
sustentacin

Angulo de

CZ w ' =0.1340
'

aerodinmico M

0.2235
Fuente: Velazco, Petit, de Pool (2015)

Tabla 4.12 Coeficientes que relacionan los coeficientes aerodinmicos del


movimiento latero-direccional y las variables fsicas del avin desarrollados.
Angulo

Velocidad

Velocidad

Angulo de

Angulo del

61

Variable
Variable

de

angular en

angular en

los

timn de

guiada

torno al eje

torno al eje

alerones

direccin

()
CYv=

X (P)

Z (R)

(a)

(r)

CYa =

CYr =-

-6.52

21.31

Aerodinmica
Fuerzas

0.2355

laterales (Y)
Momento
resultante eje X
(L)
Momento
resultante eje Z

CLv =

CLp =

CLr =

CLa =

CLr =

-5.476

-274.2

139.6

428.9

1429

CNv =

CNp =

CNr =

CNa =

CNr =

7.785

-279.9

132.4

467.3

1557

(N)

Fuente: Velazco, Petit, de Pool (2015)


Y con todo esto ya definido se procede a escribir las matrices de espacio
estado que corresponden a los modelos longitudinal y latero-direccional.

A=

1.367 0.09674 0 9.81


0.6376 0.6275
11.42 0
0.07551 1.95 2.528 0
0
0
1
0

C=

1 0 0 0
0 0.1 0 0
0 0 1 0
0 0 0 1

B=

[ ]
[]
3.264
26.72
2.624
0

D=

0
0
0
0

Figura 4.9 Matrices de espacio estado para el movimiento longitudinal.


Fuente: Velazco, Petit, de Pool (2015)

62

A=

C=

0.2355
0
10 9.81
5.476 274.2 139.6 0
7.785
279.9 132.4 0
0
1
0
0

0.1
0
0
0

0
1
0
0

0
0
1
0

0
0
0
1

B=

D=

[]

6.52 21.31
428.9 1429
467.3 1557
0
0

0
0
0
0

0
0
0
0

Figura 4.10 Matrices de espacio estados para el movimiento latero-direccional.


Fuente: Velazco, Petit, de Pool (2015)
4.2. Anlisis de la dinmica de los modelos matemticos
4.2.1. Anlisis en dominio del tiempo
Este anlisis es necesario para observar y evaluar el comportamiento de un
sistema o proceso en el tiempo, este tiempo puede ser discreto o continuo. En el
caso de esta investigacin se est trabajando bajo el dominio temporal discreto; el
anlisis se le realizar a los dos sistemas que trabajan en conjunto para el control
de todas las superficies de control de la plataforma area.
Para observar correctamente el comportamiento de cada sistema se le
aplicar una entrada de tipo escaln tanto a lazo abierto como a lazo cerrado
usando la herramienta matemtica MATLAB con el fin de llegar a una conclusin de
los distintos comportamientos de estos sistemas debido a que posteriormente se
les

realizarn

controladores

los

mismos.Cabe

destacar

que

estos

comportamientos son caractersticos nicamente de la plataforma area en estudio


ya que cada aeronave posee diferentes modelos matemticos para cada sistema.
En

las siguientes graficas se podr observar

el comportamiento en el

dominio de tiempo del sistema longitudinal el cual a lazo abierto es estable y a lazo

63

cerrado inestable, as mismo se puede observar el comportamiento del sistema


latero-direccional, este sistema es inestable a lazo abierto y estable a lazo cerrado
pero con un comportamiento muy poco eficiente para este tipo de sistemas. El
comportamiento que se obtuvo es exactamente como la teora que Rovira
explicaba de cmo deba comportarse el modelo, en la Tabla 4.6 se compar los
resultados del primer modelo matemtico obtenido en la investigacin con los que
aproximadamente deberan ser, de esta manera los anlisis en dominio del tiempo
deben asemejarse a lo descrito en dicha tabla para confirmar que corresponden al
de una aeronave de ala fija.

Figura 4.11 Diagrama de bloques del movimiento longitudinal a lazo abierto.


Fuente: Velazco, Petit, de Pool (2015)
Los resultados obtenidos son satisfactorios al encajar con la teora
proporcionada por la bibliografa, para el movimiento longitudinal la entrada del
sistema viene siendo el grado de inclinacin del elevador (e), y las salidas vienen
siendo la velocidad en X (U), el ngulo de ataque (Alpha), el grado de cabeceo (q),
y el ngulo de cabeceo (theta).

64

Figura 4.12 Repuesta a la entrada de tipo escaln a lazo abierto del movimiento
longitudinal.
Fuente: Velazco, Petit, de Pool (2015)
Tiene un tipo de respuesta con una oscilacin rpida y amortiguada, se
puede observar que en el segundo 7 la respuesta alcanza una amplitud fija, eso
indica que el sistema es estable a lazo abierto.

Figura 4.13 Diagrama de bloques del movimiento longitudinal a lazo cerrado.


Fuente: Velazco, Petit, de Pool (2015)
Se hace la observacin que para el anlisis en dominio de tiempo a lazo
cerrado la ganancia que se retroalimenta es unitaria, es decir, que la misma salida
del sistema es la que se retroalimenta a la entrada sin ningn tipo de cambio.

65

Figura 4.14 Repuesta a la entrada de tipo escaln a lazo cerrado del movimiento
longitudinal.
Fuente: Velazco, Petit, de Pool (2015)
Se puede observar que el sistema es inestable a lazo cerrado y su
respuesta tiende a ms o menos infinito dependiendo de la variable,esta respuesta
afecta todas las variables de estado del sistema.
Seguido de esto se tiene las respuestas del modelo latero-direccional, el
mismo, se dividi en dos modelos matemticos debido a que para el diseo del
controlador era necesario hacer un controlador a los alerones y otro al timn de
profundidad por separado, esto debido a que el software que se utiliz para la
plataforma de piloto automtico trabaja con tres controladores, lo que se hizo fue
tomar el modelo latero-direccional antes descrito y referirlo a una de las dos
entradas de manera de descomponerlo como se deseaba, as que se tienen los
siguientes diagramas de bloques.

66

Figura 4.15 Diagrama de bloques del modelo latero-direccional referido a los


alerones de lazo abierto.
Fuente: Velazco, Petit, de Pool (2015)
Los diagramas de bloques del modelo latero-direccional son exactamente
iguales a los referidos a los alerones, la nica diferencia son los parmetros del
bloque de espacio estado pues ambos modelos son distintos.
Al igual que el movimiento longitudinal el latero-direccional incide en cuatro
variables de salida, las entradas ya se han mencionado antes, de un modelo es el
ngulo de los alerones (a), y del otro es el ngulo del timn de profundidad (r),
sin embargo ambos modelos inciden en las mismas cuatro seales de salida, el
ngulo de guiada (beta), el grado de balanceo (p), grado de guiada (r), y el
ngulo de balanceo (). Sus respuestas en el dominio del tiempo son las
siguientes.

67

Figura 4.16 Respuesta a una entrada de tipo escaln a lazo abierto del
movimiento completo latero-direccional.
Fuente: Velazco, Petit, de Pool (2015)
Se puede observar que el sistema es inestable a lazo abierto y su respuesta
tiende a ms infinito, esta respuesta afecta todas las variables de estado del
sistema.

Figura 4.17 Diagrama de bloques del modelo latero-direccional referido a los


alerones de lazo cerrado.
Fuente: Velazco, Petit, de Pool (2015)

68

Figura 4.18 Respuesta a una entrada de tipo escaln a lazo cerrado del
movimiento latero-direccional referido a los alerones.
Fuente: Velazco, Petit, de Pool (2015)
Este sistema a lazo cerrado posee un tipo de respuesta con una oscilacin
bastante rpida y amortiguada, se puede observar que a los 3.5 segundos el
sistema se estabiliza completamente eso indica que el sistema es estable a lazo
cerrado.

Figura 4.19 Respuesta a una entrada de tipo escaln a lazo cerrado del
movimiento latero-direccional referido al timn de profundidad.
Fuente: Velazco, Petit, de Pool (2015)

69

Este sistema a lazo cerrado posee un tipo de respuesta con una oscilacin
ms lenta pero amortiguada y se puede observar que el tiempo de estabilizacin
es rpido aproximadamente a los 4 segundos eso indica que el sistema es estable
a lazo cerrado.
4.2.2. Anlisis en dominio de la frecuencia.
Este anlisis es necesario para observar y evaluar el comportamiento de un
sistema en el dominio de la frecuencia, cuando se habla de dominio de la
frecuencia se hace referencia a la respuesta de un sistema en estado estacionario
ante una entrada senoidal, en este caso utilizando la herramienta matemtica
MATLAB cuya herramienta permite observar las respuestas de cada sistema tanto
a lazo abierto como a lazo cerrado algo muy importante para validar el
comportamiento del sistema y estar seguro de dichos comportamientos antes de
realizar cualquier tipo de controlador.

