Академический Документы
Профессиональный Документы
Культура Документы
Director de proyecto
1 INTRODUCCIÓN...................................................................................................................... 10
2 PLANTEAMIENTO DEL PROBLEMA ...................................................................................... 11
3 JUSTIFICACIÓN ...................................................................................................................... 14
4 OBJETIVOS ............................................................................................................................. 16
4.1 OBJETIVO GENERAL ...................................................................................................... 16
4.2 OBJETIVOS ESPECÍFICOS ............................................................................................. 16
5 MARCO REFERENCIAL .......................................................................................................... 17
5.1 ESTADO DEL ARTE ......................................................................................................... 17
5.1.1 Entornos de experimentación para la Enseñanza de Modelado y Control. ............... 17
5.1.3 Desarrollo de una plataforma de hardware portátil de bajo costo para la enseñanza
del control y la teoría de sistemas. ........................................................................................... 19
5.1.4 A Low-cost open source hardware in control education. case study: arduino-feedback
ms-150 ...................................................................................................................................... 21
1
5.3.3 Herramientas de Software. ....................................................................................... 46
2
LISTA DE FIGURAS
Figura 11. Ilustración de la regla de mano izquierda de la acción del motor. ........ 41
3
Figura 20. Impresión 3D plantas. ........................................................................... 63
Figura 21. Base para el montaje del sistema eléctrico. Diseño 3D y planta real. .. 64
Figura 23. Soporte para motor y generador. Diseño 3D y planta real. ................... 65
4
GLOSARIO
Plantas. Ogata2 la define como: “ una planta puede ser la parte de un equipo, tal
vez un conjunto de elementos que funcionan juntos, y cuyo objetivo es efectuar
una operación particular.” en este trabajo se les llamará plantas a los dispositivos y
objetos físicos entregables a los cuales se les va a identificar y hacer el respectivo
control.
2
K. OGATA, Ingeniería de control Moderna, Madrid: Pearson Pentice Hall, 2003.
3
Ibid. p.3
4
Ibíd. p.3
5
Fuente: A. A. R. COELHO y L. DOS SANTOS COELHO, Identificacao de Sistemas
Dinamicos Lineares, Brasil: Editora da UFSC, 2015.
Señales típicas de prueba. “las señales de prueba que se usan regularmente son
funciones escalón, rampa, impulso, entre otras”7
Respuesta transitoria. “se refiere a la que va del estado inicial al estado final.”8
Es decir el cambio observado en un sistema al aplicarle algún tipo de señal, que
puede ser de prueba, hasta que este se estabilice o muestre una tendencia a
algún valor de estabilidad o inestabilidad.
5
N. S. NISE, Sistemas de Control para Ingeniería, Mexico: Grupo Patria Cultural S.A, 2002
6
K. OGATA, Ingeniería de control Moderna, Madrid: Pearson Pentice Hall, 2003.
7
K. OGATA, Ingeniería de control Moderna, Madrid: Pearson Pentice Hall, 2003.
8
Ibíd. p.3
6
Lazos de control
Lazo abierto. Son los sistemas los cuales la acción de control no depende de la
salida, es decir no se mide la salida para ser retroalimentada ni compararla con la
entrada.10 la calibración es parte fundamental para el diseño de control del sistema
ya que los sistemas de control tipo lazo abierto son susceptible a errores en
presencia de perturbaciones.
Lazo cerrado. Son los sistemas en los cuales las acciones de control dependen
del error de actuación, que es la diferencia entre la señal de entrada y la señal de
retroalimentación, donde esta puede ser la misma señal de salida o una señal
dependiente de la salida, con el propósito de llevar la respuesta del sistema a un
valor conveniente, claramente las perturbaciones en este tipo de lazo de control si
están contempladas y el sistema tiende a auto-recalibrarse, es decir trabaja para
reducir el error constantemente.
10
Ibíd. p.7
7
RESUMEN
Para la ingeniería el control es una de las áreas de mayor campo de acción que
hay en la actualidad, el profesional debe contar con experticia al momento de
querer controlar un proceso, pero el diseño de un control requiere identificar y
modelar el sistema como pasos anteriores al control; la industria actualmente
requiere diseños de sistemas de control robustos, de implementación práctica,
acordes a un presupuesto y eficientes. Todo estas competencias y exigencias
requieren que el estudiante en ingeniería tenga bases sólidas en el diseño de
sistemas de control; este trabajo pretende ofrecer herramientas didácticas para la
enseñanza en control, fortaleciendo especialmente la identificación y modelado de
sistemas. Se presenta la construcción de plantas reales, manuales y guías para la
orientación de dichas prácticas donde se apliquen las diferentes técnicas de
identificación, modelado y control de sistemas, apoyándose de sistemas
embebidos como Arduino y software especializados, contando con las licencias de
la universidad, como MATLAB y su entorno grafico de programación SIMULINK.
