Академический Документы
Профессиональный Документы
Культура Документы
I. Introducción
El controlador difuso es una técnica que fabrica decisiones a criterio del experto[ CITATION MuS19 \l 21514 ], el
criterio de salida se basa explícitamente en el número discreto de posibles decisiones para la formación de las funciones
de membresía con sus respectivas entradas y salidas.[CITATION AFe151 \l 2058 ]
El controlador mediante lógica difusa ha sido estudiado por los autores [ CITATION Jeb13 \l 21514 ][ CITATION
Ami18 \l 21514 ], determinan que la técnica de control para la posición de actuadores neumáticos es simple robusta y
adecuada para sistemas no lineales, posee dos señales setpoint y sensor, que entre su diferencia da el error, el
rendimiento se mide mediante la precisión y solidez del controlador lógico difuso. [ CITATION Ami18 \l 21514 ]
El uso del controlador PID de ganancia fija es el más popular utilizado en la industria, ya que es sencillo, versátil y
satisfactorio en procesos lineales. [CITATION Jho18 \l 2058 ]
El diseño de un controlador PID multivariable es estudiado por los autores[ CITATION Orj17 \l 21514 ], que usan
un algoritmo Biggest Log Modulus Tunning, mediante el cual se busca contribuir proponiendo un modelo genérico para
realizar la estimación del comportamiento deseado del modelo, en comparación a los fundamentos matemáticos y su
algoritmo. [ CITATION Orj17 \l 21514 ]
El siguiente artículo presenta los resultados obtenidos en la precisión y estabilidad de los sistemas de posición y
presión mediante los controladores difuso y PID respectivamente, analizados mediante la simulación y la
implementación de los mismos. Para lo cual se usan herramientas de modelamiento matemático como MATLABTM y
SIMSCAPETM, que contribuye en el desarrollo de sistemas de control mediante un entorno gráfico que facilita el
análisis, diseño y simulación de sistemas de control eléctrico, mecánico, hidráulico, etc. [ CITATION Lap16 \l 21514 ]
La sección II.1 muestra el sistema hidráulico de posición, usa un controlador fuzzy que impone reglas de control
difuso usando una lógica clásica con razonamiento hacia conceptos imprecisos.[ CITATION Men19 \l 21514 ]
La sección II.2 muestra el sistema hidráulico de presión, usa un controlador PID Tuner, el cual linealiza
automáticamente la planta y entrega la respuesta de seguimiento del compensador inicial. [CITATION Lor18 \l 21514 ]
Una vez realizado el modelo y simulación matemática, se realiza la implementación física del sistema, Sección III,
usando un módulo maestro PLC S7-1500 que comanda a dos esclavos PLC S7-1200 que corresponden al control de
posición y presión respectivamente en una red industrial Profinet.
Las secciones III.1. y III.2 establecen la programación de los mismos realizadas en TIA Portal, para el control difuso
se exportan los datos obtenidos del entorno SIMSCAPETM, mientras que para el controlador PID, se realiza el circuito
Manuscript received January 2007, revised January 2007 Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved
F. A. Author, S. B. Author, T. C. Author
hidráulico en SIMSCAPETM ajustando los datos de la bomba hidráulica, motor hidráulico, diámetros de tuberías,
válvulas, tipo de fluido, utilizados en la implementación del sistema.
La sección III.3 muestra el proceso de extrusión de plástico controlado mediante un control local con la
implementación de un HMI industrial, que permite el funcionamiento del sistema, a la vez que visualiza las gráficas de
posición y presión. El control remoto se realiza mediante un sistema SCADA obtenido mediante la programación en
WinCC Advanced del software TIA Portal, el cual permite el control, la supervisión y adquisición datos para desarrollar
un sistema integrado completo. [CITATION WSá19 \l 21514 ]
Para el desarrollo de este controlador se usa el complemento “Fuzzy Logic Toolbox” del entorno de SIMSCAPETM
de MATLABTM.[CITATION Mat19 \l 21514 ] Para acceder al complemento, se escribe en la ventana de comandos
“fuzzy”, desde allí se puede desarrollar un controlador difuso que puede ser Mamdani o Sugeno, se añade variables de
entrada y salida, para posteriormente crear un conjunto de reglas.[CITATION DGu06 \l 21514 ]
El controlador difuso tipo mamdani del sistema, tiene una entrada y dos salidas, figura 2.
Fig. 2. Diseño del controlador Fuzzy Mamdani del control de posición, MATLABTM.
