Beruflich Dokumente
Kultur Dokumente
Industriales
Ingeniero de Organización. Curso 1o
Copyright
c 2005
Ultima Revisión: Febrero 2004
Indice
1. OBJETIVOS
2. MÉTODO
3. EVALUACION
4. CONTENIDOS
5. Libros recomendados
. Tema 1. Introducción
1. Perspectiva histórica
2. La empresa productiva
2.1. El proceso productivo
2.2. Operaciones básicas de fabricación
• Procesado de un elemento • Montaje • Movimiento de material
• Almacenamiento • Inspección y control
2.3. Tipos de procesos
• Job Shops • Producción por lotes • Lı́neas de producción • Produc-
ción continua
2.4. Ubicación de los procesos
• Producto en posición fija • Por clases de procesos • En flujo de
producto • Por tecnologı́a de grupo
3. El proceso en feedback
3.1. Esquema de regulación en feedback
3.2. El significado del control
3.3. El control en la empresa
4. La automatización industrial
• Técnicas analógicas • Técnicas digitales
4.1. Estructuras de automatización
4.2. Ventajas e inconvenientes de la automatización
4.3. Elementos de la automatización
5. Modelos matemáticos de sistemas
3
6. Modelado y simulación de sistemas complejos
6.1. Importancia del modelado
• Lenguaje Unificado de Modelización (UML)
7. Estructura del curso
Parte I. Control de procesos de eventos discretos
. Tema 2. Sistemas booleanos
1. Dispositivos lógicos
2. Algebra de Boole
2.1. Funciones booleanas
• Formas canónicas
2.2. Simplificación de funciones booleanas
• Método de Karnaugh • Método de Quine-McCluskey • Algoritmo de
Quine
3. Sistemas combinacionales
3.1. Funciones lógicas elementales
4
• Función NOT • Función AND • Función OR • Función NAND
• Función NOR • Función XOR
4. Sistemas secuenciales
4.1. Autómata de Mealy
4.2. Autómata de Moore
4.3. Tablas de estado
4.4. Diagrama de estado
4.5. Dispositivos biestables
• Biestable R-S
. Tema 3. Modelos computacionales
1. Grafcet
1.1. Elementos básicos
• Etapas • Transiciones • Segmentos paralelos
1.2. Estructuras básicas
• Secuencia simple • Divergencia OR • Convergencia OR • Divergencia
5
AND • Convergencia AND • Saltos • Posibilidades avanzadas
2. Cartas de estado
2.1. Stateflow
2.2. Elementos de una carta de estado
• Estados • Transiciones • Uniones
2.3. Elementos de texto especiales
• Datos • Eventos
3. Creación de un modelo con Stateflow–Simulink
• Observaciones • Ejemplo. Control de barrera de ferrocarril
Parte II. Control de procesos continuos
. Tema 4. Modelos de sistemas continuos
1. Ecuación diferencial
1.1. Sistemas lineales - parámetros constantes
• Modelo externo • Modelo interno
1.2. Modelo externo
6
1.3. Modelo interno
1.4. Cálculo de la respuesta temporal
• Cálculo de la respuesta con Matlab
2. Simulink
• Ejemplo. Modelo simple • Ejemplo, Circuito eléctrico • Cálculo con
Matlab para c. alterna
3. Sistemas no lineales – péndulo
3.1. Respuesta – modelo externo
• Resolución simbólica
3.2. Respuesta – modelo interno
4. Sistema de primer orden
5. Sistema de segundo orden
6. Linealización
• Ejemplo. Depósito
7. Respuesta de frecuencia
7
7.1. Diagrama de Nyquist
7.2. Criterio de Nyquist
• Principio del argumento • Criterio de estabilidad de Nyquist • Ejem-
plo 1 • Ejemplo 2 • Ejemplo 3 • Ejemplo 4
7.3. Diagramas de Bode
8. El lugar de las raı́ces
8.1. Reglas para el trazado
8.2. Trazado por computador
. Tema 5. Realización del control
1. Realización fı́sica
2. Sensores
2.1. Tipos de sensores
2.2. Clasificación
2.3. Calibración
2.4. Tipos de transductores
8
2.5. El potenciómetro como sensor de posición
3. Actuadores
3.1. Tipos de actuadores
3.2. Otros actuadores
3.3. Accesorios mecánicos
3.4. El motor de c.c.
3.5. Ecuaciones diferenciales
3.6. Modelo externo
3.7. Función de transferencia del motor
3.8. Reductor de velocidad
3.9. Función de transferencia del reductor
3.10.Reductor con poleas elásticas
3.11.Aplicación práctica: sistema de control de posición
4. Especificaciones de funcionamiento
4.1. Especificaciones en tiempo
9
• Valores para el sistema de 2o orden • Otros valores
4.2. Especificaciones en frecuencia
5. Estabilidad, controlabilidad y observabilidad, sistemas lineales
. Tema 6. Diseño de Sistemas de Control continuos
1. Introducción
2. Tipos de controladores
• Realización de los controladores • Controlador PID • Controladores
de adelanto y de retraso de fase • Controlador de adelanto-retraso con
red pasiva • Controlador de adelanto-retraso con amp. operacional
3. Diseño en el lugar de las raı́ces
• Efecto de añadir un cero • Efecto de añadir un polo
3.1. Diseño de un controlador de adelanto de fase
3.2. Diseño de un controlador PID
Parte III. Automatización local
. Tema 7. Autómatas programables
10
1. Descripción de un PLC
2. Programacion de PLC’s
2.1. Ladder Diagram (LD)
3. Célula flexible SMC
3.1. Autómata programable Omron CPM2A-30CDR-A
3.2. Ejemplos
. Tema 8. Sensores
1. Tipos de sensores
1.1. Clasificación
1.2. Caracterı́sticas
2. Calibración
3. Tipos de transductores
. Tema 9. Actuadores
1. Tipos de actuadores
11
1.1. Otros actuadores
1.2. Accesorios mecánicos
2. Neumática
2.1. Válvulas
3. Automatismos eléctricos
3.1. El relé
3.2. Funciones lógicas con relés
Parte IV. Automatización global
. Tema 10. Niveles de Automatización
1. Fabricación inteligente
Parte V. APENDICES
. Tema A. Ecuaciones diferenciales
1. Ecuaciones diferenciales de primer orden
1.1. Problema de condiciones iniciales (PCI)
12
2. Estudio cualitativo
3. Orden de una ecuación diferencial
4. Interpretación geométrica
5. Sistemas de 2o orden
• Interpretación geométrica
6. Solución numérica
7. Solución numérica con Matlab
• Interpretación geométrica
7.1. Método de Kelvin
13
1. OBJETIVOS
2. MÉTODO
14
3. EVALUACION
Calificaciones máximas:
Trabajos 2
Prácticas 4
Examen 4
Total 10
15
4. CONTENIDOS
Tema 1. Introducción
Parte I. Control de procesos de eventos discretos
Tema 2. Sistemas booleanos
Tema 3. Modelos computacionales
Parte II. Control de procesos continuos
Tema 4. Modelos de sistemas continuos
Tema 5. Realización del control
Tema 6. Diseño de sistemas de control continuos
Parte III. Automatizacion local
Tema 7. Autómatas programables
Tema 8. Sensores
Tema 9. Actuadores
Parte IV. Automatizacion global
Tema 10. La pirámide de automatizacion
Fases
. Análisis –obtención de modelos computacionales, matemáticos.
. Diseño –diseño y programación de controladores, simulación.
. Realización –matemática, computacional, fı́sica.
16
Herramientas
. Programación en lenguajes estándar: C, C++, Java.
. Programas especı́ficos para control: Matlab, Scilab, Octave, Maple.
Prerrequisitos
. Algebra Lineal: espacios vectoriales, matrices.
. Análisis Matemático: análisis real y complejo (básico), ecuaciones dife-
renciales ordinarias.
. Informática: manejo del ordenador, windows, nociones de programación
(C, C++, Java).
. Fı́sica: nociones de mecánica, electricidad, calor, fluidos.
17
Sistemas continuos en el tiempo
u1 (t)
x(t)
u2 (t)
y(t)
18
Sistemas discretos en el tiempo
19
Sistemas de eventos discretos – sistemas hı́bridos
s2
s1
y(t)
20
Ejercicios
Sistemas continuos
. Buscar ejemplos de sistemas de control continuos en t.
. Identificar en ellos las entradas y salidas.
. Si es posible, hallar n, p, q en cada uno de ellos.
Sistemas discretos
. Buscar ejemplos de sistemas de control discretos en t.
Sistemas reactivos
. Buscar ejemplos de sistemas reactivos.
. Identificar los procesos que emiten eventos y los que los reciben.
. Iniciar el estudio de MATLAB, Simulink y Stateflow.
21
5. Libros recomendados
Bibliografı́a
[1] Paul H. Lewis, Hang Yang
Sistemas de Control en Ingenierı́a
Prencice Hall Inc., 1999
[2] Benjamin C. Kuo
Sistemas Automáticos de Control
Editorial Prentice-Hall - 1996
[3] Emilio Garcı́a Moreno
Automatización de procesos industriales
Editorial U.P.V. (Universidad Politécnica de Valencia). 1999
[4] M.P. Groover. Automation, Production Systems and Computer Aided Manufacturing.
Prentice Hall. 1980.
[5] David Harel
“Statecharts: A Visual formalism for Complex Systems”
Science of Computer Programming 8, (1987) pp. 231-274.
[6] The International Electrotechnical Comision. The International Standard IEC-61631
http://www.plcopen.org
22
Capı́tulo 1. Introducción
23
1. Perspectiva histórica
Fuego:
. Homo sapiens→ calefacción → alimentos
. Edad Bronce → metales → cerámica → “procesos fabricación”
Energı́a eólica:
. 2000 A.C: embarcaciones a vela
. 1000 A.C.: Fenicios → Mediterráneo
. Edad Media: Europa → molinos de viento
Energı́a hidráulica: 50 A.C: Romanos → noria
Máquina de vapor
. James Watt, 1750 → Revolución Industrial
. Maquina de vapor → bombas agua (minas de Gales)
. Automatización telares (Manchester)
24
Teorı́as, tecnologı́as y áreas
. Teorı́as
– Teorı́as de Control, Sistemas y Señal
– Sistemas de eventos discretos
– Máquinas de estado, Redes de Petri, Grafcet, Statechart
. Tecnologı́as
– Neumática, Hidráulica
– Electrónica
– Microprocesadores, Ordenadores, Autómatas programables
– Robótica
– Comunicaciones
– Desarrollo del software
. Areas tecnológicas
– Automatización de las máquinas-herramienta
– Control por computador, CAD, CAM, CIM
– Control de procesos distribuido
– Células flexibles
25
2. La empresa productiva
26
Actividad de la empresa
Gestión
MERCADO
27
2.1. El proceso productivo
28
2.2. Operaciones básicas de fabricación
• Procesado de un elemento
Materia prima- Pieza -
Mecanizado
• Montaje
Mat. prima 1- Pieza 1-
Mecanizado 1
Montaje Producto
-
• Movimiento de material
• Almacenamiento
• Inspección y control
29
2.3. Tipos de procesos
• Job Shops
- amplia gama, alta tecnologı́a, series medianas–pequeñas
• Lı́neas de producción
- cadena – grandes series - pocos productos – automóviles
• Producción continua
- productos simples – grandes cantidades – petroquı́mica
30
2.4. Ubicación de los procesos
Importancia: procesos, comodidad del personal, cableados, buses etc.
