Paper Ireme

International Review of Mechanical Engineering (I.RE.M.E.), Vol. xx, n.
Modelado e implementación de un Sistema hidráulico proporcional de

control de posición y presión de una extrusora de plástico.
Resumen – Modelar e implementar un sistema hidráulico con control difuso de posición de un

cilindro doble efecto y el control PID de presión de un motor hidráulico en una extrusora de
plástico. La implementación del sistema de control será con el TP 702 de Festo mediante un
controlador, display, interfaz gráfica y enlace a control Fuzzy y PID_Tuner de MATLABTM para
la obtención de gráficas. Mediante el modelamiento se obtiene la función de transferencia del
proceso, las constantes del control proporcional y las gráficas del control de posición y presión,
posteriormente se validan entre las gráficas de la interfaz de WinCC Advanced de la
implementación física del proceso con el PLC S7-1200 de Festo, generando una comparación
gráfica del control de las variables de posición y presión. Obteniendo un error de precisión del
1%, entre el resultado del modelamiento y la implementación física, el cual en un proceso
industrial es aceptable. El HMI, así como el sistema SCADA se lo realizo en el WinCC Basic y
WinCC Advanced respectivamente, generando una interfaz gráfica tanto local como remota en
tiempo aproximadamente real. La modelación matemática de un proceso industrial, garantiza la
fiabilidad y el comportamiento óptimo del proceso de extrusión de plástico, minimizando costos
de producción y desperdicios de materia prima.
Palabras Clave: Control de posición y presión, control proporcional, modelado, MATLABTM,

válvulas hidráulicas.
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 ]
II. Modelamiento Matemático
II.1. Sistema de control de posición

El modelo matemático del control de posición de un cilindro doble efecto, se conforma de un mecanismo que
consiste en usar sentencias “si-entonces” las cuales son nombradas “reglas”. Dichas reglas son útiles, ya que se refieren
a variables y a adjetivos que describen a las variables. El orden en el que se usen las reglas no tiene relevancia.
[CITATION OmP12 \l 21514 ]
En el diseño del modelo matemático se usa el método de inferencia tipo Mamdani, este controlador está formado por
fusificador, reglas difusas y defusificador, figura 1.[CITATION PRi14 \l 21514 ]
Fig. 1. Diagrama de controlador difuso tipo Mamdani [CITATION Ram12 \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
- 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+"
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-"
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.
Fig. 3. Editor de reglas del sistema de posición, MATLABTM.
 Si el error es “0”, entonces Sol A+ y Sol A- es “mantener”.

 Si el error es “izquierda -”, entonces Sol A+ es “mantener” y Sol A- es “abrir -”.
 Si el error es “izquierda +”, entonces Sol A+ es “mantener” y Sol A- es “abrir +”.
 Si el error es “derecha -”, entonces Sol A+ es “abrir -” y Sol A- es “mantener”.
 Si el error es “derecha +”, entonces Sol A+ es “abrir +” y Sol A- es “mantener”.
Estas reglas con sus parámetros se exportan hacia el workspace de MATLABTM, para posteriormente ser usadas en
la programación del PLC S7-1200 para la implementación.
SIMSCAPETM es un lenguaje para el modelado de un entorno físico de objetos orientados, basado en MATLABTM
que permite al usuario crear modelos de sistemas, componentes y herramientas físicos utilizando un enfoque de
modelado casual. [CITATION DeC13 \l 2058 ] Desde el aspecto del modelado, “objeto orientado” significa que se
puede construir una modelación casi real o similar a un sistema físico, tomando los componentes y sus características
para conectarlos en un modelo.[CITATION DeC13 \l 2058 ]
El uso de SIMSCAPETM es lo adecuado para realizar la simulación del sistema con los elementos de la librería
“Fluid – Hydraulics” y la configuración con los parámetros aproximadamente reales medidos de los elementos
utilizados en la implementación física.
Por lo tanto, se ingresa el bloque “Fuzzy Logic Controller”, se configura el parámetro FIS name, en el que se ingresa
el nombre de la variable que se exportó anteriormente “valv_prop” para extraer la información del control difuso
creado.
Luego se diseña el controlador difuso, se le asignan dos entradas “Inport”, “1” y “2” que generan el setpoint del
sistema, es decir el ingreso del setpoint y los valores del sensor de posición. Seguido por el bloque “Add”, en este
bloque se crea el “error” mencionado anteriormente. El bloque “Saturation” genera una señal de salida que es el valor
de entrada limitada a los valores de saturación superior e inferior.[CITATION Mat191 \l 21514 ] Para el control
interviene el bloque “Fuzzy Logic Controller”, en el que se encuentran asignadas las reglas de control difuso. Seguido
se usa el bloque “Demux”, el mismo que extrae los componentes de una señal de vector de entrada y emite señales
separadas. Finalmente, dos salidas “Outport”, que crea un puerto de salida para subsistema. En este caso las salidas son
“Sol A+” y “Sol A –”, figura 4.
x
Fig. 4. Subsistema de control difuso de posición, SIMSCAPETM.
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. 5. Diagrama del sistema de control fuzzy de posición, SIMSCAPETM.
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.
II.2. Sistema de control de presión