La integración planta, hardware (sistema embebido) y software es una de las
herramientas didácticas junto con los manuales y guías de laboratorio para la
educación en control en estudiantes de la Universidad de Investigación y
Desarrollo. UDI
8
ABSTRACT
For engineering, control is one of the areas of greatest field of action, the professional
must have expertise when wanting to control a process, but the design of a control
requires identifying and modeling the system as previous steps to control; The industry
currently requires robust control system designs, practical implementation, budget-efficient
and efficient. All these competencies and requirements require that the engineering
student have a solid foundation in the design of control systems; This work aims to offer
teaching tools for teaching in control, especially strengthening the identification and
modeling of systems. The construction of real plants, manuals and guides for the
orientation of these practices is presented where the different techniques of identification,
modeling and control of systems are applied, based on embedded systems such as
Arduino and specialized software, with the university licenses, as MATLAB and its graphic
programming environment SIMULINK. The integration of plant, hardware (embedded
system) and software is one of the teaching tools together with the manuals and laboratory
guides for education in control in students of the University of Research and Development.
IDU
9
1 INTRODUCCIÓN
10
2 PLANTEAMIENTO DEL PROBLEMA
11
N. S. NISE, Sistemas de Control para Ingeniería, Mexico: Grupo Patria Cultural S.A, 2002. P.7
12
Van Dijk, L. A., G. C. van der Berg & H. van Keulen. “Using active instructional methods in lectures: a matter of skills
and preferences.”, Innovations in Education and Training International, Vol. 36, N° 4, pp. 260-272, 1999.Educación Superior
CITADO POR: L. E. CONTRERAS BRAVO, J. A. TRISTANCHO ORTIZ y K. GONZÁLEZ, «Diseño de guías de laboratorio
para desarrollar habilidades profesionales en la asignatura Automatización del programa de ingeniería industrial,» Revista
Academia y Virtualidad, pp. 112-122, 2015.
11
se ha concentrado en una clase magistral caracterizada por una fuerte transmisión
de conocimientos, monótona y de pocos recursos tecnológicos que ayuden al
estudiante a entender y comprender los diferentes fenómenos (Van Dijk, 1999),
cuando en realidad también se pueden proporcionar herramientas para que los
estudiantes construyan su propio aprendizaje”. aunque CANDELAS y SANCHEZ 13
señalan que en las últimas dos décadas, los diferentes centros de investigaciones
han aportado diversas herramientas para afianzar el conocimiento incorporando el
uso de nuevas tecnologías; se debe ser consiente en la realización de prácticas en
materias de corte científico-practico, donde dichas prácticas demandan recursos
donde se tengan laboratorios de experimentación; este proyecto ofrece mejorar los
ambientes de aprendizaje del control, donde el estudiante construya e interiorice el
conocimiento, por medio de plantas reales implementadas con hardware de bajo
costo, de fácil manejo y con implementación teórico-práctica, busca ser una
herramienta innovadora de la enseñanza en control, la cual ofrece recursos
didácticos que afianzaran la enseñanza y aprendizaje en control.
Las diferentes herramientas con las que actualmente se cuentan poseen tres tipos
de dificultades o factores que dificultan aprovechar bien estos espacios, según
CANDELAS y SANCHEZ los factores son económicos, espaciales y temporales 14.
En este trabajo se busca contribuir a superar las dificultades. Afortunadamente la
comunidad académica y científica ha desarrollado herramientas para afianzar los
conocimientos, en control y automatización empresas como Festo15 y su programa
Festo Didactic que ofrecen soluciones y modernos equipos para laboratorio; pero
el costo económicos de estas herramientas son costosas, junto con los factores y
14
Ibíd. p. 93
15
FESTO,
12
las dificultades anteriormente expresadas, hacen que acceder a ellas no sea tan
sencillo; las educación en control actualmente posee una gran cantidad de
simuladores, laboratorios remotos y herramientas acopladas de distintos softwares
académicos con las plantas de laboratorio, pero el problema está en que se
necesitan sistemas sencillas, de fácil reproducción, donde el estudiante se
enfrente a situaciones reales y vea en tiempo real y en plantas reales los
comportamientos y a partir de esta interacción aplicar los métodos de
identificación para modelar y controlar un sistema de control, que tenga esa
experiencia y fortalezca su habilidad en control aplicando el conocimiento.
En este proyecto se busca darle otra herramienta más para afianzar la enseñanza
y el aprendizaje del control clásico y moderno, con la construcción de plantas y
sistemas de adquisición de datos de bajo costo junto con las guías prácticas de
laboratorios, para la identificación que conllevará a modelar el proceso
matemáticamente y realizarle el control de las plantas reales construidas para
laboratorios de control.