Programas simulación (estocástica)
• En flujo de producto
Máquinas a lo largo del flujo
31
3. El proceso en feedback
ω(t)
xC : consigna de velocidad ωref (fija)
C
Si ω aumenta
⇒ aumenta fuerza centrı́fuga
B ⇒ bolas B se separan
⇒ A sube
⇒ x cierra válvula vapor de la caldera
⇒ baja la presión
Actuador A
válvula ⇒ ω disminuye
x
Governor de Watt
32
3.1. Esquema de regulación en feedback
Básico en muchos procesos de la Naturaleza, incluso en los seres vivos.
d(t)
yref
- +m(t)- C x(t)- u(t)- m
?v(t)
A + - P r y(t) -
ym (t)
− 6
M
yref
−→ Entrada de referencia C Controlador
d(t)
−→ Entrada perturbadora A Actuador
y(t)
−→ Salida P Planta o Proceso
(t)
−→ Error M Medidor
33
3.2. El significado del control
Controlar: conducir, dirigir, gobernar, comardar, ...
trayectoria prefijada — controles
volante
acelerador
chófer → → vehı́culo
frenos
cambio de marchas
Teorı́a de Control
sistema de control = entidad
– terminales de entrada (controles) → estı́mulos
– terminales de salida → respuesta
Entrada- Salida -
Bloque
34
3.3. El control en la empresa
El esquema de feedback es aplicable los procesos de la empresa.
. Control de producción
. Control de calidad
. Control de presupuestos
. Control de procesos
Elementos esenciales:
35
4. La automatización industrial
Aplicar feedback – procesos continuos – procesos movidos por eventos
• Técnicas analógicas
Controlador: mecánico, neumático, hidráulico, eléctrico, electrónico, óptico
Procesos Continuos – controlador PID
1 t
Z
dx(t)
x(t) = C((t)) = Kp 1 + Td + x(τ )dτ
dt Ti 0
• Técnicas digitales
Ordenador – microprocesadores – microcontroladores – ordenador personal comuni-
caciones – software ...
36
4.1. Estructuras de automatización
. Automatización total
37
4.2. Ventajas e inconvenientes de la automatización
Ventajas:
? Permite aumentar la producción y adaptarla a la demanda
? Disminuye el coste del producto
? Consigue mejorar la calidad del producto y mantenerla constante
? Mejora la gestión de la empresa
? Disminuye de la mano de obra necesaria
? Hace más flexible el uso de la herramienta
Inconvenientes:
• Incremento del paro en la sociedad
• Incremento de la energı́a consumida por producto
• Repercusión de la inversión en el coste del producto
• Exigencia de mayor nivel de conocimientos de los operarios
38
4.3. Elementos de la automatización
. Mecánica: herramientas, mecanismos, máquinas, elementos de transporte
39
5. Modelos matemáticos de sistemas
Modelo matemático: ecuación o sistema de ecuaciones que lo representa y cuya evo-
lución en el tiempo se corresponde con la del sistema.
Permite hacer cálculos, predicciones, simulaciones y diseñar.
Clasificación:
41
6.1. Importancia del modelado
REALIDAD MODELO
Entidad Modelo
del
básico
OBJETIVOS
Mundo Real
análisis sólo
en contexto
experimental
experimento Simulación =
dentro de contexto Experimento virtual
42
• Lenguaje Unificado de Modelización (UML)
Booch, Rumbaugh y Jacobson
Objtivos:
4. Crear un lenguaje de modelado entendible tanto por las máquinas como por
los seres humanos.
43
Objetivos actuales:
Caracterı́sticas de UML
Consistente lenguaje sin propietario y abierto a todos. Permite especificar, visualizar,
construir y documentar los artefactos de software. Vale también para el modelado de
negocios y otros sistemas. Está estructurado en 9 paquetes:
44
. Data Types
. Core
. Extension Mechanisms
. Common Behavior
. State Machines
. Activity Graphs
. Collaborations
. Use Cases
. Model Management
45
Consideraciones
Estudio de sistema complejo ← secuencia de visiones distintas del modelo
Un modelo: diferentes niveles de fidelidad
Los mejores modelos – conectados realidad
Gráficos (a modo de vistas) de un modelo
. use case diagram
. class diagram
. behavior diagrams:
– statechart diagram
– activity diagram
– interaction diagrams
∗ sequence diagram
∗ collaboration diagram
– implementation diagrams:
∗ component diagram
∗ deployment diagram
46
7. Estructura del curso
• Control de procesos continuos
? Diseño controladores – procesos t continuo – PID –
• Control de procesos de eventos discretos
? Diagramas de estado
? Redes de Petri
? Grafcet
? Statecharts
• Automatización local
? Captadores
? Pre-actuadores y actuadores
? Automatismos eléctricos, neumáticos e hidráulicos
? Autómatas programables – Controladores industriales
• Automatización global
? Simulación de procesos productivos
? Redes locales – Buses industriales
? GEMMA – SCADA – Control jerárquico
47
Bibliografı́a
[1] Paul H. Lewis Sistemas de Control en Ingenierı́a. Prentice Hall, Madrid, 1999.
[4] M.P. Groover Automation, Production Systems and Computer Aided Manufac-
turing. Prentice Hall. 1980.
[5] David Harel “Statecharts: A Visual formalism for Complex Systems”, Science
of Computer Programming 8, (1987), pp. 231-274.
[6] Object Modeling Group OMG Unified Modeeling Language Specification. Object
Modeling Group, Inc., Version 1.3, June 1999.
[7] Hans Vangheluwe Modeling and Simulation Concepts. McGill, CA, CS 522 Fall
Term 2001.
48
Parte I. Control de procesos de eventos discretos
49
Capı́tulo 2. Sistemas booleanos
1. Dispositivos lógicos
Dispositivos fı́sicos con sólo dos estados: mecánicos, interruptor, válvula, transistor
→ automatismos.
0 1
. Sistemas combinacionales
. Sistemas secuenciales
50
Dispositivos biestables: básicos para las memorias RAM
1
1
2 2
sistemas con memoria.
1
2
2. Algebra de Boole
Conjunto U — dos operaciones + , · tales que ∀a, b, c ∈ U :
51
1. Idempotentes: a + a = a · a = a
2. Conmutativas: a + b = b + a, a · b = b · a
3. Asociativas: a + (b + c) = (a + b) + c,
a · (b · c) = (a · b) · c
4. Absorciones: a · (a + b) = a + (a · b) = a
⇒ (U, +, ·) es un retı́culo. Si además
5. Distributivas: a + (b · c) = (a + b) · (a + c),
a · (b + c) = (a · b) + (a · c)
⇒ (U, +, ·) retı́culo distributivo. Si
6. Cotas universales: ∃ 0, 1 ∈ U tales que
0 · a = 0, 0 + a = a, 1 · a = a, 1 + a = 1
7. Complemento: ∀a ∈ U ∃a ∈ U | a + a = 1, a · a = 0
⇒ (U, +, ·, , 0, 1) es un álgebra de Boole.
Z2 := ({0, 1} , OR , AND) es un álgebra de Boole.
52
2.1. Funciones booleanas
f : Zn2 → Z2
(x1 , . . . , xn ) 7→ f (x1 , . . . , xn )
Tabla de verdad
f (x1 , . . . , xn ), g(x1 , . . . , xn ) equivalentes ⇐⇒ tablas de verdad coinciden
P. ej., f (x1 , x2 , x3 ) = x1 x2 , g(x1 , x2 , x3 ) = x1 x2 (x3 + x3 ) equivalentes:
x1 x2 x3 f x1 x2 x3 g
0 0 0 0 0 0 0 0
0 0 1 0 0 0 1 0
0 1 0 0 0 1 0 0
0 1 1 0 0 1 1 0
1 0 0 0 1 0 0 0
1 0 1 0 1 0 1 0
1 1 0 1 1 1 0 1
1 1 1 1 1 1 1 1
53
• Formas canónicas
≡ func. booleanas: relación de equivalencia → representantes canónicos:
54
2.2. Simplificación de funciones booleanas
Aplicar la ley de complementación: x + x = 1 ⇒ f · (x1 + x1 ) ≡ f .
f = suma de implicantes primos (términos irreducibles).
• Método de Karnaugh
f (a, b, c, d) = b + bc
cd
@ 00 01 11
ab
10
cd @ 00 #
01 11 10
@
ab @
00 00 00 00
00 01 11
00
10 00 0 1 1 0
01 01 01 01 01
01 0 1 1 0
00 01 11 10 #
11 11
00
11
01
11
11
11
10 11 1 1 1 0
10 10
00
10
01
10
11
10
10 10 "
1 "
1 !
1 !
0
55
• Método de Quine-McCluskey
Ejemplo:
f (x1 , x2 , x3 , x4 ) = Σ(0, 7∗ , 9, 12∗ , 13, 15)
i min-terms u i 1-term 2-term
0 0000 0 0 0000 0000
7∗ 0111 1
9 1001 2 9 1 0 0 1 1 - 1 1
12∗ 1100 12∗ 1 1 0 0 1 1 0 -
13 1101 3 7∗ 0 1 1 1 - 1 1 1
15 1111 13 1 1 0 1 1 1 - 1
Tabla de verdad 4 15 1 1 1 1
(a) Ordenar tabla por número de unos de cada término → grupos.
(b) Los elementos de cada grupo se combinan con los del siguiente.
(c) Repetir el proceso hasta que no se puedan combinar más.
f = x1 x2 x3 x4 + x1 x3 x4 + x1 x2 x4 .
