Controlde Procesos

Automatizacion de Procesos Industriales
Ingeniero de Organizacion. Curso 1o
Jose Mari Gonzalez de Durana

Dpto. I.S.A., EUITI e ITT - UPV/EHU
Vitoria-Gasteiz
Febrero 2004
Indice
1 Introducci
on
1.1 Perspectiva historica . . . . . . . . . . . . . . . . . . .
1.2 La empresa productiva . . . . . . . . . . . . . . . . . .
1.2.1 El proceso productivo . . . . . . . . . . . . . .
1.2.2 Operaciones basicas de fabricacion . . . . . . .
1.2.3 Tipos de procesos . . . . . . . . . . . . . . . . .
1.2.4 Ubicacion de los procesos . . . . . . . . . . . . .
1.3 El proceso en feedback . . . . . . . . . . . . . . . . . .
1.3.1 El regulador de Watt . . . . . . . . . . . . . . .
1.3.2 Esquema de regulacion en feedback . . . . . . .
1.3.3 El significado del control . . . . . . . . . . . . .
1.3.4 El control en la empresa . . . . . . . . . . . . .
1.4 La automatizacion industrial . . . . . . . . . . . . . . .
1.4.1 Tecnicas de control . . . . . . . . . . . . . . . .
1.4.2 Estructuras de automatizacion . . . . . . . . . .
1.4.3 Ventajas e inconvenientes de la automatizacion
1.4.4 Elementos de la automatizacion . . . . . . . . .
1.5 Modelos matematicos de sistemas . . . . . . . . . . . .
1.6 Modelado y simulacion de sistemas complejos . . . . .
1.6.1 Importancia del modelado . . . . . . . . . . . .
1.7 Estructura del curso . . . . . . . . . . . . . . . . . . .
1.7.1 Control de procesos continuos . . . . . . . . . .
1.7.2 Control de procesos de eventos discretos . . . .
1.7.3 Automatizacion local . . . . . . . . . . . . . . .
1.7.4 Automatizacion global . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Control de procesos continuos
2 Dise
no de Controladores
2.1 Introduccion . . . . . . . . . . . . . . .
2.2 Tipos de controladores . . . . . . . . .
2.2.1 Controlador tipo proporcional P
2.2.2 Controlador tipo integrador . .
2.2.3 Controlador tipo derivativo D .
3
7
8
10
11
12
13
15
16
16
17
18
19
19
19
20
22
23
24
25
25
30
30
30
30
31
33
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
35
35
36
36
37
37
INDICE
2.3
2.4
2.5
2.6
2.7
II
2.2.4 Controladores PID . . . . . . . . . . . . . . .

2.2.5 Controladores de adelanto y de retraso de fase
Metodos de dise
no basados en el lugar de las races .
2.3.1 Dise
no de una red de adelanto de fase . . . . .
2.3.2 Dise
no de un controlador PID . . . . . . . . .
Dise
no en el Lugar de las Races . . . . . . . . . . . .
2.4.1 Compensador de adelanto de fase . . . . . . .
2.4.2 Consideraciones de dise
no . . . . . . . . . . .
2.4.3 Re-dise
no. Compensador en serie . . . . . . .
2.4.4 Compensador en realimentacion . . . . . . . .
2.4.5 Compensador de retraso de fase en serie . . .
2.4.6 Maxima fase de un controlador de adelanto . .
Dise
no en la respuesta de frecuencia . . . . . . . . . .
2.5.1 El problema del dise
no de feedback . . . . . .
Dise
no en el Espacio de Estado . . . . . . . . . . . .
2.6.1 Asignacion de polos . . . . . . . . . . . . . . .
Sintona de controladores PID . . . . . . . . . . . . .
2.7.1 Ajuste de los parametros del PID . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Control de procesos de eventos discretos
3 Sistemas booleanos
3.1 Dispositivos logicos . . . . . . . .
3.2 Algebra de Boole . . . . . . . . .
3.2.1 Funciones booleanas . . .
3.2.2 Simplificacion de funciones
3.3 Sistemas combinacionales . . . . .
3.4 Sistemas secuenciales . . . . . . .
3.5 Maquinas de estados . . . . . . .
3.5.1 Automata de Mealy . . . .
3.5.2 Automata de Moore . . .
3.5.3 Tablas de estado . . . . .
3.5.4 Diagramas de estado . . .
3.5.5 Dispositivos biestables . .
4 Sistemas reactivos
4.1 Modelos de sistemas productivos .
4.2 Grafcet . . . . . . . . . . . . . . .
4.2.1 Reglas de funcionamiento
4.2.2 Estructuras basicas . . . .
4.2.3 Posibilidades avanzadas .
4.2.4 Jerarqua . . . . . . . . .
4.2.5 Comunicacion . . . . . . .
4.3 Cartas de estado . . . . . . . . .
. . . . . .
. . . . . .
. . . . . .
booleanas
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
38
39
41
43
45
46
47
52
54
54
56
56
60
61
63
64
64
67
69
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
71
71
73
74
76
81
84
85
85
85
86
87
87
.
.
.
.
.
.
.
.
89
90
90
93
94
95
96
96
96
INDICE
4.4
III
5
4.3.1 Stateflow . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Creacion de un modelo con StateflowSimulink . . . . . . . . . . . . . 97
4.4.1 Elementos de una carta de estado . . . . . . . . . . . . . . . . 98
Automatizaci
on Local
103
5 Automatismos
6 Automatismos el
ectricos
6.1 El rele . . . . . . . . . . . . . .
6.2 Funciones logicas con reles . . .
6.2.1 Funcion logica identidad
6.2.2 Funcion logica negacion
6.2.3 Funcion logica AND . .
6.2.4 Funcion logica NAND .
7 Aut
omatas programables
105
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
107
. 107
. 108
. 108
. 108
. 108
. 108
111
INDICE
Captulo 1
Introducci
on
La Automatizacion se compone de todas las teoras y tecnologas encaminadas de
alguna forma a sustituir el trabajo del hombre por el de la maquina. En este
captulo daremos unas ideas muy generales sobre esta area, tan amplia y compleja,
y posteriormente las desarrollaremos a lo largo del curso.
Conceptualmente, la automatizacion se basa en una reiterada aplicacion del mecanismo de feedback y, por ello, esta en ese sentido relacionada con las Teoras de
Control y de Sistemas. En cuanto a su aspecto tecnologico, puede decirse que siempre ha estado a la u
ltima, adoptando en cada momento historico los mas recientes
avances.
Siendo nuestro objetivo automatizar ciertos procesos, parece claro que primero
hemos saber como funcionan esos procesos. Como veremos, el tipo de automatizacion a implantar depende del tipo de porceso a automatizar: no da lo mismo
automatizar un proceso continuo que un proceso gobernado por eventos. Debido a la
gran cantidad de procesos distintos que funcionan actualmente, consideraremos solo
los mas importantes desde el punto de de la automatizacion, y obtendremos modelos
con sus caractersticas esenciales. Los procesos y modelos que iremos estudiando en
captulos posteriores son:
Procesos continuos (tiempo continuo y/o discreto)
Procesos comandados por eventos
Procesos de fabricacion
Aparte de las explicaciones dadas en clase sobre los procesos industriales y de su
estudio, puede ser un complemento interesante su observacion real, in situ, realizando
visitas a algunas empresas.
Pero no es suficiente con aprender a automatizar cada proceso. En una moderna
factora todos los procesos estan conectados entre s y desde la gestion de la empresa
se pueden controlar y supervisar algunos o todos los procesos, a traves de redes
locales y buses de comunicacion. Tambien pueden estar en conexion los diferentes
departamentos de la empresa, e incluso empresas diferentes a traves de redes propias
o de Internet. Es por ello interesante describir cada proceso como inscrito en el marco
7

CAPITULO 1. INTRODUCCION
jerarquico que representa la estructura completa de la empresa. En este marco, las

redes locales y los buses de comunicacion cobran especial interes.
1.1
Perspectiva hist
orica
Se cree que cuando el homo sapiens domino el fuego, comenzo a usarlo como elemento calefactor y para condimentar alimentos. Tuvo que pasar mucho tiempo, hasta la
Edad del Bronce, para que lo empleara en la obtencion de metales y en la ceramica
dando as lugar a los que podramos llamar primeros procesos de fabricacion de la
historia.
Pero el fuego no ha sido la u
nica fuente de energa de la antig
uedad. Hacia el a
no
2000 a. de J.C. se utiliza por primera vez la energa eolica para mover embarcaciones
dotadas de velas y, hacia el 1000 a. de J.C., los fenicios atravesaban el Mediterraneo
con sus navos. Mas tarde, sobre el 50 a. de J.C., los Romanos empiezan a utilizar
la energa hidraulica para la extraccion de agua por medio de la noria. Durante la
edad media se utilizo mucho, en practicamente toda Europa, la energa generada
por los molinos de viento.
La invencion de la maquina de vapor por James Watt hacia 1750 es el acontecimiento que marca el inicio de la Revolucion Industrial, que dura hasta finales de
siglo. Las tecnologas productivas nacen en ese momento: la maquina de vapor se
emplea rapidamente para mover las bombas de extraccion de agua en las minas de
carbon de Gales y en la automatizacion de los telares en Manchester.
Durante este perodo, con las de maquinas de vapor y luego con las de combustion interna y los motores electricos, se van produciendo cambios progresivos
en los procesos de produccion. Las maquinas herramienta ganan potencia y precision, lo que a su vez permite fabricar productos de mayor calidad. Surgen as los
primeros talleres mecanicos que producen maquinas algunas de las cuales llevan ya
rudimentarios sistemas de control.
En el siglo XX, aunque ya no se denomine asi, contin
ua la revolucion industrial
con un desenfrenado avance tecnologico y cientfico. La evolucion de la tecnica es
permanente, con una sucesion interminable de inventos y aplicaciones, muchos de
los cuales (pensemos sin ir mas lejos en el automovil y en los electrodomesticos) se
han convertido en herramientas basicas para hombre actual.
Todo este desarrollo ha sido consecuencia de una premisa fundamental: la existencia de fuentes de energa inagotables y baratas. Pero su veracidad se ha puesto
en entredicho con la crisis del petroleo iniciada en las u
ltimas decadas del siglo XX.
Los sistemas productivos no han sido ajenos a todos estos avances. La empresa,
motor del desarrollo del sector privado e incluso del sector p
ublico, se ve obligada
casi siempre a incorporar las u
ltimas tecnologas en sus procesos o de lo contrario
corre el peligro que quedar rapidamente obsoleta.
Algunas teoras, tecnologas y areas tecnologicas cuyo avance ha favorecido la
evolucion de los procesos productivos son las siguientes:
Teoras

1.1. PERSPECTIVA HISTORICA
Teoras de Control y de Sistemas

Teora de la se
nal
Sistemas de eventos discretos
Maquinas de estado
Redes de Petri
Graficos etapa-transicion (grafcet)
Cartas de estado (statechart)
Tecnologas
Neumatica
Hidraulica
Electronica
Microprocesadores
Ordenadores
Automatas programables
Robotica
Comunicaciones
Desarrollo del software
Areas tecnologicas
Automatizacion de las maquinas-herramienta
Control de procesos por computador
Dise
no asistido por computador (CAD)
Fabricacion asistida por computador (CAM)
Fabricacion integral por computador (CIM)
Control de procesos distribudo
Celulas flexibles de mecanizado y de montaje
Cabe aqu decir que el crecimiento de Robotica no ha sido tan rapido como
vaticinaban ciertas predicciones realizadas en los primeros a
nos de la decada de los
80. Quizas esto se deba a la caresta de los equipos y a la no tan evidente importancia
de su flexibilidad como en principio se crea: si un robot va a hacer siempre la misma
tarea, resulta mas economico utilizar otro sistema menos flexible y mas especializado.
Por ello, en tareas repetitivas que no requieren mucha precision resulta aconsejable
utilizar manipuladores (neumaticos por ejemplo) en vez de robots. En otras tareas
mas complejas (tales como la soldadura por laser) que precisan el seguimiento de
trayectorias complejas, s que el robot sigue siendo insustituible.

10
1.2
La empresa productiva
Una empresa productiva es un ente socioeconomico capaz de adecuar parcialmente

dos flujos esenciales que concurren en el mercado: produccion y consumo. Por un
lado, por medio de estudios de mercado, determina las necesidades del consumidor
y le transfiere los productos que demanda y, por otro, produce los productos que le
va a trasferir. [3, p.3]. Hay otras empresas, de servicios, en las que los productos
se sustituyen por servicios. As que toda empresa puede considerarse como formada
por dos subsistemas, uno de los cuales se encarga de medir las necesidades de los
consumidores y de trasferirles los productos que las satisfagan y el otro que se
encarga de la produccion. La empresa es, por tanto, un elemento productivo en el
mercado pero puede verse tambien como elemento consumidor (de materias primas)
en el mismo.
La empresa se articula en departamentos o secciones de los que los mas importantes tradicionalmente vienen siendo los siguientes:
Finanzas
Gestion
Compras
Almacen de materias primas
Produccion
Almacen de productos terminados
Ventas
Todos estos departamentos no son, ni mucho menos, los u
nicos existentes sino
que a su vez se articulan en otros departamentos y secciones que en funcion del
tama
no de la empresa esa pueden ser de mayor o menor complejidad. Los nombres
pueden cambiar seg
un sea el contexto en que se enmarque o se estudie la empresa.
La actividad de la empresa se puede representar por medio de un diagrama de
bloques en el que los bloques son los procesos y las flechas son los flujos de entrada
y salida de cada proceso. En la figura se han representado los principales bloques y
flujos de la empresa. Los flujos que las flechas representan son:
= flujos de producto
flujos de capital
. flujos de control (ordenes y medidas)
Observese que todos los bloques reciben flechas (ordenes) del bloque de gestion
y envan flechas (medidas) al mismo. El bloque de gestion es el mas importante en
el sentido de que controla a todos los demas.
1.2. LA EMPRESA PRODUCTIVA

Almacn de
materias primas
Produccin
11
Almacn de
productos terminados
Gestin
Compras
Finanzas
Ventas
MERCADO
Figura 1.1: Esquema de la empresa productiva
El diagrama de bloques puede dividirse en dos partes. La parte superior que se

encarga de la generacion del producto (gestion de produccion) y la parte inferior
que se encarga llevar el producto al mercado y de obtener el beneficio (gestion de
mercado o mercadotecnia).
Cada uno de estos bloques se subdivide a su vez de otros bloques, subprocesos,
con sus flujos asociados.
El objetivo de la empresa es maximizar el beneficio.
1.2.1
El proceso productivo
Un proceso productivo es una serie de operaciones que se realizan sobre unas materias primas (o productos mas elementales) para obtener un producto terminado,
listo para su utilizacion.
Una definicion descriptiva de proceso productivo puede resultar muy complicada,
puesto que hay muchas clases de procesos, siendo en cambio mas sencillo dar una
definicion de tipo entrada-salida:
Un proceso productivo es un sistema din
amico de control cuya entrada es un flujo
de producto (materias primas) y cuya salida es otro flujo de productos (productos
terminados).
Materias primas-
Proceso
productivo
Productos terminados-

12
Con una definicion as perdemos toda nocion de lo que sucede por dentro del
proceso pero en cambio capturamos lo esencial desde el punto de vista productivo:
flujos de producto de entrada y de salida (flechas) y como se relacionan entre s
(bloque). Sin embargo el bloque o funcion que relacona ambos flujos no es simple
sino que es un complejo sistema movido por eventos.
Un proceso productivo se compone internamente de diferentes subprocesos mas
simples conectados entre s, cada uno de los cuales se puede considerar tembien
como un sistema dinamico de control o proceso. Por tanto, hemos de tener una
idea de cuales son y como funcionan (o sea cuales son sus modelos matematicos) los
sistemas de control o procesos mas simples porque de ese modo podremos entender
despues como funcionan los procesos de fabricacion.
Los procesos productivos estan catalogados como sistemas complejos en la Teora
de Sistemas. La complejidad surge de la interconexion de unos procesos con otros
y de la naturaleza estocastica de muchos de los eventos que dirigen la evolucion del
sistema. Cada proceso esta conectado con otros procesos internos y externos a la
empresa, que pueden ser de muy distinta naturaleza y, en general, se compone de
subprocesos mas simples interrelacionados entre si.
Materia prima -
Proceso
Producto terminado-
Cada proceso productivo va asociado a un producto. Si queremos fabricar otro

producto deberemos cambiar el proceso. Sin embargo, para un producto terminado
dado y para la misma materia prima, el proceso puede no ser u
nico: en general, un
mismo producto se puede fabricar de muchas formas diferentes.
1.2.2
Operaciones b
asicas de fabricaci
on
Los procesos de fabricacion mas simples se llaman operaciones b

asicas. Algunas de
ellas son:
Procesado de un elemento
Montaje
Movimiento de material
Almacenamiento
Inspeccion y control
Procesado de un elemento
Es un proceso que se aplica a un solo producto, bien sea una pieza elemental o bien
un conjunto de piezas ya montado. Son de este tipo los procesos de mecanizado, los
de pintura, los tratamientos termicos, etc.
Materia prima Mecanizado
Pieza -
13
Proceso de montaje
Cuando un producto (terminado o no) se compone de varios elementos, la serie de
operaciones necesarias para unir todas las piezas formando el producto terminado
se llama proceso de montaje.
Mat. prima 1Mecanizado 1
Pieza 1Montaje Producto-
Mat. prima 2Mecanizado 2
1.2.3
Pieza 2-
Tipos de procesos
Si en nuestro hogar echamos una mirada a nuestro alrededor y observamos los objetos
que nos rodean, veremos que la gran mayora de ellos son el resultado o producto
de alg
un proceso de fabricacion y nos daremos cuenta que deben existen multitud
de ellos. Incluso, con un poco de imaginacion y ciertos conocimientos tecnicos,
podemos adivinar cual ha sido el proceso para fabricar un determinado producto o,
mejor dicho, los posibles procesos, ya que tambien nos daremos cuenta enseguida
de que hay muchas formas de fabricar el mismo producto. Ahora bien, tras muchos
a
nos de experiencia, se han afianzado cuatro tipos estandar de procesos:
Job Shops
Produccion por lotes
Lneas de produccion
Produccion continua
Job Shops
Es un tipo de produccion que permite fabricar una amplia gama de productos en
series de tama
no peque
no o mediano. Los productos suelen ser conjuntos de componentes, posiblemente complicados o de alta tecnologa, montados. Se utiliza para la
fabricacion de ciertas maquinas herramientas, robots, aviones, aeronaves y algunos
prototipos. Suelen exigir mano de obra muy especializada y mucho tiempo para el
dise
no de los procesos y para la preparacion de la maquinaria y los equipos humanos de montaje. Por todo ello, los tiempos de produccion son elevados y los costes
tambien.
14
Producci
on por lotes
Esta orientada a la fabricacion de lotes de tama
no medio de un determinado producto. La produccion de cada lote se hace de una tirada y, una vez terminado un lote,
el departamento de fabricacion enva una orden de control indicando si se puede
pasar a fabricar otro lote del mismo o de otro producto, en funcion de la demanda.
La maquinaria y el personal han de estar preparados para realizar con celeridad
las operaciones de cambio de lote.
Es quizas el tipo de produccion que se emplea para fabricar mayor n
umero de productos. Las industrias de calzado, muebles, electrodomestcos, maquina-herramienta
y otras muchas, lo utilizan.
Lneas de producci
on
Estos procesos son el resultado de la evolucion de la produccion en cadena, ideada
por Henry Ford. Se utiliza para producir grandes series de unos pocos productos,
que suelen estar formados mediante el montaje de piezas. El producto se desplaza
colocado en cintas trasportadoras, en carros o en otros elementos de transporte y
va pasando por estaciones de trabajo en cada una de las cuales se le aplica un
determinado proceso.
Si en una planta se utilizan varias lineas de produccion, los productos pueden
pasar de una lnea a otra, existiendo muchas configuraciones posibiles, asi como diferentes metodos y mecanismos de transferencia. Se suenen utilizar zonas o recipientes
a modo de peque
nos almacenes, para el almacenamiento intermedio de productos
semielaborados, y alimentadores de piezas para los procesos.
Basicamente hay dos tipos de lneas: lneas de proceso y lneas de montaje. En
las primeras, un producto o materia prima va pasando por distintos procesos que
lo van transformando hasta llegar al producto final. Un ejemplo lo tenemos en el
mecanizado de piezas. Las lneas de montaje se utilizan para fabricar productos
formados por conjuntos de piezas montados.
Quizas sea la fabricacion de automoviles el ejemplo mas tpico de este tipo de
produccion. Se fabrican grandes series de unos pocos modelos. Otros ejemplos son
la fabricacion de ciertos productos de gran consumo como neumaticos, bombillas,
bicicletas, envases de plastico, etc.
En este tipo de fabricacion se dise
na toda la factora en funcion del producto
a fabricar, por lo que un cambio de producto suele exigir el cierre de aquella o, al
menos, una completa remodelacion de la misma.
Producci
on continua
Es el tipo indicado cuando se desea producir pocos productos, de naturaleza simple
(no compuestos de muchas piezas) y en grandes cantidades. Se puede ver como un
flujo continuo de producto sobre el que se van realizando una serie de operaciones
o procesos. Por un lado entra la materia prima y por otro sale el producto final
(figura 1.2).