Figura 4.20 Diagrama de bode del movimiento longitudinal a lazo abierto.


Fuente: Velazco, Petit, de Pool (2015)
En este diagrama se pueden observar las componentes frecuenciales de
este sistema a lazo abierto, se detalla que el cambio del timn de profundidad da
como resultado que las variables como la velocidad (U), ngulo de ataque (),
grado de cabeceo (q), y el ngulo de cabeceo () se encuentren en media y baja
frecuencia.

70

Figura 4.21 Diagrama de bode del movimiento longitudinal a lazo cerrado.


Fuente: Velazco, Petit, de Pool (2015)
Este sistema en el dominio de la frecuencia a lazo cerrado

es muy

dinmico ya que se puede observar que en las variables de estado de la velocidad


(U), ngulo de ataque (), grado de cabeceo (q), y el ngulo de cabeceo ()
poseen sus componentes frecuenciales en media y alta frecuencia o en media y
baja frecuencia.

Figura 4.22 Diagrama de bode del movimiento latero-direccional a lazo abierto.


Fuente: Velazco, Petit, de Pool (2015)

71

En este diagrama se puede observar el comportamiento general del sistema


latero-direccional a lazo abierto, este sistema tiene un comportamiento en el
dominio de la frecuencia bastante peculiar debido a que las componentes
frecuenciales de las variables como ngulo de guiada (),grado de balanceo
(p),grado de guiada (r) y ngulo de balanceo () se encuentran en baja, media y
alta frecuencia.

Figura 4.23 Diagrama de bode del movimiento latero-direccional referido a los


alerones a lazo cerrado.
Fuente: Velazco, Petit, de Pool (2015)
En este caso se puede observar que las componentes frecuenciales de las
variables de estado ngulo de guiada (),grado de balanceo (p),grado de
guiada (r) y ngulo de balanceo ()se encuentran en las zonas de alta, media y
baja frecuencia.

72

Figura 4.24 Diagrama de bode del movimiento latero-direccional referido al timn


de profundidad a lazo cerrado.
Fuente: Velazco, Petit, de Pool (2015)
De nuevo en este caso se observar que el comportamiento del sistema en
el dominio de la frecuencia sigue un mismo patrn ya que las componentes
frecuenciales del ngulo de guiada (),grado de balanceo (p),grado de guiada
(r) y ngulo de balanceo () se encuentran en media y baja frecuencia.
4.3. Diseo y entonacin de los controladores.
En la seccin 4.2. se explic que era necesario dividir el modelo laterodireccional en dos separando las entradas debido a que el software del piloto
automtico utilizaba un controlador para cada superficie de control, y adems, el
software al que se referir ahora como matrixpilot trabaja por medido de
controladores PD, no es lo ms eficiente puesto que trabajar sin la ganancia
integral generara en la respuesta del sistema errores de estado estable los cuales
podran hacer incompetente el controlador, para su diseo se utilizara la
herramienta MATLAB & SIMULINK para que al igual que como se hizo en el
anlisis se pueda observar las mltiples respuestas que tendr el sistema una vez
siendo controlado. Para la entonacin de los controladores se usaran distintos
mtodos con el fin de observar la variedad de respuestas que puede ofrecer un

73

controlador tipo PID y decidir cul es el que proporciona la mejor respuesta para
ser utilizado en el piloto automtico.
4.3.1. Mtodo de Ziegler y Nichols
El mtodo de Zieglar-Nichols es de mucha ayuda al momento de realizar
controladores PID ya que es de manera emprica sin necesidad de tener
representado el sistema matemticamente, este mtodo es de fcil aplicacin a
sistemas lineales y que puedan ponerse a oscilar para la obtencin de datos
requeridos para la aplicacin del mtodo pero para sistemas no lineales se
necesita un proceso de linealizacin del sistema lo cual es engorroso y que puede
llevar a errores de clculos por mala interpretacin del sistema en estudio.
En esta investigacin se evit el uso de este mtodo directamente ya que al
trabajar con sistemas no lineales el trabajo de linealizacin manual necesitara de
una gran inversin de tiempo que a fin al cabopodra llevar a cometer errores por
la gran complejidad matemtica. Este sistema que est dividido en dos
subsistemas un sistema latero-direccional el cual posee una entrada y cuatro
salidas y el otro subsistema que posee dos entradas y ocho salidas es un sistema
que necesita ser linealizado pero esto puede ser realizado por medio de
herramientas matemticas como lo es MATLAB & SIMULINK no sin antes
destacar que siempre se tiene que verificar el comportamiento del sistema al ser
linealizado por una herramienta matemtica, para poder validar que esto se ha
realizado de manera correcta. Por otro lado estos sistemas no son posibles de
llevar a un estado de oscilacin para tomar los datos requeridos para la aplicacin
del mtodo.

74

4.3.2. Herramienta de sintonizacin de controladores PID (PID tuner)


Esta es una herramienta de sintonizacin automtica de controladores que
pueden ser de tipo P, PI, PD y PID el cual se encarga de ajustar los parmetros
del controlador con el fin de lograr un diseo robusto y con un tiempo de respuesta
deseado. Este bloque de Simulink verifica la linealidad del sistema y de no ser
este un sistema lineal disea un modelo linealizado, y crea un controlador inicial el
cual no tiene que ser el utilizado obligatoriamente, ya que todo depende de las
necesidades del sistema.
El mtodo de sintonizacin usado por esta herramienta es el mtodo de
Ziegler-Nichols y el mtodo de convergencia de seales, estos mtodos se
pueden aplicar de manera sencilla cuando el sistema es lineal, es por eso que
esta herramienta como primer paso verifica y linealiza el sistema luego de esto
muestra la grfica del comportamiento del sistema general y adicionalmente una
serie de datos que sirven de gua al momento de elegir el controlador, estos datos
pueden ser por ejemplo: El nivel de sobre pico en porcentaje, Tiempo de respuesta
y Tiempo de estabilizacin.
En caso de no favorecer al sistema el controlador inicial se utiliza una barra
deslizante en la cual se puede ajustar la robustez y agresividad del controlador; al
momento de conseguir un controlador que cumple con las necesidades del
sistema se procede a aplicar el controlador lo que consiste en suministrar al
bloque PID el valor de cada uno de sus parmetros suministrados por el PID
Tuner.
Este mtodo es el que ser utilizado para la entonacin de los
controladores de los modelos obtenidos en la investigacin, a causa de que
inicialmente por el mtodo de Ziegler y Nichols no se obtuvo un sistema
estabilizado y por lo tanto no es lo que se busca para la entonacin.

75

Figura 4.25 Ventana del bloque PID de Simulink cargando la aplicacin PID tuner
mostrando el momento en que intenta linealizar el sistema.
Fuente: Velazco, Petit, de Pool (2015)

Figura 4.26 Ventana del rea de trabajo del PID tuner


Fuente: Velazco, Petit, de Pool (2015)

76

4.3.3. Controlador para el movimiento longitudinal (Timn de profundidad)


Para la entonacin del movimiento longitudinal se utiliz el diagrama de
bloques de la Figura 4.12con la aadidura de que antes del bloque de planta de
espacio estados se le agrego un bloque de controlador PD, en el mismo se abri
la aplicacin PID tuner, cuando termino su proceso descrito anteriormente los
resultados obtenidos fueron los siguientes.

Figura 4.27 Primer controlador: respuesta general del sistema de control del timn
de profundidad.
Fuente: Velazco, Petit, de Pool (2015)
En la respuesta general del sistema de este primer controlador que
proporciona la herramienta PID Tuner se puede apreciar que tiene una oscilacion
lenta y poco amortiguada con tiempo de respuesta bastante rapido pero con un
tiempo de estabilizacion muy lento de aproximadamente 19.6 segundos adicional
a esto se puede observar un sobrepico de 155% lo cual es bastante altoy aunque
el sistema sea estable se decidio no utilizar este controlador yaque las seales de
salida no se estabilizan lo suficientemente rapido. Notese que en la Figura 4.27 el
PID tuner tambien muestra la ganancia proporcioal y derivativa.
Con la negativa de que la entonacion del PID tuner no fue efectiva se
procede a graduar las barras de respuesta de tiempo y de comportamiento
transitorio de manera de variar las ganancias y ver si la aplicacin es capaz de
entonar un controlador aceptable enfocado por los cambios en las caracteristicas
de la respuesta general. Se obtuvo un segundo controlador.