El modelo matemático del control de presión del motor hidráulico, se controla mediante un PID que calcula el error
entre el valor medido y el valor deseado. La interacción de los parámetros P, D e I ajustan el valor del proceso deseado [
CITATION MAT191 \l 21514 ], figura 7.
x
Fig. 7. Diagrama representativo del control PID. [ CITATION SuW09 \l 21514 ]
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.
Fig. 8. Estructura de la planta identificada (datos de la implementación física), MATLABTM.
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.
Fig. 9. Función de transferencia de la planta identificada, MATLABTM.
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 ]
x
Fig. 10. Modelo de aplicación del método del relé, SIMSCAPETM.
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.
Fig. 11. Respuesta del sistema con el método de relé, SIMSCAPETM.
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.
x
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. 13. Diagrama del sistema de control PID de presión, SIMSCAPETM.
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.
x
Fig. 15. Diagrama de bloques del sistema de control de posición.
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.
Fig. 16. Diagrama de bloques del sistema de control de presión.
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]
2 PLC_POSICIÓN S7-1200 [CPU 1214C

DC/DC/DC/]
3 PLC_PRESIÓN S7-1200 [CPU 1214C

DC/DC/DC/]
x
4 HMI_1 [TP700 Comfort]
5 PC-System_1 [SIMATIC PC station]
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.
La comunicación industrial Profinet permite el control en la modalidad MAESTRO-ESCLAVOS, el PLC S7 1500

cumple la función de maestro[ CITATION Fer16 \l 21514 ], es decir la programación interna tiene cuatro bloques de
programación y un bloque de base de datos, figura 18. Donde el bloque “Main_presión” contiene la configuración de
las variables de control del PLC_PRESION, el bloque “Main_Hyd” contiene la configuración de las variables de
control del PLC_POSICION, el bloque “Medicion_Hyd” contiene la configuración para iniciar el almacenamiento de
las variables de setpoint y sensor del PLC_POSICION, el bloque “Medicion_Presion” contiene la configuración para
iniciar el almacenamiento de las variables de setpoint y sensor del PLC_PRESION y el bloque “Registros” almacena los
datos antes mencionados, figura 18.
Fig. 18. Bloques de programación del Maestro S7-1500, TIAPortal.
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.
III.1. Sistema de control de posición

La programación del control de posición se la realiza en el PLC_POSICIÓN S7-1200 que se asigna como esclavo,
tabla V, la programación se ejecuta en TIA Portal, el proceso de posición ya explicado anteriormente contiene un
subsistema, el mismo que lleva consigo la programación de control difuso, para llevar los datos de SIMSCAPETM
hacia el software de programación del controlador PLC se usa Simulink PLC Coder, pertenece a MATLABTM, genera
textos estructurados y diagramas de tipo Ladder bajo la norma IEC 61131-3. Este producto es compatible con Siemens
TIA Portal. [ CITATION MAT19 \l 2058 ] Se realiza la configuración del “PLC Coder” desde la ventana de
configuración de parámetros del modelo, en donde se selecciona “PLC Code Generation” y para este caso se selecciona
Siemens TIA Portal. Una vez realizada la configuración, se codifica el archivo, es decir se extrae los datos del
subsistema generado anteriormente en SIMSCAPETM, se generan mediante la opción “PLC Code” y después
“Generate Code for Subsystem”, al generarse este código, se crea en un formato de texto según los estándares IEC
61131-3, para lo cual se debe guardar el archivo como .scl.
Una vez generado el código del subsistema, en TIA Portal se generan los bloques de programación en donde irán los
códigos del controlador difuso. Para realizar esto se agrega el archivo del controlador difuso generado en
MATLABTM, se da clic en “agregar nuevo archivo externo”, después en “generar bloques a partir de fuente”, lee el
archivo y genera los bloques de programación tipo FB y funciones FC, ya que el subsistema creado de SIMSCAPETM
necesita sus propias funciones para operar, figura 19.
x
Fig. 19. Bloques generados a partir de la exportación de SIMSCAPETM, TIA Portal.
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.
III.2. Sistema de control de presión