Materia prima
Proceso 1
15
Proceso 2
Proceso 3
Producto final
Figura 1.2: Proceso de produccion continua
Este tipo de produccion se aplica sobre todo en las industrias qumicas, petroqumicas, textiles, de plastico y de laminacion de acero.
1.2.4
Ubicaci
on de los procesos
La disposicion de los procesos dentro de la planta de produccion es importante porque de ella dependen muchos factores del proceso de produccion asi como la comodidad del personal, los cableados de alimentacion y buses de comunicaciones, etc. Los
programas simulacion (estocastica) de procesos pueden ayudar mucho en el dise
no
de la distribucion en planta. Tradicionalmente se consideran cuatro posibilidades de
ubicacion
Producto en posicion fija
Por clases de procesos
En flujo de producto
Por tecnologa de grupo
Producto en posici
on fija
Cuando el producto es muy grande, muy pesado o, por alguna otra razon, no debe
moverse, hay que ubicar las herramientas y los otros equipos de fabricacion en la
zona mas idonea para, en su momento, incidir en el producto. A veces se precisa
realizar obras e instalaciones especiales para poner todo en una buena disposicion.
Es la disposicion mas indicada en las industrias naval y aeronautica.
Por clases de procesos
Las maquinas de produccion se ubican en zonas o locales de la factora por clases
de procesos. En cada zona o local solo se realiza un proceso. Es una distribucion
que se implanta mucho para procesos de mecanizado de piezas: la misma pieza va
pasando por las distintas zonas hasta finalizar su mecanizado.
Resulta un tipo de fabricacion muy flexible puesto que se puede cambiar el
proceso simplemente a
nadiendo o quitando ciertas maquinas.
En flujo de producto
Los elementos que intervienen en la produccion se disponen a lo largo del flujo de
producto. Por ejemplo, a lo largo de una lnea de montaje en una fabricacion de

16
lneas dedicadas o a lo largo del flujo de producto una produccion continua. No es

facil hacer cambios en el proceso.
Por tecnologa de grupo
Esta distribucion esta indicada para factoras con gran diversidad de productos y
pretende ser una combinacion de las dos anteriores. Se basa en clasificar en familias
las piezas a fabricar (sin importar el producto en el que iran montadas) por su
semejanza en su dise
no y fabricacion. Con esto se puede conseguir organizar la
produccion en dos partes: 1) por clases de procesos, (que fabricara las familias de
piezas) y 2) en flujo de producto (que fabricara el resto de las piezas y hara los
montajes pertinentes).
1.3
El proceso en feedback
La realimentacion o feedback es el artificio basico del control. Aunque suponemos

que el tema es ya conocido por el lector, creemos conveniente recapacitar sobre
su funcionamiento, por ser basico para muchas de las partes que se trataran mas
adelante. Lo haremos (por razones historicas) a partir del primer mecanismo que lo
incorporo: el governor de Watt.
1.3.1
El regulador de Watt
Aunque se conocen algunas aplicaciones de aparatos que funcionaban siguiendo el

principio de la realimentacion y que datan de epocas muy antiguas, se puede decir
que el primer sistema de control industrial de la historia fue el regulador (governor )
inventado (o al menos adaptado) por James Watt hacia 1788 para su maquina de
vapor. Veamos, a modo ilustrativo, su esquema. En la figura aparece la pieza
quizas mas importante que suele llamarse regulador de bolas y que ejerce a la vez
captador, regulador y actuador.
(t)
El operador o maquinista controla la posicion
xC del punto superior del cuadrilatero articuC
lado fijando as la consigna de velocidad ref .
El eje dibujado esta unido al eje de rotacion
de la maquina de vapor. Si la velocidad (t)
de esta aumenta, entonces, debido a la fuerza
B
centrfuga, las bolas B se separan y el vertice
inferior A del cuadrilatero articulado, movil,
act
ua cerrando la valvula de salida de vapor
de la caldera. Se establece as un proceso en
A
Actuador
feedback que se puede explicar con el diavlvula
grama de bloques siguiente. El regulador de
x
bolas hace las funciones del punto de suma y
de los bloques captador y actuador.
1.3. EL PROCESO EN FEEDBACK

xC - m +
Controlador
(ref )
17
x-
Valvula
p-
Maquina
r (s)-
Captador
La tarea que realiza este controlador es simple y efectiva: el controlador abre
o cierra la la valvula en funcion de la diferencia e entre la medida xA de la salida
(variable controlada) y la entrada xC (referencia). Si e es cero entonces la medida
de la salida es igual a la referencia, es decir, el valor de la variable controlada es el
deseado y la salida del actuador es cero (no act
ua); en caso contrario el controlador
movera la valvula en sentido de apertura o de cierre, dependiendo de que el valor e
sea positivo o negativo. Es facil acoplar mecanicamente el punto A a la valvula de
modo que esta se abra si e > 0.
De este modo se consigue que la velocidad de rotacion (t) del eje de la maquina
se mantenga mas o menos constante, incluso aunque se produzcan variaciones en la
potencia entregada o en la presion p de la caldera.
1.3.2
Esquema de regulaci
on en feedback
El artificio que hace funcionar al regulador de Watt es la realimentacion o feedback.

Una vez entendamos como funciona podremos comprobar, quizas con asombro, que
no solo puede aplicarse a la maquina de vapor sino que puede servir de base para
controlar otros sistemas fsicos de muy diferente naturaleza tales como sistemas
economicos y sistemas productivos. Ademas, la realimentacion aparece a veces como
un componente basico en muchos procesos de la Naturaleza, incluso en los seres
vivos.
D(s)
?V (s)
Yref - m(s)X(s)
- A U (s)
- +m
- P
+
C
6
Ym (s)
r Y (s)-
M
Figura 1.3: Esquema de regulacion en feedback
Los elementos esenciales que aparecen en el regulador de Watt y que configuran

todo mecanismo de control con realimentacion (figura 1.3) son los siguientes:
y
ref
Entrada de referencia o de consigna
d(t)
Entrada perturbadora
y(t)
Salida

18
C Controlador. Es el dispositivo que toma la diferencia (t) entre la entrada

de referencia yref y la medida ym (t) de la respuesta, la procesa y, como resultado del proceso, enva estmulos x(t) sobre el actuador. Realmente es un
procesador de se
nal.
A Actuador. Act
ua, con la potencia necesaria, sobre la planta.
P Planta o Proceso: es el sistema a controlar (la maquina de vapor en el regulador
de Watt).
M Medidor. Es un aparato para medir, normalmente en forma electrica, el valor
de la salida y(t).
La idea del control es simple: con la entrada de referencia yref el operador fija el
valor deseado para la variable de salida y(t) (a controlar); el controlador recibe en
su entrada la diferencia (t) entre la entrada yref de referencia y la medida ym (t) de
dicha salida en un instante t1 , de modo que si esa diferencia es positiva (ym < yref )
entonces, tras el proceso de la se
nal (t), enviara estmulos x(t) al actuador para
que este ejerza una accion u(t) sobre la planta con el fin de que el valor de la salida
y(t) vaya aumentando para t > t1 . Cuando en otro instante t2 > t1 la diferencia e
sea negativa, la accion del controlador sera la inversa, es decir, ejercera una accion
u(t) sobre la planta tal que el valor de la salida y(t) vaya disminuyendo para t > t2 .
En adecuadas condiciones, si el controlador se dise
na correctamente, es posible
conseguir que el valor de la salida se mantenga, mas o menos, igual al valor de la
entrada de referencia incluso en presencia de la perturbacion d(t).
1.3.3
El significado del control
Controlar un sistema dinamico significa conducirlo, llevarlo, gobernarlo o comardarlo, de tal manera que su trayectoria o evolucion en el tiempo se aproxime a una
fijada de antemano, mediante la actuacion sobre unos elementos del sistema llamados controles. As, un chofer controla la trayectoria de un vehculo girando el
volante, pisando el acelerador y los frenos y moviendo el cambio de marchas. De
forma mas imprecisa, el gobierno de una nacion dispone de ciertos controles, como
los salarios, los impuestos, el valor de la moneda, etc., para controlar la evolucion
de la tasa de inflacion.
La Teora de Control estudia los sistemas que son de alg
un modo controlables
as como los problemas relacionados con este control.
Un sistema de control es una entidad u objeto provisto de unos terminales de
entrada (controles), por los cuales puede recibir estmulos, y otros de salida, por de
que emite su respuesta. Esta definicion permite representar graficamente un sistema
de control como una caja negra o bloque con flechas de entrada y de salida. La figura
1.4 representa un sistema monovariable, es decir, con una entrada y una salida.
El sistema objeto de control suele denominarse Planta o Proceso, de acuerdo con
sus aplicaciones en ingeniera.
INDUSTRIAL
1.4. LA AUTOMATIZACION
Entrada-
Bloque
19
Salida -
Figura 1.4: Sistema
1.3.4
El control en la empresa
El esquema de regulacion en feedback es aplicable a muchos de los procesos de la

empresa, dando lugar a diferentes clases de control seg
un sea la aplicacion. Algunos
de ellos son:
Control de produccion
Control de calidad
Control de presupuestos
Control de procesos
Los elementos esenciales del control van a seguir siendo siempre la medida de variables del proceso a controlar, la realimentaci
on de las variable medidas, la comparaci
on con una consigna previamente establecida y, en funcion de esta u
ltima, la
actuaci
on sobre el proceso.
1.4
La automatizaci
on industrial
Automatizar un proceso es conseguir que, aplicando el mecanismo de feedback,

funcione sin intervencion humana. Como veremos, esta idea resulta muy clara en el
caso del control de procesos continuos, pero tambien se ve que funciona en el caso
de otros tipos de control, como es el caso de los procesos movidos por eventos.
1.4.1
T
ecnicas de control
Atendiendo a la tecnica utilizada para procesar se

nales, el bloque de control C de
la figura 1.3 se puede realizar fsicamente mediante
tecnicas analogicas
tecnicas digitales
T
ecnicas anal
ogicas
Es el metodo mas antiguo de los dos y dio lugar a las tecnicas de control clasicas. El
proceso analogico de se
nales puede ser mecanico, neumatico, hidraulico, electrico,
electronico y optico. En el regulador de Watt es de tipo mecanico. El componente
fundamental que permitio el desarrollo de el control analogico fue el amplificador
electronico, inventado en la decada de los 50.

20
La aplicacion principal de las tecnicas analogicas es la realizacion de controladores de Procesos Continuos industriales: mecanismos y maquinas movidos por
motores electricos, procesos con fluidos, hornos, etc.
Hay dos tipos que han sido, y siguen siendo, muy utilizados: el controlador de
adelanto-retraso de fase y el controlador PID. En este u
ltimo, las letras significan
proporcional, integral, derivativo e indican el proceso, o funcion matematica C(),
que realiza el controlador:

Z
dx(t)
1 t
x(t) = C((t)) = Kp 1 + Td
+
x( )d ,
(1.1)
dt
Ti 0
en donde los parametros Kp , Td y Ti son constantes. La realizacion de esta funcion
se hace casi siempre utilizando componentes electronicos analogicos, generalmente
amplificadores operacionales, pero son posibles las realizaciones con componentes de
fl
uidos.
T
ecnicas digitales
La aparicion primero del ordenador y posteriormente de los microprocesadores y
microcontroladores y del ordenador personal, asi como el desarrollo de las comunicaciones, del software y de otros campos afines, han hecho que las tecnicas de control
se hayan sofisticado y extendido.
Las aplicaciones son muchas. En principio, las tecnicas digitales se utilizaron
para realizar controladores para los procesos continuos. Los controladores anta
no
analogicos, y en particular el PID, hoy da se realizan y comercializan en su version digital. Ahora la funcion (1.1) la realiza un microprocesador a traves de un
algoritmo. El campo de aplicacion es el mismo pero las prestaciones de los digitales
son muy superiores a las de sus hermanos analogicos. Resulta mas facil sintonizarlos, es decir, ponerles los parametros adecuados, y estan preparados para poder ser
operados a distancia a traves de buses de comunicacion.
Despues, se utilizaron para el desarrollo de otros dispositivos de control, entre
los que cabe destacar el automata programable de gran aplicacion en el Control de
procesos de eventos discretos.
Y, finalmente, han hecho posible una creciente Automatizaci
on Global, es decir,
la expansion del control y las comunicaciones por toda la empresa en base a las
estructuras de control que se han ido creando: control centralizado, control distribudo, control jerarquico, etc.
1.4.2
Estructuras de automatizaci
on
En el intento de automatizar cualquier empresa siempre nos van a surgir un buen

n
umero de cuestiones: donde va ubicado y como se realiza el control de cada
proceso? como se conectan unos controles con otros? se pueden controlar y/o
supervisar procesos desde la gestion de la empresa? Para responderlas, habremos
de idear alg
un plan para estructurar el control. El grado de automatizacion deseado
va a ser fundamental para trazar dicho plan. Se suelen distinguir como cuatro
categoras:
INDUSTRIAL
Proceso 1
Proceso 2
Proceso 3
21
Proceso 4
Figura 1.5: Estructura de control: computador 4 automatas
Automatizacion fija
Automatizacion programable
Automatizacion flexible
Automatizacion total
La automatizacion fija se utiliza cuando el volumen de produccion es muy alto
y, por tanto, se puede justificar economicamente el alto costo del dise
no de equipo
especializado para procesar el producto, con un rendimiento alto y tasas de produccion elevadas. Un ejemplo tpico puede ser la fabricacion de automoviles. Un
inconveniente de la automatizacion fija es que su ciclo de vida depende de la vigencia
del producto en el mercado.
La automatizacion programable se emplea cuando el volumen de produccion es
relativamente bajo y hay una diversidad de productos a obtener. En este caso el
equipo de produccion es dise
nado para adaptarse a la variaciones de configuracion
del producto y esta adaptacion se realiza por medio de Software. Un ejemplo podra
ser la fabricacion de diferentes tipos de tornillos bajo pedido.
Por su parte, la automatizacion flexible es mas adecuada para un rango de produccion medio. Los sistemas flexibles poseen caractersticas de la automatizacion
fija y de la automatizacion programada. Suelen estar constituidos por una serie
de estaciones de trabajo interconectadas entre si por sistemas de almacenamiento y
manipulacion de materiales, controlados en su conjunto por una computadora.
El escalon final es la automatizacion total de la produccion, en la que, idealmente,
la fabricacion se realizara sin intervencion humana.
En la figura 1.5 se muestra una estructura de control sencilla compuesta por un
computador que se comunica, a traves de un bus, con cuatro automatas programables cada uno de los cuales controla un determinado proceso.

22
1.4.3
Ventajas e inconvenientes de la automatizaci

on
Como es logico, la automatizacion tiene sus ventajas e inconvenientes. Entre las

primeras podemos citar:
Permite aumentar la produccion y adaptarla a la demanda
Disminuye el coste del producto
Consigue mejorar la calidad del producto y mantenerla constante
Mejora la gestion de la empresa
Disminuye de la mano de obra necesaria
Hace mas flexible el uso de la herramienta
Algunos inconvenientes son
Incremento del paro en la sociedad
Incremento de la energa consumida por producto
Repercusion de la inversion en el coste del producto
Exigencia de mayor nivel de conocimientos de los operarios
Hasta ahora no se ha dado mucha importancia al segundo punto pero cabe pensar
que, en el futuro, el aumento del coste de la energa pueda repercutir en un considerable aumento de los costes de la produccion automatizada. Ello nos llevara a
tener que considerar nuevos metodos o, quizas, a reconsiderar antiguos metodos de
fabricacion semi-automatizada en la que ciertas tareas podran ser realizadas por
operarios humanos. De hecho, aunque lamentable, es significativa la practica de la
utilizacion de mano de obra barata, no especializada (incluso infantil), por grandes
compa
nas que instalan sus factoras en pases subdesarrollados.
En el mundo industrial actual la Automatizacion es practicamente imprescindible, debido a los niveles de productividad, fiabilidad y rentabilidad que el mercado
exige a los productos elaborados para ser competitivos.
Anta
no la automatizacion se aplicaba solo al proceso productivo (a las maquinas),
porque era el que mas recursos humanos consuma, resultando as una automatizaci
on local. Pero hoy da podemos hablar de una automatizaci
on global ya que se ha
extendido no solo a todos los procesos de la empresa (bloques de la figura 1.1) sino
tambien a los flujos de control (lneas a trazos de la figura 1.1), que pueden tambien
ser automatizados mediante buses de comunicacion y redes de area local; ademas,
una empresa puede comunicarse a traves de Internet con otras empresas pudiendo
crearse de esta forma redes de empresas extendidas por todo el mundo.
INDUSTRIAL
1.4.4
23
Elementos de la automatizaci
on
Hay muchas areas y tecnologas que intervienen en la Automatizacion. Las mas

importantes, junto con algunos de sus elementos, son:
Mecanica
Herramientas
Mecanismos
Maquinas
Elementos de transporte
Electrica
Automatismos electricos
Motores electricos de c.c. y c.a.
Cableados de fuerza y de mando
Aparillajes electricos en general
Tecnologa Electronica
Controladores analogicos
Sensores / Transductores
Pre-acionadores
Drivers de accionamientos
Communicaciones
Telemando y Telemetra
Sistemas de comunicacion inalambrica
Neumatica y electro-neumatica
Cilindros neumaticos
Valvulas neumaticas y electro-neumaticas
Automatismos neumaticos
Hidraulica y electro-hidraulica
Cilindros hidraulicos
Valvulas hidraulicas y electro-hidraulicas
Automatismos hidraulicos
Aplicaciones de Control e Informatica Industrial
Controladores de procesos

24
Control por computador
Control embutido (embedded control)

Vision artificial
Robotica
Mecatronica / Control de movimiento
Celulas de fabricacion flexible
Celulas de Mecanizado
Celulas de Montaje Automatico
Control Numerico
Sistemas CAD-CAM (Computer Aided Design & Manufacturing)
Sistemas CIM (Computer Integrated Manufacturing System)
Redes y buses de comunicaciones
1.5
Modelos matem
aticos de sistemas
En el analisis de los sistemas de control juegan un papel primordial los modelos

matematicos. Un modelo matematico de un sistema dinamico es una ecuacion o
sistema de ecuaciones, de un determinado tipo, que lo representa, y cuya evolucion
en el tiempo se coresponde con la del sistema.
El modelo permite hacer calculos, predicciones, simulaciones y dise
nar nuevos
sistemas de control sobre el papel sin necesidad de tener que construirlos hasta
que se considere oportuno.
Los bloques, entradas y salidas que componen un sistema de control pueden ser
de naturaleza muy diferente seg
un sea la aplicacion que estemos considerando. La
Teora de Control es la parte de la ciencia que estudia todos estos sistemas desde
los puntos de vista matematico, fsico y tecnologico.
Lo primero que vamos a hacer para estudiar matematicamente los sistemas es
clasificarlos atendiendo a alguna propiedad importante. Como no cabe duda que el
tiempo es esencial para todo sistema de control, puesto su evolucion depende del
tiempo, podemos clasificarlos, atendiendo a como sea dicha evolucion, en
Sistemas de tiempo continuo
Sistemas de tiempo discreto
Sistemas de eventos discretos
Esta clasificacion nos va servir tanto para el estudio matematico, analisis y modelado de los sistemas de control como para su sntesis, o sea, su dise
no y realizacion
utilizando diferentes tecnologas. Cada una de estas clases se divide a su vez en otras
DE SISTEMAS COMPLEJOS
1.6. MODELADO Y SIMULACION
25
que van configurando las diferentes partes que configuran la Teora de Control y sus
aplicaciones.
Los sistemas de eventos discretos reciben tambien el nombre de sistemas reactivos o sistemas comandados por eventos (event-driven systems). Sus modelos
matematicos son complejos, se basan en procesos estocastcos y procesos de colas,
por lo que es habitual trabajar con modelos no matematicos basados en computador.
En este sentido ha supuesto un gran avance la especificacion del Lenguaje Unificado de Modelado (UML).
1.6
Modelado y simulaci
on de sistemas complejos
El modelado y simulacion se utiliza en muy aplicaciones diversas, tales como dinamica

de fluidos, sistemas energeticos y gestion de negocios. Dentro de los currcula universitarios se estudia, entre otras, en las areas de Teora de Sistemas, Teora de
Control, Analisis Numerico, Ciencias de la Computacion, Inteligencia Artificial e
Investigacion Operativa. Poco a poco ha ido haciendose cada vez mas potente hasta
el punto en que hoy se considera con capacidad para integrar todas las anteriores
disciplinas. Mas a
un, ha sido propuesto por algunos como el paradigma de la computacion del futuro. Como paradigma, constituye un metodo para representar los
problemas, para analizarlos y para obtener soluciones. En la fase de analisis, el
modelo se construye inductivamente a partir de observaciones realizadas sobre un
sistema real. En la fase de sntesis se utilizan los modelos creados en la fase de
analisis para dise
nar nuevos modelos que satisfagan determinadas especificaciones y
se construyen los sistemas reales (realizaciones) si se considera oportuno. A veces
suele ser preciso repetir iterativamente las fases de analisis y dise
no hasta conseguir
dar con la solucion buscada.
1.6.1
Importancia del modelado
El conocimiento sobre las cosas que tenemos a nuestro alrededor, adquirido a traves
de los sentidos y almacenado en el cerebro, no es la realidad sino una abstraccion,
un modelo de la misma. Es un modelo en el que se reflejan algunas caractersticas
estaticas (forma, dimensiones, color, sonido, olor, temperatura, acabado superficial,
etc.) y quizas tambien algunas otras dinamicas (velocidad, etc). Si utilizamos instrumentos de medida, la informacion que adquirimos puede enriquecerse con n
umeros,
graficos y quizas con otros tipos de informacion propia de cada instrumento.
De alguna manera, la informacion que hemos adquirido sobre un objeto es el
resultado de experiencias (experimentos) que hemos realizado sobre el mismo. Por
tanto, la informacion adquirida es siempre parcial, se refiere a los resultados de
experiencias o experimentos y el modelo de cualquier sistema es tambien parcial,
es decir, solo refleja aquellos aspectos que han sido medidos y analizados dentro de
un determinado contexto experimental. Otros aspectos pueden quedar ocultos en el
modelo porque a
un no se conocen, sencillamente porque no se han medido o, si se
quiere, porque quedan fuera de contexto.