77

Figura 4.28 Segundo controlador: Respuesta general del sistema de control del
timn de profundidad.
Fuente: Velazco, Petit, de Pool (2015)
Este segundo controlador proporciona una respuesta al sistema de manera
general con mejores caracteristicas ya que se puede visualizar que a pesar de que
haya aumentado un poco el tiempo de respuesta, el tiempo de estabilizacion a
disminuido a 7.84 segundos aproximadamente esto es mucho mas aceptable ya
que hubo una reduccion de tiempo de 11.7 segundos en comparacion con el
primer controlador pero manteniendo un nivel de sobre pico elevado de 135%; A
pesar de la mejora, al momento de simular las salidas aun mostraban un tiempo
de estabilizacion inaceptable de unos 9 segundos, pero lo mas preocupante fue el
error de estado estable, el cual tenia mucha amplitud y fue la principal razon del
descarte del segundo controlador. Se obtuvo un tercer controlador.

Figura 4.29 Tercer controlador: Respuesta general del sistema de control del
timn de profundidad.
Fuente: Velazco, Petit, de Pool (2015)

78

En esta respuesta general del sistema se pueden observar grandes cambio


en el comportamiento de la misma en comparacion con los controladores
anteriores la oscilacion es mas rapida y amortiguada,tambien se puede apreciar
un aumento en el tiempo de respuesta pero resaltando que se pudo disminuir el
tiempo de estabilizacion a 6.4 segundos, el sobre pico en comparacion con el
primer controlador se redujo un 42% estos fueron los parametros que ayudaron a
la seleccin de este controlador como el controlador final para

este sistema.

Luego de la seleccin se verifico visualizando cada a de las salidas del sistema


para ver si su comportamiento era correcto, siendo esta vez el tiempo de
estabilizacion aproximadamente de 7 segundos, con sobrepicos aceptables, y con
un error de estado estable de amplitud minima.
Para mostrar mejor el resultado se tabulan los tres controladores que fueron
calculados en el proceso, el marcado en rojo fue el seleccionado.
Tabla 4.13 Caractersticas generales de los controladores diseados para el
movimiento longitudinal (timn de profundidad).
Comportamiento
del controlador
Tiempo de
respuesta
(Segundos)
Tiempo de
estabilizacin
(Segundos)
Sobre pico
(%)
Pico (Amplitud)
Condicin del
sistema

Controlador I

Controlador II

Controlador III

0.171

0.192

0.234

19.6

7.84

6.4

155

135

113

1.40

1.19

1.35

Estable

Estable

Estable

Fuente: Velazco, Petit, de Pool (2015)

79

Tabla 4.14 Parmetros de los controladores PID para el movimiento longitudinal


(timn de profundidad)
Parmetros
de control
Proporciona
l (P)
Integral (I)
Derivativo
(D)

Controlador I
0.033555388821795
3
0
1.21650411616602

Controlador II

Controlador III

0.02862319326115

0.04830298443101

1.5687987345917

0.701682187224318

Fuente: Velazco, Petit, de Pool (2015)


Para comprobar la eficacia del controlador seleccionado se aadi una
perturbacin al diagrama de bloques del modelo longitudinal el cual se presentara
a continuacin. Sabiendo que un avin en el aire la principal perturbacin que
tiene son los fuertes vientos que se puedan presentar a la altura que estar, se
realiz un pequeoestudio para conocer cul es la velocidad del viento ms fuerte
en la pista parque sur de Maracaibo, esto principalmente porque es donde volara
el vehculo de la investigacin, dicha velocidad es raramente de 26 Km/h como el
peor de los ventarrones, y al agregar dicha perturbacin se pudo observar como el
controlador responda efectivamente ante ella, a pesar de que el error de estado
estable tena una amplitud un poco ms grande debido a ello. Para efectos ms
realistas los resultados a mostrar sern de un 20% de esa perturbacin, es decir,
5.2 Km/h, dando as el modelo final para el controlador del movimiento
longitudinal.

80

Figura 4.30 Diagrama de bloques del sistema de control para el movimiento


longitudinal (timn de profundidad), incluyendo una perturbacin por fuertes
vientos y con los parmetros del tercer controlador entonado en el bloque PID.
Fuente: Velazco, Petit, de Pool (2015)
La perturbacin ocurre al segundo 20 de la simulacin, el diagrama de
bloques se interpreta como el momento en que el timn de profundidad (o
elevador), realiza un cambio y luego se ve afectado por un viento en forma de
perturbacin. Las seales de salidas son mostradas a continuacin.

81

Figura 4.31 Comportamiento de la velocidad (U), por los cambios en el timn de


profundidad con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
En esta grfica sepuede observar cmo influye un cambio del timn de
profundidad en la velocidad as como tambin el tiempo de estabilizacin luego de
este cambio. Para este caso se le aplico un escaln el cual representa 5 grados de
inclinacin del timn de profundidad, luego el sistema busca estabilizarse y tarda
aproximadamente 7 segundos, se estabiliza en ms o menos 3.5 m/s, es una
respuesta aceptable debido a que son suficientes para elevar el avin como se
desea, la perturbacin incide muy poco en el avin, se estabiliza completamente
despus de alrededor de unos 4 segundos y crea un error de estado estable de
amplitud mnima, recordemos que este fenmeno es caracterstico al no poseer
una ganancia integral.

82

Figura 4.32 Comportamiento del ngulo de ataque (), con respecto a los cambios
del timn de profundidad con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
En esta grafica se aprecia el comportamiento del Angulo de ataque () al
momento de que se le aplica el escalon y como se puede ver el sistema tarda
aproxiamademente 7 segundos en establizar y luego de que se le aplica una
perturbacion de amplitud 0.2 a los 20 segundos de simulacion el controlador actua
y logra establizar el sistema en aproximadamente 5 segundos una respuesta
aceptable ya que el controlador esta controlando varias salidas del sistema al
mismo tiempo sin ningun problema; de nuevo hay que mensionar la aparicon de el
error estado estable causado por la ausencia de la componente integral.

83

Figura 4.33 Comportamiento del grado de cabeceo (q), con respecto a los
cambios del timn de profundidad con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
Esta grafica define el comportamiento del grado de cabeceo como
respuesta a un escalon y tambien a su comportamiento al momento de una
perturbacion, se puede apreciar que el tiempo de estabilizacion del sistema es de
aproxiamadamente 8 segundos y al momento de la perturbacion que es a los 20
segundos de simulacion, el controlador es capaz de estabilizarlo en 5 segundos de
igual manera como lo a realizado con las salidas anteriores del sistema. En esta
salida se puede apreciar la insignificamente presencia pero permanente del error
estado estable entre la referencia y la respuesta luego de la perturbacion.

Figura 4.34 Comportamiento del ngulo de cabeceo (), con respecto a los
cambios del timn de profundidad con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)

84

Esta salida del sistema posee como respuesta un angulo negativo, esto
corresponde puesto que si el elevador se fija en 5 grados positivos el avion
tendera a elevarse y por tanto la cabeza tambien, siendo el ngulo de cabeceo lo
opuesto al de ataque este al subir se describe en negativo, se puede observar que
la respuesta efectivamente se encuentra en el semi plano negativo con un tiempo
de estabilizacion de aproximadamente 8 segundos, luego de esto se procede de
nuevo a verificar la respuesta al momento de perturbaciones es decir el
funcionamiento del controlador, en este caso se realiza una perturbacion de
amplitud a los 20 segundos de simulacion que representa viento con una
velocidad de 5.2 km/h, con esta perturbacin el controlador logra estabilizar el
sistema en 5 segundos. En esta grafica tambin se observa el error estado estable
presente por la falta de la componente integral en el controlador.
4.3.4. Controlador para el movimiento latero-direccional (alerones)
La entonacin de controlador fue tambin a travs del PID tuner, se
siguieron los mismos pasos para la entonacin y se obtuvo un primer controlador.

