GOBIERNO BOLIVARIANO

DE VENEZUELA

Ministerio del Poder Popular

para la Educacin Universitaria, Ciencia y Tecnologa

PROGRAMA NACIONAL DE FORMACIN EN INSTRUMENTACIN Y CONTROL

UNIDAD CURRICULAR:
CONTROL DE PROCESOS
CDIGO DE LA UNIDAD CURRICULAR:
PIC
UBICACIN EN LA MALLA CURRICULAR:
TRAYECTO IV
HORAS DE ESTUDIO ASISTIDAS:
06
HORAS DE ESTUDIO INDEPENDIENTES:
06
UNIDADES DE CRDITO:
COMPONENTES:
1. CONTROL DE PROCESOS I. DURACIN: 12 SEMANAS
2. CONTROL DE PROCESOS II. DURACIN: 12 SEMANAS
3. CONTROL INTELIGENTE. DURACIN: 12 SEMANAS

PROPSITO DE LA ASIGNATURA
La Unidad Curricular CONTROL DE PROCESOS I pretende proporcionar a los estudiantes del Programa Nacional de
Formacin en Instrumentacin y Control, las competencias para comprender el control de los procesos llevados a cabo en la industria
que permitan la obtencin de un producto final que cumpla con las especificaciones y niveles exigidos por el mercado nacional e
internacional; por lo tanto, uno de sus propsitos ser corregir las desviaciones que surjan en las variables de proceso con relacin a
ciertos valores determinados que se consideran ptimos, los cuales permitirn conseguir las propiedades requeridas en el producto
producido, lo que hace ms fiable y sencillo la operacin del proceso.

Pgina 1 de 6

COMPONENTE 1: CONTROL DE PROCESOS I.

PROPSITO DEL COMPONENTE:
Desarrollar conocimientos, habilidades, destrezas y herramientas bsicas para comprender el control de los procesos llevados a cabo
en la industria que permitan la obtencin de un producto final que cumpla con las especificaciones y niveles exigidos por el mercado
nacional e internacional.
TEMA:
CONTENIDOS:
ESTRATEGIAS:
EVALUACIN:
1.- Introduccin al
Control de Procesos.

Definicin: Control, Proceso, Control de Proceso, Sistemas de

Control, Control de Procesos Normales, Control de Procesos
Avanzados. Sistemas y sus componentes. Variables
involucradas en Control de Procesos. Elementos y objetivos del
Control de Procesos. Necesidad y ventajas del Control de
Procesos.

2.- Diseo de Sistema de

Control

El Controlador y sus Modos de Configuracin: Automtico,

Manual, Tracking. Computadora y cascada. Fenmeno de
Rebote (WINDUP) y de Sobredisparo (OVERRUN).
Algoritmos de Control PID no Interactivo, Interactivo, ISA,
Industrial, de dos Libertad, y su Implementacin. Algoritmo
PID Discreto, Escogencia del Intervalo de Muestreo,
Consideraciones Prcticas sobre Diseo e Implementacin.
Sistema de Control en Retroalimentacin (Feed-back)

3.- Estrategias de
Control

Caractersticas Dinmicas de los Transmisores, Sensores y

Vlvulas con respecto a la Zona Muerta, Tiempo de
Establecimiento, Velocidad de Respuesta, Constante de Tiempo
y Amortiguamiento. Rels de Cmputo, Control en Cascada,
Control Anticipatorio (Feed-Foward), Control por Relacin,
Control Selectivo (Over-Ride), Control por Sobreposicin,
Control por Gama Partida, Control por Adelanto/Atraso,
Control por Limitacin Cruzada, Predictor de Smith, Predictor
PIR (Propocional, Integral con Retardo).

Clase magistral.

Discusin y socializacin
de los resultados despus
de cada sesin.

Exposiciones por tema.

Sesin de reforzamiento y
profundizacin de los
conocimientos.
Sesiones grupales de
estudio independiente.
Asignacin y solucin de
problemas
reales
relacionados con cada
tema.
Asignacin y solucin de
problemas de diseo y
aplicacin de sistemas de
Control.

Evaluacin
terico
prctica individual y/o
grupal.
Talleres grupales por cada
tema desarrollado.
Exposicin grupal de
temas especficos.

Pgina 2 de 6

COMPONENTE 2: CONTROL DE PROCESOS II.