13
3 JUSTIFICACIÓN
16
J. L. BERENGUEL, M. GUZMÁN y M. DOMIÍNGUEZ, «Entornos de experimentación para la Enseñanza de Modelado y
Control,» Revista Iberoamericana de Automática e Informática Industrial RIAI, vol. 7, pp. 10-22, 2010.
17 Ibíd. p.10
14
Afortunadamente los diferentes grupos de investigación en ingeniería han
propuesto cantidad de recursos en pro de la enseñanza en ingeniería,
específicamente en control, pero las dificultades a las cuales se han enfrentado
cuando de forma tradicional se realizan los laboratorios de control, obedecen a
tres factores anteriormente comentados, que son económicos, espaciales y
temporales; económicos por el costo de los equipos y licencias de software
especializados para ello, espacial por la cantidad de estudiantes con respecto a la
cantidad de equipos y temporales por el acceso a los laboratorios, generalmente
con acompañamiento de un instructor. A esto se le puede agregar la practicidad
del mercado laboral que exige claridad en los conocimientos, versatilidad, rapidez,
eficiencia y eficacia.
15
4 OBJETIVOS
16
5 MARCO REFERENCIAL
18
J. L. BERENGUEL, M. GUZMÁN y M. DOMIÍNGUEZ, «Entornos de experimentación para la Enseñanza de Modelado y
Control,» Revista Iberoamericana de Automática e Informática Industrial RIAI, vol. 7, pp. 10-22, 2010.
17
AutomatL@bs fueron control de nivel y la otra fue denominada la “maqueta de
cuatro variables” las cuales eran: presión, temperatura, caudal y nivel. Los
resultados finales de este trabajo expresaron que a nivel general los estudiantes
tienen muy buena aceptación con este tipo de herramientas y se sugirieron
mejoras en los entornos web colaborativos, que sean más fáciles de manejar; este
tipo de laboratorios son realizado de manera tele-operada.
19
F. PADULA y A. VISIOLI, «An Approach for Teaching Automatic Control in a Laboratory of Mechatronics,» IFAC
Proceedings Volumes, vol. 46, pp. 214-219, 2013.
18
integralidad en una práctica que reúna varios conceptos a la vez; los objetivos
principales de la experiencia del laboratorio es que el estudiante aprenda aspectos
como el de obtener un modelo del sistema, controlar el sistema, comprender la
importancia de las herramientas de simulación en la fase del diseño de un
controlador, entre otras. Este dispositivo diseñado fue de bajo coste intentando
modelar un proceso industrial, aunque se hace la claridad que la posición de un
motor a nivel industrial, se hace bajo los parámetros de un bucle y no de un
potenciómetro como en este caso, la finalidad del trabajo es brindar herramientas
para aplicar y afianzar el conocimiento en el área de control especialmente a
estudiantes de último año de ingeniería que requieren bases de cómo se deben
aplicar los conceptos aprendidos.
20
B. TAYLOR, P. EASTWOOD y L. JONES, «Development of a low-cost, portable hardware platform for teaching control
and systems theory,» IFAC Proceedings Volumes (IFAC-PapersOnline), vol. 10, pp. 351-356, 2013.
19
para la enseñanza en control, el área de control de la Universidad de Sheffield en
Inglaterra se cuestionaron por la encuesta hecha por la IEEE21 Control Systems
donde resaltan la necesidad de los estudiantes tengan habilidades en los sistemas
de control a nivel industrial, esta fue su razón para desarrollar dicho proyecto.
Las dificultades con las que se encontraron ellos pasan por el costo de los
equipos, por el tiempo de los estudiantes, por el espacio que ocupan dichos
equipos, las secciones tradicionales de laboratorio, la disponibilidad, entre otros
factores; por lo tanto, se trazaron como objetivo implementar un dispositivo,
sencillo, portátil, practico, donde cada estudiante se lo pudiera llevar y trabajar con
él, generando la importancia en el autoaprendizaje. El dispositivo ilustrado en la
figura 3, consistió en un helicóptero pequeño con tres grados de libertad, el cual
cumplía con ser muy económico, portátil y robusto, permitiéndole al estudiante
llevarlo a casa; su interfaz era un sistema embebido, el cual hacia posible la
comunicación, planta-software que este caso fue Labview se identificó, se modelo
y diseño el sistema diseñó el sistema apoyado por Matlab/Simulink.