56
• Algoritmo de Quine
Como ya se ha indicado, el método de Quine-McCluskey, lo mismo que el de Kar-
naugh, se basa en utilizar repetidamente la ley a + a = 1. Dada una función f en
forma canónica de suma de m min-terms, el algoritmo es el siguiente:
57
3. Sistemas combinacionales
Sistema de control con p entradas u1 (t), . . . , up (t) ∈ Z2
y q salidas y1 (t), . . . , yq (t) ∈ Z2 ,
u1 (t)- y1 (t)-
u2 (t)- y2 (t)-
.. S.C. ..
. .
up (t)- yq (t)-
Los valores de las salidas en el instante t sólo dependen de los valores que en ese
mismo instante tengan las entradas.
58
3.1. Funciones lógicas elementales
• Función NOT
x z
0 1 x d z x z
1 0
• Función AND
x y z
x- x
0 0 0 z
z- y
0 1 0 &
y
1 0 0 -
1 1 1
59
• Función OR
x y z
x- x
0 0 0 z
z- y
0 1 1 ≥1
y
1 0 1 -
1 1 1
• Función NAND
x y z
x- x
0 0 1 z
0 1 1 & d z- y
y
1 0 1 -
1 1 0
60
• Función NOR
x y z
x- x
0 0 1 z
0 1 0 ≥1 d z- y
y
1 0 0 -
1 1 0
• Función XOR
x y z
x-
0 0 1 x z
0 1 0 =1 d z-
y y
1 0 0 -
1 1 1
61
4. Sistemas secuenciales
Sistema de control con p entradas u1 (t), . . . , up (t) ∈ Z2 , q salidas y1 (t), . . . , yq (t) ∈ Z2
y n variables de estado.
u1 (t)- y1 (t)-
62
4.1. Autómata de Mealy
M1 = {U, Y, X, f, g}
U, Y ,X: conjuntos de entrada, de salida y de estado.
f :U ×X → X g :U ×X → Y
estado: salida:
(u, x) 7→ x = f (u, x) (u, x) 7→ y = f (u, x)
63
4.3. Tablas de estado
f (x, u): tabla de transición, g(x, u): tabla de salida.
Autómata de Mealy:
u1 u2 ... u 2q u1 u2 ... u 2q
x1 x1,1 x1,2 ... x1,2q x1 y1,1 y1,2 ... y1,2q
x2 x2,1 x2,2 ... x2,2q x2 y2,1 y2,2 ... y2,2q
.. .. .. .. .. .. .. ..
. . . . . . . .
x2n x2n ,1 x2n ,2 . . . x2n ,2q x2n y2n ,1 y2n ,2 . . . y2n ,2q
Autómata de Moore:
u1 u2 . . . u 2q
x1 x1,1 x1,2 . . . x1,2q x1 y1
x2 x2,1 x2,2 . . . x2,2q x2 y2
.. .. .. .. ..
. . . . .
x2n x2n ,1 x2n ,2 . . . x2n ,2q x2n y 2n
64
4.4. Diagrama de estado
0/0
@GA
FAB ECD
Grafo orientado con N vértices y q aristas.
Mealy:
u u
Z44
x@ 0 1 x@ 0 1
44
@ @
1/0
44 0/0
A = 00 00 01 A = 00 0 0
44
B = 01 01 10 B = 01 0 0
44
@GA
FBECD @G3 A
FCB
ECD
1/1 4
C = 10 00 01 C = 10 0 1 s
1/0
11 − − 11 − − 4 B
0/0
Tabla de transición Tabla de salida
0
Moore:
@GA/
FB
A E0CD
u
x@ 0 1 x y
X2
@
A = 00 00 01 A = 00 0
222
B = 01 10 01 B = 01 0 22
1 202
C = 10 00 11 C = 10 0 22
@GB/
FB
A E0CD @G/ C/
FB
A E0CDr G@2 D/1
FB
A ECD
D = 11 10 01 D = 11 1 2
0
0
Tabla de transición Tabla de salida
1
4 f
1
65
4.5. Dispositivos biestables
Son los sistemas secuenciales más simples.
Ası́ncronos o sı́ncronos.
Qt+1 = f (Qt , u1 , u2 ),
Sı́ncronos: Clk señal de reloj
Clk
1
0
t
66
• Biestable R-S
Biestable ası́ncrono básico.
S
Q
_
Q
R
Tabla de transición:
SR
Q@
@ 00 01 11 10 S Q S Q
Clk
0 0 0 − 1
1 1 1 − 0 R Q R Q
67
Capı́tulo 3. Modelos computacionales
1. Grafcet
Graphe de Comands Etape/Transition. Norma IEC-848: fabricantes PLC.
Aplicable al esquema:
órdenes
P.C. P.O.
eventos
68
1.1. Elementos básicos
• Etapas
Rectángulo numerado.
Estado o modo de funcionamiento estable del sistema.
La Parte de Comando asociada se mantiene invariable.
Etapas activas: cı́rculo negro.
Etapa inicial: rectángulo doble.
• Transiciones
Segmento horizontal que corta la lı́nea de enlace entre dos etapas.
Condición de paso: receptividad.
• Segmentos paralelos
Procesos que evolucionan de forma concurrente.
69
1.2. Estructuras básicas
• Secuencia simple
• Divergencia OR
• Convergencia OR
• Divergencia AND
• Convergencia AND
• Saltos
• Posibilidades avanzadas
. Paralelismo
. Sincronización
. Jerarquı́a
. Comunicación
70
2. Cartas de estado
Statecharts – David Harel, 1987. Generalización máquinas de estados.
Formalismo visual para describir estados y transiciones de forma modular que per-
mite el agrupamiento de estados (jerarquı́a), la ortogonalidad (paralelismo) y el refi-
namiento de estados. Admite la visualización tipo ”zoom”entre los diferentes niveles
de abstracción.
Implementaciones: Statemate, Stateflow etc.
71
2.1. Stateflow
Toolbox de Matlab para modelar sistemas de eventos discretos.
Tiene un único elemento: Chart = carta de estados (D.Harel)
Creación de un modelo:
Matlab → Simulink → new-model → Chart
72
2.2. Elementos de una carta de estado
– Elementos gráficos: cartas, estados, transiciones y uniones
– Elementos de texto: lenguaje, datos y eventos.
. Carta: máquina de estados generaliza- . Uniones puntos de bifurcación.
da – bloque de Simulink – Conectivas – de historia
. Estados: modos de funcionamiento . Datos
– Nombre / acciones – Entrada de Simulink
– Acciones: entry: a, exit: b, du- – Salida de Simulink
ring: c, on event e : d – Local
Descomposición OR (trazo continuo) y – Constante
AND (trazo discontinuo). – Temporal
– Workspace
. Transiciones: saltos
– Nombre / acciones . Eventos
– Nombre: e (evento), [c] (condi- – Entrada de Simulink
ción) – Salida de Simulink
– Acciones: {a} (acción) – Local
– default-transition I/O Simulink: disparo por ↑, ↓ o l
73
• Estados
Sintaxis: S1
nombre /
entry: acción e
exit: acción
S2
during: acción
on event e: acción
74
• Transiciones
. Forma de flecha – saltos entre estados – eventos
. Acciones asociadas
Sintaxis:
e – nombre de un evento
{a} – acción
75
• Uniones
. Forma de pequeño cı́rculo
e1
e2 P
H
e3 C1 C2
76
2.3. Elementos de texto especiales
• Datos
. Entrada de Simulink
. Salida a Simulink
. Local
. Constante
. Temporal
. Workspace
• Eventos
. Entrada de Simulink
. Salida a Simulink
. Local
77
3. Creación de un modelo con Stateflow–Simulink
Matlab → Simulink → new-model
Stateflow → Chart Chart estados, transiciones, etc.
Pasos a seguir:
. Ejecutar la simulación
• Observaciones
Simulación larga: t = inf
Chart → File → Chart Properties → “Execute (enter) Chart At Initialization”
78
• Ejemplo. Control de barrera de ferrocarril
Objetivo – cerrar la barrera si llega tren – abrirla si ha pasado.
79
Esquema:
d d TREN
d d -
S1 • 0 • S2 x
Componentes: barrera con motor-reductor
2 sensores S1 y S2
sistema digital, relés y elementos auxiliares.
Sensores:
S1 en x1 < 0 – evento en señal s1 – llega tren
S2 en x2 > 0 – evento en señal s2 – tren ha pasado
Presencia del tren en [x1 , x2 ] – sensores S1 y S2 .
Operación sistema:
si S1 se activa la barrera debe cerrarse,
si S2 se activa la barrera puede abrirse.
80
Sistema de control de eventos discretos
– división en paralelo (paralelismo) – trasmisión de eventos.
Sensores: S1 y S2 – Manual Switch de Simulink
flanco de subida en s1 : llega el tren
flanco de bajada en s2 : el tren se ha ido.
Carta de estados: dos estados Tren y Barrera, en paralelo.
Barrera – dos hijos Abrir y Cerrar, Tren – dos hijos Fuera y Dentro.
Tren 1 Barrera 2
1
Fuera Abrir
0
S1
s1/e1 s2/e2 e1 e2
1
Dentro Cerrar
0
S2 Chart
81
Parte II. Control de procesos continuos
82
Capı́tulo 4. Modelos de sistemas continuos
1. Ecuación diferencial
Leyes fı́sicas
Sistema fı́sico −→ Ecuación diferencial
k
P
fi = ma
i f( t )
m1 m2
0 x1( t ) b
x2( t )
Ecuación diferencial:
d2 x1 (t)
f (t) − k (x1 (t) − x2 (t)) − b dx 1 (t) dx2 (t)
− = m1
dt dt dt
d2 x2 (t)
dx1 (t) dx2 (t)
k (x1 (t) − x2 (t)) + b −
= m2
dt dt dt
83
1.1. Sistemas lineales - parámetros constantes
• Modelo externo
L
Ecuación diferencial −→ G(s) función de transferencia
. Diagrama de bloques
• Modelo interno
cambios ẋ(t) = Ax(t) + Bu(t)
Ecuación diferencial −→ modelo de estado
y(t) = Cx(t) + Du(t)
. Algebra lineal
. Sistemas multivariable
84
1.2. Modelo externo
Ecuación diferencial:
85
1.3. Modelo interno
Ecuación diferencial: a2 ẍ(t) + a1 ẋ(t) + a0 x(t) = b1 u̇(t) + b0 u(t)
cambios: x1 := x; x2 := ẋ; u1 := u; u2 := u̇
⇓
ẋ1 (t) = x2 (t)
Modelo de estado
ẋ2 (t) = − aa20 x1 (t) − aa12 x2 (t) + ab02 u1 (t) + ab12 x2 (t)
Ecuación de estado:
ẋ1 (t) 0 1 x1 (t) 0 0 u1 (t)
= + b0
ẋ2 (t) − aa20 − aa12 x2 (t) a2
b1
a2 u2 (t)
86
1.4. Cálculo de la respuesta temporal
1. Resolución de la ecuación diferencial
3. Modelo interno:
. Resolución de la ecuación
Z t de estado:
x(t) = eAt x(0) + eA(t−τ ) Bu(τ ) dτ
0
87
• Cálculo de la respuesta con Matlab
. Circuitos
– Cálculos con matrices – metodos de mallas y nudos
. Modelo externo
– residue – expansión de Y (s) en frac. simples
– series, parallel, feedback: simplificación diagr. bloques.