PROPSITO DEL COMPONENTE:
Proporcionar a los estudiantes del Programa Nacional de Formacin en Instrumentacin y Control, las competencias para comprender
a travs de ejemplos de aplicaciones en procesos industriales, tales como: Intercambiadores de Calor, Reactores Qumicos, Columnas
de Destilacin, Calderas, Hornos e incineradores, Torres de Enfriadores, Chiller, Torres de Absorcin, Sistemas de Almacenamiento
(Silos, Tanques, entre otros), Compresores y bombas .
TEMA:
CONTENIDOS:
ESTRATEGIAS:
EVALUACIN:
Control de
Industriales.

Procesos

Tipos, funcionamiento y prctica del control de procesos en:

1. Intercambiadores de Calor.
2. Reactores Qumicos.
3. Columnas de Destilacin.
4. Calderas.
5. Hornos e incineradores.
6. Torres de Enfriadores.
7. Chiller
8. Torres de Absorcin.
9. Sistemas de Almacenamiento (Silos, Tanques, entre otros)
10. Compresores y bombas

Clase magistral.

Discusin y socializacin
de los resultados despus
de cada sesin.

Exposiciones por tema.

Sesin de reforzamiento y
profundizacin de los
conocimientos.
Sesiones grupales de
estudio independiente.
Asignacin y solucin de
problemas
reales
relacionados con cada
tema.
Asignacin y solucin de
problemas de diseo y
aplicacin de sistemas de
Control.

Evaluacin
terico
prctica individual y/o
grupal.
Talleres grupales por cada
tema desarrollado.
Exposicin grupal de
temas especficos.

Pgina 3 de 6

COMPONENTE 3: CONTROL INTELIGENTE.

PROPSITO DEL COMPONENTE:
El estudiante o la estudiante analiza y comprende diversas metodologas de inteligencia artificial haciendo nfasis en Redes Neuronales,
Sistemas Difusos y Algoritmos Evolutivos. Aplica los fundamentos conceptuales y prcticos sobre el aprendizaje en los sistemas de control
inteligentes en problemas reales del entorno.
TEMA:
CONTENIDOS:
ESTRATEGIAS:
EVALUACIN:
Tema 1:
Introduccin
a
la
inteligencia artificial.

Tema 2:
Redes Neuronales

Tema 3:
Sistemas Difusos

Conceptos bsicos: Control de Procesos, Inteligencia Artificial,

Computacin Blanda Emergente (Soft Computing), Control Inteligente.
La Inteligencia artificial como Ciencia. La Inteligencia Artificial como
Ingeniera. Bases de la Inteligencia Artificial. Tcnicas que ofrece la
Inteligencia Artificial. Fundamentos y tcnicas de Soft Computing para
el control de procesos. Cmo se aplican las tcnicas de Soft Computing.
Publicaciones peridicas que se emiten sobre avances en el rea de
inteligencia artificial. Sociedades e instituciones que realizan
investigaciones en el rea de Inteligencia Artificial. Importancia del uso
de la Inteligencia Artificial para la resolucin de problemas.

Evolucin Histrica. Mejores arquitecturas conocidas. Motivacin

biolgica. Definicin. Estructura de un sistema neuronal artificial.
Modelo general de neuronal artificial. Modelo estndar de neurona
artificial. Caractersticas de las redes neuronales artificiales (RNA).

Arquitecturas de RNA. Modos de operacin. Aprendizaje. Clasificacin

de los modelos neuronales. Redes neuronales supervisadas. Perceptrn
Simple. Adalina. Perceptrn Multicapa. El algoritmo de
Retropropagacin. Redes neuronales no supervisadas. Redes Recurrentes
de Hopfield. Redes Auto-organizables o de Mapas de Kohonen. Redes
Neuronales Hibridas: Redes de Base Radial. Aplicaciones de las RNA.
Motivacin e inters del empleo de las RNA. Desarrollo de una
aplicacin con RNA. Programas de simulacin de RNA.

Clase magistral.

Discusin y socializacin
de los resultados despus
de cada sesin.

Exposiciones por tema.

Sesin de reforzamiento y
profundizacin de los
conocimientos.
Sesiones grupales de
estudio independiente.
Asignacin y solucin de
problemas
reales
relacionados con cada
tema.
Asignacin y solucin de
problemas de diseo y
aplicacin de sistemas de
Control.

Evaluacin terico prctica individual

y/o grupal.
Talleres grupales por
cada
tema
desarrollado.
Exposicin grupal de
temas especficos.