El resultado de este trabajo según sus autores fue muy satisfactorio, los
estudiantes expresaban que las clases tenían sentido, otros que se sentían mejor
preparados en la carrera, que se aprovechaba mucho el tiempo con este tipo de
herramientas; las dificultades pasaron por el poco tiempo que se dio para practicar
con ellos y las averías que presentaron algunos; en términos generales la
actividad fue acertada.
21
IEEE The Institute of Electrical and Electronic Engineers
20
Figura 4. Configuración del sistema.
22
P. REGUERA, D. GARCÍA, M. A. PRADA y S. ALONSO, «A LOW-COST OPEN SOURCE HARDWARE IN CONTROL
EDUCATION. CASE STUDY:ARDUINO-FEEDBACK MS-150,» IFAC-PapersOnLine, vol. 48, pp. 117-122, 2015.
21
embebidos para este tipo de labor, compararon varios y seleccionaron arduino,
para cumplir el objetivo de sistema de bajo costo, añadiéndole beneficios como la
sencilla programación y buena información sobre el manejo de este. El
inconveniente surgió en el sistema remoto de control, es decir arduino presento
fallos con la comunicación a internet, la solución era un accesorio, esto incrementó
el costo del sistema implementado, se sugirió un sistema embebido más robusto,
Raspberry Pi.
22
5.2 MARCO TEÓRICO
23
variables del sistema mediante expresiones matemáticas como pueden ser
ecuaciones diferenciales (para sistemas continuos) o en diferencias (para
sistemas discretos). En función del tipo de sistema y de la representación
matemática utilizada, los sistemas pueden clasificarse en: · Determinísticos o
estocásticos. Se dice que un modelo es determinístico cuando expresa la relación
entre entradas y salidas mediante una ecuación exacta. Por contra, un modelo es
estocástico si posee un cierto grado de incertidumbre. Estos últimos se definen
mediante conceptos probabilísticos o estadísticos. · Dinámicos o estáticos. Un
sistema es estático cuando la salida depende únicamente de la entrada en ese
mismo instante (un resistor, por ejemplo, es un sistema estático). En estos
sistemas existe una relación directa entre entrada y salida, independiente del
tiempo. Un sistema dinámico es aquél en el que las salidas evolucionan con el
tiempo tras la aplicación de una determinada entrada (por ejemplo, una red RC).
En estos últimos, para conocer el valor actual de la salida es necesario conocer el
tiempo transcurrido desde la aplicación de la entrada. · Continuos o discretos. Los
sistemas continuos trabajan con señales continuas, y se caracterizan mediante
ecuaciones diferenciales. Los sistemas discretos trabajan con señales
muestreadas, y quedan descritos mediante ecuaciones en diferencias.
23
A. A. R. COELHO y L. DOS SANTOS COELHO, Identificacao de Sistemas Dinamicos Lineares, Brasil: Editora da UFSC,
2015.
24
requerimientos, así que se busca una compresión de las técnicas de identificación
para lograr un correcto control del sistema.
Los principios para obtener ese tipo de modelos matemáticos, Coelho los clasifica
en:
Análisis físico matemático: se basan en las leyes físicas que rigen a un sistema
particular, leyes como conservación de la masa, energía y momento (modelado
fenomenológico)
25
los cuales con ayuda de matemáticas pueden ser manipulados, modificados Y/O
mejorados más sencillo, Coelho y L. Dos Santos Coelho, enuncia los propósitos
de un modelo matemático en un sistema de control y automatización industrial y
son:
Los sistemas de control descritos por los modelos matemáticos pueden ser
continuos o discretos.
𝑌(𝑆) (1)
𝐻(𝑠) =
𝑈(𝑠)
24
A. A. R. COELHO y L. DOS SANTOS COELHO, Identificacao de Sistemas Dinamicos Lineares, Brasil: Editora da UFSC,
2015. p.
26
ℎ(𝑡) = 𝐿−1 [𝐻(𝑠)] (3)
25 A. A. R. COELHO y L. DOS SANTOS COELHO, Identificacao de Sistemas Dinamicos Lineares, Brasil: Editora da UFSC,
2015. p.51
27
donde 𝐾 es la ganancia, 𝑠 es el operador de Laplace Ѳ es el tiempo muerto 𝜏 es la
constante de tiempo.