26
REALIDAD
MODELO
Entidad
del
Mundo Real
Modelo
bsico
OBJETIVOS
anlisis slo
en contexto
experimental
dentro del contexto

Sistema S
experimento
dentro de contexto
Datos
observados de
Experimento
Conocimiento
a priori del
modelo bsico
Modelo M
Validacin
Simulacin =
Experimento virtual
Resultados
de
Simulacin
Proceso de
Modelado y Simulacin
Figura 1.6: Esquema del modelado
En la figura 1.6 se indica esquematicamente el proceso de obtencion de un modelo

a partir de la realidad. Es importante recalcar de que la informacion que podemos
tener sobre una determinada entidad real la adquirimos a traves de experimentos
hechos en un determinado contexto de modelado. Por esta razon, los nombres con
que muchas veces se etiquetan ciertas entidades del mundo real provienen no de la
entidad misma sino de su modelo. As, por ejemplo, si hablamos de sistemas de
tiempo continuo nos estamos refiriendo a la familia de entidades reales que admiten
un modelo de tiempo continuo. Es decir que lo que estamos haciendo es clasificar
las entidades reales en clases en funcion de las caractersticas de los modelos. Es
evidente que una misma entidad real puede pertenecer a varias de estas clases, o sea,
puede admitir distintos modelos, dependiendo de las caractersticas que se quieran
poner de manifiesto.
Disponer de un modelo antes de proceder al desarrollo de software y hardware es
tan importante para el ingeniero responsable de cualquier automatizacion industrial
como puede ser, para el arquitecto, tener un anteproyecto antes de construir un gran
edificio.
El modelado adquiere mayor importancia cuanto mayor es la complejidad del
sistema. Algunos sistemas (por ejemplo biologicos) son tan complicados que hasta
hace poco no se saba muy bien como funcionaban pero que, tras el modelado de
sus partes elementales y la posterior conexion de las mismas, empiezan ya a ser
estudiados y entendidos, al menos en alguno de sus aspectos. Sin ir tan lejos,
tener un buen modelo resulta de una ayuda inestimable para cualquier dise
no de
automatizacion industrial.
27
Sera estupendo que el lenguaje de modelizacion fuera universal pues ello facilitara la comunicacion entre los equipos de desarrollo dentro de la empresa y tambien,
fuera de ella, entre los miembros de la comunidad cientfica.
Un buen lenguaje de modelizacion ha de tener
Elementos del modelo conceptos fundamentales y semantica
Notacion representacion visual de los elementos del modelo
Directivas lenguajes a utilizar para el modelado
Lenguaje Unificado de Modelizaci
on (UML)
La carencia de un lenguaje estandar de modelizacion ha sido durante mucho tiempo
el principal quebradero de cabeza de muchos dise
nadores de software. La situacion
era caotica hasta hace poco porque, al ser las herramientas de desarrollo de software
de diferentes fabricantes e incompatibles entre s, cuando alguien pretenda modelar
un sistema complejo, formado por subsistemas de diferente naturaleza, al final se le
presentaba la complicada tarea de acoplar los resultados de los modelos de cada una
de las partes, desarrolladas en diferentes lenguajes. Afortunadamente la situacion ha
cambiado recientemente con la aparicion del denominado Unified Modeling Language
(UML). El desarrollo de este lenguaje comenzo en Octubre de 1994 cuando Grady
Booch y Jim Rumbaugh, de la empresa Rational Software Corporation, unificaron
el anterior metodo de Booch y el llamado tecnica de Modelado de Objetos (OMT) y
crearon un proyecto com
un, al que llamaron Unified Method, cuyo primer borrador
vio la luz en Octubre de 1995. A finales del mismo a
no Ivan Jacobson y su empresa
Objectory se unieron a Rational Software y como resultado de la union surgio el
metodo OOSE (Object-Oriented Software Engineering).
Al comenzar a trabajar juntos, Booch, Rumbaugh y Jacobson fijaron como objtivos los siguientes:
1. Otorgar al modelado de sistemas (y no solo al software) la capacidad de utilizar
conceptos orientados a objetos.
2. Establecer un acoplamiento explcito con los artefactos tanto conceptual como
ejecutable.
3. Tratar los temas inherentes a la escala en los sistemas complejos y de mision
crtica.
4. Crear un lenguaje de modelado entendible tanto por las maquinas como por
los seres humanos.
Los esfuerzos de los tres ingenieros dieron su fruto con la publicacion de las
versiones 0.9 y 0.91 de UML, en Junio y en Octubre de 1996. UML comenzo a
extenderse con rapidez y muchas importantes empresas vieron en UML un asunto
de importancia estrategica para sus negocios. Tras una primera fusion con OMG
(Object Management Group), Rational Software establecio las bases para crear un

28
consorcio empresarial, al que pronto se unieron las compa

nas mas importantes del
mundo de la informatica: DEC, HP, IBM, Microsoft, Oracle, TI, Unisys, etc.
UML se ha ido enriqueciendo con las aportaciones de los nuevos socios dando
lugar a la aparicion de nuevas versiones. La version UML 1.3, de Junio de 1999.
Actualmente la version de UML mas en bogaes la 1.5, y se esta trabajando en la
2.0.
Ofrecer a los usuarios un lenguaje de modelado de uso inmediato, expresivo y
visual, para desarrollar e intercambiar modelos significativos.
Suministrar mecanismos de extension y especializacion que permitan extender
los conceptos del n
ucleo del lenguaje.
Soportar especificaciones que sean independientes de los lenguajes de programacion particulares y de los procesos de desarrollo.
Dar una base formal para el aprendizaje del lenguaje.
Animar el crecimiento del mercado de herramientas para objetos.
Soportar conceptos de desarrollo de alto nivel: components, collaborations,
frameworks, patterns.
Integrar las mejores practicas de programacion.
Caractersticas de UML
UML es un lenguaje sin propietario y abierto a todos. Ofrece a los ingenieros de
sistemas que trabajan en analisis y dise
no orientados a objetos, un consistente lenguaje para especificar, visualizar, construir y documentar los artefactos de software
y tambien para el modelado de negocios y de otros sistemas. Esta estructurado en
9 paquetes:
Data Types
Core
Extension Mechanisms
Comon Behavior
State Machines
Activity Graphs
Collaborations
Use Cases
Model Management
29
Los fabricantes y desarrolladores de software que adoptan el lenguaje UML deben

etiquetar sus productos con la frase UML compliant e indicar el grado de cumplimiento con cada una de las especificaciones del lenguaje.
Para el desarrollo de los artefactos de software, UML tiene en cuenta las siguientes consideraciones:
El estudio de todo sistema complejo se aborda mejor por medio de una secuencia de visiones distintas del modelo. Una sola vista no es suficiente.
Todo modelo se puede expresar a diferentes niveles de fidelidad.
Los mejores modelos estan conectados a la realidad.
En terminos de vistas de un modelo, UML define los siguientes diagramas graficos:
use case diagram
class diagram
behavior diagrams:
statechart diagram
activity diagram
interaction diagrams
sequence diagram
collaboration diagram
implementation diagrams:
component diagram
deployment diagram
Todos estos diagramas dan m
ultiples perspectivas del sistema bajo analisis o
desarrollo. Ademas UML tiene herramientas para obtener un buen n
umero de visiones derivadas. UML no soporta diagramas de flujo de datos (data-flow diagrams),
simplemente porque no encajan limpiamente en un paradigma consistente orientado
a objeto. Para modelar flujos de datos valen los diagramas de actividad (activity
diagrams) de UML.
UML consigue acabar con las diferencias (a veces absurdas) entre los lenguajes
de modelizacion anteriores y, quizas mas importante, unifica las perspectivas de
acercamiento entre muchas clases diferentes de sistemas (negocios contra sotware),
fases de desarrollo (requerimientos, analisis, dise
no e implementacion) y conceptos
internos.

30
1.7
Estructura del curso
El curso se estructura en 4 partes. Las dos primeras son mas bien teoricas y en ellas
se estudian los fundamentos que permiten el modelado de sistemas. Las otras dos
partes son de un contenido mas bien practico, de aplicacion de lo estudiado antes,
si bien en la u
ltima parte se requieren algunos nuevos conocimientos teoricos.
Automatizacion local
Automatizacion global
1.7.1
Esta primera parte esta enfocada al dise

no de de controladores para procesos de
tiempo continuo. Suponiendo un conocimiento previo de las nociones basicas de la
Teora de Control, se estudiaran algunas tecnicas clasicas de dise
no de controladores
analogicos y digitales. Se hara un especial enfasis en el estudio de los controladores
PID y sus metodos de sintona.
1.7.2
En la segunda parte repasaremos primero algunos conceptos basicos sobre sistemas

combinacionales y secuenciales, para pasar a ver los modelos de sistemas de eventos
discretos mas usados actualmente en automatizacion:
Diagramas de estado
Redes de Petri
Grafcet
Statecharts
1.7.3
Automatizaci
on local
En esta parte estudiaremos algunos de los elementos existentes en el mercado dedicados a la automatizacion local. Es un tema mas bien descriptivo y muy extenso
en el que, aparte de lo mostrado en clase, el alumno debe intentar conseguir informacion (catalogos, documentos de Internet, etc.) sobre los productos comerciales.
Algunos de los elementos son
Captadores
Pre-actuadores y actuadores.
1.7. ESTRUCTURA DEL CURSO
31
Automatismos electricos
Automatismos neumaticos e hidraulicos
Controladores industriales
1.7.4
Automatizaci
on global
Esta u
ltima parte esta dedicada al estudio de la automatizacion global y en la misma
daremos una vision general algunos aspectos importantes de la misma, tales como
Simulacion de procesos productivos
Redes locales
Buses industriales
GEMMA
SCADA
Control jerarquico
32
Parte I
33
Captulo 2
Dise
no de Controladores
2.1
Introducci
on
Los sistemas de control se aplican en numerosos campos de la tecnologa y de la

ciencia. Se pueden citar ejemplos tales como los pilotos automaticos en barcos o
aviones, el control teledirigido de naves espaciales, controles de posicion y velocidad
en maquinas herramientas, control de robots, control de procesos industriales, suspension activa de los automoviles, controles diversos en electrodomesticos, etc., en
los que los sistemas de control desempe
nan un importante papel. La lista de aplicaciones pudiera resultar interminable ya que, debido al progresivo abaratamiento y
miniaturizacion los componentes electronicos, ha sido enorme su proliferacion y desarrollo. Un sistema de control consta de un proceso o planta que se desea controlar
y de otros elementos que realizan el control, formados esencialmente por captadores
y controladores. En la figura 2.1 se ha representado un sistema de control basico
monovariable. En la misma, la planta se representa por el bloque de funcion de
transferencia Gp , el controlador por Gc y el captador por H.
Los metodos de dise
no sirven para proyectar el sistema de control y determinar
los componentes mas adecuados para un funcionamiento satisfactorio. El objetivo
del dise
no, en el caso mas sencillo, suele ser una parte del sistema, denominada
controlador, que tiene asignada la mision de control. En los sistemas de control
continuos este elemento esta constituido generalmente con componentes electronicos
de tipo analogico mientras que en los sistemas de control discretos es un controlador
basado en un computador digital. Por otro lado hay que distinguir entre el control
de sistemas SISO y MIMO.
El enfoque del dise
no sera muy diferente para un sencillo bucle de regulacion de
tipo SISO que para un sistema de control de un proceso MIMO en el que intervienen
m
ultiples variables interrelacionadas. En este capitulo vamos a tratar del dise
no de
sistemas de control continuos monovariables [2, cap. 7].
35
DE CONTROLADORES
CAPITULO 2. DISENO
36
2.2
Tipos de controladores
En la figura 2.1 el control del sistema ha sido asignado al bloque Gc denominado

controlador. Puesto que el dise
no va a consistir en determinar los componentes
de este elemento, veamos en primer lugar los tipos mas comunes de controladores
utilizados en la practica, junto con sus correspondientes implementaciones basadas
en amplificadores operacionales y componentes pasivos.
D(s)
R(s)
Gc
Y(s)
Gp
H
Figura 2.1: Sistema de control
2.2.1
Controlador tipo proporcional P
La funcion de transferencia del controlador P es

G c = Kp
(2.1)
siendo Kp una constante. En la figura 2.2 se representa el esquema de un amplifiVi
R
Vo
R2
R1
Figura 2.2: Esquema de un controlador P
2.2. TIPOS DE CONTROLADORES
37
cador o inversor en el cual se cumple

Kp =
2.2.2
R1 + R2
V0
=
Vi
R1
Controlador tipo integrador
Su funcion de transferencia es
1
(2.2)
sTi
Siendo Ti una constante. Se ha implementado mediante el circuito integrador inversor representado en la figura 2.3, en la que
Gc =
1/sC1
1
V0
=
=
Vi
R1
sR1 C1
Gc =
(2.3)
La constante de tiempo Ti de este controlador I vale, por tanto,
C1
Vi
R1
Vo
Figura 2.3: Esquema de un controlador I
Ti = R1 C1
2.2.3
(2.4)
Controlador tipo derivativo D
Gc = sTd
(2.5)
Siendo Td una constante. Su circuito electronico, con una configuracion inversora,

aparece en la figura 2.4, en la que
Gc =
V0
R1
=
= sR1 C1
Vi
1/sC1
(2.6)
La constante de tiempo T del controlador I vale por tanto,

Td = R1 C1
(2.7)
DE CONTROLADORES
CAPITULO 2. DISENO
38
R1
Vi
C1
Vo
Figura 2.4: Esquema de un controlador D
2.2.4
Controladores PID
Los tres controladores basicos P, I, D, que acabamos de ver pueden agruparse en

forma aditiva entre s dando lugar a las combinaciones PI, PD y PID. En la figura
2.5 se representa un controlador PID en forma de diagrama de bloques [2, sec. 7.10].
Gc =
V0
1
= Kp (1 +
+ sTd )
Vi
sTi
(2.8)
Este controlador PID se transforma facilmente en otro PI o PD eliminando una
Vi
1
sT i
Kp
Vo
sT d
Figura 2.5: Diagrama de bloques de un controlador PID
de las ramas I o D del diagrama de bloques. Si eliminamos ambas ramas I y D

se transforma en un controlador P. Una posible implementacion electronica de este
controlador, que se ajusta al diagrama de bloques, se ilustra en la figura 2.6.
La funcion de transferencia del circuito PID as compuesto viene dada por la
2.2. TIPOS DE CONTROLADORES
39
R1
R1
R4
C2
R5
Vi
R1
R4
Vo
R3
C3
R4
Figura 2.6: Diagrama de bloques de un controlador PID
expresion (2.9) en la que

Kp =
2.2.5
R5
,
R4
Ti = R2 C2 ,
Td = R3 C3
(2.9)
Controladores de adelanto y de retraso de fase
Son controladores que producen un avance, un retraso o una combinacion de avance

y retraso en la fase de la tension de salida con respecto a la tension de entrada al
controlador [2, sec. 7.9]. La funcion de transferencia de un controlador de adelanto
o retraso es
V0
s zc
Gc =
= Kc
(2.10)
Vi
s pc
Si | zc |<| pc | es un controlador de adelanto de fase mientras que si | zc |>| pc |, es
de retraso de fase.
Estos controladores pueden realizarse mediante redes pasivas RC o bien con circuitos basados en amplificadores operacionales. La figura 2.7 muestra los esquemas
de una red RC de adelanto de fase y otra de retraso. La funcion de transferencia de
la red de la figura 2.7a es
Gc =
V0
s zc
1 + T s
= Kc
=
Vi
s pc
(1 + T s)
siendo = (R1 + R2 )/R2 y T = CR1 R2 /(R1 + R2 ).
(2.11)
DE CONTROLADORES
CAPITULO 2. DISENO
40
C
R1
R1
C
R2
Vi
Vi
Vo
Vo
R2
a)
b)
Figura 2.7: Redes de adelanto y de retraso de fase
La red de retraso de fase de la figura 2.7b tiene por funcion de transferencia

Gc =
V0
s zc
1 + Ts
= Kc
=
Vi
s pc
1 + T s
(2.12)
siendo = (R1 + R2 )/R2 y T = R2 C. En la figura 2.8 se ha representado una red

C1
R1
R2
Vi
Vo
C2
Figura 2.8: Red de adelanto-retraso de fase

pasiva RC de adelanto-retraso de fase, cuya funcion de transferencia es
Gc =
V0
(1 + T1 s)(1 + T2 s)
=
Vi
(1 + T1 s)(1 + T2 s)
(2.13)
donde > 1, = 1/, T 1 = R1 C1 , T2 = R2 C2 y T1 T2 = R1 R2 C1 C2 . Los

controladores de adelanto y de retraso de fase pueden construirse tambien a base de
circuitos con operacionales. El circuito representado en la figura 2.9 puede funcionar
como controlador de adelanto y de retraso de fase. Su funcion de transferencia es
Gc =
V0
s zc
C1 (s + 1/R1 C1 )
= Kc
=
Vi
s pc
C2 (s + 1/R2 C2 )
(2.14)

BASADOS EN EL LUGAR DE LAS RAICES
2.3. METODOS
DE DISENO
41
C2
C1
R2
Vi
R1
Vo
Figura 2.9: Controlador de adelanto-retraso de fase
Este montaje se puede utilizar como controlador PI (eliminando la resistencia R2)

o como controlador PD (eliminando el condensador C2).
2.3
M
etodos de dise
no basados en el lugar de las
races
El metodo de dise
no basado en el lugar de las races suele tambien denominarse de
asignacion de polos. Consiste en asignar al controlador uno o varios polos y ceros,
previamente determinados por las especificaciones que ha de cumplir el sistema.
Estos polos y ceros del controlador pueden servir, en ocasiones, para eliminar ciertos
polos o ceros indeseados del sistema (cancelacion de polos).
Antes de proceder al estudio de algunos ejemplos de dise
no de controladores
veamos que efecto produce la adicion de un polo o de un cero sobre el lugar de las
races. Sea un sistema cuya funcion de transferencia en lazo abierto es:
G(s) =
1
s2
(2.15)
Se trata de un sistema marginalmente estable para cualquier valor de la ganancia

K, ya que su lugar de las races es el eje imaginario (Figura 2.10). Veamos el efecto
que produce la adicion de un cero en (2.5, 0). La funcion de transferencia en lazo
abierto es ahora
s + 2.5
G(s) =
(2.16)
s2
El lugar de las races se ha representado en la figura 2.11. Se puede observar que
la adicion de un cero produce un efecto parecido a como si este tirase del lugar
geometrico hacia s, estabilizando el sistema y generando en este caso una circunferencia como parte del lugar. Veamos ahora el efecto de a
nadir un polo en (2, 0).
La funcion de transferencia en lazo abierto vale ahora,
G(s) =
1
+ 2)
s2 (s
(2.17)
42
DE CONTROLADORES
CAPITULO 2. DISENO
Figura 2.10: Lugar de las races de G(s)H(s) = 1/s2
Figura 2.11: Lugar de las races de G(s)H(s) = (s + 2.5)/s2

2.3. METODOS
DE DISENO
43
Figura 2.12: Lugar de las races de G(s)H(s) = 1/[(s2 )(s + 2)]
El lugar geometrico de las races correspondiente se ha representado en la figura 2.12.

Puede observarse en el mismo que es como si el polo s = 2 a
nadido parece como
si empujara al lugar, deformandolo y generando una rama de hiperbola. Produce,
por tanto, un efecto desestabilizador en el sistema.
Vistos los efectos de la adicion de un polo y de un cero a la funcion de transferencia, vamos a considerar algunos ejemplos de dise
no del controlador en un sistema
de regulacion, conociendo ciertas especificaciones de funcionamiento.
2.3.1
Dise
no de una red de adelanto de fase
Un controlador de adelanto de fase tiene por funcion de transferencia:

G c = Kc
s zc
,
s pc
|zc | < |pc |
(2.18)
El dise
no consiste en asignar unos valores a los parametros del controlador, tales que
el lugar geometrico pase por un punto dado, definido a partir de las especificaciones
de funcionamiento. Vamos a considerar el mismo ejemplo anterior en el que la
funcion de transferencia en lazo abierto vale
1
G(s)H(s) = 2
(2.19)
s
Supongamos que las especificaciones de funcionamiento exigen un tiempo de establecimiento Ts de 4s y una sobreoscilacion maxima inferior al 20%. El tiempo
de establecimiento suele considerarse igual a 4 veces la constante de tiempo del
sistema ( < 2%), con lo que
4
Ts = 4 =
(2.20)
n
DE CONTROLADORES
CAPITULO 2. DISENO
44
Por otra parte la sobreoscilacion maxima esta relacionada con el coeficiente de amortiguamiento. Puede probarse que una sobreoscilacion del 20% corresponde a un
coeficiente de amortiguamiento = 0.45. Por lo tanto, sustituyendo este valor en la
expresion anterior queda
4=
4
,
0.45n
n = 2.22
(2.21)
Por tanto, la raz correspondiente a las especificaciones propuestas es:

p
s = n n 1 2 = 1 2j
(2.22)
im
3
Raz deseada
2
1
p
-5
-4
-3
90
-2
116.56
re
-1
Figura 2.13: Lugar de las races de G(s)H(s) = 1/[(s2 )(s + 2)]
Para que el lugar de las races pase por este punto hemos de situar el polo y el
cero del controlador de adelanto de fase. Primero situamos el cero del controlador
en el punto s = 1, es decir, justo bajo la raz (1 2j), antes hallada, por la que
ha de pasar el lugar. Aplicando el criterio del argumento, hallamos la ubicacion del
polo del controlador (figura 2.13):
90o 2(116.56o ) p = 180o
p = 38o
Se deduce que el polo ha de ser pc = 3.6. La funcion de transferencia del controlador es

s+1
G c = Kc
s + 3.6
El parametro Kc se determina aplicando la condicion de modulo del lugar del las
races en el punto s = 1 + 2j, que da un valor de Kc = 8.1. El sistema de control
resultante se ha representado en la figura 2.14 y el lugar de las races correspondiente,
en la figura 2.15.

2.3. METODOS
DE DISENO
Gc
R(s)
45
Gp
s+1
8.1
s
s+3.6
Y(s)
H
1
Figura 2.14: Ubicacion del cero y del polo del controlador PID
2.3.2
Dise
no de un controlador PID
Vamos a suponer que deseamos controlar la misma planta anterior, con funcion de
transferencia Gp (s) = 1/s2 , mediante un controlador PID. Este tipo de control no
es el mas idoneo en este caso, ya que la propia planta realiza una doble integracion;
se utiliza aqu para poder comparar con los resultados obtenidos anteriormente. Las
especificaciones son las mismas que en el ejemplo anterior y por tanto el lugar de las
races ha de pasar por el punto (12j). La funcion de transferencia del controlador
es ahora
s2 Td Ti + sTi + 1
1
Gc = Kp (1 +
+ sTd ) = Kp
sTi
sTi
Un sencillo metodo de dise
no consiste en suponer que los ceros z1 y z2 del controlador
PID son reales. Ubicamos el cero z1 bajo la raz deseada y, aplicando la condicion
de angulo, determinamos el otro cero (figura 2.16).
Condicion de angulo:
90o + z2 3(116.56o ) = 180o ,
z2 = 3(116.56) 180o 90o = 79.69oo
y, por tanto, z2 = 1.36. El lugar de las races del sistema compensado se ha

representado en la figura 2.16.
Conocidos los valores de z1 y z2 podemos hallar las constantes Td , Ti y Kp del
controlador PID, identificando su funcion de transferencia con la obtenida.
Kp
s2 Td Ti + sTi + 1
s2 + 2.36s + 1.36
=
sti
s
de donde resulta
Ti = 2.36/1.36 = 1.73s
Td = 1/2.36 = 0.42s
La constante Kp , hallada mediante la condicion de angulo, resulta ser Kp = 2.8.