En la entrada se tiene la variable lingüística “error”, el mismo que proviene de la diferencia entre el setpoint y los
datos del sensor. El error es positivo si el valor de la distancia se encuentra por debajo del valor del setpoint, y es
negativo si el valor de la distancia se encuentra por encima de dicho valor, tabla I.
TABLE I
DESCRIPCIÓN DE LAS FUNCIONES DE MEMBRESÍA TIPO TRIANGULAR DE LA VARIABLE “ERROR”
Función Descripción Parámetros
Izquierda El pistón está muy [-3 -2 -1]
+ extendido
Izquierda El pistón está ligeramente [-1.6 -1
- extendido -0.4]
Cero El pistón está en el valor [-0.5 0 0.5]
deseado
Derecha El pistón está ligeramente [0.4 1 1.6]
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
- contraído
Derecha El pistón está muy contraído [1 2 3]
+
Para la salida se tienen dos variables linguísticas, “Sol A+” y “Sol A-”, permiten la apertura y el cierre
respectivamente de manera progresiva del solenoide hasta llegar al valor ingresado en el setpoint. Estas variables son
las respuestas del controlador a la variable de entrada “error”, tablas II y III
TABLE II.
DESCRIPCIÓN DE LAS FUNCIONES DE MEMBRESÍA TIPO TRIANGULAR DE LA VARIABLE "SOL A+"
Función Descripción Parámetros
Mantener No abrir el solenoide [-5 0 2]
Abrir - Abrir el solenoide a un valor de 4 [2 4 6]
Abrir + Abrir el solenoide a un valor de 10 [5 10 15]
TABLE III.
DESCRIPCIÓN DE LAS FUNCIONES DE MEMBRESÍA TIPO TRIANGULAR DE LA VARIABLE "SOL A-"
Función Descripción Parámetros
Mantener No abrir el solenoide [-5 0 2]
Abrir - Abrir el solenoide a un valor de 4 [2 4 6]
Abrir + Abrir el solenoide a un valor de 10 [5 10 15]
Las reglas recopilan la información del sistema ya que, si existe alguna variación en la entrada, dichas reglas deben
saber cómo comportarse, cada regla deberá tener como resultado una función de membresía de salida. Todo el proceso
lingüístico realizado se resume en 5 reglas difusas, que se forman en el editor de reglas del FLD, figura 3.
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
Se procede a crear un subsistema con los elementos que conforman la parte de control, es decir los elementos de la
figura 4. Por lo tanto, se obtiene un bloque de nombre “Subsystem” en el que está inmerso el subsistema de control
difuso.
Se genera un modelo de control en lazo cerrado, en donde se tiene el ingreso de los valores de setpoint mediante el
bloque “Uniform Random Number” que genera números aleatorios uniformemente.[ CITATION MAT19 \l 2058 ] En
el bloque de control se encuentra el subsistema que lleva programado el control difuso que comanda al sistema de
posición, a continuación el bloque del sistema hidráulico, conformado por un pistón de doble efecto “Cylinder”, una
válvula de 4 vías que permite el paso bidireccional del fluido hidráulico, una bomba hidráulica y un sensor de posición
en el que se podrá visualizar la precisión y estabilidad de sistema controlado mediante lógica difusa. Finalmente se
conecta al “Scope” con las dos señales de setpoint y sensor de posición, figura 5. Posteriormente los datos del
subsistema se usarán para la implementación física.
Fig. 6. Respuesta del controlador difuso a valores de consigna aleatorios (Setpoint), SIMSCAPETM.
En la figura 6 se muestran las dos respuestas, los valores aleatorios de consigna es decir los valores de setpoint, y la
respuesta del sistema controlado tipo difuso mediante los valores del sensor de posición, que logra aproximarse en
función a las reglas declaradas en la figura 3.
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
En el diseño del modelo matemático se usa el complemento PID Tuner de MATLAB, para generar dicho modelo se
consideran tres pasos:
La importación de los datos de prueba de entrada salida.
La identificación del modelo de la planta.
El uso del modelo generado dentro del entorno del Control System Toolbox.[CITATION Sán19 \l 2058 ]
Para la importación de datos se debe realizar la implementación del circuito hidráulico de control de presión, y obtener
los valores medidos de entrada-salida del sistema generados en el Data logging[ CITATION Sup17 \l 21514 ], los
mismos que se importan al workspace de MATLABTM.