La implementación de este sistema se realiza en el software TIA Portal, donde se configura el PLC_PRESION para
el control de presión mediante un controlador PID. La programación contiene dos bloques, el primer bloque “Main
[OB1]” está programado para el control de encendido/apagado del sistema, la adquisición de señales externas y el envío
de la señal de control PID. El segundo bloque “Cyclic interrupt [OB30]” se programa únicamente el bloque
“PID_Compact_1”, figura 21, es un controlador PID para el control del proceso[CITATION Aut14 \l 21514 ], que lleva
la programación con los parámetros calculados anteriormente, figura 22.
Fig. 21. Bloque PID_Compact_1 del control de presión, TIA Portal.
La figura 21 muestra el bloque PID_Compact_1, se activa mediante el contacto “RECIBIMIENTO

ENCENDIDO_APAGADO BOMBA HYD” que permite que el controlador se active y encienda la bomba hidráulica a
la vez. El bloque consta de dos entradas y una salida, la primera entrada corresponde a Setpoint mediante la variable
“RECIBIMIENTO SET POINT” que es el valor ingresado de forma local o remota, la segunda entrada es Input
mediante la variable “SENSOR DE PRESIÓN ESCALADO”, en donde se ingresan los valores del sensor de presión
x
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]”.
Fig. 22. Parámetros PID ingresados manualmente, TIA Portal.
Se realiza la optimización fina del sistema, dentro de la configuración del PID_Compact, entregando valores de las
constantes, figura 22.
III.3. Control local y remoto

El sistema de control de presión y posición se comanda mediante un control local y remoto. El control remoto se lo
realiza mediante la programación en el display industrial HMI (Human Machine Interface). [CITATION Mar15 \l 2058 ] Se
programa las entradas y salidas del sistema mediante el display HMI, es decir el encendido y apagado del grupo y la
bomba hidráulica, ingresos de setpoint, así como la visualización del proceso mediante gráficas de curvas del proceso,
figuras 23 y 24.
Fig. 23. Pantalla de control local (HMI) de posición, TIA Portal.
Fig. 24. Pantalla de control local (HMI) de presión, TIA Portal.
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.
x
Fig. 25. Pantalla de control remoto (SCADA) de posición, TIA Portal
Fig. 26. Pantalla de control remoto (SCADA) de presión, TIA Portal
IV. Análisis de Resultados

Se obtienen dos curvas de sintonía, figura 27 que corresponde la primera curva al sistema simulado mediante
SIMSCAPETM “Fuzzy_Simulation” y la segunda curva de sintonía que se obtiene del sistema implementado y
programado en TIA Portal V14 “Fuzzy_Implementation”.
Fig. 27. Curvas de sintonía de los modelos de aplicación difuso simulación e implementación.
La figura 27 muestra en “Fuzzy_Simulation” y “Fuzzy_Implementation” un Mp de 0%, por tal, su rango de variación

es nulo. El tiempo de estabilización Tss correspondiente a Fuzzy_Simulation es de 36 s, mientras que el Tss de
Fuzzy_Implementation es de 47 s, es decir, la estabilidad del sistema se encuentra en un rango aceptable en respuesta a
un cambio de estado. El error en estado estable ess en Fuzzy_Simulation es de 0%, y en “Fuzzy_Implementation” es de
0.1% que muestra la excelente precisión del sistema, tabla VI.
TABLE VI.
ERRORES DE LAS CURVAS DE SINTONÍA PID AUTOMÁTICO Y MANUAL
Fuzzy_Simulation Fuzzy_Implementation
Tss [s] 36 47
ess [%] 0 0,1
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.
x
Fig. 28. Simulación del control difuso de la variable de posición.
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.
Fig. 29. Implementación del control difuso de la variable de posición
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.
La figura 30 muestra un sobreimpulso Mp de 18.3% “PLC_Manual”, mientras que la siguiente curva de

“PLC_Automatic” un Mp de 19.3%, el sobreimpulso en los dos casos varían en 1%, los datos calculados y los
generados automáticamente tienen un porcentaje en rango moderado. El tiempo de estabilización Tss correspondiente a
PLC_Manual es de 43s, mientras que el Tss de PLC_Automatic es de 73s, es decir, la estabilidad del sistema se
encuentra en un rango aceptable en respuesta a un cambio de estado. El error en estado estable ess en los dos casos es
de 0%, que muestra la excelente precisión del sistema, tabla VII.
TABLE VII.
ERRORES DE LAS CURVAS DE SINTONÍA PID AUTOMÁTICO Y MANUAL
PLC_Automatic PLC_Manual
Tss [s] 73 43
ess [%] 0 0
x
Mp [%] 19.3 18.3
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.
Fig. 31. Simulación del control PID de la variable de presión.
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.
Fig. 32. Implementación del control PID de la variable de presión
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
x
[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,
x
pp. 278-283, 2016.