El lugar de las races correspondiente se ha representado en la figura 2.17.
46
DE CONTROLADORES
CAPITULO 2. DISENO
Figura 2.15: Lugar de las races de G(s)H(s) = (s + 1)/[(s2 )(s + 3.6)]
2.4
Dise
no en el Lugar de las Races
El dise
no en el Lugar de las races esta indicado en el caso en que se pretenda
que el sistema controlado tenga un par de polos complejos dominantes y que las
especificaciones de funcionamiento vengan dadas para ese par de polos. Recordemos
que en el sistema de 2o orden, si nos dan como especificaciones la sobreoscilacion
maxima Mp y el tiempo de pico tp , podemos hallar el par de polos asociado a las
mismas, ya que de
Mp = e
1 2
podemos despejar y a continuacion, de

tp =
p
n 1 2
podemos hallar n .
Si el sistema controlado ha de tener polos dominantes reales, es decir, una respuesta temporal monotona, no es aplicable este metodo. No obstante, es casi siempre
deseable una respuesta oscilante puesto que ello ayuda a contrarrestar el efecto de
las posibles no linealidades.
Como los controladores utilizados, controlador de adelanto-retraso y PID, tienen
dos grados de libertad, es posible ubicar solo dos polos del sistema en lazo cerrado.
La posicion del resto de los polos queda fuera de control, y bien puede suceder, en
plantas de orden elevado, que los polos ubicados por dise
no no sean efectivamente
los dominantes.
La desventaja del metodo del lugar de las races es que la informacion disponible
para el dise
nador disminuye conforme aumenta el n
umero de ramas. En estos casos
EN EL LUGAR DE LAS RAICES

2.4. DISENO
47
im
3
Raz deseada
2
1
z2
-5
-4
-3
-2
90
-1
116.56
re
Figura 2.16: Ubicacion de los ceros y polos del PID
la alternativa puede ser trabajar con modelos de orden reducido o bien utilizar
metodos de dise
no en el dominio de la frecuencia.
2.4.1
Compensador de adelanto de fase
La funcion de transferencia del controlador de adelanto de fase es

s + zc
Gc (s) = Kc
, zc > pc , zc > 0 , pz > 0
s + pc
Su dise
no consiste en determinar las constantes Kc , zc , zc para que el sistema en
lazo cerrado cumpla con las especificaciones exigidas. En terminos del lugar de las
races esto significa que el lugar ha de pasar por el par de puntos conjugados (polos
dominantes deseados) del plano complejo, calculados a partir de las especificaciones.
El primer paso es, por tanto, hallar el par de polos dominantes a partir de las
especificaciones. Supongamos que el resultado es pd = d + jd y pd = d jd .
Una vez hallados, hemos de comprobar que no pertenecen al lugar de las races
del sistema original (sin compensador) ya que caso afirmativo el dise
no consistira
simplemente en hallar el valor de la ganancia K correspondiente al punto del lugar
de las races pd = d + jd .
El efecto de un compensador de adelanto de fase es desplazar el punto c de
interseccion de las asntotas, a lo largo del eje real y hacia el semiplano izquierdo
(SPI), una distancia
pc zc
c =
np nz
en donde np y nz son, respectivamente, los n
umeros de polos y ceros en lazo abierto,
incluidos los del controlador. Esto se deduce de la formula que da el centroide de
las asntotas:
P
P
i pi
j zj
c =
, i = 1, . . . , n, j = 1, . . . , m
mn
DE CONTROLADORES
CAPITULO 2. DISENO
48
Figura 2.17: Lugar de las races de G(s)H(s) = (s + 1)(s + 2.36)/s3
en donde pi son los polos y zj los ceros.

Como resultado, las ramas del lugar se doblan hacia el SPI (Figura 2.18).
Entonces, un simple ajuste de la ganancia puede ser suficiente para obtener polos
con mejor amortiguamiento.
La condicion que vamos a utilizar para dise
nar el compensador es que el lugar
de las races ha de pasar por el polo dominante pd = d + jd calculado a partir de
las especificaciones. Por supuesto que el lugar, por ser simetrico, pasara entonces
tambien por pd . Si pd es un punto del lugar de las races, ha de cumplir la condicion
argumento. Es decir, en el punto pd del plano complejo, la fase de la funcion de
transferencia en lazo abierto ha de ser m
ultiplo impar de :
Gc (pd ) + Gp (pd ) = (2k + 1)
k = 0, 1, 2, . . .
Haciendo Gc (pd ) = c resulta

c = (2k + 1) Gc (pd )
(2.23)
para alg
un K = 0, 1, 2, ...
La fase c del controlador en pd puede relacionarse graficamente en el plano s
con los parametros pz y zc del controlador (figura 2.19).
c =
Una vez calculada la fase c que debe tener el controlador en pd , hay un n
umero
infinito de posibles = pc y = zc que verifican c = . En la practica, lo
habitual es fijar uno de los dos parametros, pc o zc , y calcular el otro a partir de la
condicion de angulo.

2.4. DISENO
49
Im
c
p2
p1
Re
Figura 2.18: Lugar de las Races sin y con compensador
Im
pd
c
pc
Re
zc
pd
Figura 2.19: Fase del controlador en pd
DE CONTROLADORES
CAPITULO 2. DISENO
50
Ejemplo de dise
no. Compensador en serie
D(s)
s + zc
U (s)- mE(s)Kc
+
s + pc
?
- +m
500
s(s + 1)
Y (s)
r
-
Figura 2.20: Controlador a dise

nar
Vamos a dise
nar el controlador de adelanto de fase de la figura 2.20, en el que
Gp (s) =
500
s(s + 1)
y con unas especificaciones de = 0.65 y n = 50. En este ejercicio y en los

siguientes se ha utilizado el programa Maple para efectuar los calculos.
En primer lugar hemos de obtener el par de polos dominantes (pd , pd ), por el que
ha de pasar el lugar de las races, a partir de las especificaciones. En este caso es
muy sencillo:
p
pd = n + n 1 2 = 32.5 + 38j
pd = conj(pd ) = 32.5 38j
Antes de proceder al dise
no hemos de comprobar que el punto pd (o pd ) no esta
en el lugar de las races del sistema sin compensar. Para ello realizamos su trazado,
que se ha representado en la figura 2.21.
Una ver comprobado que pd queda fuera del lugar, calculamos el argumento que
ha de tener el controlador en pd , aplicando la formula (2.23). Para ello hallamos
primero Gp (pd ):

500
Gp (pd ) = arg
= 260o
s(s + 1) s=32.5+38j
y, a continuacion c :
c = (2k + 1) Gp (pd ) = (2k + 1) + 260o
Para k = 1 obtenemos
c = 180o + 260o = 80o
que es la fase buscada. Notese que para otros valores de k se obtienen valores de c
iguales al hallado mas 360o k.
Hallada es la fase c del controlador en pd , el problema es encontrar las posiciones
del cero zc y del polo pc del controlador de forma que la diferencia de los

argumentos de los vectores
z
c pd y pc pd sea igual a c (figura 2.22).

2.4. DISENO
51
Im
-1
-0.5
Re
Figura 2.21: Lugar de las Races sin compensador
Im
pd
38
pc
-32.5
-1
Re
Figura 2.22: Cancelacion del polo en (1 + 0j) con zc
DE CONTROLADORES
CAPITULO 2. DISENO
52
Una buena solucion, al menos a primera vista, es colocar el cero del controlador
en el punto (1+0j), cancelando un polo de la planta (figura 2.22). As se simplifica
la funcion de transferencia Y (s)/U (s).
Procediendo de este modo, para obtener el parametro pc del controlador, hallamos el valor del angulo .
= c = 130o 80o = 50o
con lo que pc vale
pc = 32.5 + 38/ tan 50o = 64
Por u
ltimo, el valor de Kc lo podemos hallar aplicando la condicion de magnitud en
el punto pd :

s + zc
=1
Kc
G
(p
)
p
d

s + pc
de donde resulta Kc = 4.93.
El dise
no ha concluido: el sistema definido por la funcion de transferencia
consigna-salida G1 (s) = Y (s)/U (s), que con los valores hallados queda
G1 (s) = 500
s2
Kc
+ pc s + 500 Kc
tiene un par de polos (dominantes) en (pd , pd ), de acuerdo con las especificaciones.

Sin embargo, no ocurre lo mismo para la funcion de transferencia perturbacionsalida G2 (s) = Y (s)/D(s) ya que en esta el polo en (1 + 0j) no se ha cancelado:
G2 (s) = 500
(s +
s + pc
+ pc s + 500 Kc )
1 ) ( s2
De aqu que el modo et , cancelado, aparecera en la respuesta a una perturbacion

de carga d(t). Por tanto, el procedimiento utilizado de cancelacion de un polo de la
planta no debe ser utilizado en la practica, si se desea una verdadera mejora de la
rapidez.
2.4.2
Consideraciones de dise
no
En vista del resultado del ejercicio anterior podemos pensar que el dise
no dependera
de la configuracion de las entradas y salidas del sistema de control. Ello nos llevara
a un tipo de dise
no caso por caso.
No obstante, algunas configuraciones son frecuentes en la practica por lo que conviene analizar con detalle los problemas asociados con ellas. El esquema de control
de la figura 2.23, denominado compensaci
on en serie, es frecuente, por ejemplo, en el
control de motores y de otros procesos. La entrada d1 representa una perturbacion
en la carga, d2 representa una perturbacion en la salida y d3 , una perturbacion o
ruido en la medida. No se ha considerado (H(s) = 1) la dinamica del transductor.
Nc , Dc , Np y Dp son los polinomios, numerador y denominador, del controlador y
de la planta, respectivamente.

2.4. DISENO
53
d1
u- m +
Kc
- Nc
Dc
d2
?
Np
m- m
+
Dp
?
- +m
y -
6

+m
6
d3
Figura 2.23: Esquema de control en serie.
Para empezar, nos interesa hallar las funciones de transferencia
Y
Kc N c N p
=
,
U
D
E
Dc Dp
=
,
U
D
M
Kc Nc Dp
=
U
D
que relacionan la salida y, el error e y el esfuerzo de control m con la entrada u.

Tambien interesan
Y
N p Dc
=
,
D1
D
E
Y
=
,
D1
D1
M
Y
=
D1
U
que relacionan la salida y, el error e y el esfuerzo de control m con la perturbacion

d1 , y asimismo,
M
M
M
Y
=
,
=
D3
D1
D3
U
en donde D = Dc Dp + KNc Np
A partir de estas expresiones podemos deducir ciertas propiedades interesantes
de este esquema de control.
Si Nc y Dp tienen ceros en com
un, estos se cancelan en las funciones de
transferencia Y /U y M/U , ya que entonces son ceros del polinomio D =
Dc Dp + KNc Np , pero no se cancelan en las Y /D1 y E/D1 , y por ello la
cancelacion polo-cero no es recomendable.
Cuando el sistema en lazo cerrado es mucho m
as r
apido que la planta la
variable manipulada m puede tomar valores muy grandes. La idea intuitiva de
que para conseguir una respuesta mas rapida el controlador ha de actuar con
mas energa se confirma matematicamente puesto que los polos lentos de la
planta (ceros del polinomio Dp ) son ceros en la funcion de transferencia M/U ,
y es sabido que un cero lento visto desde los polos (proximo relativamente al
eje imaginario) produce una sobreoscilacion elevada.
Si la planta tiene un cero en el SPD y el sistema en lazo cerrado es estable, la
respuesta y(t) a un escalon siempre comienza con una suboscilacion, es decir,
arranca en sentido opuesto al de la entrada u(t). Esto es as porque, en la
practica, el cero en el SPD no va a poder ser cancelado, y los sistemas con
ceros en el SPD muestran ese comportamiento.
DE CONTROLADORES
CAPITULO 2. DISENO
54
Si la planta tiene un polo en el SPD y el sistema en lazo cerrado es estable,

la respuesta y(t) arranca en el mismo sentido que u(t) (tiene sobreoscilacion).
En efecto, el polo de la planta en el SPD, seg
un hemos visto, no va a poder
ser cancelado. Entonces, dicho polo se convierte en un cero para la funcion
de transferencia E/U , y en consecuencia e(t) tendra suboscilacion. Como
E = U Y y U = 1 (escalon unitario), una suboscilacion en E inducira una
sobreoscilacion en Y .
2.4.3
Re-dise
no. Compensador en serie
Considerando estas propiedades, vamos a retomar el problema de dise

no que antes
hemos efectuado.
En primer lugar, no es posible, en la practica, cancelar el polo s = 1 de la
planta, como habamos hecho; hemos de elegir otra ubicacion para el cero zc del
controlador. Como el cero zc del controlador es tambien un cero para la funcion
de transferencia Y /U , la experiencia demuestra que una eleccion adecuada es tomar zc = |pd |. De esta manera la sobreoscilacion Mp del sistema en lazo cerrado
se aproximara bastante a la del sistema de segundo orden (deseado), definido por
las especificaciones. Valores mayores de zc , aunque disminuiran la sobreoscilacion
maxima, reduciran la contribucion de argumento c del controlador.
Por tanto elegimos zc = |pd | = 50, procediendo a calcular d . Pero si realizamos
la representacion grafica de la figura 2.19 vemos que esta eleccion no es posible,
porque el maximo angulo c que se puede obtener con pd = 32.5+38j y pc = 50 es
de unos 65o , y necesitamos 80o . Por ello nos vemos obligados a elegir otra ubicacion
para zc mas hacia la derecha, si bien sabemos que as obtendremos un sobreimpulso
mayor que el exigido.
Con zc = 25, para c = 80o , obtenemos
pc = 130.6
Con lo que la funcion de transferencia del controlador queda
G c = Kc
s + 25
s + 130
El valor de Kc en pd , obtenido a partir del lugar de la condicion de modulo es Kc =.

Puede comprobarse que la respuesta a una entrada u(t) escalon acusa una sobreoscilacion mayor que la permitida por las especificaciones.
2.4.4
Compensador en realimentaci
on
Una posible solucion al problema anterior es colocar el compensador de adelanto en

el lazo de realimentacion en lugar de en serie con la planta. El esquema del control
se indica en la figura 2.24
Calculemos las funciones de transferencia asociadas a este esquema:
Y
Kc N p Df
=
,
U
D
M
Kc Df Dp
=
U
D

2.4. DISENO
55
d1
u- m
+
- K
c
?
- +m
d2
Np
Dp
?
- +m
y -
Nf
Df

+m
6
d3
Figura 2.24: Esquema de control en feedback.
relacionan la salida y y esfuerzo de control m con la entrada u;
Np Df
Y
=
,
D1
D
M
Np Nf
= Kc
D1
D
relacionan la salida y y el esfuerzo de control m con la perturbacion d1 ;

Y
M
=
,
D3
D1
M
N f Dp
= Kc
D3
D
en donde D = Df Dp + KNf Np .
El error para entrada rampa vale
1
er (s) = 2
s
Y (s)
1
U (s)

=
1 Kc Np Nf + Df Dp Kc Df Np
s2
Df Dp + Kp Nf Np
Los factores comunes (si los hay) de Nf y Dp , que en el controlador serie se

cancelaban, son polos de Y /U y de Y /D1 , y no se cancelan.
Si comparamos las expresiones Y /U y M/U con las halladas antes para el esquema con controlador en serie, vemos una importante diferencia: Nc ha sido reemplazado por Df . Esto quiere decir que en el esquema de control con compensador
en feedback, los polos del compensador se convierten en ceros en las funciones de
transferencia en lazo cerrado Y /R y M/R. Esto tiene un efecto beneficioso pues el
sobreimpulso maximo se reducira, ya que, por ser un compensador de adelanto de
fase, pc > zc (el efecto sera perjudicial si el compensador fuera de retraso).
Pero esto significa que tenemos mayor libertad para escoger zp : podemos darle
un valor menor que |pd | sin que aumente el sobreimpulso.
Como conclusion se puede decir que, siempre que sea posible, el compensador
debe colocarse en el lazo de realimentacion.
Hay a
un otro inconveniente. El cero del compensador permanece como cero en
la funcion de transferencia Y /D3 , en ambas configuraciones de serie y feedback.
Debido a ello el sistema en lazo cerrado sera muy sensible al ruido D3 en la medida
si los polos en lazo cerrado se han desplazado mucho hacia la izquierda en el SPI.
DE CONTROLADORES
CAPITULO 2. DISENO
56
2.4.5
Compensador de retraso de fase en serie
Gc (s) =
s + zc
,
s + pc
igual que la del de adelanto de fase, pero con zz > pc > 0. Por ser su ganancia
estatica mayor que uno, las constantes de error del sistema quedaran multiplicadas
por el factor zz /pc , por estar en serie con la planta. El dise
no de este controlador
consiste en encontrar zc y pc que satisfagan una relacion dada.
Sea, como antes, pd el polo dominante deseado. Puesto que para una relacion
dada de |zc |/|pc |, la contribucion de angulo c del controlador en pd disminuye con
|zc |, debemos seleccionar zc lo mas peque
no posible para que este compensador tenga
poco efecto sobre la respuesta transitoria. Por tanto colocaremos zc proximo a los
polos dominantes.
El efecto del compensador de retraso en el lugar de las races es doblar el lugar
hacia el SPD, desplazando el punto c la misma distancia que el controlador de
adelanto pero hacia la derecha.
2.4.6
M
axima fase de un controlador de adelanto
La funcion de transferencia de un controlador de adelanto es

G( s ) =
s+z
s+p
Como se ve en la figura 2.25, la fase de este controlador es c = , con p > z > 0.

Su maxima contribucion de fase max depende solo de = z/p como puede
verse en su diagrama de Nyquist, en la figura 2.26. Su trazado con Maple para
z = 1, p = 3 se puede hacer con:
G :=
Iw+z
Iw+p
> z:=1:p:=3:
> plot([Re(G),Im(G),w=0..200],0..1.1);
Nos interesa hallar el valor maximo de c y la frecuencia m en la que se produce.
Ponemos y en funcion de , z y a, con a = z/p.
a

c := arctan
arctan
z
z
La derivada de esta funcion con respecto a se obtiene con
> p1:=diff(phi_c,omega);

2.4. DISENO
57
Im
pd
c
pc
Re
zc
pd
Figura 2.25: Fase c del controlador.
Im
m
max
=0
= o
1+
2
Figura 2.26: Fase maxima max .
Re
DE CONTROLADORES
CAPITULO 2. DISENO
58
p1 :=

z
z2
1+

z
a

2 a2
1+ 2
z
Para hallar el maximo hemos de resolver la ecuacion 0c () = 0:

> wm1:=solve(diff(phi,omega)=0,omega);
( 1 + a ) z a
( 1 + a ) z a
wm1 :=
,
a2 + a
a2 + a
Simplificando esta expresion obtenemos la pulsacion correspondiente a max :
> wm:=normal(wm1[2]);
z
wm :=
a
Sustituyendo wm en la expresion de c queda
> fimax := subs(omega=wm,phi);

max := arctan

arctan

a
El seno de esta expresion es

> sfm1:=expand(sin(fimax));
sf m1 :=
r
a
1+
1
1+a
a
a
1
1+
1+a
a
que puede simplificarse con

> sfm:=radsimp(sfm1);
sfm :=
1 + a
1+a
es decir que
sin(max ) =
1a
1+a
Estas formulas son u

tiles para dise
nar controladores de adelanto de fase.

2.4. DISENO
59
Ejemplo.
Se desea controlar un sistema dinamico cuya planta tiene por funcion de transferencia
500
Gp (s) =
s(s + 1)
mediante un controlador de adelanto de fase, de forma que el sistema resultante tenga
n
una frecuencia de cruce c = 35 rad/s y un margen de fase de 65o . Resolucio
En el trazado de Bode vemos que para = 35 el sistema tiene un margen de fase
de (180 + 178.4) = 1.6o (casi cero) y un margen de ganancia muy peque
no, casi
0dB. Para conseguir las especificaciones deseadas hemos de poner un compensador.
El compensador tiene que aportar, en = 35 rad/s, una fase c = 65o y una
ganancia Kc tal que el margen de ganancia resultante sea de 8dB. De la ecuacion
sin(max ) =
1a
1+a
podemos hallar a, ya que conocemos max , que en radianes vale

> phi_max:=65*Pi/180;
max :=
13
36
Para hallar a hacemos

> a11:=solve(sfm=sin(phi_max),a);
a11 :=
36 13
36 13
y obtenemos tambien su valor numerico

> a:=-evalf(a11);
a := .04914852341
Por otro lado, como sabemos que la pulsacion m correspondiente a la maxima
fase max es
z
m :=
a
poniendo m = 35, podemos hallar zc .
> zc := 35 * sqrt(a);
zc := 7.759313191
y tambien pc :
DE CONTROLADORES
CAPITULO 2. DISENO
60
> pc:=zc/a;
pc := 157.8747977
Una vez hallados pc y zc , lo u
nico que queda es hallar Kc . Para ello aplicamos
la condicion de que el margen de ganancia ha de ser de 8dB para = 35 rad/s.
Hallamos primero la ganancia en decibelios para = 35 y para los valores de zc y
pc hallados, en funcion de Kc
> Gdb35:=evalf(20*log10(Kc*abs(subs(w=35,p=pc,z=zc,G))));
Gdb35 := 20. log10( .2216946625 Kc )

y resolvemos la ecuacion Gdb35 (Kc) = 8 en Kc .
> solve(Gdb35=8,Kc);
El valor que se obtiene es
Kc = 11.33038749
Finalizado el dise
no, podemos representar el diagrama de Bode del sistema compensado para verificar que cumple con las especificaciones y, si fuera preciso, realizar
los u
ltimos ajustes de los parametros del controlador por tanteo y mediante simulacion.
2.5
Dise
no en la respuesta de frecuencia
La respuesta de frecuencia de un sistema dinamico es una representacion no parametrica (n

umero infinito de parametros), ya que viene dada en forma de curvas
continuas, en contraste con los modelos parametricos de funcion de transferencia y
de estados. Una de las ventajas que tiene es que no esta influida por el orden del
sistema. Recordemos que informacion neta que proporciona el lugar de las races
al dise
nador va disminuyendo gradualmente a medida que aumenta el n
umero de
ramas, que es igual al orden del sistema. Por otro lado el empleo de escalas logartmicas hacen que el rango bajo de frecuencias resulte expandido y entonces los
errores absolutos del diagrama de Bode corresponden a errores absolutos en escala lineal. El dominio de la frecuencia esta especialmente indicado para incluir las
imperfecciones de modelado por lo que se emplea en dise
no robusto.
Al ser una representacion de dimension infinita no podemos esperar que haya
formulas explcitas que relacionen la respuesta de frecuencia con los parametros
caractersticos de la respuesta temporal, o viceversa, incluso aunque se conociera
el orden del sistema. Por ello, el adquirir destreza de dise
no en el dominio de la
frecuencia precisa de una considerablemente mayor experiencia que para hacerlo en
cualquiera de sus dos alternativas parametricas, lugar de las races o espacio de
estado.
EN LA RESPUESTA DE FRECUENCIA
2.5. DISENO
2.5.1
61
El problema del dise

no de feedback
El analisis en el dominio de la frecuencia de los sistemas de segundo orden muestra

que la realimentacion negativa tiene como ventajas el aumento del ancho de banda,
la disminucion de la sensibilidad del sistema a las variaciones de los parametros y
la obtencion de una funcion de transferencia de modulo unidad (con realimentacion unitaria) en el rango de frecuencias en el que la ganancia en lazo abierto es
suficientemente alta.
d1
d2
u- m +
Kc
- Nc
Dc
?
Np
m- m
+
Dp
?
- +m
y -
6