En el complemento de PID tuner se selecciona “Identify New Plant”, posterior a esto dado que los valores son
arbitrarios en la implementación se selecciona “Arbitrary I/O Data” en donde se ingresan los datos de entrada (setpoint)
y salida (sensor), los mismo que se encuentran por separado en el workspace.
En la figura 8 se representan los valores exportados mediante el Data logging del PLC S7-1500, muestran el
comportamiento de la planta física, los datos del setpoint y la respuesta del sistema mediante los datos arrojados por el
sensor de presión, los mismos que serán llevados a MATLABTM mediante el comando “model of chosen orden”. Esta
estructura facilita la disposición de variar el orden de la función de trasferencia que se obtiene como resultado del PID
tuner, figura 9.
La función de transferencia obtenida de tercer grado representa la relación que describe la dinámica del sistema
considerado.[CITATION Bis07 \l 2058 ] Para obtener las constantes del PID a partir de la función de trasferencia se
aplica el método del Relé, es uno de varias formas de obtener los parámetros (Kd, Tp, Ti). Este método conocido
también como el método de Åström y Hägglund [ CITATION Rai93 \l 21514 ] ,que determina el punto final utilizando
una señal de prueba de relés como entrada del sistema.[CITATION Lev12 \l 2058 ]
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
La figura 10 muestra el modelo para la estimación del punto final o método de relé, el único parámetro de diseño que
se puede cambiar es la amplitud del relé, la misma que es inherentemente pequeña. Para obtener los parámetros PID se
calculan mediante las reglas de ajuste de Ziegler-Nichols[ CITATION Oga03 \l 21514 ], tabla IV.
TABLE IV.
PARÁMETROS DEL CONTROLADOR PID DE ZIEGLER-NICHOLS [ CITATION Oga03 \l 21514 ]
Controller Kp Ti Td
P 0.5∗K u - -
PI 0.45∗K u T u /1.2 -
PID 0.6∗K u T u /2 T u/ 8
Las ecuaciones de Ziegler-Nichols que se utiliza para obtener los parámetros de un controlar PID son:
4∗d
k u= (1)
π∗a
k p=0.5∗k u (2)
Tu
T i= (3)
2
Tu
T d= (4)
8
Donde:
d es amplitud del relé
a es amplitud de la gráfica
Tu es el periodo de la gráfica
kp constante proporcional
Ti tiempo de integración
Td tiempo de derivación
En la gráfica obtenida del modelo representado en la figura 10, se obtienen los valores Tu y a, figura 11, con estos
valores se halla los parámetros del controlador PID de las reglas de Ziegler-Nichols y se resuelve las ecuaciones
anteriores.
Los parámetros en la gráfica son: Tu= 9.15 y a= 2.095. Y se obtiene como resultado la gráfica del comportamiento
PID, figura 12, con los parámetros calculados del método de Åström y Hägglund junto a la regla de Ziegler-Nichols.
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
Fig. 12. Respuesta transitoria PID con los parámetros calculados, SIMSCAPETM.
Los valores de los parámetros cálculos corresponden a Kp= 3.6465, Ti= 0.4575, Td= 0.1143. Al obtener una
respuesta adecuada con los parámetros calculados, se puede realizar la simulación del sistema físico en el entorno
SIMSCAPETM de MATLABTM.
Se procede a crear el modelo de control en lazo cerrado, consta del ingreso de valores de setpoint mediante el bloque
“Uniform Random Number” que genera números aleatorios uniformemente. En el bloque de control se encuentra el
controlador PID que lleva programado el control proporcional integral derivativo con sus respectivos parámetros
calculados anteriormente, Kp, Ti y Td. A continuación, el bloque del sistema hidráulico, conformado por un motor
hidráulico, una válvula limitadora de presión proporcional que permite el paso del fluido hidráulico para aumentar o
disminuir la presión al sistema, una bomba hidráulica y un sensor de presión en el que se podrá visualizar la precisión y
estabilidad del sistema controlado mediante control proporcional integral derivativo PID. Finalmente se conecta al
“Scope” con las dos señales de setpoint y sensor de presión, figura 13.
Fig. 14. Respuesta del controlador PID a valores de consigna aleatorios (Setpoint).
En la figura 14 se muestran las dos respuestas, los valores aleatorios de consigna es decir los valores de setpoint, y la
respuesta del sistema controlado tipo PID mediante los valores del sensor de presión, que logra aproximarse de acuerdo
a los parámetros calculados Kp, Ti, y Td.