[28] S. I. O. Support, «PID Control with PID_ Compact,» 2014, pp. 2-50.
[29] M. Rasmussen y K. Laumann, «Potential use of HMI evaluation methods in HRA,» PROCEDIA
MANUFACTURING, pp. 1359-1363, 2015.
[30] S. McGrady, «Introduction,» de Designing Scada Application Software, Canadá, Elsiever, 2013, pp. 1-10.
x

Paper Ireme

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Paper Ireme

Загружено:

Авторское право:

Доступные форматы

International Review of Mechanical Engineering (I.RE.M.E.), Vol. xx, n.

Modelado e implementación de un Sistema hidráulico proporcional de

Resumen – Modelar e implementar un sistema hidráulico con control difuso de posición de un

Palabras Clave: Control de posición y presión, control proporcional, modelado, MATLABTM,

II. Modelamiento Matemático

II.1. Sistema de control de posición

Fig. 1. Diagrama de controlador difuso tipo Mamdani [CITATION Ram12 \l 21514 ]

Fig. 3. Editor de reglas del sistema de posición, MATLABTM.

 Si el error es “0”, entonces Sol A+ y Sol A- es “mantener”.

Fig. 4. Subsistema de control difuso de posición, SIMSCAPETM.

Fig. 5. Diagrama del sistema de control fuzzy de posición, SIMSCAPETM.

II.2. Sistema de control de presión

Fig. 7. Diagrama representativo del control PID. [ CITATION SuW09 \l 21514 ]

Fig. 8. Estructura de la planta identificada (datos de la implementación física), MATLABTM.

Fig. 9. Función de transferencia de la planta identificada, MATLABTM.

Fig. 10. Modelo de aplicación del método del relé, SIMSCAPETM.

Fig. 11. Respuesta del sistema con el método de relé, SIMSCAPETM.

Fig. 13. Diagrama del sistema de control PID de presión, SIMSCAPETM.

Fig. 15. Diagrama de bloques del sistema de control de posición.

Fig. 16. Diagrama de bloques del sistema de control de presión.

2 PLC_POSICIÓN S7-1200 [CPU 1214C

3 PLC_PRESIÓN S7-1200 [CPU 1214C

4 HMI_1 [TP700 Comfort]

5 PC-System_1 [SIMATIC PC station]

La comunicación industrial Profinet permite el control en la modalidad MAESTRO-ESCLAVOS, el PLC S7 1500

Fig. 18. Bloques de programación del Maestro S7-1500, TIAPortal.

III.1. Sistema de control de posición

Fig. 19. Bloques generados a partir de la exportación de SIMSCAPETM, TIA Portal.

III.2. Sistema de control de presión

Fig. 21. Bloque PID_Compact_1 del control de presión, TIA Portal.

La figura 21 muestra el bloque PID_Compact_1, se activa mediante el contacto “RECIBIMIENTO

Fig. 22. Parámetros PID ingresados manualmente, TIA Portal.

III.3. Control local y remoto

Fig. 23. Pantalla de control local (HMI) de posición, TIA Portal.

Fig. 24. Pantalla de control local (HMI) de presión, TIA Portal.

Fig. 25. Pantalla de control remoto (SCADA) de posición, TIA Portal

Fig. 26. Pantalla de control remoto (SCADA) de presión, TIA Portal

IV. Análisis de Resultados

La figura 27 muestra en “Fuzzy_Simulation” y “Fuzzy_Implementation” un Mp de 0%, por tal, su rango de variación

ess [%] 0 0,1

Fig. 28. Simulación del control difuso de la variable de posición.

Fig. 29. Implementación del control difuso de la variable de posición

La figura 30 muestra un sobreimpulso Mp de 18.3% “PLC_Manual”, mientras que la siguiente curva de

Mp [%] 19.3 18.3

Fig. 31. Simulación del control PID de la variable de presión.

Fig. 32. Implementación del control PID de la variable de presión

pp. 278-283, 2016.

Вам также может понравиться