Figura 4.35 Primer controlador: Respuesta general del sistema de control de los
alerones.
Fuente: Velazco, Petit, de Pool (2015)
Este primer controlador logra un excelente tiempo de estabilizacin de unos
3 segundos, sin embargo el tiempo de reaccin es de 2,5 segundos lo cual es
totalmente inaceptable puesto que no se puede esperar que al querer mover los
alerones este responda despus de casi 3 segundos, como otra negativa, la
respuesta tiene un comportamiento atpico, esto debido a que el movimiento

85

lateral es un poco ms complejo. Utilizando nuevamente las barras de tiempo de


respuesta y de comportamiento transitorio se entona un nuevo controlador.

Figura 4.36 Segundo controlador: Respuesta general del sistema de control de los
alerones.
Fuente: Velazco, Petit, de Pool (2015)
En el segundo controlador se puede apreciar una respuesta mucho mejor,
el tiempo de reaccin es de 0.0136 segundos lo cual es excelente para que la
aeronave corrija lo ms pronto posible, el tiempo de estabilizacin sigue siendo
optimo a unos 3 segundos y el sobre pico esta en solo 7%. Aunque parezca un
controlador ideal fue descartado debido a que esta salida es en general para el
sistema, al momento de observar las seales de salidas todas se mantuvieron con
amplitudes muy muy bajas, por el orden de los 1x10 -3, con lo cual sera un
comportamiento prcticamente sin cambios, cabe destaca que la ganancia D es
de 584, un nmero por nada factible para esta entonacin. Se realiz un tercer
controlador.

Figura 4.37 Tercer controlador: Respuesta general del sistema de control de los
alerones.
Fuente: Velazco, Petit, de Pool (2015)

86

El tercer controlador fue obtenido con caractersticas similares al segundo,


a pesar de que este se estabiliza a los 4 segundos, su velocidad de reaccin es de
0.0191 segundos lo cual es muy rpido y efectivo para el comportamiento de un
avin, el sobre pico esta en apenas 11.1%. Este controlador fue el escogido ya
que posee ganancias con ms sentido que el segundo y se obtuvieron seales de
salida aceptables, aunque individualmente se tienen sobre picos grandes.
Para observar mejor los resultados se tabulan los tres controladores con
sus parmetros correspondientes, el sealado en color rojo corresponde al que se
va a utilizar.
Tabla 4.15 Caractersticas generales de los controladores diseados para el
movimiento latero-direccional (alerones).
Comportamiento
del controlador
Tiempo de
respuesta
(Segundos)
Tiempo de
estabilizacin
(Segundos)
Sobre pico
(%)
Pico (Amplitud)
Condicin del
sistema

Controlador I

Controlador II

Controlador III

2.18

0.0136

0.0191

3.52

2.66

4.01

7.04

11.1

1.38

1.07

1.11

Estable

Estable

Estable

Fuente: Velazco, Petit, de Pool (2015)


Tabla 4.16 Parmetros de los controladores PID para el movimiento laterodireccional (alerones).
Parmetros
Controlador I
Controlador II
Controlador III
de control
Proporciona
0.55317
0.0333204
0.13565
l (P)
Integral (I)
0
0
0
Derivativo
0
584.02
0.09717
(D)
Fuente: Velazco, Petit, de Pool (2015)

87

Para comprobar la eficacia del controlador seleccionado se agregara una


perturbacin

de 5.2 Km/h de manera de simular los vientos del ambiente, el

diagrama de bloques est compuesto esta vez por la respuesta al cambio en los
alerones, el escaln que representa los alerones se posiciona en 7 grados, y a su
vez la perturbacin hace efecto a los 20 segundos de la simulacin.

Figura 4.38 Diagrama de bloques del sistema de control para el movimiento


latero-direccional (alerones), incluyendo una perturbacin por fuertes vientos y con
los parmetros del tercer controlador entonado en el bloque PID.
Fuente: Velazco, Petit, de Pool (2015)
La simulacin interpreta la respuesta del sistema cuando los alerones e
posicionan en 7 grados, al ser los alerones una variable que afecta directamente
todo el movimiento latero-direccional se espera que incida fuertemente en las
seales de salida mostradas a continuacin.

88

Figura 4.39 Comportamiento del ngulo de guiada (), con respecto a los
cambios de los alerones con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
Se aprecia que el cambio en el ngulo de guiada es mnimo
estabilizndose ms o menos a los 7 segundos en 0.5 grados, esto debido a que
los alerones inciden principalmente en el ngulo de balanceo, la respuesta es
aceptable debido a que el error de estado estable es mnimo y se repone en
alrededor de 4 segundos, lo importante es que el sistema reaccione rpidamente
para que las perturbaciones no deterioren el vuelo.

Figura 4.40 Comportamiento del grado de balanceo (p), con respecto a los
cambios de los alerones con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)

89

El grado de balanceo se ve bastante afectado ya que los alerones inciden


principalmente en este eje, se puede notar como el cambio produce un pico
caracterstico del movimiento de la aeronave, luego se estabiliza en cero pues el
movimiento ha culminado, al momento de la perturbacin esta tiene poco efecto
en el grado de balanceo, tarda un poco ms de 5 segundos en estabilizarse de
nuevo pero al hablar en grados la amplitud no se podr visualizar fsicamente.

Figura 4.41 Comportamiento del grado de guiada (r), con respecto a los cambios
de los alerones con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
Para el grado de guiada, se puede apreciar como el cambio en los
alerones afecta fuertemente esta salida, a diferencia del grado de balanceo, al
cambiar la posiciones de los alerones el ngulo de guiada permanece en un valor
distinto de cero, por tanto es normal que el grado de guiada mantenga un nivel
de amplitud, se pueden apreciar fuertes picos oscilantes, la respuesta es
aceptable por el hecho de que el grado de guiada no afecta mucho en el cambio
de los alerones, se estabiliza en un promedio de 8 segundos y el error de estado
estable al igual que en las anteriores respuestas no es relevante.

90

Figura 4.42 Comportamiento del ngulo de balanceo (), con respecto a los
cambios de los alerones con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
En el ngulo de balanceo es donde mayor incidencia tienen los alerones, se
puede notar un cambio ms brusco en la amplitud de la seal, lo cual significa que
al momento de que los alerones hacen su cambio, el ngulo se ve afectado
rpidamente, y al afectarlo directamente se espera que si los alerones se
posicionaros en 7 grados el ngulo de balanceo tambin lo haga, sin embargo
alcanza un pico de 4.5 grados que se estabiliza a los 3 grados en
aproximadamente 7 segundos, es un buen resultado puesto que con 3 grados
realizara bastante bien el cambio de posicin, la perturbacin tiene poca fuerza en
esta salida y se estabiliza en alrededor de 4 segundos con un error de estado
estable insignificante.

91

4.3.5. Controlador para el movimiento latero-direccional (timn de direccin)


Para el ultimo controlador se realiz el mismo proceso utilizando la
herramienta PID tuner, en este caso el timn de direccin tiene incidencia directa
en el ngulo de guiada, por tanto los cambios realizados en el mismo deberan
verse reflejados en esa seal de salida, el mismo no tiene un grado de flexin muy
alto. El primer controlador reflejado por el PID Tuner fue el siguiente.

Figura 4.43 Primero controlador: Respuesta general del sistema de control del
timn de direccin.
Fuente: Velazco, Petit, de Pool (2015)
El primer controlador a simple vista parece un buen resultado, sin embargo
si se observan las ganancias el PID Tuner asigno para la ganancia derivativa
4917, un numero bastante inusual, el tiempo de reaccin es excelente siendo de
0.0182 segundos y el de estabilizacin de 4 segundos, pero al momento de
analizar las salidas estas tenan una amplitud muy pequea que prcticamente no
se apreciaba, este comportamiento tambin se dio en uno de los controladores de
los alerones, as que se prosigue a modificar los parmetros de tiempo y
agresividad en orden de obtener un mejor controlador. Se desarroll un segundo
controlador.

92

Figura 4.44 Segundo controlador: Respuesta general del sistema de control del
timn de direccin.
Fuente: Velazco, Petit, de Pool (2015)
El segundo controlador fue un poco ms agresivo, a pesar de que este en
general tena una respuesta extremadamente rpida de unos 0.00639 segundos y
un tiempo de estabilizacin de 0.255 segundos, en las seales de salida se
presentan unos picos muy altos que podran poner en riesgo la autonoma del
vuelo, principalmente en el ngulo de guiada el cual incluso para la perturbacin
la amplitud era bastante grande y por lo tanto tambin se descart este
controlador. Se dise un tercer controlador mostrado a continuacin.