+m
6
d3
Figura 2.27: Esquema de control en serie.
Supongamos el sistema de control con realimentacion representado en la figura
2.27. La expresion de la salida Y (s) es
Y =
Gc Gp
1
Gp
(U D3 ) +
D2 +
D1
1 + Gc Gp
1 + Gc Gp
1 + Gc Gp
(2.24)
y la del error E(s),

E=
1
Gc Gp
Gp
(U D2 ) +
D3
D1
1 + Gc Gp
1 + Gc Gp
1 + Gc Gp
(2.25)
Las ecuaciones (2.24) y (2.25) nos dan a entender que la tarea del dise
no, condicionado siempre a ciertas restricciones y con el objetivo de cumplir determinados
requisitos de funcionamiento, no parece sencilla. Por ejemplo, uno de estos requisitos demanda la reduccion de los errores debidos a la entrada de referencia u y a
la perturbacion d2 , mientras que otro pide la reduccion del error producido por el
ruido en la medida d3 .
El conflicto entre estos dos objetivos de dise
no es evidente: si en la ecuacion
(2.25) hacemos |Gc Gp | elevado en un amplio margen de frecuencia, para reducir los
errores asociados con u y d2 , resulta de (2.24) que entonces y ' r d3 , con lo que
el ruido en la medida d3 pasa directamente a la salida.
Una frecuente restriccion es que esfuerzo de control, o variable manipulada m,
no pueda tomar valores superiores a ciertos lmites (para los que alcanzara la saturacion). En efecto, la expresion de la variable manipulada es
m=
Gc
Gc Gp
(U D2 D3 )
D1
1 + Gc Gp
1 + Gc Gp
DE CONTROLADORES
CAPITULO 2. DISENO
62
Si hacemos |Gc Gp | 1 siendo |Gp | peque

na, es decir, aumentamos la ganancia en
lazo abierto a costa solo del controlador, queda
m=
1
(U D2 D3 )
Gp
Que el controlador emita esta fuerte respuesta, ante las entradas U (de referencia) y
D2 (perturbacion en salida), puede parecer logico. No as, sin embargo, que tambien
lo haga ante el ruido en la medida D3 . Por ello la ganancia de lazo no debe hacerse
alta en un intervalo arbitrario de frecuencias.
20 log M
QQ R
QQ :
9 R
QQ :
9 8
9 8
QQ :
9 8
Q43Q3 :
9211 8
Q43Q3 :
9211 8
Q43Q3 :
9211 0
Q43Q3 :
9211 0
++RQ43Q3 :
9211 8
++RQ43Q3 :
9211 8
++RQ43Q3 :
921*)1) 870/ .-65 ,++RQ43Q3 *)):9211
77 RQQ :
77 6
55 R
77 6
55 R
77 6
55 R
77 6
55 R
//877 .
--655 R
//877 .
--655 ,
70/7/ .
--655 ,
70/7/ .
--655 ,
R
9
9
9
9
9
9
9
9
9
9
92*91) 870/7/ .--655 ,+R4<;Q3 *):9291
R

R

:

R

:

8

R

:

8

6

R

:

8

6
4

R
2

:

8

6
4

R
2

:

8

6
4

R
2

:

0
8

.
6
4

R
2

:

0
8

.
6

,
4
R
2

:
0

8

.
6

,
4
R
2

:
0

8

.
6

,
4
R
:
;
;
;
;
;
;
;
;
;
;
;
<;RQ
<
<
<
<
<
<
<
<
<
<
<
Q
9
Q
9
7
Q
9
7
5
Q
9
7
5
3
Q
1
9
7
5
3
Q
1
9
7
5
3
Q
1
9
/
7
5
3
Q
1
9
/
7
5
+
3
Q
1
9
/
7
5
+
3
Q
1
9
/
7
5
+
3
Q

R

:

R

:

8

R

:

8

6

R

:

8

6
4

R
2

:

8

6
4

R
2

:

8

6
4

R
2

:

0
8

.
6
4

R
2

:

0
8

.
6

,
4
R
2

:
0

8

.
6

,
4
R
2

:
0

8

.
6

,
4
R
*
2

:
0
8
.
6
,
4
R
*
2
:
;
;
;
;
;
;
;
;
;
;
;
;
<;TS
<
<
<
<
<
<
<
<
<
<
<
<
S
S
S
S
S
S
S
S
S
S
S
S

T

T

T

T

T

T

T

T

T

T

T
T
77 <;RQTS>=Q :
77 6
55 <
77 6
55 <
77 6
55 <
77 6
55 <
//877 .
--655 <
//877 .
--655 ,
+<;RQ43T
70/7/ .
--655 ,
+<;RQ43T
70/7/ .
--655 ,
+<;RQ43T
99 <
99 8
99 8
99 8
92191 8
92191 8
92191 0
92191 0
92191 8
92191 8
92191 870/7/ .--655 ,+<;RQ43TSQ3 :92191
RQ<
:
:
:
:
:
:
:
:
:
:
;TS>
;RQTS>
;RQTS>
;RQTS>
;RQ43TS>
;RQ43TS>
;RQ43TS>
;RQ43TS>
<
S
S
S
=R<;
=R<
=
=
=
=
=
=
=
=
=
>
>
>
QTS>=
Q
Q
Q
3
Q
3
Q
3
Q
3
Q
3
Q
3
Q
3
Q

:
R

:

8
R

:

8

6
R

:

8

6
4
R
2

:

8

6
4
R
2

:

8

6
4
R
2

:

0
8

.
6
4
R
2

:

0
8

.
6
4

R
2

:
0

8

.
6
4

R
2

:
0

8

.
6
4

R
2:
:
80870/ .665 R<;4TSRQ43 :2:921
;
;
;
;
;
;
;
;
;
;
;

<

<

<

<

<

<

<
<
<
<
S
S
S
S
S
S
S
S
S
S
TS>
T
T
T
T
T
T
T

T

T

T
=
=
=
=
=
=
=
=
=
=
=

>

>

>

>

>

>

>
>
>
>
?
Q
9
?
Q
9
7
?
Q
9
7
5
?
Q
9
7
5
3
?
Q
1
9
7
5
3
?
Q
1
9
7
5
3
?
Q
1
9
/
7
5
3
?
Q
1
9
/
7
5
3
?
Q
1
9
/
7
5
3
?
Q
1
9
/
7
5
3
Q
1
9
RQ@?TS<;
@
R

:
@
R

:

8
@
R

:

8

6
@
R

:

8

6
4
@
R
2

:

8

6
4
@
R
2

:

8

6
4
@
R
2

:

0
8

6
4
@
R
2

:

0
8

6
4
@

R
2

:
0

8

6
4
@

R
2

:
0

8

6
4

R
2
S<;>=R
S<;>=R
S<;>=R@?QSBA<; :
S<;>=R
S<;>=R
S<;>=R
S<;>=R
S<;>=R
S<;>=R
S<;>=R
S<;>=R
S<;R4Q3S<; :921
T

T

T

T

T

T

T

T

T

T

T
T
>=R
Q@?S
Q
Q
Q
3
Q
1
3
Q
1
3
Q
1
3
Q
1
3
Q
1
3
Q
1
3
Q
1
?
9
?
9
7
9
7
5
?
9
7
5
?
9
7
5
?
9
7
5
?
9
7
5
?
9
7
5
?
9
7
5
?
9
7
5
9
7
5
@

:
@

:

8

8

6
@

:

8

6
4
@
2

:

8

6
4
@
2

:

8

6
4
@
2

:

8

6
4
@
2

:

8

6
4
@
2

:

8

6
4
@
2

:

8

6
4
2

:
8
6
;
A
;
A
;
A
;
A
;
A
;
A
;
A
;
A
;
;
BA<;T>=R@
=R
T>=R
T>=R@Q?BA<;TSDC :
T>=R
T>=R
T>=R
T>=R
T>=R
T>=R
T>=R
T>=R
TR4Q3<;TS :291
Q?BA<;TSDC>=
?
Q
9
?
Q
9
7
9
7
5
?
Q
9
7
5
3
?
Q
1
9
7
5
3
?
Q
1
9
7
5
3
?
Q
1
9
7
5
3
?
Q
1
9
7
5
3
?
Q
1
9
7
5
3
?
Q
1
9
7
5
3
Q
1
9
7
5
@

:
@

:

8

8

6
@

:

8

6
4
@
2

:

8

6
4
@
2

:

8

6
4
@
2

:

8

6
4
@
2

:

8

6
4
@
2

:

8

6
4
@
2

:

8

6
4
2

:
8
6
;
A
;
A
;
A
;
A
;
A
;
A
;
A
;
A
;
;

>
>
>
>
>
>
>
>
>
>
de
Q@?BA<;T
99 R
Q@?BA<;T
99 8
77 RQ@?BA<;TSODC=QP?> Requisitos
99 8
77 6
55 R
Q@?BA<;T
99 8
77 6
55 R
Q@?43BA<;T
99 8
77 6
55 R
Q@?43BA<;T
99 8
77 6
55 R
Q@?43BA<;T
99 8
77 6
55 R
Q@?43BA<;T
99 8
77 6
55 R
Q@?43BA<;T
99 8
77 6
55 R
Q@?43<;T
99 8
77 6
55 R
Q43<;T
99 877 655 RQ43<;TSQ :99
RQ@?
R
:
:
:
:
:
:
:
:
:
:
:
BA<;TSODC=
C
S
C
S
C
S
C
S
C
S
C
S
C
S
S
S
S
D
D
D
D
D
D
D
=
O
=
O
=
O
=
O
=
O
=
=
=
=
=
>
P
>
P
>
P
>
P
>
P
>
>
>
>
>
QP@?>BA<;T
?
Q
?
Q
?
Q
?
Q
?
Q
?
Q
?
Q
?
Q
?
Q
Q
R
@

R

:
@

R

:

8
@

R

:

8

6
@

R

:

8

6
@

R

:

8

6
@

R

:

8

6
@

R

:

8

6
@

R

:

8

6
@

R

:

8

6
@

R

:

8

6

R
:
887 6 R<;TSRQ ::9
funcionamiento
;
A
;
A
;
A
;
A
;
A
;
A
;
A
;
A
;
;
BA<;T

P
>
P
>
P
>
P
>
P
>
P
>
>
>
>
>
QPOE?>=BA<;TSDC
?
E
Q
9
?
E
Q
9
7
?
E
Q
9
7
?
E
Q
9
7
?
E
Q
9
7
?
Q
9
7
?
Q
9
7
?
Q
9
7
?
Q
9
7
?
Q
9
7
Q
9
@
F

:
@
F

R

:

8
@
F

R

:

8
@
F

R

:

8
@
F

R

:

8
@

R

:

8
@

R

:

8
@

R

:

8
@

R

:

8
@

R

:

8

R

:
BA<;T
BA<;T
BA<;TSDCQPOE?>=RHGFBA@<; 9
BA<;T
BA<;T
BA<;T
BA<;T
BA<;T
BA<;T
<;T
<;T
<;TSQR<; 9:
(Rango
Activo)
SDCQ
C
S
C
S
C
S
C
S
C
S
C
S
S
S
S
D
D
D
D
D
D
=
O
=
O
=
O
=
O
=
O
=
=
=
=
=
>
P
>
P
>
P
>
P
>
P
>
>
>
>
>
QPOE?>=
?
E

9
?
E

Q

9
?
E

Q

9
?
E

Q

9
?

Q

9
?

Q

9
?

Q

9
?

Q

9
?

Q

9

Q

9
RHGFBA@<;TSDC
@
F
R
:
@
F
R
:
:
@
F
R
:
@
F
R
:
@
R
:
@
R
:
@
R
:
@
R
:
@
R
:
R
:
;
A
G
;
A
G
;
A
G
;
A
;
A
;
A
;
A
;
A
;
;
=R
SDCPO>=R
SDCPO>=R
SDCPO>=R
SDCPO>=R
SDC>=R
SDC>=R
S>=R
S>=R
S>=R
T
T
TSDCPO>=RHGFBA@<;QE?TSJIDC :
T
T
T
T
T
T
T
T
TSR<;QTS :9
PO>=R
QHGFEBA@?<;T
?
E
Q
9
?
E
Q
9
9
?
E
Q
9
?
E
Q
9
?
Q
9
?
Q
9
?
Q
9
?
Q
9
?
Q
9
Q
9
@
F

:
@
F

:
@
F

:
@
F

:
@

:
@

:
@

:
@

:
@

:

:
;
A
G
;
A
G
;
A
G
;
A
;
A
;
A
;
A
;
A
;
;
=RGFA@;
C
I
S
C
I
S
C
S
C
S
C
S
C
S
C
S
S
S
S
D
J

T
D
J

T
D

T
D

T
D

T
D

T
D

T

T

T

T
PO>=R
PO>=R
PO>=RGFA@;QE?TSJIHDCB<PO>= PO>=R
PO>=R
PO>=R
>=R
>=R
>=R
>=R
>=R
QE?TSJIHDCB<
?
E
Q
?
E
Q
?
E
Q
?
Q
?
Q
?
Q
?
Q
?
Q
QT
FA@;QE?T
@
F
@
F
@
F
@
@
@
@
@
R;QTS<
G
;
A
G
;
A
G
;
A
;
A
;
A
;
A
;
A
;
;
=NFE@?
>
L
P
>
P
>
P
>
P
>
P
>
>
>
>
>
?
E
?
E
?
E
?
E
?
E
?
?
?
?
?
@

F
@

F
@

F
@

F

@
F

@

@

@

@
@
SJIHGDCBA<;POLK>=F
SJIHGDCBA<;PO>=F
SJIHGDCBA<;PO>=F@E?SIHGCBA T
SHGDCBA<;PO>=F
SDCBA<;PO>=F@
SDCBA<;PO>=@
SDCBA<;>=@
SDCBA<;>=@
SBA<;>=@
S<;>=@?ST
S<;>=STS<;S
TSJIHGDCBA<;
T

T

T

T

T

T

T

T

T
POLK>=MNF
E@?S
?
E
?
E
?
E
?
E
?
?
?
?
@
@
@
A
G
A
G
A
G
A
A
A
A
A
B
H
B
H
B
H
B
B
B
B
B
IHGCBATPOLKJD>=F@
C
I

S
C
I

S
C

S
C

S
C

S
C

S
C

S

S
ME?HGBAJIDCTPOLKJD>=F
E?BAD
?BAD
?BAD
?BADC T>=@
?BA T>=@? T>= T
@E?HGBAJ
@E?HGBAJ
@E?HGBAD
IDC TPOJD>=F
IDC TPOJD>=F@E?HGBAJIDC TPOD>=F
C TPOD>=F@
C TPOD>=@
C TD>=@
C TD>=@
! "!

%$#"!%#! &%$
#"!#! $
#"!#! $#"
&

!
#

!

$"('$#"!&%$
&
"(

"

$

"
$

"

'' $#"!' (
'$#"!' (
'$#"!' (
'"!' (
'' (
'' (
'' (
'' (
'' (
'' (
''
'' (''

(
($#"!
(
(
(
(
(
(
(
(
(
(
(
(
('

!

$#"!
$"! #"!
$#"!
"

(
(

'' "!
'"!
'
'
'
'
'
'
'
'
'
'
'

(

(

(

(

(

(

(

(

(

(

(
(('

!

!

"

"

(

'
'
'
'
'
'
'
'
'
'
'
'
(

(

(

(

(

(

(

(

(

(

(

(

('

'
'
'
'
' Limites
'
'
'
'
'
'
'
' de
'
'
'
'
'
'
'
' (''
'
('
(

(

(

(

(

(

(

(

(

(

(

(' ('

('

(
(
(
(
(
(
(
(
(
(
(

incertidumbres

(
(
(

('

'
'
'
'
'
'
'
'
'
'
'
'
('

(

(

(

(

(

(

(

(

(

('

modelado

de

'
'
'
'
'
'
'
'
'
'
'
'
' ((''
(
('

(
('

(
( '

(
( '

(
('

(
( '

(
( '

(
( '

(
( '

(
( '

(
(

(

'

(

(('

(
(
(

(

(

(

(

(

(

(

(
(
y

'

'

'
'ruido

'

'

'

'

'

'

'

'

('
(

'

(

(

(

(

(

(

(

(

(

medida
' (
'
'
'
'
'
'
'
'
'
en
'
'

'
'

'
'

'
'

'
'

'
'
'
(''

(

(

(

' '

(

(

(
(
(
(
(
(
(
(

(
(

(
(

(
(

(
(

(
(

(
(

('(

(

(

'

(

'

'

'

'

'

'

'

'

'

'

'

'

log

Figura 2.28: Zonas permitidas en la respuesta de frecuencia.

De acuerdo con estas ideas, podemos pensar en dar a la ganancia de lazo una
determinada forma, tratando de satisfacer las exigencias impuestas (figura 2.28).
Sera conveniente por ello:
Dar un valor alto a la ganancia en lazo abierto M = |Gc Gp | en el rango activo
de frecuencia, para alcanzar un adecuado funcionamiento en esa zona.
Dar a M una gran atenuacion en el intervalo de frecuencia en el que el ruido
es importante
EN EL ESPACIO DE ESTADO
2.6. DISENO
63
Entre estas dos zonas, dar a M una atenuacion en pronunciado descenso para
conseguir que la anchura de banda sea amplia.
Pero aqu ocurre un problema: el aumento en la pendiente de atenuacion de la

curva M hace reducir el margen fase.
Otra importante restriccion de dise
no es la tolerancia a imprecisiones de modelado. El analisis revela que para conservar la estabilidad en lazo cerrado se necesita un
modelo preciso en lazo abierto en un rango de frecuencia alrededor de la frecuencia
de cruce. Mas concretamente, cuanto menor sea el valor de |1 + G( j)|, (0, ),
mayor precision se necesita en el modelado. En efecto, la expresion
SGT =
1
1+G
es la sensibilidad de la funcion T = G/(1 + G) respecto del parametro G.

En la practica nos encontramos con que las imprecisiones en el modelado de la
planta aumentan con la frecuencia, debido sobre todo a la existencia de dinamicas no
modeladas como retardos de tiempo, resonancias mecanicas, polos de alta frecuencia,
etc. Por ello la ganancia a alta frecuencia debe ser peque
na para mantener el sistema
estable. En particular, esto significa que la compensacion puede aumentar la anchura
de banda (BW) del sistema solo si el modelo contin
ua siendo relativamente preciso
en BW. Si intentaramos ensanchar BW sobre la region en que las incertidumbres de
modelado son elevadas, ello conducira a un funcionamiento indeseable, o incluso a
la inestabilidad.
2.6
Dise
no en el Espacio de Estado
Los metodos basados en el Lugar Geometrico de las Races y en la Respuesta de

Frecuencia, propios del modelo de funcion de transferencia, se basan en la realimentacion de la variable salida y, por lo com
un, en la utilizacion de controladores con un
reducido n
umero de parametros de dise
no: controladores PID y de adelanto-retraso
de fase. El n
umero de polos en lazo cerrado que podemos ubicar por dise
no con
estos controladores es de dos.
Con estos metodos, el dise
no de compensadores para ubicar mas de dos polos
resulta complicado debido en gran parte a la dificultad de relacionar los parametros
del controlador con las especificaciones deseadas.
Utilizando el modelo de estado, en cambio, es posible realimentar el vector de
estado en lugar de la salida, disponiendo de informacion suficiente, como vamos a
ver, para cambiar la posicion de todos los polos del sistema a otras nuevas posiciones
prefijadas a voluntad.
DE CONTROLADORES
CAPITULO 2. DISENO
64
2.6.1
Asignaci
on de polos
Sea un sistema dinamico cuyo modelo de estado esta en forma canonica controlable.

0
1
0
.
..
..
.
x =
x + u
0
1
an an1 . . . a1
1
y = Cx
en donde x Rn , u, y R, A Rnn B Rn1 , C R1n El polinomio caracterstico
esta definido por la u
ltima fila de la matriz A
det(sI A) = sn + a1 sn1 + . . . + an1 s + an
Sean 1 , 2 , . . . , n los valores propios de A y supongamos que deseamos obtener
un nuevo sistema, mediante feedback de estado, que tenga como polinomio caracterstico
(s) = sn + 1 sn1 + . . . + n1 s + n
con races 1 , 2 , . . . , n .
Definiendo una nueva entrada v, de forma que ahora la entrada a la planta sea
v Kx, siendo

K = k1 k2 . . . kn
las ecuaciones de estado se transforman en
x = (A BK)x + Bv
y = Cx
Si damos a K el valor
K=
n an n1 an1 . . . 1 a1
entonces el determinante de [sI (A BK)] es (s) puesto que
0 0 ... 0
..
BK =
.
k1 k2 . . . kn
Esta es la forma mas sencilla de resolver el problema de asignacion de polos en el
espacio de estado.
2.7
Sintona de controladores PID
Los controladores PID comerciales disponen de mandos externos para el ajuste de

los parametros Kp , Ti y Td . Para su calculo teorico podemos aplicar cualquiera de los
2.7. SINTONIA DE CONTROLADORES PID
65
procedimientos vistos antes, siempre y cuando conozcamos el modelo de la planta.