Donde:
K es la ganancia
es el tiempo muerto
𝑤𝑛 es la frecuencia natural
𝑌(𝑧) ( 10 )
𝐻(𝑧) =
𝑈(𝑧)
28
5.2.4.2 Respuesta al impulso discreta. La respuesta al impulso está relacionada
con la función de transferencia por:
ℎ(𝑡) = 𝑍 −1 [𝐻(𝑧)] ( 11 )
𝑦(𝑡) = cx(t) ( 14 )
siendo 𝑥 (𝑡) el vector de estados (𝑛𝑥1), 𝑢 (𝑡) la entrada y 𝑦(𝑡) la salida (medidas
especificadas en cada período de muestreo)
29
Figura 7. Sistema de control por computador
𝑌(𝑧) = 𝐺𝑝 (𝑧)𝑈(𝑧) ( 15 )
A(z 1 ) 1 a 1z 1 a 2 z 2 ... a na z na ( 18 )
30
𝑦(t) + 𝑎1 y(t − 1) + ⋯ + 𝑎𝑛𝑎 y(t − na) = 𝑏0 y(t − d) + 𝑏1 y(t − d − 1) + ⋯ + 𝑏𝑛𝑏 y(t − d − nb) (
20
)
De primer orden.
Métodos de la recta tangente: Son los métodos donde se traza una recta
tangente en el punto de inflexión o de máxima pendiente a la curva de reacción del
sistema, están los siguientes:
26
V. M. ALFARO RUÍZ, «Identificación De Procesos Sobreamortiguados Utilizando Técnicas De Lazo Abierto,» Ingeniería,
vol. 11, nº 1-2, pp. 11-25, 2001
31
Zieger-Nichols. El método consiste en trazarle a la gráfica de reacción del
sistema con respecto a la entrada al escalón, una recta tangente en su punto de
máxima pendiente con el fin de obtener un modelo matemático real de primer
orden, donde se identifican los valores como la ganancia, 𝐾𝑝 , el tiempo muerto o
de retardo, 𝑡𝑚 , y la constante de tiempo, 𝜏 la cual indicará un valor en proporción a
esta donde el sistema se estabilizará, se ilustra en la figura 8.
Método de Miller. Es una variación del método anterior lo único que cambia es la
forma en que se halla la constante de tiempo, que es el tiempo requerido para que
la respuesta alcance el 63.2 %, en la figura 8 ilustra ese punto, las demás
condiciones se calculan de la misma forma que el método anterior.
27 V. M. ALFARO RUÍZ, «Identificación De Procesos Sobreamortiguados Utilizando Técnicas De Lazo Abierto,» Ingeniería,
vol. 11, nº 1-2, pp. 11-25, 2001 p.14
32
Figura 8. Método de la recta tangente.
𝜏 = 1.5( 𝑡2 − 𝑡1 ) ( 23 )
𝑡𝑚 = 1.5t1 − 0.5t 2 ( 24 )
33
Figura 9. Método de Smith.
𝜏 = 0.67(𝑡2 − 𝑡1 ) ( 25 )
𝑡𝑚 = 1.31t1 − 0.29t 2 ( 26 )
28
A. A. R. COELHO y L. DOS SANTOS COELHO, Identificacao de Sistemas Dinamicos Lineares, Brasil: Editora da UFSC,
2015. p.83
34
Figura 10. Método Sundaresan/Krishnaswacmy
En base a dichos tres puntos se calculan los parámetros como la ganancia Kp, el
tiempo muerto, θ, las constantes de tiempo ahora el factor de
amortiguamiento, , el siguiente paso a paso permite calcular el modelo de
segundo orden:
Donde x es:
35
𝑡2 − 𝑡1 ( 28 )
𝑥=
𝑡3 − 𝑡1
𝑓2 () ( 29 )
𝜔𝑛 =
𝑡3 − 𝑡1
Si ≥ 1 entonces
Si < 1 entonces
f2 () = (0.708)(2.811) ( 31 )
𝑓3 () ( 32 )
𝜃 = 𝑡2 −
𝜔𝑛
𝑓3 () = (0.922)(1.66) ( 33 )
( 34 )
± √2 − 1
𝜏1,2 =
𝜔𝑛
36
salida son encontrados a través de un algoritmo de mínimos cuadrados son la
base para el uso de métodos de identificación29.
29
L. LJUNG, System Identification: Theory for the User, New Jersey: Prentice-Hall, 1999.
30
L. A. AGUIRRE, Introdução a Identifição de Sistemas, Belo Horizonte: UFMG, 2007.
37
obtienen por muestreo. En el caso de que se requiera un modelo continuo,
siempre es posible realizar una transformación del dominio discreto al continuo
Cada una de las estructuras (ARX, ARMAX) tiene sus propias características y
debe ser elegida fundamentalmente en función del punto en el que se prevé que
se añade el ruido en el sistema. En cualquier caso, puede ser necesario ensayar
con varias estructuras y con varios órdenes dentro de una misma estructura hasta
encontrar un modelo satisfactorio.
38
5.2.2 El proceso de identificación (Coelho - Aguirre)
39
c) El criterio de ajuste de parámetros seleccionado no es el más adecuado.