Figura 4.45 Tercer controlador: Respuesta general del sistema de control del
timn direccin.
Fuente: Velazco, Petit, de Pool (2015)

93

Este tercer controlador resulto ser el ideal para el modelo, ya que posee un
tiempo de reaccin ptimo de 0.0103 segundos y un tiempo de estabilizacin de
2.5 segundos, corrigiendo el sobre pico del segundo controlador, sin embargo
algunas respuestas siguen siendo agresivas pero no en amplitudes que el avin
no pueda soportar. Para una mejor apreciacin de los controladores se tabularan
los mismos con todos sus parmetros, el remarcado en rojo fue el que se escogi
para ser utilizado en el modelo matemtico.
Tabla 4.17 Caractersticas generales de los controladores diseados para el
movimiento latero-direccional (timn de direccin).
Comportamiento
Controlador I
Controlador II
Controlador III
del controlador
Tiempo de
respuesta
0.0182
0.00639
0.0103
(Segundos)
Tiempo de
estabilizacin
3.94
0.255
2.53
(Segundos)
Sobre pico
10.3
35.8
4.47
(%)
Pico (Amplitud)
1.1
1.36
1.04
Condicin del
Estable
Estable
Estable
sistema
Fuente: Velazco, Petit, de Pool (2015)
Tabla 4.18 Parmetros de los controladores PID diseados para el timn de
direccin.
Parmetros
Controlador I
Controlador II
Controlador III
de control
Proporciona
0.0007604
0.02695
0.042216
l (P)
Integral (I)
0
0
0
Derivativo
4917.68
0.052141
0.082473
(D)
Fuente: Velazco, Petit, de Pool (2015)
Para comprobar la efectividad del controlador seleccionado, se le agregara
al sistema una perturbacin de 5.2 Km/h que representaran los vientos que
afectan al avin, se buscara posicionar el timn de direccin en 3 grados y ver

94

cmo responden las salidas del sistema, la perturbacin ocurre a los 20 segundos
de la simulacin, y la misma se realizara a travs del siguiente diagrama de
bloques.

Figura 4.46 Diagrama de bloques del sistema de control para el movimiento


latero-direccional (timn de direccin), incluyendo una perturbacin por fuertes
vientos y con los parmetros del tercer controlador entonado en el bloque PID.
Fuente: Velazco, Petit, de Pool (2015)
Se espera que el timn de direccin incida fuertemente en el ngulo de
guiada, se mostraran las cuatro salidas del sistema cuando se desea posicionar
el timn en 3 grados.

Figura 4.47 Comportamiento del ngulo de guiada (), con respecto a los
cambios del timn de direccin con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)

95

Como se esperaba, los cambios en el timn de direccin afectan bastante al


ngulo de guiada, a pesar de que en amplitud de grados solo llega a un pico de
0.5, esto es bastante debido a que el timn de direccin no tiene mucha flexin, lo
positivo es su rpida reaccin para mantener el equilibrio hasta estabilizarse en un
cambio de 0.25 grados, la perturbacin tiene un efecto grande en la seal de
salida, aunque es amortiguada rpidamente creando un error de estado estable de
unos 0.1 grados.

Figura 4.48 Comportamiento del grado de balanceo (r), con respecto a los
cambios del timn de direccin con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
El grado de balanceo es afectado con bastante fuerza por el timn de
direccin, al no estar tomando en cuenta el movimiento de cabeceo, la respuesta
en el grado de balanceo es ms agresiva llegando hasta un pico de 2.5 grados y
estabilizndose en cero al cabo de unos 6 segundos en cero, el resultado es
vlido puesto que ese pico se ver muy reducido cuando se integren los modelos
de ambos movimientos, de resto el tiempo de reaccin es ptimo y la perturbacin
no representa un cambio significativo, se sigue teniendo el error de estado estable
a causa de no poseer ganancia integral.

96

Figura 4.49 Comportamiento del grado de guiada (p), con respecto a los cambios
del timn de direccin con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
El ngulo de guiada es la otra salida de principal incidencia del timn de
direccin, al igual que el grado de balanceo, se posee un pico inicial muy alto
debido a que el modelo no toma en cuenta el movimiento longitudinal, pero que al
integrarse en el sistema completo no debera observarse ningn cambio brusco
como respuesta al cambio del timn, lo que hay que resaltar es el tiempo de
estabilizacin de unos 8 segundos en un valor de 1.5 grados, y comprobar
visualmente que la perturbacin no afecte a la salida fuertemente, se puede
apreciar la eficiencia de la respuesta.

97

Figura 4.50 Comportamiento del ngulo de balanceo (), con respecto a los
cambios del timn de direccin con perturbacin.
Fuente: Velazco, Petit, de Pool (2015)
En el ngulo de balanceo el timn de profundidad no tiene mucho efecto,
reacciona un poco ms lento que las dems respuestas pero termina
estabilizndose a los 7 segundos, la perturbacin no es relevante, y as concluye
el diseo de todos los controladores para los modelos formulados del sistema.
4.4. Evaluacin de los controles a travs de hardware de bucle
4.4.1. Unidad de piloto automtico UDB4-MatrixPilot
Una vez obtenidos los controladores considerados como los ms eficientes
posibles, es momento de evaluar su desempeo sintonizando el controlador de la
unidad de piloto automtico con sus valores.
La unidad de piloto automtico llamada UAV DevelopmentBoard 4 (UDB4),
est conformada por un microprocesador DSPIC de la serie 33F, en cual est
conectado a una serie de sensores que conforman la unidad de medicin inercial
(IMU), que es la que tiene la capacidad de medir la posicin y los ngulos de la
tarjeta a travs de los sensores, de manera de poder saber cmo debe hacer las
correcciones.

98

Dicha unidad al ser de software y hardware libre, de fbrica viene con el


procesador con un programa para calibracin de servomotores, pero es necesario
entonces un software de piloto automtico para programar el procesador el cual no
tiene ningn tipo de restriccin para cualquier programa que se quiera insertar.

Figura 4.51 Unidad de piloto automtico UDB4 con todos sus componentes
electrnicos.
Fuente: SparkFunElectronics
En general, la placa posee 6 canales de entrada y 8 de salida, las entradas
van conectadas a un receptor de seales y las salidas a los servomotores del
avin.
Siendo el microprocesador DSPIC, la programacin debe realizarse a
travs del programa MPLAB, desarrollado y distribuido por los mismos fabricantes
de microchip. El cdigo fuente a utilizar para programar se denomina MatrixPilot,
Dickenson (2015), junto con sus colaboradores ha desarrollado por varios aos el
software MatrixPilot diseado especialmente para plataformas UDB, de manera
que para poder evaluar los controladores lo primero que se necesita hacer es
programar el UDB4 con el software MatrixPilot.

99

Dickenson (2015), explica detalladamente en su sitio de google el proceso


de configuracin y programacin del UDB4, se requiere un programador PICKit3, y
para configurar el UDB4 se requiere editar un archivo del MatrixPilot llamado
options.h, en el mismo, se configuran un gran cantidad de datos desde la
autorizacin del uso de un radio control hasta las ganancias de control. Se
expresara en una tabla los datos personalizados del archivo.
Tabla 4.19 Definiciones de configuracin del MatrixPilot para los canales de radio.
Variable
Descripcin
Valor
Establece si el UDB4
utilizara un radio control
#define NORADIO

como estacin de tierra y

para permitir el control


manual.
Define cual canal de

#define
AILERON_INPUT_CHANNEL

entrada del UDB4 recibir


la seal de los alerones
Define cual canal de

#define

entrada del UDB4 recibir

ELEVATOR_INPUT_CHANNEL

la seal del timn de

CHANNEL_2

profundidad.
Define cual canal de

#define
THROTTLE_INPUT_CHANNEL

entrada del UDB4 recibir

CHANNEL_3

la seal del acelerador.


Define cual canal de

#define

entrada del UDB4 recibir

RUDDER_INPUT_CHANNEL

la seal del timn de

CHANNEL_4

direccin
Define cual canal de

#define
MODE_SWITCH_INPUT_CHANNE
L

CHANNEL_1

entrada del UDB4 recibir


la seal de la palanca de
cambio de modos

Fuente: Velazco, Petit, de Pool (2015)

CHANNEL_5

100

Tabla 4.20 Definiciones de configuracin del MatrixPilot para invertir canales.