– impulse, step, lsim – respuesta temporal (numérica)
– Symbolic Toolbox – transformadas de Laplace L y L−1
. Modelo interno
– impulse, step, lsim – respuesta temporal (numérica)
88
2. Simulink
Simulink: librerı́a (toolbox ) de Matlab para modelado y simulación.
Modelo externo – Modelo interno – Sist. no lineales – Sist. reactivos
...
89
Inicio: – escribir simulink en Matlab command window – clic en el icono Simulink
Simulink
− Simulink
— Countinous
— Discrete
— Math Operations
— Signal Routing
— Sinks
— Sources
..
.
+ Stateflow
..
.
90
• Ejemplo. Modelo simple
Sistema de control en feedback con
s+1 2s + 1
K = 5, G(s) = , H(s) =
s2 + 4 s+1
91
Entrada escalón: Sources → Step
→ Step time = 0, Initial value = 0, Final value = 1.
Visualización: Sinks → Scope
Unión con flechas
Respuesta temporal
0.7
0.6
s+1
5
0.5
s2+4
Sum 0.4
Step Gain Transfer Fcn Scope
y(t)
0.3
0.2
2s+1
0.1
s+1
Transfer Fcn 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
92
• Ejemplo, Circuito eléctrico
Z1
+ Metodo de mallas:
i1
v Z4
- Z2
v = (z1 + z2 + z4 )i1 − z2 i2 − z4 i3
i3 Z6 0 = −z4 i1 − z5 i2 + (z4 + z5 + z6 )i3
i2 0 = −z2 i1 + (z2 + z5 + z3 )i2 − z5 i3
Z5
Z3
Solución:
I = Z −1 V
93
• Cálculo con Matlab para c. alterna
Escribimos en el archivo circuito.m los datos y las órdenes oportunas.
Vef=220; f=50; w=2*pi*f;
R1=1; L1=0.1; C1=100e-6; z1=R1+j*L1*w+1/(i*C1*w)
R2=1; L2=0.03; C2=220e-6; z1=R2+j*L2*w+1/(i*C2*w)
R3=0.25; L3=0.2; C3=100e-6; z1=R3+j*L3*w+1/(i*C3*w)
R4=5; L4=0.1; C4=100e-6; z1=R4+j*L4*w+1/(i*C4*w)
R5=20; L5=0.01; C5=100e-6; z1=R5+j*L5*w+1/(i*C5*w)
R6=25; L6=0.33; C6=100e-6; z1=R6+j*L6*w+1/(i*C6*w)
V = [Vef 0 0]’
Z = [ z_1+z_2+z_4 - z_2 - z_4
-z_4 - z_5 z_4+z_5+z_6
-z_2 z_2+z_5+z_3 - z_5 ];
I = inv(Z)*V
94
3. Sistemas no lineales – péndulo
Ecuación diferencial:
f (t) − mg sin(β(t)) − ma = 0
β f (t) − mg sin(β(t)) − mlβ̈(t) = 0
mlβ̈ + mg sin(β) − f (t) = 0
f (t) Cambio x1 := β,
x2 := β̇:
ẋ1 = x2
mg f (t) − mg sin x1
ẋ2 =
lm
En el archivo pendulo.m escribimos: Solución numérica del P.C.I.:
function x_prima=péndulo(t,x) >> t0=0; tf=5; % Interv. integración
l=1; m=1; g=9.8; % Parámetros >> x0=[0 0]’; % Cond. iniciales
if t<1 % Fuerza exterior >> [t,x]=ode23(’péndulo’,t0,tf,x0);
f=1; >> plot(t,x)
else f=0;
end % Ecuac. estado:
x_prima=[x(2) (f-m*g*sin(x(1)))/(m*l)]’;
95
3.1. Respuesta – modelo externo 1.2
y(t)
k
0.8
f (t) 0.6
m
0.4
0 x(t) b 0.2
Ecuación diferencial: 0
0 5
t
10 15
96
• Resolución simbólica
Symbolic Toolbox de Matlab – Maple core –
>> F = laplace(f,t,s)
>> f = ilaplace(F,s,t)
0 x1( t ) b
x2( t )
f (t)−k(x1 (t)−x2 (t))−b(ẋ1 (t)−ẋ2 (t)) = m1 ẍ1 (t) Resolución con Matlab:
k(x1 (t)−x2 (t))+b(ẋ1 (t)−ẋ2 (t)) = m2 ẍ2 (t)
>> m_1=1; m_2=2;
Cambios: x3 = ẋ1 , x4 = ẋ2 , u := f ⇓ >> k=0.1; b=0.25;
ẍ1 = − m1 x1 + m1 x2 − m1 ẋ1 + m1 ẋ2 + m11 u
k k b b
>> A=[0 0 1 0
ẍ2 = + mk2 x1 − mk2 x2 + mb2 ẋ1 − mb2 ẋ2 0 0 0 1
-k/m_1 k/m_1 -b/m_1 b/m_1
Modelo de estado (sup. salidas≡estados):
k/m_2 -k/m_2 b/m_2 -b/m_2]
ẋ1 0 0 1 0 x1 0 >> B=[0 0 1/m1 0]’
ẋ2 0 0 0 1 x2 0
= −k k −b b + 1 u >> C=eye(4,4); D=zeros(4,1);
ẋ3 m m m m x3
1 1 1
k −k b −b
1 m1 >> S=ss(A,B,C,D); % crea sistema
ẋ4 m2 m2 m2 m2
x4 0 >> t=[0:0.1:12];
y1 1 0 0 0 x1 0 >> % Respuesta a escalón unitario:
y2 0 1 0 0 x2 0 >> y=step(S,t)
=
y3 0 0 1 0 x3 + 0 u
>> % Gráfica de la respuesta:
y4 0 0 0 1 x4 0 >> plot(t,y)
98
4. Sistema de primer orden
Respuesta impulsional
1
0.9
s+a 0.7
0.6
Entrada: 0.5
0.4
L 0.2
A
G(s)U (s) = s+a = Y (s) 0
0 0.5 1 1.5 2 2.5
t
3 3.5 4 4.5 5
0.9
A 0.6
0.3
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t
99
5. Sistema de segundo orden
Respuesta impulsional
3
2.5
Entrada: 0.5
• Impulso de Dirac 0
L
u(t) = δ(t) −→ U (s) = 1 -0.5
2
ωn
-1
√ t
ω
n
2 ϕ
ωn
G(s)U (s) = 2 2)
s(s +2ξωn s+ωn
= Y (s) α
√ ξω n
re
y(t) = 1 − √ 1 e−ξωn t sin (ωn 1−ξ2 t + α)
1−ξ 2
s
ωn : pulsación nat. ξ: coef. amort. 2
100
6. Linealización
a) Caso monovariable. b) Caso multivariable f (.), x(.), u(.): vectores.
101
• Ejemplo. Depósito Punto de funcionamiento (o estado de equilibrio)
a0 , h0 : valores de equilibrio de (a(t), h(t)).
1 p
f (h, a) = a(t) 2gh(t),
h( t )
A1
102
7. Respuesta de frecuencia
k0 k̄0 k1 k2 kn
Y (s) = + + + + ... +
s − iω s + iω s − s1 s − s2 s − sn
s1 , . . . , sn : raı́ces (sup. simples) de a(s); k0 , k̄0 , k1 , . . . , kn : resı́duos de Y (s).
103
7.1. Diagrama de Nyquist
Es un gráfico en C de la función
G:R → C
ω 7→ G(iω)
Métodos:
104
7.2. Criterio de Nyquist
Sirve para averiguar si un sistema con realimentación, de la forma
U (s) Y (s)
- j - G(s) r -
6
H(s)
105
6 Plano z 6Plano f (z)
- -
- -
−1
Criterio de Nyquist
106
• Criterio de estabilidad de Nyquist
nG nH nG nH
G(s) = dG , H(s) = dH , G(s)H(s) = dG dH
nG
G(s) dG nG dH
T (s) = 1+G(s)H(s) = nG nH
1+ d d
= dG dH +nG nH
G H
nG nH dG dH +nG nH
F (s) = 1 + G(s)H(s) = 1 + dG dH = dG dH
1 ∆
2π s∈γ arg F (s) = ZF − PF
= PT − PGH
Criterio de Nyquist:
1 ∆
PT = PGH + arg F (s)
2π s∈γ
No polos de T (s) en C+ = No de polos de G(s)H(s) en C+ + No de vueltas de
G(s)H(s) alrededor de (-1 + 0j)
107
• Ejemplo 1
Plano s Plano G(s)H(s)
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −1 −0.5 0 0.5 1
1
G(s) = , H(s) = 2
(s + 1)(s + 2)
Polos de G(s)H(s) = {−1, −2}
1 ∆
PT = PGH + arg F (s) = 0 + 0 = 0
2πs∈γ
G(s)
T (s) = es estable.
1 + G(s)H(s)
108
• Ejemplo 2
Plano s Plano G(s)H(s)
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −1 −0.5 0 0.5 1
5
G(s) = 3 , H(s) = 1
s + 5s2 + 9s + 5
Polos de G(s)H(s) = {−2 + i, −2 − i, −1}
1 ∆
PT = PGH + arg F (s) = 0 + 0 = 0
2πs∈γ
G(s)
T (s) = es estable.
1 + G(s)H(s)
109
• Ejemplo 3
Plano s Plano G(s)H(s)
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −2 −1.5 −1 −0.5 0
5
G(s) = 4 , H(s) = 2
s + 4s3 + 4s2 − 4s − 5
Polos de G(s)H(s) = {−2 + i, −2 − i, −1, 1}
1 ∆
PT = PGH + arg F (s) = 1 + 1 = 2.
2πs∈γ
G(s)
T (s) = es inestable.