Dependiendo de la causa estimada, deberá repetirse el proceso de identificación
desde el punto correspondiente. Por tanto, el proceso de identificación es un
proceso iterativo
Principio de funcionamiento
40
Figura 11. Ilustración de la regla de mano izquierda de la acción del motor.
De esta manera, el momento de torsión que actúa sobre la espira lo hace siempre
en la misma dirección y continuamente. Generalmente la armadura es el elemento
41
del motor que encuentra girando y los imanes son estacionarios; la parte del motor
que gira se denomina rotor y la parte estacionaria se denomina estator.
Cuando la armadura de un motor gira a consecuencia del para que se produce por
la acción motor, actúa como generador al mismo tiempo. El inducido es la parte de
la máquina de corriente continua que transforma la energía eléctrica en mecánica
y viceversa. Tanto si funciona como generados o como motor, produce fuerza
contraelectromotriz y desarrolla a la vez fuerzas mecánicas.
43
5.3 MARCO TECNOLÓGICO
5.3.1 Materiales.
31
Arduino AG, «Arduino,» Creative Commons Attribution ShareAlike 3.0 ., 2019. [En línea]. Available:
https://www.arduino.cc/en/Guide/Introduction. [Último acceso: 10 Mayo 2019]
32
Atmel Corporation, «Microchip,» 2014. [En línea]. Available: http://ww1.microchip.com/downloads/en/DeviceDoc/Atmel-
2549-8-bit-AVR-Microcontroller-ATmega640-1280-1281-2560-2561_datasheet.pdf. [Último acceso: 10 mayo 2019].
44
- 1 botón de reinicio
Figura 15. Imagen Arduino Mega 2560
Fuente. Arduino AG, «Arduino,» Creative Commons Attribution ShareAlike 3.0 ., 2019. [En
línea]. Available: https://store.arduino.cc/usa/mega-2560-r3. [Último acceso: 10 Mayo
2019]
Microcontrolador ATmega2560
Tensión de funcionamiento 5 Voltios.
Voltaje de entrada (recomendado) 7 a 12 Voltios.
Voltaje de entrada (límite) 6 a 20V
Pernos digitales de E / S 54 (de los cuales 15 proporcionan salida
PWM)
Clavijas de entrada analógica 16
Corriente DC por Pin de E / S 20 mA
45
SRAM 8 KB
EEPROM 4 KB
34
The MathWorks, Inc, «MathWorks,» 2019. [En línea]. Available: https://la.mathworks.com/academia.html?s_tid=gn_acad
[Último acceso: 2019 Mayo 11]
35
M. Ortegón, «Diseñe su interfaz grafica con Matlab,» Ingeniería e Investigación, pp. 103-115, 2011. p .104
46
sistema, la simulación, la generación automática de código y la prueba y
verificación continua de sistemas integrados. Proporciona un editor gráfico,
bibliotecas de bloques personalizables y solucionadores para modelar y simular
sistemas dinámicos. Se integra con MATLAB, lo que le permite incorporar los
algoritmos de MATLAB en los modelos y exportar los resultados de simulación a
MATLAB para su posterior análisis, puede simular sistemas representados en
ecuaciones diferenciales continuas y discretas.
47
Documentación que le indica cómo crear un bloque de controlador de
dispositivo para acceder a funciones específicas de su placa de hardware.
48
6 METODOLOGÍA DE LAS PRÁCTICAS
Para establecer la metodología de las prácticas, se lista la idea inicial de cada una,
luego se seleccionan las competencias de los cursos académicos que se
profundizaran en cada guía y se establece una dinámica de la práctica mediante
momentos.
Considerando que los temas objetivo para trabajar en las guías prácticas son la
Identificación y el Control de sistemas de primer y segundo orden, y que el objetivo
es que cuenten con materiales de fácil consecución y que su implementación y
desarrollo pueda ser llevado a cabo por los estudiantes de ingeniería electrónica,
se seleccionaron las 4 prácticas relacionadas con los saberes conceptuales,
procedimentales y actitudinales de la Tabla 2.
49
Tabla 2. Descripción de las prácticas y relación con los saberes conceptuales,
procedimentales y actitudinales.
SABERES SABERES
PRÁCTICA SABERES ACTITUDINALES
CONCEPTUALES PROCEDIMENTALES
Práctica 0: Establecimiento de Identifica los Capacidad analítica para
comunicación Simulink/Arduino: elementos básicos asimilar los nuevos
introducción al manejo de señales a que constituyen un conceptos y relacionarlos
través de Simulink empleando como sistema de control con los saberes previos que
tarjeta de adquisición Arduino. digital. le permitan construir nuevos
aprendizajes.