Si no es as, lo que suele hacerse es suponer para ella un modelo muy simple, ajustar
empricamente los parametros del PID en base a ese modelo y probar luego como
funciona el control en la realidad. Pero como buscar un modelo simple de un planta
desconocida? La respuesta que a esta cuestion dieron Zeigler y Nichols esta basada
en la siguiente observacion: en la industria de control de procesos, la mayora de
las plantas a controlar admiten como modelo externo la funcion no racional
A eT s
G(s) =
s+a
a 0.
(2.26)
Bajo este supuesto, los metodos de ajuste constan de dos etapas:

1. Realizar un experimento para determinar los parametros A, a y T de la planta.
2. Calcular, con formulas apropiadas, los parametros Kp , Td y Ti del controlador
a partir de los parametros hallados.
Se han desarrollado dos metodos, llamados metodo de lazo abierto y metodo de
lazo cerrado.
M
etodo de lazo abierto
Suponiendo que el modelo
G(s) =
A eT s
,
s+a
es valido para planta, este metodo consisten en aplicar un escalon unitario 1(t) a
la planta y medir su respuesta temporal y(t) para, a partir de ella, calcular los
parametros A, a y T de su supuesto modelo.
En el experimento hemos medido la respuesta al escalon y(t) de la planta (figura
2.29).
Primero calcularemos T . Trazando la tangente a la curva y(t) en el punto de
maxima pendiente y hallando su interseccion con el eje t, obtenemos el valor del
retardo T del modelo G(s) de la planta. Si la planta real siguiera exactamente el
eT s
, la maxima pendiente de y(t) se dara en el punto
modelo supuesto G(s) = As+a
de interseccion de la curva con el eje t. Pero, como no va a ser asi, lo que hemos
hecho es una aproximacion que consiste en sustituir la parte baja de la curva por la
tangente de pendiente maxima.
Veamos ahora como se hallan a y A. Sabemos que el valor de la respuesta y0 (t)
a un escalon unitario de la planta con retardo nulo
G0 (s) =
A
s+a
en el instante = 1/a (constante de tiempo) es

y0 ( ) = A(1 eat )|t=1/a = A(1 e1 ) = 0.632A.
DE CONTROLADORES
CAPITULO 2. DISENO
66
y (t )
y (t )
A
a
0.632 A
t1
Figura 2.29: Calculo de T (izquierda), de a y de A (derecha)

Por tanto, la respuesta al escalon unitario de la planta con retardo T
G(s) =
A eT s
,
s+a
en el instante + T , valdra tambien y( + T ) = 0.632A. Asi que para determinar la

constante de tiempo trazamos una recta horizontal de ordenada igual a 0.632A,
hallamos el punto de interseccion de la recta con la curva y(t) y entonces la vertical
por dicho punto marca el valor t1 = + T . Por tanto
= t1 T = 1/a
a.
Por ser la entrada un escalon unitario, el valor final de la respuesta o valor en estado
estacionario es igual a la la ganancia estatica de la planta.
yss = lim y(t) =
t
A
a
Por ello,
A = a yss
El valor
Rr = A/ = aA
se llama tasa de reaccion reaction rate.
En el caso en que la constante a sea nula, a
un es posible definir los valores de T
(igual que antes) y de Rr que es igual a la pendiente maxima de la respuesta.
El principal inconveniente del metodo de lazo abierto es que el experimento que
nos da la respuesta temporal de la planta exige controlar en lazo abierto la planta
durante un tiempo suficiente para que la respuesta llegue al estado estacionario y
esto puede ser prohibitivo en ciertos procesos industriales en funcionamiento.
2.7. SINTONIA DE CONTROLADORES PID
67
M
etodo de lazo cerrado
Permite calcular los parametros del modelo G(s) de la planta haciendo un experimento con el control PID en funcioonamiento, en lazo cerrado. El metodo es el
siguiente. Con el proceso en funcionamiento se ponen los parametros de PID con
los valores Td = 0 (o el valor mnimo posible), Ti = (o el valor maximo posible) y
se va aumentando despacio la ganancia kp hasta el valor ku para el cual la respuesta
y(t) sea oscilante, con ciclos de amplitud mantenida, es decir, de aspecto sinusoidal.
Entonces anotaremos los valores de Ku y del perodo de oscilacion Tu .
Aunque este metodo es mas factible que el anterior, tambien puede resultar a
veces problematico: hay procesos que no toleran oscilaciones mantenidas por mucho
tiempo y hay otros (muy lentos) que aunque las admitan, pueden exigir un tiempo
de experimento demasiado largo.
Hay otros metodos, tambien de lazo cerrado, que se basan en el funcionamiento
normal del controlador para hacer los calculos y, ademas, si se ponen en modo
automatico son capaces de ponerse ellos mismos los valores mas adecuados a las
circustancias. Son los controladores inteligentes.
2.7.1
Ajuste de los par

ametros del PID
A partir de los valores empricos T, Rr , obtenidos en lazo abierto, o de los valores

Ku , Tu obtenidos en lazo cerrado, se pueden calcular los parametros Kp , Td y Ti del
controlador de forma aproximada.
Entre los metodos que se han desarrollado para ello cabe destacar el de Ziegler
Nichols y el de Shinskey, que suponen suponen a = 0 en el modelo G(s) de la planta,
y el de Cohen-Coon que supone a 6= 0.
Tipo
P
Kp
P I Kp
Ti
P ID Kp
Td
Ti
Zeigler-Nichols
Shinskey
Zeigler-Nichols
(lazo cerrado) (lazo cerrado) (lazo abierto)
1
0.5Ku
0.5Ku
Rr T
0.9
0.45Ku
0.5Ku
Rr T
0.833Ku
0.43Ku
0.33T
1.2
0.6Ku
0.5Ku
Rr T
0.5Ku
0.34Ku
2T
0.125Ku
0.08Ku
0.5T
Cohen-Coon
(lazo abierto)
T
(1 + 3
)
AT
T
(0.9 + 0.082 3
)
AT
3.33+0.3T /
T ( 1+2.2T / )
(1.35 + 0.27 T )
AT
/
T ( 2.5+0.5T
)
1+0.6T /
0.37
T ( 1+0.2T / )
68
DE CONTROLADORES
CAPITULO 2. DISENO
Parte II
Control de procesos de eventos
discretos
69
Captulo 3
Sistemas booleanos
3.1
Dispositivos l
ogicos
Ciertos dispositivos fsicos se construyen de forma que solo tienen dos posibles estados de equilibrio los cuales, en cada caso, reciben nombres tpicos que los identifican.
En la tabla se indican algunos de ellos junto con los nombres de sus dos estados.
Dispositivo
Estados
Mecanico
s / no
Interruptor electrico abierto / cerrado
Valvula
abierta / cerrada
saturacion / corte
Transistor
Estos y otros dispositivos permiten construir otros aparatos mas complejos que
se llaman automatismos. Sus modelos son los sistemas digitales y pueden ser de dos
clases:
Sistemas combinacionales
Sistemas secuenciales
Figura 3.1: Dispositivo mecanico de dos estados estables.
71
CAPITULO 3. SISTEMAS BOOLEANOS
72
En un sistema de control, tanto las entradas como las salidas pueden tomar,
en general, valores reales cualesquiera. Pues bien, en los automatismos y sistemas
digitales cada una de dichas variables tiene dos valores fundamentales, llamados a
veces niveles logicos 0 y 1, que corresponden a estados de equilibrio del sistema.
Esto no quiere decir que las entradas y salidas no puedan tomar otros valores sino
que, en el modelo solo vamos a considerar dichos valores, desechando el resto. La
razon para poder hacer esto es que los dispositivos biestables estan construidos de
tal manara que solo admiten dos posiciones de equilibrio estable y que el transito
entre ambos estados se realiza rapidamente.
Por ejemplo, una balanza con una pesa en uno de los dos platos es uno de estos
dispositivos. Aunque la balanza puede tomar todas las posiciones intermedias, solo
consideramos dos: posicion 0 (balanza vencida hacia la izquierda) y posicion 1
(balanza vencida hacia la derecha). Al cambiar la pesa de plato el sistema cambia
de estado y, si la pesa es suficientemente grande, el dicho cambio sera rapido.
Otro dispositivo bi-estable bien conocido es un interruptor de alumbrado domestico. La forma y la elasticidad del conductor 2 hacen que este sistema, de accionamiento manual, tenga dos estados estables. En la figura de la izquierda los contactos
del interruptor estan unidos por la presion que el conductor elastico 2 hace sobre
el 1 y el interruptor esta cerrado. En la figura de la derecha, tras girar la llave de
encendido, se separan los contactos y el interruptor esta cerrado.

Figura 3.2: Interruptor domestico.

Los biestables electronicos son circuitos muy conocidos y utilizados. Son basicos
para la construccion de otros circuitos electronicos mas complejos como por ejemplo
las memorias RAM (figura 3.4).
La balanza, el interruptor domestico y el biestable electronico, son sistemas que
permanecen en el mismo estado por tiempo indefinido una vez que se dejan de aplicar
sus correspondientes entradas. Por eso se dice que son sistemas con memoria. Por
el contrario, hay otros sistemas, llamados sistemas sin memoria, que cuando las
entradas dejan de actuar, pasan a un estado llamado de reposo. Un ejemplo sencillo
de este tipo de sistemas es un pulsador electrico.
Ejercicio 3.1.1 Identificar la entrada, la salida y los estados de equilibrio de los
siguientes sistemas:
1. Sistema mecanico de la balanza de la figura 3.1.
2. Sistema del interruptor (figura 3.2).
3.2. ALGEBRA DE BOOLE

73
1
Figura 3.3: Pulsador
3. Biestable electronico de la figura 3.4. Explicar su funcionamiento.

4. Pulsador electrico de la figura 3.3. Explicar su funcionamiento.
Vcc
RC
RC
V1
V2
RB
E1
RB
E2
Figura 3.4: Circuito electronico biestable
3.2
Algebra de Boole
Un conjunto U en el que se han definido dos operaciones y tales que, para todo
a, b, c U satisfacen las propiedades:
1. Idempotentes: a a = a a = a
2. Conmutativas: a b = b a,
ab=ba
3. Asociativas: a (b c) = (a b) c,
a (b c) = (a b) c
4. Absorciones: a (a b) = a (a b) = a
se dice que (U, , ) es un retculo. Si ademas se cumplen las propiedades
5. Distributivas: a (b c) = (a b) (a c),
a (b c) = (a b) (a c)
74
se dice que es un retculo distributivo. Si ademas de estas cinco se cumplen tambien

las propiedades de
6. Cotas universales: 0, 1 U | 0 a = 0, 0 a = a, 1 a = a, 1 a = 1
7. Complemento: a U a U | a a = 1, a a = 0
entonces se dice que (U, , , , 0, 1) es un algebra de Boole.
No es difcil comprobar que el conjunto Z2 := {0, 1} dotado de las operaciones
suma logica (OR) y producto logico (AND), dadas por las tablas de verdad
OR 0 1
AND 0 1
0 0 1
1 1 1
0 0 0
1 0 1
es un algebra de Boole.
3.2.1
Funciones booleanas
Si X e Y son dos conjuntos, sabemos que una funcion

f :X Y
x 7 f (x)
definida en X (dominio) y con valores en Y es cualquier ley que hace corresponder
a cada elemento x X, un elemento bien definido (y solo uno) y Y . La ley que
define la funcion viene dada a veces por una expresion algebraica, como por ejemplo
f: R R
x 7 x2 + 2x + 5,
que define una funcion real de una variable real o
f : R2 R
(x, y) 7 x2 y 2 ,
que define una funcion real de dos variables reales. Pero otras veces la ley puede
venir expresada de cualquier otra forma tal que describa completamente la correspondencia entre todos los elementos de X con elementos de Y . Cuando el dominio
X es un conjunto finito, dicha ley se puede expresar en forma de tabla.
Una funcion booleana de n variables x1 , x2 , . . . , xn , se define como una aplicacion
de Zn2 en Z2 , es decir
f : Zn2 Z2
(x1 , . . . , xn ) 7 f (x1 , . . . , xn )
Por ser Zn2 un dominio finito, una funcion booleana siempre se puede expresar en
forma de tabla. La tabla que define una funcion booleana se llama tabla de verdad
de la funcion.
75
Se dice que dos funciones booleanas f (x1 , . . . , xn ) y g(x1 , . . . , xn ) son equivalentes

si
f (x1 , . . . , xn ) = g(x1 , . . . , xn )
para todo xi Z2 , i = 1 . . . , n. Dicho de otro modo, dos funciones booleanas son
equivalentes si sus tablas de verdad coinciden.
Por ejemplo, las funciones f (x1 , x2 , x3 ) = x1 x2 y g(x1 , x2 , x3 ) = x1 x2 (x3 + x3 )
son equivalentes porque sus tablas de verdad,
x1
0
0
0
0
1
1
1
1
x2
0
0
1
1
0
0
1
1
x3
0
1
0
1
0
1
0
1
x1
0
0
0
0
1
1
1
1
f
0
0
0
0
0
0
1
1
x2
0
0
1
1
0
0
1
1
x3
0
1
0
1
0
1
0
1
g
0
0
0
0
0
0
1
1 ,
son iguales.
Formas can
onicas
Evidentemente, la equivalencia de funciones booleanas es una relacion de equivalencia. Esta relacion permite dividir el conjunto de funciones booleanas de n variables
en clases de equivalencia. El representante canonico de cada clase de equivalencia
no es u
nico: tenemos la forma canonica suma de min-terms, como por ejemplo
f (a, b, c, d) = abcd + abcd + abc!d
y la forma canonica producto de max-terms, tal como
f (a, b, c, d) = (a + b + cd)(a + b + c + d)(a + bc + d).
Una funcion booleana f (x1 , . . . , xn ) se dice que esta expresada en la forma
canonica suma de min-terms si viene dada en la forma
X
n
Y
(1 ,...,n )Zn
2
j=1
f (x1 , . . . , xn ) =
xj j f (1 , . . . , n )
en donde
xj j

=
xj si j = 0
.
xj si j = 1
Cada uno de los sumandos que componen la forma canonica se llama termino
canonico o, a veces, termino mnimo (min-term) o simplemente termino.
76
Es facil ver que en un algebra de Boole con n variables existen 2n terminos

canonicos diferentes. A modo ilustrativo, en la siguiente tabla se indican los minterms de las funciones booleanas de una, dos y tres variables.
minterms
f (x)
x, x
f (x, y)
xy, xy, xy, xy
f (x, y, z) xyz, xyz, xyz, xyz, xyz, xyz, xyz, xyz
Los min-terms se suelen identificar tambien por un n
umero binario en el que
cada dgito representa una variable negada si es cero, o sin negar si es uno. A
un
de forma mas compacta, un min-term se puede identificar por el n
umero decimal
correspondiente al antedicho n
umero binario. As, por ejemplo, el min-term xyz se
identifica tambien por el n
umero binario 010 o simplemente por el n
umero decimal
2.
La forma canonica de una funcion booleana se puede obtener inmediatamente
a partir de su tabla de verdad. Para ello, indicando cada columna de la tabla por
j = 1 . . . n, asociamos a cada fila de la tabla un producto x1 1 , . . . , xj j , . . . , xnn y en
el mismo hacemos xj j = 1 si el elemento (i, j) de la tabla es 1 o bien xj j = 0 si el

elemento (i, j) de la tabla es 0. La expresion canonica de f se obtiene como suma
de todos los productos obtenidos.
Otra forma de obtener la forma canonica de una funcion f (x1 , . . . , xn ) es partir de
una expresion cualquiera de la funcion y multiplicar por (xi + xi ) todos los terminos
de la misma que no contengan la variable xi , para i = 1, . . . , n.
3.2.2
Simplificaci
on de funciones booleanas
La forma canonica de una funcion es facil de obtener pero no siempre es la mas

conveniente, sobre todo si pensamos en la realizacion fsica, ya que su expresion
puede resultar excesivamente larga. Simplificar una funcion f consiste en obtener
otra funcion g equivalente a f y con una expresion mas simple.
La simplificacion de una funcion conduce a una mas simple y, en general, mas
eficiente implementacion de la misma, bien sea por medio de un programa de ordenador o por medio de un circuito neumatico, o electrico o electronico.
Los metodos mas utilizados para simplificar funciones booleanas son el Karnaugh
y el de Quine-McCluskey.
Los metodos de simplificacion de funciones logicas consisten esencialmente en
aplicar la ley de complementacion x+x = 1 que, evidentemente, implica f (x1 +x1 )
f . Se puede ver que, tras aplicar repetidamente esta ley a la funcion, con todas y
cada una de las variables, esta queda reducida a una suma de implicantes primos
(terminos irreducibles).
M
etodo de Karnaugh
Es un metodo grafico valido para funciones de hasta cuatro o cinco variables como
maximo. Dada una funcion f (x1 , . . . , xn ) en forma canonica, consiste en anotar los
77
valores de la funcion en una tabla, denominada mapa de Karnaugh, de tal forma que
los terminos canonicos geometricamente adyacentes en la tabla se diferencian solo
en una variable. Esto se consigue facilmente poniendo en las casillas de cabecera de
filas y de columnas los n
umeros binarios de dos cifras
00 01 11 10
que representan a un par de variables y que estan ordenados de forma que para pasar
de uno cualquiera al siguiente solo cambia una cifra. Procediendo as, creamos una
tabla de la forma
@cd 00
ab @
00 00
00
01 01
00
11 11
00
10 10
00
01 11 10
00
01
01
01
11
01
10
01
00
11
01
11
11
11
10
11
00
10
01
10
11
10
10
10
En esta tabla, cada casilla representa el termino canonico (min-term) de la funcion

que se ha indicado en la misma. Se ve claramente que cada min-term difiere de los
adyacentes en solo un dgito binario. Observese que la u
ltima casilla de cada fila es
adyacente con la primera casilla de la misma fila ya que solo difieren en un dgito.
Lo mismo ocurre por columnas.
Logicamente, no es necesario anotar los valores de los min-terms en cada casilla
porque son justo los valores de cabecera de su fila y columna.
@ab 00 01 11 10
cd @
00 0
01 0
11 1
10 1
@ab
01 11 10
cd @ 00 '
$
00 0 1 1 0
01 0
11 1
10 1
'$
&
&
%
%
b + b0 c
78
M
etodo de Quine-McCluskey
Si el n
umero de variables es elevado, el metodo de Karnaugh resulta complicado
de utilizar (caso de cinco variables) o impracticable. En estos casos es aplicable
el metodo tabular de Quine-McCluskey. Dada una funcion en forma canonica de
suma de min-terms, este metodo consiste en ir combinando unos terminos con otros,
de forma sistematica y en sucesivas iteraciones, hasta encontrar un conjunto de
implicantes primos en cada uno de los cuales se ha eliminado el mayor n
umero posible
de variables. Con este conjunto de implicantes primos, el usuario (posiblemente
ayudado de alg
un algoritmo o programa) ha de seleccionar un subconjunto minimal
que cubra la funcion. Lo introduciremos con un ejemplo.
Ejemplo 3.2.1 Sea la funcion
f (x1 , x2 , x3 , x4 ) = (0, 7 , 9, 12 , 13, 15)
En primer lugar escribimos la tabla
i
min-terms
0
7
9
12
13
15
0
0
1
1
1
1
0
1
0
1
1
1
0
1
0
0
0
1
0
1
1
0
1
1
cuya primera columna es el ndice de los terminos para los que la funcion vale uno
y, marcados con un asterisco ( ), los terminos indiferentes, es decir, aquellos para
los que, fsicamente, no importa que el valor de la funcion sea cero o uno.
Ordenamos la tabla, de menor a mayor, por el n
umero u de unos que contiene
cada termino, con lo que la tabla queda dividida en grupos de terminos con cero
unos, con un uno, con dos unos, con tres unos, etc. Podemos trazar una lnea
separando cada grupo del siguiente. Como no hay terminos con un u
nico uno, ese
grupo queda vaco.
u
i 1-term
0
1
2
3
4
0
9
12
7
13
15
0000
1
1
0
1
1
0
1
1
1
1
0
0
1
0
1
1
0
1
1
1
En esta tabla, cada grupo difiere del siguiente en un solo uno y, por tanto, se puede
combinar cada termino de un grupo con uno del siguiente.
Procedamos a combinar los terminos cada grupo. Como no hay terminos en el
grupo u = 1, el termino 0 0 0 0 no se puede combinar con ninguno. Pasando al
79
grupo u = 2, el termino 1 0 0 1 se puede combinar con el termino 1 1 0 1 grupo

siguiente, u = 3,

1001
1 - 1 1,
1101
dando lugar al termino 1 - 1 1, o sea x1 x3 x4 . El termino 1 1 0 0 se puede combinar
con el mismo termino 1 1 0 1 que el anterior,

1100
1 1 0 -,
1101
dando lugar al termino 1 1 0 -, o sea x1 x2 x3 .
Como ya hemos terminado de combinar todos los elementos del grupo u = 2,
pasamos a los del grupo n = 3. En este grupo el termino 0 1 1 1 se puede combinar
con el termino 1 1 1 1 del u
ltimo grupo, u = 4,

0111
- 1 1 1,
1111
dando lugar al termino - 1 1 1, o sea x2 x3 x4 . Por u
ltimo, el termino 1 1 0 1 se puede
combinar tambien con el termino 1 1 1 1

0111
1 1 - 1,
1111
dando lugar al termino 1 1 - 1, o sea x1 x2 x4 .
Todo este proceso puede resumirse en la tabla siguiente.
u
1-term 2-term
0
1
2
0000 0000
3
4
9
12
7
13
15
1
1
0
1
1
0
1
1
1
1
0
0
1
0
1
1
0
1
1
1
1
1
1
1
1
1
1
0
1
-
1
1
1
En esta tabla, ning

un termino de la u
ltima columna puede combinarse y el
proceso termina. Sin tomar terminos indiferentes, la funcion logica simplificada es
f = x1 x2 x3 x4 + x1 x3 x4 + x1 x2 x4 .
Un termino indiferente puede aprovecharse si cubre mas de un min-term.
Algoritmo de Quine
Como ya se ha indicado, el metodo de Quine-McCluskey, lo mismo que el de Karnaugh, se basa en utilizar repetidamente la ley a + a = 1. Dada una funcion f en
forma canonica de suma de m min-terms, el algoritmo es el siguiente:
80
1. Poner todos los min-terms en una lista, ordenados de alguna forma de 1 a m.