1 + G(s)H(s)
110
• Ejemplo 4
Plano s Plano G(s)H(s)
1
2
0.5
1
0 0
−1
−0.5
−2
−1
−2 −1 0 1 2 −2 −1.5 −1 −0.5 0
5
G(s) = 4 , H(s) = 1.4(s + 0.95)
s + 4s3 + 4s2 − 4s − 5
Polos de G(s)H(s) = {−2 + i, −2 − i, −1, 1}
1 ∆
PT = PGH + arg F (s) = 1 − 1 = 0.
2πs∈γ
G(s)
T (s) = es estable.
1 + G(s)H(s)
111
7.3. Diagramas de Bode
Se compone de dos gráficos en R, asociados a la función
G:R → C
ω 7→ G(iω),
que representan M (ω) y φ(ω).
Métodos:
-4
0
dB
ωn=10 /d
ec
ζ=1/8
112
8. El lugar de las raı́ces
U (s)- j - s Y (s)
+ k - G(s) -
−6
H(s)
nG nH
G(s) = , H(s) = , k∈R
dG dH
nG nH Z(s) (s − z1 )(s − z2 ) . . . (s − zm )
G(S)H(s) = = =K
dG dH P (s) (s − p1 )(s − p2 ) . . . (s − pn )
kG(s) k ndGG k nG d H
T (s) = = nG nH =
1 + kG(s)H(s) 1 + k dG dH d G d H + k nG n H
k nG d H nT
= =
P (s) + k Z(s) dT
113
8.1. Reglas para el trazado
Z(S) |s − z1 |ejφz1 . . . |s − zm |ejφzm |s − z1 ||s − z2 | . . . |s − zm | jΣφi
= jφ
= e
P (s) |s − p1 |e 1 . . . |s − pn |e n
p jφp |s − p1 | . . . |s − pn |
Ecuación caracterı́stica: P (s) + kZ(S) = 0
m
Z(S) |s − z1 | . . . |s − zm | jΣφi
k = −1 ⇐⇒ k e = e±j(2k+1)π , k = 0, 1, 2, . . .
P (s) |s − p1 | . . . |s − pn |
|s − p1 | . . . |s − pn |
k=
|s − z1 | . . . |s − zm |
⇓
114
8.2. Trazado por computador
Ejemplo de trazado del lugar de las raı́ces mediante MATLAB:
s+1
G(s)H(s) =
s(s + 2)(s2 + 6s + 13)
>> num=[1 1] 4
Eje Imag
0
-2
-4
-6
-6 -4 -2 0 2 4 6
Eje Real
115
Capı́tulo 5. Realización del control
Realizaciones
. Realización matemática lineal de orden n.
Dada G(s) ∈ R(s)p×q , hallar A, B, C, D, tales que el sistema
ẋ(t) = A x(t) + B u(t)
y(t) = C x(t) + D u(t),
116
1. Realización fı́sica
Entrada- m -
+ C - A - P r Salida-
− 6
S
Partes de un sensor
Captador: dispositivo con un parámetro p sensible a una magnitud fı́sica h – emite
energı́a w que depende de p (y de h). Ideal: w(t) = K h(t), K = cte.
Transductor: recibe la energı́a w del captador, la transforma en energı́a eléctrica
e(t) y la retransmite.
Acondicionador: recibe la señal e(t) del transductor y la ajusta a los niveles de
voltaje e intensidad, precisos para su posterior tratamiento, dando v(t).
Caracterı́sticas
Aspecto – caracterı́sticas
. Fiabilidad
120
2.3. Calibración
Ensayo: entrada h = magnitud de valor conocido – salida medida v
Tabla de calibración: varios puntos h1 → v1 , . . . , hn → vn , dentro del rango
Curva de Calibración: representación gráfica (h, v)
Necesario: aparato de medida de mayor precisión que el sensor
Linealización: curva de calibración → lı́nea recta
121
2.4. Tipos de transductores
Temperatura
. Termistor – parámetro sensible: R (ptc, ntc)
. Termopar – ∆T → ∆v – rápido (ms) – señal débil – T alta
. Circuitos integrados – LM335 (10 mV/0 K), AD592 (1µ A/0 K).
Posición
. Resistivos – potenciómetro (R) – lineal y angular
. Inductivos – LVDT
. Encoder – digital – lineal y angular
. Ultrasonidos
. Láser
Velocidad
. Dı́namo tacométrica
. Encoder
V+
i(t)
? ρ
Rx = x(t)
A
vx (t)
V+
R i(t) =
Rx R
x(t) ρ V+
vx (t) = Rx i(t) = x(t) = Kpot x(t)
A R
0
123
3. Actuadores
Actuador: dispositivo que ejerce acciones de cierta ponencia.
Transforma energı́a: eléctrica → eléctrica – eléctrica → mecánica – etc.
Actuadores eléctricos
. Contactores
. Reductores de velocidad
. Máquinas complejas
125
3.4. El motor de c.c.
N
φ
?
θ(t) i (t)
?a
+
va (t)
−
φ
?
S
126
3.5. Ecuaciones diferenciales
Ra ia (t) if (t) Rf
-
φ(t) +
+
La Lf vf (t)
va (t)
−
− ea (t)
dif
inductor: vf (t) = Rf if (t) + Lf
dt dia
inducido: va (t) − ea (t) = Ra ia (t) + La
dt
flujo magnético: φ(t) = kf if (t)
par motor: Pm (t) = kt φ(t) ia (t)
dθ dω
variables de rotación: ω(t) = α(t) =
dt dt
f.c.e.m.: ea (t) = ke φ(t) ω(t)
dω
carga mecánica: Pm (t) − Pl (s) = Jm + Bm ω(t)
dt
127
3.6. Modelo externo
Transformada de Laplace con condiciones iniciales nulas:
dif L
vf (t) = Rf if (t) + Lf dt =⇒ Vf (s) = (Rf + s Lf )If (s)
L
va (t) − ea (t) = Ra ia (t) + La didta =⇒ Va (s) − Ea (s) = (Ra + s La )Ia (s)
L
φ(t) = kf if (t) =⇒ φ(s) = kf If (s)
L
Pm (t) = kt φ(t) ia (t) =⇒ Pm (s) = kt φ(s) Ia (s)
dθ dω L
ω(t) = dt α(t) = dt =⇒ ω(s) = sθ(s) α(s) = sω(s)
L
ea (t) = ke φ(t) ω(t) =⇒ Ea (s) = ke φ(s) ω(s)
L
Pm (t) − Pl (t) = Jm dω
dt + Bm ω(t) =⇒ Pm − Pl = s Jm + Bm ω(s)
Ke
128
3.7. Función de transferencia del motor
Y (s) = G(s) U (s) G(s) ∈ R(s)1×2
Va (s)
U (s) = G(s) = G11 G12 Y (s) = ω(s)
Pm (s)
Kt
G11 =
Kt Ke
(sLa + Ra )(sJm + Bm ) 1 +
(sLa + Ra )(sJm + Bm )
Kt
= 2
s La Jm + s(La Bm + Ra Jm ) + Ra Bm + Kt Ke
1
G12 =
Kt Ke
(sJm + Bm ) 1 +
(sLa + Ra )(sJm + Bm )
sLa + Ra
=
s2 La Jm + s(La Bm + Ra Jm ) + Ra Bm + Kt Ke
Va (s)
ω(s) = G11 G12 = G11 Va (s) + G12 Pm (s)
Pm (s)
129
3.8. Reductor de velocidad
Pl
Pm
1 2 3 4
2 L
1 : Pm (t) − P21 (t) = J1 ddtθ21 + B1 dθ
dt =⇒ Pm (s) − P21 (s) = s (J1 s + B1 ) θ1 (s)
1
2 L
2 : P12 (t) − P32 (t) = J2 ddtθ22 + B2 dθ
dt =⇒ P12 (s) − P32 (s) = s (J2 s + B2 ) θ2 (s)
2
2 L
3 : P23 (t) − P43 (t) = J3 ddtθ23 + B3 dθ
dt =⇒
3
P23 − P21 (s) = s (J3 s + B3 ) θ3 (s)
2 L
4 : P34 (t) − Pl (t) = J4 ddtθ24 + B4 dθ4
dt =⇒ P34 − Pl (s) = s (J4 s + B4 ) θ4 (s)
Pl
Pm (s) P
P12 P
P23 P
P34? θ4 (s)
- + 21- D2 - + 32- D3 - + 43- D4 -+ - 1 s- 1 -
d1
d2
d3
sJ4 +B4 s
−
6 6− 6−
J1 s+B1 J2 s+B2 J3 s+B3
s s
6 6 6
D2 D3 D4
d1 d2 d3
ω1 ω2 ω3 ω4
130
3.9. Función de transferencia del reductor
El diagrama de bloques puede reducirse a
Pl (s)
?
1
Kr
Pm (s)- m
? 1 ω1 (s)- ω4 (s)- 1 θ4 (s)-
+ - Kr
sJr + Br s
en donde
d1 2 d2 2 d3 2 d1 2 d2 2 d1 2
Jr = D2 2 D4 2 D3 2
J4 + D3 2 D2 2
J3 + D2 2
J2 + J1
d1 2 d2 2 d3 2 d1 2 d2 2 d1 2
Br = D2 2 D4 2 D3 2
B4 + D3 2 D2 2
B3 + D2 2
B2 + B1
d1 d2 d3
Kr = D2 D3 D4 .
131
3.10. Reductor con poleas elásticas
Pm (s) ω1 (s) θ1 (s)
-+ - 1 1 s
1 : f12 (s) = K12 (r1 θ1 (s) − R2 θ2 (s))
- -
J1 s+B1 s
−
P21 (s) 6 ? P21 (s) = r1 f12 (s) P12 (s) = R1 f12 (s)
r1 r1
Pm (s) − P21 (s) = s (J1 s + B1 )
x1 (s)
6
2 : f23 (s) = K23 (r2 θ2 (s) − R3 θ3 (s))
f12 (s) s
?
K12 +
P32 (s) = r2 f23 (s) P23 (s) = R3 f23 (s)
x2 (s) 6
−
?
P12 (s) − P32 (s) = s (J2 s + B2 )
R2 R2
Pl (s)-
+
Es un sistema de orden 2 × no de poleas. Modelo externo: formula de Mason.
132
3.11. Aplicación práctica: sistema de control de posición
Poleas
Carrito
x(t)
S Sensor = Potenciómetro
133
4. Especificaciones de funcionamiento
Son condiciones que se exigen a un sistema de control para que su funcionamiento
sea aceptable.