50
6.2 SELECCIÓN DE COMPETENCIAS
MOMENTO DE
COMPETENCIAS GENÉRICAS COMPETENCIAS ESPECÍFICAS
LA PRÁCTICA
51
Informe Comunicación oral y escrita: Utiliza el lenguaje
oral y escrito para comunicarse con
entendimiento en contextos sociales y
culturales variados, empleando diferentes
códigos y herramientas, en el marco de un
proceso metacognitivo.
Trabajo previo Comprende la labor de consulta, revisión y registro escrito de los saberes
necesarios para el desarrollo de la práctica.
52
7 FUNDAMENTO TEÓRICO DE IDENTIFICACIÓN DE SISTEMAS Y
CONTROL PARA LAS PRÁCTICAS
Los sistemas se pueden describir a través de tres tipos de modelos, los modelos
mentales que son intuitivos o verbales y carecen de formalismo matemático; los
modelos no paramétricos que son aquellos a partir de los cuales no es posible
definir un vector de parámetros finito para representarlo, pueden describirse y ser
perfectamente caracterizados mediante un gráfico o tabla que describa sus
propiedades dinámicas, y los modelos paramétricos o matemáticos.
53
7.1.2 Identificación no paramétrica. Este tipo de identificación permite obtener
modelos o representaciones no paramétricas de la planta. Las principales ventajas
de este método son el no requerir un procesamiento complejo de los datos, ni
ningún tipo de conocimiento previo sobre la planta, a excepción de que ésta sea
lineal.
𝑑𝑦(𝑡) ( 37 )
𝜏 + 𝑦(𝑡) = 𝐾𝑢(𝑡 − 𝑡𝑚 )
𝑑𝑡
55
𝐾 ( 38 )
𝐺(𝑠) = 𝑒 −𝑠𝑡𝑚
1 + 𝑠𝜏
∆𝑦 ( 39 )
𝐾=
∆𝑢
56
7.1.2.1.1.2 Método de Smith. Smith propone seleccionar dos puntos, el primero
es el tiempo requerido para que la respuesta alcance el 𝟐𝟖. 𝟑%, y el segundo es el
tiempo requerido para que la respuesta alcance el 𝟔𝟑. 𝟐%, es decir 𝒕𝟏 y
𝒕𝟐 respectivamente, como se muestra en la Figura 17.
𝜏 ( 40 )
𝑡1 = 𝑡𝑚 +
3
( 41 )
𝑡2 = 𝑡𝑚 + τ
Por lo tanto:
( 42 )
𝜏 = 1.5(𝑡2 − 𝑡1 )
( 43 )
𝑡𝑚 = 1.5𝑡1 − 0.5𝑡2
57
7.1.2.1.2 Identificación de sistema de segundo orden. Consiste en calcular
el valor de los parámetros de un sistema de segundo orden para su ecuación
diferencial o para su función de transferencia, a partir del análisis de la respuesta
al escalón de la forma indicada. Existen diversos métodos de identificación, para el
caso del primer orden se trabajarán en las práctica dos métodos, el primero es
basado en la recta tangente, donde se traza dicha recta por el punto máximo de
inflexión, caso particular método de Miller y el otro es el método de los dos puntos,
caso particular el método de Smith.
𝑌(𝑠) 𝐾𝑒 −𝜃𝑠 ( 44 )
𝐻(𝑠) = =
𝑈(𝑠) (𝜏1 𝑠 + 1)(𝜏2 𝑠 + 1)
𝑌(𝑠) 𝐾𝑒 −𝜃𝑠 ( 45 )
𝐻(𝑠) = = 2
𝑈(𝑠) 𝑠 𝑠
2 + 2𝜁 𝑤 + 1
𝑤𝑛 𝑛
Donde:
K es la ganancia
es el tiempo muerto
wn es la frecuencia natural
58
amortiguamiento, , el siguiente paso a paso permite calcular el modelo de
segundo orden:
a. Calcular el valor de
0.0805 − 5.547(0.475 − 𝑥)2 (
= 46
(𝑥 − 0.356)
)
Donde x es:
𝑡2 − 𝑡1 ( 47 ))
𝑥=
𝑡3 − 𝑡1
𝑓2 () (
𝜔𝑛 = 48
𝑡3 − 𝑡1
)
Si ≥ 1 entonces
Si < 1 entonces
f2 () = (0.708)(2.811) (
50
)
𝑓3 () (
𝜃 = 𝑡2 − 51
𝜔𝑛
)
𝑓3 () = (0.922)(1.66) (
52
)
59
Nota: si el valor de ≥ 1se calculan los y con la siguiente ecuación
(
± √2 − 1 53
𝜏1,2 = )
𝜔𝑛
60
perturbación. 𝑒 (𝑡) se modela como ruido blanco gaussiano de media cero con
varianza Λ. La Figura 18 ilustra un modelo IDLTI.