Variable
Descripcin
Valor
#define
Define si el canal del
1
AILERON_CHANNEL_REVERSED alern est invertido
Define si el canal del
#define
timn de
ELEVATOR_CHANNEL_REVERSE
1
profundidad est
D
invertido
Fuente: Velazco, Petit, de Pool (2015)
Tabla 4.21 Definiciones de la configuracin del MatrixPilot para las ganancias de
control.
Variable del
Identificacin
Descripcin
Valor
sistema
Define la ganancia
#define ROLLKP

KP (alerones)

proporcional para

0.13565

los alerones
Define la ganancia
#define ROLLKD

KD (alerones)

derivativa para los

0.09717

alerones
Define la ganancia
#define PITCHGAIN

KP (timn de

proporcional para

profundidad)

el timn de

0.04830298

profundidad
Define la ganancia
#define PITCHKD

KD (timn de

derivativa para el

profundidad)

timn de

0.701682187

profundidad
Define la ganancia
#define

KP (timn de

proporcional para

YAWKP_RUDDER

direccin)

el timn de

#define

KD (timn de

YAWKD_RUDDER

direccin)

0.042216

direccin
Define la ganancia
derivativa para el

timn de direccin
Fuente: Velazco, Petit, de Pool (2015)

0.082473

101

Por ltimo, se configura en el mismo archivo que se realizaran pruebas


simuladas utilizando un plugin llamado HILSIM, este se explicara ms adelante en
la seccin de X-Plane.
Una vez configurado el MatrixPilot est listo para ser programado en la
unidad de piloto automtico, el procedimiento es simple, el mismo MatrixPilot trae
el archivo de proyecto para MPLAB, donde una vez que se conecte el PICKit3 al
UDB4, lo nico que debe seleccionarse es la opcin Run Proyect, y el MPLAB
compilara todo el cdigo fuente y lo programara en el UDB4.

Figura 4.52 Visualizacin del rea de trabajo de MPLAB, mostrando la seccin de


control.
Fuente: Velazco, Petit, de Pool (2015)
Se puede apreciar en la Figura 4.52 el rea de trabajo del MPLAB con el
archivo options.h abierto en la seccin de ganancias de control, el archivo en si
est conformado por definiciones que sern ledas por el cdigo fuente y utilizadas
como parmetros en funciones segn su uso. El proyecto por defecto que forma
parte de MatrixPilot toma todos los archivos de cdigo y los muestra abiertamente
en el MPLAB, permitiendo a cualquiera que conozca el lenguaje de programacin
C entender que tcnicas de control utiliza el MatrixPilot, y de qu manera toma las

102

seales de entrada, las controla, y luego las enva a los servomotores. Esta es una
de las principales ventajas de un controlador de software libre, puede ser
estudiada, y modificada para innovar el control actual o incluso, para cambiar la
tcnica de control usada por uno ms ptimo.
Todo esto requiere de un amplio conocimiento en programacin, Dickenson
(2015), explica que el MatrixPilot est escrito en C, pero a su vez puede ser escrito
en C++ brindando muchas ms posibilidades por su amplio alcance, y tambin en
lenguaje ensamblador, el software libre rompe en gran magnitud las barreras que
imponen los pilotos automticos comerciales.
A su vez, Dickenson (2015), describe la tcnica de control del MatrixPilot
como un controlador PD, y detalla que el UDB4 solo puede ser programado con un
PICkit3, preferiblemente de microchip ya que el microprocesador integrado es de
dicha compaa, ya que otros programadores pueden crear errores al momento de
programar.

Figura 4.53 PICkit3 conectado al UDB4.


Fuente: Velazco, Petit, de Pool (2015)

103

4.4.2. Simulador X-Plane-Hardware de bucle


Una vez programado el UDB4 el siguiente paso es configurar el simulador
X-Plane para realizar las pruebas de vuelo simuladas, para esto es necesario que
se entienda como funciona el programa del UDB4 para luego crear una interfaz
entre la plataforma de piloto automtico y el simulador.
Dickenson (2015), explica que el UDB4 cuando est programado para
utilizar el radio en modo manual, requiere que este envi seal al receptor antes
de iniciar su proceso, en caso contrario el UDB4 mantendr el LED rojo encendido
como indicador de espera, esto se configura de esta manera con el fin de que si
ocurre algo no deseado poder tomar el control de la aeronave y recuperarla,
adems, Rovira (2011), explica que todas las suposiciones realizadas en el Punto
4.1 son para generar un modelo de estabilizacin de vuelo, en otras palabras, los
controles desarrollados en la investigacin no tienen capacidad de despegue y de
aterrizaje autnomo, por lo cual es necesario elevar el vehculo manualmente.
Cuando el UDB4 detecta el radio a travs del receptor inicia el proceso de
encendido realizando dos movimientos en los alerones, luego espera a que el
GPS inicie e indique su posicin al UDB4, y a partir de esto realiza cuatro
movimientos

en

todos

los

servomotores

conectados

para

probar

su

funcionamiento, a partir de aqu el piloto automtico est listo para iniciar.


Si se observa lo referido en la Tabla 4.19, existe un canal para cambio de
modos, este canal es uno de tres posiciones el cual se encarga de indicarle al
UDB4 en qu modo de vuelo esta, ya sea manual, estabilizado, o en seguimiento
de ruta, dicho canal es configurado en el radio y es donde se indicara al piloto
automtico

cuando

empezar

controlar

una

vez

elevado

el

vehculo

manualmente.
La clave de todo este proceso es el hecho de que sin GPS que le indique al
UDB4 la posicin este no iniciara su funcin, las pruebas de hardware de bucle se
realizaran a travs de un plugin del simulador X-plane llamado HILSIM, este se
conectara a travs de un puerto COM a un chip FTDI, el cual convertir la

104

informacin serial a UART, que es el tipo de datos del GPS. El plugin HILSIM es el
que se encargar de enviar la informacin al puerto del GPS de la UDB4,
engandolo hacindose pasar por un GPS y que inicie el proceso de control, a
partir de aqu ya se estara comunicando el simulador con la unidad de piloto
automtico y todos los movimientos que reflejen en los servomotores del avin
deberan verse tambin en el modelo del simulador, de manera que en ese punto
ya podra realizarse la simulacin que se desea.

Figura4.54 LilyPad FTDI Basic Breakout - 5V


Fuente:SparkFunElectronics

Figura 4.55 Conexin USB-FTDI-UDB4.


Fuente: Velazco, Petit, de Pool (2015)

105

Dickenson (2015) adems explica que los nicos pines que deben
conectarse al FTDI son el de transmisin (TX), recepcin (RX), y tierra (GND). Los
plugins se pueden encontrar ya compilados en la seccin de descargas
proporcionada por Dickenson (2015), en su sitio de google.
4.4.3. Simulaciones de vuelo a travs de X-Plane
Una vez entendido todo esto, se mostraran los resultados de las
simulaciones realizadas y su procedimiento, primero se comparara el vehculo de
la investigacin con el diseado en X-Plane.

Figura 4.56 Vehculo areo no tripulado de la investigacin.


Fuente: Velazco, Petit, de Pool (2015)
Para las simulaciones se conecta el receptor a los canales de entrada del
UDB4, los servomotores que simularan los movimientos del avin a los canales de
salida, y el FTDI al pin del GPS que va conectado a la computadora con el
simulador. Dicha conexin puede apreciarse a continuacin.

106

Figura 4.57 Conexin del UDB4 para realizar una simulacin de hardware de
bucle.
Fuente: Velazco, Petit, de Pool (2015)
El vehculo de la investigacin volara bajo las condiciones de vuelo
establecidas en la Tabla 4.10, por lo tanto el proceso para una exitosa simulacin
es realizar el despegue con la unidad de piloto automtico en manual, puesto que
el controlador no es capaz de hacerlo de manera autnoma, luego se debe buscar
dichas condiciones de vuelo antes de cambiar el estado ha estabilizado para
garantizar que los controles diseados respondern como se mostraron en el
Punto 4.3.
Con todo listo para empezar a volar en el X-Plane, por ltimo se configura el
puerto COM para que el plugin HILSIM lo reconozca, se trabaj a115200 baudios.

107

Figura 4.58 Modelo diseado para el simulador X-Plane.