1. Estabilidad
2. Rapidez
3. Precisión
. la respuesta en el tiempo
. la respuesta en frecuencia
Problema de diseño: dado una planta o proceso a controlar y fijadas unas especifica-
ciones de funcionamiento, obtener el modelo matemático de un controlador tal que el
sistema de control resultante cumpla tales especificaciones.
134
4.1. Especificaciones en tiempo
. Respuesta temporal: gráfica de la señal de salida.
Mp : estabilidad
tp : rapidez
error : precisión
135
• Valores para el sistema de 2o orden
1 p −ξ
y(t) = 1 + p e−ξωn t sin(ωn 1 − ξ 2 t − φ), φ = arctan p
1− ξ2 1 − ξ2
!
−ξ 2 ωn p p
y 0 (t) = e−ξωn t p + ωn 1 − ξ 2 sin(ωn 1 − ξ 2 t) = 0
1 − ξ2
p kπ
⇒ sin(ωn 1 − ξ 2 t) = 0 ⇒ t= p , k = 0, 1, 2, . . .
ωn 1 − ξ 2
Para k = 1 (primer máximo),
π 1 p
tP = p ; y(tP ) = 1 + p e−ξωn tp (− 1 − ξ 2 cos π + ξ sin π)
ωn 1 − ξ 2 1 − ξ2
√
1−ξ 2
y(tp ) = 1 + MP ⇒ Mp = e−ξπ/
• Otros valores
p
arctan(− 1 − ξ 2 /ξ) 4 1
tr = p , ts ' , = constante de tiempo
ωn 1 − ξ 2 ξωn ξωn
136
4.2. Especificaciones en frecuencia
Respuesta de G(s) con u(t) = A sin(ωt):
• Frecuencias de corte: ωA , ωB ; -3 dB
• Anchura de banda BW = ωB − ωA
⇒ rapidez
137
5. Estabilidad, controlabilidad y observabilidad, sistemas lineales
∈ R(n+q)×(n+p) ⇒ G(s) ∈ R(s)p×q
A B
Sistema lineal S: modelo de estado C D
138
Capı́tulo 6. Diseño de Sistemas de Control continuos
1. Introducción
Aplicación en numerosos campos en tecnologı́a y ciencia.
. controles en electrodomésticos
D(s)
R(s) ε Y(s)
Gc Gp
Controlador Gc (s):
P Proporcional : Gc (s) = Kp
1
I Integrador : Gc (s) = sTi
140
• Realización de los controladores
Vi R
Vo
V0 R1 + R2 R1 + R2
P R2 = = Kp =
Vi R1 R1
R1
C1
R1
Vi
Vo V0 1
I =− ; Ti = sR1 C1
Vi sR1 C1
R
R1
C1
Vi
Vo
V0
D = −sR1 C1 ; Td = sR1 C1
Vi
R
141
• Controlador PID
1
V0 1
Gc = Vi = Kp 1 + sTi + sTd
Vi 1 Vo R5
sT i
Kp Kp = R4 , Ti = R2 C2 , Td = R3 C3
sT d
R1
R1
R4
C2
R5
R1
Vi
R4
Vo
R3
C3
R4
142
• Controladores de adelanto y de retraso de fase
V0 s − zc a) | zc |<| pc | adelanto de fase
Gc = = Kc
Vi s − pc a) | zc |>| pc | retraso de fase
C
R1
R1
Vi Vo
Vi R2 Vo
R2
a) b)
143
• Controlador de adelanto-retraso con red pasiva
C1
R1
R2
Vi Vo
C2
144
• Controlador de adelanto-retraso con amp. operacional
C2
C1
R2
Vi
R1
Vo
V0 s − zc C1 (s + 1/R1 C1 )
Gc = = Kc =−
Vi s − pc C2 (s + 1/R2 C2 )
. Eliminando R2 ⇒ controlador PI
. Eliminando C2 ⇒ controlador PD
145
3. Diseño en el lugar de las raı́ces
1
G(s) =
s2
146
• Efecto de añadir un cero
s + 2.5
Cero en z1 = (−2.5, 0); G(s) =
s2
147
• Efecto de añadir un polo
1
Polo en p1 = (−2, 0); G(s) =
s2 (s+ 2)
148
3.1. Diseño de un controlador de adelanto de fase
El controlador es
s − zc
Gc (s) = Kc , |zc | < |pc | (6.2)
s − pc
Diseño: hallar zc y pc para que el L.R. pase por un punto dado, definido a partir de
las especificaciones de funcionamiento.
149
Resolución.
Para el sistema de 2o orden sabemos que
√ − ln(Mp )
1−ξ 2
Mp = e−ξπ/ ⇒ ξ=p = 0.456.
ln(Mp )2 + π 2
Para t = 4τ tenemos que e−t/τ = e−4 = 0.0183 < 0.02. Por tanto, si ts = 4τ tenemos
que para t > ts se cumple que y(t) < 0.02.
4
ts = 4τ =
ξωn
Sustituyendo,
4
4= ⇒ ωn = 2.22.
0.456 ωn
Por tanto, el punto s0 ∈ C correspondiente a las especificaciones dadas es:
p
s0 = −ξωn ± iωn 1 − ξ 2 = −1 ± 2i.
150
Ponemos el cero del controlador en el punto zc = −1, bajo el punto s0 = (−1 ± 2i)
por donde ha de pasar el L.R.
im
Raíz deseada
2
116.56º
θp 90º
re
-5 -4 -3 -2 -1
151
El lugar de las raı́ces del sistema con controlador es
s+1
El controlador diseñado es Gc (s) = 8.1 .
s + 3.6
152
3.2. Diseño de un controlador PID
Ejemplo. Se trata diseñar un controlador PID para un sistema con Gp (s) = 1/s2 y
H(s) = 1. Las especificaciones son las mismas en el ejemplo anterior.
Td Ti s2 + Ti s + 1
1
Gc = Kp 1 + + sTd = Kp
sTi Ti s
1 1
s2 + Td s + Td Ti (s − z1 )(s − z2 )
= Td Kp = Kc ,
s s
con Kc = Td Kp .
153
im
Raíz deseada
2
θz2 116.56º
90º
re
-5 -4 -3 -2 -1
Método simple:
(a) suponemos que los ceros z1 y z2 son reales,
(b) ponemos el cero z1 bajo la raı́z s0 deseada,
(c) aplicando la condición de ángulo, determinamos el otro cero,
(d) aplicando la condición de módulo, hallamos Kp .
154
(a) z1 y z2 en el eje real.
(b) z1 = −1
(c) Condición de ángulo:
⇒ z2 = −1.3636.
Con z1 y z2 ya podemos hallar Td , Ti y Kp :
1 1
s2 + Td s + Td Ti (s − z1 )(s − z2 ) s2 + 2.3636s + 1.3636
Kc = Kc ≡ Kc ,
s s s
siendo Kc = Td Kp , de donde resulta
1 2.3636
Td = = 0.4231 s, Ti = = 1.7333 s
2.3636 1.3636
(d) Por último, aplicando la condición de módulo, hallamos Kp .
√
( 12 + 22 )3 Kc
p = 2.750 = Kc ⇒ Kp = = 6.5
2
2 (1.3636 − 1) + 2 2 Td
155
156
Control del balanceo de una barra
Diseño de un sistema de control para mantener una barra en posición vertical.
y
• Barra de longitud l y masa m
• Movimiento en el plano xy
157
d2 θ
Modelo matemático. 2a ley de Newton :
P
P =J 2
dt
Z l Z l 3
l 1 1
J := x2 dm = x2 ρAdx = ρA = ρAl l2 = m l2
0 0 3 3 3
l l 2
d θ
f (t) cos θ(t) + mg sin θ(t) = J 2
2 2 dt
Linealización: cos θ ' 1, sin θ ' θ ⇓
f (t) 1 2 d2 θ l l
θ(t) ml 2
− mg θ(t) = f (t) ⇓L
3 dt 2 2
d2 θ 3g 3
dt2
− 2l θ(t) = 2ml f (t)
mg
3g 3
(s2 − 2l )θ(s) = 2ml F (s)
3
2ml
O Modelo externo: θ(s) = 3g F (s)
s2 − 2l
Datos: g = 9.8, m = 1, l = 1 ⇒ polos : p1 = 3.834058, p2 = −3.834058.
158
Lugar de las raı́ces.
Root Locus
5
1
Imaginary Axis
−1
−2
−3
−4
−5
−8 −6 −4 −2 0 2 4 6 8
Real Axis
159
Diseño de un controlador.
Especificaciones:
1 1
tp = , Mp =
4 3
Sistema de segundo orden:
√ − ln(Mp )
1−ξ 2
Mp = e−ξπ/ ⇒ ξ=p = 0.403712
ln(Mp )2 + π 2
π π
tp = p ⇒ ωn = p = 10.301589
ωn 1 − ξ 2 tp 1 − ξ2
Polo del sistema:
p
s0 = −ξωn ± i ωn 1 − ξ 2 = −4.158883 ± 9.424777i
160
Cálculo de los parámetros de Gc (s).
s0
φp1
φpc φp2 φzc
pc zc p 2 p1
Condición de ángulo:
φzc − φp1 − φp2 − φpc = (2k + 1)π ⇒ φpc = 0.840410 rad =48.151970o
161
Parte III. Automatización local
162
Capı́tulo 7. Autómatas programables
1. Descripción de un PLC
Externamente un PLC se compone de una o varias cajas de plástico acopladas
mecánica y eléctricamente entre sı́. Una de ellas contiene la CPU (Central Process
Unit) y las otras son módulos complementarios para entradas, salidas, comunicacio-
nes, alimentación y otras funciones especiales.
. Datan de la década de los 80
– sustituir relés y temporizadores.
163
Arquitectura de un PLC
164
Cableado directo I/O (obsoleto)
CPU
Drivers Drivers
165
Cableado por bus de campo
0
CPU
1 2 3
CPU
Proceso 1 Proceso 2
166
2. Programacion de PLC’s
Lenta evolución de los lenguajes de control industrial.
Motivo: los programas se pueden usar en áreas en las que los fallos pueden originar
riesgos para la seguridad humana o producir enormes pérdidas económicas.
Antes de que una nueva técnica ser aceptada, debe ser probada para verificar que
cumple unas severas condiciones de seguridad y fiabilidad.
Los programas deben ser comprendidos por otras personas ajenas al programador:
técnicos (electricistas, mecánicos, etc.), encargados de planta e ingenieros de proceso
→ lenguajes con caracterı́sticas especiales.
Es posible resolver el mismo problema con diferentes lenguajes. El grado de dificultad
puede variar.
Hay sistemas que convierten automáticamente de un lenguaje a otro.