2. para i desde 1 hasta m 1 hacer
Elegir el termino i-esimo, Ti , de la lista
para j desde i + 1 hasta m hacer
Tomar el termino j-esimo, Tj , de la lista
Simplificar, si es posible, la expresion Ti + Tj , aplicando la ley a + a = 1
y poner el termino simplificado en una nueva lista.
3. Volver al paso 1 con la nueva lista obtenida y repetir el algoritmo
4. El algoritmo termina cuando no es posible simplificar mas.
Este algoritmo, aunque correcto, tiene el inconveniente de que exige un gran
coste computacional si el n
umero de variables es elevado. Una adecuada ordenacion
de la lista original permite mejorar la estrategia de operacion.
El programa quine.c que se incluye a continuacion implementa el algoritmo y se
puede utilizar para simplificar funciones logicas. Al ejecutarlo (en la forma indicada
en el propio programa), calcula y muestra en pantalla la matriz de implicantes
primos, que indica los implicantes primos obtenidos, y la matriz de cubrimiento,
que indica los min-terms que cubre cada implicante primo.
3.3. SISTEMAS COMBINACIONALES
81
for (i=0; i<n1-1; i++) {
if (H[i] != 3) {
for (j=i+1; j<n1; j++) {
if (H[j] != 3) { f1 = 0;
// busca elementos a combinar
for (k=0; k<n2; k++) {
if (M[i][k] != M[j][k]) {
f1 = f1+1; f2 = k+1;
if (f1 > 1) goto fuera; } }
if (f1 != 0) { H[i] = 1; H[j] = 1;
// formacion matriz salida
for (k=0; k<n2; k++) {
if (k+1==f2) N[l1][k] = 2;
else N[l1][k] = M[i][k];
}
for (k=0; k<m6; k++) {
D[l1][k] = G[i][k];
D[l1][m6+k] = G[j][k]; }
l1 = l1+1;
}
else H[j] = 3;
}
fuera:
}
}
}
k5 = 0;
for (i=0; i<n1; i++) {
if (H[i]==0) { m5 = m5+1;
for (k=0; k<n2; k++) Z[m5-1][k] = M[i][k];
for (k=0; k<m6; k++) Y[m5-1][G[i][k]] = 1;}
else { if (H[i]=1) k5 = 1; }
}
if (k5 == 1){
m6 = 2*m6; n1 = l1;
for (i=0; i<l1; i++) {
for (j=0; j<m6; j++) G[i][j] = D[i][j];
for (j=0; j<n2; j++) M[i][j] = N[i][j]; }
goto lazo;
}
else{
printf("Matriz de implicantes primos\n");
for (i=0; i<m5; i++) {
for (j=0; j<n2; j++) printf("%d ",Z[i][j]);
printf("\n"); }
printf("Matriz de cubrimiento\n");
for (i=0; i<m5; i++) {
for (j=0; j<n9; j++) printf("%d ",Y[i][j]);
printf("\n"); }
}
return(0);
//
// Programa quine
//
// Para simplificar una funci
on l
ogica:
// 1) poner en archivo la funci
on, p.ej.,
//
// 6 4 // significa n.terms=6 n.vars=4
// 0 1 1 1
// lista de minterms
// 0 1 1 0
//
.
// 1 1 1 1
//
.
// 1 0 1 1
//
.
// 0 0 0 0
//
.
// 1 0 0 1
//
.
//
// 2) Compilar el programa:
//
cc -o quine quine.c (bajo Linux)
// 3) Ejecutarlo: ./quine < archivo
//
#include <stdlib.h>
#define nv 10
#define nt 40
#define h2 nt/2
#define ng nt/3
#define ny nt-ng
int main( int argc, char **argv )
{
int M[nt][nv] = {0};
int N[nt][nv] = {0};
int H[nt] = {0};
int G[nt][ng] = {0};
int D[nt][ng] = {0};
int Z[h2][nv] = {0};
int Y[h2][ny] = {0};
int i,j,k,k5,l1,m5,m6,n1,n2,n9,f1,f2;
int (*pm)[nv];
pm = M;
// lectura de los datos de entrada
scanf("%d %d", &n1, &n2);
n9 = n1;
for (i=0; i<n1; i++){
for (j=0; j<n2; j++){
scanf("%d", &pm[i][j]);
}
scanf("\n");
G[i][0]=i;
}
m5 = 0; m6 = 1;
lazo:
l1 = 0;
for (i=0; i<n1; i++) H[i] = 0;
3.3
Sistemas combinacionales
Un sistema combinacional es un sistema de control que tiene p entradas u1 (t), . . . , up (t)

Z2 y q salidas y1 (t), . . . , yq (t) Z2 , tales que, para todo t I cada una de ellas es
una funcion booleana de las entradas, es decir,
yi (t) = fi (u1 (t), . . . , up (t)),
i = 1 . . . q.
En el caso de tiempo continuo (sistemas digitales asncronos) el dominio I es un

intervalo de R mientras que si el tiempo es discreto (sistemas digitales sncronos) el
82
dominio de las funciones es
I = {t0 , t0 + T, . . . , t0 + kT, t0 + 2kT, . . .},

u1 (t)-
y1 (t)-
u2 (t)-
y2 (t)-
..
.
S.C.
up (t)-
t0 , T R.
..
.
yq (t)-
En los sistemas combinacionales se asume que los valores de las salidas en un

instante determinado t solo dependen de los valores que en ese mismo instante tengan
las entradas. En la realidad fsica esto no es as, sino que desde que cambia el valor
de las entradas hasta que el sistema cambia de estado transcurre un cierto tiempo si
bien, como el sistema evoluciona con gran rapidez, se da por valida tal suposicion.
Los sistemas combinacionales mas sencillos son las funciones logicas elementales:
not, and, or, nend, nor y xor. Estas funciones tienen una gran aplicacion practica ya
que conectandolas adecuadamente es posible realizar cualquier funcion logica. Otros
sistemas combinacionales importantes son los codificadores, los decodificadores, los
multiplexores y los demultiplexores.
Funciones l
ogicas elementales
Se llaman funciones logicas elementales a las funciones logicas mas simples que
pueden construirse utilizando los operadores logicos. Estas funciones se pueden
realizar fsicamente mediante diferentes tecnologas, como la electrica, la neumatica
y la electronica, dando lugar a dispositivos l
ogicos que, a su vez, sirven para construir
automatismos de distintas clases. Cada funcion logica tiene un smbolo, dado por
la norma ISO, aunque se usan a veces otros smbolos en electronica y en otras
tecnologas.
Funci
on NOT
Esta funcion realiza la operacion de negacion de una variable z = x. Su tabla de
verdad y su smbolos, DIN e ISO, son
x z
0 1
1 0
Funci
on AND
Esta funcion realiza la operacion de producto ordinario en Z2 , o conjuncion logica,
entre varias variables. La tabla de verdad z = (x and y) para dos variables y su
3.3. SISTEMAS COMBINACIONALES
83
smbolos, DIN e ISO, son

x
0
0
1
1
y
0
1
0
1
z
0
0
0
1
xy-
&
z-
x
y
Funci
on OR
Esta funcion realiza la operacion de suma ordinaria en Z2 , o disyuncion logica, entre
varias variables. La tabla de verdad z = (x or y) para dos variables y su smbolos,
DIN e ISO, son
x
0
0
1
1
y
0
1
0
1
z
0
1
1
1
xy-
z-
x
y
Funci
on NAND
Esta funcion es el complemento en Z2 de la funcion and entre varias variables. La
tabla de verdad z = (x nand y) para dos variables y su smbolos, DIN e ISO, son
x
0
0
1
1
y
0
1
0
1
z
1
1
1
0
xy-
&
d z-
x
y
Observese que el smbolo de esta funcion se obtiene colocando un peque

no crculo
(), que representa la negacion logica, tras el smbolo de la funcion and.
Funci
on NOR
Esta funcion es el complemento en Z2 , de la funcion or entre varias variables. La
tabla de verdad z = (x nand y) para dos variables y su smbolos, DIN e ISO, son
x
0
0
1
1
y
0
1
0
1
z
1
0
0
0
xy-
z
1 d -
x
y
Igual que en la nand, el smbolo se obtiene colocando () tras el bloque de la funcion

or.
84
Funci
on XOR
La funcion xor, o disyuncion exclusiva, vale 1 si todas las variables de entrada son
iguales, es decir si son todas igual a uno o todas igual a cero, y vale 1 en caso
contrario, es decir siempre y cuando haya variables de entrada con valor diferente.
La tabla de verdad z = (x xor y) para dos variables y su smbolos, DIN e ISO, son
x
0
0
1
1
3.4
y
0
1
0
1
z
1
0
0
1
xy-
=1
x
y
d z-
Sistemas secuenciales
Un sistema secuencial es un sistema de control que tiene, como un combinacional,

p entradas u1 (t), . . . , up (t) Z2 y q salidas y1 (t), . . . , yq (t) Z2 , pero que ademas
tiene otras n variables,
x1 (t), . . . , xn (t) Z2 ,
llamadas variables de estado, cuyos valores dependen de alguna manera del comportamiento del sistema en instantes anteriores a t.
u1 (t)u2 (t)..
.
up (t)-
y1 (t)x1 (t)
x2 (t)
..
.
xn (t)
y2 (t)..
.
yq (t)-
Ahora cada una de las salidas es una funcion booleana de las entradas y de
los estados, para todo t I R, en donde I es un intervalo o una sucesion de
valores de R. Sin embargo la expresion general de esta funcion resulta complicada
ya que debe incluir los valores de los estados para instantes anteriores a t. Se puede
emplear, cuando sea posible, el modelo de estado (ecuacion diferencial) estudiado
en la teora de control. Sin embargo se han ido desarrollado otros modelos, primero
las M
aquinas de estados, mas tarde las Redes de Petri y el Grafcet y, recientemente,
las cartas de estado o Statecharts.
Los sistemas secuenciales se llaman sistemas con memoria porque tienen unos
registros internos con capacidad para almacenar las variables de estado.

3.5. MAQUINAS
DE ESTADOS
3.5
85
M
aquinas de estados
Una maquina de finitos estados (o simplemente maquina de estados) es un sistema

secuencial que posee un n
umero finito q de entradas, un n
umero finito N en de
estados (n es el n
umero de variables de estado) y un n
umero finito p de salidas. Tanto
las se
nales de entrada como las de salida y las de estado, toman valores binarios. Si
definimos los conjuntos
U := Zq2 ,
X := Zn2 ,
Y := Zp2 ,
(3.1)
entonces podemos decir que la entrada (vector) es u(t) U , la salida (vector) es

y(t) Y y el estado (vector) es x(t) X, siendo t R la variable que representa el
tiempo.
A veces (teora de gramaticas formales) se consideran estos conjuntos como conjuntos de smbolos cualesquiera pero aqu vamos a seguir las definiciones dadas en A
veces (teora de gramaticas formales) se consideran estos como conjuntos de smbolos
cualesquiera pero aqu vamos a seguir las definiciones dadas en (3.1).
Por ser la maquina de estados un sistema de control, las se
nales de entrada
pueden cambiar en su evolucion en el tiempo y esto hace que cambien tambien las
se
nales de estado y las de salida. En la teora de automatas se han descrito dos
tipos de maquinas de estado: el automata de Mealy y el automata de Moore. Se
diferencian u
nicamente por la forma de definir la funcion de salida. Para simplificar
la escritura de las expresiones, se omite la dependencia respecto de t de las funciones.
3.5.1
Aut
omata de Mealy
Un automata de Mealy se define como una quintupla

M1 = {U, Y, X, f, g}
en donde U, Y y X, definidos en (3.1), son los conjuntos de valores de entrada, de
salida y de estado, respectivamente, y las funciones f y g definen las dependencias
entre la entrada, el estado y las salidas. La funcion que define el estado es
f :U X X
(u, x) 7 x = f (u, x)
y la funcion que da la salida,
g :U X Y
(u, x) 7 y = f (u, x)
3.5.2
Aut
omata de Moore
Un automata de Moore se define como una quintupla

M1 = {U, Y, X, f, g}
86
en donde U, Y y X, definidos en (3.1), son los conjuntos de valores de entrada, de

salida y de estado, respectivamente, y las funciones f y g definen las dependencias
entre la entrada, el estado y las salidas. La funcion que define el estado es
f :U X X
(u, x) 7 x = f (u, x)
y la funcion que da la salida,
g:X Y
(x) 7 y = f (x)
Dado un automata de Mealy siempre se puede encontrar automata de Moore
equivalente (es decir, tal que para una misma entrada da siempre la misma salida)
y viceversa. Por ser mas simple se utiliza mas el de More.
3.5.3
Tablas de estado
Como los conjuntos U de entrada, Y de salida y X de estado son finitos, las funciones
f y g que definen el comportamiento de un automata (de Mealy o de Moore) pueden
darse en forma tabular. La funcion f tabulada se llama tabla de transici
on mientras
que la g se llama tabla de salida.
Para el automata de Mealy, las tablas son de la forma
x1
x2
..
.
u1
x1,1
x2,1
..
.
u2
x1,2
x2,2
..
.
...
...
...
u 2q
x1,2q
x2,2q
..
.
x1
x2
..
.
u1
y1,1
y2,1
..
.
u2
y1,2
y2,2
..
.
...
...
...
u 2q
y1,2q
y2,2q
..
.
x2n x2n ,1 x2n ,2 . . . x2n ,2q
x2n y2n ,1 y2n ,2 . . . y2n ,2q
Tabla de transicion f (x, u)
Tabla de salida g(x, u)
y para el de Moore,
u 2q
x1,2q
x2,2q
..
.
x1
x2
..
.
y1
y2
x2n x2n ,1 x2n ,2 . . . x2n ,2q
x 2n
y 2n
x1
x2
..
.
u1
x1,1
x2,1
..
.
u2
x1,2
x2,2
..
.
...
...
...
Tabla de salida f (x, u)
Tabla de salida g(x)
Con estas tablas queda completamente descrita una maquina de estados. Observese
que, en ambos casos, el tama
no (maximo) de la tabla de transicion es de (2n 2q )
casillas.

3.5. MAQUINAS
DE ESTADOS
3.5.4
87
Diagramas de estado
El diagrama de estado de una maquina de estados con N 2n estados, q entradas

y p salidas, es un grafo orientado que contiene la misma informacion que las tablas
de transicion y de salida pero que expresa de forma mas clara, si cabe, la naturaleza
secuencial del sistema. El grafo tiene N vertices, cada uno de los cuales va etiquetado
con un n
umero o nombre correspondiente al estado, y q aristas, cada una etiquetada
con un valor de la entrada. En el automata de Mealy las etiquetas de las salidas se
ponen en las aristas, tras las de las entradas y separadas de ellas por /, mientras
que en el de Moore van en los estados, separadas de sus etiquetas por /.
A continuacion se dan dos ejemplos de dos maquinas de estados. El primero
corresponde a un automata de Mealy con 3 estados, etiquetados A, B y C, una
entrada u y una salida y. Sus tablas de transicion y salida y su diagrama de estados
son:
0/0
u
x@@
A = 00
B = 01
C = 10
11
00
01
00
01
10
01
u
x@@
A = 00
B = 01
C = 10
11
0 0
0 0
0 1

1/0
Tabla de transicion
Tabla de salida

@GA
FAB
ECD
Y33

33

33

1/0
330/0

33

33

3
1/1

s
@GA
FB
ECD
FCB
ECD
3@GA
4 B
0/0
El segundo corresponde a un automata de Moore con 4 estados, etiquetados A, B,

C y D, una entrada u y una salida y. Sus tablas de transicion y de salida y su
diagrama de estados son:
0
u
x@@
A = 00
B = 01
C = 10
D = 11
00
10
00
10
01
01
11
01
x y
A = 00
B = 01
C = 10
D = 11
0
0
0
1
1
Tabla de transicion
Tabla de salida

@GA/
FB
A
E0CD
X11

11

11

1
110

11

11

0
@GB/
FB
A
ECD
@G/ C/
A
FB
E0CDs
4 0e
FB
A
ECD
3@GD/1
Observese que, en cualquiera de los dos casos, a partir de las tablas de transicion
y de salida se obtiene el diagrama de estados, y viceversa.
3.5.5
Dispositivos biestables
Los biestables son los sistemas secuenciales mas simples. Tienen una o dos entradas
u1 , u2 , una u
nica variable de estado, denotada por Q, y una salida y1 = Q. Los
biestables electronicos suelen incorporar la salida adicional y2 = Q.
88
Si el valor del estado en el instante t es es Qt entonces el valor del estado en un

instante posterior se denota Qt+1 y su valor es
Qt+1 = f (Qt , u1, u2),
en donde f es la funcion logica propia del biestable, dada por su tabla de transicion.
Los biestables pueden ser asncronos o sncronos. Estos u
ltimos tienen una entrada
adicional Clk por la que entra una se
nal de reloj que es una se
nal cuadrada de la
forma
Clk
1
0
El valor de la salida se actualiza en determinados instantes definidos por esta se

nal,
muchas veces en los flancos de bajada indicados en la figura).
Biestable R-S
Es el biestable asncrono basico. Su funcionamiento se basa en el esquema de dos
puertas OR que se indica en la figura.
S
_
Q
Cada una de las puertas OR tiene una entrada que se realimenta de la salida de la
otra puerta. Se comprueba con facilidad que la tabla de transicion es:
SR
Q@
@ 00 01 11 10
0
1
0
1
0
1
1
0
Clk
La combinacion de entradas 11 no esta permitida al usuario porque si ponemos

R = S = 1 entonces el biestable dara Q = Q = 0 (contradiccion). Junto a la tabla
de transicion aparecen los smbolos de los biestables RS asncrono y sncrono.
Captulo 4
Sistemas reactivos
Los sistemas reactivos son sistemas de control que estan comandados por eventos:
sistemas que estan permanentemente reaccionando a estmulos externos e internos.
Los telefonos, automoviles, redes de comunicacion, sistemas operativos de ordenadores, sistemas de aviacion, y las interfaces hombre-maquina de muchas clases de
software ordinario son ejemplos de sistemas reactivos.
El problema del modelado de estos sistemas radica en la dificultad de describir
el comportamiento reactivo de una manera clara, realista y al mismo tiempo lo
suficientemente formal y rigurosa como para servir de base para detallada simulacion
computerizada del sistema.
Los primeros modelos (aun hoy utilizados) de los sistemas de eventos discretos
fueron las maquinas de estados y sus correspondientes diagramas estado-transicion
o diagramas de estado. Estos diagramas son grafos dirigidos cuyos nodos denotan
estados y cuyas flechas denotan transiciones.
Sin embargo, los diagramas de estado no son adecuados para modelar sistemas
complejos debido a la gran cantidad, exponencialmente creciente, de estados que
precisan. Ademas los estados estan agrupados de una forma no estratificada. Por
todo esto, el diagrama de estado de sistema de mediana complejidad resulta desestructurado, de gran dimension y de difcil manejo.
Posteriormente se han desarrollado modelos, entre los cabe citar por su importancia los siguientes:
Redes de Petri
Grafcet
Cartas de estado (Statecharts)
Las redes de Petri, junto con algunos otros modelos algebraicos, son los modelos
matematicos mas formales.
El modelo Grafcet, sencillo de aprender y de utilizar, se utiliza mucho actualmente y ha sido adoptado por varios fabricantes de automatas como modelo basico.
Las cartas de estado son probablemente el modelo mas completo de los que se
conocen actualmente.
89
CAPITULO 4. SISTEMAS REACTIVOS
90
4.1
Modelos de sistemas productivos
Automatizar un sistema de produccion consiste en reducir la intervencion humana

a lo largo del proceso de fabricacion, optimizar la utilizacion de los materiales y de
las energas empleando nuevas tecnologas y conseguir unas mejores prestaciones y
una mejor calidad del producto terminado.
Aunque el modelo de un sistema productivo es bastante complejo, para muchas
aplicaciones de automatizacion local podemos admitir que esta compuesto por dos
subsistemas, uno reactivo (parte de comando) y otro activo (parte operativa), que
interaccionan entre s. La parte de comando es basicamente una maquina de estados que en la practica se implementa mediante un automatismo o mediante un
automata programable. La parte operativa es el sistema de produccion propiamente dicho (cintas transportadoras, manipuladores, maquinas, etc.). Ambas partes se
comunican entre s en los dos sentidos: la parte operativa enva eventos a la parte
de comando y esta, en respuesta, enva ordenes de control a la parte operativa.
4.2
Grafcet
El Grafcet (Graphe de Comands Etape/Transition) es un sistema grafico de modelado de automatismos secuenciales. Fue introducido en Francia por P. Girauld, en
su tesis doctoral. La norma IEC-848 da una completa descripcion de Grafcet y ha
sido adoptada por diversos fabricantes para crear interfaces graficas de usuario que
facilitan la programacion de sus de automatas programables.
El Grafcet es aplicable, por principio, a un sistema automatizado de produccion
compuesto de dos partes: una parte operativa (PO) y una parte de comando (PC).
rdenes
P.C.
P.O.
eventos
Figura 4.1: Sistema automatizado de produccion
La parte operativa esta formada por los diversos dispositivos que interact
uan
sobre el producto: preactuadores, actuadores y captadores. Los preaccionadores
act
uan como reles de potencia entre el mando y los actuadores que se encargan
de transformar el producto. Los captadores recogen informaciones como posicion
del producto, alarmas, etc., que reflejan el estado del proceso en todo momento.
Los cambios en el estado del proceso medidos por los captadores son entradas que
provocan que el sistema de mando responda de la forma adecuada para la que ha
sido dise
nado.
4.2. GRAFCET
91
La Parte de Comando (PC) esta integrada por los equipos de control: computadores, procesadores o automatas, junto con los programas y todos los datos
precisos.
El Grafcet se compone de los siguientes elementos basicos:
Etapas o estados a las que van asociadas acciones
Transiciones a las que van asociadas receptividades
Uniones orientadas que unen etapas y transiciones.
Segmentos paralelos.
Etapas
Un sistema dinamico de cierta complejidad evoluciona en el tiempo siguiendo una
determinada secuencia de actividades de trabajo o etapas. Una etapa representa
un estado o modo de funcionamiento estable del sistema o de una parte del mismo.
En cada etapa, la Parte de Comando del sistema (al menos la parte asociada a esa
etapa) se mantiene invariable.
En Grafcet, cada etapa se representa por un rectangulo en que se escribe un
n
umero n que indica su n
umero de orden. En cada momento, el sistema tiene una o
varias etapas activas (las que estan actualmente en funcionamiento) que se marcan
con un peque
no crculo negro.
n
Figura 4.2: Etapa