Fuente: https://la.mathworks.com/help/ident/ug/topic-about-identified-linear-models.html
61
8 DISEÑO E IMPLEMENTACIÓN DE LAS PLANTAS
Considerando que con el desarrollo de las guías se busca que los estudiantes
logren un grado de compresión tanto a nivel teórico como práctico de los procesos
de identificación y control de sistemas eléctricos, se diseñaron e implementaron 3
plantas con un grado de dificultad progresivo tanto en implementación como en
control, con la finalidad, de que los estudiantes vayan aplicando de manera
incremental los conceptos y herramientas disponibles tanto para el análisis como
el diseño.
Etapa de potencia
Planta
Sensor
Tarjeta de comunicación.
Sistema de
procesamiento y control
Fuente. Autor.
Fuente. Autor.
Como entregables del proyecto se proporcionan los modelos 3D de las estructuras
diseñadas, junto con los diseños de los circuitos impresos de los drivers de
potencia requeridos para el control de los motores.
8.1 PLANTA 1
Lista de materiales:
63
Figura 21. Base para el montaje del sistema eléctrico. Diseño 3D y planta real.
Fuente. Autor.
Fuente: El autor.
8.2 PLANTA 2
64
Lista de materiales:
Fuente. Autor.
65
Figura 24. Esquema de conexión eléctrica para montaje planta 2.
Fuente. Autor.
8.3 PLANTA 3
Lista de materiales:
66
Figura 25. Base, pedestal y péndulo. Diseño 3D y planta real.
Fuente. Autor.
Fuente. Autor.
67
9 INTERFAZ MATLAB/SIMULINK - ARDUINO
9.1 INTERFAZ 1
Fuente. Autor.
El bloque Step, genera un escalón cuya amplitud e instante de inicio pueden ser
configurados directamente en las propiedades del bloque, para el caso de la
68
práctica 1 se configura el escalón con una amplitud unitaria, de esta manera el pin
digital 9 del Arduino entregará un voltaje con amplitud 5 V en el instante
programado para que suceda el escalón, por tanto, para el almacenamiento de la
señal de entrada es necesaria una amplificación por un factor de 5.
69
Figura 28. Modelo para el control de velocidad realimentado para motor de corriente
directa.
70
Finalmente, para el almacenamiento de las señales resultantes de las pruebas y
para su visualización se usan los bloques To Workspace, Display y Scope.
El modelo Simulink mostrado en la Figura 29, permite tanto generar el escalón que
energiza el motor, como registrar y visualizar el comportamiento de la entrada y la
salida en tiempo real.
Fuente. Autor.
71
parámetro de entrada el ciclo de trabajo, y acepta valores entre 0 y 255, donde 0
corresponde al 0% del ciclo de trabajo y 255 al 100%, esto se logra a través del
bloque de ganancia (Gain2), mientras que el bloque de ganancia (Gain3) relaciona
el ciclo de trabajo con el voltaje promedio visto por el motor, en este caso el voltaje
de alimentación del motor proviene de una fuente externa de 12 𝑉. Para las
pruebas propuestas en la guía, se hace necesario poder variar el voltaje de
entrada durante la simulación, por lo cual se usa el bloque Knob y se enlaza para
controlar el valor del ciclo de trabajo.
72
Figura 30. Interfaz Simulink para la adquisición de señales.
Fuente. Autor.
Fuente. Autor.
73
10 DESARROLLO DE LAS GUÍAS
Considerando que los temas para trabajar en las guías prácticas son identificación
y control de sistemas de primer y segundo orden, se desarrollaron las siguientes
guías para la ejecución de prácticas que ampliarán el conocimiento y fortalecerán
las competencias de los estudiantes.
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
11 CONCLUSIONES Y RECOMENDACIONES
Como resultado del proyecto se desarrollaron 4 prácticas que permiten aplicar los
conceptos y fundamentos de la teoría de control, se diseñaron e implementaron
tanto las plantas (componentes mecánicas y eléctricas) como las guías para la
ejecución de las prácticas con base a las competencias de los cursos académicos
de control análogo y control digital.
109
12 BIBLIOGRAFÍA
110
J. L. BERENGUEL, M. GUZMÁN y M. DOMIÍNGUEZ, «Entornos de
experimentación para la Enseñanza de Modelado y Control,» Revista
Iberoamericana de Automática e Informática Industrial RIAI, vol. 7, pp. 10-22,
2010.
L. LJUNG, System Identification: Theory for the User, New Jersey: Prentice-Hall,
1999.
111
Iberoamericana de Automatica e Informatica Industrial, vol. 7, pp. 23-34, 2010.
112