Programación con ratón mediante interfaces gráficas bajo windows.
167
La norma IEC 1131
Intento de normalización del empleo de PLC’s en automatización.
Antes de la IEC 1131-3: lenguajes especı́ficos de cada PLC
→ confusión, mala coordinación y pérdidas de tiempo y dinero.
Objetivo de la IEC 1131-3: hacer que los programas se entiendan mejor.
Familias de la IEC 1131:
168
La IEC 1131-3. Lenguajes de programacion
Norma para el diseño de software para sistemas de control industrial, en particular
para PLC’s (Programmable Logic Controller).
Fue publicada por primera vez en 1993. Hasta entonces no habı́a ningún estándar
para la programación de sistemas PLC.
Lenguajes incluidos en la norma IEC 61131-3:
169
2.1. Ladder Diagram (LD)
. Lenguaje de contactos
. Diseñado para técnicos electricistas
. Cada contacto representa un bit: entrada, salida, memoria
. Diseño con Statecharts, SFC.
. Autómatas gama alta: programables en C o SFC
. Autómatas gama baja: conversión (manual) SFC → LD
M a B
b c
Si se activa la entrada M y
no se activa el bit a o se activa el bit b y se activa el bit c
entonces se activa la salida B.
170
Conversion manual SFC → LD
ON
keep(11)
0 e1
e0
r1
e0 r1
keep(11)
1 e2
e1
r2
e1 r2
keep(11)
2 e3
e2
rn+1
171
3. Célula flexible SMC
Transfer (cinta trasportadora) + 8 Estaciones.
172
Estación 1 Elementos
Operaciones
174
Simulación estación 1 en Matlab
175
L
v R
vA x
base vP A
1 vT L
v R
0 vE
x
vacio
pos vMV P
vMH
1 L
FM v R
ci
0 x
PD
vacio T
Chart
L
1 v R
x
0
E
c.i. 0 L
v R
Defecto x
MV
0
L
Falta material v R
x
1 MH
0
rearme
Scope
176
estacion1s/Chart
S0/
[ci==1] [ci==0]
S1/entry: S30/entry:
vA=1; % avance AP PD = 1;
a1 rearme
S2/entry: vA=0;
vP=1; % bajar VP S31/
% poner c.i.
p1
S2w/entry: vP=0; [ci==1]
t0=t;
S32/entry:
[t>t0+5] PD = 0;
S3/entry:
vP=−1; % subir VP
p0
S3w/entry:vP=0;
t0=t; % temporizador
[t>t0+5]
S4/entry:
vA=−1; % retro. A
a0
S5/entry: vA=0;
vT=1; % trasladar
tr1
S6/entry: vT=−1;
% traslado atras
tr0
S6a/entry: vT=0;
% traslado atras
[base==0] [base==1]
[vacio==0]
[vacio==1]
S11/entry: S20/entry:
vMV=−1; % subir MV FM = 1;
mv0
rearme
S12/entry: vMV=0;
vMH=1; % avance MH
S21/entry: FM=0; mv0
vMV=−1; % subir MV
mh1 exit: vMV=0;
S13/entry: vMH=0;
vMV=1; % bajar MV
mv1
S14/entry: vMV=0;
% cesar vacio ven
S15/entry:
vMV=−1; % subir MV
mv0
S16/entry: vMV=0;
vMH=−1; % retro MH
exit: vMH=0;
mh0
177
Printed 03−May−2005 18:20:38
3.1. Autómata programable Omron CPM2A-30CDR-A
Lenguaje: LD + instrucciones –16 bits–
Entradas: IR 00000-IR 00915 (o bits)
Ch: 00.00 a 00.11 y 01.00 a 01.05
Salidas: IR 01000-IR 01915 (o bits)
Ch: 10.00 a 10.07 y 11.00 a 00.03
Bits: IR 02000-IR 04915 y IR 20000-IR 22715
Especial: SR 22800-SR 25515
Temporal: TR 0-TR 7
Holding: HR 0000-HR 1915
?????????????????? Auxiliar: AR 0000-AR 2315
18 entradas Link: LR 0000-LR 1515
Timers: TIM/CNT 000 to TIM/CNT 255
Memoria datos: DM 0000-DM 6655 (RW)
Programa
Interrupciones externas: 4
Memoria
Salida de pulsos: 2 puntos 10 KHz
Entradas respuesta rápida: 4 (50µ s)
Controles analógicos: 2 (0-200)
Perif. 12 salidas RS-232 2 Puertos comunicaciones: perif., RS232
????????????
178
3.2. Ejemplos
Programa 1: al pulsar M se encenderá la luz FM.
M FM
0.00 11.01
179
Programa 2: al pulsar M se encenderá la luz FM y se mantendrá encendida; al pulsar
P se apagará.
M
0.00 keep(11)
P e
0.01
e FM
hr00 11.01
180
Diseño con StateCharts
chart_1cil_doble_4e/Chart
va va
si A/
sd va=1; %avance
vr=0;
vr vr x
M sd
Chart cilindro A
1
I/ D/
0 va=0; va=0;
vr=0; vr=0;
M
Scope
si M
R/
va=0; %retro.
vr=1;
x(t) 0
1 1 1
s 1
va si
0 Printed 09−May−2005 12:07:20
1
2
0 sd
1
2 3
vr x
181
Implementación con LD
ON
0.00
R si
20.01
I M
20.02
A sd
20.03
D M
20.00
A va
g
20.01 10.01
R vr
g
20.03 10.02
182
Capı́tulo 8. Sensores
Partes de un sensor
Captador: dispositivo con un parámetro p sensible a una magnitud fı́sica h – emite
energı́a w que depende de p (y de h). Ideal: w(t) = K h(t), K = cte.
Transductor: recibe la energı́a w del captador, la transforma en energı́a eléctrica
e(t) y la retransmite.
Acondicionador: recibe la señal e(t) del transductor y la ajusta a los niveles de
voltaje e intensidad, precisos para su posterior tratamiento, dando v(t).
1.2. Caracterı́sticas
Aspecto – caracterı́sticas
. Fiabilidad
185
2. Calibración
Ensayo: entrada h = magnitud de valor conocido – salida medida v
Tabla de calibración: varios puntos h1 → v1 , . . . , hn → vn , dentro del rango
Curva de Calibración: representación gráfica (h, v)
Necesario: aparato de medida de mayor precisión que el sensor
Linealización: curva de calibración → lı́nea recta
186
3. Tipos de transductores
Temperatura
. Termistor – parámetro sensible: R (ptc, ntc)
β(( T1 )−( T1 ))
RT = R0 e 0 , β = cte., T0 = 250 C – formas variadas
. Termopar – ∆T → ∆v – rápido (ms) – señal débil – T alta
. Circuitos integrados – LM335 (10 mV/0 K), AD592 (1µ A/0 K).
Posición
. Resistivos – potenciómetro (R) – lineal y angular
. Inductivos – LVDT
. Encoder – digital – lineal y angular
. Ultrasonidos
. Láser
Velocidad
. Dı́namo tacométrica
. Encoder
187
Capı́tulo 9. Actuadores
1. Tipos de actuadores
Actuador: dispositivo que ejerce acciones de cierta ponencia.
Transforma energı́a: eléctrica → mecánica – estabilidad, rapidez, precisión.
Actuadores hidráulicos – potencia alta
Actuadores eléctricos
. Contactores
. Reductores de velocidad
. Máquinas complejas
189
2. Neumática
Tecnologı́a básica de la automatización – fabricación y montaje Utilización de la
energı́a potencial del aire comprimido. DIN 24300
Sencillez de diseño – rapidez de montaje – flexibilidad – fiabilidad
Componentes: Cilindros (actuadores) y válvulas (control flujos)
Cilindro: energı́a aire comprimido → energı́a mecánica
Tubo de acero – émbolo – vástago – una o dos tomas de aire
P P P Cilindro
de simple efecto Cilindro de doble efecto
Tipos: con amortiguador, en tándem, multiposicionales, rotativos y mesas,
de impacto, sin vástago.
190
2.1. Válvulas
Sirven para controlar el paso de fluido – notación: no vı́as / no de posiciones
Distribuidoras: pieza fija + pieza móvil. Muchas formas y dimensiones
Accionamiento:
. Electroneumático.
A
A
R P R P
Válvula 3/2 de corredera y con accionamiento mecánico
191
Válvulas de dos vı́as
Válvula 2/2: dos orificios o vı́as de aire (entrada y salida), y dos posiciones de trabajo.
Dos tipos: NC y NA. Reposo: cuadrado dcha.
A A
P P
Con accionamientos:
A A
P P
192
Válvulas de tres vı́as
Tres vı́as y dos o tres posiciones de trabajo. Válvulas 3/2: 3 vı́as y 2 posiciones y
pueden ser de tipo NC o NA.
A A
P R P R
P R
abrir ← (centro: las tres vı́as cerradas) → cerrar
193
Válvulas de cuatro y cinco vı́as
4 vı́as y 2 o 3 posiciones trabajo; 5 vı́as y 2, 3 o 4 posiciones de trabajo
A B A B
X X Y
P R P R
Válvulas 4/2 y 4/3
A B A B
X Y X Y
RS P RP S
A B
X Y
RP S
Válvulas 5/2, 5/3 y 5/4
194
Válvula selectora
Conductos internos con forma de T; la bolita tapona la entrada X o Y
Si pX > pY entonces la bolita tapa la entrada Y y pA = pX .
En cambio, si pY > pX ocurre lo contrario y pA = pY Si pX = pY = baja entonces
X Y
Válvulas de simultaneidad
Lleva una corredera en el conducto que comunica las entradas X e Y . La corredera
tiene dos tapones ubicados en sendas cavidades, uno para la entrada X y otro para
195
la entrada Y y unidos por una varilla. Si pX > pY entonces la cavidad de la entrada
X resulta taponada y pA = pY .
A
X Y
Aplicación sencilla
Control de un cilindro de doble efecto desde dos posiciones X e Y mediante una
válvula selectora de tipo OR.
196
X Y
197
3. Automatismos eléctricos
3.1. El relé
. Interruptor accionado por electroimán
. Contactores
. Diagrama de contactos
1
NC
NA A1 12 14
A1
A2 11
A2
Esquema según norma CEI
198
3.2. Funciones lógicas con relés
+ −
a K
+ − + − −
a s a s
K
+ − + −
a b K a b K
+ −
a b s K s K s
199
Parte IV. Automatización global
200
Capı́tulo 10. Niveles de Automatización
. Controladores
Compras Finanzas Ventas
. Actuadores
. Sensores
MERCADO
. Procesos
Fases de automatización:
Producción → Diseño → Gestión → Automatización total
201
Automatización producción – Software
. CAD Computer Aided Design – máquinas herramientas
. NC Numeric control
202
Pirámide de Automatización
A
A
G A MF, WS, PC, Gestión
A
A
A
Factorı́a A MF, WS, PC, CAD/CAM, CAPP, etc.