Introduccin. Elementos de la Teora de Conjuntos Difusos. Conjuntos

Difusos. Reglas difusas. Sistema Difuso Tpico. Clasificacin de los
Sistemas Difusos. Aplicaciones de los Sistemas Difusos. Inters del
empleo de la lgica difusa. Fusin de tecnologas. Programas de
simulacin de Sistemas Difusos.

Pgina 4 de 6

Tema 4:
Algoritmos Evolutivos

Introduccin a la Computacin Evolutiva. Tipos de Algoritmos

Evolutivos. Caractersticas relevantes de los algoritmos evolutivos.
Algoritmos Genticos. Definicin. Estructura Bsica. Representacin de
soluciones. Mecanismo de Seleccin. Operador de Cruce. Operador de
Mutacin. Consideraciones importantes. Aplicaciones de los Algoritmos
Evolutivos. Inters del empleo de los Algoritmos Evolutivos. Fusin de
tecnologas. Programas de simulacin de Algoritmos Evolutivos.

Pgina 5 de 6

REFERENCIAS

B. Martn del Bro and A. Sanz Molina, REDES NEURONALES Y SISTEMAS BORROSOS. 3ra Edicin. Mxico:
Alfaomega, 2007.
Brown and Harris. NEURO-FUZZY ADAPTIVE MODELING CONTROL. Prentice-Hall, 2000.
Compoy, P. CONTROL DE PROCESOS INDUSTRIALES. DISPONIBLE EN: HTTP://OCW.UPM.ES/INGENIERIADE-SISTEMAS-Y-AUTOMATICA/CONTROL-DE-PROCESOS-INDUSTRIALES/Contenidos/Documentos/capitulo-1
D. B. Fogel, EVOLUTIONARY COMPUTATION: THE FOSSIL RECORD. IEEE Press, 1998.
Escobet, A. Nebot, and F.E. Cellier, VISUAL-FIR: A NEW PLATFORM FOR MODELLING AND PREDICTION OF
DYNAMICAL SYSTEMS, in Proc. of the Summer Computer Simulation(SCSC04), San Jos, CA. 2004
F. Herrera and J. L. Verdegay, GENETIC ALGORITHMS AND SOFT COMPUTING. Physica-Verlag, 1996.
Golbert. GENETIC ALGORITHMS IN SEARCH, OPTIMIZATION AND MACHINE LEARNING. AddisonWesley, 1996.
Haykin, S. NEURAL NETWORKS. IEEE Press, Mac Millan College Publishing Co., U.S.A, 1998
Jang, Sun and Mizutani. NEURO-FUZZY AND SOFT COMPUTING. Prentice-Hall, 2001.
Kosko, Bart. NEURAL NETWORK AND FUZZY SYSTEMS Prentice-Hall, 1992
Koza, John. GENETIC PROGRAMING. Mit Press, 1992.
Kuo, B. (1996). SISTEMA DE CONTROL AUTOMTICO. 7ma Edicin. Prentice Hall Hispanoamericana, S.A. Mxico.
L. Davis, HANDBOOK OF GENETIC ALGORITHMS. New York: Van Nostrand Reinhold, 1991.
Ogata, K. (2003). INGENIERA DE CONTROL MODERNA. 4ta Edicin. Pearson Educacin, S.A. Madrid.
Smith, C y Corripio, A. (1991). CONTROL AUTOMTICO DE PROCESOS. TEORA Y PRCTICA. 1era. Edicin.
Editores Noriega. Editorial Limusa. Mxico.
Y. Jin, KNOWLEDGE INCORPORATION IN EVOLUTIONARY COMPUTATION. SERIES: STUDIES IN
FUZZINESS AND SOFT COMPUTING. Vol. 167. Heidelberg: Springer-Verlag, 2004.
Yager, R y Filev, D. ESSENTIALS OF FUZZY MODELLING AND CONTROL. John Wiley & Sons. U.S.A, 1994
Zilouchian, Ali y Janshidi Mohammad. INTELLIGENT CONTROL SYSTEMS USING SOFT COMPUTING
METHODOLOGIES. CRC Press, 2001
Zurada, J., Marks, R., Robinson. COMPUTATIONAL INTELLIGENCE: IMITATING LIFE. IEEE Press, Piscataway.
USA, 1994.

Pgina 6 de 6