III. Implementación
La implementación física del sistema hidráulico de posición y presión se resume en las figuras 15 y 16
respectivamente.
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
El sistema de control de posición comanda a un pistón de doble efecto mediante una válvula 4/3 que se controla
mediante lógica difusa, el objetivo del sistema es ingresar datos por teclado (setpoint) y mediante el control difuso
entregar una respuesta que logre llegar a los valores ingresados por teclado.
El sistema de control de presión comanda a un motor hidráulico mediante una válvula limitadora de presión
proporcional que se controla mediante PID (control proporcional integral derivativo), el objetivo del sistema es ingresar
datos por teclado (setpoint) y mediante el control PID entregar una respuesta que logre llegar a los valores ingresados
por teclado.
El proceso hidráulico se programa en TIA Portal, asignando un controlador para la adquisición y almacenamiento de
datos, posterior se realiza la detección de hardware para los PLC´s que realizan el control del sistema y el HMI para el
control local. Al igual que la configuración en el sistema PC, SIMATIC HMI Application y WinCC RT Advanced para
el sistema SCADA, tabla V.
TABLE V.
ELEMENTOS DEL SISTEMA DISTRIBUIDO
N Nombre Descripción
°
1 Maestro 1500 S7-1500 [CPU 1511-1
PN]
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
Los elementos de la tabla V poseen un esquema de red industrial PROFINET para la comunicación entre los mismos,
figura 17. Esto permite que exista el control adecuado del proceso y la adquisición de datos del funcionamiento del
sistema, como también el control remoto mediante el sistema SCADA.[ CITATION WSá19 \l 21514 ]
Fig. 17. Esquema de red industrial PROFINET de dispositivos y equipos, TIA Portal.
Se utilizan las variables para control local (HMI) y remoto (SCADA). El operador de los procesos de control de
posición y presión se comunican con el Maestro S7-1500 y este mediante la interfaz PROFINET se comunica con el
PLC_POSICION Y PLC_PRESION para que ambos puedan controlar el proceso de extrusión de plástico.
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
Finalmente, se añade el bloque “Subsystem DB_1” dentro de los bloques de programa ordinarios y se configuran las
entradas y salidas del bloque, figura 20.
Fig. 20. Bloque Subsystem DB_1 del control de posición, TIA Portal.
En la figura 20 se visualiza el bloque “Subsystem DB_1”, que lleva la programación realizada en MATLABTM, este
bloque se activa mediante el contacto “Crtl fuzzy” que permite el encendido del controlador. En la entrada del bloque se
ingresan los valores en forma local o remota del setpoint del sistema mediante la variable “Setpoint piston” y los valores
del sensor de posición del sistema mediante la variable “Distancia”. Mientras que en la salida se obtiene la respuesta del
controlador difuso, con las variables “Salida Piston” y “Entrada Pistón”, los que permiten el paso y retorno del fluido
hidráulico respectivamente en el diagrama físico.
La programación del controlador de posición contiene entradas y salidas análogas que se envían y se reciben del
maestro, que posteriormente se usan para realizar el sistema SCADA y la configuración de la pantalla HMI.
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
del sistema y como salida entrega la señal de respuesta del control PID en porcentaje mediante la variable “SALIDA
CTRL DE PRESIÓN VOLTAJE”, estos valores son escalados y parametrizados en el bloque “Main [OB1]”.
Se realiza la optimización fina del sistema, dentro de la configuración del PID_Compact, entregando valores de las
constantes, figura 22.
El control remoto se lo realiza con el sistema PC WinCC RT Advanced, que es utilizado como un sistema
SCADA[ CITATION McG13 \l 21514 ] , que permitirá realizar el control las variables de posición y presión mediante visores
de curvas, campos de entrada-salida y la adquisición de datos de las variables, figuras 25 y 26, mediante el bloque Data
logging, del cual se pueden exportar archivos tipo CSV o TXT que facilitan el análisis de las curvas.
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
Fig. 27. Curvas de sintonía de los modelos de aplicación difuso simulación e implementación.
Mp [%] 0 0
Los resultados obtenidos en la simulación del proceso en respuesta a números aleatorios uniformemente en el proceso
de control de posición son satisfactorios, figura 28, se obtiene un error de precisión de 0.70% que es admisible en un
proceso industrial.