A
A
A
A
Producción – Planta A WS, PCC, PC
A
A
A
Proceso – Campo A PLC, CNC, NC
A
A
A
A
Célula – Planta Baja A Sensor, Actuador, PID
A
A
203
SCADA
Supervisory Control and Data Acquisition (de Control Supervisor y Adquisición de
Datos). Software de captura de información de un proceso o planta. –análisis o
estudios –retroalimentación y control del proceso.
Caracterı́sticas de SCADA:
. Por otro lado, soluciones SCADA han adoptado una estructura distribuida, con
posibilidad de adaptarse a los componentes de un sistema de control distribuido
(DCS) con múltiples RTUs o PLCs inteligentes, capaces de ejecutar procesos
simples en modo autónomo sin la participación de la computadora principal.
207
. Algunos sistemas SCADA utilizan la comunicación por radio o por teléfono. Es-
to abre nuevas posibilidades, impensables hace pocos años, a la automatización
industrial.
209
Molido de la malta
Una vez molido el grano y obtenido el mosto, se bombea en grandes tinas y comienza
el proceso. Aquı́ vemos tres grandes tinas con sus tubos.
211
Embotellado
Intellution iHistorian:
La importancia de transformar datos de fabricación en inteligencia de planta.
214
El Desafı́o: Convertir datos en conocimiento
Históricamente la fabricación se ha identificado con la maquinaria ruidosa instalada
en la planta baja, válvulas del vapor silbando y chimeneas humeando.
Hoy, la fabricación se ha convertido en uno de los sectores de información más in-
tensivos del mundo. Junto con los productos que salen lı́neas de empaquetado o se
vierten a través de tuberı́as, el producto de las instalaciones fabriles, es una corriente
cada vez mayor de datos se originan en el nivel de planta.
Estos datos se utilizan para optimizar el inventario y la producción, mejorar calidad y
consistencia del producto, para el correcto mantenimiento del equipo, y para asegurar
que las plantas cumplen con las leyes ambientales, de seguridad y de salud.
Para convertir el torrencial flujo de datos de las instalaciones de fabricación actuales
en conocimiento, las compañı́as deben poder capturarlo de un amplio número de
fuentes, juntarlo en un formato común, y ponerlo a disposición del software que
puede interpretarlo, dándole el significado y el valor.
Por ejemplo, en una lı́nea de empaquetado con tres lı́neas de llenado de botellas que
genera datos sobre el estado de cada lı́nea, cuando esos datos se analizan al cabo de
cierto tiempo se puede determinar el grado de paradas no programadas ocurridas en
una determinada máquina. Esto lleva a unas mejores decisiones informadas sobre
mantenimiento preventivo y a gastos de capital en equipo nuevo de la planta.
215
Crear una ”planta inteligente”, sin embargo, requiere algo más que elaborar datos
representativos e implementar aplicaciones para interpretarlos. La pieza de este rom-
pecabezas que ha faltado a muchos fabricantes hasta la fecha es un simple depósito
central para los masivos volúmenes de datos históricos que emanan de los sistemas
de operaciones a través de la planta: un historiador de planta extensa.
Estos historiadores de planta extensa pueden surtir estos datos a una amplia variedad
de usos en los niveles operativo y de negocio de la empresa.
Algunos historiadores de datos de planta extensa han estado ya en el mercado hace
años, pero se han considerado demasiado costosos y complejos para casi todas las
instalaciones de fabricación corrientes, excepto para las más grandes, tales como cier-
tas operaciones de proceso continuo como las industrias quı́micas y las refinerı́as de
petróleo.
216
Parte V. APENDICES
217
Capı́tulo A. Ecuaciones diferenciales
d
u(t) e−at = u0 (t) e−at + u(t) (−a e−at ) = a u(t)e−at − u(t) a e−at = 0
dt
⇒ u(t) e−at = cte. ⇒ u(t) = cte. eat
218
1.1. Problema de condiciones iniciales (PCI)
x(t) = k eat solución de (A.4), a dada
k queda determinada si nos dan el valor x0 de x(t) en t0 :
x0 (t) = a x(t)
x(t0 ) = x0
x0 (t) = a x(t)
Dadas (A.5)
x(t0 ) = x0
219
2. Estudio cualitativo
El problema de condiciones iniciales es el que más interesa en las aplicaciones de
ingenierı́a. Pero sólo estudia una solución. ¿Hay alguna forma de estudiar todas las
soluciones a la vez? 0
x (t) = a x(t)
PCI:
x(t0 ) = x0
Solución: x(t) = x0 eat
a > 0 ⇒ lim x0 eat = ∞
t→∞
a = 0 ⇒ x(t) = cte.
a < 0 ⇒ lim x0 eat = 0
t→∞
220
¿Qué ocurre si se perturba el parámetro a?
x x x
6 6 6
x0 x0 x0
- - -
t t t
{x0 = a x, a ∈ R}
221
3. Orden de una ecuación diferencial
orden 1 : x0 = f (t, x) | t, x ∈ R, f : R × R → R
0
x1 = f1 (t, x1 , x2 ) t, x1 , x2 ∈ R
orden 2 :
(a) sistema x02 = f2 (t, x1 , x2 ) f1 , f2 : R × R2 → R
.
..
orden n : x0 = f (t, x) | t ∈ R, x ∈ Rn , f : R × Rn → Rn
(b) ecuación x(n) = F (t, x, x0 , x00 , . . . , x(n−1) )
orden = número n de ecuaciones en (a)
= orden de la derivada de orden máximo en (b).
Con x = x1 , x0 = x2 , x00 = x3 , . . . , x(n−1) = xn se pasa de (b) a (a).
Si la ecuación diferencial (a) es de la forma
x0 = f (x)
222
4. Interpretación geométrica
dx
dt = f (t, x) asigna a cada punto (t, x), un número: la pendiente.
f : R2 → R
dx
(t, x) 7→ = pendiente
dt
x(t)
2
1.5
1 x(0)
0.5
−0.5
−1
−1.5
−2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2 2.5
t
223
5. Sistemas de 2o orden
La ecuación diferencial
dx
= f (t, x), t ∈ R, x ∈ R2 , f : R × R2 → R2
dt
es de segundo orden. También puede escribirse como un sistema
dx 1
= f1 (t, x1 , x2 ) t, x1 , x2 ∈ R
dt
dx 2 2
2 = f2 (t, x1 , x2 ) f1 , f2 : R × R → R
dt
de dos ecuaciones de primer orden; se llama sistema de segundo orden.
• Interpretación geométrica
A cada punto (t, x1 , x2 ) ∈ R3 le asociamos el vector (f1 , f2 ). Si el sistema es autónomo
(no depende de t), entonces es en R2 .
224
6. Solución numérica
Obtener soluciones u(t) expresadas por funciones elementales de
225
7. Solución numérica con Matlab
Métodos:
. ode23
. ode45
. Simulink
. llamada a ode23
226
Para un PCI de 2o orden, en el archivo f_prueba.m, pondremos
function xp = f_prueba(t,x)
xp = zeros(2,1) % indica el orden n = 2
xp(1) = f1(x(1),x(2),t)
xp(2) = f2(x(1),x(2),t)
en donde f1 y f2 vendrán dadas.
Para hacer la llamada a ode23 o a ode45 escribiremos:
x0 = [a; b]; % condiciones iniciales (dadas)
t0 = 0; % es lo normal
tf = tiempo final;
[t,x] = ode23(@fprueba, [t0,tf], x0)
plot(t,x) % respuesta temporal
plot(x(:,1),x(:,2)) % phase portrait
en la ventana de comandos de Matlab o en un archivo .m.
227
Ejemplo. Sistema mecánico
k f (t) − k x(t) − b x0 (t) = m x00 (t)
f (t) Cambios: x1 = x, x2 = x0 ⇒
m x01 = x2
x02 = − mk
x1 − mb
x2 + m1
f
b
Solución numérica: Respuesta temporal
1
• Archivo f mkb.m 0.8
0.6
function xp = f mkb(t,x) 0.4
xp=zeros(2,1);f=1;m=1;k=2;b=1; 0.2
0
xp(1)= x(2); −0.2
−0.4
xp(2)=-k/m*x(1)-b/m*x(2)+1/m*f; 0 1 2 3 4 5 6 7 8 9 10
• Llamada a ode23 1
Mapa de fase
x(0)
x0=[0;1]; t0=0; tf=10; 0.8
0.6
0.2
plot(t,x),title(’Resp. temp.’) 0
plot(x(:,1),x(:,2)), −0.2
−0.4
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
title(’Mapa fase’)
228
• Interpretación geométrica
x01 (t) = x2 (t)
(
Sistema mecánico (m, k, b): k b 1
x02 (t) = − x1 (t) − x02 (t) + f (t)
m m m
Campo vectorial
1.5
Con Matlab es posible superponer el cam-
po de vectores (interpretación geométrica)
1
y la solución numérica:
0.5
m=1; k=2; b=1; f=1;
[X1,X2]=meshgrid(-1.2:0.2:1.2);
0
U1 = X2;
U2 = -k/m*X1-b/m*X2+1/m*f;
−0.5
M = sqrt(U1.^2 + U2.^2);
V1 = ones(size(M))./M .* U1;
−1
V2 = ones(size(M))./M .* U2;
x(0)
quiver(X1,X2,V1,V2),axis square
−1.5
−1.5 −1 −0.5 0 0.5 1 1.5
229
7.1. Método de Kelvin
Teorema. z(t) es una solución del P.C.I.
x0 (t) = f (t, x)
(1)
x(0) = x
0
si y sólo si Z t
z(t) = x0 + f (s, z(s))ds. (2)
t0
Z t Z t
Demostración. z(t) solución de (1) ⇒ z 0 (t) = f (t, z(t)) ⇒ z 0 (s)ds = f (s, z(s))
Z t Z t t0 t0
dz
z(t) verifica (2) ⇒ = f (t, z(t)).
dt Z t 0
⇒ z(0) = x0 + f (s, z(s))ds = x0 .
t0
230
Idea de Kelvin: construir un integrador fı́sico (mecánico) y realizar fı́sicamente (mecánicam
el esquema
t
f
x0 (t)- Z
r x(t) -
x0 -
231