Fuente: Velazco, Petit, de Pool (2015)
Como se puede apreciar, el modelo del simulador y el vehculo de la
investigacin poseen aproximadamente las mismas caractersticas fsicas,
garantizando que las simulaciones que se realizaran se aproximan lo ms posible
a la realidad.
En el simulador, se tiene la capacidad de que en tiempo real muestre ciertos
datos de vuelo, los principales serian observar la velocidad y la altura, pues con
ellas se puede referenciar para saber cundo es que se cumplen las condiciones
de vuelo para poder iniciar el modo estabilizado para que la unidad de piloto
automtico comience a controlar.
En las simulaciones la aeronave respondi positivamente, reaccionaba
rpido a las perturbaciones y se mantena autnomo sin ningn inconveniente.

108

Tabla 4.22 Datos de comportamiento del avin en simulacin de hardware de


bucle.
Tiempo de
Superficie a perturbar
Tiempo de reaccin
estabilizacin
Alerones
Instantneo
Instantneo
Timn de profundidad
Aproximadamente 0.5s
Entre 1-5 segundos
Timn de direccin
Instantneo
Entre 1-3 segundos
Fuente: Velazco, Petit, de Pool (2015)
Se puede interpretar que estos resultados son satisfactorios para lo que se
quiso alcanzar en la investigacin, los mismos podran explicarse en que al
integrar los tres controladores al sistema unitario, estos se compensaron unos con
otros para obtener un resultado satisfactorio.
La superficie de control con mayores problemas de estabilizacin al
momento del vueloque se pudo apreciar fue el control del timn de profundidad, en
el cual una perturbacin tarda aproximadamente 5 segundos en estabilizarse
cuanto la misma es de gran magnitud, incluso, se apreci que al perturbar el eje
longitudinal por un tiempo prolongado la aeronave podra no recuperarse e
impactar con el suelo.

Figura 4.59 Aeronave de la investigacin en vuelo a travs de hardware de bucle.


Fuente: Velazco, Petit, de Pool (2015)

CONCLUSIONES
Luego de haber obtenido los resultados arrojados por la investigacin y en
base a los objetivos planteados se exponen las siguientes conclusiones:
Luego de definir las variables que intervienen en la dinmica de vuelo de
una plataforma area de ala fija y de analizar las ecuaciones de fuerza y
momento que describen el comportamiento de la misma, se establecieron que
las variables manipuladas son: el ngulo de los alerones, el ngulo del timn
de profundidad, y el ngulo del timn de direccin, las principales variables
controladas son: el ngulo de ataque, el ngulo de guiada, el ngulo de
balanceo, la velocidad lineal en el eje X, y las velocidades angulares,
adicionalmente se definieron las perturbacionesque afectaran el sistema, y
como trabaja el mismo para poder realizar un vuelo, todo esto con el fin de
poder realizar un vuelo autnomo.
Una vez modelado el sistema basado en leyes fsicas y obtenido las
ecuaciones espacio estado que representan a los mismos, se les realiz un
anlisis tanto en el dominio temporal como en el dominio frecuencial que
resultaron ser de utilidad ya que permitieron observar los comportamientos y
caractersticas generales de dichos sistemas, adicional a esto fueron de gran
ayuda para poder interpretar de manera visual que deba de pasar al momento
de aplicarle un controlador a dichos sistemas.
Fue primordial y esencial la elaboracin de diferentes modelos de controles
debido a que es necesario analizar las respuestas de los sistemas en
comparacin con las respuestas de un controlador previo, as como tambin
definir un comportamiento general de los sistemas al aplicar controladores PID
esto se debe a que cada componente proporcional, integral y derivativa que
conforma el control causan efectos propios de su naturaleza.

Con respecto a la evaluacin de los controles diseados se utiliz un plugin


llamado HILSIM para el simulador X-Plane en conjunto con la unidad de piloto
automtico UDB4 para realizar la evaluacin de hardware de bucle, en la cual,
habiendo diseado el modelo del vehculo simulado lo ms aproximado posible
al real, se afirma que al obtener resultados favorables en la simulacin, un
vuelo real debe ser similar a lo obtenido. Se pudo observar el desempeo de
regularizacin de los controles de la aeronave al momento de alguna
perturbacin durante el vuelo o su capacidad de mantener un vuelo autnomo.

RECOMENDACIONES
Se recomienda la evaluacin de los puntos de divergencia por las no
linealidades del sistemapara as saber dnde aplicar otras teoras de control
que permitan regular dichos puntos y conseguir una respuesta robusta.
Se recomienda para un posterior estudio la posibilidad de adquirir datos de
vuelo reales por medio de dispositivos de adquisicin de datos acoplados a la
unidad de piloto automtico, dichos datos sern de gran importancia ya que se
podr obtener un modelo matemtico de tipo experimental y ser evaluados en
conjunto con los modelos basados en leyes fsicas.
Es recomendable ya teniendo establecidos modelos matemticos, la
incursin en nuevas teoras de control como lo son los controles adaptativos,
controles LQR y controles H infinito, esto para poder pensar en un futuro en el
seguimiento de ruta as como tambin en el despegue y aterrizaje autnomo.
Sera de gran utilidad por lo cual es recomendable para el desarrollo de
futuras investigaciones medir el efecto de las vibraciones sobre la unidad de
piloto automtico UDB4, debido a que con el estudio de esto la investigacin
se podra extrapolar a aviones de mayor envergadura y con motores de
combustin interna para mayor autonoma de vuelo, especficamente en su
aplicacin en los vectores del SANT ARPIA.
Es recomendable realizar pruebas de hardware bucle con el uso de
diferentes teoras de control para tener diversidad en la seleccin de los
controles si se piensa extrapolar a aeromodelos con motores a combustin con
el fin conseguir aceptables respuestas del sistema.

REFERENCIAS BIBLIOGRAFICAS

LIBROS
Hernndez, R. (2010), Metodologa de la investigacin. Mxico D.F., Mxico,
McGraw-Hill.
Jitendra R. y Jatinder S. (2011),

Flight Mechanics Modeling and

Analysis.Londres, Inglaterra, CRCPress.


Kuo, B. (1996), Sistemas de control automticos. Mxico D.F., Mxico,
Prentice-Hall.
Letham, L. (2001), GPS Fcil. Espaa, Paidotribo.
Ogata, K. (2010), Ingeniera de control moderna. Madrid, Espaa, Pearson
Education S.A.
Salinas, P. (2012), Metodologa de la investigacin cientfica. Universidad de
Los Andes, Mrida, Venezuela.
Vraa, B. y Krogh, K. (2005), AutonomousModelAirplane. Universidad de
Aalborg, Aalborg, Dinamarca.
TESIS
Bernando, O. y Garcia M. (2014). Diseo de un modelo de seguimiento
basado en intensidad de la seal para la estacin mvil de control del SANTARPIA de la empresa CAVIM. (Tesis de pregrado), Universidad Rafael Urdaneta,
Maracaibo, Venezuela.

Escamilla, R. (2010). Diseo, Construccin, Instrumentacin y Control de un


vehculo areo no tripulado (UAV). (Tesis de pregrado), Instituto Politcnico
Nacional Unidad Profesional Adolfo Mateo Lpez, Mxico D.F., Mxico.
Hernndez, J. (2011). Modelado experimental de un helicptero UAV para
el vuelo estacionario. (Tesis de postgrado), Universidad Rafael Belloso Chacin,
Maracaibo, Venezuela.
Rovira, O. (2011). Modelizacin de aeronaves no tripuladas con simulink.
(Tesis de pregrado), Universidad de ingeniera tcnica aeronutica, Madrid,
Espaa.
PAGINAS WEB
Arteaga, L. (2001). Qu es el software libre?. Obtenido el 22 de octubre de
2014 en https://www.gnu.org/philosophy/free-sw.es.html
Dickenson, R. (2015). GentleNav. Firmware for Bill Premerlanis IMU based
UAV

Dev

Boards

Autopilots.