Las primera etapa que se activa al iniciar el Grafcet se llama etapa inicial. Un
Grafcet ha de tener al menos una etapa inicial, pero puede tener varias. Estas etapas
se encuadran en un doble rectangulo.
Cada etapa puede llevar asociada una o mas acciones. Estas acciones se describen, literal o simbolicamente, en de uno o en varios rectangulos unidos por una
lnea al rectangulo de la etapa. Seg
un la norma IEC-848, una accion puede estar
precedida por un caracter que indica su tipo:
C: Accion condicionada
D: Accion retardada
L: Accion limitada en el tiempo
P: Impulso
S: Accion memorizada
92
0
Accin A
R01
Accin B
R12
Accin C
Figura 4.3: Grafcet
Transiciones
Las transiciones se representan con un peque
no segmento horizontal que corta la
lnea de enlace entre dos etapas. Son etapas de entrada a una transicion todas las
etapas que conducen a una transicion. Son etapas de salida a una transicion las
etapas que salen de una transicion.
La condicion o condiciones que se deben cumplir para poder pasar una transicion
reciben el nombre de receptividades. En una transicion podemos tener:
Una condicion simple
Una funcion booleana
La se
nal de un temporizador o contador
La activacion de otra etapa del Grafcet
Cada transicion se une con la etapa anterior y con la siguiente mediante unas
rectas horizontales y verticales llamadas lneas de enlace. Las lneas de enlace que
tienen sentido ascendente se marcan en el centro con una punta de flecha.
Segmentos paralelos
En un Grafcet se pueden representar varios procesos que evolucionan de forma concurrente. Esto se hace disponiendo varias secuencias verticales, en paralelo, de
etapas y transiciones. La sincronizacion de estos procesos se hace posible mediante
unos segmentos paralelos horizontales. Por ejemplo, en la figura 4.4 los procesos que
se inician en las etapas n + 1 y n + 2 discurren en paralelo y estan sincronizados
4.2. GRAFCET
93
n+1
n+2
Figura 4.4: Grafcet
con el proceso que finaliza en la etapa n. Si esta activa la etapa n y se cumple la

receptividad R entonces, en ese instante y simultaneamente, pasaran a ser activas
las etapas n + 1 y n + 2.
Este tipo de conexion sincronizada entre un proceso simple y varios otros en paralelo se llama divergencia AND. Mas adelante veremos algunas otras posibilidades.
4.2.1
Reglas de funcionamiento
El funcionamiento del modelo Grafcet viene definido por cinco reglas o condiciones
basicas.
1. Regla de activacion inicial: en el instante inicial solo se activan las etapas
iniciales y esta activacion es incondicional.
2. Condicion de validacion: para que una etapa pueda activarse es necesario que
si le precede una u
nica etapa entonces esta este activada y si le preceden varias
etapas en paralelo entonces todas ellas esten activadas.
3. Condicion de franqueo de una transicion: una transicion es franqueada si,
y solo si, la receptividad asociada es verdadera. Franquear una transicion
significa: primero desactivar la etapa o etapas precedentes y a continuacion
activar la etapa o etapas siguientes.
4. Regla de franqueo simultaneo: todas las transiciones franqueadas en un determinado instante son franqueadas simultaneamente.
5. Regla de conflicto de activacion: si una etapa ha de ser desactivada y activada
simultaneamente, debido al franqueo simultaneo de las transiciones siguiente
y anterior, entonces permanece activa.
94
4.2.2
Estructuras b
asicas
Son las configuraciones que sirven para modelar ciertas situaciones interesantes de
los sistemas de eventos discretos y que se utilizan frecuentemente en Grafcet.
Secuencia simple
La mas sencilla de todas las estructuras es

la secuencia simple. Como su nombre indica,
consta de una serie de etapas seguidas . . ., n,
n + 1, . . . que se iran activando una tras otra
seg
un se vayan validando las correspondientes receptividades . . . , Rn , Rn+1 , Rn+2 , . . ..
Rn
n+1
Rn+1
n+2
Divergencia OR
Representa la posibilidad de bifurcacion entre secuencias simples. Estando activa la etapa n, final de una secuencia simple, y seg
un
cual sea la receptividad Ra , Rb , . . . que se valide en primer lugar, el sistema pasara a una
de las etapas n + 1, n + 2, . . ., de inicio de
respectivas secuencias simples.
Ra
Rb
n+1
n+2
m2
m1
Convergencia OR
Es la estructura recproca de la anterior. Indica que un sistema con varias posibles secuencias simples puede pasar desde una de
las etapas finales m 1, m 2, . . ., en paralelo, a la etapa siguiente n que es el inicio de
otra secuencia simple. Dicho paso se dara en
el instante en que una de las receptividades
Rc , Rd , . . . que anteceden a la etapa n se haga
valida.
Divergencia AND
Rc
Rd
4.2. GRAFCET
95
El smbolo logico AND indica simultaneidad.

La estructura llamada divergencia AND permite modelar el paso de un proceso de secuencia u
nica a otro con varias secuencias
concurrentes. Si el sistema se encuentra en
la etapa n y la transicion R se hace valida,
entonces, en ese mismo instante, se activan
simultaneamente las etapas n + 1 y n + 2.
n+1
n+2
m2
m1
Convergencia AND
Es la estructura recproca de la anterior. Representa el paso simultaneo desde varias secuencias concurrentes, que terminan en las
etapas m 1, m 2, . . ., a una secuencia
u
nica que empieza en la etapa m. Para que
en un instante dado se produzca el paso, es
necesario que en dicho instante sean validas
todas las receptividades Rc , Rc , . . .
Rc
Rd
Saltos
n
En Grafcet son posibles los saltos condicionales, con la condicion expresada en la receptividad
de una transicion, y los incondicionales. Los saltos pueden ser
hacia adelante o hacia atras, siendo estos u
ltimos facilmente identificables por la punta de flecha
indicada de la linea de enlace hacia atras. En la figura se indican
algunas posibilidades.
4.2.3
n+1
n+1
b
n+2
b
B
n+2
a
n+1
n+2
b
n+2
c
n+2
d
n+2
c
n+2
d
n+2
d
n+2
Posibilidades avanzadas
Grafcet no solo vale para hacer modelos de sistemas de eventos discretos con estructura simple sino que tambien ofrece la posibilidad de modelar sistemas mas
complejos. Para ello cuenta con algunas caractersticas avanzadas, tales como el
paralelismo, la sincronizacion y la jerarqua.
96
Paralelismo
Grafcet permite el paralelismo. Es posible activar varias etapas a la vez en el estado

inicial. Tambien permite, mediante los segmentos paralelos, modelar el paso de un
proceso secuencial simple a un proceso compuesto por varias secuencias que trabajan
en paralelo.
Sincronizaci
on
Es la posibilidad de que dos o mas etapas se activen a la vez. El paralelismo exige
muchas veces la sincronizacion entre etapas, siempre que al final de una proceso
con secuencia simple haya que empezar otro de secuencia en paralelo m
ultiple, o
viceversa. Los segmentos paralelos de Grafcet brindan esta posibilidad.
4.2.4
Jerarqua
Macro-etapas La posibilidad de que un proceso pueda albergar a otros como subprocesos se denomina jerarqua.
4.2.5
Comunicaci
on
Es la posibilidad de que dos procesos puedan comunicarse entre s, es decir, puedan

enviarse m
utuamente mensajes.
4.3
Cartas de estado
Para poder ser u

til, un modelo ha de ser modular, jerarquico y bien estructurado.
Para resolver el problema del crecimiento exponencial se impone relajar el requisito
de que todas las combinaciones de estados tengan que representarse explcitamente.
Ademas debera tambien atender de modo natural a especificaciones mas generales
y flexibles, tales como
Capacidad de agrupar varios estados en un superestado.
Posibilidad de ortogonalidad o independencia (paralelismo) entre ciertos estados.
Necesidad de transiciones mas generales que la flecha etiquetada con un simple
evento.
Posibilidad de refinamiento de los estados.
Las cartas de estado statecharts cumplen todos estos requisitos. Constituyen un
formalismo visual para describir estados y transiciones de forma modular, permitiendo el agrupamiento de estados, la ortogonalidad y el refinamiento, y permiten
la visualizacion tipo zoomentre los diferentes niveles de abstraccion [5].
DE UN MODELO CON STATEFLOWSIMULINK

4.4. CREACION
97
Las cartas de estado fueron introducidas por David Harel [5] en 1987 y constituyen una generalizacion de las maquinas de finitos estados. Se han hecho varias
implementaciones sustancialmente iguales pero que difieren algo en la semantica (la
definicion de Harel dejaba bastante libertad) siendo las mas conocidas Statemate y
Stateflow, esta u
ltima integrada en Matlab. Debido a la gran difusion que tiene este
programa en la Universidad, continuaremos la descripcion de las cartas de estado
con la semantica de Stateflow.
4.3.1
Stateflow
Stateflow es una herramienta incluida en el paquete Matlab que funciona bajo el

programa (toolbox ) Simulink. Es posible ejecutar solo Stateflow (como un bloque
u
nico de Simulink) pero siempre bajo Simulink. Utilizando Stateflow y Simulink se
pueden realizar modelos de sistemas hbridos.
La figura 4.5 muestra una ventana de Stateflow en la que se aprecian algunos de
sus elementos.
Figura 4.5: Carta de estados de Stateflow
4.4
Creaci
on de un modelo con StateflowSimulink
Tras arrancar el programa Matlab, creamos un modelo nuevo (new-model ) de Simulink y colocamos en el mismo, con el raton, el bloque Chart de Stateflow.
Con el editor grafico se pueden crear cartas Stateflow, de modo interactivo,
simplemente haciendo clic en cada elemento y arrastrandolo a la ventana de dibujo.
Una vez colocados varios estados, podemos crear transiciones haciendo clic en un
estado y arrastrando el raton hasta otro estado. Se etiquetan los estados y las
transiciones indicando las acciones que van a ocurrir durante la ejecucion y bajo que
condiciones se haran las transiciones. Finalmente se a
nade el historial, uniones, y
estados en paralelo para detallar las operaciones del modelo.
Se pueden utilizar sub-cartas (una carta dentro de otra carta) para dotar de
jerarqua al dise
no. Se permite crear transiciones entre objetos que residen en diferentes sub-cartas al mismo nivel o a diferentes niveles en la carta superior. Las
98
sub-cartas permiten reducir una carta complicada a un conjunto de diagramas organizados jerarquicamente. Con ello se consigue que la carta sea mas facil de entender
y de mantener sin cambiar para nada su semantica.
Los pasos a seguir para una aplicacion completa son:
Crear la carta Stateflow
Utilizar el Explorer de Stateflow
Definir un interface de bloques de Stateflow
Ejecutar la simulacion
Generar el codigo
La generacion de codigo depende de la maquina en donde se vaya a implementar
la aplicacion y no se hace hasta la u
ltima fase del dise
no. El codigo generado por
defecto es ANSI C pero existen programas que convierten el modelo de Stateflow
en codigo de otros lenguajes. Entre ellos cabe citar el programa sf2vdh, que es
un traductor de Stateflow a VHLD, y el programa sf2plc que genera codigo para
programar algunos automatas programables.
4.4.1
Elementos de una carta de estado
Una carta de estado (statechart) es un grafico formado por elementos graficos sobre
los que van escritos otros elementos de texto. Los elementos graficos son cartas,
estados, transiciones y uniones mientras que los elementos de texto son datos y
eventos.
Cartas
La carta es como la hoja de papel en la que se representan los elementos graficos y
de texto. Cada carta representa una maquina de estados y constituye un bloque de
Simulink que puede conectarse con otras cartas o con otros bloques de Simulink.
Estados
Un estado se dibuja como un rectangulo con las esquinas redondeadas y representa
un modo de funcionamiento del sistema. Aunque tienen el mismo nombre, no debemos confundir estos estados con los estados del modelo de estado de un sistema
de control de tiempo continuo o discreto. Aunque en ocasiones ambos pudieran
coincidir, los estados aqu considerados son mas generales: representan los modos o
formas de funcionamiento que adquiere el sistema al reaccionar frente a los eventos.
Junto a la esquina superior izquierda cada rectangulo lleva un texto con un
nombre que identifica al estado. Tras el nombre del estado y el separador opcional
/, pueden aparecer otros textos indicando las acciones que llevara a cabo el sistema
cuando este en ese estado. La sintaxis de Stateflow permite especificar el instante
en que se iniciara la accion y la duracion de esta:

4.4. CREACION
99
entry: la accion se inicia al entrar en este estado.

exit: la accion se inicia al salir de este estado.
during: la accion se inicia al entrar en este estado y permanece activa durante el
tiempo que dura el estado.
on event e : La accion se inicia si, estando en este estado, se produce el evento e.
Posibles acciones son cambiar el valore de una salida o efectuar una llamada a una
funcion de Matlab.
Dentro de un estado caben mas estados, es decir, un estado puede descomponerse
en otros. Se admiten dos descomposiciones, llamadas OR (exclusiva) y AND. Si un
estado S se descompone con tipo OR en los estados S1 y S2 , quiere decir que si el
sistema esta en el modo de funcionamiento S, entonces, o bien funciona en el modo
S1 o bien funciona en el modo S2 y no puede estar funcionando en ambos modos
a la vez. En cambio si el estado S se descompone con tipo AND en los estados S1
y S2 y el sistema funciona en modo S, entonces el sistema esta a la vez en los dos
estados S1 y S2 . Ambas descomposiciones se distinguen por el tipo de lnea usada
para los rectangulos: linea continua para los estados de una descomposicion OR y
lnea discontinua para los estados de una descomposicion AND.
Transiciones
Una transicion representa un evento e del sistema y se dibuja como una flecha que
va desde el borde de un estado S1 hasta el borde de otro estado S2 . Si el sistema esta
en el estado S1 y se produce el evento e, entonces el sistema pasa al estado S2 . El
disparo de una transicion puede implicar la ejecucion de una o mas acciones. Cada
S1
e
S2
Figura 4.6: Transicion

transicion puede tener un texto, escrito junto a ella, que indica el evento que ha de
producirse para que se dispare la transicion as como las acciones que entonces el
sistema emprendera. Este texto se divide en tres partes, todas ellas opcionales:
e (en donde e es el nombre de un evento): la transicion se dispara al producirse el
evento e en el sistema.
100
[c] (en donde c es una condicion): la transicion se dispara si la condicion c (expresion

booleana) es verdadera y se produce el evento e. Si esta parte no existe, se
asume que c es cierta. Si la parte e del texto no existe, se disparara, bajo la
misma condicion, siempre y cuando se produzca un evento cualquiera en el
sistema.
{a} (en donde a es una accion): al producirse transicion el sistema lleva a cabo la
accion a.
Si la transicion no lleva ning
un texto, entonces se disparara automaticamente, siempre y cuando se produzca un evento cualquiera en el sistema.
Una transicion especial es la llamada transicion por defecto (default-transition),
que sirve para se
nalar el estado inicial del sistema, es decir, el primer estado en el
que entrara el sistema al iniciar su evolucion. Se reconoce por su forma ya que en
el extremo opuesto a la flecha lleva un peque
no crculo negro.
Uniones
Una union es un punto de bifurcacion que permite conectar una transicion de entrada
con varias transiciones de salida. Hay dos tipos de uniones: uniones conectivas
connective junctions y uniones de historia history junctions.
e1
e2
e3
H
C1
C2
Figura 4.7: Uniones

Al entrar en una union conectiva, el sistema, a traves de una condicion, selecciona
una de las transiciones de salida para su evolucion.
La union de tipo historia se utiliza en estados que han sido divididos por una
descomposicion OR. Si en el estado padre se pone el smbolo
H entonces cada vez
que se active el estado padre, el primer estado que se activara sera el estado hijo
que estuvo activo por u
ltima vez.
Datos
Una carta tiene asociados ciertos datos a los que puede acceder. Es necesario declararlos en Stateflow y pueden ser de los siguientes tipos:

4.4. CREACION
101
Entrada de Simulink
Salida de Simulink
Local
Constante
Temporal
Workspace
Los datos declarados como entrada o salida de Simulink generan automaticamente
una entrada o una salida en el bloque Chart creado por Stateflow en Simulink. Los
de los tipos local, constante y temporal pueden definirse para toda la carta o dentro
de un estado individual. Los datos temporales son solo validos mientras el estado
padre se esta ejecutando y son reinicializados cada vez que este se activa. El tipo
workspace es una construccion especial que permite utilizar el entorno de trabajo
(workspace) de Matlab para compartir datos a traves de toda la simulacion. Los
datos por defecto, se almacenan en memoria en formato double de C pero se puede
cambiar a otros formatos. Cada dato tiene asociado un valor inicial y un intervalo
de posibles valores.
Eventos
Estos elementos representan los eventos del sistema. Pueden ser de los tipos:
Entrada de Simulink
Salida de Simulink
Local
Para los eventos que son entradas o salidas de Simulink, Stateflow crea automaticamente un u
nico puerto de entradasalida de eventos en el bloque Chart de Simulink,
de forma que todos los eventos entran o salen, formando un vector de eventos, por
el mismo puerto. Cada evento lleva asociado un ndice que refiere la posicion del
evento en el vector. La forma de producir un evento en Simulink para que entre en
el bloque Chart es a traves de cambio brusco (flanco) de alguna se
nal. Al declarar
el evento en Stateflow, se puede elegir entre:
Flanco de subida
Flanco de bajada
Flanco indiferente
102
Parte III
Automatizaci
on Local
103
Captulo 5
Automatismos
105
106
CAPITULO 5. AUTOMATISMOS
Captulo 6
Automatismos el
ectricos
6.1
El rel
e
El rele es el dispositivo fundamental para la realizacion de automatismos electricos. Consta de un conjunto de piezas colocadas dentro de una caja, de la forma
indicada en la figura 6.1, y es esencialmente un interruptor accionado mediante un
electroiman. Al aplicar tension entre los terminales A1 y A2, el electroiman atrae
a la armadura ferrea hacia el n
ucleo del electoiman, con lo que el terminal 1 se
desconecta del terminal NC y se conecta con el terminal NA. Cuando se deja de
aplicar el voltaje a la bobina, el rele, accionado por el muelle, vuelve a su estado de
reposo.
1
NC
NA
A1
A2
Figura 6.1: Rele en estado de reposo.
El esquema seg
un la norma CEI es
Se fabrican reles de muchos tipos y tama
nos seg
un sea su aplicacion. Pueden
tener varios contactos NC y NA, accionados por la misma bobina, para poder operar
sobre varios circuitos a la vez. La alimentacion suele ser de 12V o de 24V en los
reles de automatismos.
107

CAPITULO 6. AUTOMATISMOS ELECTRICOS
108
A1
12
14
A2
11
Figura 6.2: Esquema de rele con contactos NC y NA.
6.2
6.2.1
Funciones l
ogicas con rel
es
Funci
on l
ogica identidad
+
Figura 6.3: Identidad
6.2.2
Funci
on l
ogica negaci
on
+
Figura 6.4: Negacion
6.2.3
Funci
on l
ogica AND
6.2.4
Funci
on l
ogica NAND
6.2. FUNCIONES LOGICAS

CON RELES
109
Figura 6.5: Negacion con rele
Figura 6.6: Funcion logica AND
Figura 6.7: Funcion logica AND con rele
Figura 6.8: Funcion logica NAND
110
CAPITULO 6. AUTOMATISMOS ELECTRICOS
Captulo 7
Aut
omatas programables
111
112
CAPITULO 7. AUTOMATAS
PROGRAMABLES
Bibliografa
[1] M. Silva Las Redes de Petri: en la Autom
atica y la Inform
atica. Editorial AC
[2] Charles L. Phillips
Feedback Control Systems
Prencice Hall Inc., 1988
[3] K.Lockyer La produccion industrial, su administraci
on. Representaciones y
Servicios de Ingeniera S.A., Mexico, 1988.
[4] M.P. Groover Automation, Production systems and Computer Integrated Manufacturing. Prentice Hall.
[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.
113

Controlde Procesos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Controlde Procesos

Cargado por

Copyright:

Formatos disponibles

Automatizacion de Procesos Industriales

Ingeniero de Organizacion. Curso 1o

Jose Mari Gonzalez de Durana

Control de procesos continuos

2.2.4 Controladores PID . . . . . . . . . . . . . . .

Control de procesos de eventos discretos

jerarquico que representa la estructura completa de la empresa. En este marco, las

Teoras de Control y de Sistemas

Una empresa productiva es un ente socioeconomico capaz de adecuar parcialmente

1.2. LA EMPRESA PRODUCTIVA

Figura 1.1: Esquema de la empresa productiva

El diagrama de bloques puede dividirse en dos partes. La parte superior que se

Cada proceso productivo va asociado a un producto. Si queremos fabricar otro

Los procesos de fabricacion mas simples se llaman operaciones b

1.2. LA EMPRESA PRODUCTIVA

Mat. prima 1Mecanizado 1

Pieza 1Montaje Producto-

Mat. prima 2Mecanizado 2

1.2. LA EMPRESA PRODUCTIVA

Figura 1.2: Proceso de produccion continua

lneas dedicadas o a lo largo del flujo de producto una produccion continua. No es

La realimentacion o feedback es el artificio basico del control. Aunque suponemos

Aunque se conocen algunas aplicaciones de aparatos que funcionaban siguiendo el

1.3. EL PROCESO EN FEEDBACK

El artificio que hace funcionar al regulador de Watt es la realimentacion o feedback.

Los elementos esenciales que aparecen en el regulador de Watt y que configuran

Entrada de referencia o de consigna

C Controlador. Es el dispositivo que toma la diferencia (t) entre la entrada

El significado del control

Figura 1.4: Sistema

El esquema de regulacion en feedback es aplicable a muchos de los procesos de la

Automatizar un proceso es conseguir que, aplicando el mecanismo de feedback,

Atendiendo a la tecnica utilizada para procesar se

En el intento de automatizar cualquier empresa siempre nos van a surgir un buen

Figura 1.5: Estructura de control: computador 4 automatas

Ventajas e inconvenientes de la automatizaci

Como es logico, la automatizacion tiene sus ventajas e inconvenientes. Entre las

Hay muchas areas y tecnologas que intervienen en la Automatizacion. Las mas

Control embutido (embedded control)

En el analisis de los sistemas de control juegan un papel primordial los modelos

El modelado y simulacion se utiliza en muy aplicaciones diversas, tales como dinamica

Importancia del modelado

dentro del contexto

Figura 1.6: Esquema del modelado

En la figura 1.6 se indica esquematicamente el proceso de obtencion de un modelo

consorcio empresarial, al que pronto se unieron las compa

Los fabricantes y desarrolladores de software que adoptan el lenguaje UML deben

Estructura del curso

Control de procesos continuos

Esta primera parte esta enfocada al dise

Control de procesos de eventos discretos

En la segunda parte repasaremos primero algunos conceptos basicos sobre sistemas

1.7. ESTRUCTURA DEL CURSO

Los sistemas de control se aplican en numerosos campos de la tecnologa y de la

En la figura 2.1 el control del sistema ha sido asignado al bloque Gc denominado

Controlador tipo proporcional P

La funcion de transferencia del controlador P es

siendo Kp una constante. En la figura 2.2 se representa el esquema de un amplifiVi

Figura 2.2: Esquema de un controlador P

2.2. TIPOS DE CONTROLADORES

cador o inversor en el cual se cumple

Controlador tipo integrador

La constante de tiempo Ti de este controlador I vale, por tanto,

C Controlador. Es el dispositivo que toma la diferencia (t) entre la entrada