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
Los resultados obtenidos en la implementación del proceso en respuesta a números ingresados de forma local o
remota mediante el setpoint en el proceso de control de posición, figura 29, se obtuvo como resultado un error de
precisión de 1.09% que al igual que el error de la simulación son valores aceptables en un proceso de control
proporcional industrial, acotando que en este sistema se realizaron diversas perturbaciones al sistema, dando a notar que
el sistema responde de manera aceptable ante perturbaciones que puedan existir en los diversos procesos industriales.
Se obtienen dos curvas de sintonía, figura 30 que corresponde la primera curva al sistema con los valores de las
constantes Kp, Td, Ti calculadas por el método de relé (Åström y Hägglund) “PLC_Manual” y la segunda curva de
sintonía que se obtiene de la optimización fina del PID_Compact del TIA Portal V14 “PLC_Automatic”.
Fig. 30. Curvas de sintonía de los modelos de aplicación PID automático y manual.
ess [%] 0 0
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
A diferencia del controlador PID, el controlador difuso no tiene sobreimpulsos, el controlador PID tiene un tiempo de
estabilización máximo de 73s, mientras que el sistema difuso es de 47s, es decir un 35% más y por tal el sistema es
mucho más estable. En lo referente al error en estado estable con una diferencia de 0.1% el controlador PID es más
preciso. Estos datos son sacados en respuesta a un escalón.
Los resultados obtenidos en la simulación del proceso en respuesta a números aleatorios uniformemente en el proceso
de control de presión son satisfactorios, figura 31, se obtiene un error de precisión de 0.76% que es admisible en un
proceso industrial.
Los resultados obtenidos en la implementación del proceso en respuesta a números ingresados de forma local o
remota mediante el setpoint en el proceso de control de presión, figura 32, se obtuvo como resultado un error de
precisión de 0.79% que al igual que el error de la simulación son valores aceptables en un proceso de control
proporcional industrial, acotando que en este sistema se realizaron diversas perturbaciones al sistema, dando a notar que
el sistema responde de manera aceptable ante perturbaciones que puedan existir en los diversos procesos industriales.
Dados los porcentajes de precisión en los controladores de posición y presión, se puede notar que el controlador PID
tiene mayor precisión, con una diferencia de 0.26%, que en procesos industriales es mínima.
V. Conclusiones
La modelación de los sistemas de control de posición y presión realizados en SIMSCAPETM de MATLABTM
presenta la suficiente precisión con un error máximo de 0.76%, que indica que se puede realizar la implementación de
los sistemas industriales.
La implementación de los sistemas modelados se realiza con los elementos seleccionados que permiten un
funcionamiento adecuado con una diferencia de error máxima de 0.39 % de la modelación, que es admisible debido a
perturbaciones y factores externos al sistema.
La adquisición de datos, la visualización y control del proceso se realiza mediante el control remoto SCADA
implementado en TIA portal asegura la fiabilidad y eficiencia del sistema.
La comunicación de los elementos de control en la red industrial PROFINET permiten el funcionamiento y control
en un solo equipo de mando, para un estudio posterior se puede realizar para diferentes equipos de mando con una
comunicación inalámbrica.
Referencias
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
[1] S. Mu, S. Goto, S. Shibata y T. Yamamoto, «Intelligent position control for pneumatic servo system based
on predictive fuzzy control.,» Computers and Electrical Engineering, vol. 75, pp. 112-122, 2019.
[2] F. A., F. R. y S. E., «Control difuso una alternativa para aplicaciones de alta precisión,» Centro de
Instrumentos - UNAM, 2015.
[3] A. Jebelli, M. C. Yagoub, R. b. HJ., A. Rahim y H. Kazemi., «Design and construction of an underwater
robot based fuzzy logic controller,» IREME International Review of Mechanical Engineering, vol. 7, nº 1,
2013.
[4] S. Amine, O. Mokhiamar y M. Hammoud., «Fuzzy Logic Position Control of Pneumatic Actuators,»
IREME International Review of Mechanical Engineering, vol. 12, nº 3, 2018.
[5] J. Rodríguez, Estudio comparativo de técnicas de control PID difuso aplicadas al mejoramiento de
desempeño de lazos de control continuo, D. d. E. y. E. Facultad de Ingeniería, Ed., Bogotá: Universidad
Nacional de Colombia, 2018.
[6] A. Orjuela, O. Ramos y D. Amaya., «PID Control for distilled product and bottom concentration in a binary
distillation column,» IREME International Review of Mechanical Engineering, vol. 11, nº 4, 2017.
[7] C. Lapusan, R. Balan, O. Hancu y A. Plesa., «Development of a multi-room building thermodynamic model
using SIMSCAPE Library,» Energy Procedia, vol. 85, pp. 320-328, 2016.