Obtenido

el

de

enero

de

2015

en

https://code.google.com/p/gentlenav/wiki/MatrixPilot
Editores de MathWorks (2015). PID Controller Tuning in Simulink.Obtenido el
17 de julio de 2015 en http://www.mathworks.com/help/slcontrol/gs/automatedtuning-of-simulink-pid-controller-block.html
Editores de Laminar Research (2015).What is X-plane?.Obtenido el 22 de
marzo de 2015 en http://www.x-plane.com/desktop/meet_x-plane/

JetManHuss

(2015).The

practical

Aerospace

vehicle

Blog.Obtenido el 12 de enero de 2015 en http://www.vskylabs.com/

Simulation

Anexos

Anexos 1
(Esquemas de electrnica)

Diagrama esquemtico del conexionado de la UDB4

Diagrama esquemtico del conexionado de la UDB4

Diagrama esquemtico del conexionado de la UDB4

Diagrama esquemtico del conexionado de la UDB4

Anexos 2
(Hardware para vuelos)

LilyPad FTDI Basic Breakout - 5V

GPS Receiver - EM-506 (48 Channel)

Sistema de transmisin y recepcin de seales FUTABA 7C 2.4GHz

MICRO SERVO HXT900 9G / 1.6KG / .12SEC

Anexos 3
(Archivo Modelo_longitudinalV3.m - clculo del modelo longitudinal)

%Modelo Longitudinal
%Coeficientes propios del avion y condiciones
S=0.24873; %Superficie alar en metros cuadrados
c=0.247; %Curva media Aerodinamica en metros
b=1.007; %Envergadura en metros
e=0.98; %Factor de oswald
m=0.8; %Masa en kilogramos
Iy=0.36; %Inercia YY
CLo=0.13577; %sustentacion vs u
CLa=-0.588235; %sustentacion vs alpha
CLq=3.333333; %sustentacion vs q
CLad=-5.72391; %sustentacion vs alpha'
CLde=-1.06061; %sustentacion vs timon de profundidad
CDo=0.321; %resistencia vs u
CDde=0.1496; %resistencia vs timon de profundidad
CT=-0.03; %empuje vs u
Cmo=-0.03; %momento de cabeceo vs u
Cma=-1.621; %momento de cabeceo vs alpha
Cmq=0.1786; %momento de cabeceo vs q
Cmad=-1.472; %momento de cabeceo vs alpha'
Cmde=0.2795; %momento de cabeceo vs timon de profundidad
g=9.81; %gravedad en metros sobre segundos al cuadrado
h=50; %altura en metros
U=10.73; %velocidad de crucero en metros sobre segundos
rho=1.225*((288-0.0065*h)/288)^(g/(287*0.0065)-1); %densidad estandar del aire segun altura
y gravedad
q=0.5*rho*U^2; %presiondinamica
%Coeficientes de las matrices de espacio estado
%-Variables Matriz A y B variable de estado u
CXu = (q*S/(m*U))*(-2*CDo+CT);
CXw = (q*S/(m*U))*(CLo-2*CLo/(pi*e));
CXde = -(q*S/m)*CDde;
%-Variables Matriz A y B variable de estado w
CZwd = -c*(q*S/(m*U^2))*CLad/2;
CZu = -2*(q*S/(m*U))*CLo;
Zu = CZu/(1-CZwd);
CZw = -(q*S/(m*U))*(CLa+CDo);
Zw = CZw/(1-CZwd);
CZq=-c*(q*S/(m*U))*CLq/2;

Zq = (CZq+U)/(1-CZwd);
CZde = -(q*S/m)*CLde;
Zde = CZde/(1-CZwd);
%-Variables Matriz A y B variable de estado q
CMwd = 0.5*(q*S*c^2/(U*Iy))*Cma;
CMu = 2*(q*S*c/(U*Iy))*Cmo;
Mu=CMu+CMwd*Zu;
CMw = (q*S*c/(U*Iy))*Cma; Mw=CMw+CMwd*Zw;
CMq = 0.5*(q*S*c^2/(U*Iy))*Cmq; Mq=CMq+CMwd*Zq;
CMde = (q*S*c/Iy)*Cmde; Mde=CMde+CMwd*Zde;
% Matrices del espacio de estados
A=[CXu,CXw,0,-g; Zu,Zw,Zq,0; Mu,Mw,Mq,0; 0,0,1,0];
B=[CXde; Zde; Mde; 0];
C=eye(4);
C(2,2)=1/U;
D=zeros(4,1);
estados = {'u','w','q','\theta'};
entradas = {'\delta_e'};
salidas = {'u','\alpha','q','\theta'};
longitudinal = ss(A,B,C,D,'statename',estados,'inputname',entradas,'outputname',salidas);

Anexos 4
(Archivo Modelo_LaterodireccionalV2.m Calculo del modelo Latero-direccional)

%Modelo Laterodireccional
%Coeficientes propios del avion y condiciones
S=0.24873; %Superficie alar en metros cuadrados
c=0.247; %Curva media Aerodinamica en metros
b=1.007; %Envergadura en metros
e=0.98; %Factor de oswald
m=0.8; %Masa en kilogramos
Ix=0.09; %Inercia XX en kg-m-m
Iz=0.36; %inercia ZZ en kg-m-m
Ixz=0.37108; %mas vale que esto este bueno
Clb=-2.215; %Coeficiente de balanceo vs beta
Clp=103; %Coeficiente de balanceo vs regimen de balanceo
Clr=-47.54; %Coeficiente de balanceo vs regimen de guiada
Clda=-8.829; %Coeficiente de balanceo vs alerones
Cldr=-29.429; %coeficiente de balanceo vs timon de profundidad
CYb=-0.124253; %Fuerzas laterales vs beta
CYda=-0.34401; %FUerzas laterales vs alerones
CYdr=-1.124342; %Fuerzas laterales vs timon de profundidad
Cnb=3.16666666666667; %Coeficiente d eguiada vs beta
Cnp=1.3103; %Coeficiente de guiada vs regimen de balanceo
Cnr=-5.4286; %Coeficiente de guiada vs regimen de guiada
Cnda=0.59375; %Coeficiente de guiada vs alerones
Cndr=2; %Coeficiente de guiada vs timon de profundidad
g=9.81; %gravedad en metros sobre segundos al cuadrado
h=50; %altura en metros
U=10; %velocidad de crucero en metros sobre segundos
rho=1.225*((288-0.0065*h)/288)^(g/(287*0.0065)-1); %densidad estandar del aire segun altura
y gravedad
q=0.5*rho*U^2; %presiondinamica
%Coeficientes de las matrices de espacio estado
%-Variables Matriz A y B variable de estado v
CYv = (q*S/(m*U))*CYb;
Yda = (q*S/m)*CYda;
Ydr = (q*S/m)*CYdr;
%-Variables Matriz A y B variable de estado p y r
CLv = (q*S*b/(Ix*U))*Clb; CLp = 0.5*(q*S*b^2/(Ix*U))*Clp;
CLr = 0.5*(q*S*b^2/(Ix*U))*Clr; CLda = (q*S*b/Ix)*Clda;

CLdr = (q*S*b/Ix)*Cldr; CNv = (q*S*b/(Iz*U))*Cnb;


CNp = 0.5*(q*S*b^2/(Iz*U))*Cnp;
CNr = 0.5*(q*S*b^2/(Iz*U))*Cnr;
CNda = (q*S*b/Iz)*Cnda;
CNdr = (q*S*b/Iz)*Cndr;
ci = Ix*Iz/(Ix*Iz-Ixz^2);
%Variables P
Lv = ci*(CLv+Ixz*CNv/Ix);
Lp = ci*(CLp+Ixz*CNp/Ix);
Lr = ci*(CLr+Ixz*CNr/Ix);
Lda = ci*(CLda+Ixz*CNda/Ix);
Ldr = ci*(CLdr+Ixz*CNdr/Ix);
%Variables r
Nv = ci*(CNv+Ixz*CLv/Iz);
Np = ci*(CNp+Ixz*CLp/Iz);
Nr = ci*(CNr+Ixz*CLr/Iz);
Nda = ci*(CNda+Ixz*CLda/Iz);
Ndr = ci*(CNdr+Ixz*CLdr/Iz);
% Matrices del espacio de estados
A = [CYv, 0, -U, g;Lv, Lp, Lr, 0;Nv, Np, Nr, 0;0, 1, 0, 0];
B = [Yda, Ydr;Lda, Ldr;Nda, Ndr;0, 0];
C = eye(4); C(1,1) = 1/U;
D = zeros(4,2);
% Tambin se hace el espacio de estados para operar con l en matlab
estados = {'v','p','r','\Phi'};
entradas = {'\delta_a','\delta_r'};
salidas = {'\beta','p','r','\Phi'};
laterodireccional = ss(A,B,C,D,'statename',estados,'inputname',entradas,'outputname',salidas);