[8] W. Mendes, F. Meneghetti, R. Dutta y D. Heeren., «Fuzzy control system for variable rate irrigation using
remote sensing,» Expert System with Applocations, vol. 124, pp. 13-24, 2019.
[9] C. Lorenzini, A. S. Bazanella, L. F. A. Pereira y G. R. G. d. Silva., «The generalized forced oscilation
method for tuning PID controllers,» ISA Transactions, vol. 87, pp. 68-87, 2019.
[10] W. Sánchez, Ó. Proaño, P. Salazar, E. Salazar, W. Loza y J. E. Sánchez., «Distributed System SCADA
using Multiple Industrial Communication Protocols on Allen Bradley Equipment,» vol. 12, nº 14, 04 2019.
[11] O. P. Verma y H. Gupta, «Fuzzy Logic Based Water Bath Temperature Control System,» IJARCSSE, vol. 2,
nº 4, pp. 334-335, 04 2012.
[12] A. Giannakis, A. Krlis y Y. L. Karnavas, «A combined control strategy of a DFIG based on a sensorless
power control throught modified phase-locked loop and fuzzy logic controllers,» Renewable Energy, vol.
121, pp. 493-494, Junio 2018.
[13] R. Goswami y D. Joshi, «Performance Review of Fuzzy Logic Based Controllers Employed in Brushless
DC motor,» International Conference on Computational Intelligence and Data Science (ICCIDS 2018), vol.
132, p. 626, 2018.
[14] Matlab, «MathWorks,» 2019. [En línea]. Available: https://www.mathworks.com/products/fuzzy-
logic.html?s_tid=srchtitle.
[15] D.Guzmán y V.M.Cataño, «La lógica difusa en ingeniería: Principios, aplicaciones y futuro.,» Ciencia y
Tecnología, nº 87-107, pp. 88-106, 2006.
[16] D. Canete, J.F.Saz-Orozco, P. d. Moreno-Boza y D. Duran-Venegas, «Object-oriented modelinh and
simulation of the closed loop cardiovascular system by using SIMSCAPE,» Computers in Biology and
Medicine, vol. 43, nº 4, 2013.
[17] Matlab, «MathWorks,» 2019. [En línea]. Available:
https://www.mathworks.com/help/simulink/slref/saturation.html?
searchHighlight=saturation&s_tid=doc_srchtitle.
[18] MATLAB, «MathWorks,» 2019. [En línea]. Available: http://www.mathworks.com/.
[19] MATLAB, «MathWorks,» 2019. [En línea]. Available: https://la.mathworks.com/discovery/pid-
control.html?fbclid=IwAR0fRvjFz1z98RclWJTBEV0AtbUxWdmlA1z_IHML82yhgCWxKtT648msKmg.
[20] S. W. Sung, J. Lee y I.-B. Lee., «Proportional-Integral-Derivative Control,» de Process Identification and
PID Control, Singapore, John Wiley & Sons, 2009, pp. 111-147.
[21] W. Sánchez, Á. Mullo y P. Velasco., Autosintonía PID de controladores industriales, Caracas: Universidad
Central de Venezuela, 2019.
[22] S. I. O. Support, Process Data Acquisition and Monitoring, 2017.
[23] Bishop, R. C. y D. -. R. J., Modelos matemáticos de los sistemas, Sistemas de control moderno, Madrir:
PEARSON EDUCATION S.A., 2007, pp. 52-62.
[24] R. Alanen, Auto-tuning Control Based on Åström's y Hägglund's theory, University of Oulu, 1993.
[25] S. Levy, S. Korotkin, K. Hadad, A. Ellenbogdn, M. Arad y Y. & Kadmon, «PID Autotuning using
feedback,» IEEE 27th Convention Electrical and Electronics Engineers in Israel, pp. 1-3, 2012.
[26] K. Ogata, de Ingeniería de control Moderna, Madrid, Pearson Education S.A., 2003, pp. 683-690.
[27] F. A. Fernandes, G. S. Sestillo, A. L. Dias, D. Brandão y P. Ferrari., «Influence of network parameters on
the recovery time of a ring topology PROFINET network,» IFAC Conference Paper Archive, vol. 49, nº 30,
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x
F. A. Author, S. B. Author, T. C. Author
Copyright © 2007 Praise Worthy Prize S.r.l. - All rights reserved International Review of Mechanical Engineering, Vol. xx, n.
x